มุมมองทั่วไปและที่เกิดขึ้นซ้ำ ๆ ของการค้นพบความก้าวหน้าครั้งล่าสุดในการวิจัยด้านปัญญาประดิษฐ์คือเครื่องจักรที่มีทั้งความรู้สึกและความฉลาดเป็นสิ่งที่อยู่บนขอบฟ้า เครื่องจักรเข้าใจคำสั่งด้วยวาจาแยกแยะรูปภาพขับรถยนต์และเล่นเกมได้ดีกว่าที่เราทำ มันจะนานแค่ไหนก่อนที่พวกเขาจะเดินท่ามกลางเรา?
รายงานไวท์เฮ้าส์ใหม่เกี่ยวกับปัญญาประดิษฐ์ใช้มุมมองที่ไม่น่าเชื่ออย่างเหมาะสมของความฝันนั้น มันบอกว่าอีก 20 ปีข้างหน้ามีแนวโน้มที่จะไม่เห็นเครื่องจักร "แสดงสติปัญญาที่สามารถนำไปใช้ได้ในวงกว้างเทียบได้กับหรือเกินกว่ามนุษย์" แม้ว่าจะกล่าวต่อไปว่าในอีกไม่กี่ปีข้างหน้า "เครื่องจักรจะเข้าถึงและเกินประสิทธิภาพของมนุษย์ และงานอื่น ๆ อีกมากมาย " แต่ข้อสมมติฐานเกี่ยวกับความสามารถเหล่านั้นจะพัฒนาพลาดจุดสำคัญบางอย่าง
ในฐานะนักวิจัย AI ฉันจะยอมรับว่ามันเป็นเรื่องดีที่จะให้ความสำคัญกับสาขาของตนเองในระดับสูงสุดของรัฐบาลอเมริกัน แต่รายงานเน้นไปที่สิ่งที่ฉันเรียกว่า "AI ที่น่าเบื่อ" มันไล่ไล่ออกไปครึ่งประโยคในสาขาการวิจัยของฉันว่าวิวัฒนาการสามารถช่วยพัฒนาระบบ AI ที่พัฒนาขึ้นได้อย่างไรและแบบจำลองการคำนวณจะช่วยให้เราเข้าใจได้อย่างไรว่าปัญญาของมนุษย์มีวิวัฒนาการอย่างไร
รายงานมุ่งเน้นไปที่สิ่งที่อาจเรียกว่าเครื่องมือ AI หลัก: การเรียนรู้ของเครื่องและการเรียนรู้ลึก นี่คือเทคโนโลยีหลายประเภทที่สามารถเล่น "Jeopardy!" เป็นอย่างดีและเอาชนะมาสเตอร์โกเกมในเกมที่ซับซ้อนที่สุดที่เคยคิดค้น ระบบอัจฉริยะในปัจจุบันเหล่านี้สามารถจัดการข้อมูลจำนวนมหาศาลและทำการคำนวณที่ซับซ้อนได้อย่างรวดเร็ว แต่พวกเขาขาดองค์ประกอบที่จะเป็นกุญแจสำคัญในการสร้างเครื่องจักรที่เราคิดว่ามีในอนาคต
เราต้องทำมากกว่าสอนเครื่องจักรให้เรียนรู้ เราจำเป็นต้องเอาชนะขอบเขตที่กำหนดปัญญาประดิษฐ์สี่ประเภทที่แตกต่างกันอุปสรรคที่แยกเครื่องจักรจากเรา - และเราจากพวกเขา
พิมพ์ I AI: เครื่องจักรที่ตอบโต้
ประเภทพื้นฐานที่สุดของระบบ AI นั้นสามารถตอบสนองได้อย่างหมดจดและไม่มีความสามารถในการสร้างความทรงจำหรือใช้ประสบการณ์ที่ผ่านมาเพื่อแจ้งการตัดสินใจในปัจจุบัน Deep Blue ซึ่งเป็นซูเปอร์คอมพิวเตอร์ที่เล่นหมากรุกของไอบีเอ็มซึ่งเอาชนะแกรนด์มาสเตอร์ระดับโลก Garry Kasparov ในปลายปี 1990 เป็นตัวอย่างที่สมบูรณ์แบบของเครื่องจักรประเภทนี้
