งานวิจัยชิ้นล่าสุดที่ตีพิมพ์ในนิตยสาร Quanta Magazine ชี้ให้เห็นทิศทางที่บรรดาผู้เชี่ยวชาญด้านประสาทวิทยาเชิงคำนวณและนักวิจัยปัญญาประดิษฐ์ (AI) เริ่มจะเห็นพ้องต้องกันมากขึ้นเรื่อยๆ นั่นคือ ว่าถึง AI จะมีชื่อและได้แรงบันดาลใจมาจากสมอง แต่เอาเข้าจริงแล้วมันต่างจากสมองคนเราคนละขั้วเลย แต่นี่ไม่ใช่เรื่องแย่ กลับเป็นโอกาสทองที่จะบุกเบิกพรมแดนใหม่ๆ ทั้งในโลกเทคโนโลยีและประสาทวิทยา ความแตกต่างนี้ ที่พูดถึงในบทความเรื่อง “AI ไม่เหมือนสมองเลย แต่นั่นก็โอเค” (Quanta Magazine, 2025) กำลังเป็นเหมือนเข็มทิศนำทางการพัฒนา AI ให้ทรงพลังยิ่งขึ้น และในขณะเดียวกันก็ช่วยให้เราเข้าใจสมองของเราเองได้ลึกซึ้งกว่าเดิม
สำหรับคนไทยที่เห็น AI ถูกนำมาใช้อย่างแพร่หลายในทุกวงการอย่างรวดเร็ว ตั้งแต่การดูแลสุขภาพไปจนถึงการเรียนภาษา อาจจะคาดไม่ถึงว่าโครงข่ายประสาทเทียมที่ใช้กันทุกวันนี้กับสมองจริงๆ ของเรามันยังห่างกันไกลลิบแค่ไหน ถึง AI จะเป็นคำฮิตติดปากในแวดวงเทคโนโลยีและนวัตกรรมบ้านเรา แต่งานวิจัยใหม่นี้ชี้ว่า พลังของ AI ที่น่าทึ่งในบางเรื่องนั้น กลับสร้างขึ้นบนพื้นฐานที่เรียบง่ายกว่าที่คิด ซึ่งยังห่างไกลนักกับการจะเข้าใจกระบวนการคิด อารมณ์ความรู้สึก หรือความทรงจำของมนุษย์อย่างถ่องแท้
โครงสร้างสมองคนเราซับซ้อนกว่าโปรแกรม AI ไหนๆ ที่เคยสร้างกันมาแบบเทียบไม่ติด สมองมนุษย์มีเซลล์ประสาทราว 8.6 หมื่นล้านเซลล์ แต่ละเซลล์มีชีวิต มีดีเอ็นเอ และโครงสร้างที่เป็นเอกลักษณ์ สื่อสารกันด้วยสัญญาณเคมีและไฟฟ้าที่ทำงานสอดประสานกันอย่างน่าทึ่งผ่านจุดเชื่อมต่อที่หนาแน่นนับล้านล้านจุด เซลล์ประสาทมีชีวิตเหล่านี้สามารถกระตุ้นหรือยับยั้งการทำงาน สื่อสารแบบแอนะล็อก (ไม่ใช่แค่เปิด-ปิดแบบดิจิทัล) และยังหลากหลายทั้งขนาด รูปร่าง และหน้าที่ แม้จะเป็นเซลล์ชนิดเดียวกันก็ตาม กลับกัน “เซลล์ประสาท” เทียมที่ขับเคลื่อน AI แม้ในระบบที่ล้ำสุดๆ อย่างโมเดลภาษาขนาดใหญ่หรือโปรแกรมแยกแยะภาพ ก็เป็นแค่แบบจำลองทางคณิตศาสตร์ เป็นจุดเชื่อมต่อกันเป็นชั้นๆ คำนวณค่าเฉลี่ยถ่วงน้ำหนักแล้วส่งสัญญาณออกแบบดิจิทัล
จริงๆ แล้ว AI ก็มีรากฐานมาจากประสาทวิทยานั่นแหละ อัลกอริทึมการเรียนรู้ตัวแรกสุดที่เรียกว่า “เพอร์เซปตรอน” (perceptron) ก็ได้แรงบันดาลใจจากความสามารถของสมองในการปรับเปลี่ยนตามประสบการณ์ (ตามแนวคิดที่ว่า “เซลล์ประสาทที่ทำงานพร้อมกัน จะเชื่อมโยงถึงกัน”) แต่โครงข่ายประสาทเทียมทุกวันนี้ทำงานด้วยหลักพีชคณิตเชิงเส้นบนแผ่นซิลิคอน ไม่ใช่กลไกที่เปลี่ยนแปลงได้ ซ่อมแซมตัวเองได้ และประหยัดพลังงานสุดๆ อย่างที่สมองเราวิวัฒนาการมานับล้านปี ดังที่ผู้เชี่ยวชาญด้านประสาทวิทยาเชิงคำนวณจากมหาวิทยาลัยมินนิโซตาได้ให้ข้อสังเกตไว้ในรายงานว่า “เราไม่ได้กำลังลอกเลียนชีววิทยาของมนุษย์ แต่กำลังค้นพบหนทางใหม่ๆ ที่จะนำไปสู่ความฉลาด”
