Connect with us

Hi, what are you looking for?

Notebookspec

Other News

OpenAI – สร้าง AI ที่สามารถเขียนภาษา JavaScript และ PHP ได้ โปรแกรมเมอร์เตรียมตกงาน !!!

นับวันนั้นปัญญาประดิษฐ์หรือที่เราเรียกกันสั้นๆ ว่า AI เริ่มที่จะฉลาดมากขึ้นเรื่อยๆ ครับ โดยเมื่อไม่นานมานี้บริษัท OpenAI ของนักธุรกิจชื่อดังเจ้าของ Tesla อย่าง Elon Musk

นับวันนั้นปัญญาประดิษฐ์หรือที่เราเรียกกันสั้นๆ ว่า AI เริ่มที่จะฉลาดมากขึ้นเรื่อยๆ ครับ โดยเมื่อไม่นานมานี้บริษัท OpenAI ของนักธุรกิจชื่อดังเจ้าของ Tesla อย่าง Elon Musk ได้ทำการเปิดตัวปัญญาประดิษฐ์ที่มีชื่อว่า GPT-2 ออกมาซึ่งความสามารถของมันนั้นก็คือการสร้างบทความที่เป็นภาษาอังกฤษได้เพียงแค่ใส่ชื่อของหัวข้อข่าวลงไปเท่านั้น นอกไปจากนั้นแล้วนักวิจัยจาก Newyok University อย่างคุณ Brendan Dolan-Gavitt  เผยความสามารถแฝงของ GPT-2 ซึ่งนั่นก็คือเจ้า GPT-2 นั้นยังสามารถที่จะเขียนโค้ดภาษา JavaScript และ PHP ได้ด้วยอีกต่างหากครับ

900px Coding Shots Annual Plan high res 5

Advertisement

อย่างไรก็ตามแต่แล้วนั้นโค้ดที่ทาง GPT-2 เขียนออกมานั้นยังมีข้อผิดพลาดอยู่ครับ ถึงแม้หากดูคร่าวๆ นั้นจะผมว่าตัวโค้ดเหมือนจะใช้งานได้ ทว่าเมื่อนำไปตรวจสอบรหัสโค้ดดูแล้วจะพบว่าตัวโค้ดนั้นไม่สามารถที่จะรันได้ กระนั้นแล้วตัวโคัดเองก็ยังสามารถที่จะสร้างความสัมพันธ์ของโค้ดและเข้าใจในหลักการเขียนโค้ดในระดับหนึ่งไม่ว่าจะเป็นการตั้งตั้งชื่อ Class ใน JavaScript อย่างเช่น DbAppAndFNAAppRegistrationService เป็นต้นครับ(แต่ก็ยังมีจุดที่ไม่รู้ที่มาในโค้ดอยู่ตัวอย่างเช่นชื่อของแอปที่ใช้ชื่อว่า “FNA” ซึ่งไม่ได้สื่อถึงสิ่งที่อยู่ในโค้ดเลยครับ

ทั้งนี้ทั้งนั้นแล้วเมื่อทางคุณ Brendan ได้ทำการตรวจสอบโค้ดแล้วนั้นพบว่าโค้ดที่ GPT-2 เขียนออกมานั้นมีส่วนที่ผิดพลาดไม่มากเท่าไรนักโดยเมื่อแก้ไขเพียงนิดหน่อยแล้วก็สามารถที่จะใช้งานได้จริง นอกไปจากนั้นแล้วยังมีผู้ใช้เว็บไซต์ YCombinator ซึ่งมีชื่อแฝงว่า aboutruby ได้นำเอาโค้ดดังกล่าวนั้นไปจัดให้สามารถที่จะอ่านได้ง่ายมากขึ้นไปโพสไว้ใน Pastebin ด้วยครับ งานนี้นั้นเรียกได้ว่าวงการโปรแกรมเมอร์นั้นอาจจะถึงขั้นสั่นสะเทือนได้เพราะหาก AI ถูกพัฒนาให้ฉลาดมากขึ้นกว่าเดิมจนเขียนโค้ดออกมาได้อย่างถูกต้องแล้วล่ะก็ ตามที่คุณ Brendan ได้บอกเอาไว้นั้นมีเปอร์เซ็นต์สูงมากที่โปรแกรมเมอร์ในปัจจุบันจะมีหน้าที่กลายเป็นตรวจสอบเพื่อแก้ไขโค้ดแทนล่ะครับ

