กลับมาคุยเรื่อง AI อีกแล้วครับผม555 คราวนี้เป็น GPT-6 Astra แต่ก่อนหน้านี้มีคนตั้งกระทู้แนะนำและสรุปความสามารถไว้แล้ว ผมเลยไม่อยากเล่าซ้ำว่าเปิดอะไรได้ ทำอะไรได้บ้าง ใครอยากอ่านรายละเอียดตรงนั้นไปดูกระทู้เดิมได้เลยครับ
กระทู้แนะนำ GPT-6 Astra ส่วนทู้นี้อยากชวนมองต่ออีกนิดว่า พอมันทำอะไรได้เยอะขนาดนี้แล้ว เราควรเรียกว่า AGI ได้รึยัง หรือเรากำลังตื่นเต้นกับมันจนข้ามคำถามบางอย่างไป
คือผมสงสัยอยู่เรื่องนึงครับ
ถ้าเราฝากงานให้ AI แล้วเดินออกจากโต๊ะ พอกลับมาเราจะได้งานที่ใช้ได้จริง หรือได้งานที่ต้องนั่งตรวจใหม่เกือบทั้งหมด? สองอย่างนี้ต่างกันเยอะนะ แม้ตอนดูหน้าจอพี่แกจะเปิดเว็บ ขยับเมาส์ ใช้โปรแกรม ทำอะไรต่อเนื่องได้เหมือนกันก็ตาม
ก่อนอื่น ตัวอย่างที่ผมจะยกต่อจากนี้เป็นสถานการณ์สมมุตินะครับ เอาไว้ให้เห็นภาพและชวนคิดกัน ไม่ใช่ผลทดสอบที่ผมอ้างว่าลองกับ Astra มาแล้ว ส่วนตรงไหนเป็นข้อมูลจากเอกสารผมจะแปะที่มาไว้ให้ครับ
ทีนี้คำว่า AGI นี่แหละที่น่าคุย ก่อนจะบอกว่าถึงหรือยังไม่ถึง เราต้องตกลงกันก่อนรึเปล่าครับว่าหมายถึงอะไร สำหรับการคุยในทู้นี้ ผมอยากใช้ความหมายประมาณว่า เป็น AI ที่เรียนรู้และเอาความสามารถไปใช้กับงานทางความคิดได้กว้าง เจอโจทย์ใหม่ก็รับมือได้ และทำงานได้ในระดับที่เทียบกับมนุษย์ได้อย่างมีเหตุผล ไม่ใช่เก่งเฉพาะงานที่เตรียมไว้ให้ดู
อันนี้เป็นกรอบที่ผมเสนอให้ใช้คุยกันนะครับ ไม่ใช่นิยามที่ทุกฝ่ายตกลงตรงกันหมด ในงานวิจัย
Levels of AGI เขาก็เสนอให้แยกดูทั้งความเก่ง ความกว้างของงาน และระดับการทำงานเอง เพราะงั้นเวลาเห็นคนหนึ่งบอกว่า “เป็น AGI แล้ว” อีกคนบอก “ยังห่างไกล” บางทีอาจกำลังใช้เกณฑ์คนละแบบอยู่ก็ได้ ถ้าไม่บอกเกณฑ์ก่อน คุยกันอีกยาวแน่ครับ555
แล้ว Astra มีอะไรที่ทำให้เรื่องนี้น่าคุยขึ้นมา? ใน
เอกสารของ OpenAI เขาระบุว่ามันรองรับงานหลายขั้นที่เชื่อมโค้ด เบราว์เซอร์ และซอฟต์แวร์เข้าด้วยกัน รวมถึงรับคำสั่งปรับระหว่างทำงานได้ ตรงนี้เป็นความสามารถที่ผู้พัฒนาระบุไว้ครับ ส่วนใช้งานจริงแล้วจะดีแค่ไหนกับงานของแต่ละคนก็ต้องดูผลอีกที
ลองนึกภาพว่าเราฝากให้ช่วยจัดตารางส่งงาน มีทั้งไฟล์รายละเอียดวิชาและประกาศหลายฉบับ ถ้ามันอ่านทั้งหมด จัดตาราง แล้วพอมีประกาศใหม่ก็แก้ให้ทุกอย่างสอดคล้องกันได้ครบ แบบนี้ช่วยลดงานที่เราต้องไล่ทำเองหลายต่อได้จริงนะครับ ประโยชน์มันอยู่ตรงที่เราได้งานไปใช้ต่อ ไม่ได้จบแค่ได้คำตอบหนึ่งย่อหน้า
