นักวิจัยด้านปัญญาประดิษฐ์กำลังสร้างแนวคิดว่าเราจะเห็นปัญญาประดิษฐ์ทั่วไป (Artificial general intelligence – AGI) ซึ่งเป็น AI ที่สามารถบรรลุทุกสิ่งที่มนุษย์สามารถทำได้และอาจหลายอย่างที่เราทำไม่ได้ในช่วงชีวิตของเรา
แต่ Dr. Nando de Freitas หัวหน้านักวิจัยของ Google DeepMind ได้ประกาศอย่างกล้าหาญว่า “เกมมันได้จบลงแล้ว ” ซึ่งเขาได้กล่าวว่า “เมื่อเราทำการขยายความสามารถของ AI เราก็เข้าใกล้ AGI ด้วยเช่นกัน”
“มันเกี่ยวกับการทำให้โมเดลเหล่านี้ใหญ่ขึ้น ปลอดภัยขึ้น มีประสิทธิภาพในการคำนวณ เร็วขึ้นในการสุ่มตัวอย่าง หน่วยความจำที่ชาญฉลาดขึ้น รูปแบบต่างๆ ที่มากขึ้น” de Freitas กล่าว
Marcus นักวิทยาศาสตร์ นักเขียน และผู้ก่อตั้งและ CEO ของ Robust.AI ที่มีชื่อเสียงระดับโลก ได้ใช้เวลาหลายปีที่ผ่านมาในการสนับสนุนแนวทางใหม่ของ AGI เขาเชื่อว่าทั้งสายงานจำเป็นต้องเปลี่ยนวิธีการหลักเพื่อสร้าง AGI และเขียนหนังสือขายดีชื่อ “Rebooting AI” ร่วมกับ Ernest Davis
เขากำลังถกเถียงและหารือเกี่ยวกับแนวคิดของเขากับทุกคนตั้งแต่ Yann LeCun ของ Facebook ไปจนถึง Yoshua Bengio จาก University of Montreal
เขาได้โต้แย้ง de Freitas ว่า “คุณไม่สามารถทำให้แบบจำลองใหญ่ขึ้นและหวังว่าจะประสบความสำเร็จ มีงานวิจัยที่ได้ทำการปรับ scale เป็นจำนวนมากในช่วงที่ผ่านมา และประสบความสำเร็จอย่างมาก แต่ก็ประสบปัญหาบางอย่างเช่นกัน”
ดูเหมือนว่ารัฐบาลสหรัฐฯ จะสังเกตเห็นประโยชน์ของ AI ประเภทนี้ โดยกระทรวงกลาโหม, CIA และกระทรวงการต่างประเทศได้ใช้ AI เพื่อทำนายการเปลี่ยนแปลงทางการเมืองในต่างประเทศแล้ว
แต่ถ้าอัลกอริทึมเหล่านั้นไม่สนใจสิ่งที่เราต้องการล่ะ ชีวิตจะเป็นอย่างไรถ้าเราไม่รู้จริงๆว่าจะเกิดอะไรขึ้นต่อไป? นั่นคือคำถามที่ Max Hawkins ตั้งใจจะตอบเมื่อไม่กี่ปีก่อน และนี่คือเรื่องราวของเขา
ชีวิตที่สมบูรณ์แบบ
เมื่อไม่กี่สัปดาห์ก่อน Max ใช้ชีวิตที่สมบูรณ์แบบ หลังจากสำเร็จการศึกษาจากมหาวิทยาลัย Carnegie Mellon เขาได้งานที่สมบูรณ์แบบในฐานะวิศวกรซอฟต์แวร์ที่ Google เขาอาศัยอยู่ในเมืองที่สมบูรณ์แบบอย่างซานฟรานซิสโก ซึ่งขึ้นชื่อในด้านสภาพอากาศที่ยอดเยี่ยมและผู้คนที่ดูสมบูรณ์แบบ
ทุกเช้า Max ตื่นขึ้นอย่างกระปรี้กระเปร่าในเวลา 07.00 น. แวะร้านกาแฟที่ชื่นชอบเพื่อไปรับกาแฟแก้วโปรด และปั่นจักรยานไปทำงานโดยใช้เส้นทางที่ปรับให้เหมาะสมที่สุดซึ่งใช้เวลา 15 นาที 37 วินาทีอย่างแม่นยำ ทุกอย่างในชีวิตของ Max เป็นไปตามที่เขาต้องการ
เมื่อ Max พิจารณาว่าจะเกิดอะไรขึ้นถ้าเขาป้อนรายละเอียดของตัวเอง เขาก็ตระหนักว่าการคาดเดาว่าวันหนึ่งเขาจะอยู่ที่ไหนนั้นง่ายเพียงใด อัลกอริธึมเหล่านี้อาจไม่จำเป็นด้วยซ้ำ ใครก็ตามที่สังเกตกิจวัตรของเขาเป็นเวลาหนึ่งสัปดาห์จะสามารถทำนายพฤติกรรมการใช้ชีวิตของเขาได้อยู่แล้ว
