bitkub-banner

‘นายอาร์ม’ ชี้ AI ฟองสบู่เสี่ยงแตก! ชี้เม็ดเงินลงทุนล้นตลาด แต่ไร้ผลตอบแทน

พร้อมเล่น 0:00 / 0:00

ในรายการพอดแคสต์ล่าสุดระหว่าง คุณซีเค (CK Cheong) และ คุณอาร์ม (9arm) วิศวกรซอฟต์แวร์จาก AMD ได้มีการวิเคราะห์ถึงทิศทางของเทคโนโลยี AI ไว้อย่างเผ็ดร้อนและน่าสนใจ โดยเฉพาะมุมมองที่สวนทางกับกระแสความตื่นตูมในปัจจุบันเกี่ยวกับโอกาสในการเข้าสู่ยุค AGI (Artificial General Intelligence) และความกังวลเรื่องสภาวะฟองสบู่ในอุตสาหกรรม AI

สัญญาณเตือน AI Bubble: เมื่อการลงทุนไม่คุ้มค่า

นายอาร์มได้แสดงทัศนะอย่างตรงไปตรงมาว่า สภาวะปัจจุบันของ AI มีความเสี่ยงที่จะเป็นฟองสบู่สูงมาก เนื่องจากมีการอัดฉีดเงินลงทุนจำนวนมหาศาลเข้าไปในภาคส่วนนี้ แต่ผลตอบแทนที่กลับมานั้นยังไม่ชัดเจน 

“มันจะแตกเมื่อไหร่เท่านั้นเองแล้ว มันแตกแล้วมันจะลงมาเท่าไหร่แค่นั้นเองผมว่าตอนนี้เกินไปมาก” 

อย่างไรก็ตามแม้นายอาร์มจะมองว่า AI เป็นฟองสบู่รอวันแตก แต่หากเหตุการณ์เกิดขึ้นจริงฟองสบู่ AI ก็มีพื้นฐานที่แข็งแกร่งกว่ายุคฟองสบู่ Dot-com อยู่ดี และจะเกิดการ recovery กลับมาได้ในระยะยาว เพราะมีโครงสร้างพื้นฐานอย่าง Data Center และระบบพลังงานที่สร้างขึ้นสามารถนำไปใช้ประโยชน์ด้านอื่นได้หากกระแส AI ซาลง

แต่ในขณะเดียวกันเขาก็เตือนว่าฮาร์ดแวร์ที่ถูกสร้างขึ้นมา “เฉพาะทางเกินไป” ( ASIC) เช่น TPU หรือ LPU มีความเสี่ยงสูงที่จะกลายเป็น “ที่ทับกระดาษอยู่ใน Data Center” ทันทีหากความต้องการลดลง ต่างจาก GPU ที่มีความยืดหยุ่นสูงกว่า และสามารถนำไปใช้ในงานคำนวณในด้านอื่น ๆ ได้หลากหลาย

เพดานของ LLM: “มันแค่ทำนายคำถัดไป”

หนึ่งในประเด็นที่เข้มข้นที่สุดคือ ความเชื่อที่ว่าเทคโนโลยี Large Language Model (LLM) เช่น ChatGPT หรือ Gemini อาจไม่ใช่คำตอบที่จะพาเราไปถึงระดับ AGI หรือความฉลาดที่แท้จริงได้ 

นายอาร์มมองว่าสิ่งที่เห็นอยู่ทุกวันนี้เป็นเพียงภาพลวงตาของความฉลาด “LLM เนี่ยมันคือการทำนายคำถัดไป แล้วมันแค่ทำนายคำถัดไปดีจนกระทั่งเราคิดว่าเอ้ยมันเหมือนกับมีความฉลาดขึ้นมาเนาะ เออแต่เราว่ามันมีเพดานของเทคโนโลยีนี้”

เหตุผลที่ LLM มีข้อจำกัดสูงเพราะมันยังขาด “ความฉลาดที่แท้จริง” ที่สามารถสอนพื้นฐานแล้วนำไปต่อยอดเองได้ 100% โดยเขายกตัวอย่างจุดบอดง่าย ๆ ว่า “มันยังคูณเลขผิดอยู่เลย มันยังนับตัว R ในสตอเบอร์รี่ผิดอยู่เลย” และที่สำคัญที่สุดคือ AI เหล่านี้ขาด “ความอยากรู้อยากเห็น” ไม่มีการตั้งคำถามกลับหรือพยายามหาข้อมูลด้วยตัวเองเหมือนมนุษย์ มีเพียงการฟีดข้อมูลเข้าฝ่ายเดียวเท่านั้น

เส้นทางสู่ AGI: ต้องมีร่างกายและข้อมูลจากโลกจริง

หากเราต้องการก้าวไปให้ถึงระดับ AGI นายอาร์มและคุณซีเคเห็นตรงกันว่า การพึ่งพาเพียงข้อมูลในอินเทอร์เน็ตนั้นไม่เพียงพอ เพราะข้อมูลจำนวนมากในโลกความเป็นจริงยังไม่ถูกบันทึกไว้ “ข้อมูลที่อยู่ในอินเทอร์เน็ต data ตรงนี้มันไม่อยู่ในอินเทอร์เน็ตอยู่แล้ว มีแค่วิธีเดียวคือมีหุ่นยนต์อยู่ข้าง ๆ อยู่แล้วพยามสังเกตตลอดเวลา” นี่คือแนวคิดเรื่องการให้ AI มีร่างกาย (Robotics) เพื่อเก็บข้อมูลผ่านการปฏิสัมพันธ์กับโลกจริง

เขาสรุปไว้อย่างน่าสนใจว่า แม้ CEO ยักษ์ใหญ่หลายคนจะออกมาการันตีว่า AGI จะมาถึงในเร็ว ๆ นี้ แต่นั่นอาจเป็นเพียงกลยุทธ์ทางการตลาด สำหรับนายอาร์มแล้ว หากเรายังไม่เห็นสัญญาณของ AI ที่สามารถ “ตั้งข้อสงสัย” หรือเชื่อมต่อกับระบบเพื่อลองผิดลองถูกและรับ Feedback กลับมาได้ และการจะถึงระดับ AGI ภายใน 1-2 ปีนี้จึงเป็นเรื่องที่ “ค่อนข้างเป็นไปได้ยาก”