តើ AI ពិតជាអាចគិតបានទេ?

chatbot របស់ OpenAI កំពុងកែលម្អឥតឈប់ឈរតាមរយៈបច្ចេកវិទ្យាថ្មីៗ។ រូបថត៖ New York Times ។

នៅខែកញ្ញា ឆ្នាំ 2024 OpenAI បានចេញផ្សាយកំណែ ChatGPT ដែលរួមបញ្ចូលគំរូ o1 ដែលអាចហេតុផលលើកិច្ចការដែលទាក់ទងនឹងគណិតវិទ្យា វិទ្យាសាស្រ្ត និងកម្មវិធីកុំព្យូទ័រ។

មិនដូចកំណែមុនរបស់ ChatGPT ទេ បច្ចេកវិទ្យាថ្មីនឹងចំណាយពេល "គិត" អំពីដំណោះស្រាយចំពោះបញ្ហាស្មុគស្មាញ មុនពេលផ្តល់ការឆ្លើយតប។

បន្ទាប់ពី OpenAI ដៃគូប្រកួតប្រជែងជាច្រើនដូចជា Google, Anthropic និង DeepSeek ក៏បានណែនាំគំរូហេតុផលស្រដៀងគ្នាផងដែរ។ ទោះបីជាមិនល្អឥតខ្ចោះក៏ដោយ នេះនៅតែជាបច្ចេកវិទ្យាធ្វើឱ្យប្រសើរ chatbot ដែលអ្នកអភិវឌ្ឍន៍ជាច្រើនជឿជាក់។

ហេតុផល AI

ជាមូលដ្ឋាន ហេតុផលមានន័យថា chatbot អាចចំណាយពេលច្រើនក្នុងការដោះស្រាយបញ្ហាដែលបង្ហាញដោយអ្នកប្រើប្រាស់។

Dan Klein សាស្ត្រាចារ្យផ្នែកវិទ្យាសាស្ត្រកុំព្យូទ័រនៅសាកលវិទ្យាល័យកាលីហ្វ័រញ៉ា ប៊ឺកលី បានប្រាប់ កាសែត New York Times ថា "ហេតុផលគឺជារបៀបដែលប្រព័ន្ធដំណើរការកាន់តែច្រើនបន្ទាប់ពីវាទទួលបានសំណួរ" ។

ប្រព័ន្ធហេតុផលអាចបំបែកបញ្ហាទៅជាជំហាននីមួយៗ ឬដោះស្រាយវាតាមរយៈការសាកល្បង និងកំហុស។

នៅពេលវាចាប់ផ្តើមដំបូង ChatGPT អាចឆ្លើយសំណួរភ្លាមៗដោយការស្រង់ចេញ និងសំយោគព័ត៌មាន។ ទន្ទឹមនឹងនេះ ប្រព័ន្ធហេតុផលត្រូវការពីរបីវិនាទីទៀត (ឬសូម្បីតែនាទី) ដើម្បីដោះស្រាយបញ្ហា និងឆ្លើយតប។

ឧទាហរណ៍នៃដំណើរការវែកញែកនៃគំរូ o1 នៅក្នុង chatbot ថែទាំអតិថិជន។ រូបថត៖ OpenAI ។

ក្នុងករណីខ្លះ ប្រព័ន្ធហេតុផលនឹងផ្លាស់ប្តូរវិធីសាស្រ្តរបស់ខ្លួនចំពោះបញ្ហា ដោយបន្តកែលម្អដំណោះស្រាយ។ លើសពីនេះ គំរូអាចសាកល្បងដំណោះស្រាយជាច្រើន មុនពេលធ្វើការជ្រើសរើសដ៏ល្អប្រសើរ ឬពិនិត្យមើលភាពត្រឹមត្រូវនៃការឆ្លើយតបពីមុន។

ជាទូទៅ ប្រព័ន្ធ​វែកញែក​នឹង​ពិចារណា​គ្រប់​មធ្យោបាយ​ដែល​អាច​ធ្វើ​ទៅ​បាន​ដើម្បី​ឆ្លើយ​សំណួរ។ នេះគឺដូចជាសិស្សសាលាបឋមសិក្សា ដោយសរសេរជម្រើសជាច្រើននៅលើក្រដាសមុននឹងជ្រើសរើសវិធីសមស្របបំផុតដើម្បីដោះស្រាយបញ្ហាគណិតវិទ្យា។

