Blockdit Logo (Mobile)
Timeless History (ประวัติศาสตร์ไร้กาลเวลา)
•
วันนี้ เวลา 11:58 • ประวัติศาสตร์

ประวัติศาสตร์ “AI”

*ภาพจำลองโดย AI และภาพประกอบเพื่ออรรถรสในเนื้อหา
กว่าเจ็ดทศวรรษที่ผ่านมา การสร้างคอมพิวเตอร์ให้มีความฉลาดล้ำหน้ามนุษย์คือเป้าหมายสูงสุดของเหล่านักวิทยาศาสตร์คอมพิวเตอร์
นับตั้งแต่การกำเนิดของคอมพิวเตอร์ในช่วงทศวรรษที่ 1950 (พ.ศ.2493-2502) เหล่านักวิจัยต่างวาดฝันถึงความเป็นไปได้อันไร้ขีดจำกัดของ “ปัญญาประดิษฐ์” หรือ “AI” ซึ่งเป็นเครื่องมือที่ช่วยให้คอมพิวเตอร์สามารถจดจำรูปแบบ แก้ไขปัญหา และปฏิบัติภารกิจต่างๆ ได้ผ่านการวิเคราะห์ข้อมูล
เมื่อคอมพิวเตอร์มีประสิทธิภาพสูงขึ้น AI จึงกลายมาเป็นส่วนหนึ่งในชีวิตประจำวันของเรา จากเดิมที่เราต้องยกหูโทรศัพท์เพื่อสอบถามร้านอาหารโดยตรง ทุกวันนี้เรากลับใช้การพิมพ์โต้ตอบกับ AI เพื่อเช็กเวลาการจัดส่งอาหารแบบออนไลน์
ในอดีตเราอาจต้องคอยจดบันทึกการนัดหมายลงบนกระดาษ แต่ปัจจุบันเราเพียงแค่บอกให้ผู้ช่วยดิจิทัลอย่าง ”Siri“ หรือ “Alexa” จัดการลงตารางนัดหมายให้ และจากที่เราเคยพึ่งพาแผนที่กระดาษในการเดินทาง ปัจจุบัน AI ก็สามารถนำทางและบอกเส้นทางเราแบบจุดต่อจุดจนถึงที่ทำงานหรือโรงเรียนได้อย่างแม่นยำ
เป้าหมายหลักของ “ปัญญาประดิษฐ์“ หรือ ”AI” คือการสร้าง ประสิทธิภาพ ในการทำงาน
โปรแกรมคอมพิวเตอร์สามารถวิเคราะห์กระบวนการต่างๆ และตัดสินใจเลือกวิธีที่รวดเร็วที่สุดในการจัดการกับภารกิจหรืองานบ้านให้สำเร็จ แม้คำว่า "ปัญญาประดิษฐ์" อาจจะฟังดูเหมือนเวทมนตร์ในภาพยนตร์ แต่ในความเป็นจริงแล้ว AI ก็คือโปรแกรมคอมพิวเตอร์ที่มนุษย์สร้างขึ้น ซึ่งทำงานตามชุดคำสั่งที่วิศวกรคอมพิวเตอร์หรือนักพัฒนาซอฟต์แวร์กำหนดไว้
แนวคิดนี้ไม่ใช่เรื่องใหม่แต่อย่างใด เพราะอันที่จริงแล้ว ไม่ว่าจะเป็นวิดีโอเกมที่เราเล่น เว็บไซต์ที่เราเข้าชม หรือแอปพลิเคชันบนมือถือที่เราดาวน์โหลดมาใช้ ทั้งหมดนี้ล้วนเป็นเพียงโปรแกรมคอมพิวเตอร์ที่ปฏิบัติตามคำสั่งของผู้สร้างสรรค์พวกมันขึ้นมาทั้งสิ้น
อย่างไรก็ตาม วิดีโอเกมและ AI ก็มีความแตกต่างกันอย่างสิ้นเชิง โดยวิดีโอเกมจะรับรู้และตอบสนองต่อข้อมูลที่ถูกกำหนดไว้ล่วงหน้าเท่านั้น ในขณะที่ AI สามารถจัดการกับข้อมูลมหาศาล นำมาวิเคราะห์อย่างรวดเร็ว และตัดสินใจในชั่วพริบตาว่าจะตอบโต้กับสิ่งที่มัน "รับรู้" อย่างไร ซึ่งความสามารถในการตีความข้อมูลเหล่านี้นี่เองที่ทำให้มันถูกเรียกว่าเป็น "ปัญญา" หรือความฉลาดหลักแหลม
เพียงแค่ในช่วง 40 ปีที่ผ่านมา AI ก็มีประสิทธิภาพสูงขึ้นอย่างที่ไม่เคยเป็นมาก่อน และในแต่ละปีที่ผ่านไป มันก็ยิ่งแข็งแกร่งขึ้น รวดเร็วขึ้น และฉลาดขึ้นเรื่อยๆ จนเป้าหมายระยะยาวของนักวิทยาศาสตร์คอมพิวเตอร์หลายคนในปัจจุบัน คือการสร้างระบบ AI ที่มีระดับสติปัญญาเทียบเท่ากับมนุษย์
หรืออาจจะก้าวข้ามขีดจำกัดของมนุษย์ไปในที่สุด
บทความนี้ผมจะพาไปเจาะลึกเรื่องราวของ “AI” สิ่งที่ในอดีตอาจจะฟังดูไกลตัว แต่ปัจจุบันกลายเป็นสิ่งที่ขาดไม่ได้ไปแล้ว
ก่อนที่มนุษย์จะสามารถประดิษฐ์ AI ขึ้นมาได้นั้น จำเป็นต้องมีผู้ที่คิดค้นคอมพิวเตอร์เครื่องแรกขึ้นมาก่อน ซึ่งบุคคลผู้นั้นก็คือ “ชาร์ลส์ แบบเบจ (Charles Babbage)” นักคณิตศาสตร์ชาวอังกฤษ
ในปีค.ศ.1812 (พ.ศ.2355) แบบเบจได้ร่วมก่อตั้งกลุ่มที่ชื่อว่า "Analytical Society" โดยกลุ่มนี้ทำหน้าที่ศึกษาวิจัยเทคนิคทางคณิตศาสตร์ชั้นเลิศจากทั่วทุกมุมโลก เพื่อนำมาถ่ายทอดให้กับเหล่านักเรียนและนักวิทยาศาสตร์ในอังกฤษ และในช่วงเวลานี้เองที่จุดประกายให้แบบเบจเกิดไอเดียในการใช้ "เครื่องจักร" เข้ามาช่วยคำนวณตัวเลขแทนมนุษย์
ชาร์ลส์ แบบเบจ (Charles Babbage)
ในช่วงทศวรรษที่ 1820 (พ.ศ.2363-2372) และ 1830 (พ.ศ.2373-2382) แบบเบจได้สร้างเครื่องคำนวณที่เรียกว่า "Difference Engine" ขึ้นมา โดยเครื่องจักรโลหะขนาดมหึมานี้แสดงตัวเลข 0 ถึง 9 ผ่านวงล้อเหล็ก โดยเมื่อวงล้อหนึ่งหมุนจากเลข 9 กลับมาที่เลข 0 วงล้อถัดไปก็จะขยับขึ้นหนึ่งตำแหน่งโดยอัตโนมัติ
เครื่อง Difference Engine นี้มีความล้ำหน้ากว่าเครื่องคิดเลขอื่นๆ ในยุคเดียวกันอย่างมาก เพราะสามารถคำนวณตัวเลขได้สูงสุดถึง 20 หลักในเวลาเดียวกัน
สิ่งประดิษฐ์ชิ้นถัดมาของแบบเบจคือ "Analytical Engine" ซึ่งประกอบด้วยส่วนสำคัญสี่ส่วน ได้แก่ ส่วนคำนวณ (the mill) ส่วนเก็บข้อมูล (the store) ส่วนอ่านข้อมูล (the reader) และส่วนพิมพ์ผลลัพธ์ (the printer)
Difference Engine
เชื่อหรือไม่ว่าโครงสร้างของเครื่อง Analytical Engine นี้มีส่วนประกอบที่คล้ายคลึงกับคอมพิวเตอร์ในปัจจุบันอย่างมาก โดยเฉพาะ "Mill" ที่ทำหน้าที่เปรียบเสมือนหน่วยประมวลผล (Processor) ซึ่งใช้ในการคำนวณข้อมูลนั่นเอง
ส่วนของ "Store" คือพื้นที่สำหรับจัดเก็บข้อมูล "Reader" ทำหน้าที่เหมือนหน้าจอที่ช่วยให้เรามองเห็นและเข้าใจข้อมูลได้ ส่วน "Printer" ก็คืออุปกรณ์แสดงผลลัพธ์ ซึ่งคล้ายกับเครื่องพิมพ์ที่เรามีติดบ้านในปัจจุบัน และนี่คือต้นแบบของคอมพิวเตอร์ในยุคแรกเริ่มที่ถูกออกแบบมาให้สั่งการผ่าน "บัตรเจาะรู (Punch Cards)“ ซึ่งใช้ในการบรรจุข้อมูล
แบบเบจมุ่งมั่นพัฒนาเครื่อง Analytical Engine ของเขาเรื่อยมาจนกระทั่งเสียชีวิตในปีค.ศ.1871 (พ.ศ.2414) ซึ่งแม้ว่าเขาจะไม่มีโอกาสอยู่จนได้เห็นเครื่องจักรที่เขาออกแบบถูกสร้างขึ้นจนเสร็จสมบูรณ์ แต่เขาก็ได้รับการยกย่องให้เป็น "บิดาแห่งคอมพิวเตอร์"
Analytical Engine
ก้าวกระโดดครั้งสำคัญต่อมาของวงการคอมพิวเตอร์เกิดขึ้นที่ลอนดอนเช่นเดียวกัน โดยชายที่ชื่อ “อลัน ทัวริง (Alan Turing)” นักคณิตศาสตร์ชาวอังกฤษ
ทัวริงเป็นชายหนุ่มที่มีความใฝ่รู้และหลงใหลในการไขปริศนาและโจทย์คณิตศาสตร์ โดยในช่วงมหาวิทยาลัย เขาได้ศึกษาวิชาคณิตศาสตร์และทฤษฎีความน่าจะเป็น (ซึ่งว่าด้วยโอกาสที่สิ่งต่างๆ จะเกิดขึ้น) และต่อมาในปีค.ศ.1936 (พ.ศ.2479) ขณะที่ทัวริงกำลังพยายามแก้สมการคณิตศาสตร์ที่ยากและซับซ้อน ทัวริงก็ได้นำเสนอแนวคิดเรื่อง "เครื่องจักรทัวริง (Turing machine)“
สิ่งที่ต่างจากเครื่อง Analytical Engine ของแบบเบจ นั่นคือสิ่งประดิษฐ์ของทัวริงไม่ใช่ "ตัวเครื่องจักร" แต่เป็น "แนวคิด" โดยทัวริงเชื่อว่าสมการใดๆ ก็ตามสามารถหาคำตอบได้หากทำตามชุดคำสั่งที่เป็นลายลักษณ์อักษร หรือทำตามกระบวนการที่วางไว้
หากชาร์ลส์ แบบเบจ คือบิดาแห่งคอมพิวเตอร์ อลัน ทัวริง ก็คือ "บิดาแห่งโปรแกรมคอมพิวเตอร์"
อลัน ทัวริง (Alan Turing)
ในปีค.ศ.1938 (พ.ศ.2481) ทัวริงได้เข้าร่วมกับ “โรงเรียนรหัสลับและรหัสผ่านของรัฐบาล (Government Code and Cypher School)” แต่การศึกษาของเขาก็ต้องชะงักลงเมื่อสงครามโลกครั้งที่ 2 (WWII) อุบัติขึ้นในปีต่อมา และบทบาทของทัวริงในสงคราม คือการถอดรหัสข้อความที่ดักจับได้จากกองทัพเยอรมัน
ภารกิจนี้ถือเป็นงานที่เหมาะสมอย่างยิ่งสำหรับชายหนุ่มผู้รักการไขปริศนาอย่างทัวริง โดยในระหว่างที่รับราชการทหาร ทัวริงได้ออกแบบเครื่องถอดรหัสหลายเครื่อง รวมถึงเครื่องที่ชื่อว่า "Bombe" และ "Tunny" ซึ่งสามารถถอดรหัสข้อความของฝ่ายศัตรูได้มากกว่า 84,000 ข้อความในแต่ละเดือน
อย่างไรก็ตาม ทั้งเครื่อง Analytical Engine และเครื่องจักรทัวริง ต่างก็เป็นแนวคิดที่น่าทึ่ง แต่มันยังคงทำงานได้เพียง "ภารกิจเดียว" เท่านั้น นั่นคือการแก้สมการคณิตศาสตร์ตามรูปแบบที่กำหนดไว้เป็นการเฉพาะตัว
ในขณะที่สงครามโลกครั้งที่สองกำลังดำเนินไปอย่างดุเดือด “คอนราด ซูเซอ (Konrad Zuse)” วิศวกรชาวเยอรมัน ก็ได้ซุ่มทำงานอยู่ในห้องแล็บที่กรุงเบอร์ลิน
คอนราด ซูเซอ (Konrad Zuse)
คอนราดได้พัฒนาจากการสร้างเครื่องคิดเลข สู่การประดิษฐ์คอมพิวเตอร์ที่สามารถตั้งโปรแกรมได้เครื่องแรกของโลก โดยเขาตั้งชื่อมันว่า “Z3”
สิ่งประดิษฐ์นี้มีความสำคัญอย่างมาก เพราะเป็นครั้งแรกที่คอมพิวเตอร์สามารถทำงานได้มากกว่าหนึ่งอย่าง โดยเจ้าเครื่อง Z3 นี้สามารถคำนวณได้ทั้งการบวก ลบ คูณ หาร ไปจนถึงการถอดสแควรูท (รากที่สอง)
อย่างไรก็ตาม รูปลักษณ์ของ Z3 นั้นไม่ใกล้เคียงกับคอมพิวเตอร์ในปัจจุบันเลยแม้แต่น้อย มันไม่มีหน้าจอ และมีขนาดมหึมาจนต้องใช้พื้นที่ติดตั้งทั้งห้อง ซึ่งการสั่งการคอมพิวเตอร์เครื่องนี้ทำได้โดยการเสียบบัตรเจาะรูที่บรรจุชุดคำสั่งเข้าไปในตัวเครื่อง จากนั้น Z3 จะอ่านข้อมูลบนบัตรและปฏิบัติงานตามที่ได้รับมอบหมาย
Z3
แม้ว่าคอมพิวเตอร์ของซูเซอจะยังห่างไกลจากแล็ปท็อปหรือแท็บเล็ตที่เราใช้กันในทุกวันนี้ แต่ความสามารถของ Z3 ในการทำงานที่หลากหลายก็นับเป็นนวัตกรรมที่ล้ำสมัยมากจนทำให้นักวิทยาศาสตร์จำนวนมากมุ่งมั่นที่จะต่อยอดและพัฒนาแนวคิดนี้ให้ดียิ่งขึ้นไปอีก
บุคคลกลุ่มถัดมาที่สานต่อแนวคิดนั้นได้สำเร็จคือ “เฟรเดอริก วิลเลียมส์ (Frederic Williams)” และ “ทอม คิลเบิร์น (Tom Kilburn)” นักวิทยาศาสตร์คอมพิวเตอร์ชาวอังกฤษ โดยทั้งคู่ร่วมกันทำงานที่มหาวิทยาลัยแมนเชสเตอร์ในอังกฤษ อาศัยเครื่อง Z3 เป็นแรงบันดาลใจในการออกแบบและสร้างคอมพิวเตอร์ของตนเองขึ้นในปีค.ศ.1948 (พ.ศ.2491) ซึ่งรู้จักกันในชื่อ "Manchester Baby"
เช่นเดียวกับ Z3 เครื่อง Manchester Baby มีขนาดใหญ่จนเต็มห้องและมีน้ำหนักเกือบหนึ่งตัน แต่สิ่งที่พัฒนาขึ้นคือมันมีโปรแกรมสำหรับการคำนวณตัวเลขหลากหลายรูปแบบติดตั้งมาให้ในตัว ซึ่งคอมพิวเตอร์ในปัจจุบันที่สามารถเล่นเกม คำนวณทางคณิตศาสตร์ และพิมพ์งานได้นั้น ล้วนมีรากฐานมาจากการออกแบบของ Manchester Baby เครื่องนี้นี่เอง
Manchester Baby
ทางด้านทัวริง เขายังคงเป็นผู้นำในการพัฒนาคอมพิวเตอร์อย่างต่อเนื่อง และได้เขียนโปรแกรมแก้โจทย์คณิตศาสตร์ให้กับทั้งเครื่อง Manchester Baby และเครื่อง ”Ferranti Mark 1“ โดยเครื่อง Ferranti Mark 1 นี้เป็นรุ่นที่พัฒนาต่อยอดมาจาก Manchester Baby ซึ่งเริ่มมีการใช้ชิ้นส่วนดิจิทัล ทำให้มีขนาดตัวเครื่องที่เล็กลง
ทัวริงมองเห็นความแตกต่างเพียงเล็กน้อยระหว่างคอมพิวเตอร์กับสมองของมนุษย์ เขาหลงใหลในแนวคิดที่ว่า วันหนึ่งมนุษย์อาจสามารถ "สนทนา" กับคอมพิวเตอร์ได้ ซึ่งนี่ถือเป็นจุดเริ่มต้นของปัญญาประดิษฐ์ (AI) แม้ว่าในตอนนั้นจะยังไม่มีชื่อเรียกอย่างเป็นทางการก็ตาม
ทัวริงได้ตั้งคำถามว่า “หากมนุษย์และคอมพิวเตอร์สามารถสื่อสารกันได้จริง เราจะแยกแยะความแตกต่างระหว่างกันได้อย่างไร?
