3 ความเข้าใจผิดทั่วไปเกี่ยวกับ AI ในปี 2025

(SeaPRwire) –   ในปี 2025 ความเข้าใจผิดเกี่ยวกับ AI เบ่งบานขึ้นในขณะที่ผู้คนพยายามทำความเข้าใจการพัฒนาและการนำเทคโนโลยีนี้มาใช้อย่างรวดเร็ว นี่คือสามความเข้าใจผิดยอดนิยมที่ควรทิ้งไว้เบื้องหลังในปีใหม่

โมเดล AI กำลังชนกำแพง

เมื่อ GPT-5 เปิดตัวในเดือนพฤษภาคม ผู้คนสงสัย (ไม่ใช่ครั้งแรก) ว่า AI กำลังชนกำแพงหรือไม่ แม้จะมีการอัปเกรดชื่อที่สำคัญ แต่การปรับปรุงดูเหมือนจะเพิ่มขึ้นเพียงเล็กน้อย นิตยสาร The New Yorker ตีพิมพ์บทความเรื่อง “What if A.I. Doesn’t Get Much Better Than This?” โดยอ้างว่า GPT-5 เป็น “ผลิตภัณฑ์ล่าสุดที่ชี้ให้เห็นว่าความก้าวหน้าของโมเดลภาษาขนาดใหญ่หยุดชะงักแล้ว”

ในไม่ช้าก็ปรากฏว่า แม้จะเป็นหมุดหมายในการตั้งชื่อ GPT-5 เป็นการทดลองหลักในการส่งมอบประสิทธิภาพด้วยต้นทุนที่ต่ำลง ห้าเดือนต่อมา OpenAI, Google และ Anthropic ต่างก็เปิดตัวโมเดลที่แสดงให้เห็นถึงการปรับปรุงอย่างมีนัยสำคัญในงานที่มีคุณค่าทางเศรษฐกิจ “ตรงกันข้ามกับความเชื่อยอดนิยมที่ว่าการขยายขนาดสิ้นสุดลงแล้ว” การกระโดดของประสิทธิภาพในโมเดลล่าสุดของ Google นั้น “ใหญ่เท่าที่เราเคยเห็นมา” โอริออล วินยัลส์ หัวหน้าทีมดีปเลิร์นนิงของ Google DeepMind กล่าวหลังจาก Gemini 3 เปิดตัว “ไม่มีกำแพงใดอยู่ในสายตา”

มีเหตุผลให้สงสัยว่าโมเดล AI จะพัฒนาต่อไปได้อย่างไร exactly ในโดเมนที่การได้มาซึ่งข้อมูลสำหรับการฝึกมีราคาแพง—ตัวอย่างเช่น ในการนำเอเจนต์ AI ไปใช้เป็นผู้ช่วยส่วนตัวส่วนบุคคล—ความก้าวหน้าอาจจะช้า “บางที AI อาจจะดีขึ้นเรื่อยๆ *และ* บางที AI อาจยังคงแย่ในด้านสำคัญๆ” เฮเลน โทเนอร์ ผู้อำนวยการบริหารชั่วคราวของศูนย์ความมั่นคงและเทคโนโลยีเกิดใหม่ กล่าว แต่แนวคิดที่ว่าความก้าวหน้าหยุดชะงักนั้นเป็นเรื่องที่ยากจะรับได้

รถยนต์ขับขี่อัตโนมัติอันตรายกว่าคนขับ

เมื่อ AI ที่ขับเคลื่อนแชทบอตทำงานผิดพลาด นั่นมักหมายถึงมีคนทำผิดพลาดในรายงานของพวกเขา หรือนับจำนวนตัวอักษร “r” ในคำว่า “strawberry” ผิด แต่เมื่อ AI ที่ขับเคลื่อนรถยนต์ขับขี่อัตโนมัติทำงานผิดพลาด ผู้คนอาจได้รับบาดเจ็บหรือเสียชีวิต ไม่น่าแปลกใจที่หลายคนลังเลที่จะลองใช้เทคโนโลยีใหม่นี้

