ความสามารถในการให้เหตุผลเชิงอุปมานของ AI: ท้าทายความฉลาดของมนุษย์?

ความสามารถในการให้เหตุผลเชิงอุปมาน ซึ่งเป็นความสามารถพิเศษที่มนุษย์มีในการแก้ปัญหาที่ไม่คุ้นเคยโดยการวาดความคล้ายคลึงกับปัญหาที่รู้จัก มานานแล้วที่ถือว่าเป็นหน้าที่ของการรับรู้ของมนุษย์ที่โดดเด่น แต่การศึกษาที่เป็นก้าวหน้าซึ่งดำเนินการโดยนักจิตวิทยาจาก UCLA นำเสนอผลการวิจัยที่น่าสนใจซึ่งอาจทำให้เราเปลี่ยนความคิด

GPT-3: เทียบเท่ากับความฉลาดของมนุษย์?

การวิจัยของ UCLA พบว่า GPT-3 ซึ่งเป็นโมเดลภาษา AI ที่พัฒนาโดย OpenAI แสดงให้เห็นถึงความสามารถในการให้เหตุผลที่เกือบจะเทียบเท่ากับนักศึกษามหาวิทยาลัย โดยเฉพาะอย่างยิ่งเมื่อได้รับมอบหมายให้แก้ปัญหาที่คล้ายกับปัญหาที่พบในแบบทดสอบความฉลาดและแบบทดสอบมาตรฐาน เช่น SAT การเปิดเผยผลการวิจัยนี้ในหนังสือ Nature Human Behaviour ทำให้เกิดคำถามที่น่าสนใจ: GPT-3 มีความสามารถในการให้เหตุผลเชิงอุปมานเนื่องจากการฝึกอบรมภาษาที่กว้างขวางหรือไม่ หรือมันกำลังใช้กระบวนการรับรู้ที่ใหม่และแตกต่าง?

การทำงานของ GPT-3 ยังคงไม่ชัดเจน เนื่องจาก OpenAI ไม่ได้เปิดเผยรายละเอียด ทำให้นักวิจัยที่ UCLA ต้องการทราบกลไกเบื้องหลังความสามารถในการให้เหตุผลเชิงอุปมานของ GPT-3 แม้ว่า GPT-3 จะมีผลการทำงานที่น่าประทับใจในบางงาน แต่เครื่องมือนี้ก็มีข้อจำกัดด้วย Taylor Webb ผู้เขียนหลักของการศึกษานี้และนักวิจัยหลังปริญญาเอกที่ UCLA ระบุว่า “แม้ว่าผลการวิจัยของเราจะน่าประทับใจ แต่ก็จำเป็นต้องเน้นย้ำว่าระบบนี้มีข้อจำกัดที่สำคัญ GPT-3 สามารถให้เหตุผลเชิงอุปมานได้ แต่มันล้มเหลวในงานที่ง่ายสำหรับมนุษย์ เช่น การใช้เครื่องมือสำหรับงานกายภาพ”

ความสามารถของ GPT-3 ถูกทดสอบโดยใช้ปัญหาที่ได้รับแรงบันดาลใจจาก Raven’s Progressive Matrices ซึ่งเป็นแบบทดสอบที่เกี่ยวข้องกับลำดับของรูปทรงที่ซับซ้อน โดยการแปลงรูปภาพเป็นรูปแบบข้อความที่ GPT-3 สามารถเข้าใจได้ Webb รับรองว่าปัญหาเหล่านี้เป็นความท้าทายใหม่สำหรับ AI เมื่อเปรียบเทียบกับ 40 นักศึกษามหาวิทยาลัย UCLA GPT-3 ไม่เพียงแต่เทียบเท่ากับผลการทำงานของมนุษย์ แต่ยังสะท้อนถึงข้อผิดพลาดที่มนุษย์ทำด้วย AI โมเดลสามารถแก้ปัญหาได้ถึง 80% ซึ่งเกินผลคะแนนเฉลี่ยของมนุษย์ แต่ยังคงอยู่ในระดับของนักแสดงนำของมนุษย์

ทีมนักวิจัยได้ทดสอบความสามารถของ GPT-3 ต่อไปโดยใช้คำถามเชิงอุปมานที่ไม่ได้ตีพิมพ์จาก SAT โดยที่ AI โมเดลสามารถทำได้ดีกว่าผลเฉลี่ยของมนุษย์ แต่ล้มเหลวเล็กน้อยเมื่อพยายามวาดความคล้ายคลึงจากเรื่องสั้น แม้ว่าโมเดล GPT-4 ที่ใหม่กว่าจะแสดงผลลัพธ์ที่ดีขึ้น

เชื่อมช่องว่างระหว่าง AI และการรับรู้ของมนุษย์

นักวิจัยจาก UCLA ไม่ได้หยุดอยู่เพียงการเปรียบเทียบเท่านั้น พวกเขาได้เริ่มพัฒนาโมเดลคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากกระบวนการรับรู้ของมนุษย์ โดยเปรียบเทียบความสามารถของมันกับโมเดล AI 상업ค้า Keith Holyoak ศาสตราจารย์心理วิทยาจาก UCLA และผู้ร่วมเขียน ระบุว่า “โมเดล AI ของเราทำได้ดีกว่าในเรื่องของการให้เหตุผลเชิงอุปมานจนกระทั่งมีการอัปเกรด GPT-3 ล่าสุด ซึ่งแสดงให้เห็นถึงความสามารถที่เหนือกว่าหรือเทียบเท่า”

อย่างไรก็ตาม ทีมนักวิจัยพบว่ามีบางพื้นที่ที่ GPT-3 ล้มเหลว โดยเฉพาะอย่างยิ่งในการทำงานที่ต้องเข้าใจพื้นที่กายภาพ ในการทำงานที่เกี่ยวข้องกับการใช้เครื่องมือ GPT-3 ให้คำตอบที่ไม่ถูกต้องอย่างเห็นได้ชัด

Hongjing Lu ผู้เขียนอาวุโสของการศึกษานี้แสดงความประทับใจต่อความก้าวหน้าทางเทคโนโลยีในช่วงสองปีที่ผ่านมา โดยเฉพาะอย่างยิ่งในการให้เหตุผลของ AI แต่ยังคงเป็นเรื่องที่ถกเถียงกันว่าโมเดลเหล่านี้ “คิด” เช่นเดียวกับมนุษย์หรือไม่ การแสวงหาความเข้าใจเกี่ยวกับกระบวนการรับรู้ของ AI ต้องการการเข้าถึงส่วนหลังของโมเดล AI ซึ่งเป็นก้าวที่สามารถกำหนดทิศทางอนาคตของ AI ได้

การแสดงความคิดเห็นในทำนองเดียวกัน Webb สรุปว่า “การเข้าถึงส่วนหลังของโมเดล GPT จะเป็นประโยชน์อย่างมากต่อผู้วิจัย AI และการรับรู้ของมนุษย์ ปัจจุบันเราถูกจำกัดอยู่เพียงการรับข้อมูลเข้าและออก และยังขาดความลึกที่เราต้องการ”