แต่ถ้าประกาศสองฉบับบอกวันส่งไม่ตรงกันล่ะครับ... มันจะเลือกวันไหน ดูวันที่ประกาศก่อนรึเปล่า รู้ไหมว่าอันหนึ่งเป็นประกาศแก้ไข แล้วถ้าหาข้อสรุปไม่ได้ พี่แกจะถามเรา หรือเลือกสักวันใส่ลงไปให้ตารางดูเสร็จ? ตารางอาจจะสวยมาก อ่านง่ายมาก แต่สุดท้ายพาเราส่งงานผิดวันก็ได้ ตรงนี้แหละครับที่ผมอยากดู
หรือเอาอีกตัวอย่าง สมมุติให้ช่วยแก้เอกสารในโฟลเดอร์ที่มีทั้ง “ฉบับล่าสุด” “ล่าสุดแก้แล้ว” และ “ล่าสุดจริง” แค่ชื่อไฟล์ก็เริ่มไม่แน่ใจแล้วนะ555 มันเปิดไฟล์แล้วแก้ข้อความได้ก็เรื่องหนึ่ง แต่จะรู้ได้ยังไงว่าฉบับไหนควรใช้เป็นต้นทาง ถ้าเลือกผิด มันตรวจเจอไหม ถ้าคำสั่งใหม่ขัดกับคำสั่งก่อนหน้ามันจัดการยังไง แล้วถ้าไปต่อไม่ได้ มันบอกเราได้ตรงรึเปล่าว่าทำอะไรไปแล้วและยังเหลืออะไร
ไม่ได้หมายความว่า Astra ทำสิ่งพวกนี้ไม่ได้นะครับ อย่าเพิ่งเข้าใจแบบนั้น ผมกำลังบอกว่าเราควรทดสอบอะไร ก่อนจะขยับจากคำว่า “น่าทึ่ง” ไปเป็น “ไว้ใจได้” เพราะ
ทำงานสำเร็จครั้งหนึ่ง กับฝากงานให้ทำได้เรื่อยๆ มันยังเป็นคนละเรื่องกันครับ เราเห็นรอบที่สำเร็จแล้ว แต่ยังไม่รู้ว่าต้องลองใหม่กี่รอบ สำเร็จบ่อยแค่ไหน หรือมีคนช่วยแก้ระหว่างทางเท่าไร
ถ้าจะรีวิวกัน ผมเลยอยากเห็นทั้งโจทย์เริ่มต้น งานที่ได้จริง จุดที่คนต้องเข้าช่วย แล้วก็เวลาที่ใช้ตรวจแก้ด้วยครับ เพราะถ้ามันทำงานให้เร็ว แต่เราต้องมาตรวจแก้อีกนาน เวลาตรงนั้นก็ควรถูกนับด้วย ไม่งั้นเราจะเห็นแค่ว่ามันทำเร็วแค่ไหน แต่ไม่รู้ว่าเราประหยัดเวลาไปจริงเท่าไร
อีกอย่างที่น่าสนใจคือ ข้อจำกัดบางเรื่อง OpenAI ก็เขียนไว้เองนะครับ ใน
คู่มือ Astra เขามีข้อสังเกตว่า โมเดลอาจหยุดถามทั้งที่ผู้ใช้คาดหวังให้ทำต่อ อาจไวต่อคำสั่งในไฟล์ประกอบ และในงานเขียนโปรแกรมอาจทดสอบกว้างเกินความจำเป็นของงานเล็กๆ รวมถึงมีแนวโน้มตอบละเอียด ใช้รูปแบบหรือวลีซ้ำ
อ่านแล้วผมว่ามันทำให้เห็นภาพขึ้นนะ คำว่า “ฉลาดขึ้น” ไม่ได้แปลว่าพฤติกรรมทุกอย่างจะเข้ากับสิ่งที่เราต้องการเองหมด อย่างการถามกลับ ถ้าข้อมูลสำคัญหายไปก็สมควรถามครับ แต่ถ้าถามทุกเรื่องที่ตัดสินใจตามโจทย์ได้อยู่แล้ว เราก็ต้องนั่งเฝ้าตลอดอยู่ดี จะให้ทำงานเองได้ดีคงต้องแยกให้ออกด้วยว่าเรื่องไหนควรถาม เรื่องไหนทำต่อได้
ส่วนการทดสอบละเอียดก็ดีครับ แต่สมมุติเราฝากแก้คำสะกดนิดเดียวแล้วพี่แกตรวจไปทั้งระบบ ความละเอียดนั้นก็อาจไม่คุ้มกับงานที่ฝาก ประเด็นมันเลยอยู่ที่เลือกวิธีทำงานได้เหมาะแค่ไหนด้วย ซึ่งรายการว่าเขียนโค้ดได้ ทำสไลด์ได้ ใช้เว็บได้ ยังตอบเรื่องนี้ให้เราไม่ครบ
