งานวิจัยชี้ AI ออกแบบฮาร์ดแวร์เก่งขึ้น แต่อาจแค่สุ่มหาคำตอบโดยไม่เข้าใจจริง
งานวิจัยล่าสุดบนคลังบทความวิชาการ อาร์คิฟ (arXiv) ตั้งคำถามว่าปัญญาประดิษฐ์ที่ออกแบบฮาร์ดแวร์สำเร็จนั้นมีความเข้าใจสถาปัตยกรรมคอมพิวเตอร์จริงหรือไม่ หรือเป็นเพียงการค้นหาค่าพารามิเตอร์โดยไม่รู้ความหมาย
ในยุคที่เอเยนต์ปัญญาประดิษฐ์ (AI Agents) ถูกเรียกใช้งานเพื่อออกแบบฮาร์ดแวร์คอมพิวเตอร์มากขึ้น และมักมีรายงานความสำเร็จว่าสามารถเพิ่มประสิทธิภาพชิปหรือตัวเร่งความเร็ว (Accelerator) ได้ดีขึ้น งานวิจัยชิ้นใหม่ในหมวดวิทยาการคอมพิวเตอร์ปัญญาประดิษฐ์ (cs.AI) ได้ออกมาตั้งข้อสังเกตที่น่าสนใจเกี่ยวกับเบื้องหลังความสำเร็จเหล่านี้
งานวิจัยเรื่อง "Do AI Agents Understand Computer Architecture?" โดย อัมบิกา ชารัน (Ambika Sharan) และคณะ ชี้ให้เห็นว่า รายงานความสำเร็จในปัจจุบันสามารถยืนยันได้เพียงว่าชิ้นงานมีประสิทธิภาพที่ดีขึ้น แต่ไม่สามารถตอบได้ว่า "เพราะเหตุใด" AI ถึงทำเช่นนั้น
ความท้าทายหลักคือ การที่ AI สามารถปรับปรุงตัวเร่งความเร็วให้ดีขึ้นได้ อาจเกิดจากการใช้เหตุผลและความเข้าใจเกี่ยวกับตัวเครื่องอย่างแท้จริง หรืออาจเป็นเพียงความสามารถในการสุ่มค้นหา (Search) ผ่านค่าพารามิเตอร์ต่างๆ (Knobs) จนเจอผลลัพธ์ที่ดีโดยที่ระบบไม่เคยเข้าใจความหมายที่แท้จริงของค่าเหล่านั้นเลย ซึ่งมีเพียงกรณีแรกเท่านั้นที่จะสามารถนำองค์ความรู้ไปต่อยอดหรือถ่าย 1 สถาปัตยกรรมไปสู่อีกสถาปัตยกรรมหนึ่งได้
วิธีการประเมินผลแบบดั้งเดิมยังไม่สามารถแยกแยะความแตกต่างระหว่างสองกรณีนี้ได้ เนื่องจากรูปแบบการทดสอบมักจะเปลี่ยนตัว AI ไปเรื่อยๆ แต่คงกรอบการทำงานของปัญหาไว้แบบเดิม ผู้วิจัยจึงได้เสนอแนวทางการตรวจสอบรูปแบบใหม่ เพื่อทำความเข้าใจพฤติกรรมที่แท้จริงของระบบเอเยนต์ในการออกแบบฮาร์ดแวร์
สะท้อนให้เห็นว่าการพัฒนา AI ในปัจจุบันอาจต้องก้าวข้ามแค่การวัดผลลัพธ์ตัวเลขความเร็ว เพื่อตรวจสอบความเข้าใจเชิงลึก ซึ่งมีความสำคัญต่อการพัฒนาฮาร์ดแวร์อัจฉริยะในอนาคต