เอไอที่สอนตัวเองไม่ใช่เรื่องนิยายวิทยาศาสตร์อีกต่อไป

เฟรมเวิร์กเอไอใหม่ๆ กำลังเคลื่อนตัวไปสู่การกระโดดเชิงรุก: เครื่องจักรที่ปรับปรุงตัวเองโดยไม่ต้องมีข้อมูลจากมนุษย์

มานานแล้วที่แม้แต่โมเดลเอไอที่ทันสมัยที่สุดยังคงเป็นเครื่องยนต์แบบพาสซีฟที่คาดการณ์คำตอบตามข้อมูลการฝึกที่ไม่สามารถแก้ไขได้ แต่ปัจจุบันไม่ใช่ขนาดของโมเดลที่กำหนดบทต่อไปของปัญญาประดิษฐ์ แต่เป็นความสามารถของโมเดลในการพัฒนาตัวเอง

นักวิจัยจาก MIT ได้เปิดตัวเฟรมเวิร์กเอไอใหม่ๆ ที่เรียกว่า Self-Adapting LLMs (SEAL) วิธีการนี้ช่วยให้โมเดลภาษาขนาดใหญ่ (LLMs) ปรับปรุงตัวเองโดยอัตโนมัติ โดยช่วยให้เอไอสามารถวินิจฉัยข้อจำกัดของตัวเองและอัปเดตน้ำหนักของตัวเองผ่านวงจรป้อนกลับภายในที่ขับเคลื่อนด้วยการเรียนรู้แบบเสริม

“โมเดลภาษาขนาดใหญ่ (LLMs) มีพลัง แต่คงที่ ไม่มีกลไกในการปรับเปลี่ยนน้ำหนักของตนเองเพื่อตอบสนองต่องานใหม่ ความรู้ หรือตัวอย่าง” นักวิจัยจาก MIT เขียนในบล็อกโพสต์ “การทดลองเกี่ยวกับการบูรณาการความรู้และทั่วไปของการเรียนรู้แบบ few-shot แสดงให้เห็นว่า SEAL เป็นขั้นตอนที่มีแนวโน้มในการพัฒนาภาษาที่สามารถปรับเปลี่ยนได้ด้วยตนเองเพื่อตอบสนองต่อข้อมูลใหม่”

ในการทดสอบเบื้องต้น วงจรแก้ไขตัวเองนี้ช่วยให้โมเดลสามารถเปลี่ยนจากความล้มเหลวที่สมบูรณ์เป็นความสำเร็จในปริศนาการให้เหตุผลที่ซับซ้อน โดยเอาชนะโมเดลที่ใหญ่กว่า เช่น GPT-4.1 ด้วยอัตราความสำเร็จ 72.5 เปอร์เซ็นต์ ในขณะที่วิธีการแบบดั้งเดิมล้มเหลว นอกจากนี้ SEAL ยังลดการกำกับดูแลของมนุษย์ลง 85 เปอร์เซ็นต์ในขณะเดียวกันก็เพิ่มความแม่นยำและความสามารถในการปรับตัว

การเพิ่มขึ้นของเฟรมเวิร์กเอไอที่สอนตัวเอง

SEAL เป็นส่วนหนึ่งของแนวโน้มที่กว้างขึ้นในการพัฒนาปัญญาประดิษฐ์ที่มีอิสระ นักวิจัยจาก Sakana AI ได้เปิดตัว Darwin-Gödel Machine—ตัวแทนเอไอที่เขียนโค้ดของตัวเองโดยใช้กลยุทธ์การพัฒนาที่ไม่มีกำหนด

“มันสร้างการปรับปรุงตัวเอง เช่น การตรวจสอบแพตช์ การดูไฟล์ที่ดีกว่า เครื่องมือแก้ไขที่ดีขึ้น การสร้างและจัดอันดับโซลูชันที่ดีที่สุด และการเพิ่มประวัติของสิ่งที่พยายามทำ (และทำไมจึงล้มเหลว) เมื่อทำการเปลี่ยนแปลงใหม่” Sakana AI เขียนในบล็อกโพสต์