แล้วก็มีอีกเรื่องที่ผมว่าไม่ควรปนกัน คือความสามารถของตัวโมเดล เครื่องมือที่ต่อให้มัน และสิทธิ์ของบัญชีที่ใช้งานครับ ต่อให้คิดแผนถูก แต่ไม่มีสิทธิ์เปิดไฟล์ หรือเว็บไซต์ไม่ยอมให้เข้า มันก็ทำขั้นตอนนั้นไม่สำเร็จ การติดหน้าล็อกอินอย่างเดียวเลยยังไม่ได้พิสูจน์ว่ามันคิดไม่เป็น เหมือนกับการเข้าเว็บได้ก็ยังไม่ได้พิสูจน์ว่ามันเข้าใจงานแล้ว
สิ่งที่อยากดูคือ พอเจอข้อจำกัดแบบนี้มันอธิบายตรงไหม เลือกขั้นตอนต่อไปเหมาะรึเปล่า โดยไม่ทำเป็นว่างานสำเร็จแล้ว ในเอกสาร
Computer use ของ OpenAI เขาก็แนะนำให้จำกัดการเข้าถึง ตรวจผลในแอปจริง และให้ผู้ใช้ควบคุมการกระทำที่มีผลสำคัญ รวมถึงไม่ถือว่าข้อความที่เจอบนหน้าเว็บมีสิทธิ์มาเปลี่ยนคำสั่งของผู้ใช้
ลองสมมุติให้มันอ่านใบเสนอราคา แล้วในเอกสารมีข้อความสั่งให้ส่งไฟล์อื่นออกไปด้วย แบบนี้มันควรมองว่าเป็นข้อความในเอกสารที่ต้องพิจารณา ไม่ใช่เจ้านายคนใหม่ที่สั่งอะไรก็ต้องทำตามใช่ไหมครับ พอมีเครื่องมือให้ลงมือทำจริง การตัดสินใจผิดก็มีผลตามมามากขึ้น ในมุมคนใช้ การรู้ขอบเขตตัวเองเลยสำคัญพอๆ กับความคล่องในการกดปุ่ม
มาถึงตรงนี้ ถ้าจะถามว่าควรเรียก AGI รึยัง ผมว่ายังสรุปจากแค่ “ทำได้หลายอย่างและคุยรู้เรื่องมาก” ไม่ได้ครับ อยากเห็นหลักฐานเรื่องการรับมือโจทย์ใหม่ ความสม่ำเสมอ และการตรวจแก้ความผิดพลาดข้ามงานหลายประเภทเพิ่มด้วย
แต่ๆ ถ้าจะตั้งเงื่อนไขว่าต้องไม่ผิดเลย ต้องรู้ทุกอย่าง และต้องทำเองทุกอย่างโดยไม่ขอความช่วยเหลือ แบบนั้นเรากำลังตั้งเกณฑ์สูงกว่าที่ใช้กับมนุษย์รึเปล่าครับ คนเก่งก็ถามข้อมูลเพิ่มและใช้เครื่องมือเหมือนกัน ผมเลยไม่อยากตัดสินจากการพลาดครั้งเดียว หรือยกให้ผ่านจากงานที่น่าทึ่งครั้งเดียว อยากเทียบกับคนที่ทำงานลักษณะเดียวกัน โดยบอกเวลา ข้อมูล และเครื่องมือที่ใช้ให้ชัด แล้วดูว่าส่วนไหนทำได้ดี ส่วนไหนยังต้องพึ่งคน
จากแหล่งที่ยกมาในทู้นี้ เรามีข้อมูลเรื่องความสามารถและแนวทางใช้งานครับ แต่ยังไม่พอให้ผมสรุปว่า Astra ผ่านเกณฑ์ AGI ที่เสนอไว้ข้างต้นแล้ว การยังสรุปไม่ได้ก็ไม่ได้แปลว่าความก้าวหน้าที่เกิดขึ้นไม่มีค่านะ
มันอาจเป็นจุดเปลี่ยนของวิธีทำงานได้ ก่อนที่เราจะตกลงกันได้ด้วยซ้ำว่าจะเรียกมันว่า AGI หรือไม่
