นักประสาทวิทยาอธิบายเหตุผลที่เป็นไปไม่ได้ที่ AI จะ 'เข้าใจ' ภาษาได้อย่างแท้จริง

นักประสาทวิทยาศาสตร์เผย AI ไม่สามารถเข้าใจภาษาได้อย่างแท้จริง พร้อมอธิบาย 4 เหตุผลสำคัญ ได้แก่ ความแตกต่างระหว่างข้อความกับภาษา บริบท อารมณ์ และความแตกต่างระหว่าง Neural Networks กับเครือข่ายประสาทจริง

นักประสาทวิทยาอธิบายเหตุผลที่เป็นไปไม่ได้ที่ AI จะ 'เข้าใจ' ภาษาได้อย่างแท้จริง

Key takeaway

  • AI ไม่สามารถเข้าใจภาษาได้อย่างแท้จริงเหมือนมนุษย์ เพราะการทำงานของ Neural Networks ในคอมพิวเตอร์แตกต่างจากเครือข่ายประสาทในสมองมนุษย์โดยสิ้นเชิง
  • การสื่อสารของมนุษย์ไม่ได้ขึ้นอยู่กับแค่ตัวภาษาเท่านั้น แต่ยังรวมถึงบริบทแวดล้อม อารมณ์ความรู้สึก การแสดงออกทางสีหน้า และการสบตา ซึ่ง AI ไม่สามารถเข้าถึงองค์ประกอบเหล่านี้ได้
  • การเปรียบเทียบความสามารถของ AI กับความเข้าใจภาษาของมนุษย์อาจนำไปสู่การใช้งานที่ผิดพลาดและเป็นอันตราย เนื่องจากเป็นการตีความและประยุกต์ใช้หลักการทางวิทยาศาสตร์อย่างไม่ถูกต้อง

นักประสาทวิทยาศาสตร์ได้อธิบายว่าเป็นไปไม่ได้ที่ AI จะสามารถ "เข้าใจ" ภาษาได้อย่างแท้จริง แม้ว่าการเกิดขึ้นของ Generative AI อย่าง ChatGPT (ที่ใช้ Large Language Models) จะทำให้เกิดคำถามเกี่ยวกับนิยามของ "ความหมาย"

Geoffrey Hinton ผู้ได้รับรางวัลโนเบลและผู้บุกเบิกด้าน AI เคยกล่าวว่า: "สิ่งที่ทำให้ผมประหลาดใจคือ Neural Networks สามารถเข้าใจภาษาธรรมชาติได้ดีเพียงใด ซึ่งเกิดขึ้นเร็วกว่าที่ผมคิดไว้มาก... และผมยังคงทึ่งว่าพวกมันเข้าใจจริงๆ ในสิ่งที่พวกมันพูด"

อย่างไรก็ตาม นักวิจัยด้านประสาทวิทยาศาสตร์ที่ศึกษาเรื่องการเข้าใจภาษาของมนุษย์มากว่า 20 ปี ไม่เห็นด้วยกับแนวคิดนี้ โดยให้เหตุผลสำคัญ 4 ประการ:

  1. ข้อความกับภาษาไม่ใช่สิ่งเดียวกัน: ข้อความที่เขียนเป็นเพียงตัวแทนของภาษา ไม่ใช่ตัวภาษาเอง ตัวอย่างเช่น ภาษาฮินดีและอูรดูเป็นภาษาเดียวกันในระดับการสนทนา แต่ใช้ตัวอักษรที่แตกต่างกันโดยสิ้นเชิง
  2. บริบทมีความสำคัญ: การสื่อสารทางภาษาส่วนใหญ่เกิดขึ้นแบบตัวต่อตัว ในบริบทแวดล้อมเฉพาะที่ผู้พูดและผู้ฟังใช้ร่วมกัน พร้อมกับสัญญาณอื่นๆ เช่น โทนเสียง การสบตา และการแสดงออกทางสีหน้าและอารมณ์
  3. อารมณ์มีผลต่อการประมวลผล: งานวิจัยล่าสุดแสดงให้เห็นว่าสภาวะอารมณ์ของบุคคลสามารถเปลี่ยนรูปแบบคลื่นสมองเมื่อประมวลผลความหมายของประโยค สมองของมนุษย์ไม่เคยแยกขาดจากบริบททางอารมณ์
  4. Neural Networks ไม่ใช่เครือข่ายประสาทจริง: เมื่อผู้เชี่ยวชาญด้าน AI พูดถึง Neural Networks พวกเขาหมายถึงอัลกอริทึมคอมพิวเตอร์ ไม่ใช่เครือข่ายประสาทในสมองจริงที่มีลักษณะโครงสร้างและการทำงานแบบเฉพาะ

