สิ่งที่การเปิดตัวโมเดล o1 ของ OpenAI บอกเราถึงกลยุทธ์และวิสัยทัศน์ของ AI ที่เปลี่ยนแปลงไป

OpenAI ผู้บุกเบิกซีรีส์ GPT ได้เปิดตัวโมเดล AI ใหม่ชุด o1 ที่สามารถ “คิด” ก่อนตอบสนองได้นานขึ้น โมเดลนี้ได้รับการออกแบบมาเพื่จัดการกับงานที่ซับซ้อน โดยเฉพาะในด้านวิทยาศาสตร์ การเขียนโค้ด และคณิตศาสตร์ แม้ว่า OpenAI จะเก็บข้อมูลเกี่ยวกับโมเดลไว้มาก แต่ก็มีสัญญาณบางอย่างที่ให้ข้อมูลเกี่ยวกับความสามารถและกลยุทธ์ที่เปลี่ยนแปลงไปของ OpenAI ในบทความนี้ เราจะสำรวจสิ่งที่การเปิดตัว o1 อาจบอกเราถึงทิศทางของบริษัทและผลกระทบต่อพัฒนาการ AI

การเปิดตัว o1: โมเดลการให้เหตุผลใหม่ของ OpenAI

o1 เป็นรุ่นใหม่ของโมเดล AI ของ OpenAI ที่ได้รับการออกแบบมาเพื่อแก้ปัญหาอย่างมีเหตุผล โมเดลเหล่านี้ได้รับการฝึกฝนเพื่อปรับปรุงการคิดของตนเอง ตรวจสอบกลยุทธ์ และเรียนรู้จากข้อผิดพลาด OpenAI รายงานว่า o1 ได้ทำผลงานที่น่าประทับใจในด้านการให้เหตุผล โดยสามารถแก้ปัญหาได้ 83% ในการสอบคัดเลือกการแข่งขันคณิตศาสตร์โอลิมปิกระหว่างประเทศ (IMO) เมื่อเทียบกับ 13% ของ GPT-4o โมเดลนี้ยังทำได้ดีในการเขียนโค้ด โดยได้รับ 89 เปอร์เซ็นต์ในการแข่งขัน Codeforces ตามที่ OpenAI ระบุ การอัปเดตในอนาคตของซีรีส์นี้จะสามารถทำงานได้เทียบเท่ากับนักศึกษาระดับ博士ในด้านวิชาต่างๆ เช่น ฟิสิกส์ เคมี และชีววิทยา

กลยุทธ์ AI ที่เปลี่ยนแปลงไปของ OpenAI

OpenAI ได้เน้นย้ำถึงการขยายโมเดลเป็นกุญแจสำคัญในการปลดปล่อยความสามารถ AI ที่ซับซ้อนขึ้น ตั้งแต่การเปิดตัว GPT-1 ซึ่งมีพารามิเตอร์ 117 ล้านตัว OpenAI ได้บุกเบิกการเปลี่ยนแปลงจากโมเดลขนาดเล็กที่มีหน้าที่เฉพาะไปสู่ระบบที่กว้างขึ้นและสามารถใช้งานได้หลากหลาย ในแต่ละโมเดลที่ตามมา ได้แก่ GPT-2, GPT-3 และ GPT-4 ล่าสุด ซึ่งมีพารามิเตอร์ 1.7 ล้านล้านตัว ได้แสดงให้เห็นว่าการเพิ่มขนาดโมเดลและข้อมูลสามารถนำไปสู่การปรับปรุงประสิทธิภาพที่สำคัญ

