สรุปโดยย่อ
- ปัญญาประดิษฐ์ทั่วไป (Artificial general intelligence หรือ AGI) หมายถึง AI ที่สามารถเรียนรู้และให้เหตุผลในหลายงานได้
- นักวิจัยกล่าวว่า chatbot ในปัจจุบันมีพลังแต่ยังห่างไกลจากปัญญาประดิษฐ์ทั่วไปที่แท้จริง
- ผู้เชี่ยวชาญไม่เห็นด้วยว่า AGI จะมาถึงเมื่อไรหรือจะรู้ได้อย่างไร
ปัญญาประดิษฐ์ทั่วไป หรือ AGI เป็นหนึ่งในเป้าหมายที่ถูกกล่าวถึงมากที่สุดในอุตสาหกรรม AI ผู้บริหารเทคโนโลยีทำนายไว้ นักลงทุนลงทุนเป็นพันล้านเพื่อสนับสนุนการวิจัยในเรื่องนี้ และนักวิจารณ์เตือนถึงความเสี่ยงเมื่อมันมาถึง
แต่สิ่งที่ AGI เป็นจริง ๆ ยังคงไม่ชัดเจน และนักวิจัยยังไม่เห็นด้วยว่าอะไรคือ “ปัญญาทั่วไป” เมื่อไหร่จะมาถึง และจะรู้ได้อย่างไรเมื่อมันเกิดขึ้น
“มีคำจำกัดความหลายแบบ,” มาลโล บูร์กง ซีอีโอของสถาบันวิจัยปัญญาประดิษฐ์กลุ่มเครื่องจักร กล่าวกับ Decrypt. “เมื่อเราพูดถึง ระบบนี้คือ AGI หรือไม่ ระบบนั้นคือ AGI หรือไม่ อะไรที่เป็นคุณสมบัติที่ชัดเจนของ AGI ตามคำจำกัดความอะไร? ผมคิดว่านั่นค่อนข้างยากที่จะทำ”
บุคคลสำคัญ รวมถึงซีอีโอของ OpenAI ซาม อัลท์แมน, ซีอีโอของ Anthropic ดาริโอ อาโมเดย์ และซีอีโอของ xAI อีลอน มัสก์ ได้แสดงความคิดเห็นและทำนายเกี่ยวกับการเกิดขึ้นของ AGI
“ผมคิดว่าเราจะถึง AGI ในปี 2026,” มัสก์กล่าวในเดือนธันวาคมในการสัมภาษณ์กับประธานบริหารของมูลนิธิ XPRIZE ปีเตอร์ ดิอามันดิส “ผมมั่นใจว่าในปี 2030 AI จะเกินความสามารถทางปัญญาของมนุษย์ทั้งหมดรวมกัน”
ต่างจาก AI สร้างสรรค์ที่คนส่วนใหญ่คุ้นเคยจาก ChatGPT, ปัญญาประดิษฐ์ทั่วไป หรือ AGI โดยทั่วไปหมายถึงระบบ AI ที่สามารถเข้าใจ เรียนรู้ และนำความรู้ไปใช้ในหลายงานในระดับมนุษย์ มากกว่าการทำหน้าที่เฉพาะด้านเดียว แนวคิดนี้ย้อนกลับไปในยุคแรกของการวิจัย AI ในทศวรรษ 1950
ตั้งแต่ต้นทศวรรษ 2000 นักวิจัยเช่น เบน โกเอิร์ทเซล, เชน เลก, และ ปีเตอร์ วอส ได้เป็นที่รู้จักในชื่อ “ปัญญาประดิษฐ์ทั่วไป” เพื่อแยกความแตกต่างเป้าหมายเดิมของ AI ที่ระดับมนุษย์และความสามารถกว้างขวาง จาก AI ที่ประสบความสำเร็จแต่มีขอบเขตแคบในห้องปฏิบัติการและมหาวิทยาลัย
อย่างไรก็ตาม บูร์กงกล่าวว่าการบรรลุ “ปัญญาระดับมนุษย์” ไม่ใช่เป้าหมายที่ทำได้ง่าย
“มีเหตุผลหลายประการจากประวัติวิวัฒนาการของเรา โครงสร้างสมองของเรา ความช้าในการทำงานของเซลล์ประสาท ข้อจำกัดของหน่วยความจำทำงาน และความเร็วในการทำงานของสมอง ซึ่งทำให้เราคาดหวังได้ว่า ถ้าเราสามารถออกแบบระบบ AI ที่มีคุณสมบัติเหล่านี้ ก็มีโอกาสสูงที่จะมีพื้นที่เหนือกว่ามนุษย์มากมาย,” เขากล่าว
บางคนกล่าวว่า AGI ได้มาถึงแล้ว
ความก้าวหน้าในโมเดลภาษาใหญ่และ AI ที่ทรงพลังอย่าง Gemini, ChatGPT, Grok, และ Claude ซึ่งสามารถเขียนเรียงความ สร้างภาพ สร้างโค้ด และตอบคำถามซับซ้อน ทำให้หลายคนโต้แย้งว่า AGI ได้รับการบรรลุแล้ว แต่สิ่งที่ขาดไปคือความเป็นอิสระ
“ในคำจำกัดความของ AGI ส่วนใหญ่จะมีความรู้สึกของความเป็นอิสระอยู่ด้วย,” บูร์กงกล่าว “คือสิ่งเหล่านี้ไม่ได้เป็นเพียงเครื่องมือและ chatbot เท่านั้น แต่มีลักษณะเป็นตัวแทนที่สามารถทำงานในสภาพแวดล้อมต่าง ๆ ได้ด้วยความอิสระในระดับสูง”
