หลังจากเหตุการณ์ AI ดับทั่วโลกเมื่อคืนที่ผ่านมา
ในที่สุด GPT-6 Astra ก็เปิดตัวอย่างเป็นทางการเมื่อเวลา 03:33 น. ตามเวลาในกรุงปักกิ่ง
ถ้าต้องใช้ประโยคเดียวจาก OpenAI เพื่อสรุป GPT-6 Astra
ก็คงจะเป็นประโยคนี้:
นี่คือโมเดลที่ฉลาดที่สุดและสอดคล้องกับมนุษย์มากที่สุดในโลก
และมีมีมออกมาแล้ว
ครั้งนี้ OpenAI ได้พิสูจน์ความแข็งแกร่งของตัวเอง และมันให้ความรู้สึกเหมือนช่วง GPT-4—การกลับมาของราชาในทุกด้าน สิ่งที่ทำให้ผมมีความสุขที่สุดคือ ในที่สุดนี่ก็ไม่ใช่โมเดลที่เชี่ยวชาญเฉพาะด้านการเขียนโค้ดอีกต่อไป
GPT-6 Astra เป็นพนักงานระดับปริญญาเอกอย่างแท้จริง ที่มีความสามารถด้านสุนทรียศาสตร์และวิชาชีพที่แข็งแกร่งมาก
โมเดลใหม่นี้มีฟีเจอร์และคุณสมบัติมากมาย และข้อมูลก็ล้นทะลัก
แต่เรื่องน่าเศร้าคือ OpenAI ก็เรียนรู้พฤติกรรมแย่ๆ บางอย่างเหมือนกัน
วันนี้มันเปิดให้เฉพาะองค์กรที่ได้รับการคัดเลือกเท่านั้น จะเปิดให้สมาชิกทั่วไปในอีกไม่กี่วันข้างหน้า
เดี๋ยวนะพี่ ตอนที่หลอกให้ผมซื้อสมาชิก Pro ราคา 200 ดอลลาร์ คุณไม่ได้พูดแบบนี้นะ... คุณบอกว่าสมาชิก Pro จะได้สิทธิ์เข้าถึงโมเดลใหม่ก่อนทุกครั้ง...
ปรากฏว่าบริษัทโมเดลภาษาใหญ่เหล่านี้ก็เล่นแง่กันทั้งนั้น
ผมไม่เคยอยากเร่งเวลาให้ผ่านไปเร็วขนาดนี้มาก่อนเลย แค่อยากใช้ GPT-6 Astra...
อย่างไรก็ตาม หลังจากดูข้อมูลและเอกสารเกือบทั้งหมดแล้ว ผมคิดว่ายังมีอะไรอีกมากที่คุยกับทุกคนได้
เรามาดูทีละข้อกัน
1. ข้อมูลพื้นฐานของ GPT-6 Astra
มาสรุปข้อมูลพื้นฐานกันก่อน
รหัสโมเดลของ GPT-6 Astra ใน API คือ gpt-6-astra
หน้าต่างบริบท (Context Window) คือ 1.05M หรือประมาณ 1.05 ล้านโทเค็น
ความยาวเอาต์พุตสูงสุดคือ 128K โทเค็น
วันที่ตัดความรู้ (Knowledge Cutoff) คือ 30 เมษายน 2026
มีระดับความเข้มข้นในการใช้เหตุผล 5 ระดับ: ต่ำ, ปานกลาง, สูง, สูงมาก, และสูงสุด
ราคา API มาตรฐานคือ 10 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 50 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต
ราคานี้แทบจะเหมือนกับ Claude Fable 5 ทุกประการ แต่การอ่านแคชมีราคาแพงกว่า Claude Fable 5.1
