ผู้นำทางความคิด
GPT-4 จะพาเราเข้าใกล้การปฏิวัติ AI อย่างแท้จริงหรือไม่?

ประเด็นสำคัญGPT-4…
ดูเพิ่มเติม
- GPT-4 มีแนวโน้มที่จะให้ความสำคัญกับการปรับปรุงเชิงคุณภาพของอัลกอริทึมมากกว่าการเพิ่มพารามิเตอร์จำนวนมหาศาล
- การปรับปรุงการจัดแนวผ่านการฝึกด้วยข้อมูลป้อนกลับจากมนุษย์อาจลดการพึ่งพาการตั้งคำถามที่แม่นยำของ GPT-4
- GPT-4 คาดว่าจะยังคงเป็นแบบข้อความเท่านั้น แม้จะมีแนวโน้มของอุตสาหกรรมไปสู่โมเดล AI แบบหลายรูปแบบ
เป็นเวลาเกือบสามปีตั้งแต่ GPT-3 เปิดตัวเมื่อเดือนพฤษภาคม 2020 นับตั้งแต่นั้นมา โมเดล AI ที่สร้างข้อความได้ได้รับความสนใจอย่างมากสำหรับความสามารถในการสร้างข้อความที่ดูและฟังเหมือนถูกเขียนโดยมนุษย์ ตอนนี้ดูเหมือนว่าเวอร์ชันถัดไปของซอฟต์แวร์ GPT-4 จะออกมาในเร็วๆ นี้ โดยมีวันที่วางจำหน่ายประมาณช่วงต้นปี 2023
แม้จะมีความคาดหวังอย่างมากเกี่ยวกับข่าว AI นี้ แต่รายละเอียดเกี่ยวกับ GPT-4 ยังคงไม่ชัดเจน OpenAI บริษัทที่อยู่เบื้องหลัง GPT-4 ไม่ได้เผยแพร่ข้อมูลเกี่ยวกับโมเดลใหม่นี้ เช่น ฟังก์ชันหรือความสามารถของมัน อย่างไรก็ตาม การพัฒนาล่าสุดในด้าน AI โดยเฉพาะอย่างยิ่งเกี่ยวกับการประมวลผลภาษาธรรมชาติ (NLP) อาจให้เบาะแสบางอย่างเกี่ยวกับสิ่งที่เราคาดหวังจาก GPT-4
อะไรคือ GPT?
ก่อนที่จะพูดถึงรายละเอียด มันจะช่วยให้เรามีความเข้าใจพื้นฐานเกี่ยวกับ GPT ก่อน GPT ย่อมาจาก Generative Pre-trained Transformer และหมายถึงโมเดลเครือข่ายประสาทที่ฝึกฝนจากข้อมูลบนอินเทอร์เน็ตเพื่อสร้างข้อความจำนวนมาก GPT-3 เป็นรุ่นที่สามของเทคโนโลยีนี้ และเป็นหนึ่งในโมเดล AI ที่สร้างข้อความที่ทันสมัยที่สุดในปัจจุบัน
ลองนึกถึง GPT-3 เหมือนกับวอยซ์เอสเซนต์ เช่น Siri หรือ Alexa แต่ในขนาดที่ใหญ่กว่ามาก แทนที่จะขอให้ Alexa เล่นเพลงที่คุณชื่นชอบหรือให้ Siri พิมพ์ข้อความของคุณ คุณสามารถขอให้ GPT-3 เขียนหนังสืออีบุ๊กทั้งเล่มในเวลาเพียงไม่กี่นาที หรือสร้างไอเดียโพสต์โซเชียลมีเดีย 100 ไอเดียในเวลาไม่ถึงหนึ่งนาที ทุกสิ่งที่ผู้ใช้ต้องทำคือให้คำสั่ง เช่น “เขียนบทความ 500 คำเกี่ยวกับความสำคัญของความคิดสร้างสรรค์” ตราบเท่าที่คำสั่งชัดเจนและเฉพาะเจาะจง GPT-3 สามารถเขียนสิ่งใดก็ได้ที่คุณต้องการ
ตั้งแต่การเปิดตัวสู่สาธารณะ GPT-3 ได้พบว่ามีการใช้งานในธุรกิจหลายอย่าง บริษัทต่างๆ ใช้มันสำหรับการสรุปข้อความ การแปลภาษา การสร้างโค้ด และการอัตโนมัติงานเขียนขนาดใหญ่เกือบทุกอย่าง
อย่างไรก็ตาม แม้ว่า GPT-3 จะน่าประทับใจมากในความสามารถในการสร้างข้อความที่อ่านได้ดีและเหมือนมนุษย์ แต่ก็ยังไม่สมบูรณ์แบบ ปัญหาเหล่านี้มักจะเกิดขึ้นเมื่อถูกขอให้เขียนบทความที่ยาวขึ้น โดยเฉพาะหัวข้อที่ซับซ้อนซึ่งต้องการความเข้าใจ เช่น การสร้างโค้ดคอมพิวเตอร์สำหรับเว็บไซต์อาจส่งผลลัพธ์ที่ถูกต้องแต่ไม่เหมาะสม ดังนั้นผู้เขียนโค้ดจึงยังต้องปรับปรุงแก้ไข เช่นเดียวกับเอกสารข้อความขนาดใหญ่ ยิ่งข้อความยาวก็ยิ่งมีโอกาสเกิดข้อผิดพลาด ซึ่งบางครั้งอาจดูน่าขันและต้องให้ผู้เขียนที่เป็นมนุษย์แก้ไข
โดยสรุป GPT-3 ไม่ใช่ตัวแทนการเขียนหรือการเขียนโค้ดของมนุษย์ และไม่ควรพิจารณาในลักษณะนั้น GPT-3 ควรพิจารณาเป็นผู้ช่วยเขียน ซึ่งสามารถช่วยให้ผู้คนประหยัดเวลาเมื่อต้องการสร้างไอเดียโพสต์บล็อกหรือร่างข้อความโฆษณาหรือแถลงข่าว
พารามิเตอร์มากขึ้นหมายถึงดีขึ้นหรือไม่?