ทั้งนักประสาทวิทยาและนักวิทยาศาสตร์คอมพิวเตอร์ต่างเห็นตรงกันว่า แม้สองศาสตร์นี้จะพัฒนาแยกทางกันไปบ้าง แต่ก็ยังมีการแลกเปลี่ยนเรียนรู้ซึ่งกันและกันอยู่เสมอ ทีมวิจัยหลายแห่ง รวมถึงจากมหาวิทยาลัยนิวคาสเซิล และมหาวิทยาลัยอิลลินอยส์ เออร์แบนา-แชมเปญ กำลังพยายามนำแนวคิดที่ได้แรงบันดาลใจจากชีววิทยามาปรับใช้ เช่น การทำให้เซลล์ประสาทเทียมทำงานได้หลากหลายขึ้น การนำแนวคิดเรื่องสารสื่อประสาทมาใส่ในอัลกอริทึม หรือแม้แต่การเชื่อมเซลล์ประสาทจริงๆ เข้ากับอุปกรณ์อิเล็กทรอนิกส์ ผลวิจัยเบื้องต้นชี้ว่าการปรับเปลี่ยนเหล่านี้ช่วยให้ AI เรียนรู้ได้ดีขึ้นจริง แม้ว่าความซับซ้อนแบบชีวภาพอาจจะทำให้เปลืองพลังในการประมวลผลมากขึ้นก็ตาม
เรื่องประสิทธิภาพการใช้พลังงานที่สมองทำได้ดีกว่ามาก ยังคงเป็นโจทย์ใหญ่ สมองผู้ใหญ่ใช้พลังงานแค่ประมาณ 20 วัตต์ (เท่ากับหลอดไฟ LED หรี่แสงดวงเดียว) แต่ยังไม่มีโครงข่ายประสาทเทียมตัวไหนประหยัดพลังงานได้ใกล้เคียงขนาดนี้เลย โมเดลดีปเลิร์นนิงกินไฟมากกว่าหลายเท่าตัว อย่างที่นักวิจัยจาก IBM ชี้ให้เห็นว่า ยังเป็นที่ถกเถียงกันอยู่ว่าจริงๆ แล้วเราเอา AI กับสมองมาเทียบกันได้แค่ไหน เรากำลังเทียบกับประสบการณ์ชีวิตของคนคนหนึ่ง หรือเทียบกับวิวัฒนาการของเผ่าพันธุ์มนุษย์กันแน่?
ถึงอย่างนั้น โครงข่ายประสาทเทียมยุคใหม่ โดยเฉพาะด้านภาษาและการมองเห็น ก็สามารถทำงานบางอย่างได้เก่งกว่ามนุษย์แล้ว เช่น การเล่นโกะ การแยกแยะภาพ หรือการทำนายโครงสร้างโปรตีน แต่ถึงกระนั้น อย่างที่นักประสาทวิทยาชั้นนำที่บทความอ้างถึงได้ย้ำว่า AI “ไม่ได้เข้าใจอะไรเลยสักนิด” โครงข่ายประสาทเทียมเก่งแค่การจดจำรูปแบบทางสถิติจากข้อมูลมหาศาล แต่มันไม่ได้มีปฏิสัมพันธ์กับสิ่งแวดล้อมหรือมีตัวตนอยู่จริงในโลก ซึ่งเป็นสิ่งที่ทำให้แม้แต่หนอนแมลงวัน หรือมนุษย์เรา มีความรู้ที่ “มีความหมาย”
สำหรับประเทศไทยเรา ที่กำลังนำ AI มาใช้มากขึ้นทั้งในแวดวงการศึกษา การแพทย์ และการสร้างคอนเทนต์ เรื่องนี้นับว่าสำคัญมาก กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) เองก็ส่งเสริมความรู้ความเข้าใจเรื่อง AI ในหมู่นักศึกษาและบุคลากรทางการแพทย์อย่างต่อเนื่อง (ข้อมูลจาก สวทช.) แต่งานวิจัยเหล่านี้ก็เป็นเครื่องเตือนใจว่า อย่าเผลอเอา “ความฉลาด” ของ AI ไปเทียบกับการคิด ความเห็นอกเห็นใจ หรือการตัดสินใจเชิงจริยธรรมของคนเรา บริษัทสตาร์ทอัพ AI ของไทยหลายแห่ง ที่มักร่วมมือกับมหาวิทยาลัย ก็กำลังพัฒนาโมเดลภาษาที่เข้าใจภาษาไทย และโปรแกรมวิเคราะห์ภาพทางการแพทย์สำหรับโรงพยาบาลในต่างจังหวัด การเข้าใจทั้งจุดแข็งและข้อจำกัดสำคัญของระบบ AI ในปัจจุบัน จะช่วยให้เราตั้งความหวังได้อย่างสมเหตุสมผล และนำไปใช้อย่างมีความรับผิดชอบ