นี่คือเกณฑ์วัดประสิทธิภาพ (Benchmarks) ผมจะพูดถึงรายละเอียดทีหลัง แต่ขอให้ดูคร่าวๆ ก่อน
พารามิเตอร์ทั้งหมดคาดว่าอยู่ที่ระดับ 5T ในการแถลงข่าวแบบปิดก่อนการเปิดตัว พวกเขากล่าวว่า GPT-6 Astra คือการฝึกอบรมที่ใหญ่ที่สุดของ OpenAI จนถึงปัจจุบัน โดยใช้การ์ดมากกว่า 100,000 ใบ
2. โมเดลที่ดีที่สุดในโลกสำหรับการใช้งานคอมพิวเตอร์
GPT-6 Astra มีสิ่งที่อาจเป็นตำแหน่งที่สำคัญที่สุด:
โมเดลที่ดีที่สุดในโลกสำหรับการใช้งานคอมพิวเตอร์
ในอดีต เมื่อเราพูดถึง Agents เรามักพูดถึง API, MCP, CLI และอื่นๆ
สถานะในอุดมคติสำหรับ AI ในการใช้งานซอฟต์แวร์คือซอฟต์แวร์นั้นมีอินเทอร์เฟซเฉพาะสำหรับ AI เพื่อให้สามารถทำงานในระดับต่ำได้โดยตรง นี่คือวิธีที่สะดวกที่สุด
ตัวอย่างเช่น ปฏิทินมี Calendar API, อีเมลมี Gmail API เป็นต้น ซึ่งเห็นได้ชัดว่ารวดเร็ว
แต่ปัญหาคือ โลกนี้ดั้งเดิมและชั่วคราวยิ่งกว่าที่เราจินตนาการเสียอีก
ในโลกแห่งความเป็นจริง ซอฟต์แวร์ส่วนใหญ่อาจไม่มีสิ่งเหล่านี้เลย
แม้แต่ระบบภายในองค์กรหลายระบบก็เขียนขึ้นเมื่อยี่สิบปีที่แล้ว ไม่ต้องพูดถึง API เลย คนยังไม่รู้ด้วยซ้ำว่าเอกสารอยู่ที่ไหน
แต่ถ้าเรากลับไปที่ระดับพื้นฐานที่สุด คุณจะพบว่าแก่นแท้ของตรรกะซอฟต์แวร์ทั้งหมดคือการโต้ตอบ ตามตรรกะการใช้งานคอมพิวเตอร์ในปัจจุบันของเรา นั่นหมายถึงการมองหน้าจอ หาปุ่มหรือช่องป้อนข้อมูล คลิกเมาส์ ป้อนเนื้อหา และรอผลตอบรับ
ระบบโต้ตอบทั้งหมดของคอมพิวเตอร์ไม่ใช่ API ที่ดีที่สุดหรอกหรือ?
ดังนั้น GPT-6 Astra จึงเสริมความแข็งแกร่งให้กับตรรกะสำหรับ AI ในการใช้งานคอมพิวเตอร์อย่างมหาศาล ถ้าคุณไม่ให้ API แก่ฉัน ก็ไม่เป็นไร ฉันจะใช้งานคอมพิวเตอร์เอง เหมือนมนุษย์ทั่วไป
ตอนนี้ Astra สามารถใช้งาน Excel, Power BI โดยตรง, ทำ QA ฟร้อนท์เอนด์, ติดตั้งซอฟต์แวร์, ทดสอบซอฟต์แวร์, และดูข้อความแสดงข้อผิดพลาดบนหน้าจอเพื่อแก้ไขปัญหาต่อไป
การสาธิตอย่างเป็นทางการยังแสดงให้เห็น Astra ใช้งานการออกแบบแผงวงจรโดยตรงอีกด้วย
GIF
มันยังจัดรูปแบบเอกสารทางกฎหมาย จัดการระยะห่างหัวข้อและเค้าโครงหน้า
มีการประเมินที่น่าเชื่อถือที่เรียกว่า OSWorld
คุณสามารถเข้าใจง่ายๆ ว่า:
