លោក John Schulman ដែលជាសហស្ថាបនិក OpenAI ដែលឥឡូវនេះបម្រើការជាប្រធានអ្នកវិទ្យាសាស្ត្រនៅ Thinking Machines បាននិយាយថាគាត់រំពឹងថានឹងមានការកែលម្អខ្លួនឯងឡើងវិញ - ប្រព័ន្ធ AI បង្កើនល្បឿននៃការអភិវឌ្ឍន៍របស់ពួកគេ - ក្នុងរយៈពេលប្រហែល 3 ទៅ 4 ឆ្នាំ ដែលជាពេលវេលាកំណត់ដែលដាក់គាត់ឱ្យស្ថិតក្នុងចំណោមអ្នកព្យាករណ៍ដែលកាន់តែឈ្លានពាននៅក្នុងវិស័យនេះ។ Schulman បានផ្តល់ការប៉ាន់ប្រមាណក្នុងអំឡុងពេលតារាងតុមូលនៃ Dwarkesh Podcast ដែលបានបោះពុម្ពកាលពីថ្ងៃសុក្រ ដែលក្នុងនោះអ្នកស្រាវជ្រាវមន្ទីរពិសោធន៍ព្រំដែនបីនាក់បានពិភាក្សាគ្នាដោយបើកចំហថាតើឧស្សាហកម្មនេះពិតជាជិតដល់កម្រិតណា។

ការសន្ទនានេះបានផ្តល់នូវការមើលដែលមិនប្រុងប្រយ័ត្នដ៏កម្រអំពីរបៀបដែលអ្នកស្រាវជ្រាវនៅជិតព្រំដែនកំពុងគិតអំពីវឌ្ឍនភាព ដោយបានមកដល់ចំពេលសប្តាហ៍ដ៏រំខានមួយដែលបានឃើញនាយកប្រតិបត្តិ Nvidia លោក Jensen Huang ប្រកាសថា "AGI បានមកដល់ហើយ" ហើយក្រុមនៃ 25 Fields Medalists ព្រមានថា AI benchmark-chasing កំពុងធ្វើឱ្យខូចគណិតវិទ្យា។ សម្រាប់អ្នកអានដែលតាមដាន [ការវិវឌ្ឍន៍ AI ចុងក្រោយបង្អស់] (https://aibuzzwire.news) វគ្គនេះគឺជាការប្រឆាំងដ៏មានប្រយោជន៍៖ ទាំងនេះគឺជាមនុស្សបង្កើតប្រព័ន្ធ ហើយពួកគេមិនយល់ស្របនឹងគ្នាទៅវិញទៅមកយ៉ាងខ្លាំង។

អ្នកណានៅតុ

ពិធីករ Dwarkesh Patel បាននិយាយថាគាត់បានប្រមូលផ្តុំបន្ទះនេះដោយសារតែភ្ញៀវធ្វើការនៅអ្វីដែលគាត់ហៅថា "បន្ទប់ពិសោធន៍និងក្រុមហ៊ុនបើកចំហខ្លះ" ដែលមានន័យថាពួកគេអាចនិយាយនៅលើកំណត់ត្រា។ ការចូលរួមជាមួយ Schulman គឺលោក Beren Millidge ប្រធានផ្នែកបច្ចេកវិទ្យានៅ Zyphra ដែលជាក្រុមហ៊ុនចាប់ផ្តើមអភិវឌ្ឍគំរូប្រភពបើកចំហ និង Charlie O'Neill ប្រធានវគ្គបណ្តុះបណ្តាលគំរូនៅ Baseten ។

លិខិតសម្គាល់របស់ Schulman ផ្តល់ទម្ងន់ជាក់លាក់នៃការនិយាយតាមពេលវេលារបស់គាត់។ គាត់សហស្ថាបនិក OpenAI និងបានដឹកនាំការពង្រឹងការរៀនសូត្រពីការស្រាវជ្រាវមតិយោបល់របស់មនុស្សដែលផលិតបច្ចេកទេសនៅពីក្រោយ ChatGPT មុនពេលចាកចេញទៅ Thinking Machines ដែលឥឡូវនេះគាត់ធ្វើជាប្រធានអ្នកវិទ្យាសាស្ត្រ។

