Andrej Karpathy เผยวิธีสั่งงาน LLM ให้เข้าใจความคิดมนุษย์ได้เนียนที่สุด

ในโลกของ AI คำถามที่ผู้ใช้งานเจอบ่อยที่สุดคงหนีไม่พ้น "ทำอย่างไรถึงจะสั่งงานให้ AI เข้าใจสิ่งที่เราคิดได้จริงๆ?" 

ล่าสุดได้มีความเคลื่อนไหวที่น่าสนใจในวงการ AI เมื่อตัวจริงแห่งวงการอย่าง Andrej Karpathy ได้ออกมาแชร์เทคนิคส่วนตัวในการปฏิสัมพันธ์กับ Large Language Models (LLMs) ผ่านบัญชี X (Twitter) ของเขา ซึ่งเป็นมุมมองที่เปลี่ยนวิธีคิดเรื่องการสร้าง Prompt แบบเดิม ๆ ไปเลย

Andrej Karpathy คือใคร และทำไมเสียงของเขาจึงสำคัญในโลก AI?

ในวงการ AI ที่ชื่อดังส่วนใหญ่ผูกติดกับอำนาจและเงินทุนมหาศาล อย่าง Sam Altman หรือ Elon Musk แต่รู้หรือไม่ยังมีอีกหนึ่งคน ที่วงการให้ความเคารพไม่แพ้กัน นั่นคือ Andrej Karpathy เขาอาจไม่ใช่คนที่สร้างโมเดลที่ดังที่สุด หรือระดมทุนได้มากที่สุด แต่เขาคือผู้ที่มองเห็นสิ่งที่กำลังจะเกิดขึ้นก่อนคนอื่น และเป็นผู้บัญญัติคำศัพท์สำคัญที่ทั้งอุตสาหกรรมนำไปใช้ตามเสมอ

ชีวิตของ Karpathy เริ่มต้นจากการเป็นเด็กอพยพจากบราติสลาวาที่ย้ายไปโตรอนโตตั้งแต่อายุ 15 ปี ทำให้เขามีวิธีคิดในการเรียนรู้จากศูนย์อยู่เสมอ เขาจบปริญญาตรีสองสายทั้ง Computer Science และ Physics จาก University of Toronto (ได้เรียนรู้กับ Geoffrey Hinton บิดาแห่ง Deep Learning) ก่อนจะจบปริญญาโทจาก University of British Columbia และปริญญาเอกที่ Stanford University ภายใต้การดูแลของ Fei-Fei Li

สิ่งที่ทำให้เขาแตกต่างคือนิสัยการเป็นครู ควบคู่กับการเป็นนักวิจัย เขาคือผู้ออกแบบและสอน CS231n วิชา Deep Learning ในตำนานของ Stanford ที่กลายเป็นวิชาที่มีผู้เรียนมากที่สุดวิชาหนึ่ง 

หลังจากจบปริญญาเอก เขาเป็นหนึ่งในนักวิจัยผู้ร่วมก่อตั้ง OpenAI ในยุคที่เป็นเพียง non-profit เล็ก ๆ ก่อนจะย้ายไปดำรงตำแหน่ง Senior Director of AI ที่ Tesla เพื่อดูแลระบบ Autopilot Vision นานถึง 5 ปี ทดสอบ AI บนถนนจริง และเป็นผู้บัญญัติศัพท์ Software 3.0 ที่สะท้อนยุคสมัยของการที่เราคุยกับคอมพิวเตอร์ได้เหมือนคุยกับคน

Karpathy กลับไป OpenAI อีกครั้งเพื่อร่วมพัฒนา GPT-4 ก่อนจะตัดสินใจลาออกในปี 2024 เพื่อทำตามสิ่งที่เขาตั้งคำถาม นั่นคือ "จะทำให้คนเข้าใจ AI ได้อย่างไร" และก่อตั้ง Eureka Labs สตาร์ทอัพด้านการศึกษา รวมถึงสร้างไวรัลระดับโลกด้วยการนิยามคำว่า vibe coding ในปี 2025 จนกลายเป็น Word of the Year ของ Collins Dictionary 

