สกายเน็ต ? ทีมพัฒนา DeepSeek กำลังซุ่มพัฒนาโมเดล AI ที่สามารถเรียนรู้ พัฒนาตนเองได้

อุตสาหกรรมใดที่กำลังแข่งขันกันรุนแรงที่สุดในปัจจุบัน ก็คงจะหนีไม่พ้นด้านปัญญาประดิษฐ์ หรือ AI ที่หลากบริษัทต่างพยายามที่จะพัฒนาให้มีขีดความสามารถเหนือคู่แข่งในวงการเดียวกัน และวันนี้ AI จากจีนก็มีสิ่งใหม่อย่างหนึ่งจะนำเสนอ

จากการรายงานโดยสำนักข่าว Euronews ได้กล่าวถึงการออกมาเปิดเผยโครงการใหม่ของ DeepSeek ผู้พัฒนา AI ประเภทโมเดลภาษาขนาดใหญ่ หรือ LLM (Large Language Model) จากจีน โดยโครงการใหม่นี้จะเป็นโครงการพัฒนาความสามารถของ AI ร่วมกับทางมหาวิทยาลัยชิงหัว มหาวิทยาลัยชั้นนำของจีน เพื่อพัฒนาให้ตัว AI นั้นสามารถเรียนรู้ และตอบคำถามผู้ใช้งานได้ดียิ่งกว่าที่เป็นอยู่ในปัจจุบัน

โดยระบบใหม่ดังกล่าวนั้นมีชื่อว่า Self-Principled Critique Tuning (SPCT) ซึ่งเป็นเทคโนโลยีใหม่ที่หลังจากที่ตัว AI ผ่านการฝึกแล้ว AI จะมาสามารถสร้างกฎที่ใช้เป็นพื้นฐานในการพิจารณาคำถาม, คำสั่ง หรือ Prompt ต่าง ๆ ที่ได้รับมาจากผู้ใช้งาน และให้คำตอบที่มีรายละเอียดที่แม่นกว่า ดีกว่าเดิม กับผู้ใช้งานได้ โดยตัว AI จะทำการรันระบบดังกล่าวหลายตัวในเวลาเดียวกันเพื่อกลั่นกรองให้ได้คำตอบที่ดีที่สุด ซึ่งรูปแบบดังกล่าวนั้นเป็นการปรับปรุงระบบที่แตกต่างไปจากเดิมรูปแบบเดิมที่เป็นการพัฒนาตัวโมเดลให้ใหญ่ขึ้น โดยการขยายโมเดลนั้นถึงจะได้ตัว AI ที่ทำงานได้ดีขึ้น แต่ก็แลกมาต้วยการที่ต้องการกำลังคนของผู้เชี่ยวชาญจำนวนมาก และพลังการประมวลผลที่แรงขึ้น ซึ่งนับเป็นการสิ้นเปลืองทั้งเงินทุน และพลังงาน

ซึ่งวิธีการพิจารณาคำถามดังกล่าวนั้น จัดเป็นส่วนหนึ่งของระบบการเรียนรู้ด้วยตนของ AI ที่ทาง DeepSeek ตั้งชื่อให้ว่า Generative Reward Modeling หรือ GRM ซึ่งนอกจากการส่งมอบคำตอบให้กับผู้ใช้งานด้วยระบบ SPCT แล้ว ตัวระบบจะยังพิจารณาการให้คะแนนหรือ Rating จากผู้ใช้งานด้วยว่า คำตอบไปที่ดีที่สุดในมุมมองของผู้ใช้งาน เพื่อนำเอากลับไปปรับปรุงวิธีการทำงานของระบบต่อไป โดยระบบนี้จะถูกนำไปใช้งานกับ R2 ซึ่งเป็นแชทบอทตัวใหม่ ที่กำลังจะเปิดให้ใช้งานเร็ว ๆ นี้