Ferranti Mark 1
และคำถามนี้เองที่เป็นจุดประกายให้เกิดผลงานชิ้นถัดมาของเขา นั่นคือ "การทดสอบของทัวริง (Turing test)“
การทดสอบของทัวริง (Turing Test) ถูกนำเสนอในปีค.ศ.1950 (พ.ศ.2493) โดยมีวัตถุประสงค์เพื่อพิสูจน์ว่ามนุษย์จะสามารถแยกแยะความแตกต่างระหว่างสติปัญญาของเครื่องจักรกับสติปัญญาของมนุษย์ได้หรือไม่ โดยทัวริงได้ออกแบบการทดลองโดยให้คนนั่งหน้าคอมพิวเตอร์และพิมพ์คำถามโต้ตอบกับคู่สนทนาที่อยู่อีกฝั่งหนึ่ง ซึ่งอาจจะเป็นมนุษย์หรือคอมพิวเตอร์ก็ได้ หากผู้ทดสอบสามารถระบุได้อย่างถูกต้องว่ากำลังคุยกับคอมพิวเตอร์อยู่ ก็ถือว่าคอมพิวเตอร์เครื่องนั้น "สอบตก"
ในขณะที่นักวิทยาศาสตร์ในปัจจุบันกำลังมุ่งมั่นพัฒนา AI ให้สามารถสนทนาโต้ตอบได้อย่างสมบูรณ์แบบ การทดสอบของทัวริงยังคงเป็นมาตรวัดก้าวสำคัญเสมอมา
ในแต่ละปีที่ผ่านไป มีโปรแกรม AI จำนวนมากขึ้นเรื่อยๆ ที่สามารถทำให้คนเข้าใจผิดว่าเป็นมนุษย์ และคงเป็นเพียงเรื่องของเวลาเท่านั้น ก่อนที่ความแตกต่างระหว่างมนุษย์และ AI จะเลือนหายไปจนเราไม่สามารถแยกแยะได้อีกต่อไป
เมื่อเข้าสู่ปีค.ศ.1950 (พ.ศ.2493) องค์ประกอบสำคัญทั้งหมดของคอมพิวเตอร์อย่างที่เราคุ้นเคยในปัจจุบันก็ได้ถูกสร้างขึ้นจนครบถ้วน และภายในปีค.ศ.1951 (พ.ศ.2494) คอมพิวเตอร์ที่ประกอบเสร็จสมบูรณ์ก็เริ่มมีวางจำหน่ายให้แก่สาธารณชน โดยมีการโฆษณาประชาสัมพันธ์ว่าเป็น "สมองกลอิเล็กทรอนิกส์"
อย่างไรก็ตาม คอมพิวเตอร์ในยุคแรกนั้นมีขนาดใหญ่เกินกว่าจะวางบนโต๊ะหรือนำมาตั้งไว้ในบ้านได้ ดังนั้นผู้ซื้อส่วนใหญ่จึงเป็นหน่วยงานรัฐบาล ธนาคาร และมหาวิทยาลัย โดยในสหรัฐอเมริกานั้น ”UNIVAC I“ ถือเป็นคอมพิวเตอร์รุ่นแรกที่ผลิตออกมาเพื่อวางจำหน่ายอย่างเป็นทางการ
เครื่อง UNIVAC I มีขนาดมหึมา สูงตระหง่านและกว้างขวางจนกินพื้นที่มหาศาล แถมยังมีน้ำหนักเกือบ 15 ตัน โดยสิ่งประดิษฐ์ชิ้นนี้ไม่ได้ถูกสร้างขึ้นมาเพื่อความบันเทิง เพราะในสมัยนั้นมันยังเล่นเกมไม่ได้ และอินเทอร์เน็ตก็ยังไม่ถือกำเนิดขึ้น หน้าที่หลักของมันคือการคำนวณตัวเลขล้วนๆ
ถึงอย่างนั้น UNIVAC I ก็เป็นที่ต้องการอย่างมากสำหรับองค์กรที่ต้องจัดการกับข้อมูลจำนวนมหาศาล เช่น บริษัทประกันภัยหรือสำนักงานสำมะโนประชากรของสหรัฐอเมริกา เพราะมันสามารถประมวลผลตัวเลขที่ซับซ้อนได้อย่างรวดเร็วและแม่นยำ ซึ่งช่วยเบาแรงมนุษย์ไปได้มหาศาลในยุคนั้น
UNIVAC I
เมื่อคอมพิวเตอร์กลายเป็นสิ่งประดิษฐ์ที่น่าจับตามอง ผู้คนต่างก็ต้องการเรียนรู้วิธีการใช้งานและการสร้างมันขึ้นมา โดยในปีค.ศ.1950 (พ.ศ.2493) ทัวริงได้ตีพิมพ์แนวคิดเรื่อง "การทดสอบของทัวริง" ลงในวารสารทางวิทยาศาสตร์ที่ชื่อว่า ”MIND“ ซึ่งเหล่านักวิทยาศาสตร์ที่ได้อ่านบทความต่างรู้สึกตื่นเต้นกับแนวคิดเรื่องการสื่อสารโต้ตอบกับคอมพิวเตอร์เป็นอย่างมาก
ทันใดนั้น เรื่องของ AI ก็กลายเป็นหัวข้อที่นักวิทยาศาสตร์หลายคนให้ความสนใจ และมีคนกลุ่มเล็กๆ เริ่มลงมือทำตามความฝันที่จะสร้างมันให้เกิดขึ้นจริง
หนึ่งในผู้ที่สนใจในศักยภาพของ AI อย่างมากคือนักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกันนามว่า “จอห์น แม็กคาร์ธี (John McCarthy)”
ในขณะที่เป็นอาจารย์สอนคณิตศาสตร์อยู่ที่วิทยาลัยดาร์ตมัธ (Dartmouth College) ในรัฐนิวแฮมป์เชียร์ แม็กคาร์ธีได้เชิญเหล่านักวิทยาศาสตร์จากทั่วประเทศมาร่วมพบปะและแลกเปลี่ยนไอเดียกัน ซึ่งในจดหมายเชิญครั้งนั้น แม็กคาร์ธีได้ใช้คำว่า "ปัญญาประดิษฐ์ (Artificial Intelligence)“ เป็นครั้งแรกเพื่อกำหนดหัวข้อการประชุม และชื่อนี้ก็ถูกเรียกขานติดปากนับตั้งแต่นั้นเป็นต้นมา
จอห์น แม็กคาร์ธี (John McCarthy)
ในระหว่างการประชุมครั้งสำคัญนี้ ผู้เข้าร่วมได้อภิปรายกันถึงวิธีการที่จะทำให้คอมพิวเตอร์สามารถตอบสนองได้อย่างชาญฉลาด โดยมีการตั้งคำถามที่น่าสนใจว่า
“คอมพิวเตอร์จะ "ฉลาด" ได้อย่างไร ในเมื่อพวกมันเพียงแค่ทำตามชุดคำสั่ง (ที่เรียกว่า อัลกอริทึม) เพื่อปฏิบัติภารกิจให้สำเร็จเท่านั้น?”
แม้เหล่านักวิทยาศาสตร์จะมีความฝันอันยิ่งใหญ่ แต่ในขณะนั้น คอมพิวเตอร์ยังถือเป็นเทคโนโลยีที่ใหม่มาก และชิ้นส่วนทางเทคนิคต่างๆ ก็ยังไม่มีประสิทธิภาพเทียบเท่ากับที่เรามีในปัจจุบัน
แม็กคาร์ธีและกลุ่มเพื่อนได้ปิดฉากการประชุมด้วยความตื่นเต้นในศักยภาพของ AI แต่อย่างไรก็ตาม ก้าวแรกที่สำคัญคือพวกเขาต้องสร้างมันขึ้นมาให้ได้เสียก่อน
โดยปกติแล้ว ซอฟต์แวร์ หรือชุดคำสั่งที่บอกให้คอมพิวเตอร์ทำงาน จะถูกสร้างขึ้นด้วย "ภาษาคอมพิวเตอร์ (Programming Languages)“ แต่เนื่องจากในขณะนั้นยังไม่มีภาษาใดที่ออกแบบมาเพื่อ AI โดยเฉพาะ แม็กคาร์ธีจึงได้คิดค้นภาษา LISP (ย่อมาจาก List Processing) ขึ้นในปีค.ศ.1958 (พ.ศ.2501) ซึ่งนับเป็นภาษาคอมพิวเตอร์ชนิดแรกในกลุ่มนี้ และที่น่าทึ่งคือ LISP ยังคงถูกนำมาใช้ในการเขียนโปรแกรม AI จนถึงปัจจุบัน
การประชุมของแม็กคาร์ธีที่ดาร์ตมัธถือเป็นจุดเริ่มต้นของยุคที่เรียกกันว่า "ยุคทองของ AI" ซึ่งรุ่งเรืองยาวนานตั้งแต่ปีค.ศ.1956 (พ.ศ.2499) ถึงค.ศ.1974 (พ.ศ.2517) โดยในช่วงเกือบสองทศวรรษนั้น ความก้าวหน้าของปัญญาประดิษฐ์เกิดขึ้นมากมายยิ่งกว่าประวัติศาสตร์ยุคก่อนหน้ารวมกันเสียอีก
แม็กคาร์ธีได้กลายเป็นผู้เชี่ยวชาญระดับแนวหน้าในด้าน AI และได้ไปเป็นอาจารย์ที่มหาวิทยาลัยสแตนฟอร์ด ใกล้กับซานฟรานซิสโก รัฐแคลิฟอร์เนีย โดยในปีค.ศ.1963 (พ.ศ.2506) เขาได้ก่อตั้ง “ห้องปฏิบัติการปัญญาประดิษฐ์สแตนฟอร์ด (Stanford Artificial Intelligence Lab)” เพื่อเป็นศูนย์กลางให้นักวิทยาศาสตร์ที่สนใจใน AI ได้ร่วมกันวิจัย ทดสอบ สำรวจ และสร้างสรรค์สิ่งใหม่ๆ
ห้องปฏิบัติการที่สแตนฟอร์ดดึงดูดนักศึกษาสมองเปรื่องจำนวนมากให้หลั่งไหลมายังแคลิฟอร์เนีย จนกระทั่งในปีค.ศ.1971 (พ.ศ.2514) พื้นที่รอบๆ มหาวิทยาลัยสแตนฟอร์ดก็ได้รับการขนานนามว่า "ซิลิคอนวัลเลย์ (Silicon Valley)“
คำว่า “ซิลิคอน (Silicon)” นั้นมาจากชื่อธาตุสำคัญที่ใช้ในการผลิตชิ้นส่วนอิเล็กทรอนิกส์ในคอมพิวเตอร์ ซิลิคอนวัลเลย์จึงกลายเป็นสถานที่ที่สำคัญที่สุดสำหรับผู้ที่ต้องการทำงานในแวดวงเทคโนโลยี และยังคงเป็นที่ตั้งของบริษัทชั้นนำระดับโลกอย่าง Apple Meta Google และบริษัทอื่นๆ อีกมากมายจนถึงทุกวันนี้
ซิลิคอนวัลเลย์ (Silicon Valley)
แม็กคาร์ธีตระหนักดีว่าการสร้างคอมพิวเตอร์ให้มีความฉลาดทัดเทียมมนุษย์นั้นไม่ใช่เรื่องง่าย ดังนั้นแทนที่จะพยายามสร้างทุกอย่างขึ้นมาพร้อมกัน เขาจึงตัดสินใจแบ่งทีมนักวิจัยออกเป็นกลุ่มย่อย โดยให้แต่ละทีมมุ่งเน้นไปที่แง่มุมที่พวกเขาเห็นว่าสำคัญที่สุดต่อการพัฒนา AI
ทีมนักวิจัยกลุ่มหนึ่งได้พัฒนาระบบการรับรู้ (Perception) เพื่อช่วยให้ AI สามารถเข้าใจข้อมูลที่รับมาจากเซนเซอร์ กล้องถ่ายภาพ หรือไมโครโฟน ในขณะที่อีกทีมมุ่งเน้นไปที่การเรียนรู้ของเครื่อง (Machine Learning) เพื่อให้คอมพิวเตอร์สามารถตัดสินใจได้เองจากข้อมูลที่ได้รับ
นอกจากนี้ ยังมีทีมที่พยายามสร้างระบบการประมวลผลภาษาธรรมชาติ (Natural Language Processing) เพื่อให้คอมพิวเตอร์มีความสามารถในการ "อ่าน" และทำความเข้าใจข้อมูลภาษาได้ ส่วนทีมอื่นๆ ก็มุ่งเน้นไปที่ด้านการแก้ปัญหาและการใช้เหตุผล โดยแม็กคาร์ธีหวังว่า เมื่อแต่ละระบบได้รับการพัฒนาจนสมบูรณ์แบบแล้ว เขาจะสามารถนำพวกมันมารวมเข้าด้วยกันเพื่อสร้าง "จิตปัญญา" ที่ชาญฉลาดเหมือนกับมนุษย์ได้ในที่สุด
แต่น่าเสียดายที่ระบบ AI ในอุดมคติของแม็กคาร์ธีนั้นยังเป็นไปไม่ได้ในยุคสมัยนั้น เนื่องจากคอมพิวเตอร์ยังมีประสิทธิภาพไม่เพียงพอที่จะรองรับฟังก์ชันการทำงานที่ซับซ้อนขนาดนั้นได้
