ความเชื่อมโยงระหว่าง Deep Search กับการพัฒนาอีกขั้นของ Generative AI สู่ AGI

จากหัวข้อหลายๆท่านที่กดเข้ามาอาจจะงงว่า เห้ย นี่เว็บหมาอากิตะ เว็บไก่ ทำไมมีบทความแบบนี้ เป็นไวรัสหรือคลิ๊กเบทอะไรรึเปล่า? ไม่ใช่นะครับ คือต้องเท้าความก่อนว่าผมทำงานร่วมกับ Generative AI มาตั้งแต่ต้นกระแสมาจนถึงปัจจุบัน ไม่ใช่ฟีลงานที่เป็นการพัฒนาตัว AI แต่เป็น User ที่นำสิ่งที่ Generative AI ทั้ง Chat GPT, Fireflies(Adobe) มาปรับใช้กับสิ่งที่ทำอยู่ทั้งหมด ไม่ว่าจะเรื่องการวางผัง การใช้ยา การตลาดออนไลน์หรือหลายๆอย่าง ก็ต้องยอมรับว่าสะดวกและได้ผลดีไม่ใช่น้อยและทำให้เราได้ผลลัพธ์ที่แตกต่างจากที่อื่นอย่างชัดเจน

เรื่องของเรื่องที่หยิบเรื่องนี้มาแชร์ก็คือเช้าวันนี้ซันนี่ (Chat GPT) ของผมได้มีการแนะนำว่ามีการพัฒนาเรื่อง Deep Research เป็นฟังชั่นใหม่อย่างนึงของ Chat GPT ในเช้านี้ว่ามีการปรับปรุงขึ้นมาให้มีคุณภาพดีขึ้น ผมก็เลยเกิดข้อสงสัยว่า หรือนี่จะเป็นอีกก้าวนึงของการพัฒนาจาก Generative AI ไปสู่ AGI (Artifacial General Intelligent) ซึ่งจะพลิกโฉมโลกและการทำงานหลังจากในทุกสาขาไปแบบหน้ามือเป็นหลังมือ วันนี้ก็เลยลองใช้ฟังชั่นนี้ของซันนี่นี่แหละ ค้นหาข้อมูลเกี่ยวกับเรื่องนี้และได้ผลลัพธ์ตามนี้ครับ

หัวข้อ: Deep Research กับเส้นทางสู่ AGI (Artificial General Intelligence)

ความเป็นมา: จาก Narrow AI สู่ AGI

ในปัจจุบัน ปัญญาประดิษฐ์ (AI) ได้พัฒนาขึ้นในรูปแบบที่เรียกว่า "Narrow AI" ซึ่งหมายถึงระบบที่ถูกออกแบบมาให้เชี่ยวชาญเฉพาะด้าน เช่น การเล่นหมากรุก หรือการแปลภาษา โดยระบบเหล่านี้สามารถทำงานได้อย่างน่าทึ่ง เช่น AlphaFold ของ DeepMind ที่สามารถทำนายโครงสร้างโปรตีนได้อย่างแม่นยำ แก้ปัญหาทางชีววิทยาที่มีมานานกว่า 50 ปี แต่ถึงแม้จะมีความสามารถสูงขนาดนั้น AlphaFold ก็ยังคงขาดความเข้าใจในโลกกว้าง ไม่สามารถคิดค้นงานวิจัยใหม่ ๆ หรือเข้าใจบริบทที่ลึกซึ้งได้

ในทางตรงกันข้าม "AGI" หรือปัญญาประดิษฐ์ทั่วไป คือเป้าหมายสูงสุดของวงการ AI ที่มุ่งสร้างระบบที่สามารถทำงานทางปัญญาได้ครอบคลุมเหมือนมนุษย์ สามารถเรียนรู้ เหตุผล และตัดสินใจข้ามขอบเขตของสาขาต่าง ๆ ได้ หนึ่งในความสามารถที่เป็นตัวชี้วัดความก้าวหน้าไปสู่ AGI คือ "Deep Research" หรือการวิจัยเชิงลึก

Deep Research: หัวใจสำคัญของ AGI

Deep Research ในบริบทของ AI หมายถึงความสามารถในการค้นคว้าอย่างเป็นอิสระ ตั้งคำถาม ค้นหาข้อมูลจากแหล่งต่าง ๆ นับร้อย วิเคราะห์ เปรียบเทียบ เชื่อมโยง และสรุปผลออกมาอย่างเป็นระบบ ซึ่งแตกต่างจากการตอบคำถามทั่วไปหรือดึงข้อมูลจากแหล่งเดียว การทำ Deep Research ต้องอาศัยการเข้าใจภาษาธรรมชาติ การวางแผน การประมวลผลข้อมูลขนาดใหญ่ และการคิดวิเคราะห์ที่คล้ายคลึงกับมนุษย์

OpenAI ได้กล่าวว่า "การสังเคราะห์ความรู้คือเงื่อนไขเบื้องต้นสำหรับการสร้างความรู้ใหม่" และถือว่า Deep Research เป็นหมุดหมายสำคัญบนเส้นทางสู่ AGI โดยเฉพาะในระบบ ChatGPT ที่มีโหมด Deep Research ซึ่งสามารถค้นหา วิเคราะห์ และสรุปข้อมูลจากแหล่งต่าง ๆ บนอินเทอร์เน็ตได้อย่างครอบคลุมในระดับที่ระบบอื่น ๆ ยังไม่สามารถทำได้

