ប្រាប់មនុស្សយន្តថា "កុំកំពប់កាហ្វេនៅលើកុំព្យូទ័រយួរដៃរបស់ខ្ញុំ" ហើយម៉ាស៊ីនសព្វថ្ងៃនេះនឹងធ្វើវាយ៉ាងពិតប្រាកដ — ហើយគ្មានអ្វីទៀតទេ។ ទូរសព្ទអង្គុយក្បែរ Laptop? ថេប្លេតសាកថ្មនៅម្ខាងទៀតនៃតុ? បិទរ៉ាដារបស់មនុស្សយន្ត រហូតទាល់តែអ្នកអក្ខរាវិរុទ្ធនីមួយៗ កែតម្រូវដោយការកែតម្រូវដ៏ធុញទ្រាន់។
វេទិកាថ្មីពី MIT និងអ្នកស្រាវជ្រាវសាកលវិទ្យាល័យញូវយ៉កមានគោលបំណងបិទគម្លាតនោះ។ ប្រព័ន្ធនេះត្រូវបានគេហៅថា FLEX អនុញ្ញាតឱ្យមនុស្សយន្តធ្វើផែនការចលនាដើម្បីធ្វើតាមការណែនាំច្បាស់លាស់របស់មនុស្ស ខណៈពេលដែលក៏ទាញការធ្វើឱ្យទូទៅកាន់តែទូលំទូលាយពីពួកវាដែលធ្វើអោយប្រសើរឡើងនូវការអនុវត្ត នេះបើយោងតាមសារព័ត៌មាន MIT News ។ ក្រុមការងារនឹងបង្ហាញការងារនេះនៅក្នុងសន្និសីទប្រចាំឆ្នាំស្តីពីការរៀនមនុស្សយន្ត (CoRL) ក្នុងខែនេះ។ For more context on this story, see our ongoing artificial intelligence updates.
Nathan Dennler, postdoc នៅ MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL) និងជាអ្នកនិពន្ធការសិក្សាបាននិយាយថា "LLMs បានឃើញអត្ថបទជាច្រើនពីអ៊ីនធឺណិត" ។ "មនុស្សប្រហែលជាបានសរសេរថា 'អូ ទូរសព្ទខ្ញុំធ្លាក់ក្នុងទឹក ហើយឥឡូវនេះមិនដំណើរការទេ' ឬ "ខ្ញុំកំពប់កាហ្វេលើកុំព្យូទ័រ ហើយឥឡូវវាមិនដំណើរការ"។ ដូច្នេះ LLMs ចាប់យកគំនិតដែលថាវត្ថុរាវបូកនឹងនាំឱ្យអ្វីៗមិនដំណើរការ។"
ពីការព្រមានមួយទៅសៀវភៅច្បាប់ទាំងមូល
នៅក្នុងសេណារីយ៉ូនៃការបង្ហាញមួយដែលពិពណ៌នាដោយ MIT News មនុស្សម្នាក់មើលដៃមនុស្សយន្តកាន់ពែងកាហ្វេឆ្លងកាត់តុដែលរញ៉េរញ៉ៃហើយវាយពាក្យបញ្ជាតែមួយ៖ "កុំកំពប់លើកុំព្យូទ័រយួរដៃ!" មនុស្សយន្តធម្មតានឹងបន្ថែមកុំព្យូទ័រយួរដៃទៅក្នុងបញ្ជីជៀសវាងរបស់វា ហើយរៀបចំផ្លូវរបស់វាឡើងវិញ។ FLEX បន្តទៅមុខទៀត — ហេតុផលរបស់មនុស្សយន្តអំពីមូលហេតុដែលកុំព្យូទ័រយួរដៃមានសារៈសំខាន់ និងកែតម្រូវគន្លងរបស់វា ដើម្បីជៀសវាងគ្រឿងអេឡិចត្រូនិចនៅក្បែរនោះ រួមទាំងទូរស័ព្ទដែលអ្នកប្រើប្រាស់មិនដែលបានលើកឡើង។
