ปัญญาประดิษฐ์ทั่วไป คืออะไร ? AGI ทำงานอย่างไร ? ต่างจาก AI อย่างไร ?

ปัญญาประดิษฐ์ทั่วไป หรือ Artificial General Intelligence (AGI) คืออะไร ?

ในยุคปัจจุบัน เทคโนโลยี ปัญญาประดิษฐ์ (AI) ได้เข้ามามีบทบาทสำคัญในชีวิตประจำวันอย่างแพร่หลาย ตั้งแต่การช่วยตอบคำถาม, การแปลภาษา, การค้นหาข้อมูล ไปจนถึงการช่วยแพทย์ตรวจวินิจฉัยโรค อย่างไรก็ตาม ระบบ AI ที่เราใช้งานกันอยู่ในปัจจุบันยังคงจัดอยู่ในกลุ่ม AI เฉพาะทาง ที่เรียกว่า Narrow AI หรือ Weak AI คือเป็น AI ที่มีความเชี่ยวชาญเฉพาะด้านที่ถูกฝึกฝนมาเท่านั้น

เป้าหมายสูงสุดในวงการวิทยาการคอมพิวเตอร์ และปัญญาประดิษฐ์ จึงไม่ได้หยุดอยู่เพียงแค่ระบบที่ทำหน้าที่เฉพาะอย่าง แต่คือการสร้าง Artificial General Intelligence (AGI) หรือหากแปลเป็นภาษาไทยก็คงจะเรียกว่า "ปัญญาประดิษฐ์ทั่วไป" ซึ่งเป็น AI ระดับที่มีความฉลาด, ยืดหยุ่น และสามารถเรียนรู้ หรือทำกิจกรรมทางปัญญาได้รอบด้านใกล้เคียง หรือเท่าเทียมกับมนุษย์ AGI จึงเปรียบเสมือน "จิ๊กซอว์ชิ้นสำคัญ" ที่จะเปลี่ยนผ่านมนุษยชาติไปสู่ยุคสมัยใหม่ทางเทคโนโลยีอย่างแท้จริง ...

ปัญญาประดิษฐ์ทั่วไป คืออะไร ? (What is Artificial General Intelligence ?)

Artificial General Intelligence (AGI) หรือบางครั้งเรียกว่า "Strong AI" หรือ "Human-Level AI" คือ ระบบปัญญาประดิษฐ์ที่มีความสามารถทางปัญญาทั่วไปเทียบเท่ามนุษย์ จุดเด่นสำคัญของ AGI ไม่ใช่เพียงการคำนวณที่รวดเร็ว หรือการประมวลผลข้อมูลมหาศาล แต่เป็นความสามารถในการปรับตัว และความยืดหยุ่นทางความคิด (Cognitive Flexibility)

การที่เราจะนิยาม AI ว่ามีความเป็น AGI ได้ มันจะต้องมีความสามารถดังนี้

การถ่ายโอนการเรียนรู้

สามารถนำความรู้ หรือทักษะที่เรียนรู้จากงานหนึ่ง ไปประยุกต์ใช้กับอีกงานหนึ่งที่ต่างบริบทกันได้โดยไม่ต้องเริ่มฝึกใหม่ทั้งหมด

การคิดวิเคราะห์ และแก้ปัญหาใหม่

สามารถเผชิญกับสถานการณ์ที่ไม่เคยเจอมาก่อน วางแผน และใช้ตรรกะเหตุผลในการแก้ปัญหาได้แบบมนุษย์

สามัญสำนึก และการตระหนักรู้บริบท

มีความเข้าใจพื้นฐานเกี่ยวกับโลก, เข้าใจบริบททางสังคม, มนุษยสัมพันธ์ และเหตุผลตามธรรมชาติ

การเรียนรู้แบบพึ่งพาตนเอง

เรียนรู้ได้จากข้อมูลจำนวนน้อย ปรับปรุงข้อผิดพลาดของตนเอง และพัฒนาทักษะใหม่ ๆ ได้อย่างอิสระโดยไม่ต้องมีมนุษย์คอยป้อนข้อมูล หรือเขียนโค้ดสั่งการกำกับทุกขั้นตอน

Artificial General Intelligence ทำงานอย่างไร ? (How Does Artificial General Intelligence Work ?)

การสร้าง AGI จำเป็นต้องอาศัยการผสมผสานเทคโนโลยีขั้นสูง และศาสตร์หลายแขนงร่วมกัน เช่น วิทยาการคอมพิวเตอร์, ประสาทวิทยาศาสตร์ (Neuroscience) และวิทยาการปัญญา (Cognitive Science) โดยมีแนวทางและหลักการทำงานหลัก ดังนี้

การผสานเทคโนโลยีแบบไฮบริด

• Connectionist AI อาศัย การเรียนรู้เชิงลึก (Deep Learning) และ เครือข่ายประสาทเทียม (Neural Network) ลอกเลียนแบบการเชื่อมโยงของเซลล์สมองในการประมวลผลภาพ, เสียง และภาษา
• Symbolic AI (Symbolic Reasoning) ใช้ระบบตรรกศาสตร์, สัญลักษณ์ และกฎเกณฑ์ เพื่อช่วยในการคิดวิเคราะห์, อนุมานเหตุผล และสร้างสามัญสำนึกอย่างมีระบบ