Deep Blue สามารถระบุชิ้นส่วนบนกระดานหมากรุกและรู้ว่าแต่ละการเคลื่อนไหวเป็นอย่างไร มันสามารถทำนายได้ว่าการเคลื่อนไหวใดที่อาจเกิดขึ้นต่อไปสำหรับมันและคู่ต่อสู้ และสามารถเลือกการเคลื่อนไหวที่ดีที่สุดจากความเป็นไปได้
แต่มันไม่มีแนวคิดเกี่ยวกับอดีตหรือความทรงจำในสิ่งที่เกิดขึ้นมาก่อน นอกเหนือจากกฎเฉพาะหมากรุกที่ไม่ค่อยได้ใช้เพื่อป้องกันการย้ายซ้ำสามครั้ง Deep Blue จะไม่สนใจทุกสิ่งก่อนช่วงเวลาปัจจุบัน สิ่งที่มันทำคือดูที่ชิ้นส่วนบนกระดานหมากรุกตามที่เป็นอยู่ตอนนี้และเลือกจากการเคลื่อนไหวครั้งต่อไปที่เป็นไปได้
ปัญญาประเภทนี้เกี่ยวข้องกับคอมพิวเตอร์ที่รับรู้โลกโดยตรงและดำเนินการกับสิ่งที่เห็น ไม่พึ่งพาแนวคิดภายในของโลก ในกระดาษน้ำเชื้อนักวิจัย AI Rodney Brooks แย้งว่าเราควรสร้างเครื่องจักรแบบนี้เท่านั้น เหตุผลหลักของเขาคือผู้คนไม่เก่งในการเขียนโปรแกรมโลกจำลองที่แม่นยำสำหรับคอมพิวเตอร์ที่ใช้สิ่งที่เรียกว่า "การเป็นตัวแทน" ของทุนการศึกษา AI ในโลก
เครื่องจักรอัจฉริยะในปัจจุบันที่เราประหลาดใจที่ไม่มีแนวคิดดังกล่าวของโลกหรือมีเครื่องที่ จำกัด และมีความเชี่ยวชาญสำหรับหน้าที่เฉพาะของมัน นวัตกรรมในการออกแบบของ Deep Blue ไม่ได้เป็นการขยายขอบเขตของภาพยนตร์ที่เป็นไปได้ที่คอมพิวเตอร์พิจารณา ค่อนข้างนักพัฒนาพบวิธีที่จะ จำกัด มุมมองของตนเพื่อหยุดการติดตามการเคลื่อนไหวในอนาคตที่อาจเกิดขึ้นตามวิธีการจัดอันดับผลลัพธ์ของพวกเขา หากปราศจากความสามารถนี้ Deep Blue จะต้องมีคอมพิวเตอร์ที่ทรงพลังยิ่งกว่าเพื่อเอาชนะ Kasparov
ในทำนองเดียวกัน AlphaGo ของ Google ซึ่งเอาชนะผู้เชี่ยวชาญ GoGo ของมนุษย์ไม่สามารถประเมินการเคลื่อนไหวที่อาจเกิดขึ้นได้ในอนาคต วิธีการวิเคราะห์นั้นซับซ้อนกว่าของ Deep Blue โดยใช้เครือข่ายประสาทเพื่อประเมินการพัฒนาเกม
วิธีการเหล่านี้ปรับปรุงความสามารถของระบบ AI ในการเล่นเกมที่เฉพาะเจาะจงได้ดีขึ้น แต่ไม่สามารถเปลี่ยนแปลงหรือนำไปใช้กับสถานการณ์อื่นได้ง่าย จินตนาการคอมพิวเตอร์เหล่านี้ไม่มีแนวคิดเกี่ยวกับโลกกว้าง - หมายถึงพวกเขาไม่สามารถทำงานได้นอกเหนือจากงานเฉพาะที่พวกเขาได้รับมอบหมายและถูกหลอกง่าย