โยน AI เข้าไปในคอมพิวเตอร์จริงแล้วปล่อยให้มันทำงานด้วยตัวเอง
ให้มันเปิดแอปพลิเคชันหลายๆ ตัว มอบหมายงานให้มัน แล้วดูว่ามันสำเร็จหรือไม่
อัตราความสำเร็จของ GPT-6 Astra อยู่ที่ 72.6% เพิ่มขึ้นอย่างมีนัยสำคัญจาก 65.7% ของ GPT-5.6 Sol
ยิ่งไปกว่านั้น Sol ใช้เวลาเฉลี่ยประมาณ 75 นาทีในการทำงานจำลองที่ซับซ้อนหนึ่งงาน
Astra ใช้เวลาเพียง 40 นาที ซึ่งน้อยกว่าประมาณ 47%
ScreenSpot-Pro ก็กระโดดจาก 76.9% ของ Sol เป็น 92.7%
เกณฑ์วัดนี้ส่วนใหญ่จะดูว่าโมเดลสามารถเข้าใจหน้าจอและระบุตำแหน่งที่จะคลิกได้อย่างแม่นยำหรือไม่ ตอนนี้มันแม่นยำเกือบสมบูรณ์แบบแล้ว
ดังนั้นตำแหน่งนี้จึงน่าสนใจทีเดียว ในอนาคต GUI อาจค่อยๆ กลายเป็น API ที่เป็นสากลที่สุดในยุคของ Agent
งานดิจิทัลใดๆ ที่มนุษย์สามารถทำได้ผ่านหน้าจอ ในทางทฤษฎีจะค่อยๆ เข้าสู่ขอบเขตการทำงานของ Agents
คุณไม่ต้องรอให้ระบบ ERP ห่วยๆ ที่เขียนในปี 2007 เชื่อมต่อกับ MCP หรือเปิด API ให้คุณ
AI จะแค่มองหน้าจอแล้วทำให้เสร็จ
3. ARC-AGI-3 ทำคะแนนได้ 99.9 คะแนน
ถ้าคุณไม่รู้ว่า ARC-AGI-3 วัดอะไร ก็อาจจะคิดว่า:
โอ้ ก็แค่เกณฑ์วัดอีกตัวที่ได้คะแนนเต็ม จะพิเศษอะไรนักหนา?
แต่มันค่อนข้างแตกต่างจากการสอบโมเดลภาษาใหญ่ทั่วไป
เมื่อวันที่ 25 มีนาคมปีนี้ ARC Prize ได้เปิดตัว ARC-AGI-3 อย่างเป็นทางการ
มันออกแบบสภาพแวดล้อมแบบโต้ตอบใหม่หลายร้อยแบบและด่านเกมหลายพันด่าน
สิ่งที่บ้าที่สุดของสิ่งนี้คือไม่มีคู่มือ ไม่มีกฎ และมันจะไม่บอกคุณด้วยซ้ำว่าเป้าหมายคืออะไร คุณแค่เข้าไป เล่น และค่อยๆ หากฎที่ยุ่งเหยิงภายใน
ตัวอย่างเช่น เจ้าสีแดงนี่คืออะไร? ทำไมฉันถึงตายเมื่อแตะมัน? แผนที่นี้ต้องการให้ฉันทำอะไร? ฉันจะชนะได้อย่างไร?
จากนั้นคุณก็นำรูปแบบที่เพิ่งเรียนรู้ไปใช้กับด่านที่ยากขึ้นในภายหลัง เกมภายในล้วนเป็นสิ่งที่เป็นนามธรรมแบบนี้
ดังนั้น สิ่งที่วัดได้จริงๆ คือสิ่งที่เราเรียกกันทั่วไปว่า:
ความฉลาดรู้ทัน (Savvy)
เมื่อเกณฑ์วัดนี้เปิดตัวในเดือนมีนาคม คะแนน AI ที่ดีที่สุดในขณะนั้นคือ 0.51%
จากนั้น GPT-5.6 Sol ก็ปรับปรุงเป็น 7.8% และ Claude Opus 5 ก็แข็งแกร่งมาก โดยได้ 30.2%
แต่ GPT-6 Astra ได้ 99.9%
มันบ้ามาก...