b1e8607bd9abeef2bbd55c6c52fa9939

หมายเหตุ – แต่ถ้าในอนาคต AI ฉลาดมากขึ้นกว่านี้เราอาจจะได้เห็น AI ที่มาพร้อมกับความสามารถในการปรับปรุงแก้ไขโค้ดโปรแกรมให้ถูกต้องได้ เมื่อถึงตอนนั้นแล้วล่ะก็สงสัยโปรแกรมเมอร์จะได้ตกงานเอาจริงๆ ล่ะครับ

ที่มา : news.ycombinator, raw.githubusercontent

Click to comment
Advertisement

บทความน่าสนใจ

PR-News

บทความโดย Steven Fong, Corporate Vice President, APJ Embedded Business ปัญญาประดิษฐ์ (AI) กำลังก้าวเข้าสู่เฟสใหม่ ซึ่งขยายขอบเขตจากการเพิ่มประสิทธิภาพการทำงานบนโลกดิจิทัล ไปสู่การใช้งานจริงในโลกทางกายภาพ  ช่วงหลายปีที่ผ่านมา AI มักถูกตีกรอบอยู่แค่ระบบที่ทำความเข้าใจ สร้าง และแนะนำข้อมูลได้ โมเดลภาษาขนาดใหญ่ (LLMs), AI Assistant และ Copilot ได้เข้ามาพลิกโฉมรูปแบบการทำงานที่ใช้ความรู้ไปอย่างสิ้นเชิง โดยช่วยให้เราค้นหา สรุปผล สร้างคอนเทนต์ และตัดสินใจได้ดียิ่งขึ้น คลื่นลูกแรกของ AI นี้ถือเป็นการปฏิวัติประสิทธิภาพการทำงานบนโลกดิจิทัลอย่างแท้จริงAdvertisement แต่ทว่า คลื่นลูกถัดไปของ AI จะแตกต่างออกไปอย่างสิ้นเชิง จากเดิมที่ทำหน้าที่เพียงทำความเข้าใจข้อมูล ปัจจุบัน AI ถูกคาดหวังให้สามารถโต้ตอบกับโลกทางกายภาพได้มากขึ้น เราจะได้เห็นหุ่นยนต์ทำงานร่วมกับมนุษย์ในโรงงาน ยานยนต์อัตโนมัติที่สามารถรับรู้และตอบสนองต่อสภาพแวดล้อมได้ตลอดเวลา ระบบทางการแพทย์ที่ช่วยแพทย์วินิจฉัยและตัดสินใจได้แบบเรียลไทม์ ตลอดจนโครงสร้างพื้นฐานอัจฉริยะที่สามารถตรวจสอบ ปรับแต่ง และตอบสนองได้เองโดยไม่ต้องอาศัยมนุษย์คอยสั่งการตลอดเวลา การเปลี่ยนผ่านนี้ไม่ใช่แค่การเพิ่มแอปพลิเคชัน AI รูปแบบใหม่ แต่คือการพลิกโฉมความคาดหวังพื้นฐานที่เรามีต่อขีดความสามารถของ AI  เมื่อ AI ขยายตัวจากคลาวด์และสภาพแวดล้อมดิจิทัลเข้าสู่ระบบทางกายภาพ ความอัจฉริยะจึงไม่สามารถหยุดอยู่แค่คำว่า “รู้” ได้อีกต่อไป ระบบ Physical AI (AI ทางกายภาพ) เช่น หุ่นยนต์อัตโนมัติ จะต้องรับรู้ข้อมูล ตัดสินใจ และลงมือทำได้แบบเรียลไทม์ โดยต้องมีความปลอดภัยในการใช้งาน (Functional safety) และสามารถทำงานภายใต้ข้อจำกัดที่เข้มงวด ทั้งเรื่องพลังงาน ความร้อน และพื้นที่ ความจำเป็นในการเปลี่ยนผ่านครั้งนี้ไม่ได้เกิดจากแค่ความก้าวหน้าทางเทคโนโลยี AI เท่านั้น แต่ยังถูกขับเคลื่อนจากการเปลี่ยนแปลงเชิงโครงสร้างของเศรษฐกิจโลกด้วย  และนี่คือจุดเริ่มต้นของยุค Physical AI อย่างแท้จริง ซึ่งปัจจุบันกำลังเข้ามาพลิกโฉมหลากหลายอุตสาหกรรม และ AMD เชื่อมั่นว่าสิ่งนี้จะเป็นตัวกำหนดทิศทางของ AI ในทศวรรษหน้า นั่นคือการเปลี่ยนผ่านจากระบบที่แค่ “รู้” ไปสู่ระบบที่ “ลงมือทำ”  “การลงมือทำ” พลิกโฉมโจทย์ด้านการประมวลผลขั้นพื้นฐาน เมื่อ AI เริ่มโต้ตอบกับโลกทางกายภาพ โจทย์ของการประมวลผลย่อมเปลี่ยนไปอย่างสิ้นเชิง แตกต่างจาก Cloud AI ที่มักถูกออกแบบมาเพื่อเน้นการขยายสเกล การรับส่งข้อมูลปริมาณมาก และการประมวลผลแบบรวมศูนย์ เพราะ Physical AI มาพร้อมกับข้อกำหนดใหม่ที่แตกต่างออกไปอย่างสิ้นเชิง  แชตบอตอาจมีอาการหน่วงบ้างในบางครั้ง ซึ่งเป็นเรื่องที่ยอมรับได้ แต่สำหรับหุ่นยนต์ในโรงงานอุตสาหกรรมนั้นไม่สามารถเกิดความล่าช้าได้เลย ยานยนต์อัตโนมัติก็ไม่สามารถปล่อยให้ระบบทำงานไม่เสถียรได้ และอุปกรณ์ทางการแพทย์ก็ไม่สามารถใช้วิธี “ลองตัดสินใจใหม่” ได้เมื่อทุกวินาทีมีผลต่อชีวิต  ระบบเหล่านี้จำเป็นต้องมีคุณสมบัติ:  ในโลกทางกายภาพ ความอัจฉริยะจะมีความหมายก็ต่อเมื่อระบบสามารถตอบสนองและลงมือทำได้ภายในกรอบเวลาที่จำกัด ดังนั้น ความสำเร็จจึงไม่ได้วัดกันที่ประสิทธิภาพของโมเดล AI เพียงอย่างเดียวอีกต่อไป  ขอบเขตของ Physical AI ก้าวไปไกลกว่าแค่การรันโมเดล AI เพราะความอัจฉริยะจะต้องทำงานสอดประสานกันอย่างราบรื่นไร้รอยต่อ ตั้งแต่การรับรู้ข้อมูลผ่านเซ็นเซอร์ ไปจนถึงการประมวลผล (Inference) การวางแผน การควบคุม และนำไปสู่การลงมือทำในโลกจริง ท้ายที่สุดแล้ว ประเด็นสำคัญจึงไม่ใช่แค่การสร้างโมเดล AI ให้ฉลาดขึ้น แต่คือการสร้างระบบอัจฉริยะที่สามารถโต้ตอบกับโลกความเป็นจริงได้อย่างปลอดภัยและเชื่อถือได้ต่างหาก  และนี่คือเหตุผลที่ AMD เชื่อมั่นว่า แท้จริงแล้ว Physical AI คือความท้าทายด้าน “วิศวกรรมระบบ” ไม่ใช่แค่ความท้าทายด้านการสร้าง “โมเดล AI”  ไม่มีโปรเซสเซอร์ใดเพียงชนิดเดียวที่ขับเคลื่อน Physical AI ได้ทั้งหมด เราจะเข้าใจแนวคิดของ Physical AI ได้ง่ายขึ้น หากลองเปรียบเทียบกับร่างกายมนุษย์  สมองของเราทำหน้าที่คิด วิเคราะห์หาเหตุผล และตัดสินใจ ระบบประสาทช่วยให้เรารับรู้และตอบสนองได้อย่างรวดเร็ว ในขณะที่กล้ามเนื้อและข้อต่อทำหน้าที่ควบคุมการเคลื่อนไหวทางกายภาพอย่างแม่นยำ  ระบบ Physical AI ก็ทำงานในลักษณะที่คล้ายคลึงกัน การคิดวิเคราะห์และการรับรู้ที่ซับซ้อนต้องอาศัยหน่วยประมวลผลประสิทธิภาพสูง การตอบสนองแบบเรียลไทม์ต้องใช้การประมวลผลที่มีความหน่วงต่ำ (Low-latency) ณ จุดที่ต้องทำการตัดสินใจ และการเคลื่อนไหวที่แม่นยำก็ต้องการระบบควบคุมที่ถูกต้องและคาดการณ์ผลลัพธ์ได้อย่างแม่นยำ จึงไม่มีสถาปัตยกรรมโปรเซสเซอร์เพียงรูปแบบเดียวที่สามารถจัดการทุกกระบวนการเหล่านี้ได้อย่างมีประสิทธิภาพ แต่จำเป็นต้องอาศัยการทำงานร่วมกันของหน่วยประมวลผลหลากหลายประเภท ...

