อดีต VP จาก DeepMind ชี้ AI พัฒนาตัวเองได้แน่ แต่จะไม่เกิดภาวะ ‘ระเบิดความฉลาด’ ทันที

ประเด็นสำคัญ

• Oriol Vinyals อดีตหัวหน้าฝ่ายวิจัยของ DeepMind คาดการณ์ว่าระบบ AI จะพัฒนาตัวเองได้ในอนาคต แต่ปฏิเสธความเป็นไปได้ที่จะเกิดการระเบิดของความฉลาดอย่างกะทันหัน
• อุปสรรคสำคัญคือการสร้างสรรค์ไอเดียและการประเมินผล ซึ่ง AI ปัจจุบันขาด "รสนิยมในการวิจัย" หรือสัญชาตญาณในการคัดเลือกสมมติฐานที่คุ้มค่า
• Vinyals ร่วมกับ Jeff Dean และทีมงานระดับตำนานเปิดตัวสตาร์ทอัพ Discovery Loop เพื่อทำให้กระบวนการวิจัยทางวิทยาศาสตร์เป็นอัตโนมัติแบบครบวงจร

Oriol Vinyals ซึ่งเพิ่งลาออกจากตำแหน่ง VP of Research ที่ Google DeepMind มองว่าการพัฒนาตนเองแบบวนซ้ำ (Recursive Self-Improvement - RSI) ในระบบ AI เป็นสิ่งที่หลีกเลี่ยงไม่ได้ แต่จะเกิดขึ้นอย่างค่อยเป็นค่อยไป โดยไม่มีการพุ่งทะยานของความฉลาดแบบก้าวกระโดดในเร็วๆ นี้ ปัจจุบันเขากำลังก่อตั้งสตาร์ทอัพใหม่เพื่อแก้ไขคอขวดสำคัญที่ขัดขวางวิวัฒนาการนี้อยู่

เพียงไม่กี่วัน หลังจากออกจาก Google DeepMind Vinyals ได้แบ่งปันมุมมองในงาน Agentic AI Summit 2026 เกี่ยวกับประเด็น recursive self-improvement (RSI) ซึ่งเป็นหัวข้อที่ได้รับความสนใจอย่างมากในวงการวิจัย AI โดยเขาได้อธิบายเหตุผลที่เชื่อว่ามันจะไม่นำไปสู่ภาวะระเบิดความฉลาดฉับพลัน ทั้งนี้ Vinyals เป็นผู้อยู่เบื้องหลังความสำเร็จของโปรเจกต์ระดับโลกอย่าง AlphaStar, AlphaCode และ Gemini

แม้ AI จะช่วยเร่งการวิจัยและวิศวกรรมให้เร็วขึ้นได้ถึง 10 เท่า แต่ Vinyals ให้เหตุผลว่าความก้าวหน้าในการพัฒนาตนเองนั้นวัดผลได้ยากในทางปฏิบัติ การระเบิดของความฉลาดที่เร่งความเร็วได้ด้วยตัวเองอย่างกะทันหันจึงไม่น่าจะเป็นไปได้ในมุมมองของเขา

"การพัฒนาตนเอง" ของ AI คืออะไร?

Vinyals ตั้งคำถามสำคัญว่าส่วนประกอบใดของ AI ที่ควรได้รับการพัฒนา เพราะระบบ AI มีองค์ประกอบที่ปรับเปลี่ยนได้มากมาย ตั้งแต่การปรับน้ำหนักของโครงข่ายประสาทเทียม (Neural Network Weights) การปรับปรุงข้อมูลฝึกฝน ไปจนถึงการสร้างเครื่องมือภายนอกและการเข้าถึงฐานข้อมูลใหม่ๆ ซึ่งแต่ละส่วนล้วนนำมาซึ่งความท้าทายทั้งในเชิงเทคนิคและกฎระเบียบที่แตกต่างกัน

ระบบ AI ที่จะพัฒนาตัวเองได้สำเร็จจำเป็นต้องมีไอเดียที่มีความหวัง มีการเขียนโค้ดเพื่อนำไอเดียมาใช้ มีการทดลอง และมีวิธีตัดสินผลลัพธ์ที่เชื่อถือได้ Vinyals ชี้ให้เห็นว่าปัจจุบัน AI เก่งขึ้นมากในขั้นตอนการเขียนโค้ดและรันผลทดลอง แต่ยังขาดความสามารถในด้านการสร้างสรรค์ไอเดียและการประเมินผลที่มีประสิทธิภาพ

คอขวดที่ใหญ่ที่สุด: การหาไอเดียและการตัดสินผลลัพธ์

ปัจจุบันห้องปฏิบัติการ AI ส่วนใหญ่วัดผลการพัฒนาตนเองผ่านเกณฑ์มาตรฐานความสามารถ เช่น SWE-Bench Pro หรือ ML-Bench ซึ่งเน้นการทำโจทย์ในขอบเขตที่ชัดเจน แต่การวัดผลแบบนี้มักมีปัญหาเรื่องการปรับจูนให้เข้ากับข้อมูลมากเกินไป (Overfitting) และ พฤติกรรมการวางแผนที่ผิดเพี้ยน (Scheming) โดยเอเจนต์มักจะหาช่องโหว่เพื่อทำคะแนนให้สูงขึ้นแทนที่จะแก้ปัญหาจริงๆ

การวิจัยที่มีคุณภาพต้องใช้สิ่งที่ Vinyals เรียกว่า "รสนิยมในการวิจัย" ซึ่งเป็นสัญชาตญาณในการเลือกไอเดียที่คุ้มค่าต่อการลงทุน ซึ่งปัจจุบันยังไม่มีใครศึกษาวิธีการสอนสิ่งนี้ให้กับ LLM อย่างจริงจัง นอกจากนี้ยังมีข้อจำกัดทางกายภาพจากฮาร์ดแวร์และความเร็วแสงที่ AI ไม่สามารถก้าวข้ามได้ง่ายๆ

Discovery Loop: อนาคตของการวิจัยอัตโนมัติ เพื่อแก้ปัญหาเหล่านี้ Vinyals ได้ร่วมก่อตั้ง Discovery Loop สตาร์ทอัพที่รวบรวมขุนพลระดับแนวหน้าอย่าง Jeff Dean, Sanjay Ghemawat และ Quoc Le โดยมีเป้าหมายเพื่อสร้างวงจรวิจัยทางวิทยาศาสตร์แบบอัตโนมัติทั้งหมด ตั้งแต่การตั้งสมมติฐานไปจนถึงการประเมินผล

ในระยะแรก Discovery Loop จะมุ่งเน้นการทำให้การวิจัย AI เป็นอัตโนมัติก่อน โดยที่มนุษย์และเครื่องจักรจะร่วมกันพัฒนาสมมติฐาน เพื่อปูทางไปสู่อนาคตที่ทีมขนาดเล็กสามารถสร้างผลงานวิจัยที่มีคุณภาพสูงกว่าทีมวิศวกรและนักวิทยาศาสตร์จำนวนมหาศาลในปัจจุบัน