svasdssvasds
เนชั่นทีวี

เทคโนโลยี

AI ยังเก่งได้กว่านี้ และมันมีชื่อเรียกว่า ‘AGI’

01 กุมภาพันธ์ 2567
เกาะติดข่าวสาร >> Nation Story
logoline

AI ที่เราเห็นหรือรู้จักกันในตอนนี้ยังถือว่าเป็นแค่จุดเริ่มต้นเท่านั้น นักวิจัยและคนในแวดวงเทคโนโลยีกำลังพยายามที่จะพัฒนาสิ่งที่เรียกว่า 'AGI' (artificial general intelligence) เป็น AI ที่เหนือกว่า AI ขึ้นไปอีก

เคยดูหนังแล้วเจอตัวละครที่เป็น AI กันมั้ยครับ เช่น J.A.R.V.I.S. ใน Iron Man (2008), หุ่นสังหารในเรื่อง The Terminator (1984), หรือถ้าเป็นเรื่องโปรดของผู้เขียนก็คือเครื่องจักรใน The Matrix (1999) ปัญญาประดิษฐ์ที่ดูเหมือนเป็นเรื่องเพ้อฝันในหนังที่เราดูกันตั้งแต่เด็กๆ มาถึงวันนี้มันเข้ามามีบทบาทในชีวิตของเรามากขึ้นเรื่อยๆ ทำให้เกิดคำถามว่า เราจะสร้าง AI ที่ฉลาดแบบในหนัง ระดับที่เราเรียกว่า AGI (artificial general intelligence) ได้จริงๆ เหรอ?

วันนี้จะมาเล่าถึง AGI หรือ ‘AI ที่เหนือกว่า AI’ มนุษย์เราเข้าใกล้คำว่า AGI ได้มากแค่ไหนแล้ว มันเป็นไปได้จริงหรือเป็นแค่นิยาย sci-fi และหาก AGI เกิดขึ้นมาจริง เราจะพิสูจน์ได้อย่างไรว่ามันคือ AGI จริง ๆ

Iron Man (2008). ภาพจาก: IMDb
 

AGI คืออะไร?

AGI หรือ artificial general intelligence เป็น AI ที่ก้าวข้ามขั้น AI ที่เราใช้งานอยู่ในปัจจุบันไปอีกขั้นด้วยความเชื่อที่ว่า AI พวกนี้ สามารถ คิด วิเคราะห์ วางแผน และเรียนรู้ได้เหมือนกับที่มนุษย์ทำ สามารถหลุดกรอบข้อจำกัดและจุดประสงค์ในการสร้างโมเดล (model) ของตัว AI เช่นในปัจจุบัน เรามีการสร้างโมเดลทางภาษาสำหรับการโต้ตอบอย่าง LLM (large language Model) สิ่งที่มันทำได้ก็จะมีแค่การโต้ตอบเท่านั้น ไม่สามารถเอาไปเล่นหมากรุก ถ้าจะให้มันเล่นหมากรุก เราก็จะต้องสร้างโมเดลสำหรับการเล่นหมากรุกขึ้นมาอีกตัว แต่ AGI เป็น AI ที่สามารถทำได้หลายอย่าง ไม่ได้ถูกจำกัดว่ามันถูกสร้างมาเพื่อทำอะไร มันสามารถเรียนรู้ ปรับเปลี่ยนตัวเอง รวมถึงให้เหตุผลได้เหมือนที่มนุษย์เราเรียนรู้จริง ๆ

ทีนี้ บางคนอาจจะเรียก AGI ว่า Strong AI หรือ General AI ในความหมายเดียวกัน กลับกัน AI ที่เราใช้งานกันอยู่ทุกวันนี้ บางคนเรียกว่า ANI (artificial narrow intelligence) หรือ Weak AI หรือ Narrow AI ได้เหมือนกันหมด

หากยังนึกภาพไม่ออกว่า AGI มีหน้าตาแบบไหน ให้นึกถึง J.A.R.V.I.S. ในเรื่อง Iron Man ได้เลย ในหนังเราจะเห็นว่า J.A.R.V.I.S. นอกจากที่จะคุยกับ โทนี สตาร์ก ได้แล้ว AI ตัวนี้ยังสามารถทำงานหลายๆ อย่างให้กับโทนี แม้กระทั่งงานที่ J.A.R.V.I.S. ยังไม่เคยทำมาก่อน มันก็ยังแสดงความฉลาดในการที่จะหาวิธีทำจนได้
 

