โมเดลปัญญาประดิษฐ์ขั้นสูง (AI) สามารถสร้างโค้ดคอมพิวเตอร์และช่วยค้นพบยารักษาโรคใหม่ๆ ได้แล้ว แต่เมื่อถึงเวลาต้องจดจำวัตถุง่ายๆ พวกมันยังต้องพัฒนาอีกมากเมื่อเทียบกับหนูตัวเล็กๆ
การมองเห็นของเมาส์ซึ่งได้รับการปรับปรุงให้ดีขึ้นกว่าวิวัฒนาการหลายล้านปี ยังคงมีประสิทธิภาพมากกว่าระบบการจดจำภาพด้วย AI ที่ทรงพลังที่สุดในปัจจุบัน - ภาพ: มหาวิทยาลัย Deakin
นั่นคือข้อสรุปจากการศึกษาวิจัยที่ตีพิมพ์ในวารสาร Patterns ซึ่งนักวิจัยจาก Scuola Internazionale Superiore di Studi Avanzati (SISSA) ในอิตาลีได้ขอให้โมเดล AI จดจำภาพพยายามจำลองความสามารถของเมาส์ในการจดจำการหมุน การปรับขนาด และวัตถุที่ถูกบดบังบางส่วน
การมองเห็นของเมาส์มี 'ประสิทธิภาพและปรับตัว' มากกว่า AI
ในที่สุดโมเดล AI ก็สามารถตามทันความสามารถในการประมวลผลภาพของเมาส์ได้ แต่ต้องใช้ทรัพยากรและพลังการประมวลผลเพิ่มมากขึ้นเรื่อยๆ เท่านั้น
การจดจำวัตถุในตำแหน่งเดิมนั้นเป็นเรื่องง่ายสำหรับทั้ง AI และเมาส์ แต่เมื่อวัตถุถูกเปลี่ยนแปลงไปในรูปแบบต่างๆ นักวิจัยจะต้องเพิ่มประสิทธิภาพของโมเดล AI เพื่อให้ทันเมาส์
นักวิทยาศาสตร์กล่าวว่าผลการค้นพบของพวกเขาแสดงให้เห็นว่าการมองเห็นของหนู ซึ่งได้รับการปรับปรุงให้ดีขึ้นในช่วงวิวัฒนาการนับล้านปี ยังคงมีประสิทธิภาพมากกว่าระบบการจดจำภาพอันทรงพลังที่สุดในปัจจุบัน
การมองเห็นของหนูแตกต่างจากการมองเห็นของมนุษย์หลายประการที่น่าสังเกต ประการแรก เช่นเดียวกับสัตว์เลี้ยงลูกด้วยนมอื่นๆ ดวงตาของหนูอยู่บริเวณข้างศีรษะ ทำให้มองเห็นได้กว้างขึ้น ซึ่งถือเป็นข้อได้เปรียบโดยธรรมชาติในการตรวจจับและหลีกเลี่ยงผู้ล่า
โดยเฉพาะการวิจัยก่อนหน้านี้แสดงให้เห็นว่าดวงตาของหนูสามารถเคลื่อนไหวไปในทิศทางตรงข้ามได้ ขึ้นอยู่กับว่ามันเอียงหัวอย่างไร สิ่งนี้จะทำให้พวกมันดูเหมือน "ตาเหล่" เวลาที่พวกมันก้มหัวลง
ในการทดลองนี้ หนูได้รับการฝึกให้จดจำวัตถุบนหน้าจอด้วยการรับรางวัล เมื่อระบุวัตถุเป้าหมายได้ถูกต้องแล้ว พวกเขาจะเปิดใช้งานเซ็นเซอร์สัมผัส
เพื่อเปรียบเทียบความสามารถนี้กับ AI นักวิจัย SISSA ได้สร้างเครือข่ายประสาทเทียมแบบประสานงาน (CNN) นี่เป็นโมเดลการเรียนรู้เชิงลึกขั้นสูง ซึ่งถือเป็นหนึ่งในระบบ AI ที่ดีที่สุดสำหรับการจดจำภาพ ตัวมันเองก็สร้างแบบจำลองมาจากคอร์เทกซ์การมองเห็นของสัตว์เลี้ยงลูกด้วยนมบางส่วน
