สำหรับ BMS, บัส, อุตสาหกรรม, สายเคเบิลเครื่องมือวัด

Elon Musk และทีม Xai เปิดตัว Grok, Grok3 เวอร์ชันล่าสุดอย่างเป็นทางการระหว่างการถ่ายทอดสด ก่อนที่เหตุการณ์นี้จะมีข้อมูลที่เกี่ยวข้องจำนวนมากควบคู่ไปกับโฆษณาส่งเสริมการขาย 24/7 ของ Musk เพิ่มความคาดหวังระดับโลกสำหรับ GROK3 ในระดับที่ไม่เคยเกิดขึ้นมาก่อน เพียงหนึ่งสัปดาห์ที่ผ่านมามัสค์กล่าวอย่างมั่นใจในช่วงชีวิตในขณะที่แสดงความคิดเห็นเกี่ยวกับ Deepseek R1 "Xai กำลังจะเปิดตัวโมเดล AI ที่ดีกว่า" จากข้อมูลที่นำเสนอสด Grok3 ได้รายงานว่าเหนือกว่าโมเดลกระแสหลักในปัจจุบันทั้งหมดในมาตรฐานสำหรับคณิตศาสตร์วิทยาศาสตร์และการเขียนโปรแกรมโดย Musk ยังอ้างว่า Grok3 จะใช้สำหรับงานการคำนวณที่เกี่ยวข้องกับภารกิจ Mars ของ SpaceX อย่างไรก็ตามในปัจจุบันสิ่งเหล่านี้เป็นเพียงการยืนยันของ Musk หลังจากการเปิดตัวฉันได้ทดสอบ GROK3 รุ่นเบต้าล่าสุดและโพสต์คำถามเคล็ดลับคลาสสิกสำหรับรุ่นขนาดใหญ่: "ซึ่งมีขนาดใหญ่กว่า 9.11 หรือ 9.9?" น่าเสียดายที่ไม่มีผู้คัดเลือกหรือเครื่องหมายใด ๆ ที่เรียกว่า GROK3 ที่ฉลาดที่สุดยังไม่สามารถตอบคำถามนี้ได้อย่างถูกต้อง GROK3 ล้มเหลวในการระบุความหมายของคำถามอย่างถูกต้อง
การทดสอบครั้งนี้ได้รับความสนใจอย่างมากจากเพื่อนหลายคนและโดยบังเอิญการทดสอบที่คล้ายกันต่าง ๆ ในต่างประเทศได้แสดงให้เห็นว่า Grok3 กำลังดิ้นรนกับคำถามฟิสิกส์/คณิตศาสตร์ขั้นพื้นฐานเช่น "ลูกบอลใดที่ตกลงมาจากหอเอนเอียงของปิซา?" ดังนั้นจึงมีการระบุว่าเป็น "อัจฉริยะที่ไม่เต็มใจที่จะตอบคำถามง่ายๆ"

GROK3 นั้นดี แต่ก็ไม่ดีไปกว่า R1 หรือ O1-PRO
GROK3 มีประสบการณ์ "ความล้มเหลว" ในการทดสอบความรู้ทั่วไปหลายอย่างในทางปฏิบัติ ในระหว่างการแข่งขัน XAI Musk แสดงให้เห็นว่าใช้ GROK3 เพื่อวิเคราะห์คลาสตัวละครและเอฟเฟกต์จากเส้นทางเกมของ Exile 2 ซึ่งเขาอ้างว่าเล่นบ่อย แต่คำตอบส่วนใหญ่ที่จัดทำโดย GROK3 นั้นไม่ถูกต้อง มัสค์ในช่วง Livestream ไม่ได้สังเกตเห็นปัญหาที่ชัดเจนนี้
ความผิดพลาดนี้ไม่เพียง แต่เป็นหลักฐานเพิ่มเติมสำหรับชาวเน็ตในต่างประเทศเพื่อเยาะเย้ยมัสค์สำหรับ "การหาสิ่งทดแทน" ในการเล่นเกม แต่ยังทำให้เกิดความกังวลอย่างมากเกี่ยวกับความน่าเชื่อถือของ Grok3 ในการใช้งานจริง สำหรับ "อัจฉริยะ" ดังกล่าวโดยไม่คำนึงถึงความสามารถที่แท้จริงความน่าเชื่อถือของมันในสถานการณ์แอปพลิเคชันที่ซับซ้อนมากเช่นงานสำรวจ Mars ยังคงมีข้อสงสัย
ปัจจุบันผู้ทดสอบหลายคนที่ได้รับการเข้าถึง GROK3 สัปดาห์ที่ผ่านมาและผู้ที่เพิ่งทดสอบความสามารถของแบบจำลองสองสามชั่วโมงเมื่อวานนี้ทั้งหมดชี้ไปที่ข้อสรุปทั่วไป: "GROK3 นั้นดี แต่ก็ไม่ดีไปกว่า R1 หรือ O1-PRO"