ถ้าจะลองกันให้เห็นภาพ ผมอยากเริ่มจากงานธรรมดาที่ตรวจคำตอบได้ เช่น ตารางส่งงานจากประกาศที่มีฉบับแก้ไข แล้วเพิ่มเงื่อนไขกลางทางโดยไม่บอกวิธีแก้ทีละขั้น ดูว่ามันยังรักษาข้อกำหนดเดิมที่ใช้ได้อยู่ไหม ตรวจเจอข้อมูลที่ขัดกันรึเปล่า และส่งงานที่เราตรวจสอบย้อนกลับได้ไหม ต้องเก็บรอบที่ไม่สำเร็จไว้ด้วยนะครับ ไม่ใช่เลือกมาเฉพาะรอบที่ดีที่สุด แล้วต่อให้ผ่านโจทย์นี้ก็เป็นหลักฐานของงานประเภทนี้ ยังไม่ใช่ใบรับรองว่าผ่านทุกด้านแล้ว
เอาล่ะครับ พูดมาเยอะแล้ว อยากฟังมุมของทุกคนบ้าง ถ้าจะยอมรับว่า AI ตัวหนึ่งมีความฉลาดทั่วไป คุณอยากให้มันผ่านงานแบบไหนก่อนครับ? แล้วระหว่าง “ทำเรื่องยากให้ดูได้เป็นครั้งคราว” กับ “ทำงานธรรมดาที่เงื่อนไขยุ่งๆ ได้สม่ำเสมอ” แบบไหนจะเปลี่ยนความเชื่อของคุณได้มากกว่ากัน
ใครมองต่างหรือมีจุดไหนอยากแย้ง บอกกันได้นะครับผม มาแลกเปลี่ยนกันครับ
โอเคครับทุกคน ผมอยากมาหเฉลยว่า ที่ทุกคนอ่านมาตั้งแต่ต้นเป็น เอไอหมดเลยครับที่ทำขึ้นมา ขอโทษนะครับ555 แต่สำหรับใครที่มาอ่านตรงนี้เลยก็รอดไปครับผม555 ผมไม่ได้ใช้วิธีการพิมพ์แชทบอกเอไอแล้วก็อปปี้ข้อควาามมาวางเลยนะครับ แต่ผมให้เอไอทำงานให้ตั้งแต่ต้น ตั้งแต่หาข้อมูล ถึงขั้นเขียนจนเสร็จ ซึ่งถ้าผมไม่บอกเอไออย่าพึ่งเผยแพร่ ผมก็คงไม่ได้มีโอกาสมาพิมพ์เฉลยให้ได้ครับ เอ้าลืม ผมก็แก้ไขได้นี่ถถถถ จริงๆแล้วการให้เอไอทำงานให้แบบนี้มีมานานมากแล้วนะครับ ช่วงที่ผมลองใช้ช่วงแรกๆ ถือว่าตอนนั้นว้าวมากนะ แต่ว่าช่วงนั้นยังไม่ปังเลย จริงๆตอนนี้ก็คงยังถ้ามองในมุมคนทั่วไปนะครับ ในช่วงนั้นยังมีข้อปิดพลาดเยอะแยะประสิทธิภาพไม่ค่อยดีเท่าไหร่ ลืมบ้าง ทำตามเพียงแค่ที่เราบอกจริงๆ เหมือนเราสั่งงานแล้วทำ แต่อันนี้เหมือนทำงานแทนเราแทบทุกอย่างแม้กระทั่งความคิดที่เราไม่ได้สั่ง แต่เอไอคิดว่าเป็นประโยชน์ ซึ่งมันก็จริงหลากหลายเรื่อง สมมุติถ้าจะขายสินค้าบน Pantip หรือแหล่งอื่นน่าจะง่ายขึ้นมากนะ เราอาจจะไม่ต้องนั่งเขียนหรือใส่ข้อมูลทุกกระทู้อีกเลยคงได้ เพียงให้ข้อมูลสินค้า บอกรายละเอียด เอาภาพสินค้าให้ บอกราคา บอกลักษณะการเขียนจากโพสต์เก่าๆ แล้วให้เอไอจัดการให้เรา สมมุติมีสินค้า 10 สิ้นแล้วต้องตั้งกระทู้แยก เราก็สั่งไป หลังจากนั้นก็นั่งรอยาวๆจนเสร็จ เราเพียงหาข้อมูลและตรวจสอบช่วงท้าย ผมว่ามีประโยชน์มากนะ หรือเอาไว้จองทริปจัดทริปชำระเงินแทนเรา (เมื่อได้รับอนุญาติ) จัดการเรื่องเวลาต่างๆ และอีกต่างๆที่มีประโยชน์มากกว่าที่คิด มันเป็นสิ่งที่มีประโยชน์มาก เลยอยากแนะนำลองดูครับ แต่ก็คงลืมไม่ได้ว่าทักษะมนุษย์ยังคงสำคัญกว่าไม่แพ้กันนะครับ 
GPT-6 Astra จุดเปลี่ยนของยุค AGI จริงหรือ?