AI ยังต้องเรียนรู้อีกมาก
แบบจำลอง CNN ใช้ตัวจำแนกประเภทเพื่อจดจำวัตถุ คลาสพื้นฐานที่สุดสามารถจัดการและกำหนดฟีเจอร์พื้นฐานเช่นคอนทัวร์และคอนทราสต์ได้ มีการเพิ่มเลเยอร์เพิ่มเติมเพื่อจดจำรูปภาพที่ซับซ้อนยิ่งขึ้น แต่ละชั้นเพิ่มเติมจะต้องใช้ทรัพยากรและพลังการประมวลผลเพิ่มเติม เช่น ยิ่งลาซานญ่ามีชั้นมากขึ้น ก็ยิ่งต้องใช้ส่วนผสมมากขึ้นตามไปด้วย
จากนั้นจึงขอให้สร้างแบบจำลอง CNN นี้เพื่อจำลองความสามารถของเมาส์ในการจดจำวัตถุภายใต้เงื่อนไขต่างๆ ในการจดจำวัตถุที่ไม่ได้ถูกบดบังและอยู่ในตำแหน่งปกติ ทั้งเมาส์และ AI ต่างก็ทำได้ดี จากนั้น AI จะต้องใช้งานเพียงชั้นแรกเท่านั้น
แต่เมื่อมีการหมุนหรือปรับขนาดวัตถุ CNN จะต้องมีเลเยอร์และทรัพยากรเพิ่มเติมจึงจะทำงานได้อย่างถูกต้อง ในขณะเดียวกัน หนูก็ยังสามารถจดจำวัตถุได้อย่างสม่ำเสมอ แม้ว่าวัตถุนั้นจะถูกบดบังเพียงบางส่วน ซึ่งเป็นปัญหาที่ AI ยังไม่สามารถทำได้
นักวิจัยสรุปได้ว่าการมองเห็นของหนูดูเหมือนจะมีความยืดหยุ่นและปรับตัวได้มากกว่าระบบการจดจำภาพของ AI
การศึกษาการมองเห็นของหนูเป็นการเตือนใจว่าโมเดล AI ที่ทรงพลังนั้นน่าประทับใจในงานเฉพาะบางอย่าง แต่ก็ยังไม่ไร้ข้อจำกัด
ปลายปีที่แล้ว Sam Altman ซีอีโอของ OpenAI ได้เผยแพร่เอกสารที่อ้างว่าโลกสามารถบรรลุถึงระดับปัญญาประดิษฐ์ขั้นสูงสุดได้ภายใน "ไม่กี่พันวัน" มหาเศรษฐีอีลอน มัสก์ ยังกล่าวอีกว่า AI ที่มีความชาญฉลาดยิ่งขึ้นอาจปรากฏขึ้นในปี 2025
แต่เหตุการณ์สำคัญเหล่านั้นมีความหมายอะไรจริงๆ? เป็นเรื่องจริงที่โมเดล AI ภาษาขนาดใหญ่มีประสิทธิภาพเหนือกว่ามนุษย์บางส่วนในการสอบมาตรฐานสำหรับการแพทย์และกฎหมาย อย่างไรก็ตาม AI ยังคงไม่สามารถทำการวินิจฉัยทางการแพทย์อย่างเป็นทางการได้หากไม่ได้รับการดูแลจากแพทย์ และทนายความที่ใช้เอกสารที่สร้างโดย AI ก็ถูกปรับเนื่องจากมีข้อมูลเท็จ
นอกจากนี้ ระบบ AI ขั้นสูงที่ใช้ในหุ่นยนต์สองขามักประสบปัญหาเรื่องสมดุล จากการวิจัยของ SISSA พบว่า AI ยังคงไม่สามารถเข้าถึงความคมชัดในการมองเห็นได้ในระดับเดียวกับหนู กล่าวอีกนัยหนึ่ง AI ยังคงต้องเรียนรู้อีกมาก ทั้งจากมนุษย์และสัตว์
ที่มา: https://tuoitre.vn/ai-thua-chuot-khi-nhan-dien-vat-the-bi-che-khuat-2025020307425984.htm
การแสดงความคิดเห็น (0)