ທີມນັກວິຈັຍແຂ່ງຝຶກໂມເດລປັນຍາປະດິດໃຫ້ສາມາດບັງຄັບຍານອະວະກາດໄດ້ດີທີ່ສຸດ ຜົນການແຂ່ງຂັນຊີ້ໃຫ້ເຫັນວ່າ ເອໄອແບບ LLM ເຊັ່ນ: ChatGPT ເຮັດຜົນງານໄດ້ເປັນອັນດັບ 2

ການສຳຫຼວດອະວະກາດໃນປັດຈຸບັນມີຂໍ້ຈຳກັດຫຼາຍຢ່າງທີ່ເຮັດໃຫ້ນັກວິໄຈ ໃຫ້ຄວາມສົນໃຈໃນການພັດທະນາລະບົບອັດຕະໂນມັດສຳລັບການຄວບຄຸມດາວທຽມ ແລະ ການນຳທາງຍານອະວະກາດ ເນື່ອງຈາກໃນອະນາຄົດອາດມີດາວທຽມຫຼາຍເກີນໄປທີ່ມະນຸດຈະຄວບຄຸມດ້ວຍຕົນເອງໄດ້

ນອກຈາກນີ້ ສຳລັບຍານທີ່ຖືກສົ່ງໄປສຳຫຼວດຫ້ວງອະວະກາດເລິກ ຂໍ້ຈຳກັດຂອງໄລຍະທາງໝາຍຄວາມວ່າພວກເຮົາບໍ່ສາມາດຄວບຄຸມຍານອະວະກາດໂດຍກົງແບບໂຕຈິງໃນເວລາຈິງຈາກເທິງໂລກໄດ້ ແຕ່ຕ້ອງໃຊ້ເວລາທີ່ດົນພໍສົມຄວນຈຶ່ງຈະຄວບຄຸມ ຫຼື ໄດ້ຮັບຂໍ້ມູນຈາກຍານນັ້ນ

ແລະ ເມື່ອໂລກໄດ້ຮູ້ຈັກກັບ ChatGPT ແຊັດບອດອັດສະລິຍະທີ່ເປັນໂມເດລພາສາຂະໜາດໃຫຍ່ (LLM) ນັກວິໄຈຫຼາຍຄົນຈຶ່ງເກີດຄວາມສົງໄສວ່າ ປັນຍາປະດິດ (ເອໄອ) ຕົວນີ້ ຈະສາມາດເຮັດໜ້າທີ່ເປັນນັກບິນອະວະກາດໄດ້ຫຼືບໍ່?

“You operate as an autonomous agent controlling a pursuit spacecraft.” (ເຈົ້າຈົງເຮັດວຽກເປັນເຈົ້າໜ້າທີ່ອິສະລະທີ່ຄວບຄຸມຍານອະວະກາດຕິດຕາມ) ເປັນຄຳສັ່ງ (prompt) ທຳອິດທີ່ນັກວິໄຈໃຊ້ເພື່ອເບິ່ງວ່າ ChatGPT ສາມາດບັງຄັບຍານອະວະກາດໄດ້ດີປານໃດ

ນັກວິໄຈຮູ້ສຶກປະຫຼາດໃຈທີ່ ChatGPT ມີປະສິດທິພາບເໜືອຄວາມຄາດໝາຍ ໂດຍໄດ້ອັນດັບ 2 ໃນການແຂ່ງຂັນຈຳລອງບັງຄັບຍານອະວະກາດອັດຕະໂນມັດ Kerbal Space Program Differential Game Challenge

ໂປຣແກມດັ່ງກ່າວເປັນຄືແຊນບັອກຊ໌ ຫຼື ສະໜາມເດັກຫຼິ້ນທີ່ອີງຈາກວິດີໂອເກມ Kerbal Space Program ເພື່ອໃຫ້ນັກບິນອະວະກາດ ແລະ ນັກວິໄຈສາມາດອອກແບບ ທົດລອງ ແລະ ທົດສອບລະບົບອັດຕະໂນມັດໃນສະພາບແວດລ້ອມຂອງອະວະກາດທີ່ຄ່ອນຂ້າງສົມຈິງໄດ້ ຄວາມທ້າທາຍປະກອບດ້ວຍສະຖານະການຕ່າງໆເຊັ່ນ: ພາລະກິດຕິດຕາມ ແລະ ສະກັດກັ້ນດາວທຽມ ແລະ ພາລະກິດຫຼົບຫຼີກການກວດຈັບ