พวกเขาไม่สามารถมีส่วนร่วมแบบโต้ตอบในโลกในแบบที่เราจินตนาการได้ว่าระบบ AI อาจทำในวันหนึ่ง แต่เครื่องเหล่านี้จะทำงานในลักษณะเดียวกันทุกครั้งที่พบสถานการณ์เดียวกัน นี่เป็นสิ่งที่ดีมากในการตรวจสอบให้แน่ใจว่าระบบ AI นั้นเชื่อถือได้: คุณต้องการให้รถในระบบของคุณเป็นคนขับที่ไว้ใจได้ แต่มันก็ไม่ดีถ้าเราต้องการให้เครื่องจักรมีส่วนร่วมและตอบสนองต่อโลกอย่างแท้จริง ระบบ AI ที่ง่ายที่สุดเหล่านี้จะไม่เบื่อหรือให้ความสนใจหรือเศร้า
Type II AI: หน่วยความจำ จำกัด
คลาส Type II นี้มีเครื่องจักรที่สามารถมองเข้าไปในอดีต รถที่ขับเองทำสิ่งนี้อยู่แล้ว ตัวอย่างเช่นพวกเขาสังเกตเห็นความเร็วและทิศทางของรถคันอื่น ไม่สามารถทำได้ในช่วงเวลาหนึ่ง แต่ต้องการการระบุวัตถุที่เฉพาะเจาะจงและตรวจสอบพวกเขาเมื่อเวลาผ่านไป
การสังเกตเหล่านี้จะถูกเพิ่มเข้าไปในการแสดงล่วงหน้าของรถยนต์ที่ขับขี่ด้วยตนเองของโลกซึ่งรวมถึงการทำเครื่องหมายช่องทางสัญญาณไฟจราจรและองค์ประกอบที่สำคัญอื่น ๆ เช่นโค้งบนท้องถนน จะรวมอยู่ในรถเมื่อตัดสินใจว่าจะเปลี่ยนเลนเมื่อใดเพื่อหลีกเลี่ยงการตัดไดรเวอร์อื่นหรือถูกรถชนใกล้เคียง
แต่ข้อมูลง่ายๆเหล่านี้เกี่ยวกับอดีตเป็นเพียงชั่วคราวเท่านั้น พวกเขาไม่ได้รับการบันทึกเป็นส่วนหนึ่งของคลังประสบการณ์รถที่สามารถเรียนรู้ได้ซึ่งเป็นวิธีที่คนขับรถรวบรวมประสบการณ์มาหลายปีหลังพวงมาลัย
ดังนั้นเราจะสร้างระบบ AI ที่สร้างการเป็นตัวแทนจดจำประสบการณ์ของพวกเขาและเรียนรู้วิธีจัดการกับสถานการณ์ใหม่ได้อย่างไร บรูกส์พูดถูกว่ามันยากมากที่จะทำสิ่งนี้ การวิจัยของฉันเองเกี่ยวกับวิธีการที่ได้รับแรงบันดาลใจจากวิวัฒนาการของดาร์วินสามารถชดเชยความบกพร่องของมนุษย์ได้โดยการให้เครื่องจักรสร้างตัวแทนของตัวเอง
Type III AI: ทฤษฎีของจิตใจ
เราอาจหยุดที่นี่และเรียกจุดนี้ว่าการแบ่งที่สำคัญระหว่างเครื่องที่เรามีและเครื่องที่เราจะสร้างในอนาคต อย่างไรก็ตามจะเป็นการดีกว่าที่จะเจาะจงมากขึ้นเพื่อหารือเกี่ยวกับประเภทของเครื่องที่เป็นตัวแทนที่จำเป็นในการสร้างและสิ่งที่พวกเขาต้องเกี่ยวกับ
