Rich Sutton เปิดตัว Oak Lab เพื่อปฏิวัติเอเจนต์ AI อัตโนมัติ

Richard Sutton เจ้าของรางวัล Turing Award ได้ก้าวเข้าสู่แวดวงสตาร์ทอัพอย่างเป็นทางการด้วยการเปิดตัว Oak Lab ซึ่งเป็นกิจการในโทรอนโตที่มีเป้าหมายเพื่อกำหนดนิยามใหม่ให้กับปัญญาประดิษฐ์ โดยบริษัทมุ่งหวังที่จะก้าวข้ามขีดจำกัดของโมเดล Generative ในปัจจุบัน เพื่อสร้างเอเจนต์อัตโนมัติที่สามารถค้นพบสิ่งใหม่ๆ ได้อย่างแท้จริงผ่านการเรียนรู้แบบเรียลไทม์อย่างต่อเนื่อง

ก้าวข้ามการเลียนแบบแบบ Generative

Richard Sutton ผู้บุกเบิกด้าน Reinforcement Learning สมัยใหม่ และอดีตนักวิจัยที่ Keen Technologies เชื่อว่าทิศทางปัจจุบันของ AI นั้นมีข้อบกพร่องอย่างมีนัยสำคัญ ในขณะที่อุตสาหกรรมกำลังหมกมุ่นอยู่กับ Large Language Models (LLMs) แต่ Sutton แย้งว่าวิธีการเรียนรู้เชิงลึก (Deep Learning) เหล่านี้ "อ่อนแอและไม่มีประสิทธิภาพ"

ตามความเห็นของ Sutton นั้น Generative AI ในปัจจุบันมีความโดดเด่นในด้านการเลียนแบบ แต่ล้มเหลวในด้านการประเมินตนเอง เนื่องจากโมเดลเหล่านี้ไม่สามารถประเมินผลลัพธ์ของตนเองได้อย่างมีวิจารณญาณ จึงทำให้ไม่สามารถค้นพบสิ่งใหม่หรือสร้างความก้าวหน้าทางวิทยาศาสตร์ได้อย่างแท้จริง ภารกิจของ Oak Lab คือการก้าวข้ามยุคแห่ง "การฝึกฝนแบบคงที่" (static training) ที่โมเดลจะถูกป้อนด้วยชุดข้อมูลมหาศาลแล้วถูกแช่แข็งไว้ ไปสู่ยุคแห่งปัญญาที่เปลี่ยนแปลงและวิวัฒนาการได้อย่างไม่หยุดยั้ง

เป้าหมาย: การเรียนรู้แบบเรียลไทม์และโมเดลโลก (World Models)

ด้วยความร่วมมือกับ Khurram Javed Sutton กำลังวางตำแหน่งให้ Oak Lab มุ่งเน้นไปที่วิสัยทัศน์ที่มีรากฐานมาจาก Reinforcement Learning ขั้นสูง แทนที่จะพึ่งพาข้อมูลที่ถูกจัดเตรียมไว้ล่วงหน้า Oak Lab ตั้งเป้าที่จะพัฒนาเอเจนต์ที่เรียนรู้จากสภาพแวดล้อมของตนเองอย่างต่อเนื่อง

แผนงานทางเทคนิคจะมุ่งเน้นไปที่เสาหลักที่สำคัญหลายประการ:

  • Internal World Models: การสร้างเอเจนต์ที่ไม่เพียงแค่ทำนายโทเคน (token) ถัดไป แต่ต้องเข้าใจกลไกพื้นฐานของสภาพแวดล้อมรอบตัว
  • Autonomous Evaluation: การพัฒนาระบบที่สามารถจัดการกระบวนการสร้างความหลากหลาย การประเมิน และการคัดเลือกได้ด้วยตนเองโดยไม่ต้องอาศัยมนุษย์
  • Real-Time Planning: การเปลี่ยนจากการจับคู่รูปแบบเชิงรับ (reactive pattern matching) ไปสู่การวางแผนเชิงรุกที่มุ่งเน้นเป้าหมาย

Sutton ได้ตั้งเกณฑ์มาตรฐานระยะยาวที่ทะเยอทะยานสำหรับแล็บแห่งนี้ นั่นคือการสร้างเอเจนต์ที่มีพารามิเตอร์ระดับล้านล้าน (trillion-parameter) ที่สามารถเรียนรู้และวางแผนแบบเรียลไทม์ โดยใช้พลังงานเพียง 20 วัตต์เท่านั้น เป้าหมายนี้เป็นการแก้ปัญหาคอขวดที่สำคัญที่สุดอย่างหนึ่งใน AI สมัยใหม่ นั่นคือความต้องการพลังงานมหาศาลของคลัสเตอร์คอมพิวเตอร์ขนาดใหญ่

ทำไมเรื่องนี้จึงสำคัญต่อภูมิทัศน์ของ AI

การก่อตั้ง Oak Lab ส่งสัญญาณถึงการเปลี่ยนแปลงกระบวนทัศน์ (paradigm shift) ที่อาจเกิดขึ้นในอุตสาหกรรม AI ในขณะที่ตลาดส่วนใหญ่ในปัจจุบันมุ่งเน้นไปที่การขยายขนาดสถาปัตยกรรม Transformer และการเพิ่มขนาดชุดข้อมูล แต่ Sutton กำลังเรียกร้องให้มีการ "รื้อสร้างใหม่ทั้งหมด" (thorough reworking) ของแนวคิดพื้นฐานที่ขับเคลื่อนวงการนี้

หาก Oak Lab ประสบความสำเร็จ อุตสาหกรรมอาจเปลี่ยนจากการใช้วิธี "brute force" ในการขยายขนาดข้อมูล ไปสู่สถาปัตยกรรมที่มีความสง่างามและมีประสิทธิภาพมากขึ้น ซึ่งเลียนแบบสติปัญญาทางชีวภาพ ด้วยการให้ความสำคัญกับ Reinforcement Learning และการปฏิสัมพันธ์กับสิ่งแวดล้อม Sutton กำลังเดิมพันว่าเส้นทางสู่ปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence หรือ AGI) นั้นอยู่ที่ประสบการณ์และความเป็นอิสระ มากกว่าแค่การเลียนแบบในสเกลที่ใหญ่ขึ้น

สรุปประเด็นสำคัญ

  • แนวทางเชิงปรัชญาใหม่: Oak Lab มุ่งหวังที่จะแทนที่วิธีการเรียนรู้เชิงลึกที่ "อ่อนแอ" ในปัจจุบัน ด้วยเอเจนต์ที่เรียนรู้ผ่านการปฏิสัมพันธ์กับสิ่งแวดล้อมอย่างต่อเนื่อง แทนที่จะใช้ชุดข้อมูลแบบคงที่
  • ความทะเยอทะยานด้านประสิทธิภาพ: สตาร์ทอัพแห่งนี้ตั้งเป้าที่จะสร้างความก้าวหน้าในด้านประสิทธิภาพการคำนวณ โดยมุ่งเป้าไปที่โมเดลระดับล้านล้านพารามิเตอร์ที่ทำงานด้วยพลังงานเพียง 20 วัตต์
  • มุ่งเน้นการค้นพบ: ต่างจาก Generative AI ที่เน้นการเลียนแบบ Oak Lab กำลังสร้างเอเจนต์ที่สามารถประเมินตนเองและวางแผนแบบเรียลไทม์ได้อย่างเป็นอิสระ