โปรดจำไว้ว่า คะแนนเฉลี่ยของมนุษย์คือ 48%
และเวลาผ่านไปเพียงหกเดือนเท่านั้น
ผมไม่รู้จะพูดอะไรกับความเร็วนี้
นั่นคือสาเหตุที่ในการประชุมสื่อแบบปิดของ OpenAI Greg Brockman พูดประโยคนั้น:
“ผมคิดว่าไม่ใช่เรื่องไร้เหตุผลที่จะรู้สึกว่าตอนนี้เราอยู่ในยุค AGI แล้ว”
“ยินดีต้อนรับสู่ยุค AGI”
4. สุนทรียศาสตร์ได้รับการปรับปรุงอย่างมีนัยสำคัญ
เราเคยพูดว่าสุนทรียศาสตร์ของ GPT นั้นเหมือนขยะ
เราไม่ได้คาดหวังการปรับปรุงมากนักจากซีรีส์ GPT-5 เรากำลังรอโมเดลพื้นฐานที่ผ่านการฝึกอบรมล่วงหน้าแบบใหม่ทั้งหมดของพวกเขา และแล้วมันก็มา GPT-6 Astra
ครั้งนี้ ในที่สุดสุนทรียศาสตร์ของโมเดลก็ได้รับการปรับปรุงอย่างมีนัยสำคัญ
OpenAI ยังกล่าวถึงคำศัพท์ที่เรียกว่า การตัดสินเชิงภาพ (Visual Judgment) โดยเฉพาะ
พวกเขาเน้นว่าเมื่อ Astra ทำ PPT มันจัดการเค้าโครง ลำดับชั้น เทมเพลต และสไตล์ภาพได้ดีขึ้นมาก และจำนวนหน้าก็เพิ่มขึ้นอย่างมีนัยสำคัญ
สุนทรียศาสตร์ของเอกสารก็ดูดีขึ้นมากเช่นกัน
ยิ่งไปกว่านั้น GPT-6 Astra สามารถปรับเอกสารตามสไตล์ภาพและน้ำเสียงในการเขียนของเอกสารอ้างอิง ทำให้ผลลัพธ์สุดท้ายให้ความรู้สึกเป็นธรรมชาติกับแบรนด์มากขึ้น ในขณะที่ยังคงรักษาเนื้อหาสาระของเอกสารต้นฉบับไว้
มันยังมีการตัดสินเชิงภาพที่แข็งแกร่งขึ้นเมื่อสร้างเว็บไซต์ เกม แอปพลิเคชัน และการเรนเดอร์ 3 มิติ
ตัวอย่างเช่น พวกเขาให้ Astra สร้างโมเดลใน Blender จากภาพนิ่ง
จากนั้นใช้ UE5 เรนเดอร์เป็นฉากที่เดินได้ ช่วยให้นักออกแบบและลูกค้าสำรวจเค้าโครงและสัมผัสประสบการณ์พื้นที่ก่อนที่จะสร้างจริง...