อย่างไรก็ตาม การพัฒนาล่าสุดบ่งชี้ถึงการเปลี่ยนแปลงที่สำคัญในกลยุทธ์การพัฒนา AI ของ OpenAI ในขณะที่บริษัทยังคงสำรวจการขยายขนาด แต่ก cũngกำลังเปลี่ยนไปสู่การสร้างโมเดลที่เล็กและหลากหลายมากขึ้น เช่นเดียวกับ ChatGPT-4o mini การแนะนำ ‘การคิดที่ยาวนานขึ้น’ ของ o1 ยังชี้ให้เห็นว่า OpenAI กำลังหันเหจากความเชื่อใจในความสามารถในการรับรู้รูปแบบของเครือข่ายประสาทเทียมไปสู่การประมวลผลเชิง认知ที่ซับซ้อน

จากปฏิกิริยาที่รวดเร็วไปสู่การคิดที่ลึกซึ้ง

OpenAI ระบุว่าโมเดล o1 ได้รับการออกแบบมาเพื่อคิดก่อนตอบสนองนานขึ้น คุณลักษณะนี้ของ o1 ดูเหมือนจะสอดคล้องกับหลักการของทฤษฎีการประมวลผลแบบคู่ ซึ่งเป็นกรอบการทำงานที่มีการยอมรับอย่างกว้างขวางในวิทยาศาสตร์认知ที่แยกแยะระหว่างสองรูปแบบของการคิด – การคิดที่รวดเร็วและช้า

ในทฤษฎีนี้ ระบบ 1 แสดงถึงการคิดที่รวดเร็วและเชื่องช้า โดยทำการตัดสินใจโดยอัตโนมัติและเชื่องช้า มากกว่าการรับรู้ใบหน้าหรือตอบสนองต่อเหตุการณ์ที่ไม่คาดคิด ในทางกลับกัน ระบบ 2 เกี่ยวข้องกับการคิดที่ช้าและตั้งใจ ซึ่งใช้สำหรับการแก้ปัญหาที่ซับซ้อนและตัดสินใจอย่างมีเหตุผล

ในประวัติศาสตร์ เครือข่ายประสาทเทียมซึ่งเป็นรากฐานของโมเดล AI ส่วนใหญ่ ได้แสดงให้เห็นถึงความสามารถในการเลียนแบบการคิดของระบบ 1 พวกมันรวดเร็ว มีพื้นฐานมาจากรูปแบบ และทำได้ดีในงานที่ต้องการการตอบสนองอย่างรวดเร็วและเชื่องช้า อย่างไรก็ตาม พวกมัน经常ไม่เพียงพอเมื่อต้องการการให้เหตุผลเชิงตรรกะที่ลึกซึ้ง ซึ่งเป็นข้อจำกัดที่ได้กระตุ้นการถกเถียงอย่างต่อเนื่องในุมชน AI: เครื่องจักรสามารถเลียนแบบกระบวนการคิดที่ช้าและเป็นระบบของระบบ 2 ได้หรือไม่?

นักวิทยาศาสตร์ AI บางคน เช่น Geoffrey Hinton เสนอว่าด้วยความก้าวหน้าเพียงพอ เครือข่ายประสาทเทียมอาจแสดงพฤติกรรมที่มีเหตุผลและฉลาดขึ้นโดยอัตโนมัติ นักวิทยาศาสตร์คนอื่นๆ เช่น Gary Marcus แสดงให้เห็นว่าแนวทางแบบผสมผสานที่รวมเครือข่ายประสาทเทียมเข้ากับการให้เหตุผลเชิงสัญลักษณ์สามารถสร้างสมดุลระหว่างการตอบสนองอย่างรวดเร็วและเชื่องช้าและการคิดที่ตั้งใจและวิเคราะห์ได้ แนวทางนี้ได้รับการทดสอบแล้วในโมเดล เช่น AlphaGeometry และ AlphaGo ซึ่งใช้การให้เหตุผลเชิงประสาทเทียมและเชิงสัญลักษณ์เพื่อแก้ปัญหาที่ซับซ้อนและเล่นเกมยุทธศาสตร์

โมเดล o1 ของ OpenAI สะท้อนถึงความสนใจที่เพิ่มขึ้นในการพัฒนาโมเดลระบบ 2 ซึ่งบ่งบอกถึงการเปลี่ยนแปลงจาก AI ที่ขึ้นอยู่กับรูปแบบไปสู่เครื่องจักรที่สามารถแก้ปัญหาและคิดเชิงวิเคราะห์ได้เหมือนมนุษย์

OpenAI กำลังใช้กลยุทธ์ Neurosymbolic ของ Google หรือไม่?