ในช่วงเวลาดังกล่าว สาธารณชนต่างได้รับฟังเรื่องราวชวนฝันเกี่ยวกับความมหัศจรรย์ของปัญญาประดิษฐ์ หน้าหนังสือพิมพ์ต่างประโคมข่าวถึงอนาคตอันน่าทึ่งถึงสิ่งที่คอมพิวเตอร์กำลังจะทำได้ในไม่ช้า แต่นักวิทยาศาสตร์อย่างแม็กคาร์ธีกลับไม่สามารถทำตามสัญญาที่ให้ไว้ได้ ความตื่นเต้นของฝูงชนจึงแปรเปลี่ยนเป็นความไม่เชื่อมั่นและผิดหวัง
เมื่อถึงปีค.ศ.1974 (พ.ศ.2517) วงการปัญญาประดิษฐ์ก็เข้าสู่สภาวะ "ฤดูหนาวแห่ง AI (AI Winter)“ ซึ่งเป็นช่วงเวลาที่ความก้าวหน้าแทบจะหยุดชะงักลง แต่อย่างไรก็ตาม เมื่อเข้าสู่ปีค.ศ.1980 (พ.ศ.2523) การวิจัยด้าน AI ก็พลิกฟื้นจากการเป็นเพียงส่วนเล็กๆ ของวิทยาการคอมพิวเตอร์ กลายมาเป็นหนึ่งในสาขาทางวิทยาศาสตร์ที่น่าตื่นเต้นที่สุดอีกครั้งหนึ่ง
เช่นเดียวกับคอมพิวเตอร์ที่มีหลากหลายรูปทรงและขนาด ปัญญาประดิษฐ์เองก็มีความหลากหลายเช่นเดียวกัน โดยนักวิทยาศาสตร์ได้จำแนกโปรแกรม AI ออกเป็นสามประเภทใหญ่ๆ ซึ่งการจัดกลุ่มเหล่านี้จะขึ้นอยู่กับลักษณะการทำงานของโปรแกรมเป็นหลัก
ประเภทแรกเรียกว่า “AI แบบเฉพาะทาง (Narrow AI)”
โปรแกรมประเภทนี้ถือเป็นระดับพื้นฐานที่สุดและจะปฏิบัติหน้าที่หลักเพียงอย่างเดียวเท่านั้น ตัวอย่างที่พบเห็นได้ทั่วไปของ Narrow AI คือ หุ่นยนต์ดูดฝุ่น ซึ่งหุ่นยนต์เหล่านี้ถูกโปรแกรมมาเพื่อจุดประสงค์เดียวคือการทำความสะอาดพื้น แม้พวกมันจะสามารถจดจำพื้นที่รอบข้างได้ (เพื่อให้เคลื่อนที่หลบกำแพง สัตว์เลี้ยง หรือผู้คนได้) แต่ทักษะการนำทางเหล่านั้นก็มีขึ้นเพื่อสนับสนุนหน้าที่หลักในการทำความสะอาดเท่านั้น
อีกตัวอย่างหนึ่งของ Narrow AI คือโปรแกรมคอมพิวเตอร์ที่สร้างขึ้นเพื่อเล่นหมากรุกแข่งกับมนุษย์ โดยหลังจากที่มนุษย์เดินหมากแล้ว Narrow AI ก็จะตอบโต้ด้วยการเดินหมากของมันเอง
ตัวอย่างที่สามของ Narrow AI สามารถพบได้ในอีเมลของเรา
กล่องจดหมายทุกแห่งจะมีสิ่งที่เรียกว่า "ตัวกรองสแปม" (อีเมลสแปมคือเมลที่เราไม่ได้ร้องขอและไม่คาดคิด คล้ายกับจดหมายขยะที่ปรากฏในตู้จดหมายที่บ้าน) โดย Narrow AI ประเภทนี้จะตรวจสอบข้อความที่ส่งเข้ามาทุกฉบับ และตัดสินว่าข้อความนั้นมาจากผู้ส่งที่คุ้นเคยหรือได้รับอนุญาตหรือไม่ หากใช่ AI จะส่งเมลนั้นไปยังกล่องจดหมายเข้า แต่ถ้าไม่ ข้อความดังกล่าวก็จะถูกส่งไปยังถังขยะหรือโฟลเดอร์สแปมแทน
แต่ในบางครั้งระบบเหล่านี้ก็อาจทำงานผิดพลาดได้ หุ่นยนต์ดูดฝุ่นที่ขับเคลื่อนด้วย AI อาจจะข้ามจุดที่สกปรกบนพื้นไป หรือโปรแกรมเล่นหมากรุก AI อาจจะเดินหมากที่ดูตลกจนทำให้แพ้เกม รวมถึงตัวกรองอีเมล AI ก็อาจจะเผลอส่งอีเมลฉบับสำคัญไปยังถังขยะสแปมโดยไม่ได้ตั้งใจ ซึ่งโปรแกรมประเภท Narrow AI จะไม่มีวันพัฒนาความสามารถให้ดีขึ้นกว่าที่เป็นอยู่ได้เลย เพราะพวกมันไม่มีความสามารถในการเรียนรู้นั่นเอง
ประเภทที่สองคือ “AI แบบทั่วไป (General AI)”
ระบบเหล่านี้มีความฉลาดมากกว่า Narrow AI เพราะพวกมันสามารถเรียนรู้ได้ โดยเราอาจจะรู้จักชื่อของ “Siri” และ “Alexa“ ซึ่งระบบเหล่านี้เป็นที่รู้จักในนาม "ผู้ช่วยดิจิทัล"
พวกมันสามารถตอบคำถามพื้นฐาน ตั้งการแจ้งเตือน และช่วยเราโทรศัพท์ได้ เมื่อเราสั่งให้ Siri ค้นหาข้อมูลในอินเทอร์เน็ตหรือบอกให้ Alexa เปิดเพลง General AI จะต้องเริ่มจากการจดจำเสียงก่อน จากนั้นจึงตีความหมายของคำพูด และสุดท้ายคือการตัดสินใจว่าจะต้องทำอย่างไรต่อไป
อีกหนึ่งตัวอย่างของ General AI คือ “แช็ตบอต (Chatbot)” ซึ่งเราอาจจะเคยเห็นเวลาที่เราหรือพ่อแม่เข้าไปในเว็บไซต์เพื่อขอความช่วยเหลือ โดย "บอต" เหล่านี้ได้รับการฝึกฝนมาให้จดจำคำสำคัญ (Keywords) ในข้อความ และตอบกลับด้วยคำตอบที่ดีที่สุดเท่าที่จะเป็นไปได้สำหรับคำถามของเรา
General AI จะทำการวิเคราะห์ข้อมูลและตอบโต้ผ่านทางคำพูด ข้อความ หรือการกระทำต่างๆ และแม้ว่าโปรแกรม General AI อย่าง Siri Alexa และแช็ตบอต จะยังคงมีความผิดพลาดให้เห็นอยู่บ้างเป็นครั้งคราว แต่พวกมันสามารถเรียนรู้จากความผิดพลาดเหล่านั้นและปรับเปลี่ยนวิธีการตอบสนองในอนาคต และยิ่งมีการใช้งาน General AI ต่อเนื่องไปนานเท่าไหร่ มันก็จะยิ่งแข็งแกร่งขึ้นหรือฉลาดมากขึ้นเท่านั้น
ความสามารถของ AI ในการหาข้อสรุปที่ถูกต้องได้เองโดยไม่ต้องมีคำสั่งเฉพาะเจาะจงนั้น เรียกว่า "การเรียนรู้ของเครื่อง" (Machine Learning)
ในการเรียนรู้นั้น AI จะมองหารูปแบบหรือสิ่งที่เกิดขึ้นซ้ำๆ ในชุดข้อมูล ตัวอย่างเช่น หากเราบอกให้ Alexa เล่นเพลงหนึ่งแล้วมันกลับเปิดผิดเพลง เราก็มักจะสั่งให้มันหยุดและลองใหม่อีกครั้ง ซึ่งโปรแกรมของ Alexa จะจดบันทึกวิธีการที่เราออกเสียงชื่อเพลงนั้นไว้เพื่อช่วยให้จำแนกได้ถูกต้องในอนาคต หรือซอฟต์แวร์ภายในแท็บเล็ตที่สามารถแปลงลายมือขยุกขยิกของเราให้เป็นตัวพิมพ์ได้ ยิ่ง AI ได้วิเคราะห์ลายมือเฉพาะตัวนั้นมากเท่าไหร่ การแปลผลก็จะยิ่งแม่นยำมากขึ้นเท่านั้น
นอกจากนี้ยังมี General AI ที่ใช้การเรียนรู้ของเครื่องมาหัดเล่นวิดีโอเกมด้วย โดยในปีค.ศ.2015 (พ.ศ.2558) กลุ่มนักวิทยาศาสตร์ได้เชื่อมต่อเครื่อง ”Atari 2600“ ซึ่งเป็นเครื่องเล่นวิดีโอเกมที่วางจำหน่ายในปีค.ศ.1977 (พ.ศ.2520) เข้ากับโปรแกรมคอมพิวเตอร์ตัวหนึ่ง
Atari 2600
AI ตัวนี้มีชื่อว่า “DeepMind” โดยมันสามารถเข้าถึงเกมของ Atari ได้ถึง 49 เกมโดยที่ไม่ได้รับคำแนะนำวิธีการเล่นเลยแม้แต่น้อย
DeepMind ใช้เวลาหลายสัปดาห์ในการเล่นเกมเหล่านั้นซ้ำแล้วซ้ำเล่า มันเรียนรู้จากความผิดพลาดของตัวเองจนกระทั่งสามารถพิชิตเกมได้ถึง 29 เกม
เพื่อให้ AI สามารถเรียนรู้ได้ง่ายขึ้น เหล่านักวิทยาศาสตร์จึงได้พัฒนา "โครงข่ายประสาทเทียม (Neural Networks)“ ขึ้นมา ซึ่งโครงสร้างที่ซับซ้อนเหล่านี้เป็นการจำลองระบบที่พิสูจน์ให้เห็นแล้วว่าสามารถเรียนรู้ข้อมูลใหม่ๆ ได้อย่างรวดเร็ว นั่นก็คือ “สมองของมนุษย์”
เซลล์ประสาท (Neurons) คือเซลล์ในสมองของเราที่ทำหน้าที่ส่งต่อข้อมูล สมองของเราประกอบด้วยเซลล์ประสาทประมาณหนึ่งแสนล้านเซลล์ และแต่ละเซลล์ยังมีการเชื่อมต่อกันมากกว่าหนึ่งหมื่นจุด เมื่อเซลล์ประสาทเหล่านี้ "ส่งสัญญาณ" สมองของเราก็จะดึงข้อมูลที่จำเป็นออกมาได้ เช่น ที่อยู่หรือความทรงจำต่างๆ
แนวคิดเรื่องโครงข่ายประสาทเทียมถูกนำเสนอเป็นครั้งแรกในช่วงทศวรรษ 1940 (พ.ศ.2483-2492) แต่กว่าที่นักวิทยาศาสตร์จะสามารถจำลองสมองที่มีเซลล์ประสาทประมาณ 100 เซลล์ได้สำเร็จก็ล่วงเลยมาถึงช่วงทศวรรษ 1990 (พ.ศ.2533-2542) จนกระทั่งในปีค.ศ.2016 (พ.ศ.2559) เทคโนโลยีได้ก้าวหน้าไปมากจนนักวิทยาศาสตร์สามารถจำลองสมองอิเล็กทรอนิกส์ที่มีเซลล์ประสาทสูงถึงหนึ่งล้านเซลล์ได้
ความสำเร็จของการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียมได้นำเราไปสู่ AI ประเภทสุดท้ายที่เรียกว่า "ซูเปอร์ AI (Super AI)“
การทำงานกับซูเปอร์ AI นั้นเปรียบเสมือนการปฏิสัมพันธ์กับบุคคลที่เป็นอัจฉริยะ พวกมันสามารถตอบคำถามได้ทุกข้อหรือแก้โจทย์คณิตศาสตร์ทุกรูปแบบเท่าที่ใครจะคิดขึ้นมาได้ ยิ่งไปกว่านั้น ซูเปอร์ AI อาจค้นพบทางออกของปัญหาที่ยิ่งใหญ่ที่สุดซึ่งกำลังส่งผลกระทบต่อโลกของเรา พวกมันอาจบอกวิธีแก้ไขปัญหาการเปลี่ยนแปลงสภาพภูมิอากาศ ยุติมลพิษ หรือแม้กระทั่งคิดค้นยารักษาโรคต่างๆ ได้ ซึ่งซูเปอร์ AI สามารถทำสิ่งเหล่านี้ได้ทั้งหมด
หากว่ามันมีอยู่จริงในปัจจุบัน
ในปัจจุบัน "ซูเปอร์ AI (Super AI)” ยังเป็นเพียงทฤษฎีหรือแนวคิดเท่านั้น มันยังไม่มีอยู่จริงเนื่องจากคอมพิวเตอร์ในปัจจุบันยังไม่มีกำลังมากพอที่จะสร้างมันขึ้นมาได้
แต่ต่อให้เราสามารถสร้างซูเปอร์ AI ขึ้นมาได้จริงๆ นั่นหมายความว่าเราควรจะสร้างมันขึ้นมาหรือไม่?
