តើថ្ងៃដែល AI ឈ្នះរង្វាន់ណូបែលមិនឆ្ងាយទេ?

អ្នកជំនាញព្យាករណ៍ថា ក្នុងរយៈពេលតិចជាងមួយទសវត្សរ៍ 'អ្នកវិទ្យាសាស្ត្រ AI' អាចរកឃើញការងារដែលស័ក្តិសមជាណូបែលដោយខ្លួនឯង ទោះបីជាមនុស្សជាច្រើននៅតែសង្ស័យក៏ដោយ។

ដើម្បីឈានដល់កម្រិតណូបែល AI ត្រូវការសមត្ថភាពក្នុងការវាយតម្លៃដោយខ្លួនឯង និងកែតម្រូវដំណើរការវែកញែកដោយខ្លួនឯង - រូបថត៖ VNU

យោងតាមទស្សនាវដ្តី Nature ក្នុងរយៈពេលប៉ុន្មានឆ្នាំចុងក្រោយនេះ បញ្ញាសិប្បនិមិត្ត (AI) បានបង្ហាញសមត្ថភាពក្នុងការវិភាគទិន្នន័យ ការពិសោធន៍រចនា និងបង្កើតសម្មតិកម្ម វិទ្យាសាស្ត្រ ថ្មី ដែលនាំឱ្យអ្នកស្រាវជ្រាវជាច្រើនជឿថា AI នៅថ្ងៃណាមួយអាចប្រជែងនឹងគំនិតដ៏អស្ចារ្យបំផុតនៅក្នុងសហគមន៍វិទ្យាសាស្ត្រ ថែមទាំងធ្វើឱ្យរបកគំហើញដែលសមនឹងទទួលបានរង្វាន់ណូបែលទៀតផង។

"AI អាចឈ្នះរង្វាន់ណូបែលនៅឆ្នាំ 2030"

ក្នុងឆ្នាំ 2016 ជីវវិទូ Hiroaki Kitano នាយកប្រតិបត្តិនៃ Sony AI បានផ្តួចផ្តើម "Nobel Turing Challenge" ដែលជាការអំពាវនាវឱ្យមានការអភិវឌ្ឍន៍ប្រព័ន្ធ AI ដ៏ឆ្លាតវៃគ្រប់គ្រាន់ដើម្បីបង្កើតការរកឃើញវិទ្យាសាស្ត្រកម្រិតណូបែលដោយខ្លួនឯង។ គោលដៅរបស់គម្រោងនេះគឺថានៅឆ្នាំ 2050 "អ្នកវិទ្យាសាស្ត្រ AI" នឹងអាចបង្កើតសម្មតិកម្ម ធ្វើផែនការពិសោធន៍ និងវិភាគទិន្នន័យដោយមិនមានការអន្តរាគមន៍ពីមនុស្ស។

អ្នកស្រាវជ្រាវ Ross King នៃសាកលវិទ្យាល័យ Cambridge (UK) ជឿជាក់ថា ព្រឹត្តិការណ៍សំខាន់អាចនឹងមកដល់ក្នុងពេលឆាប់ៗនេះ៖ "វាស្ទើរតែប្រាកដណាស់ថា ប្រព័ន្ធ AI នឹងឈានដល់កម្រិតនៃការឈ្នះរង្វាន់ណូបែល។ សំណួរគឺមានតែក្នុងរយៈពេល 50 ឆ្នាំ ឬ 10 ឆ្នាំខាងមុខប៉ុណ្ណោះ"។

ទោះជាយ៉ាងណាក៏ដោយអ្នកជំនាញជាច្រើនមានការប្រុងប្រយ័ត្ន។ យោងតាមពួកគេ ម៉ូដែល AI បច្ចុប្បន្នពឹងផ្អែកជាចម្បងលើទិន្នន័យ និងចំណេះដឹងដែលមាន ហើយពិតជាមិនបានបង្កើតការយល់ដឹងថ្មីទេ។ អ្នកស្រាវជ្រាវ Yolanda Gil (University of Southern California, USA) បានធ្វើអត្ថាធិប្បាយថា "ប្រសិនបើ រដ្ឋាភិបាល វិនិយោគ 1 ពាន់លានដុល្លារក្នុងការស្រាវជ្រាវជាមូលដ្ឋាននៅថ្ងៃស្អែក វឌ្ឍនភាពអាចបង្កើនល្បឿនប៉ុន្តែវានៅតែឆ្ងាយណាស់ពីគោលដៅនោះ"។

