โคลดทำงานวิจัยและพัฒนา AI ได้ 26% แต่ยังไม่ถึง RSI เต็มรูปแบบ

โคลดของแอนโทรปิก (Anthropic) สามารถทำงานวิจัยและพัฒนาโมเดลของบริษัทได้ 26% แล้ว แต่ยังไม่ถึงขั้นการปรับปรุงตนเองแบบเวียนกลับ (RSI) ที่ระบบสามารถออกแบบและพัฒนาโมเดลรุ่นถัดไปได้โดยไม่ต้องมีคำสั่งหรือการกำกับจากมนุษย์

แอนโทรปิกระบุในรายงานที่อัปเดตเมื่อวันที่ 18 ว่า RSI หมายถึงสถานะที่ระบบ AI สามารถออกแบบและพัฒนาระบบรุ่นถัดไปที่มีความสามารถสูงขึ้นได้ด้วยตนเอง พร้อมย้ำว่าบริษัทยังไม่ถึงขั้นดังกล่าว และ RSI ก็ไม่ใช่ผลลัพธ์ที่จำเป็นต้องเกิดขึ้นเสมอไป

ปัจจุบันโคลดสามารถทำงานวิจัยและพัฒนาบางส่วนตั้งแต่ต้นจนจบได้ด้วยคำสั่งระดับสูง โดยเขียนโค้ด ดำเนินการทดลอง แก้ไขข้อผิดพลาด และประเมินผลลัพธ์ได้ อย่างไรก็ตาม ยังมีช่องว่างเมื่อเทียบกับมนุษย์ในด้านการกำหนดเป้าหมายการวิจัยและตัดสินใจว่าจะมุ่งแก้ปัญหาใด

แอนโทรปิกระบุว่า ณ เดือนพฤษภาคม 2026 โคลดเป็นผู้เขียนโค้ดมากกว่า 80% ของโค้ดที่ถูกผนวกรวมเข้ากับโค้ดเบสของบริษัท แต่ย้ำว่าปริมาณโค้ดที่เขียนไม่ได้สะท้อนคุณภาพทั้งหมด

อัตราความสำเร็จในการแก้ปัญหาแบบเปิดเพิ่มขึ้นจาก 76% ในเดือนพฤษภาคม 2026 เป็นประมาณ 91% ในเดือนกันยายน โดยคำนวณจากวิธีที่โคลดประเมินว่างานประสบความสำเร็จหรือไม่

RSI ไม่ได้หมายถึงเพียงการที่ AI เขียนโค้ดได้ แต่หัวใจสำคัญคือ AI ต้องมีส่วนร่วมในการออกแบบ ทดลอง ประเมิน และปรับปรุงโมเดลรุ่นถัดไป ก่อนจะสามารถสร้างโมเดลรุ่นใหม่ได้โดยปราศจากการแทรกแซงของมนุษย์

ในกรณีที่เปิดเผยต่อสาธารณะในปัจจุบัน มนุษย์ยังเป็นผู้กำหนดเป้าหมายการวิจัยและเกณฑ์การประเมิน ขณะที่ AI รับผิดชอบการเขียนโค้ด ดำเนินการทดลอง แก้ไขข้อผิดพลาด และประเมินผลลัพธ์ ดังนั้น แม้โคลดจะมีส่วนร่วมอย่างมากในกระบวนการพัฒนาโมเดล แต่ยังแตกต่างจากการกำหนดทิศทางการวิจัยและสร้างโมเดลรุ่นถัดไปจนเสร็จด้วยตนเอง

โอเพนเอไอ (OpenAI) ระบุเมื่อวันที่ 6 กันยายนว่า บริษัทบรรลุเป้าหมายการพัฒนา 'นักวิจัยฝึกงาน' อัตโนมัติแล้ว ระบบดังกล่าวสามารถทำงานวิจัยที่มีขอบเขตชัดเจนและอาจใช้เวลาหลายวันสำหรับนักวิจัยผู้เชี่ยวชาญ โดยทำตามคำสั่งของนักวิจัยมนุษย์