สร้างเครื่องจักรเพื่อเอาชนะเครื่องจักร
Max ได้ทำในสิ่งที่นักวิทยาศาสตร์คอมพิวเตอร์ส่วนใหญ่จะทำเมื่อเผชิญกับปัญหาที่ยากลำบาก เขาสร้างวิธีแก้ปัญหา เขาตัดสินใจว่าวิธีที่ดีที่สุดที่จะหลุดพ้นจากวัฏจักรที่เขาติดอยู่คือการทำให้ชีวิตของเขาคาดเดาไม่ได้แม้กระทั่งตัวเขาเองก็ไม่รู้ว่าจะเกิดอะไรขึ้นต่อไป
ขั้นตอนแรกในแผนของ Max คือแอปที่สุ่มชีวิตประจำวันของเขา ถ้าเขาบอกว่าอยากออกไปกินข้าว มันจะสุ่มเลือกรายชื่ออาหารใน Google แล้วสั่ง Uber แทนเขา แล้วส่งไปที่อพาร์ตเมนต์ของเขา
สิ่งสำคัญที่สุดคือ มันจะทำทั้งหมดนี้โดยไม่เกี่ยวกับความชอบของเขาที่จะเข้าไปยุ่งเกี่ยวกับการสุ่มเหล่านี้ เมื่อเพื่อนให้เขาเลือกที่ที่จะไปในเย็นวันนั้น Max ก็ใช้โอกาสนี้ทดสอบดู เขาเปิดแอปขึ้นมา และ Uber ก็มาถึงอพาร์ตเมนต์ของเขา และปล่อยให้พวกมันพาเขาออกไปกลางดึก
ไม่กี่นาทีหลังจากนั้น Max และเพื่อนของเขาพบว่าตัวเองกำลังขับรถผ่านส่วนหนึ่งของซานฟรานซิสโกซึ่งพวกเขาไม่เคยไปมาก่อน และเมื่อพวกเขามองดูสภาพแวดล้อมที่ไม่คุ้นเคย ก็เริ่มเกิดความสงสัยขึ้น บุคคลประเภทใดที่จะปล่อยให้ Uber พาพวกเขาไปยังจุดสุ่มในเมืองใหญ่? จะเกิดอะไรขึ้นถ้าสถานที่ที่พวกเขาจะไปไม่มีเนื้อวัวออร์แกนิกที่เลี้ยงด้วยหญ้าในท้องถิ่น
และในขณะที่ระบบเหล่านี้แพร่หลายมากขึ้น อีกนานไหมกว่าที่เราจะหยุดสังเกตเห็นว่ามีอะไรขาดหายไป? ตามที่ Eric Schmidt อดีต CEO ของ Google กล่าวว่าเป้าหมายสูงสุดของระบบเหล่านี้คือการทำงานให้เราจนเราแทบจะไม่ต้องคิดอีกเลย
“ผมคิดว่าคนส่วนใหญ่ไม่ต้องการให้ Google ตอบคำถามของพวกเขา พวกเขาต้องการให้ Google บอกพวกเขาว่าพวกเขาควรจะทำอะไรต่อไป”
การล่ากวางไม่ได้เป็นส่วนหนึ่งของชีวิตที่สมบูรณ์แบบของ Max ดังนั้นสัญชาตญาณแรกของเขาคือการทิ้งกระดาษแผ่นนั้นทิ้งและใช้ชีวิตต่อไป แต่แล้วเขาก็ถามตัวเองด้วยคำถามเดียวกันกับที่เขาเคยถามตั้งแต่การทดลองทั้งหมดเริ่มต้นขึ้น: “ทำไมนั่นไม่ใช่สิ่งที่ผมสามารถทำได้”
ดังนั้นเขาจึงตัดสินใจที่จะลอง แม้เขาจะกังวลใจ Max ก็ออกทริปล่าสัตว์กับเพื่อน แผนคือไปให้ถึงจุดที่เขามีกวางอยู่ในสายตา จากนั้นเขาก็ตัดสินใจว่าจะเหนี่ยวไกหรือไม่ (โชคดีสำหรับกวาง Max และเพื่อนของเขาไม่พบสิ่งใดเลยในการตามล่าพวกมัน)
เมื่อเราชินกับการทำตามคำสั่งแบบเดิม ๆ แล้ว ก็น่าตกใจว่าเราจะปล่อยให้ตัวเองถูกผลักไปนอกขอบเขต comfort zone ของเราได้ไกลแค่ไหน ซึ่งคำสั่งเหล่านั้นถูกควบคุมโดยอัลกอริธึมที่ซับซ้อนจนไม่มีใครรู้ว่าจะแนะนำอะไรต่อไป
