Article by: Asst.Prof. Suwan Juntiwasarakij, Ph.D., MEGA Tech Senior Editor
ปัญญาประดิษฐ์ (Artificial Intelligence: AI) ได้กลายมาเป็นส่วนในชีวิตประจำวันในครัวเรือนไปแล้ว และยังแผ่ขยายแทรกซึมยังวัฒนธรรมสมัยนิยมกว่าทศวรรษ ศาสตร์ทางด้าน AI ได้เริ่มต้นจริงๆ ในปี 1956 ที่ Dartmouth College ซึ่งสถาบันการศึกษาที่รวบรวมผู้เชี่ยวชาญเพื่อระดับสมองเพื่อจำลองการสร้างปัญญา ปรากฎการณ์นี้ได้เกิดขึ้นเพียงไม่กี่ปีหลังจากที่ Asiov ได้สถาปนากฏของเครื่องจักรกลหุ่นยนต์ไว้ 3 ข้อ ซึ่งได้รับความสนใจหลังจากที่ Turing ได้เผยแผ่ผลงานของตัวเองให้แก่สาธาณชนในปี 1950 ซึ่ง Turing ได้นำเสนอแนวคิดที่เกี่ยวกับจักรกลที่มีความสามารถในการประมวลเป็นครั้งแรก และสิ่งที่ทำให้ Turing โด่งมากกว่าแนวคิดดังกล่าวคือ “การทดสอบของ Turing (Turing’s Test)” ใช้ในการประเมินว่าจักรกลใดก็ตามจะถือว่าเป็นจักรกลที่มีความสามารถคิดและสติปัญญาหรือไม่ ก่อนที่เข้าสู่ประวัติศาสตร์โดยสังเขปของ AI มาทำความรู้จักกับ AI ทั้ง 3 ประเภทกันก่อน ได้แก่ Narrow AI, General AI, และ Superintelligence AI
Source: SIEMENS Healthineers, adapted from “Superintelligence: Paths, Dangers, Strategies”
ARTIFICIAL GENERAL INTELLIGENCE (AGI)
AGI คือขีดความสามารถของเครื่องจักรกลที่สามารถปฏิบัติงานได้เทียบเท่ากับมนุษย์โดยวัดด้วยมาตรฐานของมนุษย์ AI ในสายนี้เป็นที่รู้จักกันในนาม “Strong AI” หรือ “Human Level AI” ซึ่งพนวกเอาความสามารถของมนุษย์ในหลายด้านไว้ในตัวเอง (ซึ่งต่างจาก Narrow AI) ณ ปัจจุบัน ยังคงมีข้อถกเถียงกันต่อไปว่าที่แท้จริงแล้ว “ปัญญา” คืออะไร และ AGI ควรนำออกมาใช้ในรูปแบบใด อย่างไรก็ดี ได้มีการตกลงร่วมกันในหมู่ผู้เชี่ยวชาญว่า AGI ควรถูกสร้างขึ้นมาโดยน้อมนำหลัก 6 ประการดังต่อไปนี้ คือ
- การใช้เหตุผล แก้ไขปัญหา สร้างกลยุทธ์และตัดสินใจได้ในสภาวะที่ไม่สามารถคาดเดาสถานการณ์ได้
- การแสดงความรู้ออกมาให้เป็นที่ประจักษ์
- ความสามารถในการวางแผน
- ความสามารถในการเรียนรู้
- ความสามารถในการสื่อสารด้วยภาษาธรรมชาติ (ภาษามนุษย์)
- ความสามารถในการปฏิบัติภาระกิจอย่างมีเป้าประสงค์โดยอาศัยหลักการทั้ง 5 ดังกล่าว
ARTIFICIAL SUPERINTELLIGENCE (ASI)
