🧠 “Andrej Karpathy: AGI ยังห่างอีกทศวรรษ” — เมื่ออดีตหัวหน้าทีม AI ของ Tesla มองอนาคตของปัญญาประดิษฐ์แบบไม่มโน ในบทสัมภาษณ์กับ Dwarkesh Patel นักวิจัยและวิศวกร AI ชื่อดัง Andrej Karpathy ได้อธิบายอย่างลึกซึ้งว่าทำไมเขาจึงเชื่อว่า AGI (Artificial General Intelligence) หรือปัญญาประดิษฐ์ระดับมนุษย์จะยังไม่เกิดขึ้นในเร็ววัน และเหตุใดเขาจึงเรียกช่วงนี้ว่า “ทศวรรษของเอเจนต์” ไม่ใช่ “ปีของเอเจนต์” อย่างที่หลายคนคาดหวัง Karpathy มองว่าแม้ LLM อย่าง Claude หรือ Codex จะน่าประทับใจ แต่ยังขาดความสามารถสำคัญ เช่น ความเข้าใจหลายรูปแบบ (multimodality), การเรียนรู้ต่อเนื่อง (continual learning), การใช้คอมพิวเตอร์, และความสามารถในการจดจำหรือวางแผนระยะยาว เขาเปรียบเทียบว่า LLM วันนี้ยังไม่สามารถทำหน้าที่เหมือน “อินเทอร์น” ที่ทำงานร่วมกับมนุษย์ได้จริง เขายังวิจารณ์แนวทาง reinforcement learning (RL) ว่า “แย่ แต่ทางเลือกอื่นแย่ยิ่งกว่า” และยกตัวอย่างว่าการพัฒนา AGI ผ่านเกม (เช่น Atari หรือ Universe project ของ OpenAI) เป็น “ทางเบี่ยง” ที่ไม่ตอบโจทย์ เพราะโลกจริงซับซ้อนกว่าเกมมาก Karpathy เสนอแนวคิดว่าเราควรสร้าง “ghosts” หรือ “วิญญาณดิจิทัล” ที่เรียนรู้จากเอกสารบนอินเทอร์เน็ต แทนที่จะพยายามเลียนแบบสัตว์หรือสมองมนุษย์โดยตรง เพราะวิวัฒนาการและสมองมีความซับซ้อนที่เราไม่สามารถจำลองได้ง่าย ๆ ✅ Karpathy เชื่อว่า AGI ยังต้องใช้เวลาอีกประมาณ 10 ปี ➡️ เพราะยังมีข้อจำกัดด้านความเข้าใจ, ความจำ, และการเรียนรู้ ✅ เขาเรียกช่วงนี้ว่า “ทศวรรษของเอเจนต์” ไม่ใช่ “ปีของเอเจนต์” ➡️ เพราะการพัฒนาเอเจนต์ที่ใช้งานได้จริงยังต้องใช้เวลา ✅ LLM ปัจจุบันยังไม่สามารถทำงานเหมือนอินเทอร์นได้ ➡️ ขาดความสามารถในการใช้คอมพิวเตอร์, เรียนรู้ต่อเนื่อง, และจดจำ ✅ เขาวิพากษ์ reinforcement learning ว่าไม่เหมาะกับการสร้าง AGI ➡️ โดยเฉพาะแนวทางที่เน้นการเล่นเกม ✅ เสนอแนวคิด “ghosts” หรือ “วิญญาณดิจิทัล” ที่เรียนรู้จากอินเทอร์เน็ต ➡️ เป็นแนวทางที่เป็นไปได้มากกว่าการเลียนแบบสมองสัตว์ ✅ เปรียบเทียบ pre-training กับ “วิวัฒนาการแบบหยาบ ๆ” ➡️ เป็นวิธีที่เราสามารถใช้ได้จริงในปัจจุบัน https://www.dwarkesh.com/p/andrej-karpathy