ในทำนองเดียวกัน ตัวแทนเอไอของ Anthropic ที่ได้รับการสนับสนุนจาก Claude 4 สามารถจัดระเบียบการทำงานโดยอัตโนมัติข้ามฐานโค้ดและเครื่องมือทางธุรกิจ

“ระบบที่กำหนดค่าตัวเองตามประเภทของสินทรัพย์ สภาพแวดล้อม และประวัติศาสตร์ ช่วยให้สามารถเปลี่ยนจากการตอบสนองแบบเรียกซ้ำเป็นกลยุทธ์ป้องกันแบบต่อเนื่อง” Christian Struve ซีอีโอและผู้ร่วมก่อตั้ง Fracttal บอกกับฉัน “ไม่ใช่เรื่องของชั้นหรือพารามิเตอร์ที่มากขึ้น แต่เป็นระบบที่มีอิสระและเป็นประโยชน์มากขึ้น”

สิ่งที่รวมความพยายามเหล่านี้เข้าด้วยกันคือความเชื่อหลัก: เอไอไม่ต้องใหญ่ขึ้นเพื่อฉลาดขึ้น แต่ต้องสามารถปรับตัวได้

“การปรับขนาดได้นำไปสู่การเพิ่มขึ้นอย่างมาก แต่เรากำลังถึงขีดจำกัดของสิ่งที่ขนาดเพียงอย่างเดียวสามารถบรรลุได้ โมเดลการเรียนรู้แบบปรับตัว เช่น SEAL เสนอขั้นตอนต่อไปที่น่าสนใจโดยทำให้ระบบสามารถเติบโตและปรับปรุงตัวเองเมื่อเวลาผ่านไป” Jorge Riera ผู้ก่อตั้งและซีอีโอของ Dataco แพลตฟอร์มที่ปรึกษาข้อมูลแบบเต็มบอกกับฉัน “โมเดลที่พัฒนาตัวเองยังเปลี่ยนมาตรการความคืบหน้าจากมาตรฐานที่คงที่เป็นมาตรการความสามารถในการปรับตัว การเรียนรู้อย่างมีประสิทธิภาพ และการปรับปรุงที่ปลอดภัยในระยะยาว แทนที่จะทดสอบสิ่งที่โมเดลรู้เมื่อใช้งาน เราสามารถประเมินว่ามันเรียนรู้ รักษา และพัฒนาตัวเองเมื่อเวลาผ่านไปได้อย่างไร”

ผลกระทบต่อระบบนิเวศเอไอและการแข่งขันระดับโลกในการบรรลุความเป็นอิสระ

ระดับของความเป็นอิสระนี้ยังเขียนใหม่เศรษฐศาสตร์ของการนำเอไอไปใช้ พิจารณาระบบตรวจจับการฉ้อโกงที่อัปเดตตัวเองทันทีเพื่อตอบโต้ภัยคุกคามใหม่ๆ หรือเอไอผู้สอนที่เปลี่ยนรูปแบบการเรียนการสอนตามพฤติกรรมของนักเรียน ในด้านหุ่นยนต์ เฟรมเวิร์กการปรับตัวที่มีอิสระอาจนำไปสู่เครื่องจักรที่เรียนรู้รูปแบบการเคลื่อนไหวใหม่ๆ โดยไม่ต้องถูกตั้งโปรแกรมใหม่

ทั่วทั้งตะวันออกกลาง ประเทศต่างๆ เช่น สหรัฐอาหรับเอมิเรตส์และซาอุดีอาระเบียกำลังสร้างโมเดลพื้นฐานที่ออกแบบมาเพื่อปรับตัว Falcon ของสหรัฐอาหรับเอมิเรตส์ และ Jais ของ G42 เป็นโมเดลภาษาขนาดใหญ่ที่เปิดเผยซึ่งสร้างขึ้นด้วยความเกี่ยวข้องในระดับภูมิภาค ในขณะที่ ALLaM ของซาอุดีอาระเบียและ Metabrain ของ Aramco Digital กำลังเข้าสู่ด้านตัวแทนเอไอที่มีอิสระสำหรับเมืองอัจฉริยะ การดูแลสุขภาพ และการขนส่ง