ASI คือ จักรกลอภิปัญญาที่แสดงออกถึงความสามารถเชิงปัญญาที่เหนือกว่ามนุษย์ที่ผู้ที่มีปัญญาสูงสุดเหนือมนุษย์ทั้งปวง อย่างไรก็ดีนักวิจัยยังไม่สามารถมีร่วมกันได้ว่าจักรกลอภิปัญญาที่ว่านี้จะเป็นจริงได้อย่างไร ขณะที่บางฝ่ายมีข้อถกเถียงว่าพัฒนาการของ AI อาจทำให้เกิดแค่ระบบการประมวลผลเหตุที่ขาดปัจจัยข้อความจำกัดของความมนุษย์ บางฝ่ายกลับมีความเชื่อว่าจะเกิดวิวัฒนาการกับมนุษย์โดยการนำเอา ASI มาเป็นส่วนของร่างกายมนุษย์ ซึ่งจะทำให้มนุษย์ก้าวข้ามขีดความสามารถทางจิตปัญญาและความสามารถทางกาย
ในความเป็นจริงแล้ว ASI ไม่ได้เป็นเรื่องที่ไกลเกินเอื้อมอย่างเช่นที่เราคิด ระบบ AI ในปัจจุบันมีความสามารถในปรับปรุงโครงสร้างของตัวเองอยู่อย่างไม่รู้จบ ในทางทฤษฏีแล้วหากวัฏจักรการปรับปรุงตัวเองนี้ดำเนินไปอย่างรวดเร็วไม่หยุดหย่อน จะเกิดผลลัพธ์ที่ไปสู่การ “ระเบิดทางสติปัญญา” ที่ทำให้มนุษย์ก้าวข้ามข้อจำกัดทางด้านพันธุกรรมของตนเอง
ARTIFICIAL NARROW INTELLIGENCE (ANI)
ANI คือ คือ AI ชนิดหนึ่งมีความสามารถที่เฉพาะเจาะจงและจำกัด สามารถทำงานได้ขอบเขตแคบๆ ที่ถูกกำหนดไว้ (ซึ่งต่างกับ AGI) ถ้าจะเปรียบเทียบ ANI กับ AGI แล้ว จะเหมือนกับว่า ANI เป็นเพียงแถบสีใดสีหนึ่งในสเปคตรัมของสีแสงทั้งหมด
ตัวอย่างที่ชัดเจนที่สุดของ ANI ก็คือเครื่อง Watson Supercomputer ของ IBM ที่ชนะรายการ Jeopardy! ซึ่ง Watson เป็นเครื่องจักรกลที่มีความเชี่ยวชาญทางด้านการตอบปัญหา ซึ่งประกอบสร้างจากเทคโนโลยี AI เพื่อทำการสังเคราะห์เลียนแบบความสามารถทางการระลึกรู้จำของมนุษย์ ANI เป็นรูปแบบที่แพร่หลายที่สุดของ AI ที่ใช้ในแวดวงอุตสาหกรรม ซอฟต์แวร์ใดๆ ก็ตามที่ใช้เทคโนโลยี machine learning หรือ data mining ในการตัดสินใจก็ให้ถือว่าเป็น ANI ได้ ซึ่ง ANI นี้เรียกกันอีกชื่อหนึ่งได้ว่า “Weak AI” ในขณะที่ AGI เรียกกันว่า “Strong AI.”
[1] THE GENESIS ในปี 1950 AI ดูเหมือนเป็นใกล้แค่เอื้อมแต่เอาเข้าจริงแล้วกลับพบว่าไม่ได้เป็นอย่างที่คิดไว้เลย ในช่วงปลายทศวรรษ 60s นักวิจัยก็ได้ตระหนักว่า AI เป็นศาสตร์ที่ยากที่จะศึกษา ยากที่จุดประกายการ ทำให้กระแสเงินทุนสนับสนุนค่อยๆ เหือดแห้งลง ปรากฎการณ์ที่เกิดขึ้นในยุคนี้เรียกกันว่า “AI effect” ซึ่งประกอบขึ้นด้วยสองส่วนด้วยกัน ส่วนแรกคือภาพหวังของพัฒนาการของ AI ว่ากำลังจะเกิดขึ้นในทศวรรษอันใกล้ อีกส่วนเป็นส่วนของการต่อรองและสร้างคำจำกัดความและความหมายให้กับศาสตร์ AI อย่างต่อเนื่อง
1950 | TURING TEST | The Turing test is a method for determine the intelligence of a machine
1955 | THE TERM AI | The term Artificial Intelligence is used for the first time.