หรือถ้าฝั่งหนังแนวดิสโทเปีย (dystopia) ขอยกหนังอมตะอย่าง The Terminator หรือที่บ้านเราเรียก ‘คนเหล็ก’ ในเรื่องนำเสนอ AI ตัวนึงที่ชื่อว่า Skynet ปัญญาประดิษฐ์อัจฉริยะที่ฉลาดถึงขั้นสามารถล้างโลก ก่อสงครามกับมนุษย์—นั่นก็เป็นตัวอย่างของ AGI ได้เช่นกัน

พอพูดถึงความดิสโทเปีย ก็ชวนย้อนนึกถึงประโยคที่ สตีเฟน ฮอว์กิง นักฟิสิกส์คนสำคัญที่เคยให้สัมภาษณ์กับนิตยสาร WIRED ในปีเดือนพฤศจิกายนปี 2017 ใจความว่า 

“We need to move forward on artificial intelligence development but we also need to be mindful of its very real dangers. I fear that AI may replace humans altogether. If people design computer viruses, someone will design AI that replicates itself. This will be a new form of life that will outperform humans.”

สตีเฟน ฮอว์กิง. ภาพจาก: Wikimedia Commons

เมื่อแปลจากสิ่งที่ฮอว์กิงพูดถึง คือเราจำเป็นต้องพัฒนาในเรื่องของ AI แต่ก็ต้องระวังอันตรายที่จะมากับมันด้วยเช่นกัน ฮอว์กิงกลัวว่า AI จะเข้ามาแทนที่มนุษย์ และหากมนุษย์สร้างไวรัสคอมพิวเตอร์ หรือสร้าง AI ที่คัดลอกตัวเองได้ นี่น่าจะเป็นสิ่งมีชีวิตใหม่ที่สามารถเอาชนะมนุษย์

 

เราจะพิสูจน์ได้อย่างไรว่า AI ตัวนี้คือ AGI?

การพิสูจน์การเป็น AGI มีหลายวิธี แต่ละวิธีการจะเน้นไปที่การทดสอบความฉลาด (intelligent) เช่น การให้เหตุผล (reasoning), การเรียนรู้ (learning), และการสื่อสาร (communication) โดยจะต้องเป็นการทดสอบที่สามารถทดสอบความฉลาดเหมือนมนุษย์ ใครอยากลองเอาไปเล่นกับเพื่อนๆ นี่คือ 3 วิธีที่จะใช้ทดสอบ

วิธีที่ 1 คือ ‘The Turing Test’ เป็นวิธีคลาสสิก คิดค้นโดน อลัน ทัวริง (Alan Turing) ชายที่สร้างคอมพิวเตอร์เป็นคนแรก วิธีการทดสอบง่ายมากๆ เราจะแบ่งออกเป็นสองฝ่ายคือผู้ทดสอบและผู้ถูกทดสอบ โดยทั้งสองจะไม่ทราบว่าอีกฝ่ายเป็นคนหรือเครื่อง (machine) จากนั้นให้ทั้งสองลองคุยกัน โต้ตอบกันด้วยคำถามเพื่อแลกเปลี่ยนข้อมูล สุดท้ายผู้ทดสอบจะถูกถามว่า อีกฝั่งเป็นคนหรือเครื่อง หากผู้ทดสอบโดนผู้ถูกทดสอบหลอกได้ว่าเป็นคน นั่นแปลว่า AI ที่เรานำมาทดสอบมีความฉลาดนั่นเอง

อลัน ทัวริง. ภาพจาก: Wikimedia Commons

วิธีที่ 2 เรียกว่า ‘The Robot College Student Test’ วิธีการนี้ถูกคิดค้นโดยนักคอมพิวเตอร์ชื่อว่า เบน เกิร์ตเซล (Ben Goertzel) วิธีทดสอบเริ่มด้วยการให้ AI ที่เราต้องการทดสอบไปลงเรียนวิชาเรียนในมหาวิทยาลัย และทำข้อสอบชุดเดียวกันกับที่มนุษย์ทำ หาก AI ตัวนั้นสามารถผ่าน หรือเรียนจบมหาลัยได้โดยที่ไม่ต้องเข้าเรียน เท่านี้ก็ถือว่าเรียบร้อย มันเป็น AI ที่ฉลาด

