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