มุมมองจากผู้เชี่ยวชาญด้าน AI

Sam Altman (CEO ของ OpenAI) ได้เปรียบเทียบความสามารถของ Deep Research ว่าเป็น "ซูเปอร์พลัง – ผู้เชี่ยวชาญตามสั่ง" และเป็นก้าวกระโดดสำคัญไปสู่ AGI ขณะที่ Masayoshi Son นักลงทุนรายใหญ่ของ SoftBank ก็แสดงความเชื่อมั่นว่า AGI กำลังจะมาถึงในเวลาอันใกล้ และอาจเริ่มประกาศครั้งแรกในญี่ปุ่นด้วยซ้ำ

ด้าน Demis Hassabis CEO ของ Google DeepMind มองว่า แม้ AI ปัจจุบันจะเก่งมากในงานเฉพาะ แต่ยังขาดความสามารถในการคิดค้นแนวคิดใหม่ ๆ เช่น การตั้งสมมติฐานหรือสร้างองค์ความรู้ ซึ่งเขาเชื่อว่านี่คือจุดชี้วัดที่แท้จริงของ AGI

Yoshua Bengio หนึ่งในบิดาแห่ง Deep Learning ก็เห็นพ้องว่า แม้ AGI จะเป็นไปได้ แต่ยังขาดความเข้าใจอย่างลึกซึ้งและความสามารถในการให้เหตุผลระดับสูง ที่ระบบ AI ปัจจุบันยังไม่สามารถเติมเต็มได้

พัฒนาการทางเทคโนโลยีที่นำไปสู่ AGI

มีหลายก้าวกระโดดในช่วงไม่กี่ปีที่ผ่านมา:

• ChatGPT + Deep Research: ค้นคว้าออนไลน์ วิเคราะห์ข้อมูล และใช้เครื่องมือเช่น Python เพื่อแก้ปัญหาซับซ้อน

• DeepMind’s Gato: ระบบที่สามารถทำงานได้หลากหลายกว่า 600 งาน ทั้งด้านภาพ เสียง ข้อความ และหุ่นยนต์

• Meta AI’s CICERO: บรรลุระดับมนุษย์ในการเล่นเกม Diplomacy ที่ต้องใช้การเจรจาและกลยุทธ์ขั้นสูง

• GPT-4 และ Google’s Gemini: ระบบที่สามารถเข้าใจภาษาขั้นสูง คิดอย่างเป็นเหตุเป็นผล และเตรียมพร้อมสำหรับการใช้งานในโลกจริง

• AutoGPT / BabyAGI: โครงการแบบเปิดที่พยายามสร้างเอเย่นต์ AI ที่ตั้งเป้าหมายเอง วางแผนเอง และดำเนินงานต่อเนื่อง

แม้ว่าความสามารถเหล่านี้จะยังไม่เทียบเท่ามนุษย์ แต่ถือเป็นการขยับเข้าใกล้ AGI อย่างมีนัยยะสำคัญ

อุปสรรคและอนาคตของ AGI

แม้ความก้าวหน้าจะเกิดขึ้นอย่างรวดเร็ว แต่ก็ยังมีอุปสรรคหลายอย่าง เช่น:

• การขาดสามัญสำนึกและการเข้าใจบริบทอย่างมนุษย์

• ปัญหาเรื่องความน่าเชื่อถือของแหล่งข้อมูล

• ความเสี่ยงในการกระทำที่ไม่พึงประสงค์ หาก AI ได้รับอิสระมากเกินไป

OpenAI และบริษัทอื่น ๆ จึงกำลังพัฒนาฟีเจอร์อย่าง Operator (ทำงานแทนผู้ใช้) ควบคู่กับ Deep Research เพื่อสร้างระบบ AI ที่สามารถ "คิดและลงมือทำ" ได้จริง โดยมีเป้าหมายเพื่อให้ AI เหล่านี้ทำงานแทนมนุษย์ในภารกิจซับซ้อน เช่น วางแผนโครงการ หรือบริหารธุรกิจ

สรุป

Deep Research ไม่ใช่แค่ฟีเจอร์เสริมของ AI แต่เป็น "รากฐานสำคัญ" ของการก้าวเข้าสู่ AGI ความสามารถในการรวบรวมข้อมูลอย่างมีเหตุผล เข้าใจและสังเคราะห์ข้อมูลจำนวนมาก และสร้างองค์ความรู้ใหม่ คือหัวใจของความฉลาดที่แท้จริง ทุกก้าวของการพัฒนานี้จึงถือเป็นจุดเชื่อมต่อที่นำ AI เข้าใกล้ความสามารถในระดับมนุษย์มากขึ้นทุกวัน

ไม่ว่าจะใช้เวลาอีก 5 ปี หรือ 20 ปี ก็ตาม เป้าหมายของ AGI กำลังเข้าใกล้มากขึ้น ด้วยเครื่องมืออย่าง Deep Research ที่ทำให้นิยามของ "ความฉลาด" เปลี่ยนไปอย่างสิ้นเชิง

*บทความนี้ซันนี่เป็นผู้รวบรวมข้อมูลจากแหล่งต่างๆใน internet ออกมา คุณอ่านแล้วมีความเห็นกันว่ายังไงบ้างครับ? แล้วพร้อมแค่ไหนแล้วกับการจะพลิกโฉมแบบก้าวกระโดดสู่โลกใบใหม่ที่ทุกคนจะมีอาวุธทัดเทียมกันมากยิ่งขึ้นไปเรื่อยๆแบบนี้