หากใครที่ติดตามข่าว AI ในประเทศไทย อาจจะได้เห็นข่าวที่ SCB10X เปิดตัว large language model (LLM) ชื่อว่า Typhoon-7b ออกมา พร้อมผลการทดสอบชุดข้อมูล (dataset) ที่เป็นข้อสอบชื่อว่า ThaiExam ซึ่งผลออกมาพบว่าเหนือว่าโมเดลที่ออกแบบมาเพื่อทำงานในภาษาไทยทั้งหมด และเทียบเท่ากับโมเดลขนาดใหญ่อย่าง GPT-3.5 เลยทีเดียว ถึงอย่างนั้น หากเราไปดูที่ผลสอบจริงๆ คะแนนโดยเฉลี่ยของทุกชุดข้อสอบรวมกันก็ยังไม่ถึง 50% อยู่ดี ดังนั้น พูดตรงๆ เลยก็คือ เจ้า AI ตัวนี้ยังน่าจะสอบเข้ามหาลัยแข่งกับนักเรียนจริงๆ ไม่ได้อยู่ดี ต้องรอพัฒนาให้มากกว่านี้อีกเยอะถึงจะผ่านการทดสอบลักษณะนี้ได้ แต่ถือว่าเป็นก้าวที่สำคัญในการพัฒนาเลยทีเดียว

วิธีที่ 3 มาจากชายผู้ร่วมก่อตั้ง Apple อย่าง สตีฟ วอซเนียก (Steve Wozniak) การทดสอบมีชื่อเรียกว่า ‘The Coffee Test’ และวิธีทดสอบก็ง่ายตามชื่อเลย คือถ้า AI ตัวที่กำลังทดสอบฉลาดจริง มันต้องชงกาแฟได้ อ่านแล้วอาจจะเอ๊ะ แต่หลักการเพื่อทำความเข้าใจคือ ถ้าเราจะจำลองให้เครื่องเดินเข้าบ้านสักหลังนึงและพยายามที่จะชงกาแฟมาให้สักแก้ว คำสั่งที่ดูเรียบง่ายนี้ก็มีหลายกระบวนการเข้ามาเกี่ยวข้อง ทั้งการหาเครื่องทำกาแฟ การหากาแฟ การต้องหาว่ากดตรงไหน กดปุ่มอะไร จนการเสิร์ฟกาแฟในขั้นสุดท้าย เป็นวิธีทดสอบที่ฟังดูแปลก แต่ถ้าเราลองคิดดูดีๆ แม้การชงกาแฟจะเป็นเรื่องที่มนุษย์ทำได้ไม่ยาก ทว่าแต่ละขั้นตอนอาศัยความฉลาดพอสมควร เช่น การหาเครื่องทำกาแฟ ที่เราเองสามารถเดินไปที่เครื่องได้อย่างรวดเร็ว เพราะเรามีความฉลาดบางส่วนบอกว่าเครื่องชงกาแฟน่าจะอยู่ในห้องครัว และเรารู้ว่าเครื่องชงหน้าตาประมาณไหน—แต่กับ AI มันไม่ได้ง่ายขนาดนั้น

ไม่ว่าจะเป็นการทดสอบใดก็ตามที่ยกตัวอย่างมา ในปัจจุบันก็ยังไม่มี AI ตัวไหนเลยที่ผ่านการทดสอบ วิธีพวกนี้เป็นเพียงแค่วิธีที่เราใช้ในการทดสอบบางส่วนเท่านั้น ยังมีอีกหลายวิธีที่นักคอมพิวเตอร์พยายามคิดออกมาเพื่อแบ่งว่า อะไรคือ AGI หรือ ANI ปัญหาของการทดสอบนี้คือ ยังไม่มีเส้นแบ่งกั้นอย่างชัดเจนว่า แล้วจริงๆ AGI ต้อง general ขนาดไหน หรือมีขอบเขตแค่ไหน การทดสอบแต่ละวิธีจึงไม่มีมาตรฐานตายตัว

 

การพัฒนา AGI ไปถึงไหนแล้ว?