Dennler បាននិយាយថា "គំនិតនេះគឺថាមានចេតនាកម្រិតខ្ពស់មួយចំនួននៅពីក្រោយពាក្យដែលអ្នកនិយាយ" ។ "មនុស្សអាចទទួលបានវាដោយធម្មជាតិ។ ប៉ុន្តែអ្នកត្រូវតែពន្យល់ដោយប្រុងប្រយ័ត្នចំពោះមនុស្សយន្តដែលត្រូវការពេលវេលានិងការខិតខំ។ FLEX ផ្តល់ឱ្យអ្នកនូវចំណុចប្រទាក់នៃការប្រាស្រ័យទាក់ទងជាមួយមនុស្សយន្តដើម្បីនិយាយថា "ពេលមនុស្សនិយាយបែបនេះ ពួកគេមានន័យថា"។
ការសិក្សានេះត្រូវបានដឹកនាំដោយ Andreea Bobu ជំនួយការសាស្រ្តាចារ្យផ្នែកអាកាសយានិក និងអវកាសយានិកនៅ MIT ដែលជាប្រធានក្រុមស្រាវជ្រាវ Collaborative Learning and Autonomy Research (CLEAR) Lab ។ សហអ្នកនិពន្ធរួមមាន Audrey Lee ដែលបានបញ្ចប់ SM របស់នាងនៅ MIT ក្នុងឆ្នាំ 2026 និង Ilia Sucholutsky នៃសាកលវិទ្យាល័យញូវយ៉ក។
របៀប FLEX ដំណើរការ៖ បន្ថែម, ទូទៅ, របាំង
FLEX ដំណើរការជាបំពង់បង្ហូរប្រេងបីជំហាន ដែលដំណើរការក្នុងរយៈពេលប្រហែលប្រាំវិនាទី។
ជំហានទី 1៖ បន្ថែម
នៅពេលអ្នកប្រើប្រាស់ចេញការកែតម្រូវភាសាធម្មជាតិ មនុស្សយន្តនឹងបន្ថែមមុខងារដែលពាក់ព័ន្ធទៅក្នុងបញ្ជីដែលកំពុងដំណើរការរបស់វា ដែលមានសារៈសំខាន់សម្រាប់កិច្ចការ។ ប្រសិនបើមនុស្សម្នាក់និយាយថា "កុំទម្លាក់វានៅលើពែងរបស់ខ្ញុំ!" ខណៈពេលដែលមនុស្សយន្តកាន់បាល់ប៊ូលីង កែវនោះចូលរួមក្នុងបញ្ជីជៀសវាង ហើយមនុស្សយន្តបានធ្វើបច្ចុប្បន្នភាពគន្លងរបស់វា។ ជំហាននេះឆ្លុះបញ្ចាំងពីរបៀបដែលវិធីសាស្ត្រពីមុនតែងតែដំណើរការ ហើយវាជាកន្លែងដែលបញ្ហារបស់ពួកគេចាប់ផ្តើម។
Dennler បានប្រាប់ MIT News ថា "បញ្ហាកើតឡើងនៅពេលដែលបញ្ជីលក្ខណៈពិសេសរបស់អ្នកកាន់តែវែង ហើយលក្ខណៈពិសេសមួយចំនួនលែងពាក់ព័ន្ធទៀតហើយ ពីព្រោះបរិយាកាសរបស់អ្នកអាចនឹងផ្លាស់ប្តូរ"។ មនុស្សយន្តដែលត្រូវបានប្រាប់ឱ្យជៀសវាងរាល់វត្ថុនីមួយៗ មានភាពយឺតយ៉ាវក្នុងការកែតម្រូវ និងយឺតក្នុងការធ្វើផែនការ ហើយបន្ទុកនៃការរាប់លេខធ្លាក់ទៅលើមនុស្ស។
ជំហានទី 2៖ ទូទៅ
នេះគឺជាការរួមចំណែកស្នូលរបស់ FLEX ។ គំរូភាសាដ៏ធំមួយ — GPT-4o នៅក្នុងការអនុវត្តរបស់ក្រុម — ពិនិត្យមើលបញ្ជីមុខងារដែលបានប្រមូលផ្តុំ និងស្វែងរកគំរូក្នុងចំណោមរបស់របរ។ ដោយប្រឈមមុខនឹងពែង បូកនឹងវត្ថុដែលផុយស្រួយផ្សេងទៀត ដែលបុគ្គលនោះបានដាក់ទង់ LLM បង្ហាញអំពីថ្នាក់ទូទៅមួយ៖ ជៀសវាងរបស់ដែលផុយស្រួយ សូម្បីតែវត្ថុដែលមិនធ្លាប់លើកឡើងក៏ដោយ។ ដោយសារតែគំរូដែលបានបណ្តុះបណ្តាលនៅលើបណ្ណាល័យដ៏ធំនៃអត្ថបទរបស់មនុស្ស ភាគច្រើននៃសុភវិនិច្ឆ័យប្រចាំថ្ងៃមកដល់បានដំឡើងជាមុន។
