ผู้อ่านคงพอทราบกันดีว่า Artificial Intelligence (AI) หรือ ปัญญาประดิษฐ์ ก็คือโปรแกรมที่เขียนขึ้นมาเพื่อให้คอมพิวเตอร์ทำงานและเรียนรู้สิ่งต่างๆ ได้อย่างอัจฉริยะ สามารถสั่งการได้ด้วยวิธีเดียวกับที่เราสื่อสารระหว่างมนุษย์ด้วยกันเอง อีกทั้งยังคำนวณสิ่งที่มนุษย์ทั่วไปอย่างเราทำไม่ได้ภายในระยะเวลาสั้นๆ

ในขณะที่ AI เป็นที่พูดถึงอย่างหนาหู เหมือนงานวิ่งย่อมๆ ที่จัดขึ้นทุกสัปดาห์ แต่ยังมีสิ่งที่เรียกว่า ‘AGI’ ซึ่งเป็นเหมือนงานวิ่งครั้งยิ่งใหญ่ที่นักวิทยาการคอมพิวเตอร์ต่างอยากมุ่งไป

ความเป็นจริงนั้น สิ่งที่วงการ AI ต้องการจะสร้างคือ Artificial General Intelligence หรือ AGI ต่างหาก ซึ่ง AGI นั้นเรียกได้ว่าเป็นจุดสูงสุดที่นักคอมพิวเตอร์และนักวิทยาศาสตร์หลากหลายสาขาที่เกี่ยวข้องพยายามพัฒนาความสามารถของ AI ให้ไปเหมือนมนุษย์ขั้นสุด! (คำว่า General นั้นสื่อถึงการทำให้มันฉลาดจนเหมือนชีวิตประจำวันที่สุด)

AGI นั้นต่างกับ AI อย่างไร?

William Vorhies นักวิทยาศาสตร์คอมพิวเตอร์ที่เขียนบทความเกี่ยวกับ AGI นั้น เปรียบ AGI ไว้ว่าเป็น The Holy Grail of AI (1) หมายถึง หัวใจที่แท้จริงของวงการพัฒนาปัญญาประดิษฐ์

AGI เป็น AI ที่มีความสามารถเทียบได้กับมนุษย์คนหนึ่งที่มีความคิดอ่าน วิเคราะห์ Data เป็น และสามารถตอบโต้กับมนุษย์ทั่วไปได้ จะขาดก็แต่อารมณ์และความรู้สึกในด้านที่ละเอียดอ่อนอย่างที่คนทั่วไปมี

ส่วน AI ในปัจจุบัน สร้างขึ้นมาให้ทำงานได้ค่อนข้างเฉพาะทางและถูกสร้างมาให้ทำเรื่องใดเรื่องหนึ่งเท่านั้น พูดให้เข้าใจง่ายๆ ก็คือ AI ที่สามารถประมวลผล Image, Speech และ Text Processing ต่างๆ ได้นั้นเป็นเหมือนการแยกส่วนตา หู จมูก ปากของมนุษย์ แต่เมื่อไรที่ AGI เกิดขึ้นมา นั่นแหละ จะมีสมองที่ใช้ในการสั่งการซึ่งรวมกันเป็นระบบคอมพิวเตอร์ที่มีความอัจฉริยะอย่างแท้จริง

ทำไมเรายังห่างไกลจากการสร้าง AGI นัก?

Jarvis Iron man

ภาพประกอบจากภาพยนตร์ Iron Man มหาประลัย คนเกราะเหล็ก

ทั้งชื่อของ AI ที่ทุกวันนี้เราได้ยินกันอย่างหนาหูในข่าวหรือรายงานต่างๆ ผสมผสานกับภาพยนตร์สุดล้ำต่างๆ ที่ทำออกมา อย่าง Jarvis ใน Iron Man ก็เป็นอีกตัวอย่างหนึ่ง

รวมถึง กฎของมัวร์ (Moore’s Law) (2) ที่อธิบายไว้นานเกินครึ่งศตวรรษแล้วว่า

เทคโนโลยีนั้นจะมีการเติบโตขึ้นเรื่อยๆ และปริมาณของ
ทรานซิสเตอร์บนวงจรรวม
จะเพิ่มเป็นเท่าตัวประมาณทุกๆ 2 ปี
ทำให้คอมพิวเตอร์ฉลาดขึ้นกว่าเดิมเรื่อยๆ แบบทวีคูณ

ถ้าเทียบกับหลายปีที่ผ่านมา เทคโนโลยีที่เราไม่คาดคิดว่าจะมีก็เกิดขึ้นมามากมาย ถ้าอย่างนั้น การที่เรามี AI เป็นตา หู จมูก ปากในวันนี้  อนาคตก็อาจจะสร้าง AGI ที่เป็นมนุษย์เสมือนจริงขึ้นมาได้ แต่! การจะสร้างได้นั้นต้องเข้าใจความสามารถพื้นฐานของ AGI และปัญหาในการพัฒนา AI ในปัจจุบันนี้ให้ดีเสียก่อน

ความสามารถพื้นฐานของ AGI เป็นอย่างไร?