ถ้ามองในมุมวัฒนธรรมไทยที่มักเน้นความกลมเกลียวและการปรับตัว ข้อความจากบทความที่ว่าการศึกษาทั้งความแตกต่างและความคล้ายคลึงกันระหว่างการรับรู้ของสิ่งมีชีวิตกับปัญญาประดิษฐ์จะช่วยให้ทั้งสองศาสตร์พัฒนาก้าวหน้าไปได้นั้น ก็ดูจะเข้ากันได้ดีกับแนวคิดนี้ ทุกวันนี้ AI กำลังช่วยให้วงการประสาทวิทยาก้าวหน้าเร็วขึ้น โดยช่วยนักวิจัยวิเคราะห์โครงสร้างโปรตีน ข้อมูลพันธุกรรม หรือแม้แต่เสนอเครื่องมือใหม่ๆ สำหรับศึกษาความคิดและการรับรู้ อย่างที่นักวิจัยด้านประสาทวิทยาจากสถาบันแฟลทไอรอน (Flatiron Institute) ชี้ว่า เรากำลังก้าวเข้าสู่ “ช่วงเวลาที่น่าตื่นเต้น” ที่โมเดลซึ่งเรียนรู้จาก AI สามารถนำมาใช้ทำความเข้าใจพื้นฐานทางชีววิทยาของจิตใจได้ลึกซึ้งยิ่งขึ้น
ในระดับโลก นักวิจัยจากสถาบันอย่างเอ็มไอที ไอบีเอ็ม และสถาบันชั้นนำอื่นๆ กำลังค้นคว้าในประเด็น “ความเป็นสากลของการแทนความหมาย” (universality of representation) หรือพูดง่ายๆ ก็คือ ถึงแม้โครงสร้างจะต่างกัน แต่สมองกับ AI สามารถประมวลผลข้อมูลในลักษณะที่คล้ายกันได้หรือไม่ ศาสตร์แขนงนี้ยังเต็มไปด้วย “กล่องดำ” เพราะทั้ง AI และสมองต่างก็ยากที่จะมองเข้าไปเห็นการทำงานภายในได้ แต่ดังที่ผู้เชี่ยวชาญด้านประสาทชีววิทยาระบบจากมหาวิทยาลัยซิดนีย์กล่าวไว้ว่า “เอาเข้าจริงแล้ว การมองว่าพวกมันเป็นสิ่งที่ประมวลผลข้อมูลที่แตกต่างกันโดยสิ้นเชิง ซึ่งก็น่าสนใจมากๆ ในตัวมันเองอยู่แล้ว น่าจะเป็นเรื่องที่สมเหตุสมผลกว่า”
สำหรับคนไทยเรา อนาคตของ AI ขึ้นอยู่กับว่าเราจะเข้าใจทั้งศักยภาพและข้อจำกัดของมันได้ดีแค่ไหน อย่างที่งานวิจัยชิ้นใหม่นี้ชี้ให้เห็น AI อาจจะไม่มีวันเหมือนสมองมนุษย์เป๊ะๆ แต่นั่นก็ไม่ใช่ปัญหาเลย การเรียนรู้จากทั้งสองทางจะช่วยให้เราพัฒนาเทคโนโลยีที่ฉลาดขึ้น ขณะเดียวกันก็ได้เข้าใจความซับซ้อนอันน่าอัศจรรย์ของจิตใจเราเองได้ลึกซึ้งยิ่งขึ้น สำหรับนักการศึกษาและคนกำหนดนโยบายของไทย นี่หมายถึงการลงทุนอย่างต่อเนื่องทั้งในด้านประสาทวิทยาและวิทยาการคอมพิวเตอร์ การส่งเสริมการแลกเปลี่ยนความรู้ข้ามศาสตร์ และการย้ำให้มั่นใจว่าคุณค่าทางจริยธรรมที่ให้ความสำคัญกับมนุษย์ยังคงเป็นหัวใจหลักของนวัตกรรมเทคโนโลยีในบ้านเรา
สิ่งที่อยากแนะนำให้คนไทยทำก็คือ หมั่นหาความรู้แบบบูรณาการทั้งด้านประสาทวิทยาและ AI สนับสนุนงานวิจัยในประเทศที่เชื่อมโยงสองศาสตร์นี้เข้าด้วยกัน และส่งเสริมการพูดคุยกันอย่างรอบด้านเกี่ยวกับโอกาสและข้อจำกัดทางจริยธรรมของปัญญาประดิษฐ์ การตระหนักว่า “ความฉลาด” ไม่ว่าจะเป็นของ AI หรือของสิ่งมีชีวิต มีได้หลากหลายรูปแบบ จะเป็นประโยชน์ต่อสังคมไทยในการเดินหน้าสู่อนาคตที่จะมีอิทธิพลจากทั้งสองสิ่งนี้มากขึ้นทุกวัน
แหล่งข้อมูล:
ขอบคุณในการค้นหาสาระดีๆจำนวนมากมาเล่าให้ฟัง รวมทั้งการแจ้งแหล่งข้อมูลให้ไปศึกษาเพิ่มเติมด้วยเสมอ ขอบคุณอีกครั้ง…วิโรจน์ ครับ