PR-News

กรุงเทพฯ, 28 กันยายน 2569 – ไมโครซอฟท์ ยกระดับ Microsoft Copilot รองรับโลกการทำงานที่มีการเปลี่ยนแปลงอย่างต่อเนื่อง เพื่อช่วยเพิ่มศักยภาพให้ทุกคนและทุกองค์กรบรรลุเป้าหมายได้มากยิ่งขึ้น โดย Copilot โฉมใหม่เชื่อมโยงเครื่องมือที่ผู้คนคุ้นเคย เข้ากับขีดความสามารถ AI ยุคใหม่สำหรับการสร้าง ปรับแต่ง และขยายการใช้งาน AI ในทุกมิติของการทำงาน ปัจจุบันแอป Copilot มาพร้อม...

PR-News

โครงสร้างต้นทุน AI สำหรับองค์กรกำลังเปลี่ยนแปลงไป เมื่อโมเดล AI ระดับแนวหน้ารุ่นใหม่และ Agentic AI ช่วยขยายขีดความสามารถของปัญญาประดิษฐ์ในภาคธุรกิจให้กว้างขึ้น อย่างไรก็ตาม องค์กรที่ยังไม่เริ่มวางกลยุทธ์การปรับใช้ระบบแบบไฮบริดตั้งแต่วันนี้ อาจต้องแบกรับค่าใช้จ่ายด้าน AI ที่สูงขึ้นอย่างมากในอีกไม่กี่ปีข้างหน้า  หากองค์กรของคุณขยายการใช้งาน AI ในช่วง 18 เดือนที่ผ่านมา คุณอาจสังเกตเห็นแนวโน้มบางอย่าง การเปิดให้เข้าถึง AI ในวงกว้างขึ้น ใช้งานมากขึ้น...

รีวิว Asus

ASUS ROG Strix G16 G614FP ซีรีส์ขวัญใจมหาชน ควงคู่ NVIDIA GeForce RTX 5070 VRAM 12 GB กับ Ryzen 9 9955HX แล้วแรงเหลือเฟือ!! ASUS ROG Strix G16 G614FP...

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

ยอมรับทั้งหมด
Manage Consent Preferences
  • คุกกี้ที่จำเป็น
    Always Active

    ประเภทของคุกกี้มีความจำเป็นสำหรับการทำงานของเว็บไซต์ เพื่อให้คุณสามารถใช้ได้อย่างเป็นปกติ และเข้าชมเว็บไซต์ คุณไม่สามารถปิดการทำงานของคุกกี้นี้ในระบบเว็บไซต์ของเราได้

บันทึก