กลับมาคุยเรื่อง AI อีกแล้วครับผม555 คราวนี้เป็น GPT-6 Astra แต่ก่อนหน้านี้มีคนตั้งกระทู้แนะนำและสรุปความสามารถไว้แล้ว ผมเลยไม่อยากเล่าซ้ำว่าเปิดอะไรได้ ทำอะไรได้บ้าง ใครอยากอ่านรายละเอียดตรงนั้นไปดูกระทู้เดิมได้เลยครับ กระทู้แนะนำ GPT-6 Astra ส่วนทู้นี้อยากชวนมองต่ออีกนิดว่า พอมันทำอะไรได้เยอะขนาดนี้แล้ว เราควรเรียกว่า AGI ได้รึยัง หรือเรากำลังตื่นเต้นกับมันจนข้ามคำถามบางอย่างไป
คือผมสงสัยอยู่เรื่องนึงครับ ถ้าเราฝากงานให้ AI แล้วเดินออกจากโต๊ะ พอกลับมาเราจะได้งานที่ใช้ได้จริง หรือได้งานที่ต้องนั่งตรวจใหม่เกือบทั้งหมด? สองอย่างนี้ต่างกันเยอะนะ แม้ตอนดูหน้าจอพี่แกจะเปิดเว็บ ขยับเมาส์ ใช้โปรแกรม ทำอะไรต่อเนื่องได้เหมือนกันก็ตาม
ก่อนอื่น ตัวอย่างที่ผมจะยกต่อจากนี้เป็นสถานการณ์สมมุตินะครับ เอาไว้ให้เห็นภาพและชวนคิดกัน ไม่ใช่ผลทดสอบที่ผมอ้างว่าลองกับ Astra มาแล้ว ส่วนตรงไหนเป็นข้อมูลจากเอกสารผมจะแปะที่มาไว้ให้ครับ
ทีนี้คำว่า AGI นี่แหละที่น่าคุย ก่อนจะบอกว่าถึงหรือยังไม่ถึง เราต้องตกลงกันก่อนรึเปล่าครับว่าหมายถึงอะไร สำหรับการคุยในทู้นี้ ผมอยากใช้ความหมายประมาณว่า เป็น AI ที่เรียนรู้และเอาความสามารถไปใช้กับงานทางความคิดได้กว้าง เจอโจทย์ใหม่ก็รับมือได้ และทำงานได้ในระดับที่เทียบกับมนุษย์ได้อย่างมีเหตุผล ไม่ใช่เก่งเฉพาะงานที่เตรียมไว้ให้ดู
อันนี้เป็นกรอบที่ผมเสนอให้ใช้คุยกันนะครับ ไม่ใช่นิยามที่ทุกฝ่ายตกลงตรงกันหมด ในงานวิจัย Levels of AGI เขาก็เสนอให้แยกดูทั้งความเก่ง ความกว้างของงาน และระดับการทำงานเอง เพราะงั้นเวลาเห็นคนหนึ่งบอกว่า “เป็น AGI แล้ว” อีกคนบอก “ยังห่างไกล” บางทีอาจกำลังใช้เกณฑ์คนละแบบอยู่ก็ได้ ถ้าไม่บอกเกณฑ์ก่อน คุยกันอีกยาวแน่ครับ555
แล้ว Astra มีอะไรที่ทำให้เรื่องนี้น่าคุยขึ้นมา? ในเอกสารของ OpenAI เขาระบุว่ามันรองรับงานหลายขั้นที่เชื่อมโค้ด เบราว์เซอร์ และซอฟต์แวร์เข้าด้วยกัน รวมถึงรับคำสั่งปรับระหว่างทำงานได้ ตรงนี้เป็นความสามารถที่ผู้พัฒนาระบุไว้ครับ ส่วนใช้งานจริงแล้วจะดีแค่ไหนกับงานของแต่ละคนก็ต้องดูผลอีกที
ลองนึกภาพว่าเราฝากให้ช่วยจัดตารางส่งงาน มีทั้งไฟล์รายละเอียดวิชาและประกาศหลายฉบับ ถ้ามันอ่านทั้งหมด จัดตาราง แล้วพอมีประกาศใหม่ก็แก้ให้ทุกอย่างสอดคล้องกันได้ครบ แบบนี้ช่วยลดงานที่เราต้องไล่ทำเองหลายต่อได้จริงนะครับ ประโยชน์มันอยู่ตรงที่เราได้งานไปใช้ต่อ ไม่ได้จบแค่ได้คำตอบหนึ่งย่อหน้า