มุมมองที่สำคัญเกี่ยวกับ "รบกวน Nvidia"
ใน PPT ที่นำเสนออย่างเป็นทางการในระหว่างการเปิดตัว GROK3 แสดงให้เห็นว่า“ ไกลออกไป” ในสนามกีฬา Chatbot แต่เทคนิคกราฟิกที่ใช้อย่างชาญฉลาดนี้: แกนแนวตั้งบนลีดเดอร์บอร์ดที่ระบุไว้ในช่วงคะแนน 1,400-1300 ทำให้เกิดความแตกต่าง 1% ในผลการทดสอบ

ในผลลัพธ์การให้คะแนนแบบจำลองจริง Grok3 อยู่ห่างจาก Deepseek R1 และ GPT-4.0 เพียง 1-2% ซึ่งสอดคล้องกับประสบการณ์ของผู้ใช้หลายคนในการทดสอบเชิงปฏิบัติที่พบว่า "ไม่มีความแตกต่างที่เห็นได้ชัดเจน" GROK3 เกินกว่าผู้สืบทอดเท่านั้น 1%-2%

แม้ว่า GROK3 ได้คะแนนสูงกว่ารุ่นที่ผ่านการทดสอบในปัจจุบัน แต่หลายคนไม่ได้ทำสิ่งนี้อย่างจริงจัง: หลังจากทั้งหมด XAI เคยถูกวิพากษ์วิจารณ์ว่าเป็น "การจัดการคะแนน" ในยุค Grok2 ในขณะที่ลีดเดอร์บอร์ดลงโทษสไตล์ความยาวคำตอบคะแนนลดลงอย่างมากทำให้คนวงในอุตสาหกรรมชั้นนำมักจะวิพากษ์วิจารณ์ปรากฏการณ์ของ "การให้คะแนนสูง แต่มีความสามารถต่ำ"
ไม่ว่าจะผ่าน "การจัดการ" ลีดเดอร์บอร์ดหรือกลเม็ดการออกแบบในภาพประกอบพวกเขาเปิดเผยความหลงใหลของ Xai และ Musk กับแนวคิดเรื่อง "นำแพ็ค" ในความสามารถของแบบจำลอง มัสค์จ่ายราคาสูงชันสำหรับอัตรากำไรขั้นต้นเหล่านี้: ในระหว่างการเปิดตัวเขาโอ้อวดที่ใช้ 200,000 H100 GPU (อ้างว่า "มากกว่า 100,000" ในช่วงชีวิตของชีวิต) และบรรลุเวลาการฝึกอบรมทั้งหมด 200 ล้านชั่วโมง สิ่งนี้ทำให้บางคนเชื่อว่ามันเป็นสิ่งสำคัญอีกอย่างหนึ่งสำหรับอุตสาหกรรม GPU และเพื่อพิจารณาผลกระทบของ Deepseek ต่อภาคธุรกิจว่า "โง่" โดยเฉพาะอย่างยิ่งบางคนเชื่อว่าพลังการคำนวณที่แท้จริงจะเป็นอนาคตของการฝึกอบรมแบบจำลอง
อย่างไรก็ตามชาวเน็ตบางคนเปรียบเทียบการบริโภค 2,000 H800 GPU ในช่วงสองเดือนเพื่อผลิต Deepseek V3 โดยคำนวณว่าการใช้พลังงานการฝึกอบรมที่แท้จริงของ GROK3 คือ 263 เท่าของ V3 ช่องว่างระหว่าง Deepseek V3 ซึ่งได้คะแนน 1402 คะแนนและ GROK3 นั้นต่ำกว่า 100 คะแนน หลังจากการเปิดตัวข้อมูลนี้หลายคนตระหนักได้อย่างรวดเร็วว่าเบื้องหลังชื่อของ Grok3 ในฐานะ "ความแข็งแกร่งที่สุดในโลก" เป็นเอฟเฟกต์ยูทิลิตี้ที่ชัดเจน - ตรรกะของโมเดลขนาดใหญ่ที่สร้างประสิทธิภาพที่แข็งแกร่งขึ้นได้เริ่มแสดงผลตอบแทนที่ลดลง

