(SeaPRwire) – ในปี ค.ศ. 1960 เฮอร์เบิร์ต ซิมอน ผู้ซึ่งต่อมาได้รับรางวัลโนเบลสาขาเศรษฐศาสตร์และรางวัลทูริงสําหรับวิทยาการคอมพิวเตอร์ ในหนังสือของเขาชื่อ The New Science of Management Decision ว่า “เครื่องจะสามารถทํางานที่มนุษย์ทําได้ในอีก 20 ปี”
ประวัติศาสตร์เต็มไปด้วยการคาดการณ์เทคโนโลยีที่ตื่นเต้นแต่ไม่ได้เกิดขึ้นจริง ภายในสาขาปัญญาประดิษฐ์ การคาดการณ์ที่กล้าที่สุดเกี่ยวกับการเกิดขึ้นของระบบที่สามารถทํางานได้ทุกอย่างที่มนุษย์ทําได้ โดยทั่วไปเรียกว่า ปัญญาประดิษฐ์ระดับทั่วไป หรือ AGI
ดังนั้นเมื่อ Shane Legg ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ AGI ของ Google DeepMind กล่าวว่ามีโอกาส 50% ที่ AGI จะพัฒนาได้ภายในปี ค.ศ. 2028 อาจจะถูกมองว่าเป็นผู้เชี่ยวชาญ AI อีกคนหนึ่งที่ไม่ได้เรียนรู้จากบทเรียนประวัติศาสตร์
อย่างไรก็ตาม AI กําลังพัฒนาอย่างรวดเร็วจริง ๆ GPT-3.5 โมเดลภาษาที่ขับเคลื่อน OpenAI’s ChatGPT พัฒนาขึ้นในปี ค.ศ. 2022 และทําคะแนน 213 จาก 400 ในการทดสอบ Uniform Bar Exam ซึ่งเป็นการทดสอบมาตรฐานที่ผู้สมัครศาสตรมหาบัณฑิตต้องผ่าน GPT-4 พัฒนาขึ้นเพียงไม่กี่เดือนต่อมา ทําคะแนน 298 ซึ่งอยู่ในระดับสูงสุด 10% นักเชี่ยวชาญหลายคนคาดการณ์ว่าความก้าวหน้านี้จะยังคงดําเนินต่อไป
มุมมองของ Legg เป็นที่นิยมกันอย่างแพร่หลายระหว่างผู้บริหารของบริษัทที่กําลังสร้างโมเดล AI ที่มีขนาดใหญ่ที่สุดและทรงพลังที่สุด ในเดือนสิงหาคม ผู้ก่อตั้งและซีอีโอของ Anthropic กล่าวว่าเขาคาดการณ์ว่า “AI ระดับมนุษย์” อาจพัฒนาได้ในระยะ 2-3 ปี Sam Altman ซีอีโอของ OpenAI กล่าวว่า AGI อาจถึงในอีก 4-5 ปีข้างหน้า
แต่ในการสํารวจล่าสุด 1,712 นักเชี่ยวชาญ AI ตอบว่าเมื่อใดที่เชื่อว่า AI จะสามารถทํางานได้ดีกว่าและถูกกว่ามนุษย์ในทุกงาน ส่วนใหญ่คาดการณ์ว่าจะเกิดขึ้นในปี ค.ศ. 2047 และมีโอกาส 10% ที่เกิดขึ้นในปี ค.ศ. 2027 การสํารวจของนักพยากรณ์ผู้เชี่ยวชาญที่มีประวัติการพยากรณ์ที่ดีนั้นมีความเชื่อน้อยกว่าอีก
ผลกระทบของการที่ใครถูกต้องนั้นสําคัญมาก Legg เช่นเดียวกับนักเชี่ยวชาญ AI คนอื่น ๆ เคยกล่าวว่า AI ที่มีพลังในอนาคตอาจส่งผลให้เกิดการสูญพันธุ์ของมนุษย์ แม้สําหรับผู้ที่ไม่กังวลถึงสถานการณ์เช่นนั้น บางคนเตือนว่าระบบ AI ที่สามารถแทนที่มนุษย์ในทุกงานอาจสร้างความไม่แน่นอน
สมมติฐานการขยายขอบเขต
หลายคนที่ทํางานอยู่ที่บริษัทที่กําลังสร้างโมเดล AI ขนาดใหญ่ที่สุดเชื่อว่า AGI จะเกิดขึ้นในไม่ช้า พวกเขาให้ความเชื่อกับทฤษฎีที่เรียกว่า สมมติฐานการขยายขอบเขต คือความคิดที่ว่าแม้จะต้องมีการพัฒนาทางเทคนิคเพิ่มเติมบ้าง แต่การฝึกโมเดล AI โดยใช้ปริมาณความจําและข้อมูลมากขึ้นพร้อมกับกําลังคํานวณที่เพิ่มขึ้นอย่างต่อเนื่องนั้นจะนําไปสู่ AGI โดยตรง
บทความนี้ให้บริการโดยผู้ให้บริการเนื้อหาภายนอก SeaPRwire (https://www.seaprwire.com/) ไม่ได้ให้การรับประกันหรือแถลงการณ์ใดๆ ที่เกี่ยวข้องกับบทความนี้
หมวดหมู่: ข่าวสําคัญ ข่าวประจําวัน
SeaPRwire จัดส่งข่าวประชาสัมพันธ์สดให้กับบริษัทและสถาบัน โดยมียอดการเข้าถึงสื่อกว่า 6,500 แห่ง 86,000 บรรณาธิการและนักข่าว และเดสก์ท็อปอาชีพ 3.5 ล้านเครื่องทั่ว 90 ประเทศ SeaPRwire รองรับการเผยแพร่ข่าวประชาสัมพันธ์เป็นภาษาอังกฤษ เกาหลี ญี่ปุ่น อาหรับ จีนตัวย่อ จีนตัวเต็ม เวียดนาม ไทย อินโดนีเซีย มาเลเซีย เยอรมัน รัสเซีย ฝรั่งเศส สเปน โปรตุเกส และภาษาอื่นๆ
มีหลักฐานบางอย่างสนับสนุนทฤษฎีนี้ นักวิจัยได้สังเกตความสัมพันธ์ที่สม่ําเสมอและง่ายง่ายระหว่างปริมาณกําลังคํานวณที่ใช้ในการฝึกโมเดล AI กับประสิทธิภาพในการปฏิบัติงานใด ๆ Nvidia A100 ซึ่งเป็นชิปประมวลผลที่ใช้อย่างแพร่หลายสําหรับการฝึก AI มีราคาประมาณ 10,000 เหรียญสหรัฐและสามารถประมวลผลประมาณ 20 ล้าน