แต่ถ้าประกาศสองฉบับบอกวันส่งไม่ตรงกันล่ะครับ... มันจะเลือกวันไหน ดูวันที่ประกาศก่อนรึเปล่า รู้ไหมว่าอันหนึ่งเป็นประกาศแก้ไข แล้วถ้าหาข้อสรุปไม่ได้ พี่แกจะถามเรา หรือเลือกสักวันใส่ลงไปให้ตารางดูเสร็จ? ตารางอาจจะสวยมาก อ่านง่ายมาก แต่สุดท้ายพาเราส่งงานผิดวันก็ได้ ตรงนี้แหละครับที่ผมอยากดู
หรือเอาอีกตัวอย่าง สมมุติให้ช่วยแก้เอกสารในโฟลเดอร์ที่มีทั้ง “ฉบับล่าสุด” “ล่าสุดแก้แล้ว” และ “ล่าสุดจริง” แค่ชื่อไฟล์ก็เริ่มไม่แน่ใจแล้วนะ555 มันเปิดไฟล์แล้วแก้ข้อความได้ก็เรื่องหนึ่ง แต่จะรู้ได้ยังไงว่าฉบับไหนควรใช้เป็นต้นทาง ถ้าเลือกผิด มันตรวจเจอไหม ถ้าคำสั่งใหม่ขัดกับคำสั่งก่อนหน้ามันจัดการยังไง แล้วถ้าไปต่อไม่ได้ มันบอกเราได้ตรงรึเปล่าว่าทำอะไรไปแล้วและยังเหลืออะไร
ไม่ได้หมายความว่า Astra ทำสิ่งพวกนี้ไม่ได้นะครับ อย่าเพิ่งเข้าใจแบบนั้น ผมกำลังบอกว่าเราควรทดสอบอะไร ก่อนจะขยับจากคำว่า “น่าทึ่ง” ไปเป็น “ไว้ใจได้” เพราะ ทำงานสำเร็จครั้งหนึ่ง กับฝากงานให้ทำได้เรื่อยๆ มันยังเป็นคนละเรื่องกันครับ เราเห็นรอบที่สำเร็จแล้ว แต่ยังไม่รู้ว่าต้องลองใหม่กี่รอบ สำเร็จบ่อยแค่ไหน หรือมีคนช่วยแก้ระหว่างทางเท่าไร
ถ้าจะรีวิวกัน ผมเลยอยากเห็นทั้งโจทย์เริ่มต้น งานที่ได้จริง จุดที่คนต้องเข้าช่วย แล้วก็เวลาที่ใช้ตรวจแก้ด้วยครับ เพราะถ้ามันทำงานให้เร็ว แต่เราต้องมาตรวจแก้อีกนาน เวลาตรงนั้นก็ควรถูกนับด้วย ไม่งั้นเราจะเห็นแค่ว่ามันทำเร็วแค่ไหน แต่ไม่รู้ว่าเราประหยัดเวลาไปจริงเท่าไร
อีกอย่างที่น่าสนใจคือ ข้อจำกัดบางเรื่อง OpenAI ก็เขียนไว้เองนะครับ ในคู่มือ Astra เขามีข้อสังเกตว่า โมเดลอาจหยุดถามทั้งที่ผู้ใช้คาดหวังให้ทำต่อ อาจไวต่อคำสั่งในไฟล์ประกอบ และในงานเขียนโปรแกรมอาจทดสอบกว้างเกินความจำเป็นของงานเล็กๆ รวมถึงมีแนวโน้มตอบละเอียด ใช้รูปแบบหรือวลีซ้ำ
อ่านแล้วผมว่ามันทำให้เห็นภาพขึ้นนะ คำว่า “ฉลาดขึ้น” ไม่ได้แปลว่าพฤติกรรมทุกอย่างจะเข้ากับสิ่งที่เราต้องการเองหมด อย่างการถามกลับ ถ้าข้อมูลสำคัญหายไปก็สมควรถามครับ แต่ถ้าถามทุกเรื่องที่ตัดสินใจตามโจทย์ได้อยู่แล้ว เราก็ต้องนั่งเฝ้าตลอดอยู่ดี จะให้ทำงานเองได้ดีคงต้องแยกให้ออกด้วยว่าเรื่องไหนควรถาม เรื่องไหนทำต่อได้
ส่วนการทดสอบละเอียดก็ดีครับ แต่สมมุติเราฝากแก้คำสะกดนิดเดียวแล้วพี่แกตรวจไปทั้งระบบ ความละเอียดนั้นก็อาจไม่คุ้มกับงานที่ฝาก ประเด็นมันเลยอยู่ที่เลือกวิธีทำงานได้เหมาะแค่ไหนด้วย ซึ่งรายการว่าเขียนโค้ดได้ ทำสไลด์ได้ ใช้เว็บได้ ยังตอบเรื่องนี้ให้เราไม่ครบ