លោក Dennler បាននិយាយថា "LLMs បានឃើញអត្ថបទជាច្រើនពីអ៊ីនធឺណិត ពីមនុស្សគ្រប់ប្រភេទ និងទីកន្លែង"។ "ដោយសារតែពួកគេបានហ្វឹកហ្វឺនជាច្រើនលើរឿងទាំងនោះ សតិអារម្មណ៍មួយចំនួនត្រូវបានស្រូបចូលទៅក្នុង LLM"។
ជំហានទី 3៖ របាំងមុខ
បរិស្ថានពិតផ្លាស់ប្តូរ ហើយច្បាប់ចាស់បង្កឱ្យមានអាកប្បកិរិយាមិនប្រក្រតី។ ជំហានទីបីរបស់ FLEX ប្រើប្រាស់ប្រព័ន្ធចក្ខុវិស័យកុំព្យូទ័រស្តង់ដាររបស់រ៉ូបូតដើម្បីកំណត់ថាវត្ថុដែលមានទង់ណាមួយលែងមានវត្តមាន ហើយបន្ទាប់មកលុបធាតុទាំងនោះចេញពីបញ្ជីលក្ខណៈពិសេស — រក្សាឧបសគ្គរបស់រ៉ូបូតដោយគ្មានអន្តរាគមន៍ពីមនុស្ស។
សាកល្បងក្នុងកាហ្វេ ទៀន និងបាល់ប៊ូលីង
ក្រុមការងារបានវាយតម្លៃ FLEX ក្នុងការក្លែងធ្វើដៃមនុស្សយន្តដែលបំពេញភារកិច្ចបីយ៉ាង៖ បម្រើកាហ្វេមួយកែវ រំកិលទៀន និងកាន់បាល់ប៊ូលីង។ អ្នកស្ម័គ្រចិត្ដបានធ្វើអន្តរកម្មជាមួយមនុស្សយន្តនិម្មិតដោយវាយពាក្យបញ្ជាជាភាសាធម្មជាតិដូចជា "កុំកំពប់លើកុំព្យូទ័រយួរដៃរបស់ខ្ញុំ" "នៅឱ្យឆ្ងាយពីជង់ក្រដាស" និង "កុំទម្លាក់លើពែង" ។
នៅក្នុងសេណារីយ៉ូទាំងបី មនុស្សយន្តបានធ្វើតាមពាក្យបញ្ជានីមួយៗដោយព្យញ្ជនៈ ខណៈពេលដែលកំពុងវែកញែកក្នុងកម្រិតខ្ពស់ផងដែរ — បញ្ជាឱ្យឆ្ងាយពីគ្រឿងអេឡិចត្រូនិកនៅពេលព្រមានអំពីកុំព្យូទ័រយួរដៃ ជៀសវាងវត្ថុដែលងាយឆេះនៅពេលប្រាប់ឱ្យមើលទៀន និងចាត់ទុកវត្ថុដែលផុយស្រួយទាំងអស់ជាតំបន់គ្មានការទម្លាក់បន្ទាប់ពីការព្រមានពីពែងតែមួយ។
ហេតុអ្វីបានជា Common Sense គឺជា Bottleneck សម្រាប់មនុស្សយន្តនៅផ្ទះ
ការស្រាវជ្រាវកំណត់គោលដៅជាឧបសគ្គជាប់លាប់នៅក្នុងមនុស្សយន្តអ្នកប្រើប្រាស់៖ គ្មាននរណាម្នាក់បញ្ជូនមនុស្សយន្តដែលដឹងពីអ្វីដែលសំខាន់នៅក្នុងផ្ទះរបស់អ្នកនោះទេ។ ការធ្វើផែនការគន្លងផ្អែកលើរូបវិទ្យាមានភាពច្បាស់លាស់ ប៉ុន្តែមានភាពស្រអាប់ ហើយការរំពឹងថាអ្នកប្រើប្រាស់នឹងរៀបចំមុខងារតម្លៃគណិតវិទ្យាគឺជាការមិនចាប់ផ្តើម។
Dennler បាននិយាយថា "មនុស្សយន្តប្រើគណិតវិទ្យាដើម្បីធ្វើផែនការគន្លងរបស់ពួកគេ។ ប៉ុន្តែយើងមិនអាចរំពឹងថាអ្នកប្រើប្រាស់នឹងរៀនធ្វើគណិតវិទ្យានេះ ដើម្បីប្រាប់មនុស្សយន្តឱ្យធ្វើអ្វីនោះទេ"។ "ជំនួសឱ្យការធ្វើឱ្យមនុស្សរៀនពីរបៀបប្រើមនុស្សយន្តតាមរបៀបជាក់លាក់មួយ គោលដៅគឺដើម្បីធ្វើអន្តរកម្មជាមួយមនុស្សយន្តតាមរយៈភាសាធម្មជាតិ"។