មក​ដល់​ពេល​នេះ មាន​តែ​មនុស្ស និង​អង្គការ​ប៉ុណ្ណោះ​ដែល​ទទួល​បាន​រង្វាន់​ណូបែល។ ទោះជាយ៉ាងណាក៏ដោយ AI បានចូលរួមចំណែកដោយប្រយោល៖ នៅឆ្នាំ 2024 រង្វាន់ណូបែលរូបវិទ្យាបានទៅជាអ្នកត្រួសត្រាយក្នុងការរៀនម៉ាស៊ីន។ នៅឆ្នាំដដែលនោះ ពាក់កណ្តាលនៃរង្វាន់គីមីវិទ្យាបានទៅក្រុមនៅពីក្រោយ AlphaFold ដែលជាប្រព័ន្ធ AI របស់ Google DeepMind ដែលព្យាករណ៍ពីរចនាសម្ព័ន្ធ 3D នៃប្រូតេអ៊ីន។ ប៉ុន្តែរង្វាន់ទាំងនេះផ្តល់កិត្តិយសដល់អ្នកបង្កើត AI មិនមែនការរកឃើញរបស់ AI នោះទេ។

ដើម្បីមានភាពសក្ដិសមនៃរង្វាន់ណូបែល យោងតាមលក្ខណៈវិនិច្ឆ័យរបស់គណៈកម្មាធិការណូបែល ការរកឃើញត្រូវតែមានប្រយោជន៍ មានផលប៉ះពាល់យ៉ាងទូលំទូលាយ និងបើកទិសដៅថ្មីនៃការយល់ដឹង។ "អ្នកវិទ្យាសាស្ត្រ AI" ដែលចង់បំពេញតម្រូវការនេះ ត្រូវតែដំណើរការស្ទើរតែទាំងស្រុងដោយស្វ័យភាព - ពីការសួរសំណួរ ជ្រើសរើសការពិសោធន៍ រហូតដល់ការវិភាគលទ្ធផល។

ជាការពិត AI បានចូលរួមរួចហើយនៅក្នុងស្ទើរតែគ្រប់ដំណាក់កាលនៃការស្រាវជ្រាវ។ ឧបករណ៍ថ្មីជួយបំប្លែងសំឡេងសត្វ ទស្សន៍ទាយការប៉ះទង្គិចគ្នារវាងផ្កាយ និងកំណត់អត្តសញ្ញាណកោសិកាភាពស៊ាំដែលងាយរងគ្រោះដោយសារ COVID-19។ នៅសាកលវិទ្យាល័យ Carnegie Mellon ក្រុមរបស់គីមីវិទូ Gabe Gomes បានបង្កើត "Coscientist" ដែលជាប្រព័ន្ធដែលប្រើគំរូភាសាធំ (LLMs) ដើម្បីធ្វើផែនការដោយស្វ័យប្រវត្តិ និងប្រតិបត្តិប្រតិកម្មគីមីដោយប្រើឧបករណ៍មនុស្សយន្ត។

ក្រុមហ៊ុនដូចជា Sakana AI នៅទីក្រុងតូក្យូកំពុងស្វែងរកស្វ័យប្រវត្តិកម្មការស្រាវជ្រាវការរៀនម៉ាស៊ីនដោយប្រើ LLM ខណៈពេលដែល Google កំពុងពិសោធន៍ជាមួយ chatbots ដែលសហការគ្នាជាក្រុមដើម្បីបង្កើតគំនិតវិទ្យាសាស្ត្រ។ នៅសហរដ្ឋអាមេរិក មន្ទីរពិសោធន៍ FutureHouse នៅសាន់ហ្វ្រាន់ស៊ីស្កូ កំពុងបង្កើតគំរូ "ការគិត" មួយជំហានម្តងមួយៗ ដើម្បីជួយ AI សួរសំណួរ សាកល្បងសម្មតិកម្ម និងការរចនាពិសោធន៍ ដែលជាវិធីសាស្រ្តមួយជំហានម្តងៗទៅកាន់ " AI វិទ្យាសាស្ត្រ" ជំនាន់ទីបី។

ជំនាន់ចុងក្រោយនឹងក្លាយជា AI ដែលអាចសួរសំណួរ និងធ្វើការពិសោធន៍ដោយខ្លួនឯង ដោយគ្មានការត្រួតពិនិត្យពីមនុស្ស នេះបើយោងតាមលោក Sam Rodriques នាយក FutureHouse ។ គាត់ព្យាករណ៍ថា "AI អាចបង្កើតការរកឃើញដែលសមនឹងទទួលបានរង្វាន់ណូបែលនៅឆ្នាំ 2030" ។ តំបន់ដែលមានសក្ដានុពលបំផុតគឺវិទ្យាសាស្ត្រសម្ភារៈ និងការសិក្សាអំពីជំងឺផាកឃីនសុន ឬជំងឺភ្លេចភ្លាំង។

AI ដកហូត​ឱកាស​សិក្សា​របស់​អ្នកវិទ្យាសាស្ត្រ​វ័យក្មេង​?