แม้ว่าซูเปอร์ AI อาจจะช่วยแก้ปัญหาต่างๆ ได้ด้วยการมอบคำตอบใหม่ๆ ที่สร้างสรรค์ แต่ในทางกลับกัน มันก็อาจจะแพร่กระจายข้อมูลอันเป็นเท็จและสร้างปัญหาที่ใหญ่หลวงยิ่งกว่าเดิมได้ง่ายพอๆ กัน
ซูเปอร์ AI คือสิ่งที่ชาร์ลส์ แบบเบจ อลัน ทัวริง และจอห์น แม็กคาร์ธีจินตนาการถึงเมื่อครั้งที่พวกเขาใฝ่ฝันเกี่ยวกับอนาคตของคอมพิวเตอร์ ทว่าแม้เวลาจะล่วงเลยมาเกือบ 100 ปีแล้ว เราก็ยังไม่สามารถบรรลุเป้าหมายนั้นได้
ถึงอย่างนั้น ความท้าทายนี้ก็ไม่ได้ทำให้นักวิทยาศาสตร์คอมพิวเตอร์ละความพยายามที่จะสร้างมันให้สำเร็จแต่อย่างใด
ยุคแรกของ AI อยู่ในช่วงระหว่างปีค.ศ.1956 (พ.ศ.2499) จนถึงปีค.ศ.1974 (พ.ศ.2517) โดยเหล่านักวิทยาศาสตร์ต่างกระตือรือร้นที่จะพิสูจน์ว่า คอมพิวเตอร์สามารถทำสิ่งต่างๆ ที่น่าทึ่งได้อย่างมากมาย ซึ่งแม้ความพยายามในการสร้าง AI ยุคเริ่มแรกอาจจะดูเรียบง่ายเมื่อเทียบกับเทคโนโลยีในปัจจุบัน แต่ก็นับว่าเป็นความสำเร็จที่ยิ่งใหญ่มากในยุคสมัยนั้น
หนึ่งในระบบ AI รุ่นแรกๆ มีชื่อเรียกว่า “ELIZA” ซึ่งถูกพัฒนาขึ้นในปีค.ศ.1966 (พ.ศ.2509) โดย “โจเซฟ ไวเซนบอม (Joseph Weizenbaum)” นักวิทยาศาสตร์คอมพิวเตอร์ชาวเยอรมัน-อเมริกัน ประจำอยู่ที่สถาบันเทคโนโลยีแมสซาชูเซตส์ หรือที่รู้จักกันในนาม “MIT” ในเมืองเคมบริดจ์ รัฐแมสซาชูเซตส์ สหรัฐอเมริกา
ELIZA ถูกสร้างขึ้นเพื่อเป็นนักจิตบำบัดด้วยระบบคอมพิวเตอร์เครื่องแรกของโลก ซึ่งก็คือเครื่องจักรที่สามารถวินิจฉัยและบำบัดอาการทางสุขภาพจิตรวมถึงปัญหาด้านพฤติกรรมได้ โดย Narrow AI ตัวนี้จะตั้งคำถามกับผู้ใช้งานว่าพวกเขารู้สึกอย่างไร และจะคอยซักถามหรือให้คำแนะนำตามคำตอบที่ผู้ใช้พิมพ์ตอบกลับมา ซึ่งนับเป็น AI ตัวแรกที่สามารถ "พูดคุย" กับมนุษย์ได้
โจเซฟ ไวเซนบอม (Joseph Weizenbaum)
อย่างไรก็ตาม ELIZA ไม่ได้สื่อสารกับใครอย่างแท้จริง เพราะมันทำงานตามสคริปต์ที่เขียนไว้ล่วงหน้า เช่นเดียวกับที่แช็ตบอตบางตัวในปัจจุบันทำ
ซอฟต์แวร์ที่ขับเคลื่อน ELIZA นั้นถือเป็นโปรแกรมการประมวลผลภาษาธรรมชาติ (Natural Language Processing) รุ่นบุกเบิก ซึ่งหมายความว่ามันจะคอยตรวจหารูปแบบของคำและประโยค ตัวอย่างเช่น หากผู้ใช้บอก ELIZA ว่าพวกเขากำลังรู้สึกเศร้า ซอฟต์แวร์ก็จะตอบกลับด้วยชุดคำถามหรือคำตอบมาตรฐานสำหรับความ "เศร้า" นั้น และแม้ว่าขีดความสามารถของ ELIZA จะค่อนข้างจำกัด แต่ผู้คนจำนวนมากกลับรู้สึกดีขึ้นหลังจากที่ได้พิมพ์โต้ตอบกับ ELIZA
ความสำเร็จของ ELIZA นำไปสู่ปรากฏการณ์ที่เรียกว่า "ปรากฏการณ์ ELIZA (ELIZA effect)” ซึ่งจะเกิดขึ้นเมื่อผู้คนหลงเชื่อไปเองว่า AI มีความรู้สึกนึกคิด หรือมีความชาญฉลาดเกินกว่าความเป็นจริง ทั้งที่แท้ที่จริงแล้ว ปัญญาประดิษฐ์ไม่สามารถเข้าใจมนุษย์ได้ สิ่งที่มันทำเป็นเพียงแค่ "การเลียนแบบ" ความเข้าใจเท่านั้นเอง
เมื่อคนส่วนใหญ่พูดถึง AI ก็มักจะนึกถึงหุ่นยนต์ แม้ว่า AI ไม่จำเป็นต้องถูกบรรจุอยู่ในร่างหุ่นยนต์เสมอไป แต่หนึ่งในความพยายามยุคแรกเริ่มก็ได้สร้างมันขึ้นมาในรูปแบบนั้น
“เชคกี้ (Shakey)” คือหุ่นยนต์ที่ถูกสร้างขึ้นโดยเหล่านักวิทยาศาสตร์แห่งสถาบันวิจัยสแตนฟอร์ดในปีค.ศ.1966 (พ.ศ.2509) โดยรูปลักษณ์ของเชคกี้แทบไม่ต่างจากคอมพิวเตอร์ติดล้อที่มีกล้องติดตั้งไว้ด้านบน
แต่สิ่งที่ทำให้หุ่นยนต์ตัวนี้น่าประทับใจคือความสามารถของกล้องที่มองเห็นสิ่งแวดล้อมรอบตัวได้ โดยนักวิทยาศาสตร์จะส่งคำสั่งไปยังเชคกี้ผ่านคอมพิวเตอร์ จากนั้นมันจะลงมือปฏิบัติงาน เช่น การระบุตำแหน่งของกล่องขนาดใหญ่แล้วผลักพวกมันไปยังจุดที่กำหนด หากเชคกี้เจอกับสิ่งกีดขวาง มันจะใช้การใช้เหตุผลเพื่อหาทางเคลื่อนที่หลบหลีกไป
อย่างไรก็ตาม เชคกี้ต้องใช้เวลาวิเคราะห์และทำตามคำสั่งนานถึง 15 นาที ซึ่งแม้ความสามารถของมันจะยังจำกัด แต่เชคกี้ก็ได้สร้างปรากฏการณ์ใหม่ด้วยการพิสูจน์ว่า AI สามารถถูกสร้างให้เคลื่อนที่ได้ด้วยตัวเอง
เชคกี้ (Shakey)
ทีมนักวิทยาศาสตร์ที่สร้างเชคกี้ได้ร่วมกันก่อตั้งบริษัทใหม่ในชื่อ “SRI International” ซึ่งบริษัทแห่งนี้ได้สร้างคุณูปการสำคัญให้แก่โลกเทคโนโลยีมากมาย รวมถึงการพิมพ์แบบอิงก์เจ็ต (Inkjet printing) และจอแสดงผลคริสตัลเหลว (LCD) จนกระทั่งในปีค.ศ.2010 (พ.ศ.2553) บริษัทได้เปิดตัวเทคโนโลยีชิ้นสำคัญที่สุด นั่นคือแอปพลิเคชันบนมือถือที่รู้จักกันในชื่อ ”Siri”
Siri ถูกสร้างขึ้นเพื่อช่วยให้ผู้คนโต้ตอบกับโทรศัพท์มือถือผ่านการใช้เสียง เมื่อผู้ใช้งานบอกสิ่งที่ต้องการ โปรแกรมก็จะทำตามคำสั่งนั้น โดย Siri สามารถต่อสายโทรออก เล่นเพลง สร้างการแจ้งเตือน และค้นหาข้อมูลในอินเทอร์เน็ตได้
แม้ในยุคบุกเบิกของ AI นักวิทยาศาสตร์ก็เชื่อมั่นว่าเทคโนโลยีนี้จะแทรกซึมเข้าสู่ชีวิตประจำวันของเราได้ โดยเฉพาะอย่างยิ่งในการประยุกต์ใช้ด้านการดูแลสุขภาพ
ในปีค.ศ.1972 (พ.ศ.2515) “MYCIN” ได้ถูกสร้างขึ้นที่สแตนฟอร์ดโดย “บรูซ บูแคนัน (Bruce Buchanan)” และ “เท็ด ชอร์ตลิฟฟ์ (Ted Shortliffe)” โดย AI ตัวนี้ถูกออกแบบมาเพื่อทำหน้าที่เป็นผู้ช่วยแพทย์ มีความสามารถในการวิเคราะห์ตัวอย่างเลือดและระบุโรคที่อาจเกิดขึ้นได้
MYCIN เป็นที่รู้จักในฐานะ AI ประเภท "ระบบผู้เชี่ยวชาญ (Expert System)“ ซึ่งหมายความว่า โปรแกรมนี้จะจำลองความสามารถในการตัดสินใจของผู้เชี่ยวชาญที่เป็นมนุษย์ หลังจากตรวจสอบตัวอย่างเลือดแล้ว MYCIN จะสามารถแนะนำได้ว่าควรมีการทดสอบทางห้องปฏิบัติการเพิ่มเติมอย่างไร หรือเสนอการวินิจฉัยและวางแผนการรักษาได้
ระบบนี้ได้ถูกนำไปรวมอยู่ในการทดสอบทางการแพทย์เมื่อปีค.ศ.1979 (พ.ศ.2522) ซึ่งเหล่านักวิทยาศาสตร์เชื่อว่าผลลัพธ์ที่ได้นั้นมีความแม่นยำเทียบเท่ากับการตัดสินใจโดยผู้เชี่ยวชาญทางการแพทย์เลยทีเดียว
แม้ว่า MYCIN จะประสบความสำเร็จ แต่เหล่าแพทย์กลับยังคงเคลือบแคลงสงสัยในการนำคอมพิวเตอร์เหล่านี้มาใช้ในงานดูแลสุขภาพ เพราะหาก AI เกิดข้อผิดพลาด ไม่ว่าจะเป็นการวินิจฉัยที่คลาดเคลื่อนหรือการมองข้ามข้อมูลสำคัญ ย่อมนำไปสู่ปัญหาใหญ่ต่อทั้งโรงพยาบาล แพทย์ และตัวคนไข้เอง
ถึงแม้ระบบจำนวนมากที่ถูกสร้างขึ้นในช่วงยุคแรกของ AI จะประสบความสำเร็จ แต่ก็ใช่ว่าทุกโปรแกรมจะบรรลุเป้าหมายที่ตั้งไว้ โดยในขณะที่เชคกี้กำลังไล่ผลักกล่อง และ MYCIN กำลังตรวจสอบตัวอย่างเลือด นักวิจัยด้าน AI อย่าง “ดัก เลแนต (Doug Lenat)” นักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกัน กลับต้องการทำในสิ่งที่เป็นไปไม่ได้
ดัก เลแนต (Doug Lenat)
เลแนตใฝ่ฝันที่จะสร้าง AI ที่มีความรู้รอบตัว ทั้งในด้านคณิตศาสตร์ ประวัติศาสตร์ วิทยาศาสตร์ และวรรณกรรม
เลแนตเริ่มเดินหน้า “โครงการไซก์ (Cyc Project)” ในปีค.ศ.1984 (พ.ศ.2527) แต่ในไม่ช้า เขาก็ได้ค้นพบคำตอบว่าเหตุใดจึงยังไม่มีใครสามารถสร้าง AI ที่ทรงพลังขนาดนั้นได้
เหตุผลก็คือ การที่โปรแกรมตัวหนึ่งจะมี "ความรู้รอบตัว" ได้มากขนาดนั้น ข้อมูลทั้งหมดจำเป็นต้องถูกป้อนเข้าสู่ระบบเสียก่อน ซึ่งคาดการณ์ว่าอาจต้องใช้เวลาทำงานหนักเทียบเท่ากับระยะเวลาถึง 200 ปีจึงจะป้อนข้อมูลได้ครบถ้วน
หลังจากทุ่มเทให้กับโครงการไซก์มานานกว่าสิบปี ในที่สุด เลแนตก็ตัดสินใจละทิ้งความฝันนั้น เพราะเขารู้ดีว่าโครงการไซก์อาจเป็นสิ่งที่เป็นไปไม่ได้ และมันก็เป็นเช่นนั้นจริงๆ
ระบบต่างๆ ที่ถูกสร้างขึ้นในช่วงยุคแรกของ AI นั้น ส่วนใหญ่จะได้รับความสนใจเพียงแค่ในแวดวงนักวิทยาศาสตร์ด้วยกันเอง หากอยู่นอกห้องปฏิบัติการหรือวงสัมมนาแล้ว คนทั่วไปแทบไม่เข้าใจและไม่สามารถเข้าถึงปัญญาประดิษฐ์ได้เลย
แต่ในช่วงยุคที่สองของ AI ตั้งแต่ปีค.ศ.1996 (พ.ศ.2539) จนถึงปัจจุบัน เหล่านักวิทยาศาสตร์ต้องการสร้างความตื่นตาตื่นใจให้กับสาธารณชนด้วยสิ่งที่พวกเขาประดิษฐ์ขึ้น พวกเขารู้ดีว่าหากต้องการให้ผู้คนตระหนักถึงความเป็นไปได้ของ AI พวกเขาจำเป็นต้องทำให้ผู้คนเริ่มพูดถึงและสนุกไปกับมัน
ก่อนที่ AI ของ DeepMind จะหัดเล่นวิดีโอเกมของ Atari ได้ด้วยตัวเอง เคยมี AI รุ่นก่อนหน้านั้นที่สามารถพิชิตเกมหมากรุกได้อย่างเชี่ยวชาญมาแล้ว
“Deep Thought” ถูกสร้างขึ้นในปีค.ศ.1985 (พ.ศ.2528) ณ มหาวิทยาลัยคาร์เนกีเมลลอน โดยนักวิทยาศาสตร์ 3 ท่าน ได้แก่ “เมอร์เรย์ แคมป์เบลล์ (Murray Campbell)” เฝิงสยงสวี่ (Feng-hsiung Hsu)“ และ ”โทมัส อนันตารามัน (Thomas Anantharaman)“ โดย AI นักเล่นหมากรุกตัวนี้ทำงานผ่านชุดอัลกอริทึม (รูปแบบการทำงาน) ที่จะคอยวิเคราะห์การเดินหมากของคู่ต่อสู้และตอบโต้อย่างเหมาะสม จนกระทั่งในปีค.ศ.1988 (พ.ศ.2531) Deep Thought ก็ได้พิสูจน์ฝีมือด้วยการเอาชนะ ”เบนต์ ลาร์เซน (Bent Larsen)“ ปรมาจารย์ด้านหมากรุกชาวเดนมาร์ก
เบนต์ ลาร์เซน (Bent Larsen)
บริษัทวิจัยด้านอิเล็กทรอนิกส์ยักษ์ใหญ่อย่าง IBM ได้ยินเรื่องราวของ Deep Thought และตระหนักได้ว่าพวกเขาสามารถสร้างสิ่งที่น่าตื่นเต้นให้แก่สาธารณชนได้ ดังนั้นในปีค.ศ.1989 (พ.ศ.2532) IBM จึงได้ว่าจ้างแคมป์เบลล์ สวี่ และอนันตารามัน เพื่อให้ร่วมกันสร้าง AI เล่นหมากรุกที่สามารถเอาชนะแชมป์โลกให้ได้ในที่สุด
AI ตัวใหม่นี้มีชื่อว่า ”Deep Blue“ ซึ่งไม่ได้ถูกโปรแกรมมาเพียงเพื่อตอบโต้เท่านั้น แต่ยังถูกออกแบบมาให้ "คิดล่วงหน้า" ไปอีกก้าวหนึ่งด้วย โดย Deep Blue จะพิจารณาทุกการเดินหมากที่เป็นไปได้ของคู่ต่อสู้ พร้อมกับวิเคราะห์อัตราความสำเร็จของแต่ละกระบวนท่าไปในตัว
อุปสรรคสำคัญที่เหล่าผู้สร้างต้องก้าวข้ามให้ได้คือเรื่องของ “เวลา”
ทีมพัฒนาไม่ต้องการให้ Deep Blue ใช้เวลาคิดนานถึง 15 นาทีในแต่ละตา แต่ต้องการให้มันตอบโต้ได้อย่างรวดเร็วเพื่อให้เกมออกมาตื่นเต้นเร้าใจ ดังนั้นเพื่อลดระยะเวลาในการประมวลผลของมันลง IBM จึงได้สร้างวงจรไฟฟ้ารูปแบบใหม่ที่มีความรวดเร็วขึ้นกว่าเดิม
หลังจากซุ่มพัฒนาอยู่นานถึงเจ็ดปี ในปีค.ศ.1996 (พ.ศ.2539) Deep Blue ก็พร้อมที่จะเผชิญหน้ากับนักเล่นหมากรุกที่เก่งที่สุดในโลก
ในการแข่งขันซึ่งจัดขึ้นที่เมืองฟิลาเดลเฟีย รัฐเพนซิลเวเนีย สหรัฐอเมริกา “แกรี่ คาสปารอฟ (Garry Kasparov)” ยอดปรมาจารย์หมากรุกชาวรัสเซีย ได้นั่งลงประชันฝีมือกับ Deep Blue เป็นจำนวนทั้งหมดหกเกม
เหล่านักวิทยาศาสตร์ของ IBM ต่างตั้งความหวังไว้กับ AI ของพวกเขาไว้สูงมาก แต่แล้วพวกเขากลับต้องตกตะลึงเมื่อปรมาจารย์หมากรุกผู้นี้สามารถเอาชนะ Deep Blue ไปได้ถึงสามเกม
หลังจากมีการปรับปรุงระบบขนานใหญ่ Deep Blue และคาสปารอฟก็ได้กลับมาดวลกันอีกครั้งในปีถัดมา คราวนี้ Deep Blue สามารถเอาชนะยอดนักหมากรุกไปได้สองเกม ส่วนอีกสามเกมที่เหลือนั้นจบลงด้วยการเสมอ ซึ่งเหตุการณ์นี้กลายเป็นข่าวโด่งดังไปทั่วประเทศ และทำให้ผู้ชมทั่วโลกเริ่มขบคิดว่า การเผชิญหน้าระหว่าง "มนุษย์กับเครื่องจักร" ในครั้งนี้ จะส่งผลต่อการพัฒนาเทคโนโลยีในอนาคตอย่างไรต่อไป
การแข่งขันระหว่างคาสปารอฟกับ Deep Blue
ในขณะเดียวกัน SRI International ผู้สร้างหุ่นยนต์เชคกี้ ก็ได้สร้างแรงกระเพื่อมต่อวงการเทคโนโลยีในแบบฉบับของตนเองเช่นกัน โดยภายหลังจากที่ได้เปิดตัว Siri ซึ่งเป็นผู้ช่วยส่วนตัวระบบดิจิทัลออกมา บริษัท Apple ก็ได้ตัดสินใจซื้อลิขสิทธิ์ AI ตัวนี้ไปด้วยมูลค่าสูงกว่า 200 ล้านดอลลาร์ (ประมาณ 6,500 ล้านบาท) และภายในปีค.ศ.2011 (พ.ศ.2554) “Siri” ก็ได้กลายเป็นส่วนหนึ่งของ iPhone รุ่นใหม่ทุกเครื่อง ทำให้จู่ๆ ทุกคนก็สามารถพกพา AI ติดตัวไปได้ทุกที่ในกระเป๋ากางเกง
ในตอนนี้ผู้ใช้งาน iPhone สามารถต่อสายโทรออก เขียนอีเมล หรือนัดหมายต่างๆ ได้เพียงแค่พูดใส่โทรศัพท์และสั่งการ Siri ด้วยเสียง
แม้ว่าในปัจจุบันผู้ช่วยดิจิทัลจะเป็นเรื่องปกติธรรมดาไปแล้ว แต่ในตอนนั้นเทคโนโลยีของ Siri ถือว่าก้าวล้ำนำสมัยอย่างมาก เพราะทั้ง Cortana ผู้ช่วย AI จาก Microsoft และ Alexa ของ Amazon ต่างก็ยังไม่ปรากฏสู่ตลาดจนกระทั่งปีค.ศ.2014 (พ.ศ.2557) โดยระบบ AI เหล่านี้ทำงานผ่านกระบวนการประมวลผลภาษาธรรมชาติและการจดจำเสียง ซึ่งยิ่งเราใช้งานพวกมันบ่อยครั้งเท่าไหร่ พวกมันก็ยิ่งทำความเข้าใจคำสั่งของเราได้ดียิ่งขึ้นเท่านั้น
แม้ว่า AI ที่สั่งการด้วยเสียงจะสร้างความสนุกและสะดวกสบาย แต่ระบบนี้ก็ยังไม่สมบูรณ์แบบร้อยเปอร์เซ็นต์ โดยในปัจจุบัน ระบบดังกล่าวยังทำงานด้วยความแม่นยำเพียง 95% เท่านั้น ซึ่งเหล่านักวิทยาศาสตร์เชื่อว่า หากเมื่อใดที่ AI สั่งการด้วยเสียงมีความแม่นยำแตะระดับ 99% "การพูด" จะกลายเป็นช่องทางหลักที่มนุษย์ใช้ในการสื่อสารโต้ตอบกับคอมพิวเตอร์
หลังจากชัยชนะบนกระดานหมากรุกของ Deep Blue ทาง IBM ก็ต้องการสร้างความตื่นตาตื่นใจให้แก่ผู้คนอีกครั้ง บริษัทจึงเปิดตัว “Watson” ซึ่งเป็น AI ประมวลผลภาษาธรรมชาติที่ทรงพลังอย่างยิ่ง โดยมันสามารถตอบคำถามที่เน้นความรู้รอบตัวได้เกือบทุกคำถามที่ถูกถาม ซึ่งต้องใช้ทีมนักวิทยาศาสตร์ถึง 20 คน และใช้เวลาพัฒนานานกว่าห้าปี
Watson
และเพื่อทดสอบความสามารถของ Watson ทาง IBM จึงได้พามันเข้าสู่สมรภูมิที่วัดกันด้วยสติปัญญาอย่างแท้จริง นั่นคือรายการเกมโชว์ตอบคำถามทางโทรทัศน์ที่ชื่อว่า ”Jeopardy!“
ในเดือนกุมภาพันธ์ ค.ศ.2011 (พ.ศ.2554) Watson ได้เข้าร่วมแข่งขันในรายการ Jeopardy! โดยต้องประชันฝีมือกับ “เคน เจนนิงส์ (Ken Jennings)” และ “แบรด รัตเทอร์ (Brad Rutter)” ซึ่งทั้งคู่คือผู้เข้าแข่งขันที่ชนะเกมมากที่สุดและกวาดเงินรางวัลไปได้สูงที่สุดในประวัติศาสตร์ของรายการ
ในการแข่งขันที่ถ่ายทอดสดนานสองวัน มีผู้ชมมากกว่า 30 ล้านคน ผลปรากฏว่า Watson สามารถเอาชนะคู่ต่อสู้ทั้งสองคนลงได้ในที่สุด
Watson ในรายการ Jeopardy!
AI ได้พิสูจน์ให้เห็นแล้วว่ามันเป็นมากกว่าแค่ลูกเล่นที่น่าตื่นตาตื่นใจ แต่มันสามารถทำในสิ่งที่มนุษย์ทั่วไปทำไม่ได้ บริษัทเทคโนโลยีหลายแห่งต่างยอมทุ่มเงินมหาศาลเพื่อกว้านซื้อกิจการวิจัย AI หรือไม่ก็สร้างทีมของตัวเองขึ้นมา
หลังจากที่ DeepMind ประสบความสำเร็จในการเรียนรู้วิธีเล่นเกม Atari ด้วยตัวเอง Google ก็ได้ตัดสินใจซื้อเทคโนโลยีนี้ไปในค.ศ.2014 (พ.ศ.2557) ด้วยมูลค่ากว่า 400 ล้านดอลลาร์ (ประมาณ 13,000 ล้านบาท)
สองปีต่อมา DeepMind กลับมาสร้างความฮือฮาให้แก่สาธารณชนอีกครั้งด้วย AI ตัวใหม่ที่ชื่อว่า ”AlphaGo“ซึ่งสามารถเล่น "โกะ" หรือหมากล้อม เกมกระดานดั้งเดิมของจีนในระดับมืออาชีพได้ โดยเกมโกะถือว่าเป็นเกมกระดานที่ฝึกฝนให้เชี่ยวชาญได้ยากที่สุดในโลก
ในช่วงระหว่างการทดสอบ AlphaGo สามารถเอาชนะ “ฟานฮุย (Fan Hui)” แชมป์โกะแห่งยุโรปในการแข่งขันแบบปิดได้สำเร็จ
ฟานฮุย (Fan Hui)
แต่ Google ต้องการแสดงให้คนทั้งโลกเห็นถึงศักยภาพของ AI ตัวนี้ ในอีกไม่กี่เดือนต่อมา AlphaGo จึงได้ลงสนามประชันฝีมือกับ “อีเซดอล (Lee Sedol)” แชมป์โลกหมากล้อมชาวเกาหลี โดยในการแข่งขันที่จัดขึ้น ณ กรุงโซล ประเทศเกาหลีใต้ AlphaGo เป็นฝ่ายชนะไปอย่างขาดลอยด้วยคะแนน 4 ต่อ 1 เกม
เหตุการณ์ในครั้งนี้ได้ถูกถ่ายทำและเผยแพร่เป็นสารคดีทาง Netflix ในปีค.ศ.2017 (พ.ศ.2560) ในชื่อเรื่อง ”AlphaGo“ และในปีเดียวกันนั้น AlphaGo ก็ได้เผชิญหน้ากับ “เคอเจี๋ย (Ke Jie)” มือวางอันดับหนึ่งของโลกจากประเทศจีน ซึ่งผลปรากฏว่า AlphaGo สามารถเอาชนะคู่ต่อสู้ไปได้ทั้งสามเกมรวด
ในปีค.ศ.2019 (พ.ศ.2562) AI ได้ก้าวเข้าสู่โลกของ "อีสปอร์ต (Esports)” หรือการแข่งขันเกมอาชีพเป็นครั้งแรก โดยระบบที่ชื่อว่า “OpenAI” ได้เรียนรู้วิธีการเล่นเกม “Dota 2” ซึ่งเป็นเกมแนวต่อสู้ที่แบ่งทีมฝั่งละห้าคน
AlphaGo (2017)
ผ่านการศึกษาเทคนิคจากบรรดาผู้เล่นมือโปร และด้วยการใช้โครงข่ายประสาทเทียม OpenAI จึงสามารถพัฒนาตัวเองจากผู้เล่นหน้าใหม่สู่ระดับปรมาจารย์ได้ในระยะเวลาอันสั้น สามารถเอาชนะ ”OG“ ทีมแชมป์โลกไปได้ถึง 2 ใน 3 เกม
ในตอนนั้น ดูเหมือนว่าเครื่องจักรจะมีความสามารถก้าวข้ามขีดจำกัดของมนุษย์ไปเสียแล้ว แต่แม้ว่าการนำ AI มาเล่นเกมกระดานหรือวิดีโอเกมจะสร้างความบันเทิงให้กับผู้คน แต่เหล่านักวิทยาศาสตร์ต่างรู้ดีว่า ปัญญาประดิษฐ์ยังมีศักยภาพอีกมากมายที่สามารถนำมาประยุกต์ใช้ในชีวิตประจำวันของเราได้ยิ่งกว่านั้น
แม้ว่า AI จะสามารถทำสิ่งที่น่าเหลือเชื่อได้มากมาย แต่เหล่านักวิทยาศาสตร์ยังคงพยายามผลักดันเทคโนโลยีให้ก้าวไกลยิ่งขึ้นไปอีก และในขณะที่สิ่งนี้กำลังเกิดขึ้น โลกในชีวิตประจำวันของเราก็เริ่มดู "ไซไฟ" มากขึ้นทุกที
ปัจจุบัน มีการออกแบบระบบ AI จำนวนมากให้ทำงานได้แบบ "อัตโนมัติ" หรือทำงานได้โดยไม่ต้องมีการควบคุมโดยตรงจากมนุษย์ แต่หาก AI อัตโนมัติทรงพลังถึงเพียงนี้ เหตุใดบนท้องถนนของเราจึงยังไม่มีรถยนต์ไร้คนขับวิ่งกันให้เต็มไปหมด?
คำตอบคือ เพราะเทคโนโลยีนี้ยังไม่สมบูรณ์แบบเพียงพอ
การขับรถนั้นเป็นเรื่องยาก ผู้ที่มีใบขับขี่จะต้องเข้าใจทั้งกฎจราจร รูปแบบการสัญจร และกลไกการทำงานของรถ พวกเขาต้องรู้ว่าเมื่อไหร่ควรเร่งเครื่อง เมื่อไหร่ควรเหยียบเบรก เมื่อไหร่ต้องเปิดไฟเลี้ยว และป้ายจราจรแต่ละอย่างมีความหมายว่าอย่างไร นอกจากนี้ ผู้ขับขี่ยังต้องสามารถตอบสนองได้อย่างปลอดภัยเมื่อเจอผู้ร่วมถนนที่ไม่ปฏิบัติตามกฎจราจร เพราะการตัดสินใจเพียงเสี้ยววินาทีอาจหมายถึงความแตกต่างระหว่างการเกิดอุบัติเหตุหรือการรอดพ้นมาได้อย่างหวุดหวิด
ในแต่ละปีมีผู้เสียชีวิตจากอุบัติเหตุทางถนนมากกว่าหนึ่งล้านคนทั่วโลก ซึ่งในอนาคต รถยนต์ไร้คนขับอาจช่วยให้การเดินทางปลอดภัยขึ้นสำหรับพวกเราทุกคน
หากบนถนนมีเพียงรถยนต์ไร้คนขับแค่คันเดียว มันจะทำงานได้ดีเยี่ยมมาก แต่การมีรถคันอื่นๆ อยู่บนท้องถนนด้วยนี่เองที่ทำให้การพัฒนาเทคโนโลยีนี้ให้สมบูรณ์แบบกลายเป็นเรื่องยาก รถยนต์ขับเคลื่อนอัตโนมัติจำเป็นต้องมี "การรับรู้" หรือความสามารถในการ "มองเห็น" และตอบสนองต่อสิ่งกีดขวาง ไม่ว่าจะเป็นรถคันอื่น คนเดินถนน หรือแม้แต่เศษขยะบนพื้นผิวจราจรก็ตาม
อันที่จริง ยานยนต์ขับเคลื่อนอัตโนมัติเคยถูกทำนายไว้ตั้งแต่ช่วงต้นปีค.ศ.1940 (พ.ศ.2483) เมื่อมีภาพวาดของรถยนต์ไร้คนขับปรากกฏอยู่ในนิตยสาร Popular Science ซึ่งในฉบับนั้น เหล่านักวิทยาศาสตร์พยากรณ์ว่ารถยนต์จะสามารถขับเคลื่อนได้เองอย่างเร็วที่สุดภายในปีค.ศ.1975 (พ.ศ.2518)
ทว่าเกือบ 90 ปีให้หลัง จินตนาการเหล่านั้นก็ยังคงไม่ใช่ภาพชินตาที่เราจะพบเห็นได้ทั่วไปบนท้องถนนอยู่ดี
องค์กรวิจัยแห่งยุโรปที่ชื่อว่า ”Eureka“ ได้เปิดตัว “โครงการโพรมีธีอุส (Prometheus Project)” ขึ้นในปีค.ศ.1986 (พ.ศ.2529) โดยมีเป้าหมายเพื่อสร้างรถยนต์ขับเคลื่อนอัตโนมัติคันแรกของโลก และในปีค.ศ.1995 (พ.ศ.2538) เหล่านักวิทยาศาสตร์ก็เกือบจะทำได้สำเร็จ
ทีมผู้พัฒนาได้ติดตั้งอุปกรณ์อิเล็กทรอนิกส์ เครื่องส่งสัญญาณวิทยุ และกล้องอีกสี่ตัว (เพื่อใช้ในการรับรู้) ไว้ในรถตู้ขนาดใหญ่ จนสามารถทำให้รถไร้คนขับคันนี้เดินทางได้ไกลกว่า 1,000 ไมล์ (ประมาณ 1,600 กิโลเมตร) จากเมืองมิวนิก ประเทศเยอรมนี ไปยังกรุงโคเปนเฮเกน ประเทศเดนมาร์ก และเดินทางกลับมาได้สำเร็จ โดยรถตู้คันนี้ทำความเร็วได้สูงถึง 100 ไมล์ (ประมาณ 160 กิโลเมตร) ต่อชั่วโมงท่ามกลางการจราจรที่มีผู้ขับขี่จริงอยู่บนท้องถนน
อย่างไรก็ตาม รถตู้มักจะวิ่งไปได้ไม่เกิน 100 ไมล์ก็ต้องหยุดจอดเพื่อให้ทีมงานปรับจูนระบบอยู่บ่อยครั้ง
เกือบ 10 ปีให้หลัง สหรัฐอเมริกาได้เริ่มทำวิจัยด้านยานยนต์ไร้คนขับของตนเองผ่าน “สำนักงานโครงการวิจัยขั้นสูงด้านป้องกันประเทศ (Defense Advanced Research Projects Agency)” หรือที่รู้จักกันในชื่อ ”DARPA“ ซึ่งเป็นหน่วยงานรัฐบาลที่มีหน้าที่พัฒนาเทคโนโลยีใหม่ๆ เพื่อความมั่นคงของชาติ โดยได้มีการเชิญชวนให้นักวิจัยออกแบบรถยนต์ไร้คนขับที่สามารถเดินทางได้ไกลกว่า 150 ไมล์ (ประมาณ 240 กิโลเมตร) โดยไม่มีมนุษย์ช่วยเหลือ
ต่อมา มีการแข่งขัน ”Grand Challenge“ ซึ่งจัดขึ้นครั้งแรกในปีค.ศ.2004 (พ.ศ.2547) โดยมีเงินรางวัลสูงถึงหนึ่งล้านดอลลาร์ (ประมาณ 32 ล้านบาท) มอบให้แก่ทีมที่รถสามารถวิ่งจากเมืองบาร์สโตว์ รัฐแคลิฟอร์เนีย ไปยังเมืองพริมม์ รัฐเนวาดา ได้เร็วที่สุด
แต่จากผู้เข้าแข่งขันกว่า 100 ทีม กลับไม่มีรถคันไหนทำสำเร็จเลย
ในปีต่อมา การแข่งขัน Grand Challenge ของ DARPA ได้เพิ่มเงินรางวัลเป็นสองล้านดอลลาร์ (ประมาณ 64 ล้านบาท) คราวนี้มีทีมส่งรถไร้คนขับเข้าร่วมแข่งขันประลองความเร็วกลางทะเลทรายเกือบ 200 ทีม และมีทีมทีมที่สามารถพิชิตภารกิจได้สำเร็จ โดยรถที่คว้าชัยชนะในครั้งนี้มีชื่อว่า ”Stanley“ ซึ่งเป็นผลงานการออกแบบจากมหาวิทยาลัยสแตนฟอร์ด
นับตั้งแต่นั้นเป็นต้นมา บรรดาบริษัทผู้ผลิตยานยนต์ต่างทุ่มเงินลงทุนมหาศาลเพื่อนำรถยนต์ขับเคลื่อนอัตโนมัติคันแรกมาสู่สาธารณชน โดยมีสองบริษัทที่มุ่งเน้นเทคโนโลยีนี้เป็นพิเศษ ได้แก่ “Tesla Motors” และ “Waymo”
ในขณะที่ Waymo มุ่งไปที่การสร้างแท็กซี่ไร้คนขับ ทางด้าน Tesla ก็ได้ติดตั้งระบบ "ออโตไพลอต (Autopilot)” ลงในรถยนต์ไฟฟ้า Model S ของตนในปีค.ศ.2014 (พ.ศ.2557) โดยระบบนี้จะทำหน้าที่ควบคุมทั้งการเร่งความเร็ว การเบรก และการบังคับเลี้ยว แต่อย่างไรก็ตาม ผู้ขับขี่ยังคงจำเป็นต้องมีสติและพร้อมเข้าควบคุมรถเสมอในกรณีที่เกิดเหตุฉุกเฉิน
เมื่อเทคโนโลยีได้รับการพัฒนาให้ดียิ่งขึ้น ฟีเจอร์ออโตไพลอตของ Tesla ก็จะยิ่งก้าวล้ำตามไปด้วย ในอนาคตอันใกล้ ผู้ขับขี่จะสามารถก้าวลงจากรถเมื่อถึงจุดหมาย แล้วปล่อยให้รถหาที่จอดในลานจอดใกล้เคียงได้อย่างปลอดภัยด้วยตัวเอง และเมื่อถึงเวลาที่ต้องการจะไปต่อ ก็เพียงแค่กดปุ่ม "เรียก" ผ่านสมาร์ทโฟน รถก็จะสตาร์ทเครื่องและเคลื่อนตัวมาหาเจ้าของตามตำแหน่งที่กำหนดไว้ทันที
ดูเหมือนว่าสิ่งที่เคยเป็นเพียง "เรื่องเพ้อฝันในนิยายวิทยาศาสตร์" กำลังกลายเป็น "ความจริงทางวิทยาศาสตร์" เข้าไปทุกขณะ
แม้จะฟังดูเหมือนว่าปัญญาประดิษฐ์เป็นสิ่งที่นักวิทยาศาสตร์ใช้กันแต่ในห้องปฏิบัติการเท่านั้น แต่ในความเป็นจริงแล้วไม่ได้เป็นเช่นนั้นเลย เพราะใครก็ตามที่มีคอมพิวเตอร์ แท็บเล็ต หรือสมาร์ทโฟน ก็สามารถเข้าถึงปัญญาประดิษฐ์ได้ทั้งสิ้น
”Generative AI“ หรือปัญญาประดิษฐ์เชิงสร้างสรรค์ ซึ่งเป็น AI ที่สามารถสร้างหรือเนรมิตรูปภาพ ข้อความ เสียงเพลง และวิดีโอขึ้นมาใหม่ได้ เปิดโอกาสให้ทุกคนได้ใช้งานอย่างทั่วถึง ซึ่งเทคโนโลยีนี้เริ่มได้รับความนิยมอย่างแพร่หลายในปีค.ศ.2018 (พ.ศ.2561) เมื่อบริษัทผู้ผลิตคอมพิวเตอร์แห่งหนึ่งได้สร้าง AI ที่สามารถแสดงภาพถ่ายมนุษย์ที่ดูสมจริงอย่างยิ่ง แต่สิ่งที่น่าทึ่งที่สุดคือ ผู้คนในภาพเหล่านั้นไม่มีตัวตนอยู่จริงบนโลกใบนี้เลย
ตัวอย่างของ Generative AI ที่ได้รับความนิยมอย่างมากคือ “ChatGPT” และ ”DALL-E“ ซึ่งทั้งสองระบบทำงานผ่าน "พรอมต์ (Prompt)“ หรือคำสั่งจากผู้ใช้ เพียงแค่เราพิมพ์ข้อความลงไป AI ก็จะสร้างผลลัพธ์ตอบกลับมา ซึ่งผู้ใช้งานสามารถถาม ChatGPT เกี่ยวกับอะไรก็ได้ ไม่ว่าจะเป็นเรื่องสัตว์ ภาพยนตร์ หรือข้อมูลต่างๆ เกี่ยวกับระบบสุริยะ แล้วระบบจะให้คำตอบสั้นๆ ที่ดูเหมือนเขียนขึ้นโดยมนุษย์
อย่างไรก็ตาม AI ก็อาจให้คำตอบที่ผิดพลาดได้เช่นกันเนื่องจากมันยังไม่มีความสามารถในการตรวจสอบความถูกต้องของข้อมูลด้วยตัวเอง ด้วยเหตุนี้ การตรวจสอบข้อมูลซ้ำจากแหล่งอ้างอิงที่เชื่อถือได้จึงเป็นเรื่องสำคัญเสมอ
ในทุกวันนี้ ผู้คนหันมาใช้ Generative AI เพื่อช่วยให้ทำงานได้อย่างมีประสิทธิภาพมากขึ้น ตัวอย่างเช่น ChatGPT สามารถแปลข้อความเป้นภาษาอื่น ช่วยระดมสมองหาไอเดียใหม่ๆ หรือแม้กระทั่งช่วยเขียนอีเมลและข้อความส่วนตัว
นอกจากนี้ ChatGPT ยังสวมบทบาทเป็นติวเตอร์ส่วนตัวที่ช่วยอธิบายโจทย์คณิตศาสตร์ยากๆ หรือช่วยสอนภาษาใหม่ๆ ได้อีกด้วย สามารถวางแผนการออกกำลังกายสำหรับผู้ที่ต้องการเสริมสร้างกล้ามเนื้อ หรือแม้แต่ถ้าคุณบอก ChatGPT ว่ามีวัตถุดิบอะไรเหลืออยู่ในตู้เย็นบ้าง มันก็สามารถแนะนำสูตรอาหารสำหรับมื้อค่ำจากวัตถุดิบเหล่านั้นให้ได้ทันที
ในปีค.ศ.2024 (พ.ศ.2567) Apple ได้นำ ChatGPT เข้ามาเป็นส่วนหนึ่งของโทรศัพท์มือถือภายใต้ชื่อ ”Apple Intelligence“ โดย AI ตัวนี้จะเรียนรู้รูปแบบการใช้งานโทรศัพท์ของผู้ใช้เพื่อช่วยให้การทำงานต่างๆ มีประสิทธิภาพมากยิ่งขึ้น
Apple Intelligence สามารถถอดความจากบทสนทนาเป็นข้อความได้ทันที ช่วยสรุปเนื้อหาในอีเมลหรือบทความบนเว็บไซต์ รวมถึงสร้างอิโมจิรูปแบบใหม่ที่ไม่เคยเห็นที่ไหนมาก่อนได้อีกด้วย
แต่ Generative AI ก็มีมุมที่นำมาใช้เพื่อความสนุกสนานได้เช่นกัน บางคนใช้ ChatGPT เพื่อช่วยในการแต่งนิทานหรือนิยาย อย่างไรก็ตาม ChatGPT ไม่ได้ถูกออกแบบมาเพื่อให้เด็กที่มีอายุต่ำกว่า 13 ปีใช้งาน
นอกจากนี้ OpenAI ซึ่งเป็นห้องปฏิบัติการวิจัยผู้อยู่เบื้องหลัง ChatGPT ยังได้สร้าง ”DALL-E“ ขึ้นมาด้วย โดยชื่อนี้เป็นการผสมผสานระหว่างชื่อของ "ซัลวาดอร์ ดาลี (Salvador Dalí)“ ศิลปินชาวสเปนผู้โด่งดัง กับ "วอลล์-อี (WALL-E)” หุ่นยนต์จากภาพยนตร์แอนิเมชันของพิกซาร์ ซึ่ง AI เชิงสร้างสรรค์ตัวนี้จะใช้คำสั่ง (Prompt) ในการเนรมิตงานศิลปะขึ้นมา เพียงแค่เราอธิบายสิ่งที่อยากเห็น DALL-E ก็จะเสกภาพนั้น (หรือสิ่งที่ใกล้เคียง) ขึ้นมาให้ภายในเวลาไม่กี่วินาที
นอกจากนี้ ผู้ใช้งานยังสามารถสั่งให้ DALL-E สร้างภาพในสไตล์เดียวกับจิตรกรเอกของโลกได้อีกด้วย ไม่ว่าจะเป็นสไตล์ของ “วินเซนต์ แวน โก๊ะ (Vincent van Gogh)” “ฟริดา คาห์โล (Frida Kahlo)” หรือแม้แต่ตัวของ ดาลีเองก็ตาม
Generative AI บางประเภทก็สามารถแต่งเพลงได้ด้วยเช่นกัน โดย “Suno AI” ซึ่งพัฒนาขึ้นในเมืองเคมบริดจ์ รัฐแมสซาชูเซตส์ คือ AI ที่เชี่ยวชาญด้านการสร้างสรรค์ดนตรี
เพียงแค่คลิกไม่กี่ครั้ง ใครๆ ก็สามารถเนรมิตเพลงฮิปฮอปที่มีเนื้อหาเกี่ยวกับบรอกโคลี หรือเพลงคันทรีเกี่ยวกับการทำบ้านวิชาคณิตศาสตร์ขึ้นมาได้
ในขณะที่ Suno สามารถคิดทั้งเนื้อร้องและทำนองให้โดยอัตโนมัติตามคำสั่งที่ระบุหัวข้อและสไตล์เพลง ผู้ใช้งานยังสามารถเลือกเขียนเนื้อเพลงด้วยตนเองและกำหนดได้ว่าจะให้เสียงร้องเป็นเสียงผู้ชายหรือเสียงผู้หญิง นอกจากนี้ เรายังสามารถอัปโหลดรูปภาพจากการไปเที่ยวพักผ่อนช่วงฤดูร้อนลงในระบบเพื่อให้ Suno ช่วยสร้างสรรค์ดนตรีประกอบที่เข้ากับบรรยากาศของภาพเหล่านั้นได้อย่างสมบูรณ์แบบ