ความพยายามเหล่านี้ยังไม่เทียบเท่ากับ SEAL ของ MIT ในแง่ของความสามารถในการแก้ไขตัวเอง แต่สะท้อนถึงแนวทางที่ใช้ร่วมกัน: จากระบบเอไอที่ไม่เคลื่อนไหวไปสู่ตัวแทนเอไอที่มีอิสระและสามารถนำทางความซับซ้อนได้ด้วยการกำกับดูแลของมนุษย์ที่จำกัด และเช่นเดียวกับ SEAL ความคิดริเริ่มเหล่านี้ได้รับการสนับสนุนจากโครงสร้างการกำกับดูแลที่เข้มแข็ง โดยเน้นย้ำถึงความตระหนักที่เพิ่มขึ้นว่าความเป็นอิสระของเอไอต้องจับคู่กับความรับผิดชอบ

“这是第一步ไปสู่ระบบที่สามารถจัดการตัวเองได้โดยไม่ต้องมีการแทรกแซงจากมนุษย์อย่างต่อเนื่อง” Struve กล่าว “ฉันเชื่อว่าปัญญาประดิษฐ์ไม่ได้กำหนดความหมายของความฉลาดใหม่ แต่ทำให้เราต้องคิดใหม่เกี่ยวกับความสัมพันธ์ของเรากับมัน สิ่งสำคัญไม่ใช่ว่าโมเดลจะพัฒนา แต่เป็นไปตามเป้าหมายที่เรากำหนดให้กับมนุษย์”

Jeff Townes CTO ของ Gorilla Logic ยังเน้นย้ำถึงความสำคัญของการกำกับดูแลที่ต้องตามทันการเปลี่ยนแปลงของเอไอ: “คำถามไม่ใช่ว่าเอไอสามารถพัฒนาได้หรือไม่ แต่เป็นว่าองค์กรสามารถพัฒนาไปพร้อมกับมันได้หรือไม่ การกำกับดูแลต้องยึดการปรับตัวของเอไิทุกครั้งให้ตรงกับผลลัพธ์และ KPI ที่ผู้นำสามารถวัดและเชื่อถือได้ เพื่อให้นวัตกรรมขยายตัวพร้อมกับความมั่นใจแทนความเสี่ยง”

เราพร้อมสำหรับเอไอที่เขียนโค้ดของตัวเองหรือยัง?

คำถามที่น่าสนใจที่สุดซึ่ง SEAL ถูกขึ้นไม่ใช่เรื่องเทคนิค แต่เป็นเรื่องของบทบาทที่เราจะเล่นในการกำหนดค่า มูลค่า และทิศทางของมัน

ผู้เชี่ยวชาญเตือนไว้ว่าเมื่อระบบเอไอที่ปรับตัวได้โดยอัตโนมัติได้รับอิสระ การเร่งความเร็วในการปรับปรุงตนเองไม่ควรแซงหน้าการสร้างรั้วทางจริยธรรม “ฉันเชื่อว่าระบบเอไอทั้งหมดต้องรวมหลักการทางจริยธรรมขั้นพื้นฐานอย่างน้อยสามประการ” Jacob Evans CTO ที่ Kryterion กล่าว

“ประการแรก และอาจไม่ต้องกล่าวถึง แต่เอไอต้องระบุตัวตนว่าเป็นเอไอ ประการที่สอง เอไิต้องมุ่งเน้นไปที่มนุษย์ โดยเสริมและไม่แทนที่การตัดสินของมนุษย์ และประการที่สาม ต้องยอมรับข้อจำกัดและความไม่แน่นอนของมัน และปฏิเสธที่จะให้ข้อมูลที่อาจช่วยให้เกิดอันตรายร้ายแรงได้ หากไม่มีการป้องกันเหล่านี้ เอไอสามารถกลายเป็นเครื่องมือในการบิดเบือนมากกว่าการสนับสนุนที่เชื่อถือได้”