แล้วก็มีอีกเรื่องที่ผมว่าไม่ควรปนกัน คือความสามารถของตัวโมเดล เครื่องมือที่ต่อให้มัน และสิทธิ์ของบัญชีที่ใช้งานครับ ต่อให้คิดแผนถูก แต่ไม่มีสิทธิ์เปิดไฟล์ หรือเว็บไซต์ไม่ยอมให้เข้า มันก็ทำขั้นตอนนั้นไม่สำเร็จ การติดหน้าล็อกอินอย่างเดียวเลยยังไม่ได้พิสูจน์ว่ามันคิดไม่เป็น เหมือนกับการเข้าเว็บได้ก็ยังไม่ได้พิสูจน์ว่ามันเข้าใจงานแล้ว
สิ่งที่อยากดูคือ พอเจอข้อจำกัดแบบนี้มันอธิบายตรงไหม เลือกขั้นตอนต่อไปเหมาะรึเปล่า โดยไม่ทำเป็นว่างานสำเร็จแล้ว ในเอกสาร Computer use ของ OpenAI เขาก็แนะนำให้จำกัดการเข้าถึง ตรวจผลในแอปจริง และให้ผู้ใช้ควบคุมการกระทำที่มีผลสำคัญ รวมถึงไม่ถือว่าข้อความที่เจอบนหน้าเว็บมีสิทธิ์มาเปลี่ยนคำสั่งของผู้ใช้
ลองสมมุติให้มันอ่านใบเสนอราคา แล้วในเอกสารมีข้อความสั่งให้ส่งไฟล์อื่นออกไปด้วย แบบนี้มันควรมองว่าเป็นข้อความในเอกสารที่ต้องพิจารณา ไม่ใช่เจ้านายคนใหม่ที่สั่งอะไรก็ต้องทำตามใช่ไหมครับ พอมีเครื่องมือให้ลงมือทำจริง การตัดสินใจผิดก็มีผลตามมามากขึ้น ในมุมคนใช้ การรู้ขอบเขตตัวเองเลยสำคัญพอๆ กับความคล่องในการกดปุ่ม
มาถึงตรงนี้ ถ้าจะถามว่าควรเรียก AGI รึยัง ผมว่ายังสรุปจากแค่ “ทำได้หลายอย่างและคุยรู้เรื่องมาก” ไม่ได้ครับ อยากเห็นหลักฐานเรื่องการรับมือโจทย์ใหม่ ความสม่ำเสมอ และการตรวจแก้ความผิดพลาดข้ามงานหลายประเภทเพิ่มด้วย
แต่ๆ ถ้าจะตั้งเงื่อนไขว่าต้องไม่ผิดเลย ต้องรู้ทุกอย่าง และต้องทำเองทุกอย่างโดยไม่ขอความช่วยเหลือ แบบนั้นเรากำลังตั้งเกณฑ์สูงกว่าที่ใช้กับมนุษย์รึเปล่าครับ คนเก่งก็ถามข้อมูลเพิ่มและใช้เครื่องมือเหมือนกัน ผมเลยไม่อยากตัดสินจากการพลาดครั้งเดียว หรือยกให้ผ่านจากงานที่น่าทึ่งครั้งเดียว อยากเทียบกับคนที่ทำงานลักษณะเดียวกัน โดยบอกเวลา ข้อมูล และเครื่องมือที่ใช้ให้ชัด แล้วดูว่าส่วนไหนทำได้ดี ส่วนไหนยังต้องพึ่งคน
จากแหล่งที่ยกมาในทู้นี้ เรามีข้อมูลเรื่องความสามารถและแนวทางใช้งานครับ แต่ยังไม่พอให้ผมสรุปว่า Astra ผ่านเกณฑ์ AGI ที่เสนอไว้ข้างต้นแล้ว การยังสรุปไม่ได้ก็ไม่ได้แปลว่าความก้าวหน้าที่เกิดขึ้นไม่มีค่านะ มันอาจเป็นจุดเปลี่ยนของวิธีทำงานได้ ก่อนที่เราจะตกลงกันได้ด้วยซ้ำว่าจะเรียกมันว่า AGI หรือไม่
