เมื่อสักครู่นี้ Karpathy กล่าวว่ามีเพียง 5,000 คนทั่วโลกเท่านั้นที่ได้สัมผัสกับเทคโนโลยี AI ที่ทันสมัยที่สุดจริงๆ

น่าประหลาดใจอยู่บ้าง

เมื่อเร็วๆ นี้, Karpathy ได้ทำการประมาณการผ่านทวีตว่า,ตอนนี้ โลกนี้อาจมีเพียงประมาณ 5,000 คนเท่านั้นที่สามารถเข้าถึงเทคโนโลยี AI ภายในระดับแนวหน้าได้อย่างแท้จริง。

ในห้องปฏิบัติการชั้นนำเหล่านี้ มีเอเจนต์จากห้องปฏิบัติการนับพันตัวที่สามารถรวมตัวกันเป็นกลุ่มความร่วมมือ เพื่อทำงานต่อเนื่องกันเป็นเวลาหลายสัปดาห์ ช่วยส่งเสริมโครงการซอฟต์แวร์ขนาดใหญ่ ค้นพบช่องโหว่ในวันแรกที่มันถูกสร้างขึ้น มีส่วนร่วมในการโจมตีและป้องกันเครือข่ายด้วยความเร็วของเครื่องจักร และแม้กระทั่งส่งเสริมการค้นพบทางวิทยาศาสตร์และการวิจัยทางคณิตศาสตร์ขั้นสูง

สิ่งที่น่าประหลาดใจยิ่งกว่านั้นคือ:ประมาณ 6 พันล้านคนแทบไม่เคยมีประสบการณ์จริงกับ LLM เลย。

ลิงก์: https://x.com/karpathy/status/2109361546505966046

Karpathy เรามาดูต่อกันว่าในทวีตนั้นมีอะไรบ้าง

เขากล่าวว่า เขาเพิ่งหยิบทวีตเก่าจากเดือนเมษายนปีนี้ขึ้นมาอ่านอีกครั้ง ในขณะนั้น เขาก็สังเกตเห็นแล้วว่าความเข้าใจของผู้คนเกี่ยวกับความสามารถของ AI นั้นเริ่มแตกต่างกันอย่างชัดเจน

ในมุมมองของ Karpathy ในปัจจุบัน ความเข้าใจเกี่ยวกับความสามารถของ LLM (Large Language Model) ระหว่างผู้คนต่างๆ ไม่ได้แค่แตกต่างกันเพียงเล็กน้อย แต่ได้พัฒนาไปสู่สภาพที่เรียกว่า “ช่องว่างความสามารถ” (ability gap) ที่รุนแรงขึ้นเรื่อยๆ โดยมีกลุ่มคนสองกลุ่มที่มีมุมมองที่แตกต่างกันอย่างชัดเจน

การประมาณการโดยทั่วไปมีประชากรประมาณ 6 พันล้านคน ซึ่งคิดเป็นประมาณ 75% ของประชากรโลก ที่แทบไม่เคยมีประสบการณ์ใช้งาน LLM (Large Language Model) จริงๆ

ประมาณ 1 ถึง 2 พันล้านคน ซึ่งคิดเป็น 20% ของประชากร ใช้ผลิตภัณฑ์ประเภท ChatGPT ฟรีเพียงแค่เป็นครั้งคราวเท่านั้นกลุ่มคนเหล่านี้มักจะเห็นหุ่นยนต์สนทนาที่ดูค่อนข้างไม่คล่องแคล่ว และพวกเขามองว่ามันเป็นวิธีการใช้งานที่ดีกว่า เช่น การค้นหาข้อมูลผ่าน Google หรือเครื่องมือช่วยในการเขียน บางทีหุ่นยนต์เหล่านี้อาจสามารถช่วยคุณจองตั๋วเดินทางได้ด้วย Karpathy มีเพื่อนๆ ที่ไม่มีพื้นฐานทางเทคนิคซึ่งพูดอย่างมีเหตุผลว่า พวกเขาจริงๆ แล้วไม่มีที่ไหนที่จะใช้มันได้เลย แม้แต่ผู้เชี่ยวชาญในสาขาอื่นๆ นอกเหนือจากคณิตศาสตร์และการเขียนโปรแกรมก็ยังอยู่ในระดับเดียวกันนี้ ตัวอย่างเช่น ผู้บริหารระดับสูงในบริษัทและหลายตำแหน่งงานอื่นๆ ต้องใช้เวลามากในการสื่อสารกับผู้อื่น ดังนั้นพวกเขาจึงรู้ดีว่า AI กำลังเกิดขึ้น แต่ความเข้าใจของพวกเขายังคงเป็นเพียงการรับรู้ทางอ้อมและเป็นนามธรรม

