ชีวิตที่พอเพียง 4328. Artificial Intelligence & Artificial Confidence
นิตยสาร Scientific American ฉบับเดือนตุลาคม ๒๕๖๕ ลงเรื่อง Artificial Intelligence : Artificial Confidence ให้ความรู้เรื่องความก้าวหน้าเกี่ยวกับ AI อย่างดียิ่ง
มีคำว่า AGI – Artificial General Intelligence ซึ่งหมายความว่า มีปัญญาเท่าเทียมมนุษย์ เขาทำนายว่ายังต้องใช้เวลาอีกหลายสิบปี AI จึงจะบรรลุ AGI ได้
บทความบอกว่า ที่ทีมงาน AI หลากหลายทีม เสนอผลงานของตนและอ้างว่า ตนบรรลุ AGI แล้ว นั้น อย่าเชื่อ แม้ว่าในที่สุดจะบรรลุ AGI ได้ แต่จะยังอีกนาน ต้องใช้เวลาอีกไม่ต่ำกว่า ๑๐ ปี ส่วนที่ยากคือการทำความเข้าใจและให้เหตุผลโลกโดยรอบตัว เขาบอกว่าจะต้องทำงานวิจัยพื้นฐานหนุน
ผมอ่านรู้เรื่องบ้างไม่รู้เรื่องบ้าง เขาบอกว่า deep learning ของคอมพิวเตอร์มีข้อจำกัด ๓ ประการ (๑) เป็นการเรียนรุ้ระดับตื้น ไปไม่ถึงระดับหลักการ (๒) แปลผลยาก (๓) ผลที่ได้เอาไปใช้ในบริบทอื่นยาก เช่นเอาไปใช้จำ หรือใช้หาเหตุผล
มีข้อเสนอว่า ข้อท้าทายใหญ่สำหรับความก้าวหน้าของ AI คือการบูรณาการการเรียนรู้ (learning) กับการใช้เหตุผล (reasoning)
เขาบอกว่าสภาพของการพัฒนา AI ในปัจจุบัน มีลักษณะวิศวกรรมศาสตร์ก้าวหน้าล้ำวิทยาศาสตร์ เพราะกิจกรรมอยู่ที่บริษัทเอกชนเป็นหลัก จังทำวิจัยเน้นการประยุกต์ใช้เป็นหลัก งานวิจัยด้านวิทยาศาสตร์พื้นฐานตามไม่ทัน ถ้าจะให้บรรลุ AGI จริง ต้องหันไปเน้นสนับสนุนการวิจัยพื้นฐานให้มากขึ้น เพื่อหาทางให้ AI สามารถทั้งเรียนและให้เหตุผลได้ในเวลาเดียวกัน
ผมอ่านเพื่อเอามาตีความทำความเข้าใจการเรียนรู้ของมนุษย์ และช่วยตอกย้ำความเข้าใจของผมว่า การเรียนรู้ที่แท้ (mastery learning) ต้องไม่ใช่แค่เข้าใจและทำได้หรือเอาความรู้ไปใช้เป็น แต่ต้องสามารถสร้างหลักการจากการนำความรู้ไปใช้ได้ คือต้องสะท้อนคิดจากการสังเกต สิ่งที่เกิดขึ้นจากการกระทำ ได้ โดยสะท้อนคิดสู่หลักการ (conceptualization) ได้ ทั้งมนุษย์ และ AI ต้องเรียนรู้ในทำนองเดียวกัน
การเรียนรู้ของทั้งของเครื่องและของคน ต้องไปให้ถึงปัญญา ซึ่งหมายถึงคิดหลักการจากการปฏิบัติได้ ให้เหตุผลได้ ความยากของเครื่องคือมีแนวโน้มจะคิดแบบแม่นยำ หรือคิดเหมือนกันหมด แต่มนุษย์คิดต่างกัน
ความงดงาม และความสามารถของมนุษย์คือ คิดต่างกัน แถมยังเปลี่ยนความคิดได้ (transformative learning) ไม่คิดตายตัวอยู่กับที่
วิจารณ์ พานิช
๒๙ก.ย. ๖๕
ความเห็น (1)
I am not an expert in AI but a watcher of AI approaches. My view is that AI uses iterative processes (of ‘guess-and-check’) on a number of ‘features’ of ‘objects’ (or subjects of interest). There are various ways to make guesses and many ways to check. So, AI processes are not much different from ‘our own “experiential” learning’. We need to try and check the result over and over until we are sure that we have got it right, before we put our ‘intelligence’ to work on ‘things’ we have and have not known (but assumed to be ‘like’) before.
I see that ‘children’ learn by repetition so their sensors (6 senses), memory (of ‘facts’ or knowledge) and ‘thinking’ (data processing) are more and more capable. At a certain level of capability (say passing PISA), we say ‘they are intelligent’.