เครื่องจักรในรุ่นต่อไปที่ก้าวหน้ากว่านั้นไม่เพียงสร้างรูปแบบการนำเสนอเกี่ยวกับโลก แต่ยังเกี่ยวกับตัวแทนหรือหน่วยงานอื่น ๆ ในโลก ในจิตวิทยานี้เรียกว่า "ทฤษฎีแห่งความคิด" - ความเข้าใจว่าผู้คนสิ่งมีชีวิตและวัตถุในโลกสามารถมีความคิดและอารมณ์ที่ส่งผลต่อพฤติกรรมของตนเอง
สิ่งนี้มีความสำคัญต่อวิธีที่มนุษย์สร้างสังคมขึ้นมาเพราะพวกเขาอนุญาตให้เรามีปฏิสัมพันธ์ทางสังคม หากไม่เข้าใจแรงจูงใจและความตั้งใจของกันและกันและโดยไม่คำนึงถึงสิ่งที่คนอื่นรู้เกี่ยวกับตัวฉันหรือสิ่งแวดล้อมการทำงานร่วมกันนั้นยากที่สุดและเป็นไปไม่ได้ที่เลวร้ายที่สุด
หากระบบ AI นั้นเดินผ่านเราได้พวกเขาจะต้องเข้าใจว่าเราแต่ละคนมีความคิดความรู้สึกและความคาดหวังว่าเราจะได้รับการปฏิบัติอย่างไร และพวกเขาจะต้องปรับพฤติกรรมให้เหมาะสม
พิมพ์ IV AI: การรับรู้ตนเอง
ขั้นตอนสุดท้ายของการพัฒนา AI คือการสร้างระบบที่สามารถเป็นตัวแทนเกี่ยวกับตัวเอง ในที่สุดนักวิจัย AI ของเราจะต้องไม่เพียง แต่เข้าใจสติเท่านั้น แต่ต้องสร้างเครื่องจักรที่มี
นี่คืออีกส่วนหนึ่งของ "ทฤษฎีแห่งความคิด" ที่ถูกครอบครองโดยปัญญาประดิษฐ์ Type III จิตสำนึกเรียกอีกอย่างว่า "การตระหนักรู้ในตนเอง" ด้วยเหตุผล ("ฉันต้องการรายการนั้น" เป็นคำสั่งที่แตกต่างจาก "ฉันรู้ว่าฉันต้องการรายการนั้น") สิ่งมีชีวิตที่มีสติรู้ตัวถึงตัวเองรู้เกี่ยวกับสถานะภายในของพวกเขาและสามารถทำนายความรู้สึกของผู้อื่นได้ เราคิดว่ามีคนที่ยกย่องเราในการจราจรโกรธหรือใจร้อนเพราะนั่นคือสิ่งที่เรารู้สึกเมื่อเรารู้สึกกดดันผู้อื่น หากไม่มีทฤษฎีของจิตใจเราไม่สามารถทำการอนุมานเหล่านั้นได้
แม้ว่าเราอาจจะห่างไกลจากการสร้างเครื่องจักรที่รู้ตัวเราควรมุ่งเน้นความพยายามของเราในการทำความเข้าใจเกี่ยวกับความทรงจำการเรียนรู้และความสามารถในการตัดสินใจบนพื้นฐานของประสบการณ์ที่ผ่านมา นี่เป็นขั้นตอนสำคัญในการทำความเข้าใจความฉลาดของมนุษย์ด้วยตนเอง และเป็นสิ่งสำคัญหากเราต้องการออกแบบหรือพัฒนาเครื่องจักรที่มีความพิเศษมากกว่าการจำแนกสิ่งที่พวกเขาเห็นต่อหน้าพวกเขา
Arend Hintze ผู้ช่วยศาสตราจารย์ด้านชีววิทยาเชิงบูรณาการและวิทยาศาสตร์คอมพิวเตอร์และวิศวกรรม มหาวิทยาลัยรัฐมิชิแกน