1966 | ELIZA | Eliza is one of the first chat robots that simulate conversation as a psychotherapist.
เหตุผลที่ DARPA ในสหรัฐอเมริกายังให้น้ำเลี้ยงเงินทุนสนับสนุนการวิจัยทาง AI อยู่คือความฝันอันสูงสุดที่จะสร้างจักรกลที่มีความสามารถในการแปลภาษาได้อย่างสมบูรณ์แบบ เหตุการณ์ที่มาซ้ำเติมทำให้ความฝันอันสูงสุดกลายเป็นความฝันลมๆ แล้งๆ ถูกให้ชื่อไว้ว่า “First AI Winter” อย่างไรก็ดี เหตุการณ์ที่สำคัญๆ ทีเกิดขึ้นในช่วงนี้ (50s-60s) ได้แก่
1950 | การทดสอบของ Turing | คือระเบียบวิธีใช้เพื่อทดสอบสภาวะมีปัญญาของจักรกล
1955 | การสถาปนาและนิยาม “AI” | เป็นครั้งแรกที่มีการใช้คำว่า AI
1966 | จักรกลระบบสนทนา ELIZA |เป็นเครื่องจักรหรือหุ่นยนต์ตัวแรกที่สามารถสนทนา
Source: IBM
[2] THE REVIVAL
1980s |EXPERT SYSTEMS |Edward Feigenbaum creates expert systems that emulate decision of human experts.
ในระหว่างปี 1970s จนถึง 1980s กระแสเงินทุนลูกใหม่ใน UK และในญี่ปุ่นเป็นผลมาจากการถือกำเนิดขึ้นของ “ระบบผู้เชี่ยวชาญ” ซึ่งนับว่าเป็นตัวอย่างของ ANI ซึ่งเป็นการประยุกต์ใช้เทคโนโลยีเพื่อรับและทำความเข้าใจข้อมูล จากนั้นเรียนรู้สิ่งที่ได้จากข้อมูล เพื่อความผิดพลาดหรือคลาดเคลื่อนของผลลัพธ์ที่จะนำไปใช้งานจริง แต่นี่ก็เป็นเพียงเศษเสี้ยวของผู้เชี่ยวชาญเฉพาะด้านที่เป้นมนุษย์จริงๆ อย่างไรก็ดี การกระเพื่อมนี้ก็แรงพอที่จะจุดให้กระแสการไหลเวียนของเงินทุนทางด้าน AI ได้ไปต่อ ผู้เล่นที่ใหญ่ที่สุดในตลาด AI ได้แก่ รัฐบาลญี่ปุ่น แรงกระเพื่อมดังกล่าวนี้ยังส่งผลต่อวิวัฒนาการในวงการคอมพิวเตอร์อีกด้วย และทำให้ US และ UK ต้องเติมเงินสนับสนุนการวิจัยลงไปด้วยเพื่อมิให้ตกขบวน อย่างไรก็ดี ยุคทองนี้ก็อยู่ได้ไม่นาน เหตุการณ์ที่สำคัญๆ ทีเกิดขึ้นในช่วงนี้ (70s) ได้แก่
1980s | ระบบผู้เชี่ยวชาญ| Edward Feigenbaum สร้างระบบผู้เชี่ยวชาญที่มีความสามารถในการจำลองเลียนแบบการตัดสินของผู้เชียวชาญที่เป็นมนุษย์
[3] THE RETURN
ช่วงสิ้นปี 1993 MIT Cog Project lab ได้ประดิษฐ์สร้างหุ่นยนต์คลายมนุษย์ด้วยเทคนิค Dynamic Analysis และ Re-planning Tool (DART) ซึ่งได้รับเงินทุนสนับสนุจากรัฐบาลสหรัฐอเมริกา ในเวลาใกล้เคียงกันนี้ DeepBlue ของ IBM เอาชนะการแข่งขันหมากรุกกับ Kasparov ในปี 1997 อีกสองทศวรรษต่อมา AI ได้กลายเป็นหัวข้อวิจัยที่นำความเปลี่ยนแปลงเชิงกระบวนทัศน์มาสู่โลก