เกมที่มันสร้างก็มีสุนทรียศาสตร์ที่แข็งแกร่งเช่นกัน
น่าเสียดายที่ผมเตรียมเคสไว้กว่ายี่สิบเคสและรันทั้งหมดผ่าน Claude, GLM 5.3 Flash ฯลฯ อยากจะเปรียบเทียบ เสียดายที่ยังใช้ไม่ได้ เนื้อหาทดสอบจริงคงต้องรอให้มันปล่อยออกมาก่อน
อย่างไรก็ตาม เมื่อมองแวบแรก ผมมีความมั่นใจในสุนทรียศาสตร์ของ GPT-6 Astra
5. ความคิดริเริ่มและการตัดสินใจที่แข็งแกร่งขึ้น
ฟีเจอร์นี้ดูไม่น่าตกตะลึงเท่าคะแนน ARC-AGI 99.9
แต่ถ้าคุณใช้ Agents ในการทำงานทุกวัน ผมคิดว่ามันสำคัญมาก
เพราะในงานจริง งานส่วนใหญ่ไม่สามารถเขียนเป็นพรอมต์ที่สมบูรณ์แบบได้
ตัวอย่างเช่น เจ้านายพูดว่า: เตรียมเอกสารสำหรับการประชุมพรุ่งนี้
มีปัญหาที่ไม่ชัดเจนนับไม่ถ้วนที่นี่
ตัวอย่างเช่น รูปแบบอะไร? เพื่อใคร? จุดเน้นคืออะไร? ควรดูการประชุมครั้งล่าสุดหรือไม่ และอื่นๆ
Agent ที่โง่จะไปสุดโต่งสองทาง
ทางแรกคือถามคุณอย่างบ้าคลั่ง
“คุณต้องการ Word หรือ PPT? กี่บท? ฟอนต์อะไร? ควรเสร็จเมื่อไหร่? ขอถามหน่อย...”
ผมจะตบคุณหนึ่งที ผมมักเรียกสิ่งนี้ว่าคนไร้ประโยชน์ทางประสาทที่ไม่มีความคิดริเริ่มส่วนตัว
ทางที่สองคือไม่ถามอะไรเลย สร้างเรื่องขึ้นมาเอง ทำงานหนักเป็นเวลาสองชั่วโมง แล้วผลิตขยะออกมากองหนึ่ง
เพื่อนร่วมงานมนุษย์ที่ยอดเยี่ยมอย่างแท้จริงจัดการเรื่องนี้อย่างละเอียดอ่อนมาก
พวกเขาตัดสินใจเรื่องที่ไม่สำคัญด้วยตัวเอง
พวกเขาจะถามคุณเฉพาะเรื่องที่จะส่งผลต่อทิศทางสุดท้ายเท่านั้น
Astra เสริมความแข็งแกร่งในเรื่องนี้โดยเฉพาะ
OpenAI กล่าวว่าหากข้อมูลขาดหายไปแต่อยู่ในช่วงที่สมเหตุสมผลสำหรับการอนุมานในชีวิตประจำวัน Astra จะเติมข้อมูลเอง
หากข้อมูลที่ขาดหายไปจะเปลี่ยนผลลัพธ์สุดท้ายจริงๆ มันจะถามคำถามที่ตรงประเด็นมาก
และใน Codex มันสามารถดำเนินการส่วนที่ไม่ขึ้นอยู่กับคำตอบของคุณต่อไปได้ในขณะที่รอคุณ
คุณไม่ตอบกลับเป็นเวลานาน
มันจะดำเนินการต่อด้วยสมมติฐานที่สมเหตุสมผลในพื้นที่ที่มีความเสี่ยงต่ำ
สำหรับการตัดสินใจที่สำคัญจริงๆ มันจะหยุดและรอให้คุณตัดสินใจ
ผมคิดว่ามันดีมาก ความฉลาดที่แท้จริงใน Agent ก็เหมือนในโลกแห่งความเป็นจริง
มันรู้ว่าเมื่อไหร่ควรรบกวนคุณ
จริงๆ นะ มันฟังดูซ้ำซาก
แต่ถ้าคุณเคยบริหารคน คุณจะรู้ว่าความสามารถนี้มีค่ามาก
