DeepMind ปล่อยสารคดี “The Thinking Game” ให้ชมฟรี บันทึกการเดินทางตลอดชีวิตของ Demis Hassabis ในการแสวงหา AI อัจฉริยะทั่วไป (AGI) Hassabis เชื่อว่า AGI มีความสำคัญมากกว่าการค้นพบไฟฟ้าหรือไฟเสียอีก เขาเตือนว่า AGI กำลังจะถือกำเนิดขึ้น และจะกลายเป็นจุดเปลี่ยนประวัติศาสตร์ของมนุษย์ “ลูกหลานของเรากำลังจะอยู่ในโลกใหม่ ทุกวินาทีต่อจากนี้มีความหมาย”
ภารกิจตลอดชีวิตของ Demis Hassabis เพื่อ AGI
(ที่มา: Youtube)
ในฐานะนักเรียนอัจฉริยะจากมหาวิทยาลัยเคมบริดจ์ที่คว้าแชมป์หมากรุกท้องถิ่นตั้งแต่อายุ 6 ขวบ Demis Hassabis ตั้งเป้าหมายตั้งแต่เนิ่นๆ ว่าจะวิจัย AGI ไปตลอดชีวิต เพราะเขาต้องการแก้ปัญหาทางชีววิทยาที่ค้างคามานาน 50 ปี: ปริศนาการพับโปรตีน ปัจจุบันเราอาจนึกภาพไม่ออก แต่ในเวลานั้นมีทั้งนักลงทุนและนักวิชาการจำนวนมากที่สงสัยในเทคโนโลยี AGI นักลงทุนมองว่าความคิดของ Demis เป็นเพียงการขายฝัน ขณะที่ฝั่งวิชาการก็เห็นว่าการนำประสาทวิทยาศาสตร์มาผสมกับ Machine Learning นั้นไม่ใช่วิทยาศาสตร์ที่แท้จริง
DeepMind ก่อตั้งขึ้นในปี 2010 เส้นทางระดมทุนในช่วงแรกเต็มไปด้วยอุปสรรค จนกระทั่งพวกเขาได้พบกับนักลงทุน Angel ชื่อดังอย่าง Peter Thiel แม้ Thiel จะกลายเป็นผู้สนับสนุนรายใหญ่ของ DeepMind แต่เขายืนยันว่าทีมต้องย้ายไปซิลิคอนวัลเลย์ ทว่า Demis ยืนกรานที่จะอยู่ลอนดอน เพราะที่นี่มีคลังบุคลากรเฉพาะตัว และวัฒนธรรมซิลิคอนวัลเลย์ที่เน้นล้มเหลวไว เปลี่ยนแปลงไว ไม่เหมาะกับเทคโนโลยี AGI ที่ต้องการการวิจัยระยะยาว
การตัดสินใจนี้สะท้อนถึงความเข้าใจลึกซึ้งของ Hassabis ต่อการวิจัย AGI AGI ไม่ใช่ผลิตภัณฑ์ผู้บริโภคที่สามารถหมุนเวียนพัฒนาอย่างรวดเร็ว หากแต่ต้องอาศัยการค้นพบขั้นพื้นฐานทางวิทยาศาสตร์ วัฒนธรรมการสตาร์ทอัปในซิลิคอนวัลเลย์เน้นการพิสูจน์ตลาดและโมเดลธุรกิจอย่างรวดเร็ว แต่คุณค่าของการวิจัย AGI อาจต้องใช้เวลานานนับสิบปีหรือหลายสิบปีจึงจะปรากฏ Hassabis ยืนกรานอยู่ลอนดอนเพื่อปกป้องความบริสุทธิ์ของการวิจัยของ DeepMind
Hassabis เปรียบ AGI เหมือนกับการค้นพบไฟของมนุษย์ ซึ่งเป็นอุปมาที่ลึกซึ้งมาก ไฟทำให้มนุษย์ปรุงอาหาร ให้ความอบอุ่น ส่องสว่าง และถลุงโลหะ เปลี่ยนเส้นทางของอารยธรรมมนุษย์โดยสิ้นเชิง Hassabis เชื่อว่า AI อัจฉริยะทั่วไปจะมีอิทธิพลเทียบเท่าหรือมากกว่านั้น เพราะมันไม่ใช่แค่เครื่องมือ แต่คือสติปัญญาที่เรียนรู้และสร้างสรรค์ได้ด้วยตนเอง
จากเกมสู่โกะ: จุดเปลี่ยนของ DQN และ AlphaGo
(ที่มา: DeepMind)