អ្នកវិទ្យាសាស្ត្រផ្សេងទៀតមានការសង្ស័យ។ Doug Downey នៃវិទ្យាស្ថាន Allen សម្រាប់ AI នៅទីក្រុង Seattle និយាយថាការធ្វើតេស្តនៃ "ភ្នាក់ងារ AI" ចំនួន 57 បានរកឃើញថាមានតែ 1% ប៉ុណ្ណោះដែលអាចបញ្ចប់គម្រោងស្រាវជ្រាវទាំងស្រុង - ពីគំនិតទៅរបាយការណ៍។ គាត់និយាយថា " ការរកឃើញ វិទ្យាសាស្ត្រដោយស្វ័យប្រវត្តិពីដើមដល់ចប់នៅតែជាបញ្ហាប្រឈមដ៏ធំមួយ"

លើសពីនេះ ម៉ូដែល AI នៅតែមិនយល់ច្បាស់អំពីច្បាប់នៃធម្មជាតិ។ ការសិក្សាមួយបានរកឃើញថាគំរូមួយអាចទស្សន៍ទាយគន្លងរបស់ភព ប៉ុន្តែមិនមែនជាច្បាប់នៃរូបវិទ្យាដែលគ្រប់គ្រងពួកវានោះទេ។ ឬអាចរុករកទីក្រុង ប៉ុន្តែមិនអាចបង្កើតផែនទីត្រឹមត្រូវបានទេ។ យោងតាមអ្នកជំនាញ Subbarao Kambhampati (សាកលវិទ្យាល័យ Arizona State) នេះបង្ហាញថា AI ខ្វះបទពិសោធន៍ក្នុងពិភពពិតដែលមនុស្សមាន។

Yolanda Gil អះអាងថា ដើម្បីឈានដល់ឋានៈណូបែល AI ត្រូវតែអាច "គិតអំពីការគិត" ពោលគឺដើម្បីវាយតម្លៃខ្លួនឯង និងកែសម្រួលដំណើរការវែកញែករបស់ខ្លួន។ លោក Gil និយាយថា ប្រសិនបើគ្មានការវិនិយោគលើការស្រាវជ្រាវជាមូលដ្ឋាននេះទេ "ការរកឃើញដែលសក្តិសមជាណូបែលនឹងនៅមានផ្លូវឆ្ងាយ" ។

ទន្ទឹមនឹងនេះ អ្នកប្រាជ្ញមួយចំនួនបានព្រមានអំពីគ្រោះថ្នាក់នៃការពឹងផ្អែកខ្លាំងលើ AI នៅក្នុងវិទ្យាសាស្ត្រ។ ក្រដាសឆ្នាំ 2024 ដោយ Lisa Messeri (សាកលវិទ្យាល័យ Yale) និង Molly Crockett (សាកលវិទ្យាល័យ Princeton) អះអាងថា ការប្រើប្រាស់ AI ច្រើនពេកអាចបង្កើនកំហុស និងកាត់បន្ថយការច្នៃប្រឌិត ដោយសារអ្នកវិទ្យាសាស្ត្រ "ផលិតកាន់តែច្រើន ប៉ុន្តែយល់តិច"។

Messeri បានបន្ថែមថា "AI អាចដកហូតអ្នកវិទ្យាសាស្ត្រវ័យក្មេងដែលអាចត្រូវបានផ្តល់រង្វាន់ធំនាពេលអនាគតពីការរៀនសូត្រ" ។ "នៅពេលដែលថវិកាស្រាវជ្រាវធ្លាក់ចុះ វាជាពេលវេលាដ៏គួរឱ្យព្រួយបារម្ភមួយដើម្បីពិចារណាលើការចំណាយនាពេលអនាគត។"

ត្រឡប់ទៅ ប្រធានបទ

VNA

ប្រភព៖ https://tuoitre.vn/ngay-ai-gianh-giai-nobel-se-khong-con-xa-20251007123831679.htm