ທີມນັກວິໄຈນານາຊາດໄດ້ຕັດສິນໃຈໃຊ້ເອໄອທີ່ເປັນ LLM ໃນການສຶກສາ ເນື່ອງຈາກແນວທາງດັ້ງເດີມໃນການພັດທະນາລະບົບອັດຕະໂນມັດນັ້ນຕ້ອງມີການຝຶກຝົນ ການຕອບຮັບ ແລະ ການປັບປຸງຫຼາຍຮອບ ແຕ່ຄວາມທ້າທາຍຂອງ Kerbal ຄື ຕ້ອງສົມຈິງຫຼາຍທີ່ສຸດ ແລະ ພາລະກິດກິນເວລາພຽງບໍ່ເທົ່າໃກຊົ່ວໂມງ ເຊິ່ງໝາຍຄວາມວ່າການປັບປຸງແບບຈຳລອງຢ່າງຕໍ່ເນື່ອງນັ້ນບໍ່ສາມາດເຮັດໄດ້ແທ້

ແຕ່ LLM ນັ້ນຊົງພະລັງຫຼາຍເນື່ອງຈາກໄດ້ຮັບການຝຶກຝົນຈາກຂໍ້ຄວາມຈຳນວນຫຼາຍທີ່ຂຽນໂດຍມະນຸດຢູ່ແລ້ວ ດັ່ງນັ້ນ ຫຼັງອອກແບບຊຸດຄຳສັ່ງຢ່າງລະມັດລະວັງກໍຈະໄດ້ບໍລິບົດທີ່ຖືກຕ້ອງສຳລັບສະຖານະການທີ່ກຳໜົດ

ແຕ່ ChatGPT ຈະບັງຄັບຍານອະວະກາດໄດ້ແນວໃດ?

ນັກວິໄຈໄດ້ພັດທະນາວິທີການແປສະຖານະ ແລະ ເປົ້າໝາຍຂອງຍານອະວະກາດໃນຮູບແບບຂໍ້ຄວາມ ຈາກນັ້ນຈຶ່ງສົ່ງຕໍ່ໃຫ້ LLM ແລະ ຂໍຄຳແນະນຳກ່ຽວກັບການວາງແນວ ແລະ ການເຄື່ອນທີ່ຂອງຍານອະວະກາດ ຈາກນັ້ນນັກວິໄຈຈຶ່ງພັດທະນາເລເຍີການແປທີ່ແປງ output ຂໍ້ຄວາມຂອງ LLM ໃຫ້ເປັນໂຄດທີ່ໃຊ້ງານໄດ້ເຊິ່ງສາມາດຄວບຄຸມຍານຈຳລອງໄດ້

ນັກວິໄຈໃຊ້ຊຸດຄຳສັ່ງເລັກໆນ້ອຍໆ ແລະ ປັບແຕ່ງເລັກນ້ອຍເພື່ອເຮັດແບບທົດສອບຕ່າງໆໃນຄວາມທ້າທາຍນີ້ ແລະສຸດທ້າຍກໍໄດ້ອັນດັບ 2 ໃນການແຂ່ງຂັນລ່າສຸດ (ອັນດັບ 1 ເປັນຂອງໂມເດນເອໄອທີ່ໃຊ້ສົມຜົນເປັນພື້ນຖານ)

ແລະ ທັງຫມົດນີ້ເກີດຂຶ້ນກ່ອນທີ່ ChatGPT ຮຸ່ນລ່າສຸດ ເວີຊັນ 4 ຈະວາງຈຳໜ່າຍ ຍັງຄົງມີວຽກທີ່ຕ້ອງເຮັດອີກຫຼາຍ ໂດຍສະເພາະຢ່າງຍິ່ງເມື່ອຕ້ອງຫຼີກລ້ຽງອາການ “ເອໄອຫລອນ” ຫຼື ເອົ້າທ໌ພຸດທີ່ບໍ່ຕ້ອງການ ແລະ ບໍ່ສົມເຫດສົມຜົນ ເຊິ່ງຈະຮ້າຍແຮງຫຼາຍໃນສະຖານະການຈິງ ແຕ່ສິ່ງນີ້ສະແດງໃຫ້ເຫັນເຖິງພະລັງຂອງ LLM ທີ່ສາມາດນຳໄປໃຊ້ປະໂຫຍດໃນຮູບແບບທີ່ຄາດບໍ່ເຖິງໄດ້ ຫຼັງຈາກທີ່ມັນໄດ້ຮຽນຄວາມຮູ້ຈຳນວນມະຫາສານຂອງມະນຸດ

ສະແດງຄຳຄິດເຫັນ