เบน โกเอิร์ทเซล ซีอีโอของ SingularityNET และหนึ่งในบุคคลที่เป็นที่รู้จักในการส่งเสริมคำว่า AGI กล่าวว่า คำอธิบายนี้เป็นการขยายความแนวคิด
“คำนี้กลายเป็นสับสนในสื่อมวลชนตอนนี้,” โกเอิร์ทเซลบอก Decrypt. “ซีอีโอเทคโนโลยีพบว่าสะดวกที่จะพูดว่า ‘เฮ้ เรายังเปิดตัว AGI อยู่เลย,’ และคนก็สร้างข่าวให้เป็นเรื่องใหญ่”
ในทางทฤษฎี โกเอิร์ทเซลอธิบายว่า AGI หมายถึงระบบ AI ที่สามารถเรียนรู้และทำงานในหลาย ๆ งานนอกเหนือจากที่ได้รับการฝึกฝนโดยตรง ปัจจุบันโมเดลต่าง ๆ เข้มแข็งแต่แตกต่างจากปัญญาทั่วไปอย่างสิ้นเชิง
“พวกมันไม่ได้ไปถึงจุดนั้นโดยการเรียนรู้ที่จะทำทุกอย่าง,” เขากล่าว “พวกมันไปถึงจุดนั้นโดยการมีอินเทอร์เน็ตทั้งเว็บอยู่ในฐานข้อมูลความรู้ของพวกมัน”
ในขณะที่นักพัฒนา AI ลงทุนเป็นพันล้านดอลลาร์สร้างศูนย์ข้อมูล AI เพื่อสนับสนุนโมเดลที่ทรงพลังมากขึ้น ระบบปัญญาประดิษฐ์ที่แท้จริงจะต้องสามารถสรุปและสร้างความเข้าใจใหม่ที่เกินกว่าการผสมผสานข้อมูลการฝึกฝนของมันเอง เขาอธิบาย
“ถ้าคุณฝึกระบบ neural network ลึกในปัจจุบันบนดนตรีจนถึงปี 1900 พวกมันจะไม่สามารถประดิษฐ์ฮิปฮอปหรือกรินด์คอร์ได้เลย,” โกเอิร์ทเซลกล่าว
โกเอิร์ทเซลแย้งว่าการเปลี่ยนไปสู่ AGI น่าจะไม่ปรากฏเป็นจุดเปลี่ยนที่ชัดเจน
“ไม่จำเป็นต้องมีขอบเขตที่ชัดเจนระหว่าง AGI กับ pre‑AGI,” เขากล่าว เปรียบเทียบกับพื้นที่สีเทาในชีววิทยาเกี่ยวกับไวรัสและเรโทรไวรัส เขายังเสริมว่า เรายังคงรู้ว่าสุนัขมีชีวิตอยู่และหินไม่ใช่ แม้บางกรณีจะดู “คลุมเครือ” เช่นในกรณีของไวรัสก็ตาม
ไคล์ ชาน นักวิจัยจาก Brookings ซึ่งศึกษานโยบาย AI ทั่วโลก กล่าวว่า การถกเถียงนี้ได้ขยายไปครอบคลุมหลายสถานการณ์
การพัฒนานอกประเทศ
“มีช่วงของความหมายที่เรามีต่อ AGI,” ชานบอก Decrypt. “ในด้านหนึ่ง คุณมีแนวคิดของการปรับปรุงตัวเองแบบวนซ้ำและระเบิดของปัญญา และอีกด้านหนึ่ง คุณมีเวอร์ชันที่ธรรมดากว่า—AI ที่สามารถทำสิ่งที่มนุษย์ทำได้หลายอย่าง หรือ AI เป็นเทคโนโลยีธรรมดาเหมือนอินเทอร์เน็ตหรือคอมพิวเตอร์”
ในขณะที่ห้องปฏิบัติการ AI ของอเมริกากำลังถกเถียงเรื่องผลกระทบต่อความอยู่รอดของมนุษย์จาก AGI ชานกล่าวว่า การสนทนาในจีนดูแตกต่างอย่างมาก
“AGI ไม่ใช่เรื่องใหญ่มากในจีน โดยเฉพาะในกลุ่มผู้กำหนดนโยบาย ชุมชน AI และอุตสาหกรรมเทคโนโลยีโดยรวม,” เขากล่าว “คนส่วนใหญ่เน้นไปที่การทำเงินจากสิ่งนี้ โดยเฉพาะด้านฮาร์ดแวร์ ซึ่งเป็นหนึ่งในด้านที่จีนและบริษัทเทคโนโลยีของพวกเขารู้สึกว่ามีข้อได้เปรียบเหนือสหรัฐฯ ในการสร้างหุ่นยนต์ ระบบอัตโนมัติ โดรน หรือ AI-powered อื่น ๆ เพราะพวกเขามีซัพพลายเชนฮาร์ดแวร์ที่สหรัฐฯ ไม่มี”
ชานยอมรับว่าแม้นักพัฒนา AI ในจีนจะไม่ได้เน้นเรื่อง AGI เท่ากับคู่แข่งในอเมริกา แต่ก็ยังอยู่ในสายตา
“บางผู้ก่อตั้ง AI ของจีนพูดถึง AGI และบางคนก็พูดถึง ASI ด้วย,” เขากล่าว “แต่โดยรวมแล้ว AGI ก็ไม่ใช่เรื่องใหญ่มากในจีน”
