ชุมชนเทคโนโลยีกำลังถกเถียงกันอย่างเข้มข้นเกี่ยวกับข้อจำกัดพื้นฐานของ AI สร้างสรรค์ โดยมีฉันทามติที่เพิ่มขึ้นว่าการหลอน - กรณีที่โมเดล AI สร้างข้อมูลเท็จหรือแต่งขึ้น - อาจเป็นปัญหาที่มีอยู่โดยธรรมชาติและไม่สามารถแก้ไขได้ การอภิปรายนี้เกิดขึ้นในขณะที่การลงทุนครั้งใหญ่ในเทคโนโลยี AI กำลังถูกตรวจสอบอย่างเข้มข้นเกี่ยวกับความยั่งยืนและผลตอบแทนในโลกแห่งความเป็นจริง
ปัญหาการหลอนลึกกว่าที่คาดไว้
งานวิจัยล่าสุดจาก OpenAI และ Georgia Tech ชี้ให้เห็นว่าการหลอนของ AI ไม่ใช่เพียงข้อบกพร่องชั่วคราวที่จะต้องแก้ไข แต่เป็นผลที่หลีกเลี่ยงไม่ได้จากวิธีการฝึกโมเดลภาษาขนาดใหญ่ ปัญหาหลักอยู่ที่วิธีที่ระบบเหล่านี้ทำนายคำหรือโทเค็นถัดไปในลำดับ - ระบบเหล่านี้ถูกออกแบบมาเพื่อคาดเดาอย่างมีข้อมูลมากกว่าที่จะยอมรับความไม่แน่นอน แม้เมื่อขาดข้อมูลที่เพียงพอ
สมาชิกชุมชนชี้ให้เห็นว่าปัญหากลายเป็นเรื่องซับซ้อนมากขึ้นเมื่อพิจารณาว่าอะไรคือการหลอน เมื่อ AI เขียนเรื่องสมมติเกี่ยวกับจิงโจ้บนดวงจันทร์ นั่นคือความคิดสร้างสรรค์ที่ตั้งใจ แต่เมื่อมันแต่งข้อเท็จจริงทางประวัติศาสตร์ปลอมขึ้นมาขณะตอบคำถามเชิงข้อเท็จจริง นั่นคือข้อผิดพลาดที่อันตราย ความท้าทายคือการสอนระบบ AI ให้แยกแยะระหว่างสถานการณ์เหล่านี้
โมเดลภาษาขนาดใหญ่: ระบบ AI ที่ฝึกด้วยข้อมูลข้อความจำนวนมหาศาลเพื่อทำนายและสร้างภาษาที่เหมือนมนุษย์
การตรวจสอบความเป็นจริงของการลงทุนใกล้เข้ามา
ความยั่งยืนทางการเงินของการเฟื่องฟูของ AI ในปัจจุบันกำลังถูกวิพากษ์วิจารณ์อย่างรุนแรงจากผู้สังเกตการณ์ในอุตสาหกรรม ต้นทุนมหาศาลของการฝึกและการใช้งานโมเดล AI ต้องการการเพิ่มผลิตภาพอย่างมากเพื่อให้การลงทุนคุ้มค่า แต่ข้อมูลในโลกแห่งความเป็นจริงยังคงต่ำกว่าการคาดการณ์ที่ทะเยอทะยานเหล่านี้
สมาชิกชุมชนบางคนโต้แย้งว่าการประเมินมูลค่าไม่จำเป็นต้องมีการเลิกจ้างงานจำนวนมากเพื่อให้สมเหตุสมผล โดยชี้ให้เห็นว่าแม้การปรับปรุงการเติบโตทางเศรษฐกิจเพียงเล็กน้อยก็สามารถให้เหตุผลสำหรับการลงทุนครั้งใหญ่ได้ อย่างไรก็ตาม คนอื่นๆ ชี้ไปที่สัญญาณที่น่ากังวลว่าเส้นทางการใช้จ่ายในปัจจุบันไม่ยั่งยืน โดย Deutsche Bank เตือนว่าการเติบโตอย่างต่อเนื่องจะต้องการการเพิ่มขึ้นของการใช้จ่ายด้านเทคโนโลยีแบบพาราโบลา
การมีส่วนร่วมของการเติบโตที่ขับเคลื่อนด้วย AI ในบริษัทเทคโนโลジีใหญ่เพียงไม่กี่แห่ง ( Mag 7 ) หมายความว่าหากรายได้จาก AI ไม่เกิดขึ้น ผลกระทบต่อดัชนีหุ้นหลักอาจมีนัยสำคัญและรวดเร็ว
