ปักกิ่ง, 18 ก.ย. (ซินหัว) -- เมื่อวันพุธ (18 ก.ย.) ดีปซีก (DeepSeek) โมเดลภาษาขนาดใหญ่แบบโอเพนซอร์สของจีน ปรากฏบนหน้าปกของวารสารวิชาการชั้นนำอย่าง เนเจอร์ (Nature) โดยชูกระบวนการให้เหตุผลของโมเดลเป็นจุดเด่น นับเป็นอีกก้าวสำคัญในเรื่องความโปร่งใสของปัญญาประดิษฐ์ (AI)

การศึกษาข้างต้นเผยว่าปัญญาประดิษฐ์สามารถเรียนรู้ที่จะอธิบายเหตุผลของตนเองได้ โดยไม่ต้องอาศัยคำอธิบายประกอบจากมนุษย์ แต่ผ่านกระบวนการลองผิดลองถูก หรือที่เรียกว่า "การเรียนรู้แบบเสริมกำลัง" (reinforcement learning)

สถาปัตยกรรมของดีปซีก-อาร์1 (DeepSeek-R1) เอื้อให้เกิดการพัฒนารูปแบบการให้เหตุผลขั้นสูงโดยอัตโนมัติ เช่น การสะท้อนความคิดด้วยตนเอง การตรวจสอบความถูกต้อง และการปรับกลยุทธ์แบบไดนามิก โมเดลนี้มีประสิทธิภาพเหนือกว่าคู่แข่งที่ถูกฝึกด้วยการเรียนรู้แบบมีผู้ควบคุม (supervised learning) ผ่านการสาธิตของมนุษย์ ในงานที่สามารถตรวจสอบได้ เช่น คณิตศาสตร์ การแข่งขันเขียนโค้ด และสาขาวิทยาศาสตร์ เทคโนโลยี วิศวกรรม และคณิตศาสตร์ หรือ สาขาสเต็ม (STEM) ด้านอื่นๆ

นับตั้งแต่บริษัทสตาร์ตอัปจากหางโจวเปิดตัวดีปซีกเมื่อปี 2024 บรรดาบริษัทด้านปัญญาประดิษฐ์เชิงสร้างสรรค์ (generative AI) ของจีนก็ต่างเร่งแข่งขันกันอย่างต่อเนื่อง เพื่อผลักดันระบบโอเพนซอร์สผ่านการเปิดตัวและอัปเดตโมเดลพื้นฐานด้านปัญญาประดิษฐ์ของตน เช่น เควน (Qwen) คิมิ (Kimi) และจื้อผู่.เอไอ (Zhipu.AI) ซึ่งนักวิจัยและสาธารณชนสามารถเข้าไปดาวน์โหลด ทดสอบการใช้งาน และนำไปพัฒนาต่อยอดได้โดยอิสระ

อนึ่ง งานวิจัยฉบับนี้ ซึ่งมีเหลียงเหวินเฟิง ผู้ก่อตั้งดีปซีก เป็นผู้เขียนบทความหลัก ได้รับการตีพิมพ์พร้อมกับรายงานจากผู้ประเมินบทความและคำชี้แจงจากผู้เขียน

บรรณาธิการของวารสารเนเจอร์ระบุว่า ทั้งหมดนี้ถือเป็นก้าวที่น่ายินดีในการเพิ่มความโปร่งใสและความสามารถในการผลิตซ้ำ ในอุตสาหกรรมที่คำกล่าวอ้างลอยๆ และการโฆษณาเกินจริงมักกลายเป็นเรื่องปกติที่พบได้ทั่วไป พร้อมกระตุ้นให้บรรดาบริษัทคู่แข่งเดินตามแนวทางนี้ของดีปซีก

บทความก่อนหน้า

ท่อง 'สถานอนุบาล' แอนทิโลปทิเบต ผ่านสายตาเจ้าตัวเล็กในชิงไห่

บทความถัดไป