บางคนมาหาคุณยี่สิบครั้งต่อวันและไม่กล้าตัดสินใจอะไรเลย
บางคนไม่เคยมาหาคุณแล้วก็ทิ้งระเบิดนิวเคลียร์
นั่นทำให้ผมนั่ง slumped อยู่บนเก้าอี้
คนที่สบายใจที่สุดคือคนที่สามารถย่อยความไม่แน่นอนได้ 80% ด้วยตัวเอง และนำเฉพาะ 20% ที่ต้องการการอนุมัติจากคุณจริงๆ มาให้คุณตัดสินใจ
OpenAI เรียกความสามารถนี้โดยตรงว่า:
การตัดสินใจ (Judgment)
6. การจัดแนวความปลอดภัยที่แข็งแกร่งขึ้นอย่างมีนัยสำคัญ
สิ่งนี้ต้องมองร่วมกับข้างต้น
เพราะยิ่ง Agent มีความสามารถมากเท่าไหร่ ก็ยิ่งอันตรายมากขึ้นเท่านั้น
AI ที่แค่แชทแล้วเสียสติ
อย่างมากก็แค่พูดเรื่องไร้สาระกับคุณ
Agent ที่มีเบราว์เซอร์, Shell, อีเมล, การเข้าถึงฐานข้อมูลบริษัท และความสามารถในการใช้งานคอมพิวเตอร์ที่เสียสติ—ภาพนั้นอาจกลายเป็น "สวยงาม" ได้ง่ายๆ
ดังนั้น OpenAI จึงเน้นย้ำประโยคหนึ่งในครั้งนี้:
Astra เป็นโมเดลที่สอดคล้องกับมนุษย์มากที่สุดของพวกเขาจนถึงปัจจุบัน
Alignment ก็คือสิ่งที่ฟังดู แก่นคือ OpenAI เพิ่งมีเรื่องขัดแย้งกับ Hugging Face ดังนั้นตอนนี้พวกเขาจึงให้ความสำคัญกับเรื่องนี้เป็นพิเศษ
พวกเขาสร้างการทดสอบ Honey Pot โดยอิงจากเหตุการณ์ Hugging Face นั้นเพื่อดูประสิทธิภาพของโมเดล
GPT-5.6 Sol ที่ไม่มีมาตรการด้านความปลอดภัยในการผลิต จะพยายามแตะต้องเป้าหมายนอกเหนือการอนุญาตใน 48.2% ของการทดสอบ
แต่ Astra คือ:
0%
การประเมินภาพหลอนภายในก็ลดลงจาก 9.4% เป็น 2.0%
แม้จะมีการควบคุมภาพหลอนที่นำระดับโลกของ GPT-5.6 Sol พวกเขาก็ยังสามารถลดลงได้อีก ซึ่งน่าทึ่งจริงๆ
7. โมเดลแรกที่ถึงระดับ 'วิกฤต' ด้านความปลอดภัยทางไซเบอร์ที่ OpenAI กำหนด
GPT-6 Astra กลายเป็นรุ่นแรกในประวัติศาสตร์ของ OpenAI ที่:
ถูกตัดสินว่าถึงระดับความสามารถด้านความปลอดภัยทางไซเบอร์ที่วิกฤต (Critical)
"วิกฤต" ในที่นี้เป็นเกณฑ์ความสามารถที่เฉพาะเจาะจงมากในกรอบความพร้อมของ OpenAI (Preparedness Framework)
โดยพื้นฐานแล้วหมายความว่าเมื่อโมเดลได้รับเครื่องมือและสิทธิ์ที่เหมาะสม มันสามารถในระบบจริงที่ได้รับการเสริมความแข็งแกร่งและป้องกันหลายระบบ:
ค้นหาช่องโหว่ด้านความปลอดภัยที่ไม่มีใครค้นพบมาก่อน
หาวิธีเปลี่ยนช่องโหว่เหล่านั้นให้เป็นห่วงโซ่การโจมตีที่ใช้ประโยชน์ได้
