รายงานล่าสุดชี้ให้เห็นถึงความท้าทายในการพัฒนา AI แบบ AGI โดยเน้นว่าการเพิ่มพลังประมวลผลเพียงอย่างเดียวอาจไม่เพียงพอ แม้บริษัทใหญ่ลงทุนมหาศาลในเทคโนโลยีนี้ ผลลัพธ์ที่ได้กลับลดลง นอกจากนี้ นักวิจัยยังสนับสนุนให้เน้นความปลอดภัยและวิธีการพัฒนาที่คุ้มค่า เช่น การลดพลังงานหรือปรับกระบวนการทำงานของ AI ให้มีประสิทธิภาพมากขึ้น ความท้าทายในการพัฒนา AGI: - แม้มีการลงทุนมากกว่า 56 พันล้านดอลลาร์ ใน AI เช่น การฝึกโมเดลขนาดใหญ่ แต่ผลลัพธ์ในด้านประสิทธิภาพเริ่มลดลง เช่น โมเดลล่าสุดของ OpenAI ที่แสดงการปรับปรุงเพียงเล็กน้อยเมื่อเทียบกับรุ่นก่อนหน้า. ปัญหาด้านพลังงานและโครงสร้างพื้นฐาน: - เนื่องจากโมเดล AI ต้องใช้พลังงานอย่างมหาศาล บริษัทต่าง ๆ เช่น Microsoft, Google และ Amazon จึงเริ่มหันไปใช้พลังงานนิวเคลียร์เพื่อรองรับศูนย์ข้อมูล. แนวทางใหม่เพื่อการพัฒนา AI: - มีการสำรวจวิธีการที่ไม่เน้นเพิ่มพลังประมวลผล เช่น การใช้ "Test-time Compute" ซึ่งโมเดล AI จะ "คิด" นานขึ้นก่อนให้คำตอบ วิธีนี้ช่วยเพิ่มประสิทธิภาพโดยไม่ต้องขยายระบบอย่างมหาศาล แต่ยังไม่ใช่วิธีแก้ปัญหาที่สมบูรณ์. มุมมองด้านความปลอดภัยและจริยธรรม: - 82% ของนักวิจัย เชื่อว่าหาก AGI พัฒนาโดยบริษัทเอกชน ควรอยู่ภายใต้การควบคุมสาธารณะเพื่อลดความเสี่ยงและปัญหาด้านจริยธรรม. https://www.techspot.com/news/107256-most-ai-researchers-doubt-scaling-current-systems-alone.html