นักวิจัยยังโต้แย้งการเปรียบเทียบระหว่าง Neural Networks กับทฤษฎีภาษาศาสตร์ของ Chomsky โดยชี้ให้เห็นว่าทฤษฎีของ Chomsky เกี่ยวข้องกับการเรียนรู้ภาษา ไม่ใช่การประมวลผล ในขณะที่สมองมนุษย์พร้อมที่จะเข้าใจและเรียนรู้ภาษาของชุมชนตั้งแต่แรกเกิด

การสับสนระหว่างความสามารถของ AI กับความเข้าใจภาษาของมนุษย์อาจนำไปสู่ผลลัพธ์ที่เป็นอันตรายได้ เนื่องจากเป็นการใช้คำศัพท์ทางวิทยาศาสตร์อย่างผิดๆ หรือนำไปประยุกต์ใช้อย่างไม่ถูกต้อง

Why it matters

💡 บทความนี้นำเสนอมุมมองที่น่าสนใจและสำคัญเกี่ยวกับข้อจำกัดของ AI ในการ "เข้าใจ" ภาษามนุษย์อย่างแท้จริง โดยอ้างอิงจากผู้เชี่ยวชาญด้านประสาทวิทยาศาสตร์ ซึ่งเป็นประเด็นที่สำคัญมากในยุคที่ AI กำลังมีบทบาทในชีวิตประจำวันของเรามากขึ้น การทำความเข้าใจข้อจำกัดนี้จะช่วยให้เราใช้งาน AI ได้อย่างมีประสิทธิภาพและเหมาะสม โดยไม่เข้าใจผิดว่า AI สามารถทดแทนความสามารถในการเข้าใจภาษาของมนุษย์ได้อย่างสมบูรณ์

ข้อมูลอ้างอิงจาก https://theconversation.com/a-neuroscientist-explains-why-its-impossible-for-ai-to-understand-language-246540

Read more

เกาหลีใต้กับความเหลื่อมล้ำจาก AI Chip Boom: พนักงานรับโบนัส 3,000% แต่ความมั่งคั่งกระจุกตัวในคนกลุ่มน้อย

news

เกาหลีใต้กับความเหลื่อมล้ำจาก AI Chip Boom: พนักงานรับโบนัส 3,000% แต่ความมั่งคั่งกระจุกตัวในคนกลุ่มน้อย

Samsung และ SK Hynix พา KOSPI ทำสถิติสูงสุด พนักงานรับโบนัสสูงถึง 3,000% แต่ความมั่งคั่งกระจุกตัวในคนกลุ่มน้อย ขณะที่ธุรกิจเล็กกว่า 1 ล้านรายปิดตัว และช่องว่างรายได้พุ่งสูงสุดในรอบ 6 ปี

By
Anthropic เปิดตัว Claude Sonnet 5 โมเดล AI รุ่นใหม่ ตอบโจทย์การใช้งาน Agentic AI ระดับ Enterprise

news

Anthropic เปิดตัว Claude Sonnet 5 โมเดล AI รุ่นใหม่ ตอบโจทย์การใช้งาน Agentic AI ระดับ Enterprise

Anthropic เปิดตัว Claude Sonnet 5 โมเดล AI ใหม่ที่ออกแบบมาเพื่อรองรับ Agentic Tasks ระดับ Enterprise ด้วยประสิทธิภาพเทียบเท่า Opus และราคาที่คุ้มค่ากว่า พร้อม Tokenizer ใหม่ช่วยลดปัญหา Token Overconsumption

By
Ford จ้างวิศวกรอาวุโส 350 คน ผนึก AI ยกระดับมาตรฐานคุณภาพในสายการผลิต

news

Ford จ้างวิศวกรอาวุโส 350 คน ผนึก AI ยกระดับมาตรฐานคุณภาพในสายการผลิต

Ford จ้างวิศวกรอาวุโส 350 คน ผสาน AI Vision System กว่า 1,000 กล้องใน 33 โรงงานทั่วโลก หลังเผชิญวิกฤต Recall มูลค่า 4.8 พันล้านดอลลาร์ต่อปี พร้อมตั้งเป้าประหยัดต้นทุน 1 พันล้านดอลลาร์ในปีนี้

By