เมื่อเดินต่อไป จะพบกับผู้เชี่ยวชาญด้านการประยุกต์ใช้ LLM ที่อยู่ในแนวหน้าในสาขาคณิตศาสตร์และการเขียนโปรแกรมมีประมาณ 20 ล้านคน ซึ่งคิดเป็น 0.2% ของประชากรทั้งหมดที่ใช้บริการนี้ฉันเห็นด้วยตาตัวเองว่าโปรเจ็กต์ที่ซับซ้อนและมีขนาดใหญ่ซึ่งในอดีตต้องใช้เวลาหลายสัปดาห์หรือแม้แต่หลายเดือนในการทำเสร็จ ตอนนี้ Agent อาจจะสามารถทำได้เพียงแค่ด้วยคำสั่งเดียว (Prompt) เท่านั้น การพัฒนาแอปพลิเคชัน การคัดลอกแอปพลิเคชัน การย้ายแอปพลิเคชัน การดีบักไฟล์ไบนารีของแอปพลิเคชัน… ทุกอย่างเกิดขึ้นอย่างรวดเร็วมาก และเกือบจะเกิดขึ้นพร้อมกันเลยด้วยซ้ำ ไม่ถึงหนึ่งปีที่แล้ว ฉันยังคงเขียนโค้ดด้วยตัวเอง: ตัวอักษรหนึ่งตัวต่อหนึ่งตัว พิมพ์คำสั่งคอมพิวเตอร์ที่จำได้ลงในโปรแกรมแก้ไขโค้ด และบางครั้งก็กดปุ่ม Tab เพื่อให้ระบบเติมโค้ดให้ฉันเองเล็กน้อย

สุดท้าย,มีประมาณ 5,000 คน ซึ่งคิดเป็น 0.00006% ของประชากร ที่สามารถใช้ระบบล่าสุดได้โดยตรงภายในองค์กรในความเป็นจริง โลกภายนอกได้เห็นตัวอย่างการทำงานเหล่านี้แล้ว: อเจนต์ (Agents) นับพันตัวรวมตัวกันเป็นกลุ่มเดียว และสามารถทำโปรเจ็กต์ซอฟต์แวร์ขนาดใหญ่ได้ภายในเวลาไม่กี่สัปดาห์; สามารถค้นพบช่องโหว่ด้านความปลอดภัย (zero-day vulnerabilities) ได้โดยอัตโนมัติ; สามารถเริ่มต้นและป้องกันการโจมตีทางเครือข่ายได้ด้วยความเร็วของเครื่องจักร; ค้นพบผลงานทางวิทยาศาสตร์ใหม่ๆ; และส่งเสริมความก้าวหน้าในการวิจัยทางคณิตศาสตร์ สิ่งเหล่านี้ หากให้กับผู้เชี่ยวชาญชั้นนำในอุตสาหกรรม อาจต้องใช้เวลาหลายปีกว่าจะทำได้

ในขณะเดียวกัน ความสามารถในการตรวจสอบและการเข้าใจของมนุษย์ก็เริ่มตามไม่ทันความก้าวหน้าเช่นกัน

ตัวอย่างเช่น สิ่งที่เกิดขึ้นเมื่อไม่กี่เดือนที่แล้ว จนถึงตอนนี้ OpenAI-HF ยังคงอยู่ในระหว่างการวิเคราะห์อย่างละเอียด; นักคณิตศาสตร์อาจต้องใช้เวลานานมากในการศึกษาต้นฉบับความรู้ทางคณิตศาสตร์ขั้นสูงเหล่านี้ทีละฉบับ

ทำไมคนส่วนใหญ่ถึงมองไม่เห็นสิ่งที่เป็นแนวหน้าจริงๆ? คือ AI หรือ?