ករណី​ប្រឆាំង​ឯកវចនៈ​ដែក​

Patel បានបើកជាមួយនឹងសំណួរចង្អុលមួយថា ប្រសិនបើឆ្នាំ 2036 មកដល់ដោយគ្មានប្រព័ន្ធឆ្លាតវៃរាប់ពាន់លានផ្លាស់ប្តូរពិភពលោក តើហេតុផលបច្ចេកទេសនឹងទៅជាយ៉ាងណា? Millidge បានផ្តល់ករណីដ៏ខ្លាំងបំផុតសម្រាប់ការសង្ស័យ ដោយពណ៌នាអំពីអ្វីដែលគាត់ហៅថាជាគំរូរចនាបថស្ទើរតែរបស់ Moravec ដែលម៉ូដែល ace អ្វីក៏ដោយដែលអ្នកស្រាវជ្រាវដាក់នៅពីមុខពួកគេ ប៉ុន្តែផលប៉ះពាល់ពិភពលោកពិតធ្វើឱ្យខកចិត្ត។

លោក Millidge បាននិយាយដោយពណ៌នាអំពីពិភពលោកដែល AI ក្លាយជា "ល្អខ្លាំងចំពោះអ្វីៗគ្រប់យ៉ាងដែលមនុស្សដាក់ចូលទៅក្នុងគោល" ដោយមិននិយាយទូទៅបន្ថែមទៀតថា "វានៅតែមានគម្លាតស៊ីម-ទៅ-ពិត ដែលរារាំងអ្វីៗគ្រប់យ៉ាង" ។ លោក​បាន​បន្ថែម​ថា លោក​ចាត់​ទុក​លទ្ធផល​នេះ​មិន​ទំនង ដោយ​ចង្អុល​ទៅ​រក​ភ័ស្តុតាង​ដែល​ថា​ការ​ពង្រឹង​ការ​សិក្សា​មាន​លក្ខណៈ​ទូទៅ​រួច​ហើយ​ក្នុង​ការ​អនុវត្ត។

Schulman បានយល់ស្របយ៉ាងទូលំទូលាយថាវឌ្ឍនភាពមិនមែនជាស្វ័យប្រវត្តិទេ។ គាត់បាននិយាយថា មនុស្សមានគុណសម្បត្តិពិតប្រាកដលើម៉ូដែលនាពេលបច្ចុប្បន្ននេះ ហើយការចេញផ្សាយម៉ូដែលថ្មីនីមួយៗទទួលបាននៅផ្នែកខ្លះខណៈពេលដែលនៅសល់ជាប់គាំងនៅក្នុងផ្នែកផ្សេងទៀត ដែលជាគំរូដែលបានកំណត់វដ្តផលិតផលជាច្រើនចុងក្រោយ។

ពេលវេលាភ្លើងឆេះលឿន៖ ពីរឆ្នាំ បីទៅបួន ប្រាំដល់ដប់

នៅពេលដែល Patel ចុចលេខ បន្ទះបានបំបែក។ នៅពេលសួរថាតើ AI អាចផ្តល់ការលើកកំពស់ផលិតភាពដប់ដងសម្រាប់កម្មករអាវសដែលមានសមត្ថភាពនោះ Schulman ដំបូងបានបដិសេធមិនផ្តល់តួលេខតែមួយ បន្ទាប់មកនិយាយថា "ខ្ញុំនឹងនិយាយពីរឆ្នាំ"។ Millidge បាននិយាយថាគាត់អាច "មើលឃើញបែបនោះ" ដោយលើកហេតុផលថាការទទួលបានលើសពី 10x សម្រាប់ប្រភេទការងារមួយចំនួន។ O'Neill គឺជាអ្នកអភិរក្សបំផុតដោយឆ្លើយថា "5 ទៅ 10" ឆ្នាំ។

បន្ទាប់មក Patel បានជំរុញបន្ថែមទៀត ដោយកំណត់លក្ខណៈនៃសេណារីយ៉ូថា "ជាមូលដ្ឋានគ្រាន់តែជា ASI"។ ការឆ្លើយតបរបស់ Schulman៖ "ខ្ញុំនឹងនិយាយថា 3-4 ឆ្នាំ" ដោយបន្ថែមថា ស្វ័យប្រវត្តិកម្ម AI ស្រាវជ្រាវខ្លួនឯងគឺ "មិនមែនជារឿងពិបាកបំផុតសម្រាប់ AI ទេព្រោះវាពាក់ព័ន្ធនឹងការងារជាច្រើន" ដែលបច្ចេកទេសបច្ចុប្បន្នអាចចូលទៅជិតរួចហើយ។ ការផ្លាស់ប្តូរនេះគឺគួរអោយកត់សម្គាល់ចំពោះថាតើការប៉ាន់ប្រមាណមានការជំរុញតិចតួចពីអ្នកស្រាវជ្រាវផ្សេងទៀត។