นักคอมพิวเตอร์นั้นแบ่งประเภทของ AI ที่จะพัฒนาไปเป็น AGI ไว้ในหลายมิติ แต่หลักๆ ก็คือ

  • Strong AI กับ Weak AI

คือการแบ่งประเภทของ AI ตามการทำงานเลียนแบบพฤติกรรมของมนุษย์ โดยที่ Strong AI จะมีการทำงานแบบที่จำลองพฤติกรรมแบบเดียวกับมนุษย์ทั่วไปทุกอย่าง รวมไปถึงสิ่งที่เป็นนามธรรม เช่น การใช้เหตุผลส่วนบุคคลหรือการใช้วิจารณญาณ ส่วน Weak AI จะเป็นแบบที่มีการเลียนแบบพฤติกรรมคล้ายๆ มนุษย์ เหมือนบอกมันไว้ว่า ถ้าเป็นมนุษย์ควรจะแก้ปัญหาอย่างไร ซึ่งสุดท้ายแล้ว Weak AI ก็ไม่ได้มีความสามารถถึงขั้นที่เรียกว่าอัจฉริยะได้

  • Narrow AI กับ Board AI

เป็นการตัดสินใจของ AI หรือการกระทำต่างๆ โดย Narrow AI นั้น เป็นการป้อน Data คำสั่งไว้แก้ปัญหาสำหรับหลายๆ ปัญหาที่อาจจะเกิดขึ้น และยิ่งป้อนกรณีตัวอย่างมากเท่าไร มันก็จะยิ่งทำงานได้ดีมากขึ้นเท่านั้น ส่วน Board AI คือการให้คอมพิวเตอร์ตัดสินใจได้ด้วยตัวเอง โดยการนำวิธีแก้ไขสถานการณ์ที่มีความละเอียดอ่อนในการตัดสินใจจำนวนมากใส่เข้าไป เพื่อให้มันมีความคิดใกล้เคียงกับมนุษย์มากยิ่งขึ้น

สรุปแล้ว ความสามารถขั้นพื้นฐานของ AGI ก็คือ AI แบบ Strong และ Board ที่มีความคิดอ่านและการตัดสินใจที่แตกต่างกันตามวิจารณญาณของตัวมันเอง โดยสามารถทำงานได้แบบ Generic หรือแบบทั่วไปที่มนุษย์นั้นทำได้ ไม่ใช่แค่การทำงานเฉพาะทางที่ AI ในปัจจุบันเป็นอยู่

ปัญหาของการพัฒนา AI ไปสู่ AGI คืออะไรกันแน่?

ถึงแม้ว่าบริษัทยักษ์ใหญ่ทางด้านคอมพิวเตอร์หลายแห่งจะออกมาประกาศว่า พวกเรากำลังอยู่ในช่วงที่เรียกว่า ยุคเริ่มต้นของ AI’ ซึ่งมีเทคโนโลยีอย่าง Machine Learning เข้ามาช่วยต่อยอดและทำให้เรามองเห็นอนาคตของ AI ที่ต้องการ แต่ปัญหาที่พบในปัจจุบันก็ใหญ่มากพอที่จะทำให้เรารู้ว่า จริงๆ แล้วเรานั้นอยู่ห่างจากการพัฒนา AI ไปสู่ AGI มาก โดยปัญหาที่เว็บไซต์ theverge.com (3) บอกไว้จากงาน Deep Learning Conference ณ กรุงลอนดอน เมื่อปลายปี 2016 อธิบายไว้อย่างชัดเจนว่า

  • ต้องมี Data ระดับมหาศาลก่อน

ถ้าจะสอน AI ให้ฉลาดขึ้นได้นั้น เราต้องป้อน Data เข้าไปเพื่อให้มันเรียนรู้สิ่งต่างๆ ซึ่งระบบนี้ต้องใช้ Data จำนวนมากและยังต้องมีการออกแบบการทำงานที่ดีเพื่อให้ Machine Learning ประมวลผลซ้ำแล้วซ้ำอีกหลายพันรอบ กว่าจะสร้าง AI ที่ฉลาดๆ ออกมาได้ Data จึงเป็นสิ่งสำคัญมาก และองค์กรไหนที่มี Data เยอะก็ยิ่งได้เปรียบ

  • AI ยังไม่สามารถทำงานที่หลากหลายได้

ที่เราเห็นกันทุกวันนี้ ไม่ว่าจะเป็นอุปกรณ์ควบคุมอุณหภูมิอัจฉริยะ the NEST thermostat หรือ AI ที่นำไปช่วยในการทำงานด้านต่างๆ นั้น ทำงานได้แบบเฉพาะเจาะจงเกินไป ด้วยความที่มันไม่สามารถคิดและเรียนรู้แบบที่มนุษย์เติบโตและสามารถเรียนรู้ได้ตลอด AI จึงไม่สามารถเรียนรู้เพิ่มเติมในเรื่องอื่นๆ ที่จะไปสู่ AGI ได้ นอกจากเรื่องที่มันถูกสร้างขึ้นมาให้ทำ

  • จะสร้างสิ่งที่เราเองก็ยังไม่เข้าใจขึ้นมาได้อย่างไร?