และตลอดกระบวนการ มันไม่จำเป็นต้องมีแฮกเกอร์มนุษย์คอยบอกว่าต้องทำอะไรต่อไป
การถึงระดับนี้ถือว่าวิกฤต
และ Astra ก็ถึงมันจริงๆ
ExploitBench คือการทดสอบที่โมเดลพัฒนา Exploit โดยอาศัยช่องโหว่ที่รู้จัก
Sol: 78.5% Astra: 100%
มันเคลียร์ได้หมด
OpenAI คิดว่ายังไม่พอ พวกเขาสงสัยว่าเกณฑ์วัดนี้เก่าเกินไปหรือไม่ และโมเดลอาจเคยเห็นระหว่างการฝึกอบรม
所以他们จึงสร้างการทดสอบภายในที่ใหม่มาก
พวกเขาเลือกช่องโหว่ V8 ความเสี่ยงสูง 20 รายการที่เปิดเผยระหว่างเดือนมิถุนายนถึงสิงหาคม 2026 เท่านั้น
ผลลัพธ์คือ Sol: 5.5% และ Astra: 39%
ยิ่งไปกว่านั้น ขณะรันเกณฑ์วัดนี้
Astra ยังบังเอิญค้นพบช่องโหว่ Zero-Day สองรายการที่ไม่มีใครรู้มาก่อน
ต้องบอกว่าเมื่อโมเดลมีประสิทธิภาพมากขึ้น ปัญหาความปลอดภัยทางไซเบอร์ก็อาจเพิ่มขึ้นตามไปด้วย
นี่คือสงครามที่ไร้ควันอีกครั้งในอนาคต
8. มนุษย์เริ่มอ่านความคิดของโมเดลภาษาใหญ่ได้ยากขึ้น
ทุกคนรู้ว่าเมื่อโมเดลภาษาใหญ่แก้ปัญหาที่ซับซ้อน มักจะมีสิ่งที่เรียกว่า CoT (Chain of Thought)
แม้ว่าเวอร์ชันที่ผู้ใช้เห็นในผลิตภัณฑ์มักจะถูกบีบอัดหรือประมวลผลแล้ว
แต่สำหรับบริษัท AI เอง กระบวนการใช้เหตุผลที่เขียนไว้อย่างชัดเจนภายในโมเดลเป็นสัญญาณความปลอดภัยที่สำคัญมาก
เพราะคุณต้องการรู้ว่า Agent กำลังวางแผนจะก่อเรื่องหรือไม่
วิธีที่ง่ายที่สุดวิธีหนึ่งคือดูว่ามันกำลังคิดอะไรอยู่
ตัวอย่างเช่น ถ้าจู่ๆ มีประโยคปรากฏขึ้นในห่วงโซ่ความคิดของโมเดล:
"ผู้ใช้ไม่อนุญาตให้ฉันเข้าถึงเซิร์ฟเวอร์นี้ แต่ฉันสามารถเลี่ยงระบบสิทธิ์ก่อน"
จากนั้นระบบตรวจสอบสามารถบล็อกได้โดยตรง ซึ่งสะดวกมาก
แต่การเปลี่ยนแปลงที่น่าสนใจมากปรากฏใน GPT-6 Astra
มันเริ่มเต็มใจที่จะข้ามขั้นตอนและส่งออกคำตอบโดยตรงมากขึ้น
UK AISI หรือสถาบันความปลอดภัย AI แห่งสหราชอาณาจักร ได้ทดสอบความสามารถนี้โดยเฉพาะ
พวกเขามีตัวชี้วัดที่เรียกว่า:
No-CoT Math Time Horizon
พูดง่ายๆ คือไม่ให้โอกาสโมเดลเขียนห่วงโซ่ความคิดยาวๆ
ให้มันแก้ปัญหาคณิตศาสตร์ในการส่งผ่านไปข้างหน้าครั้งเดียว
ดูว่ามันสามารถใช้เวลาคิดของมนุษย์ได้มากแค่ไหน
GPT-5.6 Sol คือ 3.6 นาที ในขณะที่ GPT-6 Astra คือ 30.9 นาที—มากกว่าเกือบ 10 เท่า
ถ้าใช้คำพูดของมนุษย์ Astra กำลัง "คิดในใจ" ทั้งหมด
นี่เป็นสิ่งที่น่ากลัว