របៀបដែលអ្នកស្រាវជ្រាវដោយស្វ័យប្រវត្តិនឹងត្រូវបានបណ្តុះបណ្តាល

ផ្នែកជាច្រើននៃវគ្គដែលទាក់ទងនឹងយន្តការនៃសេណារីយ៉ូ Schulman កំពុងតែកំណត់តម្លៃ។ នៅពេលសួរថាតើប្រព័ន្ធ AI ដែលមានសមត្ថភាពធ្វើការស្រាវជ្រាវ AI ដោយស្វ័យប្រវត្តិនឹងត្រូវបានបណ្តុះបណ្តាលដោយរបៀបណា Schulman បានពិពណ៌នាថា "ការរួមបញ្ចូលគ្នាមួយចំនួននៃការរៀនពីមតិកែលម្អរបស់មនុស្សដើម្បីស្រូបយករសជាតិរបស់អ្នកស្រាវជ្រាវ ហើយគ្រាន់តែបង្កើតបរិយាកាសអនុវត្តជាច្រើនដែលពាក់ព័ន្ធនឹងការធ្វើការស្រាវជ្រាវពហុជំហាន។"

ចម្លើយនោះភ្ជាប់ទៅកន្លែងដែលលុយរបស់ឧស្សាហកម្មនឹងទៅ។ កិច្ចព្រមព្រៀងដែលបានបញ្ចប់នាពេលថ្មីៗនេះរបស់ Google សម្រាប់ Mechanize ដែលជាការចាប់ផ្ដើមអាជីវកម្មដែលបង្កើតបរិយាកាសការងារក្លែងធ្វើសម្រាប់ភ្នាក់ងារបណ្តុះបណ្តាល ឆ្លុះបញ្ចាំងយ៉ាងពិតប្រាកដនូវការភ្នាល់នេះថាកន្លែងហ្វឹកហាត់ដែលប្រសើរជាងមុន — មិនត្រឹមតែម៉ូដែលធំជាងមុននោះទេ នឹងជំរុញឱ្យមានការកើនឡើងនៃសមត្ថភាពបន្ទាប់ទៀត។ Schulman ក៏បានដាក់ទង់នូវការលំបាកស្នូលមួយផងដែរ៖ មុខងារផ្តល់រង្វាន់ដែលបង្កើតឡើងនៅលើទិន្នន័យធម្មជាតិគឺពិបាកនឹងបញ្ជាក់ ហើយសញ្ញាដ៏វិសេសវិសាលដូចជាថាតើអ្នកប្រើប្រាស់បានទទួលយកការកែសម្រួលកូដអាចបំភាន់ការបណ្តុះបណ្តាលដែរឬទេ។

Distillation ធៀបនឹងការកណ្តាល

ការព្យាករណ៍ជាក់ស្តែងបំផុតមួយរបស់ Schulman ទាក់ទងនឹងរចនាសម្ព័ន្ធឧស្សាហកម្ម។ គាត់បាននិយាយថា "ខ្ញុំគិតថាការចម្រាញ់គឺជារឿងសំខាន់ដែលប្រឆាំងនឹងកម្លាំងកណ្តាល" គាត់បាននិយាយថាសមត្ថភាពដែលបានរៀនតាមរយៈការពង្រឹងអាចត្រូវបានផ្ទេរទៅម៉ូដែលតូចៗយ៉ាងងាយស្រួលដោយរីករាលដាលសមត្ថភាពដែលនៅជាប់ព្រំដែនលើសពីក្រុមហ៊ុនមួយចំនួនដែលអាចមានលទ្ធភាពនៃការហ្វឹកហាត់នៅព្រំដែន។