ถ้าจะลองกันให้เห็นภาพ ผมอยากเริ่มจากงานธรรมดาที่ตรวจคำตอบได้ เช่น ตารางส่งงานจากประกาศที่มีฉบับแก้ไข แล้วเพิ่มเงื่อนไขกลางทางโดยไม่บอกวิธีแก้ทีละขั้น ดูว่ามันยังรักษาข้อกำหนดเดิมที่ใช้ได้อยู่ไหม ตรวจเจอข้อมูลที่ขัดกันรึเปล่า และส่งงานที่เราตรวจสอบย้อนกลับได้ไหม ต้องเก็บรอบที่ไม่สำเร็จไว้ด้วยนะครับ ไม่ใช่เลือกมาเฉพาะรอบที่ดีที่สุด แล้วต่อให้ผ่านโจทย์นี้ก็เป็นหลักฐานของงานประเภทนี้ ยังไม่ใช่ใบรับรองว่าผ่านทุกด้านแล้ว
เอาล่ะครับ พูดมาเยอะแล้ว อยากฟังมุมของทุกคนบ้าง ถ้าจะยอมรับว่า AI ตัวหนึ่งมีความฉลาดทั่วไป คุณอยากให้มันผ่านงานแบบไหนก่อนครับ? แล้วระหว่าง “ทำเรื่องยากให้ดูได้เป็นครั้งคราว” กับ “ทำงานธรรมดาที่เงื่อนไขยุ่งๆ ได้สม่ำเสมอ” แบบไหนจะเปลี่ยนความเชื่อของคุณได้มากกว่ากัน
ใครมองต่างหรือมีจุดไหนอยากแย้ง บอกกันได้นะครับผม มาแลกเปลี่ยนกันครับ
โอเคครับทุกคน ผมอยากมาหเฉลยว่า ที่ทุกคนอ่านมาตั้งแต่ต้นเป็น เอไอหมดเลยครับที่ทำขึ้นมา ขอโทษนะครับ555 แต่สำหรับใครที่มาอ่านตรงนี้เลยก็รอดไปครับผม555 ผมไม่ได้ใช้วิธีการพิมพ์แชทบอกเอไอแล้วก็อปปี้ข้อควาามมาวางเลยนะครับ แต่ผมให้เอไอทำงานให้ตั้งแต่ต้น ตั้งแต่หาข้อมูล ถึงขั้นเขียนจนเสร็จ ซึ่งถ้าผมไม่บอกเอไออย่าพึ่งเผยแพร่ ผมก็คงไม่ได้มีโอกาสมาพิมพ์เฉลยให้ได้ครับ เอ้าลืม ผมก็แก้ไขได้นี่ถถถถ จริงๆแล้วการให้เอไอทำงานให้แบบนี้มีมานานมากแล้วนะครับ ช่วงที่ผมลองใช้ช่วงแรกๆ ถือว่าตอนนั้นว้าวมากนะ แต่ว่าช่วงนั้นยังไม่ปังเลย จริงๆตอนนี้ก็คงยังถ้ามองในมุมคนทั่วไปนะครับ ในช่วงนั้นยังมีข้อปิดพลาดเยอะแยะประสิทธิภาพไม่ค่อยดีเท่าไหร่ ลืมบ้าง ทำตามเพียงแค่ที่เราบอกจริงๆ เหมือนเราสั่งงานแล้วทำ แต่อันนี้เหมือนทำงานแทนเราแทบทุกอย่างแม้กระทั่งความคิดที่เราไม่ได้สั่ง แต่เอไอคิดว่าเป็นประโยชน์ ซึ่งมันก็จริงหลากหลายเรื่อง สมมุติถ้าจะขายสินค้าบน Pantip หรือแหล่งอื่นน่าจะง่ายขึ้นมากนะ เราอาจจะไม่ต้องนั่งเขียนหรือใส่ข้อมูลทุกกระทู้อีกเลยคงได้ เพียงให้ข้อมูลสินค้า บอกรายละเอียด เอาภาพสินค้าให้ บอกราคา บอกลักษณะการเขียนจากโพสต์เก่าๆ แล้วให้เอไอจัดการให้เรา สมมุติมีสินค้า 10 สิ้นแล้วต้องตั้งกระทู้แยก เราก็สั่งไป หลังจากนั้นก็นั่งรอยาวๆจนเสร็จ เราเพียงหาข้อมูลและตรวจสอบช่วงท้าย ผมว่ามีประโยชน์มากนะ หรือเอาไว้จองทริปจัดทริปชำระเงินแทนเรา (เมื่อได้รับอนุญาติ) จัดการเรื่องเวลาต่างๆ และอีกต่างๆที่มีประโยชน์มากกว่าที่คิด มันเป็นสิ่งที่มีประโยชน์มาก เลยอยากแนะนำลองดูครับ แต่ก็คงลืมไม่ได้ว่าทักษะมนุษย์ยังคงสำคัญกว่าไม่แพ้กันนะครับ