យោងតាម កាសែត New York Times ឥឡូវនេះ AI មានសមត្ថភាពក្នុងការវែកញែកអំពីប្រធានបទណាមួយ។ ទោះជាយ៉ាងណាក៏ដោយ ភារកិច្ចនឹងមានប្រសិទ្ធភាពបំផុតជាមួយនឹងសំណួរទាក់ទងនឹងគណិតវិទ្យា វិទ្យាសាស្ត្រ និងកម្មវិធីកុំព្យូទ័រ។

តើប្រព័ន្ធទ្រឹស្តីត្រូវបានបណ្តុះបណ្តាលយ៉ាងដូចម្តេច?

នៅលើ chatbot ធម្មតា អ្នកប្រើប្រាស់នៅតែអាចស្នើសុំការពន្យល់អំពីដំណើរការ ឬពិនិត្យមើលភាពត្រឹមត្រូវនៃការឆ្លើយតប។ តាមពិត សំណុំទិន្នន័យបណ្ដុះបណ្ដាល ChatGPT ជាច្រើនរួមបញ្ចូលនីតិវិធីដោះស្រាយបញ្ហារួចហើយ។

ប្រព័ន្ធ​វែកញែក​កាន់តែ​ជឿនលឿន​ជាង​មុន នៅពេល​ដែល​វា​អាច​ធ្វើ​ប្រតិបត្តិការ​ដោយ​មិន​ចាំបាច់​អ្នកប្រើប្រាស់​ស្នើសុំ​វា​។ ដំណើរការនេះកាន់តែស្មុគស្មាញ និងទូលំទូលាយ។ ក្រុមហ៊ុននានាប្រើពាក្យ "ហេតុផល" ពីព្រោះប្រព័ន្ធដំណើរការស្រដៀងនឹងវិធីដែលមនុស្សគិត។

ក្រុមហ៊ុនជាច្រើនដូចជា OpenAI រំពឹងថាប្រព័ន្ធហេតុផលជាដំណោះស្រាយដ៏ល្អបំផុតដើម្បីកែលម្អ chatbots នាពេលបច្ចុប្បន្ននេះ។ អស់រយៈពេលជាច្រើនឆ្នាំ ពួកគេជឿថា chatbots ដំណើរការបានប្រសើរជាងប្រសិនបើពួកគេត្រូវបានបណ្តុះបណ្តាលពីព័ត៌មានជាច្រើននៅលើអ៊ីនធឺណិតតាមដែលអាចធ្វើទៅបាន។

នៅឆ្នាំ 2024 ប្រព័ន្ធ AI នឹងប្រើប្រាស់អត្ថបទស្ទើរតែទាំងអស់ដែលមាននៅលើអ៊ីនធឺណិត។ នោះមានន័យថាក្រុមហ៊ុនត្រូវស្វែងរកដំណោះស្រាយថ្មីដើម្បីធ្វើឱ្យប្រសើរឡើងនូវ chatbots រួមទាំងប្រព័ន្ធហេតុផលផងដែរ។

ការចាប់ផ្តើម DeepSeek ម្តង "បានបង្កឱ្យមានគ្រុនក្តៅ" ជាមួយនឹងគំរូហេតុផលដែលមានតម្លៃតិចជាង OpenAI ។ រូបថត៖ Bloomberg ។

ចាប់តាំងពីឆ្នាំមុន ក្រុមហ៊ុនដូចជា OpenAI បានផ្តោតលើបច្ចេកទេសសិក្សាពង្រឹង។ ដំណើរការនេះជាធម្មតាត្រូវចំណាយពេលជាច្រើនខែ ក្នុងអំឡុងពេលដែល AI រៀនអាកប្បកិរិយាតាមរយៈការសាកល្បង និងកំហុស។

ជាឧទាហរណ៍ តាមរយៈការដោះស្រាយបញ្ហារាប់ពាន់ នោះប្រព័ន្ធអាចរៀនពីវិធីសាស្ត្រដ៏ល្អប្រសើរដើម្បីផ្តល់ចម្លើយត្រឹមត្រូវ។ ពីទីនោះ អ្នកស្រាវជ្រាវបានបង្កើតយន្តការមតិត្រឡប់ដ៏ស្មុគស្មាញ ដែលជួយឱ្យប្រព័ន្ធទទួលស្គាល់ដំណោះស្រាយត្រឹមត្រូវ និងមិនត្រឹមត្រូវ។

លោក Jerry Tworek អ្នកស្រាវជ្រាវនៅ OpenAI បាននិយាយថា "វាដូចជាការហ្វឹកហាត់ឆ្កែអញ្ចឹង។ ប្រសិនបើវាដំណើរការល្អ អ្នកផ្តល់ការព្យាបាលឱ្យវា។ ប្រសិនបើវាមិនដំណើរការ អ្នកនិយាយថា "ឆ្កែនោះអាក្រក់" ។

តើ AI ជាអនាគតទេ?