ล่าสุดในเดือนพฤษภาคม 2026 เขาได้ตัดสินใจเข้าร่วม Anthropic เพื่อสร้างทีมที่ใช้ Claude ในการเร่งความเร็วงานวิจัย Pre-training ด้วยแนวคิดให้ AI ช่วยพัฒนา AI รุ่นต่อไป ด้วยประวัติและมุมมองที่มองเห็นอนาคตก่อนใคร ทำให้ Karpathy ถูกจัดอยู่ใน Time 100 Most Influential People in AI และทุกครั้งที่เขาเคลื่อนไหว คนทั้งวงการจึงต้องหยุดฟังเสมอ

ปลดล็อกศักยภาพ LLM ด้วยเทคนิค Ramble Session และการระบายความคิด

ล่าสุด Karpathy ได้เล่าถึงรูปแบบการทำงานที่เขาพบว่าได้ผลดีอย่างยิ่งในการทำงานร่วมกับ LLM นั่นคือการใช้เทคนิคที่เรียกว่า Ramble Session หรือการเปิดโหมดเสียง (/voice) แล้วพูดพรั่งพรูความคิดออกมาเรื่อย ๆ เป็นเวลาประมาณ 10 นาที โดยไม่ต้องกังวลเรื่องโครงสร้าง ประโยค หรือความเป๊ะของภาษา

เหตุผลเบื้องหลังแนวคิดนี้คือ บางครั้งโมเดลภาษาต้องการบริบทหรือข้อมูลจำนวนมากเพื่อที่จะเข้าใจว่าผู้ใช้กำลังพยายามจะทำอะไร แต่ในความเป็นจริง มนุษย์มักจะขี้เกียจพิมพ์อธิบายรายละเอียดที่ยาวเหยียดลงไป

Karpathy จึงเลือกที่จะปล่อยให้ความคิดไหลผ่านโหมด Speech Recognition ไปเรื่อย ๆ ไม่ว่าจะเป็นการพูดยาวต่อเนื่องแบบ Stream of Consciousness หรือการจำลองเป็นบทสัมภาษณ์สั้น ๆ ย้อนไปมา และในบางครั้งเขาก็เพียงแค่ออกตัวไว้ตอนต้นประโยคว่ากำลังใช้ระบบพิมพ์ด้วยเสียงและขออภัยหากมีคำผิด

สิ่งที่น่าทึ่งและเป็นหัวใจสำคัญของเทคนิคนี้คือ ความสามารถของ LLM ในการเรียบเรียงข้อมูลที่สะเปะสะปะ Karpathy พบว่าโมเดลภาษายุคปัจจุบันมีความเชี่ยวชาญอย่างยิ่งในการจับเอาความคิดที่ยุ่งเหยิงและจับต้นชนปลายไม่ถูกมาถอดรหัสใหม่ แล้วสะท้อนกลับมาเป็นโครงสร้างความคิดที่สะอาดและเป็นระเบียบมากกว่าจุดเริ่มต้นที่เราพูดออกไปเสียอีก

ผลลัพธ์ที่ได้จากการทำ Ramble Session จึงไม่ใช่แค่การประหยัดเวลาพิมพ์ แต่คือการสร้าง Mind Meld หรือการเชื่อมโยงทางความคิดระหว่างมนุษย์กับ AI ให้จูนเข้าหากันได้อย่างแม่นยำที่สุด ซึ่งช่วยลดความจำเป็นในการตามแก้คำสั่งหรือปรับจูนในขั้นตอนหลังจากนั้นลงได้อย่างมหาศาล 

ถือเป็นอีกหนึ่ง Insight สำคัญจากผู้ทรงอิทธิพลแห่งวงการ AI ที่สะท้อนว่า การใช้งาน AI ให้เกิดประสิทธิภาพสูงสุด อาจไม่ใช่การพยายามบีบความคิดให้อยู่ในกรอบ Prompt ที่สมบูรณ์แบบ แต่เป็นการปล่อยให้ AI ทำหน้าที่จัดระเบียบความยุ่งเหยิงในสมองของมนุษย์แทน