สิ่งหนึ่งที่ต้องเข้าใจเกี่ยวกับโมเดล AI คือวิธีการใช้พารามิเตอร์ในการทำนาย พารามิเตอร์ของโมเดล AI นิยามกระบวนการเรียนรู้และให้โครงสร้างสำหรับผลลัพธ์ จำนวนพารามิเตอร์ในโมเดล AI มักถูกใช้เป็นตัวชี้วัดประสิทธิภาพ ตามสมมติฐานการขยายขนาด ยิ่งมีพารามิเตอร์มาก โมเดลก็ยิ่งทรงพลัง ทำงานราบรื่น และคาดการณ์พฤติกรรมได้มากขึ้น อย่างน้อยก็ในกรอบของสมมติฐานนี้
ตัวอย่างเช่น เมื่อ GPT-1 เปิดตัวในปี 2018 มันจะมีพารามิเตอร์ 117 ล้านตัว GPT-2 ที่เปิดตัวในปีถัดมา มีพารามิเตอร์ 1.2 พันล้านตัว ในขณะที่ GPT-3 เพิ่มจำนวนพารามิเตอร์เป็น 175 พันล้านตัว
ตามสัมภาษณ์เมื่อเดือนสิงหาคม 2021 กับ Wired Andrew Feldman ผู้ก่อตั้งและซีอีโอของ Cerebras (CBRS ) ซึ่งเป็นบริษัทที่ร่วมมือกับ OpenAI ระบุว่า GPT-4 จะมีพารามิเตอร์ประมาณ 100 ล้านล้านตัว ซึ่งจะทำให้ GPT-4 มีพลังมากกว่า GPT-3 ถึง 100 เท่า
อย่างไรก็ตาม มีเหตุผลที่ดีในการคิดว่า GPT-4 อาจไม่มีพารามิเตอร์ 100 ล้านล้านตัว การเพิ่มจำนวนพารามิเตอร์จะทำให้โมเดลมีราคาแพงกว่าในการฝึกฝนและปรับแต่งเนื่องจากต้องการพลังการประมวลผลที่มาก
นอกจากนี้ จำนวนพารามิเตอร์ไม่ใช่ปัจจัยเดียวที่กำหนดประสิทธิผลของโมเดล ตัวอย่างเช่น Megatron-Turing NLG ซึ่งเป็นโมเดลสร้างข้อความที่ Nvidia (NVDA ) และ Microsoft (MSFT ) พัฒนาขึ้น มีพารามิเตอร์มากกว่า 500 พันล้านตัว แต่ผู้เขียนระบุว่าแม้จะมีขนาดใหญ่ ประสิทธิภาพของ MT-NLG ก็ยังไม่ใกล้เคียง GPT-3 กล่าวคือ ใหญ่กว่าไม่ได้แปลว่าดีกว่าเสมอไป
GPT-4 อาจมีพารามิเตอร์มากกว่า GPT-3 แต่ยังต้องรอดูว่าจะมากกว่าถึงหนึ่งลำดับขนาดหรือไม่ ทางเลือกอื่นที่น่าสนใจซึ่ง OpenAI อาจกำลังศึกษา ได้แก่ โมเดลที่กระชับขึ้นและเน้นการปรับปรุงคุณภาพของการออกแบบอัลกอริทึมและการทำให้สอดคล้องกับเจตนาของผู้ใช้ ผลที่แน่นอนของการปรับปรุงเหล่านี้ยังคาดเดาได้ยาก แต่โมเดลแบบเบาบางสามารถลดต้นทุนด้วยการคำนวณแบบมีเงื่อนไข กล่าวคือ ไม่ต้องให้ทุกพารามิเตอร์ทำงานตลอดเวลา ซึ่งผู้เขียนเปรียบเทียบกับการทำงานของเซลล์ประสาทในสมอง
GPT-4 จะทำอะไรได้บ้าง?