มีหลายคำตอบเพื่อที่จะตอบคำถามเดียวที่ว่าเพราะเหตุใดมนุษย์เราจึงได้ลงทุนกับศาสตร์ทางด้าน AI มากมายถึงเพียงนี้ แต่มีอยู่ 1 เหตุการณ์ที่เป็นต้นเหตุของการจุดประกายการศึกษาทางด้าน AI ในช่วง 5 ปีหลังมานี้ กระนั้นก็ตาม AI พึ่งจะเป็นรู้จักและเป็นที่ยอมรับโดยแพร่หลายในปลายปี 2012 นี้ ย้อนไปในวันที่ 4 ธันวาคม 2012 นักวิจัยกลุ่มหนึ่งได้นำเสนอระบบ Neural Information Processing Systems (NIPS) ที่งานการประชุมวิชาการทางด้าน Convolutional Neural Networks ซึ่งได้รับรางวัลการวิจัยชนะเลิศในการแข่งขัน ImageNet Classification เมื่องสองสัปดาห์ก่อนหน้า กลไกการทำงาน NIPS ของกลุ่มนักวิจัยดังกล่าวทำให้ความแม่นยำในการระลึกรู้ภาพสูงขึ้นจาก 72% เป็น 85% และจากนั้นเป็นต้นมา Neural Network ได้กลายมาเป็นรากฐานของการศึกษาพัฒนาทางด้านปัญญาประดิษฐ์เรื่อยมาก ล่าสุดในการแข่งขันรายการดังกล่าวในปีที่ผ่านมาพบว่า มีกลุ่มนักวิจัยที่พัฒนาระบบ Neural Network มีความแม่นยำสูงขึ้นถึง 96% ซึ่งสูงกว่ามนุษย์ที่มีความแมนยำในการแยกแยะภาพในชีวิตประจำวันที่ 95%
Source: Digital Wellbeing
AI’s NEXT CHAPTER
มีข้อกังวลที่ว่าเราอาจจะมาอยู่ ณ จุดสูงสุดของการวิจัยศึกษาทางด้าน AI แล้วก็เป็นได้ ความตื่นเต้นความสนใจอาจจะจบลงในไม่ช้า แต่ผู้เขียนมีความเชื่อว่า AI ในยุคนนี้จะแตกต่างออกไปจากยุคที่แล้วมาด้วยสามเหตุผลหลัก คือ ประการแรกเรามี big data ที่สามารถป้อนให้ AI ได้เรียนรู้ได้อย่างไม่รู้จบ ประการที่สองคือความก้าวหน้าของเทคโนโลยีการจัดเก็บ การคำนวณประมวลผล เข้าความในใจกลไกลการทำงาน ขนาดและขีดความสามารถของการสื่อสารสัญญาณ ต้นทุนที่ต่ำลงอย่างมาก สิ่งเหล่านี้ทำให้เราสามารถสร้างแบบจำลองอะไรก็ได้เท่าที่เราต้องการ และประการสุดท้าย ยุคนี้เป็นยุคที่เราเข้าถึงและจัดสรรทรัพยากรได้อย่างเป็นอิสระและมีประสิทธิภาพ ซึ่งนำพาโดยรูปแบบการดำเนินธุรกิจของ Uber และ Airbnb ซึ่งอาศัยการบริการจากเทคโนโลยีการประมวลผลกลุ่มเมฆ (ผู้ให้บริการเช่น Amazon Web Services: AWS) และการประมวลผลแบบคู่ขนานโดยใช้หน่วยประมวลผล GPU