โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

ไอที

ChatGPT คว้าอันดับ 2 ในเกมควบคุมยานอวกาศ Kerbal Space Program

TNN ช่อง16

เผยแพร่ 08 ก.ค. 2568 เวลา 09.30 น.
ChatGPT คว้าอันดับ 2 ในเกมควบคุมยานอวกาศ Kerbal Space Program

ทีมนักวิจัยนานาชาติ เปิดเผยผลการทดลองใช้โมเดลปัญญาประดิษฐ์ ChatGPT ทำหน้าที่ควบคุมยานอวกาศจำลอง Kerbal Space Program ได้อย่างมีประสิทธิภาพ คล้ายอันดับที่สองในการแข่งขันที่จำลองสถานการณ์ควบคุมยานอัตโนมัติ ท่ามกลางการทดสอบที่ออกแบบมาให้ใกล้เคียงกับความจริงมากที่สุด
"คุณทำหน้าที่เป็นตัวแทนอิสระในการควบคุมยานอวกาศติดตาม" คือคำสั่งที่ใช้กระตุ้นให้ ChatGPT เข้าร่วมการจำลองการควบคุมยาน ซึ่งเป็นครั้งแรกที่มีการทดลองใช้โมเดลภาษาขนาดใหญ่ (LLM) เพื่อทดสอบศักยภาพด้านนี้อย่างจริงจัง
แม้ว่า ChatGPT จะพ่ายให้กับระบบควบคุมที่ใช้การคำนวณทางฟิสิกส์แบบดั้งเดิม ซึ่งอาศัยสมการเชิงพลศาสตร์ในการตัดสินใจ แต่ความสามารถของโมเดลภาษาขนาดใหญ่อย่าง ChatGPT ที่สามารถวิเคราะห์บริบทและสั่งการได้จากข้อความธรรมดา ก็ถือเป็นความก้าวหน้าที่น่าทึ่งและสะท้อนศักยภาพใหม่ในการใช้ AI สำเร็จรูปในงานสำรวจอวกาศในอนาคต
ตลอดหลายปีที่ผ่านมา นักวิจัยให้ความสำคัญกับการพัฒนาระบบอัตโนมัติสำหรับการควบคุมดาวเทียมและยานอวกาศ เนื่องจากอนาคตจะมีจำนวนดาวเทียมมากเกินกว่าที่มนุษย์จะควบคุมด้วยมือ และการสำรวจอวกาศลึกยังติดข้อจำกัดของความเร็วแสง ทำให้การควบคุมแบบเรียลไทม์เป็นไปไม่ได้ ดังนั้น การปล่อยให้ระบบอัตโนมัติด้วยปัญญาประดิษฐ์ AI ตัดสินใจด้วยตัวเองจึงเป็นทางเลือกที่จำเป็น
สำหรับการแข่งขันที่ ChatGPT เข้าร่วมนั้นเป็นส่วนหนึ่งของ “Kerbal Space Program Differential Game Challenge” ซึ่งจำลองขึ้นจากวิดีโอเกมยอดนิยมอย่าง Kerbal Space Program โดยมีเป้าหมายเพื่อให้ชุมชนวิจัยสามารถทดสอบและเปรียบเทียบระบบอัตโนมัติภายใต้สถานการณ์สมจริง เช่น การติดตามและสกัดกั้นเป้าหมาย การหลีกเลี่ยงการตรวจจับ และการปรับวิถีโคจรในเวลาจำกัด
ในบทความที่ตีพิมพ์ในวารสาร Journal of Advances in Space Research ทีมนักวิจัยได้อธิบายถึงการใช้ LLM หรือโมเดลปัญญาประดิษฐ์ที่ได้รับการฝึกด้วยข้อความจำนวนมหาศาลที่มีจำหน่ายในท้องตลาด เช่น ChatGPT และ Llama มาเปรียบเทียบกับระบบอัตโนมัติที่พัฒนาขึ้นเฉพาะทาง

โดยทีมงานนักวิจัยระบุว่า LLM มีข้อได้เปรียบในด้านความสามารถในการตีความบริบทจากข้อมูลภาษา ซึ่งทำให้สามารถวางแผนและตอบสนองได้อย่างรวดเร็วโดยไม่ต้องผ่านการฝึกซ้ำหลายรอบ
ทีมนักวิจัยได้พัฒนาเครื่องมือเพื่อแปลงสถานะและเป้าหมายของยานอวกาศให้อยู่ในรูปของข้อความ แล้วส่งต่อไปยัง ChatGPT เพื่อขอคำแนะนำเกี่ยวกับการวางแนวและการเคลื่อนไหว จากนั้นจึงแปลงคำแนะนำเป็นรหัสควบคุมที่ใช้งานได้จริงในระบบจำลอง
แม้จะใช้เพียงคำสั่งกระตุ้น (Prompt) จำนวนน้อย และการปรับแต่งเพียงเล็กน้อย ChatGPT ก็สามารถปฏิบัติภารกิจต่าง ๆ ได้สำเร็จหลายรายการในสนามทดสอบดังกล่าว และคว้าอันดับที่สองในการแข่งขัน

สิ่งที่น่าทึ่งคือ ความสำเร็จครั้งนี้เกิดขึ้น ก่อนที่ ChatGPT เวอร์ชัน 4 จะเปิดตัวอย่างเป็นทางการ ซึ่งสะท้อนว่าแม้โมเดลภาษาที่ฝึกจากข้อความของมนุษย์จะไม่ได้ออกแบบมาเพื่อควบคุมยานอวกาศโดยเฉพาะ แต่ก็สามารถนำมาใช้ในบริบทใหม่ได้อย่างมีประสิทธิภาพ
อย่างไรก็ตาม ทีมนักวิจัยยังเตือนว่าความท้าทายยังมีอีกมาก โดยเฉพาะเรื่อง “ภาพหลอน” (Hallucination) ซึ่งเป็นคำตอบจากปัญญาประดิษฐ์ AI ที่ไม่สมเหตุสมผลจากโมเดล และอาจเป็นอันตรายอย่างมากในภารกิจจริง การทดลองครั้งนี้ถือเป็นหลักฐานว่าระบบปัญญาประดิษฐ์สามารถทำงานในบทบาทสำคัญในการสำรวจอวกาศในอนาคตได้อย่างแท้จริง

ข่าวที่เกี่ยวข้อง

ดูข่าวต้นฉบับ
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...