នៅលើសំណួរនៃអ្វីដែលនៅសល់សម្រាប់មនុស្ស Schulman គឺជាប្រភេទ។ លោកបានមានប្រសាសន៍ថា “ខ្ញុំចង់និយាយថា ការងារចុងក្រោយសម្រាប់មនុស្ស ឬតួនាទីសម្រាប់មនុស្ស ដែលនឹងមានរយៈពេលយូរបំផុត គឺការកំណត់គោលដៅ និងការសម្រេចចិត្តអ្វីដែលយើងចង់បាន”។ នៅពេលដែលលោក Patel សង្ខេប "ការតម្រឹមគឺជាការងារចុងក្រោយ" Schulman បានយល់ស្របថា: "ការតម្រឹមគឺជាចម្លើយ" ខណៈពេលដែលការកត់សម្គាល់វារលាយទៅជាការស្វែងរកគោលបំណងត្រឹមត្រូវហើយបន្ទាប់មកពិតជាសម្រេចបាន។

កន្លែងដែលវគ្គនេះសមនឹងការជជែកដេញដោលតាមពេលវេលា

ចំណងជើងរងនៃរឿង — "យើងគ្មានកន្លែងណានៅជិតពិដានទេ" — ចាប់យកអ្នកជួលរួមរបស់វា៖ អ្នកស្រាវជ្រាវដែលមើលឃើញផ្លូវរត់យ៉ាងច្រើននៅខាងមុខ បើទោះបីជាពួកគេប្រកែកថាតើផ្លូវរដិបរដុបប៉ុណ្ណាក៏ដោយ។ ការពិភាក្សាបានរៀបរាប់ជុំវិញអ្វីដែលជំរុញឱ្យដំណើរការរបស់មន្ទីរពិសោធន៍ចិនថាតើការរៀនពង្រឹងជើងមេឃរយៈពេលវែងអាចទាក់ទាញការស៊ើបការណ៍ទូទៅបានដែរឬទេ និងហេតុអ្វីបានជា RL បានចាប់ផ្តើមដំណើរការដូចដែលវាមាន។

ការជជែកដេញដោលជាសាធារណៈលើការកំណត់ពេលវេលាបានកាន់តែខ្លាំងឡើងនៅគ្រប់ភាគីទាំងអស់ក្នុងខែនេះ។ ការប្រកាស "AGI បានមកដល់" របស់លោក Huang បានទាក់ទាញការមន្ទិលសង្ស័យពីអ្នកវិភាគដែលបានអានវាជាករណីអាជីវកម្មជាជាងការអះអាងផ្នែកវិទ្យាសាស្រ្ត ខណៈដែលនាយកប្រតិបត្តិ OpenAI លោក Sam Altman បានប្រាប់បុគ្គលិកថាក្រុមហ៊ុនបើកចំហរក្នុងការធ្វើឱ្យយឺតយ៉ាវក្នុងការអភិវឌ្ឍន៍ជឿនលឿន ខណៈដែលការព្រួយបារម្ភអំពីសុវត្ថិភាពកើនឡើង នេះបើយោងតាម ​​Bloomberg ។ បង្អួចរយៈពេល 3 ទៅ 4 ឆ្នាំរបស់ Schulman សម្រាប់ការកែលម្អខ្លួនឯងឡើងវិញគឺស្ថិតនៅកន្លែងណាមួយរវាងទីផ្សារ និងការផ្អាក - ការប៉ាន់ប្រមាណការងារពីអ្នកដែលមានកំណត់ត្រានៃការកសាងបច្ចេកទេសឥឡូវនេះដែលជំរុញវិស័យនេះ។

ថាតើគាត់និយាយត្រូវឬអត់នឹងអាស្រ័យលើសំណួរដែលក្រុមនេះបានគូសរង្វង់តែប៉ុណ្ណោះ៖ ថាតើការរៀនពង្រឹងបន្តធ្វើឱ្យមានបរិយាកាសបណ្តុះបណ្តាលទូទៅពីមុនមក ហើយថាតើគម្លាតរវាងការអនុវត្តស្តង់ដារ និងតម្លៃសេដ្ឋកិច្ចពិតប្រាកដនៅតែបន្តបិទ។

នាំមុខ AI

ក្រុមអ្នកស្រាវជ្រាវ Frontier កំពុងជជែកវែកញែកអំពីដែនកំណត់របស់ AI ជាសាធារណៈ — តាមដានរឿងនៅពេលវាអភិវឌ្ឍ។

[អានព័ត៌មាន AI បន្ថែមលើ AI Buzz Wire] (https://aibuzzwire.news)

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →