หากคุณเคยสงสัยว่า ChatGPT เป็นสิ่งที่ชาญฉลาดอย่างแท้จริงหรือเมื่อเราจะเห็นเครื่องจักรที่สามารถคิดได้เหมือนมนุษย์ — ยินดีต้อนรับสู่โลกแห่ง ปัญญาประดิษฐ์ทั่วไป (AGI)แต่ AGI ไม่ใช่แค่คำฮิตติดปากอีกต่อไป มันคือเป้าหมายสูงสุดของการวิจัย AI ที่สัญญาว่าจะทำให้เครื่องจักรไม่เพียงแต่ทำสิ่งที่ได้รับการฝึกฝนมาเท่านั้น แต่ยัง... เหตุผล, ปรับและ เข้าใจ เหมือนมนุษย์
ก่อนที่เราจะก้าวไปสู่อนาคต เรามาทำความเข้าใจกันก่อนว่า AGI เปรียบเทียบกับ AI ประเภทอื่น: AI แคบ (ANI) และ AI อัจฉริยะ (ASI)
การกำหนดประเภทของ AI ทั้งสามประเภท
ลองเปรียบเทียบดู ลองนึกภาพ AI เป็นเชฟในครัว
ปัญญาประดิษฐ์แคบ (ANI)
พ่อครัวสายไลน์ เก่งแค่เรื่องเดียว แต่ไม่รู้สูตรเลย AI ส่วนใหญ่ในปัจจุบัน เช่น Alexa ตัวกรองสแปม และคำแนะนำจาก Netflix ล้วนอยู่ในกลุ่มนี้ พวกมันทำงานเฉพาะด้าน โดยไม่มีความสามารถในการเรียนรู้เกินกว่าสิ่งที่ได้รับการฝึกฝนมา
ตัวอย่าง: Google Translate สามารถแปลภาษาต่างๆ ได้ แต่ไม่สามารถสรุปเนื้อหานวนิยายหรือขับรถได้
ปัญญาประดิษฐ์ทั่วไป (AGI)
เชฟมิชลินสตาร์ สามารถสร้างสรรค์ ปรับปรุง ดัดแปลง อาหารใหม่ๆ ได้เหมือนกับที่มนุษย์จะทำ AGI ยังคงเป็นทฤษฎี แต่แนวคิดคือมันสามารถเรียนรู้งานทางปัญญาใดๆ ที่มนุษย์สามารถทำได้ มันไม่ได้แค่วิเคราะห์ข้อมูล แต่ยังสามารถเข้าใจบริบท อารมณ์ และความคลุมเครือได้อีกด้วย
คิด: ระบบเดียวที่สามารถเรียนรู้หมากรุก วินิจฉัยโรค เขียนนวนิยาย และแก้ปัญหาทางวิศวกรรมได้ — โดยไม่ต้องฝึกอบรมใหม่
ปัญญาประดิษฐ์ขั้นสูง (ASI)
A สุดยอดอัจฉริยะ เชฟต่างดาว เหนือกว่าการใช้เหตุผล ความคิดสร้างสรรค์ หรือความเห็นอกเห็นใจของมนุษย์ ปัจจุบัน ASI มีอยู่แค่ในนิยายวิทยาศาสตร์ แต่กลับก่อให้เกิดการถกเถียงเกี่ยวกับความเสี่ยงต่อการดำรงอยู่และการกำกับดูแล AI
AGI เทียบกับ AI: ความแตกต่างที่สำคัญโดยสังเขป
| คุณสมบัติ (Feature) | AI แคบ (ANI) | AI ทั่วไป (AGI) | AI อัจฉริยะขั้นสูง (ASI) |
|---|---|---|---|
| ขอบเขต | เฉพาะงาน | ความรู้ความเข้าใจในระดับมนุษย์ที่กว้างขวาง | เกินความสามารถของมนุษย์ |
| ความสามารถในการเรียนรู้ | การเรียนรู้แบบจำกัดที่ตั้งโปรแกรมไว้ล่วงหน้า | เรียนรู้และปรับตัวเหมือนมนุษย์ | การปรับปรุงตนเอง การเติบโตแบบทวีคูณ |