แม้ในตอนนี้โลกของเรายังไม่มี AI ตัวใดเลยที่เปิดเผยออกมาว่าเป็น AGI โดยสมบูรณ์ AGI ที่เราพูดถึงก่อนหน้านี้ไม่ว่าจะเป็น J.A.R.V.I.S. หรือ Skynet จึงอาจจะดูเป็นเรื่องเพ้อฝันอยู่ แต่ต้องบอกว่า นักวิจัยทางด้าน AI มีความพยายามที่จะพัฒนา AGI ขึ้นมาจริงๆ ซึ่งความก้าวหน้าที่นักวิจัยไปได้ไกลที่สุดและมีการเปิดเผยออกมา ก็น่าจะเป็นกลุ่ม LLM ที่เปิดตัวในช่วง 1-2 ปีที่ผ่านมาเช่น GPT-3.5 และในฝั่งภาษาไทยอย่าง Typhoon-7b ที่ได้แนะนำไป

อีก AI ที่น่าสนใจและเข้าใกล้ความเป็น AGI มากๆ คือ ‘Gato’ ถูกสร้างโดยกลุ่มนักวิจัยจาก Google Deep Mind เปิดเผยในปี 2022 ที่ผ่านมา โดยเป้าหมายการสร้าง AI ตัวนี้คือการพยายามสร้าง AI ตัวเดียวที่สามารถทำได้หลายๆ อย่าง หรือก็คือ AGI นั่นเอง ทางผู้พัฒนาเคลมออกมาเลยว่า Gato สามารถทำงานได้ถึง 600 แบบเลยทีเดียว เช่น การเล่นเกม Atari, การพูดคุย (chat) และการบอกลักษณะของรูปภาพ (image captioning)

ChatGPT

และสุดท้ายผู้เล่นใหญ่อย่าง OpenAI ก็มีการเปิดเผยแผนออกมาชัดเจนว่ากำลังมุ่งเป้าไปที่การพัฒนา AGI โดยบอกว่า หากการพัฒนา AGI สำเร็จมันจะช่วยให้มนุษยชาติของเราพัฒนาอย่างก้าวกระโดดเลยทีเดียว ตัวล่าสุดอย่าง ChatGPT (GPT-4) โมเดลตัวใหม่ที่พัฒนาต่อยอดจาก GPT-3.5 ขึ้นมา ก็เพิ่มความสามารถในการรับข้อมูลจากภาพได้ด้วย จากเดิมที่รับได้เพียงแค่ข้อความเท่านั้น เช่น สั่งให้มันสามารถเขียนเว็บไซต์จากภาพของเว็บไซต์ที่เห็น หรือพอจะบอกส่วนผสมและวิธีการทำอาหารจากภาพอาหารที่เราป้อนเข้าไปให้ นอกจากนั้นทางผู้พัฒนาเองยังแสดงให้เห็นว่า GPT-4 ยังมีความสามารถในการเข้าใจจิตใจของผู้อื่นได้ พร้อมทั้งยังสามารถ ประเมินคำตอบของตัวเองเพื่อให้คำตอบใหม่ที่ดีกว่าเก่าได้ เช่นเดียวกับที่มนุษย์ทำ เรียกว่าน่าจะเป็นตัวที่เข้าใกล้ความเป็น AGI มากที่สุด เท่าที่มีการเปิดเผยออกมาแล้ว

ถึงจะยังเป็นไปไม่ได้ แต่เรื่องนึงที่เราต้องยอมรับคือ จากเดิม AGI ที่ดูเป็นเรื่องเพ้อฝันเมื่อหลายสิบปีก่อน เคยเป็นเรื่องที่อยู่แค่ในนิยายและหนัง sci-fi ตอนนี้มันอาจจะเป็นหมุดหมายถัดไปของการพัฒนา AI เลยก็ว่าได้ เราเข้าใกล้มันมากขึ้นเรื่อยๆ และเร็วกว่าที่หลายๆ คนคิด นำไปสู่การตั้งคำถามว่า หาก AGI เกิดขึ้นจริง เราจะอยู่ร่วมกับมันได้อย่างไร?

Her (2013). ภาพจาก: IMDb


ข้อมูลอ้างอิง

logoline