UK AISI ยังพบว่าภาษาเหตุผลดิบของ Astra มีการบีบอัดมากขึ้นอย่างมีนัยสำคัญ
มีวลีและสำนวนที่ย่อที่มนุษย์เข้าใจยากขึ้นเรื่อยๆ ปรากฏขึ้น
ดังนั้นจึงเกิดความขัดแย้งที่น่าสนใจมาก
พฤติกรรมของโมเดลปลอดภัยขึ้น
แต่มนุษย์กลับควบคุมดูแลมันโดยการอ่านกระบวนการคิดของมันได้ยากขึ้น
System Card ของ OpenAI เขียนไว้อย่างชัดเจน:
เมื่อเทียบกับโมเดลก่อนหน้า GPT-6 Astra แสดงให้เห็นถึง การลดลงอย่างมีนัยสำคัญในความสามารถในการตรวจสอบห่วงโซ่ความคิด (Chain-of-Thought Monitorability)
ซึ่งหมายความว่าความสามารถในการตรวจสอบห่วงโซ่ความคิดลดลงอย่างมาก
เรื่องนี้ร้ายแรงถึงขนาดที่ OpenAI เน้นย้ำเป็นพิเศษว่าพวกเขาไม่คิดว่าจะยอมรับแนวโน้มนี้ไปเรื่อยๆ
หากโมเดลยังคงฉลาดขึ้นในอนาคตในขณะที่ห่วงโซ่ความคิดตรวจสอบได้ยากขึ้น พวกเขาจำเป็นต้องหาวิธีตรวจสอบที่เชื่อถือได้เพียงพออื่นๆ มิฉะนั้น การขยายการฝึกอบรมโมเดลต่อไปจะต้องเผชิญกับเกณฑ์ความปลอดภัยที่สูงขึ้น
เพราะนี่เป็นข้อเสนอเชิงปรัชญาแล้ว
ในฐานะมนุษย์ เราจะสามารถเข้าใจระบบที่ฉลาดกว่าเราได้มากในอนาคตหรือไม่?
ผมไม่รู้
บางทีตอนนี้คงไม่มีใครในโลกรู้
โมเดลภาษาใหญ่และ AI ดูเหมือนจะค่อยๆ เคลื่อนไปสู่ภาวะเอกฐาน (Singularity)
คำพูดสุดท้าย
วันนี้ ในการประชุมสื่อแบบปิด
Greg Brockman พูดประโยคนั้นในตอนท้าย
“ยินดีต้อนรับสู่ยุค AGI”
พูดตามตรง ในช่วงไม่กี่ปีที่ผ่านมา บางครั้งผมรู้สึกว่า AGI จะเป็นช่วงเวลาที่เฉพาะเจาะจงมาก
เหมือนวันที่ GPT-4 เปิดตัว
เช้าวันหนึ่ง บริษัทหนึ่งก็โยนโมเดลออกมา
เราเปิดมันและถามคำถามสองสามข้อ
แล้วทุกคนก็รู้พร้อมกัน:
พระเจ้า
AGI มาแล้ว
แต่ตอนนี้บางครั้งผมก็รู้สึกว่า AGI ไม่เคยเป็นโหนดขาวดำ มันคือการเดินทางสีเทาแบบไล่ระดับ
หลายวันผ่านไป หลายปีผ่านไป
แล้ววันหนึ่ง เราก็มองย้อนกลับไป
และจู่ๆ ก็พบว่า
เส้นขอบ AGI ที่เคยไกลโพ้นนั้น เราได้ข้ามมันไปโดยไม่รู้ตัว
อาจไม่มีวันที่ AGI จะมาเยือน
มีเพียงวันที่เราจู่ๆ ก็รู้ว่ามันดูเหมือนจะอยู่รอบตัวเรามานานแล้ว
อย่างไรก็ตาม
ยินดีต้อนรับสู่ยุค AGI
ยินดีต้อนรับสู่
ยุค AGI
จบแค่นี้ เนื่องจากคุณอ่านมาถึงตรงนี้ ถ้าคิดว่าดี ช่วยกดไลค์ คอมเมนต์ และแชร์ด้วยนะครับ มันช่วยเราได้มาก~
ขอบคุณที่อ่านบทความของผม เจอกันใหม่ครั้งหน้าครับ