เป็นเวลาหลายปีที่ Google (GOOGL ) ได้เดินตามเส้นทางนี้ โดยสร้างโมเดล เช่น AlphaGeometry และ AlphaGo เพื่อทำได้ดีในงานที่ซับซ้อน เช่น การแข่งขันคณิตศาสตร์โอลิมปิกระหว่างประเทศ (IMO) และเกม Go โมเดลเหล่านี้รวมการรับรู้รูปแบบเชิงประสาทเทียมของเครือข่ายภาษาขนาดใหญ่ (LLM) เข้ากับการให้เหตุผลเชิงสัญลักษณ์ ผลลัพธ์คือการผสมผสานที่มีพลัง โดยที่ LLM ให้ข้อมูลเชิงลึกอย่างรวดเร็วและเชื่องช้า ในขณะที่เครื่องมือการให้เหตุผลเชิงสัญลักษณ์ให้ความคิดที่ช้าและเป็นระบบมากขึ้น

การเปลี่ยนไปสู่ระบบ Neurosymbolic ของ Google ได้รับแรงบันดาลใจจากสองความท้าทายที่สำคัญ: การมีอยู่ของชุดข้อมูลขนาดใหญ่สำหรับการฝึกเครือข่ายประสาทเทียมในงานที่ซับซ้อน และความจำเป็นในการผสมผสาน直觉เข้ากับการให้เหตุผลเชิงตรรกะเพื่อแก้ปัญหาที่ซับซ้อนมาก แม้ว่าเครือข่ายประสาทเทียมจะยอดเยี่ยมในการระบุรูปแบบและให้คำตอบที่เป็นไปได้ แต่พวกมัน经常ไม่สามารถให้คำอธิบายหรือจัดการความลึกเชิงตรรกะที่จำเป็นสำหรับคณิตศาสตร์ที่ซับซ้อน เครื่องมือการให้เหตุผลเชิงสัญลักษณ์แก้ไขช่องว่างนี้โดยให้คำตอบที่มีโครงสร้างและเชิงตรรกะ – แม้ว่าจะมีการแลกเปลี่ยนบางอย่างในเรื่องความเร็วและความยืดหยุ่น

ด้วยการผสมผสานแนวทางเหล่านี้ Google ได้สามารถขยายโมเดลของตนได้ ทำให้ AlphaGeometry และ AlphaGo สามารถแข่งขันได้ในระดับสูงสุดโดยไม่ต้องมีการแทรกแซงจากมนุษย์ และบรรลุผลลัพธ์ที่น่าประทับใจ เช่น AlphaGeometry ที่ได้รับเหรียญเงินในการแข่งขัน IMO และ AlphaGo ที่เอาชนะแชมป์โลกในเกม Go ความสำเร็จเหล่านี้ของ Google แสดงให้เห็นว่า OpenAI อาจใช้กลยุทธ์ Neurosymbolic ที่คล้ายกัน โดยทำตามรอย Google ในพื้นที่ AI ที่กำลังพัฒนานี้

o1 และขอบเขตใหม่ของ AI

แม้ว่ารายละเอียดการทำงานของโมเดล o1 ของ OpenAI จะไม่ได้รับการเปิดเผย แต่สิ่งหนึ่งที่ชัดเจนคือบริษัทกำลังให้ความสำคัญกับการปรับตัวตามบริบทอย่างมาก ซึ่งหมายความว่าระบบ AI สามารถปรับเปลี่ยนการตอบสนองตามความซับซ้อนและรายละเอียดของปัญหาแต่ละข้อ แทนที่จะเป็นตัวแก้ปัญหาแบบทั่วไป โมเดลเหล่านี้อาจปรับเปลี่ยนกลยุทธ์การคิดเพื่อให้เหมาะกับการใช้งานต่างๆ ตั้งแต่การวิจัยไปจนถึงงานประจำวัน