โอเพนเอไอตั้งเป้าพัฒนานักวิจัย AI อัตโนมัติให้ได้ภายในเดือนมีนาคม 2028 แต่ระบุว่า RSI ที่เกิดขึ้นอย่างรวดเร็วไม่ใช่ผลลัพธ์ที่จำเป็นต้องมุ่งแสวงหา และควรพิจารณาความคืบหน้าตามความสามารถในการรักษาการควบคุมของมนุษย์

โอเพนเอไอยังระบุว่า บริษัทยังไม่ทราบวิธีสร้าง RSI ที่สอดคล้องกับเป้าหมายอย่างสมบูรณ์และปลอดภัย โดยหากความสามารถของ AI พัฒนาเร็วกว่ามาตรการด้านความปลอดภัยและการปรับให้สอดคล้องกับมนุษย์ การตรวจสอบระบบที่ทรงพลังอาจทำได้ยากขึ้น

แอนโทนี อากีร์เร (Anthony Aguirre) ประธานและซีอีโอของสถาบันฟิวเจอร์ออฟไลฟ์ (Future of Life Institute) กล่าวว่า “ยิ่ง AI รับผิดชอบงานมากขึ้นเท่าไร ก็จะยิ่งเคลื่อนที่เร็วกว่ามนุษย์อย่างมาก” พร้อมเรียก RSI แบบอัตโนมัติเต็มรูปแบบว่า “แนวคิดที่เลวร้ายที่สุดในประวัติศาสตร์มนุษยชาติ” ความเห็นดังกล่าวเป็นคำเตือนเกี่ยวกับความเสี่ยงจากการสูญเสียการควบคุม ไม่ได้หมายความว่า RSI เสร็จสมบูรณ์แล้ว

ในอีกมุมหนึ่ง จอห์น ทิกสตัน (John Thickstun) ผู้ช่วยศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์แห่งมหาวิทยาลัยคอร์เนลล์ กล่าวว่า การปรับปรุงตนเองบางส่วน ซึ่งเป็นการนำโค้ดของโมเดลรุ่นก่อนมาใช้สร้างระบบรุ่นถัดไป ดำเนินมาหลายปีแล้ว อย่างไรก็ตาม เขาประเมินว่าจนถึงขณะนี้ยังใกล้เคียงกับการปรับปรุงแบบจำกัด มากกว่าการก้าวกระโดดเชิงสร้างสรรค์ครั้งใหญ่

ภายในอุตสาหกรรม AI ประเด็นสำคัญยังอยู่ที่การสร้างสมดุลระหว่างความเร็วของระบบอัตโนมัติด้านการวิจัยกับความปลอดภัย ดาริโอ อาโมเดอี ซีอีโอของแอนโทรปิกเสนอให้ชะลอความเร็วในการพัฒนา และมีรายงานว่าแซม อัลต์แมนจากโอเพนเอไอกับอีลอน มัสก์แสดงท่าทีสนับสนุน

มาร์ก ซักเคอร์เบิร์ก ซีอีโอของเมตา($META) แสดงท่าทีไม่เห็นด้วยกับแนวคิดการชะลอความเร็วในการพัฒนา แต่ระบุว่าบริษัท AI ควรให้ความสำคัญกับการพัฒนาโมเดล AI ที่ปลอดภัยมากกว่าระบบปรับปรุงตนเองอัตโนมัติ ความเห็นในอุตสาหกรรมจึงมุ่งไปที่ระดับการควบคุมของมนุษย์และการตรวจสอบความปลอดภัยที่ควรรักษาไว้ มากกว่าการทำให้การวิจัยเป็นระบบอัตโนมัติเพียงอย่างเดียว

การเพิ่มบทบาทของโคลดในงานวิจัยและพัฒนาไม่ได้มีการระบุผลกระทบโดยตรงต่อตลาดสินทรัพย์ดิจิทัล บล็อกเชน หรือความต้องการเซมิคอนดักเตอร์ในรายงานนี้ ขั้นตอนถัดไปที่ยืนยันได้คือแอนโทรปิกจะประเมินการใช้โคลดในการพัฒนาโมเดลต่อไป ขณะที่โอเพนเอไอยังคงผลักดันการพัฒนานักวิจัย AI อัตโนมัติโดยตั้งเป้าไว้ที่เดือนมีนาคม 2028