อย่างไรก็ตาม ระบบ Generative AI จำนวนมากเหล่านี้ก็มีการดึงข้อมูลจากงานเขียนหรืองานศิลปะที่มีอยู่เดิมซึ่งได้รับการคุ้มครองโดยลิขสิทธิ์ ซึ่งลิขสิทธิ์นี้จะมอบการคุ้มครองทางกฎหมายแก่ผู้เขียนหรือผู้สร้างสรรค์เพื่อป้องกันไม่ให้ผู้อื่นนำผลงานไปใช้โดยไม่ได้รับอนุญาต ด้วยเหตุนี้ ผู้ใช้งานจึงไม่ควรนำผลงานที่สร้างขึ้นจาก ChatGPT หรือ DALL-E ไปจำหน่ายเพื่อการค้า
แม้เครื่องมือเหล่านี้จะเป็นวิธีการที่สนุกในการทดลองงานศิลปะรูปแบบใหม่ๆ และช่วยปลดล็อกความคิดสร้างสรรค์ของเรา แต่ในขณะเดียวกัน ก็มีการคาดการณ์ว่าจะมีกฎหมายใหม่ๆ เกี่ยวกับเนื้อหาที่สร้างโดย AI ออกมาเพื่อคุ้มครองผลงานที่มีลิขสิทธิ์ของเหล่าศิลปินและผู้สร้างสรรค์ต้นฉบับด้วยเช่นกัน
นักวิทยาศาสตร์คอมพิวเตอร์ส่วนใหญ่มักมุ่งเน้นไปที่การสร้างระบบปัญญาประดิษฐ์ที่จะช่วยให้ชีวิตของเราสะดวกสบายและมีประสิทธิภาพยิ่งขึ้น เช่น รถยนต์ไร้คนขับที่อาจช่วยให้การคมนาคมปลอดภัยกว่าเดิม ระบบการเรียนรู้ของเครื่อง (Machine Learning) ที่จะสอนให้อุปกรณ์อิเล็กทรอนิกส์รู้จักตอบสนองต่อความต้องการของเรา หรือระบบ AI เชิงสร้างสรรค์ที่จะช่วยให้เราเนรมิตงานศิลปะรูปแบบใหม่ๆ ได้เพียงชั่วพริบตา
อย่างไรก็ตาม AI บางประเภทก็มีศักยภาพที่อาจส่งผลเสียต่อสังคมได้เช่นกัน โดยใน “การประชุมสภาเศรษฐกิจโลก (World Economic Forum)” ประจำปีค.ศ.2024 (พ.ศ.2567) เหล่าผู้นำทางธุรกิจ การเมือง และการศึกษา ต่างมีความเห็นตรงกันว่า ในอนาคตอันใกล้จะมีตำแหน่งงานถึง 40% ที่เสี่ยงจะถูกแทนที่ด้วย AI ส่วนอาชีพที่ยังคงอยู่นั้นก็มีแนวโน้มว่าจะต้องนำ AI มาใช้เพื่อเพิ่มประสิทธิภาพการทำงานมากขึ้น
สำหรับอาชีพที่มีโอกาสจะสูญหายไปเพราะ AI มากที่สุดคือกลุ่มงานที่เน้นการวิเคราะห์ตัวเลขและข้อมูล รวมถึงงานในโรงงานที่สามารถเปลี่ยนไปใช้เครื่องจักรทำงานแทนแบบอัตโนมัติได้
แม้การส่งต่องานที่ทำซ้ำๆ ไปให้ระบบปัญญาประดิษฐ์ดูแลแทนอาจฟังดูไม่ใช่ความคิดที่แย่นัก แต่ในอีกด้านหนึ่ง มันคือการพรากโอกาสไปจากกลุ่มคนที่ต้องการงานทำเพื่อเลี้ยงปากท้องและตอบสนองความต้องการขั้นพื้นฐานของชีวิตด้วยเช่นกัน
ภัยคุกคามอีกรูปแบบหนึ่งมาในสิ่งที่เรียกว่า "ดีพเฟค (Deepfakes)“ ซึ่งเป็น AI เชิงสร้างสรรค์ประเภทหนึ่งที่สามารถเนรมิตภาพ วิดีโอ หรือเสียง เพื่อสร้างเรื่องราวที่ไม่เคยเกิดขึ้นจริงขึ้นมา
ดีพเฟคบางชนิดถึงขั้นสามารถสร้างวิดีโอเหตุการณ์จำลองได้สมจริงอย่างน่าเหลือเชื่อ ซึ่งนี่อาจส่งผลกระทบต่อความสามารถของมนุษย์ในการแยกแยะว่าสิ่งไหนคือความจริงหรือปลอม
ลองจินตนาการถึงปัญหาที่อาจตามมา หากมีคลิปดีพเฟคของนักการเมืองที่กำลังกล่าวให้ร้ายประเทศอื่นหรือแม้แต่ประเทศของตนเอง หรือเหล่าคนดังที่อาจถูกทำลายชื่อเสียงเพียงเพราะถูกตัดต่อด้วยดีพเฟคให้เข้าไปอยู่ในสถานการณ์ที่เสื่อมเสียซึ่งไม่เคยเกิดขึ้นจริง ยิ่งไปกว่านั้น ดีพเฟคยังอาจกลายเป็นเครื่องมือในการกลั่นแกล้งหรือสร้างความบาดหมางไม่ไว้วางใจกันของผู้คนทั่วโลกได้
ในขณะที่ AI เข้ามามีบทบาทในชีวิตของเรามากขึ้นเรื่อยๆ สิ่งสำคัญคือเราต้องไม่ปักใจเชื่อทุกสิ่งที่เห็นหรือได้อ่าน เพราะพาดหัวข่าว วิดีโอ หรือแม้แต่คลิปเสียง อาจไม่ใช่เรื่องจริงเสมอไป เนื่องจากสิ่งเหล่านี้สามารถสร้างขึ้นได้อย่างง่ายดายด้วย AI ดังนั้น ทักษะการตรวจสอบข้อเท็จจริงจากแหล่งข่าวที่น่าเชื่อถือหลายๆ แห่งจึงกลายเป็นเรื่องที่ทวีความสำคัญมากขึ้น เพื่อให้เราทราบว่าข้อมูลชุดไหนคือสิ่งที่ควรค่าแก่การเชื่อถืออย่างแท้จริง
วิดีโอปลอมอาจเป็นเรื่องที่น่าหวั่นใจ แต่สิ่งที่น่าสะพรึงกลัวอย่างแท้จริงคือ “อาวุธที่ขับเคลื่อนด้วยระบบ AI”
อากาศยานไร้คนขับที่ควบคุมจากระยะไกลหรือที่เรียกว่า "โดรน (Drones)“ ถูกนำมาใช้เป็นเครื่องมือทางการทหารในหลากหลายรูปแบบมาตั้งแต่ช่วงปีค.ศ.1930 (พ.ศ.2473) โดยโดรนบางรุ่นสามารถบินได้สูงและเร็วเทียบเท่ากับเครื่องบินขับไล่ ทั้งยังสามารถปล่อยขีปนาวุธโจมตีเป้าหมายได้อีกด้วย แต่ในปัจจุบัน กองทัพทั่วโลกกำลังอยู่ในขั้นตอนการทดสอบโดรนขนาดเล็กแบบขับเคลื่อนอัตโนมัติที่ติดตั้งอาวุธในตัวเอง
ด้วยขนาดที่เล็กกะทัดรัด โดรนเหล่านี้จึงสามารถเข้าไปในอาคาร ถ้ำ หรือป่าลึกซึ่งเป็นพื้นที่อันตรายเกินกว่าที่มนุษย์จะย่างกรายเข้าไปได้ ยิ่งไปกว่านั้น โดรนบางรุ่นยังมีความสามารถในการตัดสินใจด้วยตัวเองว่าจะลงมือปฏิบัติการหรือไม่เมื่อเผชิญหน้ากับกองกำลังศัตรู และสิ่งที่น่ากังวลที่สุดคือ ท่ามกลางสมรภูมิที่ชุลมุน โดรนเหล่านี้อาจตัดสินใจผิดพลาดและสร้างความสูญเสียแก่ผู้บริสุทธิ์ได้
ในปัจจุบัน กฎหมายของสหรัฐอเมริกากำหนดให้อาวุธโดรนต้องอยู่ภายใต้การควบคุมของมนุษย์เท่านั้น แต่ข้อบังคับนี้อาจเปลี่ยนแปลงได้ในอนาคต ซึ่งคำถามสำคัญคือ
"มันเหมาะสมแล้วหรือที่จะให้ AI เป็นผู้ตัดสินใจว่าจะทำร้ายใครหรือไม่?"
ลำพังเพียงโปรแกรมคอมพิวเตอร์นั้นไม่อาจเข้าใจถึงคุณค่าของชีวิตมนุษย์ได้ และหากโดรนเกิดความผิดพลาดเพียงครั้งเดียว สถานการณ์ก็อาจบานปลายจนเป็นอันตรายยิ่งกว่าเดิม
โดรนที่ถูกสร้างมาเพื่อยุติสงครามจึงอาจกลายเป็นชนวนเหตุที่จุดฉนวนสงครามให้เกิดขึ้นเสียเองได้อย่างง่ายดาย แล้วใครล่ะที่ต้องเป็นผู้รับผิดชอบหากโดรนติดอาวุธตัดสินใจผิดพลาด? เราจะโทษตัวโดรนงั้นหรือ? หรือจะโทษผู้ให้กำเนิด AI? หรือเหล่านักเขียนโปรแกรมผู้สร้างซอฟต์แวร์ชุดนั้นขึ้นมา?
เมื่อเป็นเรื่องของความเป็นความตายเช่นนี้ เราจำเป็นต้องรู้ให้แน่ชัดว่าใครคือผู้ที่ต้องรับผิดชอบต่อเหตุการณ์ที่เกิดขึ้น
แม้ว่าในปัจจุบันเราจะยังไม่มีวิธีการสร้าง "ซูเปอร์ AI (Super AI)“ ขึ้นมาได้ แต่นักวิทยาศาสตร์จำนวนมากต่างก็เริ่มกังวลถึงปัญหาที่เทคโนโลยีนี้อาจก่อให้เกิดตามมา
ภัยคุกคามที่ยิ่งใหญ่ที่สุดของซูเปอร์ AI คือสิ่งที่เรียกว่า "ภาวะเอกฐาน (The Singularity)“
ภาวะเอกฐานทาง AI อาจเกิดขึ้นเมื่อปัญญาประดิษฐ์มีความฉลาดล้ำหน้าเกินกว่ามนุษย์ ซึ่งเปรียบเสมือนจุดหักเหหนึ่งเดียวในหน้าประวัติศาสตร์ที่เราจะไม่สามารถคาดเดาผลลัพธ์จากสิ่งที่ AI ทำได้อีกต่อไป โดย AI อาจสร้างเทคโนโลยีของมันเองขึ้นมา ซึ่งเป็นสิ่งที่มนุษย์ไม่สามารถทำความเข้าใจหรือควบคุมได้และอาจนำไปสู่การเปลี่ยนแปลงครั้งใหญ่ในทุกภาคส่วนของสังคม
หากมนุษย์ไม่สามารถทำความเข้าใจเทคโนโลยีใหม่ในภาวะเอกฐานนี้ได้ เราก็อาจตกอยู่ในสภาวะที่ไร้อำนาจในการยับยั้งมัน
แม้จะยังไม่มีหลักฐานยืนยันว่าภาวะเอกฐานนี้จะเกิดขึ้นจริงหรือไม่ แต่เราก็จำเป็นต้องตระหนักถึงความท้าทายที่โลกของเราอาจต้องเผชิญ ในขณะที่เทคโนโลยีกำลังเติบโตและวิวัฒนาการไปสู่สิ่งที่น่ามหัศจรรย์ยิ่งขึ้นในอนาคต
เหล่ามันสมองทั่วโลกต่างกำลังวาดฝันถึงการสร้าง AI รูปแบบใหม่ที่จะมาทลายขีดจำกัดของทุกความเป็นไปได้ แต่คำถามสำคัญที่ตามมาก็คือ "เพียงเพราะเรา “ทำได้” นั่นหมายความว่าเรา “ควรทำ” หรือไม่?"
นักวิทยาศาสตร์จำนวนมากเชื่อว่า AI ควรถูกสร้างขึ้นภายใต้ชุดกฎเกณฑ์บางอย่างเพื่อป้องกันไม่ให้เทคโนโลยีพัฒนาไปจนถึงขั้นที่เป็นอันตราย โดยแนวคิดเรื่องการปฏิบัติตามมาตรฐานทางศีลธรรมเพื่อแยกแยะความถูกต้องออกจากความผิดนั้นก็คือ "จริยธรรม (Ethics)“
แม้ว่าในปัจจุบันจะยังไม่มีการกำหนดบรรทัดฐานทางจริยธรรมสำหรับปัญญาประดิษฐ์ไว้อย่างชัดเจนและครบถ้วน แต่นั่นก็ไม่ได้ทำให้นักวิทยาศาสตร์หยุดที่จะเสนอแนะหรือส่งสัญญาณเตือน เพราะทุกครั้งที่มีการส่งมอบเทคโนโลยีใหม่ๆ สู่มือผู้บริโภค ย่อมมีความเสี่ยงเสมอที่เทคโนโลยีเหล่านั้นจะถูกนำไปใช้เป็นอาวุธไม่ว่าจะโดยกลุ่มพลเรือนหรือกองทัพก็ตาม
ด้วยเหตุนี้ในปีค.ศ.2013 (พ.ศ.2556) องค์กรที่ชื่อว่า “Human Rights Watch” จึงได้เริ่มแคมเปญที่มีชื่อว่า "Stop Killer Robots" โดยมีเป้าหมายเพื่อผลักดันให้เกิดการสั่งห้ามใช้ระบบอาวุธอัตโนมัติอย่างเด็ดขาด
ในปีค.ศ.2015 (พ.ศ.2558) เหล่าผู้นำทางธุรกิจ ซึ่งรวมถึง “อีลอน มัสก์ (Elon Musk)” ซีอีโอของ Tesla และ “สตีฟ วอซเนียก (Steve Wozniak)” ผู้ร่วมก่อตั้ง Apple พร้อมด้วยผู้เชี่ยวชาญด้านวิทยาศาสตร์อย่างนักฟิสิกส์ชื่อก้องโลก “สตีเฟน ฮอว์คิง (Stephen Hawking)” ได้ร่วมกันออกจดหมายเปิดผนึกเพื่อเตือนว่า ปัญญาประดิษฐ์อาจกลายเป็นสิ่งที่อันตรายยิ่งกว่าอาวุธนิวเคลียร์เสียอีก
สตีเฟน ฮอว์คิง (Stephen Hawking)
สตีเฟน ฮอว์คิง นักวิทยาศาสตร์อัจฉริยะผู้ศึกษาด้านฟิสิกส์ของหลุมดำ เชื่อว่าการกำเนิดของซูเปอร์ AI อาจเป็นเหตุการณ์ที่ยิ่งใหญ่ที่สุดในประวัติศาสตร์อารยธรรมของเรา แต่ก็ตามมาด้วยความกังวลอย่างยิ่งเกี่ยวกับโดรนติดอาวุธอัตโนมัติ ฮอว์คิงจึงเชื่อว่าหากปราศจากมาตรฐานทางจริยธรรมที่เข้มงวด การประดิษฐ์ซูเปอร์ AI ก็อาจกลายเป็นนวัตกรรมชิ้นสุดท้ายที่มนุษยชาติจะมีโอกาสได้สร้างขึ้นมาก่อนที่จะเผชิญกับจุดจบ
ประเด็นด้านจริยธรรมเกี่ยวกับการใช้ AI กลายเป็นที่ถกเถียงอย่างเผ็ดร้อนหลังจากเจ้าหน้าที่ตำรวจในเมืองเดอรัม ประเทศอังกฤษ ได้นำระบบปัญญาประดิษฐ์ที่ชื่อว่า ”HART (Harm Assessment Risk Tool)“ มาใช้งานในช่วงระหว่างปีค.ศ.2016-2021 (พ.ศ.2559-2564)
ในเวลานั้น เจ้าหน้าที่ได้ทำการจับกุมผู้ต้องสงสัย โดยระบบ HART จะทำการวิเคราะห์ข้อมูลอาชญากรรมในพื้นที่ย้อนหลังเป็นเวลาห้าปีเพื่อประเมินว่าบุคคลนั้นมีความเสี่ยงที่จะก่ออาชญากรรมซ้ำในอนาคตในระดับต่ำ กลาง หรือสูง โดยระบบจะพิจารณาจากประวัติภูมิหลัง อายุ และที่พักอาศัยของผู้ต้องสงสัยประกอบกัน
แม้ว่าผลการประเมินจาก HART จะเป็นเพียง "ข้อเสนอแนะ" เท่านั้น แต่การนำ AI มาใช้ในลักษณะนี้ก็ได้ตั้งคำถามทางจริยธรรมไว้หลายประการ ซึ่งโดยปกติแล้ว การตัดสินใจขั้นสุดท้ายว่าควรจะปล่อยตัวหรือควบคุมตัวผู้ต้องสงสัยไว้ จะต้องกระทำโดยเจ้าหน้าที่ผู้มีความเชี่ยวชาญ
แต่สิ่งที่น่ากังวลก็คือ จะเกิดอะไรขึ้นหากเจ้าหน้าที่ตำรวจเลือกที่จะปฏิบัติตามคำแนะนำของ AI โดยละเลย ไม่ใช้ประสบการณ์และความรู้ของตนเองในการพิจารณา?