แม้จะมี "การให้คะแนนสูง แต่มีความสามารถต่ำ" Grok2 มีข้อมูลบุคคลแรกที่มีคุณภาพสูงจำนวนมากจากแพลตฟอร์ม X (Twitter) เพื่อรองรับการใช้งาน อย่างไรก็ตามในการฝึกอบรมของ GROK3 XAI พบ "เพดาน" ตามธรรมชาติที่ OpenAI เผชิญอยู่ - การขาดข้อมูลการฝึกอบรมระดับพรีเมี่ยมอย่างรวดเร็วทำให้เกิดยูทิลิตี้ส่วนเพิ่มของความสามารถของโมเดล
นักพัฒนาของ Grok3 และ Musk น่าจะเป็นคนแรกที่เข้าใจและระบุข้อเท็จจริงเหล่านี้อย่างลึกซึ้งซึ่งเป็นสาเหตุที่ Musk ได้กล่าวถึงอย่างต่อเนื่องในโซเชียลมีเดียว่าผู้ใช้เวอร์ชันกำลังประสบอยู่ในขณะนี้คือ "ยังคงเป็นเพียงเบต้า" และ "เวอร์ชันเต็มจะเปิดตัวในอีกไม่กี่เดือนข้างหน้า" Musk ได้ดำเนินการเกี่ยวกับบทบาทของผู้จัดการผลิตภัณฑ์ของ Grok3 แนะนำให้ผู้ใช้ให้ข้อเสนอแนะเกี่ยวกับปัญหาต่าง ๆ ที่พบในส่วนความเห็น
แต่ภายในหนึ่งวันประสิทธิภาพของ Grok3 ได้เพิ่มสัญญาณเตือนอย่างไม่ต้องสงสัยสำหรับผู้ที่หวังว่าจะพึ่งพา "กล้ามเนื้อคำนวณขนาดใหญ่" เพื่อฝึกอบรมรุ่นใหญ่ที่แข็งแกร่งขึ้น: จากข้อมูล Microsoft ที่เปิดเผยต่อสาธารณะ GPT-4 ของ OpenAi มีขนาดพารามิเตอร์ 1.8 ล้านล้านพารามิเตอร์มากกว่าสิบครั้งของ GPT-3 ข่าวลือแนะนำว่าขนาดพารามิเตอร์ของ GPT-4.5 อาจจะยิ่งใหญ่ขึ้น
เมื่อขนาดพารามิเตอร์ของแบบจำลองสูงขึ้นค่าใช้จ่ายในการฝึกอบรมก็พุ่งสูงขึ้นเช่นกัน ด้วยการปรากฏตัวของ Grok3 ผู้เข้าแข่งขันเช่น GPT-4.5 และอื่น ๆ ที่ต้องการ“ เผาผลาญเงิน” ต่อไปเพื่อให้ได้ประสิทธิภาพของแบบจำลองที่ดีขึ้นผ่านขนาดพารามิเตอร์จะต้องพิจารณาเพดานที่เห็นได้ชัดในสายตาและพิจารณาว่าจะเอาชนะได้อย่างไร ในขณะนี้ Ilya Sutskever อดีตหัวหน้านักวิทยาศาสตร์ของ Openai ได้กล่าวไว้ก่อนหน้านี้เมื่อเดือนธันวาคมที่ผ่านมา "การฝึกอบรมก่อนการฝึกอบรมที่เราคุ้นเคยจะสิ้นสุดลง" ซึ่งได้กลับมามีส่วนร่วมในการอภิปราย