International Business Machines Corp (IBM) ได้ตกลงที่จะขายส่วนหนึ่งของธุรกิจ IBM Watson Health ให้กับบริษัทร่วมทุน Francisco Partners ซึ่งเป็นการลดความทะเยอทะยานที่ครั้งหนึ่งเคยยิ่งใหญ่ของบริษัทเทคโนโลยีในด้านการดูแลสุขภาพ
IBM เปิดตัว Watson Health ในปี 2015 โดยมีจุดประสงค์เพื่อใช้แพลตฟอร์มปัญญาประดิษฐ์หลักเพื่อช่วยให้ผู้ให้บริการด้านสุขภาพวิเคราะห์ข้อมูลจำนวนมากและปฏิวัติการรักษามะเร็ง แต่ในท้ายที่สุดความทะเยอทะยานของบริษัทก็ไม่สมหวัง ลูกค้าบางรายบ่นว่าผลิตภัณฑ์ของบริษัทไม่ตรงกับโฆษณา
ในปี 2012 แพทย์ที่ศูนย์มะเร็ง Memorial Sloan Kettering ที่ได้ร่วมมือกับ IBM ฝึกอบรม Watson เพื่อวินิจฉัยและรักษาผู้ป่วย แต่ตามเอกสารของ IBM ซูเปอร์คอมพิวเตอร์มักให้คำแนะนำที่ไม่ดี เช่น แนะนำให้ผู้ป่วยมะเร็งที่มีเลือดออกรุนแรงได้รับยาที่อาจทำให้อาการเลือดออกแย่ลง
บทสรุปที่เกิดขึ้นกับ Watson Health ไม่ได้หมายความว่าเครื่องมือที่ใช้ AI ไม่สามารถใช้งานได้ในทางการแพทย์ Watson Health ใช้เวลาหลายปีกว่าจะถึงจุดจบ แต่ก็ได้ช่วยเหลือวงการแพทย์ในหลาย ๆ เรื่องเช่นเดียวกัน
แต่หลังจากใช้งบประมาณไป 4 พันล้านดอลลาร์ในการซื้อกิจการรวมถึงการวิจัยและพัฒนา Watson เองยังไม่สามารถสร้างก้าวหน้าแบบที่ IBM คิดไว้ในตอนแรกและธุรกิจนี้ก็ไม่สามารถทำกำไรได้ ปีที่แล้ว Wall Street Journal รายงานว่าธุรกิจดังกล่าวของ IBM สร้างรายได้ประมาณ 1 พันล้านดอลลาร์เพียงเท่านั้น
การตัดสินใจเลิกธุรกิจนี้ถูกมองว่าเป็นหนทางที่จะช่วยให้ Arvind Krishna ประธานเจ้าหน้าที่บริหารซึ่งได้รับแต่งตั้งใหม่ในขณะนั้นมุ่งเน้นไปที่การดำเนินการคลาวด์คอมพิวติ้งที่เติบโตเร็วขึ้น สิ่งเป็นสิ่งที่ IBM มีความถนัดมากกว่านั่นเองครับผม
แม้ฟิลเตอร์ใบหน้าบนโซเชียลนั้น ดูเหมือนอาจจะไม่น่าประทับใจในเชิงเทคโนโลยี เมื่อเทียบกับการใช้ AR ในด้านอื่น ๆ
Jeremy Bailenson ผู้อำนวยการ Virtual Human Interaction Lab ของมหาวิทยาลัยสแตนฟอร์มกล่าวว่า ฟิลเตอร์ลูกสุนัขแบบเรียลไทม์นั้นค่อนข้างเป็นความสามารถทางด้านเทคโนโลยีที่มีความน่าสนใจ
“มันเป็นเรื่องยากในทางเทคนิค” เขากล่าว แต่ด้วยเทคโนโลยี Neural Network ทำให้ตอนนี้ AI สามารถช่วยให้บรรลุถึงประเภทของการประมวลผลข้อมูลที่จำเป็นสำหรับการแก้ไขวีดีโอแบบเรียลไทม์ และทำให้นักวิจัยอย่างเขาค่อนข้างประหลาดใจกับความสามารถของมันในตอนนี้
Claire Pescott นักวิจัยจาก University of South Wales ซึ่งศึกษาพฤติกรรมของเด็กก่อนวัยรุ่นในโซเชียลมีเดีย เธอสังเกตเห็นความแตกต่างทางเพศเมื่อพูดถึงฟิลเตอร์เหล่านี้
กลุ่มเด็กสาวมองว่าฟิลเตอร์ AR เป็นเครื่องมือในการเสริมความงามเป็นหลัก ไม่ว่าจะเป็นการสร้างผิวที่ไร้ที่ติ การเอารอยแผลเป็นและจุดต่าง ๆ บนใบหน้าที่ไม่ต้องการออกไป และเด็กเหล่านี้อายุ 10-11 ขวบเพียงเท่านั้น