| ตัวอย่างทั่วไป | Siri, Google Maps, แชทบอท | ยังคงเป็นเชิงทฤษฎี (เช่น DeepMind Gato) | ยังไม่มีเลย (สมมุติฐาน) |
| เอกราช | ต่ำถึงปานกลาง | จุดสูง | ไม่ทราบ |
| ใช้ทางธุรกิจในปัจจุบัน? | ใช้เป็นประจำ | ยังไม่พร้อม | ไม่สามารถใช้งาน |
การกำกับดูแล AGI: ความปลอดภัย จริยธรรม และความสามารถในการอธิบาย
เมื่อเราเข้าใกล้ความเป็นไปได้ของปัญญาประดิษฐ์ทั่วไปมากขึ้น การสนทนาเกี่ยวกับธรรมาภิบาลก็กลายเป็นสิ่งที่หลีกเลี่ยงไม่ได้ ต่างจากปัญญาประดิษฐ์ทั่วไป (ANI) ซึ่งทำงานเฉพาะอย่างภายใต้การควบคุมอย่างเข้มงวด AGI สามารถตัดสินใจได้อย่างอิสระในทุกด้าน ซึ่งก่อให้เกิดความเสี่ยงอย่างที่ไม่เคยมีมาก่อน ตั้งแต่อคติทางอัลกอริทึมไปจนถึงภัยคุกคามต่อการดำรงอยู่ ความเสี่ยงนั้นสูงกว่ามาก
ความกังวลด้านจริยธรรมเริ่มต้นจากการจัดแนวค่านิยม: เราจะมั่นใจได้อย่างไรว่าระบบ AGI เข้าใจและยึดมั่นในค่านิยมของมนุษย์ ในขณะที่แม้แต่มนุษย์เองก็ยังไม่สามารถตกลงกันในค่านิยมเหล่านั้นได้ AGI ที่ไม่สอดคล้องกันอาจก่อให้เกิดอันตรายโดยไม่ได้ตั้งใจจากการปรับให้เหมาะสมกับวัตถุประสงค์ที่ไม่ได้ตั้งใจ ซึ่งเป็นปัญหาที่เรียกว่าปัญหาการจัดแนว
เพื่อบรรเทาปัญหานี้ ห้องปฏิบัติการ AI ชั้นนำกำลังนำมาตรการความปลอดภัยก่อนการเผยแพร่มาใช้ เช่น การทำงานเป็นทีม (red-teaming) การทดสอบจำลองสถานการณ์ (simulation testing) และการตรวจสอบโดยบุคคลที่สาม นักวิจัยจากองค์กรต่างๆ เช่น OpenAI และ DeepMind สนับสนุน AI interpretability and explainability (XAI) ซึ่งเป็นเทคนิคที่ช่วยให้มนุษย์เข้าใจว่าทำไมโมเดลจึงตัดสินใจบางอย่าง ซึ่งเป็นสิ่งสำคัญอย่างยิ่งในสาขาที่มีความสำคัญสูง เช่น การเงิน การดูแลสุขภาพ และการบังคับใช้กฎหมาย
ยิ่งไปกว่านั้น รัฐบาลและพันธมิตรระหว่างประเทศกำลังเริ่มตอบสนอง พระราชบัญญัติ AI ของสหภาพยุโรป และคำสั่งผู้บริหารของสหรัฐอเมริกาว่าด้วย AI ที่ปลอดภัย มั่นคง และน่าเชื่อถือ (2023) ผลักดันให้เกิดความโปร่งใส ความรับผิดชอบ และการจำแนกความเสี่ยงในระบบ AI แม้ว่านโยบายเหล่านี้ส่วนใหญ่จะใช้กับ ANI ในปัจจุบัน แต่นโยบายเหล่านี้กำลังวางรากฐานสำหรับการกำกับดูแล AGI
ผลกระทบต่อสังคม: การทำงาน ความเป็นส่วนตัว ความเท่าเทียม
