นักวิจัยพบ AI สร้าง ‘แบบฝึกหัด’ เรียนรู้กันเองได้สำเร็จ โดยไม่ต้องพึ่งข้อมูลมนุษย์

นักวิจัยพบ AI สร้าง ‘แบบฝึกหัด’ เรียนรู้กันเองได้สำเร็จ โดยไม่ต้องพึ่งข้อมูลมนุษย์
⏱️ ใช้เวลาอ่าน: ประมาณ 5 นาที

คณะนักวิจัยจาก มหาวิทยาลัยเทลอาวีฟ (Tel Aviv University) ของอิสราเอล ร่วมกับ มหาวิทยาลัยสแตนฟอร์ด (Stanford University) ของสหรัฐอเมริกา ค้นพบว่าโมเดลปัญญาประดิษฐ์ (AI) สามารถพัฒนาขีดความสามารถการคาดการณ์ของตนเองได้ผ่านข้อมูลสังเคราะห์ที่ระบบสร้างขึ้นมาเองทั้งหมด โดยไม่จำเป็นต้องพึ่งพาชุดข้อมูลขนาดใหญ่จากโลกแห่งความเป็นจริงหรือข้อมูลที่มนุษย์สร้างขึ้น

ความก้าวหน้าดังกล่าวชี้ให้เห็นถึงความเป็นไปได้ใหม่ในการฝึกฝนโมเดลคอมพิวเตอร์ ซึ่งช่วยลดข้อจำกัดด้านการจัดเตรียมคลังข้อมูลมหาศาลจากมนุษย์ และเปิดทางสู่การยกระดับประสิทธิภาพของระบบปัญญาประดิษฐ์ยุคถัดไป

จำลองระบบ 2 โมเดล สร้างโจทย์และประเมินผลกันเอง

ในการทดลอง คณะนักวิจัยได้ออกแบบการทำงานด้วยการฝึกฝนโมเดลคอมพิวเตอร์คู่ขนานกันสองโมเดล โดยโมเดลแรกทำหน้าที่สร้างชุดลำดับสัญลักษณ์ขึ้นมา ขณะที่โมเดลที่สองมีหน้าที่เรียนรู้และคาดการณ์สัญลักษณ์ตัวถัดไป

กระบวนการนี้ส่งผลให้โมเดลแรกค่อยๆ พัฒนาขีดความสามารถในการสร้างแบบฝึกหัดที่ซับซ้อนและมีประสิทธิภาพสูงขึ้น ซึ่งส่งผลโดยตรงให้โมเดลที่สองสามารถคาดการณ์สัญลักษณ์ได้อย่างแม่นยำยิ่งขึ้นตามไปด้วย ถือเป็นการเรียนรู้แบบส่งต่อโจทย์ระหว่างระบบปัญญาประดิษฐ์ด้วยกันเอง

ทดสอบข้ามหลากหลายมิติข้อมูล พร้อมรองรับการขยายตัวด้วยพลังประมวลผล

คณะผู้เชี่ยวชาญได้นำโมเดลที่ผ่านการฝึกฝนด้วยแนวทางดังกล่าวไปทดสอบกับข้อมูลหลายรูปแบบอย่างครอบคลุม ได้แก่ ภาษา, ภาพ, เสียง, ดนตรี, รหัสคอมพิวเตอร์ ตลอดจนลำดับทางพันธุกรรมหรือดีเอ็นเอ (DNA Sequences)

ผลการทดสอบชี้ชัดว่า ขีดความสามารถในการคาดการณ์ของโมเดลมีความแม่นยำสูงขึ้นอย่างมีนัยสำคัญ เมื่อมีการเพิ่มพลังการประมวลผล (Compute Power) ที่ใช้ในระหว่างกระบวนการฝึกฝน ซึ่งสะท้อนถึงศักยภาพในการปรับขนาดโมเดลให้มีประสิทธิภาพสูงขึ้นได้ตามทรัพยากรประมวลผล

ข้อจำกัดด้านข้อมูลโลกจริง และก้าวต่อไปของระบบ AI

แม้ผลการทดลองจะสะท้อนถึงความสำเร็จ แต่คณะนักวิจัยเน้นย้ำว่า แนวทางนี้ยังไม่สามารถสอนให้ระบบปัญญาประดิษฐ์เรียนรู้ข้อเท็จจริงเกี่ยวกับโลกแห่งความเป็นจริงได้ หากปราศจากการป้อนข้อมูลจากโลกจริงเข้าไปในระบบตั้งแต่ต้น

อย่างไรก็ตาม ระเบียบวิธีดังกล่าวถือเป็นรากฐานสำคัญที่อาจช่วยให้สถาปัตยกรรมระบบ AI ในอนาคต มีประสิทธิภาพในการเรียนรู้และประมวลผลข้อมูลจากโลกแห่งความเป็นจริงได้รวดเร็วและแม่นยำยิ่งขึ้นเมื่อต้องนำไปประยุกต์ใช้งานจริง

ขอบคุณภาพ/ข่าว : ซินหัว

#AI #ปัญญาประดิษฐ์ #Stanford #TelAvivUniversity #DeepLearning #TheReporterAsia

Related Posts