យោងតាម កាសែត New York Times បច្ចេកទេសសិក្សាពង្រឹងដំណើរការល្អជាមួយតម្រូវការគណិតវិទ្យា វិទ្យាសាស្ត្រ និងកម្មវិធីកុំព្យូទ័រ។ នេះ​ជា​ផ្នែក​មួយ​ដែល​មាន​ចម្លើយ​ច្បាស់​លាស់​ត្រូវ ឬ​ខុស។

ផ្ទុយទៅវិញ ការរៀនពង្រឹងគឺមិនមានប្រសិទ្ធភាពក្នុងការសរសេរបែបច្នៃប្រឌិត ទស្សនវិជ្ជា ឬក្រមសីលធម៌ ជាផ្នែកដែលពិបាកបែងចែករវាងល្អ និងអាក្រក់។ ទោះបីជាយ៉ាងណាក៏ដោយ អ្នកស្រាវជ្រាវអះអាងថា បច្ចេកទេសនេះនៅតែអាចកែលម្អដំណើរការ AI សូម្បីតែលើសំណួរដែលហួសពីគណិតវិទ្យាក៏ដោយ។

លោក Jared Kaplan ប្រធានផ្នែកវិទ្យាសាស្ត្រនៅ Anthropic បាននិយាយថា "ប្រព័ន្ធនឹងសិក្សាពីផ្លូវដែលនាំទៅរកលទ្ធផលវិជ្ជមាន និងអវិជ្ជមាន" ។

គេហទំព័ររបស់ Anthropic ដែលជាអ្នកចាប់ផ្តើមអាជីវកម្មដែលជាម្ចាស់គំរូ AI លោក Claude ។ រូបថត៖ Bloomberg ។

វាជាការសំខាន់ក្នុងការកត់សម្គាល់ថាប្រព័ន្ធការរៀនពង្រឹង និងហេតុផលគឺជាគំនិតពីរផ្សេងគ្នា។ ជាពិសេស ការរៀនពង្រឹងគឺជាវិធីសាស្រ្តនៃការកសាងប្រព័ន្ធទ្រឹស្តីមួយ។ នេះគឺជាដំណាក់កាលបណ្តុះបណ្តាលចុងក្រោយសម្រាប់ chatbot ដើម្បីអាចវែកញែកបាន។

ដោយសារតែវានៅតែថ្មីនៅឡើយ អ្នកវិទ្យាសាស្ត្រមិនទាន់អាចប្រាកដថាថាតើការជជែកវែកញែកហេតុផលឬការរៀនពង្រឹងអាចជួយ AI គិតដូចមនុស្សដែរឬទេ។ វាគួរឱ្យកត់សម្គាល់ថានិន្នាការបណ្តុះបណ្តាល AI នាពេលបច្ចុប្បន្នជាច្រើនរីកចម្រើនយ៉ាងឆាប់រហ័សនៅពេលដំបូងហើយបន្ទាប់មកថយចុះ។

លើសពីនេះទៀត ការជជែកវែកញែកហេតុផលនៅតែអាចធ្វើខុស។ ដោយផ្អែកលើប្រូបាប៊ីលីតេ ប្រព័ន្ធនឹងជ្រើសរើសដំណើរការដែលប្រហាក់ប្រហែលនឹងទិន្នន័យដែលបានសិក្សា ថាតើវាមកពីអ៊ីនធឺណិត ឬតាមរយៈការពង្រឹងការរៀនសូត្រក៏ដោយ។ ដូច្នេះ chatbot នៅតែអាចជ្រើសរើសដំណោះស្រាយខុស ឬមិនសមហេតុផល។

ប្រភព៖ https://znews.vn/ai-ly-luan-nhu-the-nao-post1541477.html