นอกเหนือจากห้องปฏิบัติการและแบบจำลองแล้ว การทดสอบที่แท้จริงของ AGI อยู่ที่ผลกระทบต่อสังคม แม้ว่าระบบ ANI จะสร้างความเปลี่ยนแปลงให้กับอุตสาหกรรมต่างๆ ไปแล้ว ตั้งแต่โลจิสติกส์ไปจนถึงการตลาด แต่ AGI อาจนำไปสู่การเปลี่ยนแปลงที่ลึกซึ้งยิ่งขึ้น ซึ่งจะส่งผลกระทบต่อทุกสิ่ง ตั้งแต่ตลาดงานไปจนถึงความมั่นคงระดับโลก
ข้อกังวลสำคัญประการหนึ่งคือการโยกย้ายแรงงาน แม้ว่า AGI จะสัญญาว่าจะมีประสิทธิภาพมากขึ้น แต่ก็อาจทำให้งานต่างๆ ที่เกี่ยวข้องกับความรู้ เช่น กฎหมาย การศึกษา และแม้แต่การพัฒนาซอฟต์แวร์กลายเป็นระบบอัตโนมัติได้ บางคนแย้งว่าสิ่งนี้จะช่วยให้มนุษย์มีอิสระในการมุ่งเน้นไปที่ความคิดสร้างสรรค์และกลยุทธ์ ในขณะที่บางคนเตือนถึงปัญหาการว่างงานจำนวนมากและช่องว่างความเหลื่อมล้ำที่กว้างขึ้น
ความเสี่ยงด้านความเป็นส่วนตัวและการเฝ้าระวังก็เพิ่มสูงขึ้นเช่นกัน ระบบข่าวกรองทั่วไปที่ฝึกฝนจากชุดข้อมูลขนาดใหญ่อาจเก็บรักษาหรืออนุมานข้อมูลส่วนบุคคลโดยไม่ได้ตั้งใจ ก่อให้เกิดความกังวลอย่างมากเกี่ยวกับความยินยอม ความปลอดภัย และการกำกับดูแลข้อมูล หากไม่ได้รับการควบคุมอย่างเหมาะสม AGI อาจเสริมสร้างโครงสร้างการเฝ้าระวังที่มีอยู่ให้ลึกซึ้งยิ่งขึ้น โดยเฉพาะอย่างยิ่งในระบอบเผด็จการ
ในแง่ที่มีความหวังมากขึ้น AGI สามารถช่วยแก้ปัญหาระดับโลกที่ซับซ้อนได้ ตั้งแต่การสร้างแบบจำลองการเปลี่ยนแปลงสภาพภูมิอากาศไปจนถึงการค้นพบยา แต่ประโยชน์เหล่านี้ขึ้นอยู่กับว่าใครเป็นผู้ควบคุมเทคโนโลยี วิธีการนำไปใช้งาน และการเข้าถึงเทคโนโลยีข้ามพรมแดนและกลุ่มประชากรหรือไม่
นี่คือเหตุผลที่การออกแบบที่ครอบคลุมและการเข้าถึงอย่างเท่าเทียมจึงมีความสำคัญ หากไม่มีชุดข้อมูลที่หลากหลายและกระบวนการฝึกอบรมที่คำนึงถึงวัฒนธรรม AGI อาจเสริมสร้างอคติเชิงระบบ ซึ่งเป็นสิ่งที่ Shaip ให้ความสำคัญอย่างจริงจังผ่านโมเดลการจัดหาข้อมูลที่มีความหลากหลายทางภาษาและประชากรศาสตร์
ตอนนี้พวกเราอยู่ที่ไหน?
แม้จะมีความก้าวหน้าทาง AI เช่น GPT‑4 และ Gemini ของ Google AGI ยังคงเป็นเป้าหมาย ไม่ใช่ความจริง.
ระบบบางระบบแสดง “ประกายไฟ” ของ AGI, ชอบ:
- กาโต้แห่งดีพมายด์:โมเดลเดียวที่ได้รับการฝึกอบรมในงานที่หลากหลาย (เกม คำบรรยายภาพ หุ่นยนต์)
- จีพีที‑4:แสดงให้เห็นถึงการใช้เหตุผลข้ามโดเมน แต่ยังคงดิ้นรนกับความสอดคล้อง ความจำ และการตระหนักรู้ในตนเอง
“เรายังไม่มี AGI แต่เราใกล้กว่าเดิมแล้ว” นักวิจัยของ Microsoft กล่าวใน เอกสารทางเทคนิคเรื่อง GPT-4 ในขณะที่ เรย์เคอร์ซวิล์ ทำนาย AGI โดย 2029.