หลัง DeepMind ก่อตั้งที่ลอนดอน ก็ได้รวบรวมกลุ่มคนที่มีความฝันเดียวกัน เพื่อฝึก AI พวกเขาเลือก “เกม” เป็นสนามทดลอง เพราะเกมเป็นสภาพแวดล้อมที่ควบคุมได้อย่างสมบูรณ์แบบ พวกเขานำเทคนิค Deep Learning มาผสานกับ Reinforcement Learning สร้างโมเดล DQN และให้ AI เล่นเกมปิงปองของ Atari โดยไม่สอนกติกา ขอแค่ให้ดูพิกเซลแล้วพยายามทำคะแนนสูงสุด
ช่วงแรก AI ยังรับลูกไม่ได้แม้แต่ลูกเดียว ทำให้ทีมเริ่มสงสัยว่าเทคโนโลยี AGI เป็นเพียงจินตนาการหรือไม่ แต่แล้ว AI ก็เริ่มทำคะแนนได้ จากนั้นพวกเขาให้ AI เล่นเกม Breakout หลังฝึกซ้อมหลายร้อยรอบ AI กลับค้นพบกลยุทธ์ขุดอุโมงค์ข้างฝาให้ลูกบอลสะท้อนอยู่เหนืออิฐ ซึ่งเป็นวิธีที่ไม่มีมนุษย์ตั้งโปรแกรมไว้ แต่ AI คิดเอง
นี่พิสูจน์ว่า DeepMind สร้างระบบการเรียนรู้ทั่วไปที่ปรับตัวได้กับสิ่งแวดล้อมต่างๆ ได้สำเร็จ ถือเป็นก้าวกระโดดครั้งใหญ่ในประวัติศาสตร์ของ AGI ไม่ใช่แค่สอนให้เครื่องเล่นเกม แต่แสดงให้เห็นว่ามันสามารถค้นพบกลยุทธ์และวิธีแก้ปัญหาได้เองโดยไม่มีมนุษย์ชี้นำ ความสามารถในการเรียนรู้ด้วยตนเองแบบนี้คือหัวใจของ AGI
แม้จะมีความก้าวหน้าด้าน Machine Learning แต่ข้อจำกัดด้านพลังประมวลผลก็ยังเป็นอุปสรรค เพื่อเร่งการพัฒนา AGI DeepMind จึงยอมให้ Google ซื้อกิจการในราคา 400 ล้านปอนด์ โดยขอรักษาความเป็นอิสระด้านการวิจัยไว้ เมื่อมีพลังประมวลผลจาก Google สนับสนุน DeepMind จึงหันไปท้าทาย “โกะ” เกมต้นกำเนิดจากจีนที่เคยถูกมองว่าเป็นจอกศักดิ์สิทธิ์ของ AI
AlphaGo จึงถือกำเนิดขึ้น และได้ดวลกับสุดยอดนักเล่นโกะของโลกอย่าง Lee Sedol AlphaGo วางหมากมือที่ 37 ซึ่งถูกขนานนามว่าเป็นการเดินหมากสุดสร้างสรรค์ที่มนุษย์แทบจะไม่นึกถึง ทำให้คนทั่วโลกตระหนักว่าเครื่องจักรไม่เพียงแต่คำนวณเก่ง แต่ยังมีความคิดสร้างสรรค์ ความพ่ายแพ้ของ Lee Sedol สะเทือนขวัญไปทั่วโลก โดยเฉพาะในจีนที่เปรียบเสมือน Sputnik Moment จุดประกายความตื่นตัวด้าน AI ทั่วโลก และนำไปสู่ “การแข่งขันอวกาศ” เวอร์ชัน AI
4 หมุดหมายสำคัญของวิวัฒนาการเทคโนโลยี DeepMind
โมเดล DQN: ผสาน Deep Learning กับ Reinforcement Learning AI ค้นพบกลยุทธ์เกมด้วยตนเอง
AlphaGo: เอาชนะแชมป์โกะมนุษย์ แสดงให้เห็นถึงความคิดสร้างสรรค์และสัญชาตญาณ
AlphaZero: สลัดความรู้จากมนุษย์โดยสิ้นเชิง เรียนรู้จากการเล่นกับตัวเองอย่างเดียว
AlphaFold: แก้ปัญหาการพับโปรตีน คว้ารางวัลโนเบลเคมี
แม้ AlphaGo จะแข็งแกร่ง แต่ยังพึ่งพาข้อมูลเกมจากมนุษย์ DeepMind จึงพัฒนา AlphaZero อัลกอริทึมที่สง่างามกว่า ทิ้งข้อมูลจากมนุษย์ทั้งหมด เรียนรู้ด้วยการเล่นกับตัวเองจากศูนย์ AlphaZero เชี่ยวชาญหมากรุก โชงกิ และโกะภายในวันเดียว และแสดงรูปแบบการเล่นที่มนุษย์ไม่เคยพบมาก่อน พิสูจน์ว่าเครื่องสามารถก้าวข้ามภูมิปัญญาสะสมพันปีของมนุษย์ด้วยประสบการณ์ล้วนๆ