ระบบการเรียนรู้แบบเสริมกำลัง และการถ่ายโอนความรู้

• ช่วยให้ระบบสามารถทดลอง, ทำผิดทำถูก และเรียนรู้จากสภาพแวดล้อมเพื่อบรรลุเป้าหมาย
• ตลอดจนสามารถดึงประสบการณ์จากโดเมนหนึ่ง มาประยุกต์ใช้ในอีกโดเมนหนึ่งได้อย่างราบรื่น

การจำลองโครงสร้างสมองมนุษย์

การศึกษาสถาปัตยกรรมทางชีววิทยาของสมองมนุษย์ และพัฒนาฮาร์ดแวร์/ซอฟต์แวร์ที่จำลองการทำงานของสมอง เพื่อให้ระบบมีการประมวลผลที่ยืดหยุ่น, ตระหนักรู้บริบท และใช้พลังงานได้อย่างมีประสิทธิภาพ

Artificial General Intelligence ต่างจาก AI อย่างไร ? (How AGI Differs from Traditional AI ?)

ความแตกต่างระหว่าง AI ที่เราใช้งานกันอยู่ในยุคปัจจุบัน และ AGI สามารถเปรียบเทียบได้ดังนี้

ประวัติความเป็นมาของ Artificial General Intelligence (History of Artificial General Intelligence)

การแสวงหา AGI ไม่ใช่เรื่องใหม่ แต่เป็นเป้าหมายดั้งเดิมของการก่อตั้งวงการปัญญาประดิษฐ์ สามารถแบ่งวิวัฒนาการออกเป็นยุคสำคัญ ได้แก่

ยุคเริ่มต้นและความหวังในอดีต ค.ศ. 1950- 1960 (พ.ศ. 2493-2503)

จุดเริ่มต้นเกิดจากการประชุม Dartmouth Conference ในปี ค.ศ. 1956 (พ.ศ. 2499) นักวิจัยยุคบุกเบิกอย่าง Alan Turing, John McCarthy, Marvin Minsky และ Herbert Simon เชื่อว่าการสร้างเครื่องจักรที่มีความคิดเท่าเทียมมนุษย์สามารถทำได้ภายในไม่กี่ทศวรรษ Alan Turing ยังได้เสนอ Turing Test ค.ศ. 1950 (พ.ศ. 2493) เพื่อใช้วัดความสามารถของเครื่องจักรในการสื่อสารโต้ตอบเปรียบเทียบกับมนุษย์

ยุค AI Winter และการเปลี่ยนทิศทาง ค.ศ. 1970- 1990 (พ.ศ. 2513-2533)

เนื่องจากข้อจำกัดด้านพลังการประมวลผล และความซับซ้อนของสมองมนุษย์ ทำให้นักวิจัยในยุคนั้นไม่สามารถสร้าง AGI ได้ตามที่สัญญาไว้ ส่งผลให้เกิดภาวะ "ฤดูหนาวของ AI" (AI Winter) เงินทุนวิจัยถูกตัด วงการ AI จึงเปลี่ยนเป้าหมายมาพัฒนา Narrow AI ที่เน้นแก้ปัญหาเฉพาะทางซึ่งเห็นผลได้จริงในเชิงพาณิชย์แทน

การให้กำเนิดคำว่า "AGI" และการฟื้นฟูแนวคิด ต้นทศวรรษ ค.ศ. 2000 (พ.ศ. 2543)

คำว่า "Artificial General Intelligence" ถูกนำมาระบุใช้อย่างเป็นทางการ และทำให้แพร่หลายโดย Mark Gubrud, Shane Legg และ Ben Goertzel เพื่อแยกความแตกต่างอย่างชัดเจนระหว่าง AI เฉพาะทางที่ใช้งานกันแพร่หลาย กับเป้าหมายการสร้างปัญญาประดิษฐ์ระดับทั่วไป

ยุค Deep Learning และการก้าวกระโดดสู่ความหวังใหม่ ค.ศ. 2010 (พ.ศ. 2553)

ความสำเร็จของเทคโนโลยี Deep Learning, Reinforcement Learning และโมเดลขนาดใหญ่ เช่น Transformer, โมเดลภาษาขนาดใหญ่ (LLM) รวมถึงการจัดตั้งสถาบันวิจัยชั้นนำอย่าง OpenAI, Google DeepMind และ Anthropic ได้ทำให้เป้าหมายการสร้าง AGI กลับมาเป็นศูนย์กลางของวงการเทคโนโลยีระดับโลกอีกครั้ง

สรุป (Conclusion)

Artificial General Intelligence (AGI) คือก้าวสำคัญถัดไปของเทคโนโลยีเปลี่ยนโลก แม้ในปัจจุบันเรายังไม่บรรลุการสร้าง AGI ที่แท้จริง แต่ความก้าวหน้าอย่างรวดเร็วของโมเดลภาษาขนาดใหญ่, โครงข่ายประสาทเทียม (Neural Network) และหุ่นยนต์อัตโนมัติ ทำให้ช่องว่างระหว่าง AI เฉพาะทางกับ AGI แคบลงเรื่อย ๆ

การพัฒนา AGI ไม่เพียงแต่นำมาซึ่งโอกาสมหาศาลในการเพิ่มประสิทธิภาพการทำงาน และการแก้ไขปัญหาสลับซับซ้อนของมนุษยชาติ แต่ยังนำมาซึ่งความท้าทายครั้งใหญ่ ทั้งในมิติของจริยธรรม, ความปลอดภัยของระบบ, ผลกระทบต่อตลาดแรงงาน และการควบคุมระบบที่อาจมีความฉลาดเหนือมนุษย์ในอนาคต