เหตุใดสิ่งนี้จึงมีความสำคัญต่อธุรกิจ
มาเคลียร์กันให้กระจ่างกันดีกว่า: คุณไม่จำเป็นต้องมี AGI เพื่อสร้างผลิตภัณฑ์ที่ยอดเยี่ยมในปัจจุบัน.
ตามที่แอนดรูว์ เอ็นจีกล่าวไว้ “AGI เป็นเรื่องที่น่าตื่นเต้น แต่ AI ในปัจจุบันยังมีคุณค่าอีกมากมายที่เรายังไม่ได้ใช้เต็มที่”
การเปรียบเทียบระหว่างมนุษย์: สมอง ผู้เรียน ผู้เล่าเรื่อง
เพื่อลดความซับซ้อนของภูมิทัศน์ AI:
AI คือสมอง
เครื่องเรียนรู้ เป็นวิธีที่สมองเรียนรู้
ปริญญามหาบัณฑิต เป็นคำศัพท์
กำเนิด AI เป็นนักเล่าเรื่อง
AGI คือความเป็นมนุษย์ทั้งมวล
มันไม่ได้แค่เรียนรู้ทักษะใหม่เท่านั้น นำไปใช้ได้ทุกที่เช่นเดียวกับคุณและฉัน
ข้อสรุป
AGI อาจปฏิวัติโลกในสักวันหนึ่ง แต่ ธุรกิจในปัจจุบันไม่จำเป็นต้องรอการทำความเข้าใจสเปกตรัมตั้งแต่ ANI ไปจนถึง AGI ช่วยให้ตัดสินใจได้ดีขึ้น ไม่ว่าคุณจะใช้งานแชทบอทหรือฝึกอบรม AI ทางการแพทย์
อยากสร้าง AI ที่ จริง มอบ ROI หรือไม่? เริ่มต้นด้วย บริการข้อมูล AI ของ Shaip.
ChatGPT เป็น AGI หรือไม่?
ไม่ แม้ว่าจะทรงพลัง แต่ ChatGPT ก็เป็น โมเดลภาษาขนาดใหญ่ (LLM)ไม่ใช่ AGI ที่แท้จริง มันขาดการรับรู้ตนเอง ความจำ และการใช้เหตุผลในระดับมนุษย์ในทุกโดเมน
AGI จะถูกพัฒนาเมื่อใด?
การประมาณการแตกต่างกันไปตั้งแต่ ช่วงปลายทศวรรษ 2020 ถึง 2050ในขณะที่ยักษ์ใหญ่ด้านเทคโนโลยีและห้องปฏิบัติการวิจัยต่างลงทุนอย่างหนัก แต่ปัจจุบันยังไม่มี AGI
AGI แตกต่างจาก ASI อย่างไร?
AGI = สติปัญญาในระดับมนุษย์
ASI = เหนือกว่ามนุษย์ทุกด้าน ASI เป็นเพียงทฤษฎีและตั้งคำถามทางจริยธรรมที่สำคัญ
ตัวอย่างของ AGI ในปัจจุบันมีอะไรบ้าง?
มี ไม่มีระบบ AGI จริง อย่างไรก็ตาม โมเดลบางรุ่น เช่น Gato ของ DeepMind หรือ GPT-4 แสดงให้เห็นถึงความสามารถในการทำงานหลายอย่างพร้อมกัน แต่ยังไม่ถึงขั้นปรับตัวได้เหมือนมนุษย์
Shaip สร้างระบบ AGI หรือไม่?
Shaip ไม่ได้สร้าง AGI แต่สนับสนุนนวัตกรรม AI ผ่าน การอธิบายข้อมูลเฉพาะโดเมน การปรับแต่ง LLMและ การพัฒนา AI ที่ให้ความสำคัญกับการปฏิบัติตามข้อกำหนดเป็นอันดับแรก.