“เพื่อให้โมเดลสามารถปรับปรุงตัวเองได้ในระหว่างการผลิต มันจำเป็นต้องมีวงจรป้อนกลับแบบไดนามิก ไม่ใช่แค่การฝึกแบบคงที่ วิธีการที่มีประสิทธิภาพคือการใช้ ‘ดิจิทัลทวิน’ หรือสภาพแวดล้อมแซนด์บ็อกซ์ที่ซับซ้อนซึ่งเอไอสามารถทดสอบและตรวจสอบการปรับปรุงตนเองที่สร้างขึ้นเองได้อย่างปลอดภัยก่อนที่จะนำไปใช้กับผู้ใช้” Ganesh Vanama วิศวกรวิชาการคอมพิวเตอร์จาก Automotus กล่าว

เกี่ยวกับการกำกับดูแล Vanama เพิ่มเติมว่า “การควบคุมที่ไม่ประนีประนอมคือการกำกับดูแลของมนุษย์” เขากล่าวว่าในขณะที่เราต้องการให้โมเดลปรับตัว “คุณต้องมีการตรวจสอบอย่างต่อเนื่องเพื่อตรวจจับ ‘การเปลี่ยนแปลงแนวทาง’ ที่โมเดลเบี่ยงเบนไปจากเป้าหมายที่ตั้งใจไว้หรือข้อจำกัดด้านความปลอดภัย นี่เป็นระบบที่ให้อำนาจแก่ผู้ตรวจสอบของมนุษย์ในการตัดสินใจยับยั้งหรือกลับรายการการอัปเดตอัตโนมัติที่ล้มเหลวในการทบทวนความปลอดภัยหรือประสิทธิภาพ”

แต่นักวิชาการบางคนเชื่อว่ายังมีเวลาในการพัฒนาการป้องกันเหล่านี้ โดยโต้แย้งว่าการสร้างเอไอที่ปรับปรุงตนเองที่แข็งแกร่ง ทั่วไป และที่สามารถปรับปรุงตนเองได้ ยังคงเป็นความท้าทายที่ยิ่งใหญ่

“โมเดลเหล่านี้ยังคงไม่มีความสามารถในการเขียนโค้ดของตัวเองใหม่ได้อย่างน่าเชื่อถือในเวลาจริง ความท้าทายหลักยังคงอยู่ รวมถึงการป้องกันการเสริมสร้างข้อผิดพลาด การหลีกเลี่ยงการลืมที่น่ากลัว การรับรองความเสถียรระหว่างการอัปเดต และการรักษาความโปร่งใสเกี่ยวกับการเปลี่ยนแปลงภายใน” Riera กล่าว “จนกว่าปัญหาจะได้รับการแก้ไข การปรับตัวที่มีการกำกับดูแลอย่างสมบูรณ์ยังคงเป็นแนวหน้ามากกว่าความเป็นจริง”

นักวิจัยจาก MIT มองว่า SEAL เป็นการพัฒนาที่จำเป็น ตามที่นักวิทยาศาสตร์นำของ MIT กล่าว เฟรมเวิร์กนี้สะท้อนการเรียนรู้ของมนุษย์มากกว่าสิ่งที่เคยมาถึงมาก่อน

“ระบบเหล่านี้บ่งบอกถึงการเปลี่ยนแปลงจากโมเดลแบบคงที่ไปสู่สถาปัตยกรรมแบบปรับตัวที่สามารถเรียนรู้จากประสบการณ์ จัดการหน่วยความจำ และติดตามเป้าหมายเมื่อเวลาผ่านไป ทิศทางที่ชัดเจน คือ สู่ปัญญาที่ตระหนักถึงบริบทและสามารถปรับเปลี่ยนตัวเองอย่างต่อเนื่อง” Riera บอกกับฉัน “แม้ว่ายังคงอยู่ในขั้นทดลอง แต่วิธีการนี้ถือเป็นขั้นตอนที่มีความหมายในการพัฒนาระบบเอไอที่มีอิสระและทนทานมากขึ้น”

ไม่ว่าสิ่งนี้จะนำไปสู่ระบบที่เป็นส่วนตัวมากขึ้นหรือรูปแบบใหม่ของตัวแทนเครื่องจักรก็ตาม ยุคของเอไอที่สอนตัวเองได้มาถึงแล้ว และไม่เพียงแต่เขียนโค้ดของตัวเองใหม่ แต่ยังเขียนกฎใหม่ของสิ่งที่เครื่องจักรสามารถเป็นได้