AlphaFold แก้ปัญหาพับโปรตีน คว้าโนเบล
เกมเป็นเพียงสนามทดลอง เป้าหมายแท้จริงของ Demis คือใช้ AI แก้ปัญหาวิทยาศาสตร์สำคัญ นั่นคือ ปริศนาการพับโปรตีน หากมนุษย์ทำนายโครงสร้างโปรตีนได้ จะช่วยเร่งการพัฒนายาและรักษาโรค เพื่อทดสอบศักยภาพ AI ในชีววิทยา DeepMind จึงตั้งทีม AlphaFold และเข้าร่วมแข่งขัน CASP (การแข่งขันทำนายโครงสร้างโปรตีน)
ใน CASP13 ปี 2018 แม้ AlphaFold จะชนะการแข่งขัน แต่ความแม่นยำยังไม่เพียงพอสำหรับงานวิจัยจริง ทีมจึงรู้สึกทั้งผิดหวังและถ่อมตน ตระหนักว่าปัญหาทางวิทยาศาสตร์ซับซ้อนกว่าเกมมาก Demis ไม่ยอมแพ้ ในช่วงโควิดเขาทุ่มเทวิจัย AlphaFold สร้างทีมเฉพาะกิจผสานความรู้ฟิสิกส์กับ Machine Learning แม้จะต้องทำงานในสภาพกักตัว
ในที่สุด AlphaFold ก็สร้างปรากฏการณ์ใน CASP14 ปี 2020 วงการวิทยาศาสตร์ยอมรับว่าปริศนาการพับโปรตีนถูกแก้ได้จริง DeepMind ตัดสินใจกล้าหาญ ไม่นำผลงานนี้ไปค้ากำไร แต่เปิดเผยผลทำนายโครงสร้างโปรตีนกว่า 200 ล้านชนิดฟรี ให้โลกชีววิทยาได้ใช้ประโยชน์อย่างเท่าเทียม Demis และ John Jumper อีกหนึ่งนักวิจัย ได้รับรางวัลโนเบลเคมีปี 2024 จากความสำเร็จนี้
นับถอยหลังสู่ AGI: การกำกับดูแลอย่างรับผิดชอบเร่งด่วนที่สุด
นับตั้งแต่ ChatGPT แชตบอต LLM เปิดตัวมาในเวลาเพียง 3 ปี Generative AI ก็เปลี่ยนโฉมหน้าการทำงานโปรแกรมและงานสร้างสรรค์อย่างสิ้นเชิง ปัจจุบัน AI อย่าง ChatGPT, Gemini, Grok ฯลฯ ที่อาศัย LLM ทำให้คนทั่วไปสัมผัสผลกระทบของ AI ได้อย่างชัดเจน ก้าวถัดไปคือยุค AGI ที่กำลังจะมาถึง และจะเป็นจุดเปลี่ยนสำคัญของมนุษยชาติ
Demis กล่าวว่า เทคโนโลยีเป็นกลาง แต่การใช้งานของมนุษย์ต่างหากที่จะตัดสินดี-ร้าย เขาเคยขอให้ Google รับปากว่าจะไม่นำเทคโนโลยี DeepMind ไปใช้ด้านการทหารและการสอดแนม และเน้นย้ำว่าต้องไม่ยึดคติ “เดินหน้าเร็ว ทลายข้อจำกัด” เพราะ AGI ทรงพลังเกินไป หากหลุดจากการควบคุม ผลลัพธ์อาจเลวร้ายเกินจินตนาการ
Hassabis เตือนว่า “AGI กำลังจะถือกำเนิดขึ้น ลูกหลานเราจะอยู่ในโลกใบใหม่ เพราะ AI ทุกอย่างจะเปลี่ยนไป หากคุณต้องการบริหารจัดการ AI อย่างรับผิดชอบ ทุกวินาทีมีความสำคัญ นี่คือภารกิจตลอดชีวิตของผม” ความเร่งด่วนนี้สะท้อนการตระหนักถึงความเสี่ยงของ AGI อย่างลึกซึ้งของทีม DeepMind เช่นเดียวกับไฟที่ใช้ปรุงอาหารก็ได้ ใช้ทำลายก็ได้ AGI สามารถแก้ปัญหาใหญ่ของมนุษย์ หรืออาจนำมาซึ่งความเสี่ยงที่ไม่เคยมีมาก่อน
ในวันที่ Generative AI กำลังเฟื่องฟู และ AGI Agents กำลังจะมาถึง นี่อาจเป็นเวลาที่ดีที่สุดสำหรับเราจะย้อนทบทวนเส้นทาง AGI และคิดถึงอนาคตที่กำลังจะมาถึง
