เบื้องหลังเกมความจริงหลังม่านที่โมเดลภาษาไม่ได้บอกคุณ
- 1แค่สถิติ ไม่ได้มีสมอง: โมเดลภาษาขนาดใหญ่ไม่ได้หยั่งรู้ข้อมูลจริง แต่เรียนรู้รูปแบบข้อความมหาศาลเพื่อเดาคำถัดไปให้เข้ากับบริบท ภาพความฉลาดรอบรู้จึงเป็นแค่ภาพลวงตาทางคณิตศาสตร์
- 2อำนาจดัดหลังบ้าน: ความเก่งไม่ได้อยู่ที่การป้อนข้อมูลดิบ (Pre-training) แต่อยู่ที่การจับเทรนซ้ำ (Post-training) เพื่อตีกรอบความปลอดภัย ควบคุมทัศนคติ และล็อกพฤติกรรมคำตอบ ก่อนส่งขายผ่านระบบ API สู่ภายนอก
- 3ตีมูลค่างานใหม่: การแยกโมเดลตอบไว (Instant) ออกจากโมเดลสายคิด (Thinking) ชี้ชัดว่างานร่างข้อความสรุปงานกลายเป็นของโหลราคาถูก ส่วนงานวิเคราะห์แกะบั๊กหลายขั้นตอนคืองานพรีเมียมที่ต้องยอมแลกด้วยเวลาและต้นทุน
เกมต่อจากนี้ยุคแบ่งชั้นโมเดลตามความยากของงาน
OpenAI กำลังผลักให้ระบบสลับโหมดอัตโนมัติคุมการทำงานหลังบ้าน เพื่อบีบให้ผู้ใช้แยกแยะระหว่างงานทั่วๆ ไปกับการใช้พลังประมวลผลขั้นสูงในการแก้โจทย์เฉพาะทาง
“เลิกทึ่งกับคำตอบลื่นไหลของ AI ได้แล้ว เพราะมันไม่ได้ฉลาดรู้แจ้ง แค่ถูกฝึกให้เดาคำตามโจทย์และคิดเลขตามงบประมวลผล”