ข้อนี้เรียกได้ว่าเป็นปัญหาหลักของการพัฒนา AI ไปสู่ AGI เลยก็ว่าได้ ลองนึกภาพว่า ตอนนี้เราเองก็ยังไม่เข้าใจระบบสมองหรือการคิดของมนุษย์จริงๆ ด้วยซ้ำ ยิ่งถ้าพูดถึงการใช้วิจารณญาณหรืออารมณ์ที่แตกต่างกันไปในแต่ละบุคคล ยิ่งไม่สามารถอธิบายหลักการทำงานที่แท้จริงได้ หรือเรื่องบางเรื่อง เมื่อพิจารณาในด้านจริยธรรมแล้ว มนุษย์เองก็ยากที่จะตัดสินว่าอะไรควร อะไรไม่ควร อะไรถูก อะไรผิด แบบนี้เราจะสร้าง AGI ขึ้นมาให้มีวิธีการคิดเหมือนกับเราเป๊ะๆ ได้อย่างไรล่ะ? 

ที่สำคัญ การสร้าง AGI ยังต้องใช้ศาสตร์หลายแขนง ซึ่งคนที่เข้าใจในทุกๆ ด้านนั้นยังน้อยเกินกว่าจะพาไปถึงจุดนั้นได้ อย่างไรก็ตาม ความคาดหวังในการสร้าง AGI ให้สำเร็จนั้นมีมานานแล้วและยังคงเป็นหนึ่งในเป้าหมายของบริษัทด้านเทคโนโลยีหลายแห่ง

Facebook ก็ลุยเรื่อง AGI

โซเชียล เน็ตเวิร์กที่ใกล้ตัวเราอย่าง Facebook ก็มีข่าวออกมาว่า ทีมที่ทำงานในแล็บวิจัยด้าน AI ของ Facebook เขียนบทความเกี่ยวกับทฤษฎีที่อาจพัฒนา AGI ขึ้นเองได้จากความคิดของนักเขียนนิยายวิทยาศาสตร์ เพื่อเพิ่มการเรียนรู้ ความมีเหตุผล และประยุกต์ใช้ความรู้ในสถานการณ์ที่แตกต่างให้ AI ตัดสินใจหรือทำแบบที่มนุษย์ทำได้เท่าที่ซอฟต์แวร์จะสามารถ

The Hype Cycle for Emerging Technologies
โดย Gartner (ปี 2017) ศึกษาเทคโนโลยีที่จะเข้ามามีบทบาทในอนาคต ระบุชื่อของ Artificial General Intelligence โดยคาดการณ์ว่าจะใช้เวลามากกว่า 10 ปี

ที่น่าสนใจคือ Facebook ยังมีความร่วมมือกับ GoodAI บริษัทสตาร์ทอัพที่มุ่งพัฒนา AI สู่ AGI โดย GoodAI ประกาศให้มีการแข่งขัน General AI Challenge เมื่อเดือนกุมภาพันธ์ 2017 โดยจะมอบเงินรางวัล 5 ล้านดอลลาร์ในอีก 2-3 ปีข้างหน้าให้แก่ทีมที่พัฒนา AI ให้สามารถทำได้หลายอย่างหรือก้าวข้ามขีดความสามารถเดิมได้ ซึ่งแผนการแข่งขันก็มาจากฝ่ายวิจัยด้าน AI ของ Facebook นั่นเอง (4)

สรุป

บทความนี้ฉายภาพ Vision อย่างกว้างไกลของ AI ที่เรียกว่า AGI ให้ทุกท่านได้รู้จัก ในขณะเดียวกัน เพื่อไม่ให้ทุกท่านตื่นเต้นกันจนเกินไป เราก็อยากบอกให้ทราบถึงความท้าทายที่ยังมีอยู่  พร้อมแนะนำตัวอย่างบริษัทชั้นนำที่กำลังมุ่งพัฒนา AI เพื่อจะไปสู่เส้นชัยปลายทางอย่าง AGI นั่นเอง

\ ENDNOTES \

(1) Artificial General Intelligence – The Holy Grail of AI View in article
(2) กฎของมัวร์ View in article
(3) These are three of the biggest problems facing today’s AI View in article
(4) There’s $5 million in prize money to build Facebook’s vision for artificial general intelligence View in article