ในสหราชอาณาจักร การสำรวจผู้ใหญ่ 2,000 คน พบว่ามีเพียง 22% ที่รู้สึกสบายใจที่จะเดินทางในรถไร้คนขับ ในสหรัฐอเมริกา ตัวเลขนั้นอยู่ที่ 13% ในเดือนตุลาคม รถ Waymo ชนแมวในซานฟรานซิสโก ทำให้เกิดความไม่พอใจอย่างกว้างขวาง

แต่มีหลายครั้งที่รถยนต์อัตโนมัติพิสูจน์แล้วว่าปลอดภัยกว่าคนขับ ตามการวิเคราะห์ข้อมูลการเดินทางไร้คนขับ 100 ล้านไมล์จาก Waymo รถของ Waymo มีส่วนเกี่ยวข้องในอุบัติเหตุที่ก่อให้เกิดการบาดเจ็บน้อยกว่าคนขับเกือบห้าเท่า และอุบัติเหตุที่ก่อให้เกิด “การบาดเจ็บสาหัสหรือแย่กว่านั้น” น้อยกว่าถึง 11 เท่า

AI ไม่สามารถสร้างความรู้ใหม่ได้

ในปี 2013 เซบาสเตียน บูเบ็ค นักคณิตศาสตร์ ตีพิมพ์บทความในวารสารชั้นนำด้านทฤษฎีกราฟ “เราทิ้งคำถามเปิดไว้สองสามข้อ จากนั้นผมก็ทำงานกับนักศึกษาระดับบัณฑิตศึกษาที่พรินซ์ตัน” บูเบ็ค ซึ่งปัจจุบันเป็นนักวิจัยที่ OpenAI กล่าว “เราแก้คำถามเปิดเหล่านั้นได้เกือบทั้งหมด ยกเว้นข้อเดียว” หลังจากเวลาผ่านไปกว่าทศวรรษ บูเบ็คได้มอบปัญหานั้นให้กับระบบที่สร้างขึ้นบน GPT-5

“เราปล่อยให้มันคิดเป็นเวลาสองวัน” เขากล่าว “มีเอกลักษณ์อันน่าอัศจรรย์อยู่ในนั้นที่โมเดลค้นพบ และมันก็แก้ปัญหาได้จริงๆ”

นักวิจารณ์แย้งว่าโมเดลภาษาขนาดใหญ่ เช่น GPT-5 ไม่สามารถสร้างสรรค์สิ่งใหม่ได้ และเพียงแต่ทำซ้ำข้อมูลที่พวกมันถูกฝึกมาเท่านั้น—ทำให้ LLMs ได้รับฉายาตลกว่า “สุริยันจันทราแบบกดปุ่ม” ในเดือนมิถุนายน Apple ตีพิมพ์เอกสารงานวิจัยอ้างว่าแสดงให้เห็นว่าความสามารถในการให้เหตุผลใดๆ ของ LLMs เป็นเพียง “ภาพลวงตา”

ต้องยอมรับว่า วิธีที่ LLMs สร้างคำตอบของพวกมันแตกต่างจากการให้เหตุผลของมนุษย์ พวกมันล้มเหลวในการตีความแผนภาพง่ายๆ แม้ว่าพวกมันจะคว้าเหรียญทองในการแข่งขันโอลิมปิกและคณิตศาสตร์ระดับสูง และ “สร้างสรรค์” “โครงสร้างทางคณิตศาสตร์ใหม่ๆ อย่างอิสระ” แต่การติดขัดกับงานง่ายๆ ดูเหมือนจะไม่หยุดพวกมันจากการคิดค้นแนวคิดที่มีประโยชน์และซับซ้อนได้

“LLMs สามารถดำเนินการตามลำดับขั้นตอนทางตรรกะเพื่อแก้ปัญหาที่ต้องใช้การนิรนัยและการอุปนัยได้อย่างแน่นอน” แดน เฮนดริกส์ ผู้อำนวยการบริหารของศูนย์ความปลอดภัย AI กล่าวกับ TIME “ไม่ว่าบางคนจะเลือกติดป้ายกระบวนการนั้นว่า ‘การให้เหตุผล’ หรืออย่างอื่น นั่นเป็นเรื่องระหว่างพวกเขากับพจนานุกรมของพวกเขาเอง”