มุมมองของ Ilya ส่งเสียงเตือนในอุตสาหกรรม เขาเล็งเห็นถึงความอ่อนเพลียของข้อมูลใหม่ที่เข้าถึงได้อย่างแม่นยำซึ่งนำไปสู่สถานการณ์ที่ประสิทธิภาพไม่สามารถปรับปรุงได้อย่างต่อเนื่องผ่านการเก็บข้อมูลเปรียบเทียบกับการอ่อนเพลียของเชื้อเพลิงฟอสซิล เขาระบุว่า "เช่นเดียวกับน้ำมันเนื้อหาที่มนุษย์สร้างขึ้นบนอินเทอร์เน็ตเป็นทรัพยากรที่ จำกัด " ในการคาดการณ์ของ Sutskever รุ่นต่อไปของการฝึกอบรมหลังการฝึกอบรมจะมี "ความเป็นอิสระที่แท้จริง" และความสามารถในการใช้เหตุผล "คล้ายกับสมองมนุษย์"
ซึ่งแตกต่างจากโมเดลที่ผ่านการฝึกอบรมมาก่อนวันนี้ซึ่งพึ่งพาการจับคู่เนื้อหาเป็นหลัก (ตามเนื้อหาโมเดลที่เรียนรู้ก่อนหน้านี้) ระบบ AI ในอนาคตจะสามารถเรียนรู้และสร้างวิธีการในการแก้ปัญหาในลักษณะที่คล้ายกับ "การคิด" ของสมองมนุษย์ มนุษย์สามารถบรรลุความสามารถขั้นพื้นฐานในเรื่องที่มีวรรณกรรมมืออาชีพขั้นพื้นฐานเพียงอย่างเดียวในขณะที่โมเดลขนาดใหญ่ของ AI ต้องการจุดข้อมูลนับล้านเพื่อให้ได้ประสิทธิภาพระดับเริ่มต้นขั้นพื้นฐานที่สุด แม้ว่าถ้อยคำจะเปลี่ยนไปเล็กน้อยคำถามพื้นฐานเหล่านี้อาจไม่เข้าใจอย่างถูกต้อง แต่แสดงให้เห็นว่าแบบจำลองนั้นไม่ได้ปรับปรุงอย่างแท้จริงในด้านสติปัญญา: คำถามพื้นฐาน แต่ยังไม่สามารถแก้ไขได้ที่กล่าวถึงในตอนต้นของบทความเป็นตัวอย่างที่ชัดเจนของปรากฏการณ์นี้

บทสรุป
อย่างไรก็ตามนอกเหนือจากกำลังดุร้ายถ้า Grok3 ประสบความสำเร็จในการเปิดเผยต่ออุตสาหกรรมว่า "แบบจำลองที่ผ่านการฝึกอบรมมาก่อนกำลังใกล้จะถึงจุดจบของพวกเขา" มันจะมีความหมายที่สำคัญสำหรับสนาม
บางทีหลังจากความคลั่งไคล้รอบ Grok3 ค่อยๆลดลงเราจะได้เห็นกรณีมากขึ้นเช่นตัวอย่างของ Fei-Fei Li ของ "การปรับโมเดลประสิทธิภาพสูงในชุดข้อมูลเฉพาะในราคาเพียง $ 50" ในที่สุดก็ค้นพบเส้นทางที่แท้จริงของ AGI
สายเคเบิลควบคุม
ระบบสายเคเบิลที่มีโครงสร้าง
เครือข่ายและข้อมูลสายเคเบิลไฟเบอร์ออปติกสายแพทช์โมดูลหน้าเว็บ
เม.ย. 16th-18, 2024 Middle-East-Energy ในดูไบ
เม.ย. 16th-18, 2024 Securika ในมอสโก
พฤษภาคม 9, 2024 กิจกรรมเปิดตัวผลิตภัณฑ์และเทคโนโลยีใหม่ในเซี่ยงไฮ้
ตุลาคม 22nd-25th, 2024 ความปลอดภัยจีนในปักกิ่ง
พ.ย. 19-20, 2024 World Connected KSA
เวลาโพสต์: ก.พ. 19-2025