อีกประเด็นหนึ่งที่ HART ทำให้เห็นเด่นชัดขึ้นคือสิ่งที่เรียกว่า "อคติยืนยันตัวเอง (Confirmation Bias)“ ซึ่งหมายถึงการที่มนุษย์มักจะโอนเอียงไปเชื่อข้อมูลใหม่ๆ ที่มาช่วยตอกย้ำในสิ่งที่ตนเองเชื่ออยู่เดิม
หากเจ้าหน้าที่ตำรวจรู้สึกว่าผู้ต้องสงสัยคนหนึ่งเป็นบุคคลอันตรายแต่ยังขาดหลักฐานที่ชัดเจน คำแนะนำจาก AI อย่าง HART ก็อาจเข้าไปเสริมอคติหรือความขุ่นมัวที่อยู่ในใจของเจ้าหน้าที่คนนั้นให้หนักแน่นยิ่งขึ้น
เมื่อบุคคลหนึ่งสร้างทัศนคติหรือความรู้สึกต่อผู้อื่นโดยพิจารณาจากเชื้อชาติ ภูมิหลัง หรือศาสนาโดยที่ยังไม่ได้ทำความรู้จักตัวตนของเขาจริงๆ นั่นคือสิ่งที่เรียกว่า "อคติ (Prejudice)“ และสถานการณ์จะยิ่งซับซ้อนขึ้นไปอีกหากตัว AI เองถูกป้อนข้อมูลที่มีอคติแฝงอยู่ตั้งแต่ต้น ซึ่งหากเป็นเช่นนั้น เราย่อมไม่อาจเชื่อมั่นในการตัดสินใจของ AI ได้อย่างเต็มร้อย
แม้ว่าในปัจจุบันจะยังไม่มีกฎหมายอย่างเป็นทางการที่ใช้ควบคุมการสร้าง AI แต่ก็ไม่ได้หมายความว่าแวดวงวิทยาศาสตร์จะไม่ได้พยายามกำหนดกฎเกณฑ์ขึ้นมาเอง โดยในการประชุม “Asilomar Conference on Beneficial AI” ซึ่งจัดขึ้นที่รัฐแคลิฟอร์เนียในปีค.ศ.2017 (พ.ศ.2560) เหล่าผู้เชี่ยวชาญได้ตกลงยอมรับหลักการ 23 ประการเพื่อเป็นแนวทางในการพัฒนา AI ในอนาคต ซึ่งส่วนใหญ่จะมุ่งเน้นไปที่เรื่องจริยธรรม ความปลอดภัย และการรับประกันว่า AI ที่ประสบความสำเร็จจะต้องอำนวยประโยชน์ต่อมนุษยชาติโดยรวม
อย่างไรก็ตาม หลักการเหล่านี้ไม่ใช่กฎหมาย นักวิจัยด้าน AI จึงยังคงมีอิสระในการพัฒนาระบบและเครื่องมือใหม่ๆ ได้อย่างไร้ขีดจำกัด
จนกระทั่งในเดือนมีนาคม ค.ศ.2023 (พ.ศ.2566) ผู้นำทางเทคโนโลยีกว่า 1,800 คน จากบริษัทชั้นนำอย่าง Tesla Microsoft Apple Amazon DeepMind Google และ Meta ได้ร่วมกันลงนามในจดหมายเปิดผนึกเพื่อเรียกร้องให้มีการหยุดพัฒนา AI ไว้ชั่วคราวเป็นเวลาหกเดือน
ในจดหมายดังกล่าว เหล่าผู้เชี่ยวชาญได้แสดงความกังวลว่า ควรมีการพัฒนา AI ที่ทรงพลังกว่า ChatGPT ก็ต่อเมื่อเหล่านักวิทยาศาสตร์มีความมั่นใจอย่างเต็มที่ว่าผลกระทบในระยะยาวจะเป็นไปในทางบวกเท่านั้น ทว่าน่าเสียดายที่จดหมายฉบับนี้กลับถูกเพิกเฉยจากสมาชิกส่วนใหญ่ในแวดวงผู้พัฒนา AI
บิล เกตส์ (Bill Gates)
หลายเดือนหลังจากจดหมายเปิดผนึกถูกเผยแพร่ “บิล เกตส์ (Bill Gates)” ผู้ร่วมก่อตั้ง Microsoft ก็ได้ออกมาเปิดแถลงการณ์ต่อสาธารณะเกี่ยวกับความเสี่ยงของการพัฒนา AI โดยเกตส์แสดงความกังวลว่า AI อาจส่งผลกระทบเชิงลบต่อโลกผ่านการแพร่กระจายข้อมูลที่บิดเบือน การสร้างอคติ และการบ่อนทำลายระบบการศึกษา เขาจึงกระตุ้นให้นักวิทยาศาสตร์พัฒนา AI ด้วยความรับผิดชอบต่อสังคม
ก่อนจะสิ้นปีค.ศ.2023 (พ.ศ.2566) ประธานาธิบดี “โจ ไบเดน (Joe Biden)” แห่งสหรัฐอเมริกา ได้ลงนามในคำสั่งบริหาร (Executive Order) หรือข้อกำหนดอย่างเป็นทางการเกี่ยวกับ AI เพื่อให้มั่นใจว่าสหรัฐอเมริกาจะเป็นผู้นำในการบริหารจัดการความเสี่ยงและกำหนดมาตรฐานใหม่ด้านความปลอดภัยและความมั่นคง โดยคำสั่งดังกล่าวครอบคลุมถึงการคุ้มครองความเป็นส่วนตัว การส่งเสริมนวัตกรรม และการสร้างหลักประกันว่าภาครัฐจะใช้ AI อย่างมีความรับผิดชอบ
นอกจากนี้ ยังมีประเด็นเรื่องผลกระทบต่อสิ่งแวดล้อมจาก AI ที่ต้องได้รับการแก้ไข เนื่องจากระบบ AI ต้องใช้ทรัพยากรพลังงานและน้ำอย่างมหาศาล รวมถึงต้องใช้พื้นที่จำนวนมากในการติดตั้งเครื่องคอมพิวเตอร์ประมวลผล มีเพียงการสร้างสรรค์และพัฒนาโดยคำนึงถึงจริยธรรมเท่านั้นที่จะช่วยให้มนุษย์มั่นใจได้ว่า AI ในอนาคตจะมีความปลอดภัย มั่นคง และน่าเชื่อถือ เพราะโลกแห่งการพัฒนา AI ที่ไร้ซึ่งกฎเกณฑ์และมาตรฐานทางศีลธรรม อาจกลายเป็นโลกที่เต็มไปด้วยอันตรายได้อย่างรวดเร็ว
เมื่อ 20 ปีก่อน การจะจินตนาการถึงการใช้สมาร์ทโฟนสักเครื่องนั้นคงเป็นเรื่องยาก แต่ในปัจจุบัน แทบทุกคนกลับมีมันพกติดตัวอยู่เสมอ หรือแม้แต่การพูดคุยกับ "ผู้ช่วยเสมือนจริง" ที่ครั้งหนึ่งเคยดูเหมือนเป็นเพียงไอเดียสุดเพี้ยน แต่ตอนนี้เราหลายคนกลับพูดคุยกับพวกมันอยู่ทุกวัน ซึ่งการเติบโตอย่างต่อเนื่องของ AI ก็จะมีลักษณะที่คล้ายกัน ต่อให้ในตอนนี้ใครบางคนอาจยังไม่เข้าใจว่า AI คืออะไร แต่ในไม่ช้า พวกเขาก็จะได้ใช้งานมันทั้งในการทำงานและเพื่อความสนุกสนานอย่างแน่นอน
แล้วอนาคตของ AI จะมีหน้าตาเป็นอย่างไร?
ในปีค.ศ.2024 (พ.ศ.2567) Amazon ได้เริ่มวางจำหน่าย “Astro“หุ่นยนต์ดูแลบ้านตัวแรกสู่สาธารณะ ซึ่งในปีค.ศ.2025 (พ.ศ.2568) หุ่นยนต์ที่มีความสูงเพียง 17 นิ้วตัวนี้มีราคาอยู่ที่ 1,599 ดอลลาร์ (ประมาณ 51,800 บาท)
แม้ว่าในปัจจุบันหุ่นยนต์ล้อเลื่อนขนาดจิ๋วตัวนี้จะยังมีขีดความสามารถที่จำกัด (เช่น ยังไม่สามารถขึ้นบันไดได้) แต่เชื่อมั่นได้เลยว่าหุ่นยนต์รุ่นต่อๆ ไปในอนาคตจะสามารถทำอะไรได้มากกว่านี้อีกหลายเท่าตัวแน่นอน
Astro
สำหรับ ”Tesla Bot“ หุ่นยนต์ที่ถูกออกแบบมาให้มีรูปร่างหน้าตาและการเคลื่อนไหวคล้ายคลึงกับมนุษย์ ได้มีการเปิดตัวครั้งแรกในปีค.ศ.2021 (พ.ศ.2564) ซึ่งแม้ว่าในปัจจุบันจะยังอยู่ในขั้นตอนของการทดสอบ แต่หุ่นยนต์ตัวนี้ก็ถูกคาดหวังให้เข้ามาช่วยทำงานบ้าน เป็นเพื่อนเล่นกับเด็กๆ หรือแม้แต่คอยดูแลเป็นเพื่อนคลายเหงาให้กับผู้สูงอายุในอนาคต
บริษัทด้านหุ่นยนต์อย่าง ”Boston Dynamics“ ก็กำลังมุ่งมั่นพัฒนาหุ่นยนต์ขับเคลื่อนด้วย AI ที่ออกแบบมาเพื่อปฏิบัติภารกิจค้นหาและกู้ภัยในสภาพแวดล้อมที่อันตราย
ลองจินตนาการถึงฝูงหุ่นยนต์สี่ขาที่มีรูปร่างคล้ายสุนัข ถูกส่งออกไปปฏิบัติหน้าที่หลังเกิดเหตุแผ่นดินไหวหรือพายุทอร์นาโด หุ่นยนต์เหล่านี้จะออกสำรวจพื้นที่อย่างไม่เกรงกลัวเพื่อค้นหาและช่วยเหลือผู้ประสบภัยที่กำลังรอคอยความช่วยเหลือ
นอกจากนี้ AI จะกลายเป็นสิ่งปกติสามัญในสถานพยาบาลและโรงพยาบาล โดยจะเข้ามาช่วยตรวจวิเคราะห์ตัวอย่างเลือดเพื่อหาโรคต่างๆ ซึ่งผลการตรวจจะทราบได้ภายในเวลาเพียงไม่กี่วินาทีแทนที่จะต้องรอนานหลายสัปดาห์ และยิ่งเราทราบสาเหตุของอาการเจ็บป่วยได้เร็วเท่าไร เราก็จะยิ่งได้รับการรักษาที่รวดเร็วขึ้นเท่านั้น
เทคโนโลยีสวมใส่ (Wearable Technology) เช่น Apple Watch หรือสายรัดข้อมือเพื่อสุขภาพ จะยังคงได้รับความนิยมเพิ่มขึ้นอย่างต่อเนื่อง แม้แต่เครื่องประดับต่างๆ ก็จะมีการติดตั้งอุปกรณ์อิเล็กทรอนิกส์ขนาดจิ๋วเพื่อตรวจวัดอัตราการเต้นของหัวใจและอุณหภูมิร่างกาย
หากระบบตรวจพบสัญญาณของอาการเจ็บป่วย ก็จะส่งการแจ้งเตือนไปยังโทรศัพท์ของผู้ใช้ หรืออาจส่งตรงไปยังแพทย์ประจำตัวเลยก็ได้ ยิ่งไปกว่านั้น หาก AI ตรวจพบว่าผู้สวมใส่ประสบอุบัติเหตุหกล้ม มันก็อาจโทรเรียกรถพยาบาลให้โดยอัตโนมัติทันที
AI จะช่วยให้เราสามารถเฝ้าสังเกตกิจกรรมต่างๆ ในร่างกายของเราได้ลึกถึงระดับจุลทรรศน์ ไปจนถึงการสำรวจดาวเคราะห์ที่ห่างไกล หรือแม้แต่กาแล็กซีอันไกลโพ้น ซึ่งในความเป็นจริงแล้ว AI ได้ไปเยือนดาวอังคารมาตั้งแต่ปีค.ศ.2012 (พ.ศ.2555) พร้อมกับรถสำรวจ ”Curiosity“ ของ NASA และในอีกเก้าปีต่อมา รถสำรวจ “Perseverance“ ก็ได้ตามไปสมทบ
Perseverance
รถสำรวจทั้งสองคันนี้ติดตั้งเครื่องมือ AI ที่คล้ายคลึงกันเพื่อช่วยให้จักรกลขนาดเท่ารถยนต์เหล่านี้สามารถศึกษาหินบนพื้นผิวดาวอังคารได้ โดย AI จะเป็นตัวตัดสินใจว่าควรศึกษาหินก้อนไหน และจะใช้เลเซอร์ยิงเพื่อกะเทาะหินออก เพื่อวิเคราะห์หาแร่ธาตุที่อยู่ภายใน
รถสำรวจของ NASA สามารถออกปฏิบัติภารกิจบนดาวอังคารได้โดยอาศัยความช่วยเหลือจาก AI ซึ่งทันทีที่เหล่านักวิทยาศาสตร์บนโลกกำหนดจุดหมายที่ต้องการให้รถสำรวจมุ่งหน้าไป ระบบ AI จะใช้กล้องที่ติดตั้งไว้รอบตัวเพื่อเฟ้นหาเส้นทางที่ปลอดภัยที่สุดในการเดินทางไปถึงจุดนั้น
บางที อนาคตของการเดินทางสำรวจอวกาศอาจไม่จำเป็นต้องพึ่งพามนุษย์อีกต่อไป
ทางด้าน SpaceX ที่ก่อตั้งโดย “อีลอน มัสก์ (Elon Musk)” แห่ง Tesla ก็ได้แสดงให้เห็นถึงศักยภาพอันน่าทึ่งของจรวดอวกาศที่ขับเคลื่อนด้วย AI โดยระบบคอมพิวเตอร์ได้เข้ามาช่วยในการนำยานอวกาศเข้าเชื่อมต่อกับสถานีอวกาศนานาชาติ (ISS) รวมถึงนำร่องให้จรวดสามารถเดินทางกลับมาลงจอด ณ จุดจอดบนโลกได้อย่างแม่นยำ
อีลอน มัสก์ (Elon Musk)
ยานอวกาศอัตโนมัติที่ขับเคลื่อนด้วย AI จะสามารถเดินทางไปเยือนดาวเคราะห์อันห่างไกลเพื่อวิเคราะห์ชั้นบรรยากาศของดาวเหล่านั้นได้ นอกจากนี้ ยานอวกาศขนาดจิ๋วจำนวนมหาศาลที่ทำงานร่วมกันในรูปแบบ "ฝูงหุ่นยนต์ (Swarm Robotics)“ ยังสามารถออกสำรวจดาวเคราะห์ไปพร้อมๆ กัน โดยพวกมันจะทำงานประสานกันเป็นหนึ่งเดียว และมีการสื่อสารระหว่างกันในขณะที่กระจายตัวออกไปเพื่อทำแผนที่พื้นผิวของดาวเคราะห์ดวงอื่น ซึ่งยานอวกาศเหล่านี้อาจนำไปสู่การค้นพบโลกใบใหม่ที่มนุษย์ไม่เคยรู้จักมาก่อนก็เป็นได้
แม้ว่าในปัจจุบันปัญญาประดิษฐ์อาจจะยังไม่ได้ฉลาดล้ำหน้าไปกว่ามนุษย์ แต่ก็ค่อนข้างเป็นที่แน่ชัดแล้วว่า วันหนึ่ง "สมองอิเล็กทรอนิกส์" นี้ จะพัฒนาขึ้นจนสามารถก้าวขึ้นมาเทียบชั้นกับสติปัญญาของพวกเราได้อย่างแน่นอน
อาจจะเรียกได้ว่า AI อาจเป็นทั้งเครื่องมือที่พาเราไปสู่ดวงดาว หรืออาจเป็นสิ่งสุดท้ายที่อารยธรรมมนุษย์จะได้สร้างขึ้น
คุณเชื่อว่าเรากำลังสร้าง “พระเจ้า” ที่มาช่วยโปรดโลก หรือกำลังสร้าง “มัจจุราช” ที่จะมาปิดฉากเผ่าพันธุ์มนุษย์กันแน่?
ร่วมแบ่งปันมุมมองของคุณได้ในคอมเมนต์นะครับ
โฆษณา