ปัจจัยหลักที่ขับเคลื่อนกระบวนการนี้มีหลายประการร่วมกัน:

เมื่อความทะเยอทะยาน ขนาดของปัญหา และระยะเวลาที่ต้องใช้ในการทำงานเพิ่มขึ้น อิทธิพลก็จะเพิ่มตามไปด้วย

ถ้าคุณถามแค่คำตอบสุดท้ายที่มีเพียงหนึ่งย่อหน้าเดียว มันแทบจะเป็นไปไม่ได้เลยที่จะวัดความสามารถของระบบเหล่านี้อย่างแท้จริง คุณต้องมีคำถามที่สำคัญจริงๆ มากมาย คำถามที่มีขนาดใหญ่และมีความยาก สิ่งนี้เป็นสิ่งที่กำหนดความแตกต่างระหว่างผู้บริโภคทั่วไปและผู้ใช้มืออาชีพเป็นหลัก

ความสามารถของระบบมีลักษณะที่เป็นรอยขรุขระอย่างเห็นได้ชัด

ความสามารถสูงสุดของ LLM มุ่งเน้นไปที่ด้านการดิจิทัล ความสามารถในการตรวจสอบยืนยัน และมีมูลค่าทางเศรษฐกิจที่สูง

เหตุผลก็คือ ความสามารถของโมเดลขนาดใหญ่นั้นมาจากการเรียนรู้เสริมแรงที่อิงตามรางวัลที่สามารถตรวจสอบได้ และการเลือกสภาพแวดล้อมการฝึกนั้นเองถูกขับเคลื่อนโดยคุณค่าทางธุรกิจ ซึ่งสิ่งนี้เป็นสิ่งที่กำหนดความแตกต่างระหว่างสาขาวิชาต่างๆ อย่างมาก ตัวอย่างเช่น ทำไมวิชาคณิตศาสตร์และการเขียนโปรแกรมจึงโดดเด่นเป็นพิเศษ

สิทธิ์ในการเข้าถึง

เวอร์ชันฟรี เวอร์ชันพรีเมียม และระบบภายใน มีความสามารถที่ไม่เท่ากัน นี่แหละคือสิ่งที่แปลกที่สุดในตอนนี้

ในความเป็นจริงแล้ว คนส่วนใหญ่ยังไม่เคยได้สัมผัสกับระบบเหล่านี้จริงๆ แม้ว่าพวกเขาจะเคยสัมผัสมาบ้าง พวกเขาก็มักจะเห็นเพียงแค่หุ่นยนต์สนทนาที่ดูค่อนข้างธรรมดาหรือไม่ค่อยฉลาดเท่านั้น

ณ ปัจจุบัน ส่วนใหญ่แล้วผู้เชี่ยวชาญรู้สึกเพียงแค่ว่าประสิทธิภาพที่เพิ่มขึ้นนั้นค่อนข้างจำกัด ในขณะเดียวกัน มีผู้เชี่ยวชาญจำนวนน้อยเริ่มมีอาการมึนหัว:

ความสามารถที่อยู่ตรงหน้าพวกเขากลายเป็นเส้นโค้งที่แทบจะตั้งฉากทันที

และทั้งหมดนี้เกิดขึ้นพร้อมกัน

มีผู้ใช้งานอินเทอร์เน็ตบางคนที่นึกถึงประเด็นนี้ด้วย ซัม อัลต์แมน (Sam Altman) เองก็เคยพูดซ้ำแล้วซ้ำเล่าว่า การปรากฏของ AI ในโลกแห่งความเป็นจริงอาจจะไม่เปลี่ยนแปลงทุกอย่างไปในชั่วข้ามคืน

เหตุผลอาจอยู่ที่นี่แหละ ความสามารถของเทคโนโลยีก้าวหน้าอย่างรวดเร็ว แต่คนส่วนใหญ่ยังไม่ได้สัมผัสกับระบบเหล่านี้จริงๆ และไม่ได้พัฒนานิสัยการใช้งานที่มั่นคงเลย จากที่เทคโนโลยีเข้าสู่ห้องปฏิบัติการวิจัยชั้นนำ ยังมีระยะทางอีกยาวที่จะแพร่หลายไปทั่วสังคม

บทความนี้มาจาก WeChat Official Account ชื่อ “Machine Heart” โดยผู้เขียนคือ “Machine Heart”