สิ่งหนึ่งที่น่าสนใจคือการเกิดขึ้นของ AI ที่มีการสะท้อนถึงตนเอง ไม่เหมือนกับโมเดลแบบดั้งเดิมที่พึ่งพาข้อมูลที่มีอยู่ o1 เน้นการให้เหตุผลที่ลึกซึ้งยิ่งขึ้น ซึ่งบ่งบอกว่า AI ในอนาคตอาจเรียนรู้จากประสบการณ์ของตนเอง เมื่อเวลาผ่านไป สิ่งนี้อาจนำไปสู่โมเดลที่ปรับปรุงกลยุทธ์การแก้ปัญหา ทำให้พวกมันสามารถปรับตัวและทนต่อการเปลี่ยนแปลงได้ดีขึ้น

ความก้าวหน้าของ OpenAI กับ o1 ยังชี้ให้เห็นถึงการเปลี่ยนแปลงใน phương phápฝึกอบรม โมเดลนี้ทำได้ดีในงานที่ซับซ้อน เช่น การสอบคัดเลือก IMO ซึ่งบ่งบอกว่าเราอาจเห็นโมเดลที่ได้รับการฝึกอบรมแบบเฉพาะจุดและกลยุทธ์การฝึกอบรมที่ปรับให้เหมาะสมยิ่งขึ้นเพื่อสร้างความสามารถเชิง认知ที่ลึกซึ้งยิ่งขึ้นในระบบ AI ทำให้พวกมันสามารถทำได้ดีในด้านทั่วไปและด้านเฉพาะ

การทำงานโดดเด่นของโมเดลในด้านต่างๆ เช่น คณิตศาสตร์และการเขียนโค้ด ยังทำให้เกิดความเป็นไปได้ที่น่าตื่นเต้นสำหรับการศึกษาและการวิจัย เราอาจเห็น AI ที่ช่วยสอนนักเรียนโดยให้คำตอบและช่วยให้พวกเขาผ่านกระบวนการให้เหตุผล AI อาจช่วยนักวิทยาศาสตร์ในการวิจัยโดยการสำรวจสมมติฐานใหม่ ออกแบบการทดลอง หรือแม้กระทั่งสร้างการค้นพบใหม่ๆ ในสาขาต่างๆ เช่น ฟิสิกส์ เคมี และชีววิทยา

สรุป

ซีรีส์ o1 ของ OpenAI เป็นการแนะนำโมเดล AI รุ่นใหม่ที่ได้รับการออกแบบมาเพื่อแก้ปัญหาและท้าทายที่ซับซ้อน แม้ว่ารายละเอียดหลายอย่างเกี่ยวกับโมเดลเหล่านี้ยังคงไม่เปิดเผย แต่พวกมันสะท้อนถึงการเปลี่ยนแปลงของ OpenAI ไปสู่การประมวลผลเชิง认知ที่ลึกซึ้งยิ่งขึ้น โดยพ้นจากการขยายขนาดเครือข่ายประสาทเทียมเพียงอย่างเดียว เมื่อ OpenAI ต่อเนื่องในการปรับปรุงโมเดลเหล่านี้ เราอาจเข้าสู่ช่วงใหม่ของการพัฒนา AI โดยที่ AI สามารถทำงานและแก้ปัญหาได้อย่างมีเหตุผล ซึ่งอาจเปลี่ยนแปลงการศึกษา การวิจัย และอื่นๆ ได้อย่างกว้างขวาง