จนกว่า OpenAI จะออกมาประกาศหรือเผยแพร่ GPT-4 เราก็ทำได้เพียงคาดเดาเกี่ยวกับว่ามันจะแตกต่างจาก GPT-3 อย่างไร
แม้ว่าอนาคตของการพัฒนา AI จะเป็นแบบหลายโหมด แต่ผู้เขียนคาดว่า GPT-4 น่าจะยังเป็นโมเดลที่รับเฉพาะข้อความ ในฐานะมนุษย์ เราอาศัยอยู่ในโลกที่รับข้อมูลผ่านประสาทสัมผัสหลายรูปแบบ เช่น เสียง ภาพ และข้อความ ดังนั้นจึงหลีกเลี่ยงไม่ได้ที่การพัฒนา AI จะนำไปสู่โมเดลหลายโหมดที่สามารถรวมข้อมูลหลายอย่างเข้าด้วยกัน
อย่างไรก็ตาม โมเดลหลายโหมดที่ดีนั้นยากที่จะออกแบบมากกว่าโมเดลข้อความเท่านั้น เทคโนโลยียังไม่พร้อม และด้วยข้อจำกัดเกี่ยวกับขนาดพารามิเตอร์ จึงน่าจะเป็นไปได้ที่ OpenAI จะมุ่งเน้นในการขยายและปรับปรุงโมเดลข้อความเท่านั้น
นอกจากนี้ GPT-4 อาจพึ่งพาข้อความสั่งงานที่แม่นยำน้อยลง ข้อจำกัดอย่างหนึ่งของ GPT-3 คือผู้ใช้ต้องเขียนข้อความสั่งงานอย่างระมัดระวังจึงจะได้ผลตามต้องการ มิฉะนั้น ผลลัพธ์อาจเป็นเท็จ เป็นพิษ หรือสะท้อนแนวคิดสุดโต่งได้ นี่เป็นส่วนหนึ่งของปัญหา «alignment» หรือการทำให้โมเดลสอดคล้องกับเป้าหมายและเจตนาของผู้ใช้ เนื่องจากโมเดลฝึกด้วยข้อความจากอินเทอร์เน็ต อคติ ข้อมูลเท็จ และความลำเอียงของมนุษย์จึงอาจปรากฏในผลลัพธ์ได้ง่าย
อย่างไรก็ตาม ผู้เขียนเห็นเหตุผลที่ทำให้เชื่อว่านักพัฒนากำลังก้าวหน้าในการแก้ปัญหานี้ โดยยกความก้าวหน้าของ InstructGPT ซึ่งเป็นรุ่นที่พัฒนาต่อจาก GPT-3 และฝึกด้วยข้อมูลป้อนกลับจากมนุษย์เพื่อทำตามคำสั่งและเจตนาได้ใกล้เคียงขึ้น ผู้ประเมินที่เป็นมนุษย์พบว่า InstructGPT พึ่งพาการเขียนคำสั่งที่ดีน้อยกว่า GPT-3 มาก
ต้นฉบับระบุว่าการทดสอบเหล่านี้ทำกับพนักงาน OpenAI เท่านั้น ซึ่งเป็นกลุ่มค่อนข้างคล้ายคลึงกันและอาจมีความหลากหลายด้านเพศ ศาสนา หรือการเมืองไม่มาก ผู้เขียนจึงคาดว่า GPT-4 จะได้รับการฝึกที่หลากหลายขึ้นเพื่อให้สอดคล้องกับผู้ใช้กลุ่มต่างๆ ได้ดีขึ้น แต่ยังต้องรอดูว่าจะดีขึ้นเพียงใด
GPT-4 จะแทนที่มนุษย์หรือไม่?
แม้ว่า GPT-4 จะมีศักยภาพ แต่ก็น่าจะไม่แทนที่มนุษย์ในการเขียนหรือเขียนโค้ดได้อย่างสมบูรณ์ ยังมีงานอีกมาก ตั้งแต่การปรับพารามิเตอร์ การรองรับข้อมูลหลายรูปแบบ ไปจนถึงการทำให้โมเดลสอดคล้องกับเจตนาของผู้ใช้ อาจต้องใช้เวลาอีกหลายปีกว่าจะมีระบบสร้างข้อความที่เข้าใจความซับซ้อนและรายละเอียดอ่อนของประสบการณ์ชีวิตจริงได้เหมือนมนุษย์อย่างแท้จริง
แม้ว่า GPT-4 จะไม่แทนที่มนุษย์ แต่ก็มีเหตุผลที่ดีในการตื่นเต้นเกี่ยวกับการมาถึงของมัน การปรับพารามิเตอร์จะนำไปสู่โมเดล AI ที่มีพลังการประมวลผลมากกว่า และการทำให้โมเดลสอดคล้องกับเจตนาของผู้ใช้จะทำให้ GPT-4 มีความสามารถในการใช้งานที่ดีขึ้น
นอกจากนี้ เรายังคงอยู่ในช่วงเริ่มต้นของการพัฒนาและใช้งานเครื่องมือ AI มีการค้นพบกรณีการใช้งานใหม่ๆ อย่างต่อเนื่อง และเมื่อคนได้รับความไว้วางใจและความสบายใจในการใช้ AI ในที่ทำงาน มันจะแทบแน่นอนว่าเราจะเห็นการนำ AI ไปใช้ในทุกภาคส่วนธุรกิจในอนาคต