ការស្រាវជ្រាវផ្នែកមនុស្សយន្តដ៏ធំមួយបានត្បាញភាសាចូលទៅក្នុងការរៀនរបស់មនុស្សយន្តរួចហើយ — ការបញ្ជាក់ពីគោលដៅការងារ ការបញ្ជូនបន្តទិសដៅ ការកំណត់ផ្លូវដែលមានសុវត្ថិភាព។ ប៉ុន្តែ MIT News កត់សម្គាល់ថា វិធីសាស្ត្រដែលមានស្រាប់ទាំងនោះ ប្រើភាសាជាចម្បង ដើម្បីប្រាប់មនុស្សយន្ត ពីរបៀបអនុវត្តការងារ។ ក្រុមរបស់ Bobu កំពុងជំរុញលើព្រំដែនផ្សេងគ្នា៖ ទាញយកចំណូលចិត្តដែលមិនបានបញ្ជាក់ពីមូលដ្ឋានរបស់បុគ្គលម្នាក់ចេញពីពាក្យបញ្ជាធម្មតាមួយចំនួន។
លោក Bobu បានប្រាប់ MIT News ថា "ផ្ទះរបស់មនុស្សគ្រប់គ្នាគឺខុសគ្នា ហើយមនុស្សគ្រប់គ្នាយកចិត្តទុកដាក់ចំពោះរឿងផ្សេងៗគ្នា ដូច្នេះគ្មានមនុស្សយន្តណាចេញពីប្រអប់ដែលដឹងពីអ្វីដែលសំខាន់សម្រាប់អ្នកនោះទេ" ។ "អ្វីដែលធ្វើឱ្យខ្ញុំរំភើបចំពោះ FLEX គឺថាវាអាចយកវាចេញពីប្រយោគមួយ ឬពីរ ជំនួសឱ្យការសុំឱ្យអ្នកសរសេរគ្រប់ច្បាប់ ហើយនោះជាភាពខុសគ្នារវាងមនុស្សយន្តដែលមនុស្សដាក់ជាមួយ និងមួយដែលពួកគេចង់បាននៅក្នុងផ្ទះរបស់ពួកគេ។"
តើមានអ្វីកើតឡើងបន្ទាប់
ការងារដែលបានរៀបរាប់លម្អិតនៅក្នុងក្រដាស "ការកែសម្រួលតំណាងភាសាដែលអាចបត់បែនបានសម្រាប់ឥរិយាបថមនុស្សយន្តដែលសម្របខ្លួន" ត្រូវបានគាំទ្រដោយផ្នែកដោយ MIT Generative AI Impact Consortium និង MIT Schwarzman College of Computing's Social and Ethical Responsibilities of Computing។
លទ្ធផលដែលបានបង្ហាញរហូតមកដល់ពេលនេះគឺជាការក្លែងធ្វើ ហើយការបកប្រែដំណើរការនោះទៅជាផ្នែករឹងរូបវន្ត — ជាមួយនឹងការយល់ឃើញកាន់តែរញ៉េរញ៉ៃ ភាសារអ៊ូរទាំ និងផលវិបាកពិតប្រាកដ — នៅតែជាឧបសគ្គបន្ទាប់របស់វាល។ ប៉ុន្តែទិសដៅគឺច្បាស់ណាស់៖ នៅពេលដែលមនុស្សយន្តផ្លាស់ទីពីទ្រុងរោងចក្រចូលទៅក្នុងផ្ទះបាយ និងការិយាល័យ ម៉ាស៊ីនដែលជោគជ័យអាចជាអ្នកដែលយល់មិនត្រឹមតែអ្វីដែលយើងនិយាយប៉ុណ្ណោះទេ ប៉ុន្តែយើងចង់មានន័យអ្វី។
អត្ថបទនេះគឺផ្អែកលើការរាយការណ៍ដោយ Jennifer Chu ដែលបោះពុម្ពដោយ MIT News នៅថ្ងៃទី 9 ខែវិច្ឆិកា ឆ្នាំ 2026។---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