การคาดการณ์ไทม์ไลน์การลงทุน: • 2026: แนวโน้มการล่มสลายของฟองสบู่การลงทุน AI • สถานะปัจจุบัน: เส้นทางการใช้จ่ายที่ไม่ยั่งยืน • การกระจุกตัวของตลาด: การเติบโตหลักมาจากบริษัทเทคโนโลยี "Mag 7" • ปัจจัยเสี่ยง: S&P 500 เคลื่อนไหวในแนวข้างหากไม่รวมหุ้นเทคโนโลยีรายใหญ่
การพัฒนาซอฟต์แวร์แสดงความหวังแม้จะมีความกังวลในวงกว้าง
แม้ว่าข้อจำกัดของ AI จะชัดเจนในงานความรู้ทั่วไป แต่โดเมนการเขียนโปรแกรมนำเสนอภาพที่มองโลกในแง่ดีมากกว่า การสร้างโค้ดได้รับประโยชน์จากการตรวจสอบความเป็นจริงที่มีอยู่แล้ว - โปรแกรมจะคอมไพล์และผ่านการทดสอบ หรือไม่ผ่าน ลูปการป้อนกลับที่เป็นวัตถุประสงค์นี้ช่วยให้ระบบ AI ปรับปรุงผลลัพธ์แบบวนซ้ำก่อนนำเสนอให้กับนักพัฒนา
การอภิปรายของชุมชนเผยให้เห็นการยอมรับที่เพิ่มขึ้นของเครื่องมือ AI สำหรับงานเขียนโค้ดเฉพาะ เช่น คิวรี SQL การรวม API และตรรกะแอปพลิเคชันประจำ อย่างไรก็ตาม ความสงสัยยังคงอยู่เกี่ยวกับประสิทธิผลของ AI ในพื้นที่ที่ต้องการการตัดสินใจของมนุษย์ เช่น การออกแบบส่วนติดต่อผู้ใช้และการปรับปรุงระบบระดับต่ำที่ประสิทธิภาพและประสิทธิภาพของทรัพยากรมีความสำคัญ
โมเดลเหล่านี้ดีมากแล้วในโดเมนนั้น แน่นอนว่าพวกเขายังไม่มีรสนิยมที่สมบูรณ์แบบ ดังนั้นการมีโปรแกรมเมอร์ระบบที่มีประสบการณ์และมีวิสัยทัศน์ในการแนะนำโมเดลจะดีกว่าการยิงและลืมมาก
API: Application Programming Interface ชุดของโปรโตคอลที่ช่วยให้แอปพลิเคชันซอฟต์แวร์ต่างๆ สื่อสารกันได้
การสร้างโค้ดด้วย AI - แอปพลิเคชันที่มีแนวโน้มดี: • ตรรกะแอปพลิเคชันและการดำเนินงานฐานข้อมูล • การรวมระบบ API ( Android , AWS , CSS ) • การสร้างคำสั่ง SQL • การค้นหาโค้ดแบบ StackOverflow • งานโครงสร้างพื้นฐานในรูปแบบโค้ด
เกมจบของฟองสบู่
แม้จะมีการทำนายความวุ่นวายทางการเงินเมื่อฟองสบู่การลงทุน AI แตกในที่สุด ผู้สังเกตการณ์หลายคนเชื่อว่าผลกระทบทางเศรษฐกิจในวงกว้างจะสามารถจัดการได้ ไม่เหมือนกับการล่มสลายของเทคโนโลยีในอดีต ผลกระทบอาจส่งผลต่อนักลงทุนที่ร่ำรวยเป็นหลักมากกว่าการทำให้เกิดการหยุดชะงักทางเศรษฐกิจอย่างกว้างขวาง งานพื้นฐานที่ AI ควรจะทำให้เป็นอัตโนมัติยังคงต้องการมือมนุษย์ ซึ่งอาจช่วยลดผลกระทบต่อตลาดแรงงาน
ไทม์ไลน์สำหรับการคิดบัญชีนี้ดูเหมือนจะเร่งขึ้น โดยผู้เฝ้าดูอุตสาหกรรมหลายคนชี้ไปที่ปี 2026 เป็นจุดเปลี่ยนที่น่าจะเป็นไปได้เมื่อช่องว่างระหว่างคำสัญญาของ AI และผลตอบแทนที่เป็นจริงกลายเป็นสิ่งที่ไม่สามารถเพิกเฉยได้
อ้างอิง: GenAl Predictions