ในความสัมพันธ์ที่เปลี่ยนแปลงไประหว่างเทคโนโลยีและสังคม มนุษย์ได้แสดงให้เห็นว่าตนเองปรับตัวได้อย่างไม่น่าเชื่อ สิ่งที่เคยทำให้เราหมดลมหายใจ ในไม่ช้าก็จะรวมเข้ากับชีวิตประจำวันของเรา
ฟังก์ชันการทำงานที่น่าทึ่งของโมเดลภาษาขนาดใหญ่ (LLM) เช่น ChatGPT เมื่อไม่กี่เดือนที่ผ่านมาเป็นตัวอย่างที่ดีของ AI ที่ล้ำสมัย ตอนนี้พวกเขาอยู่ในเส้นทางที่จะเป็นเพียงส่วนเสริมและปลั๊กอินสำหรับโปรแกรมแก้ไขข้อความและเครื่องมือค้นหาของเรา
ในไม่ช้าเราจะพบว่าเราต้องพึ่งพาความสามารถของพวกเขาและรวมเข้ากับกิจวัตรของเราอย่างราบรื่น
อย่างไรก็ตาม การปรับตัวให้ชินกับสภาพอย่างรวดเร็วนี้ทำให้เรามีคำถามตามมาว่า อะไรต่อไป? ในขณะที่ความคาดหวังของเราเปลี่ยนไป เรายังคงสงสัยเกี่ยวกับนวัตกรรมต่อไปที่จะดึงดูดจินตนาการของเรา
คนจะพยายามบรรลุทุกชนิด สมาร์ท - และ ไม่ฉลาด – สิ่งต่าง ๆ ด้วย AI ความคิดมากมายจะล้มเหลว ความคิดอื่นๆ จะส่งผลกระทบที่ยั่งยืน
ลูกบอลคริสตัลของเราไม่ได้ดีไปกว่าของคุณมากนัก แต่เราสามารถลองคิดถึงสิ่งที่จะเกิดขึ้นต่อไปอย่างมีแบบแผน เพื่อให้ AI มีผลกระทบที่ยั่งยืน ไม่เพียงแต่ต้องมีความเป็นไปได้ทางเทคโนโลยีเท่านั้น แต่ยังต้องมีศักยภาพทางเศรษฐกิจและเป็นที่ยอมรับเชิงบรรทัดฐาน กล่าวคือ สอดคล้องกับค่านิยมที่สังคมต้องการให้เราปฏิบัติตาม
มีเทคโนโลยี AI บางอย่างที่รออยู่ในขณะนี้ซึ่งถือเป็นคำมั่นสัญญา สี่อย่างที่เราคิดว่ากำลังรออยู่คือ GPT ระดับถัดไป หุ่นยนต์ฮิวแมนนอยด์ นักกฎหมาย AI และวิทยาศาสตร์ที่ขับเคลื่อนด้วย AI ทางเลือกของเราดูเหมือนจะพร้อมจากมุมมองทางเทคโนโลยี แต่จะเป็นไปตามเกณฑ์ทั้งสามข้อที่เรากล่าวถึงหรือไม่นั้นเป็นอีกเรื่องหนึ่ง เราเลือกทั้ง XNUMX คนนี้เพราะเป็นคนที่คอยติดตามความก้าวหน้าในเทคโนโลยี AI ของเรา
1. ความช่วยเหลือด้านกฎหมายของ AI
บริษัทสตาร์ทอัพ DoNotPay อ้างว่ามี สร้างแชทบอทที่ถูกกฎหมาย – สร้างขึ้นจากเทคโนโลยี LLM – ที่สามารถให้คำแนะนำแก่จำเลยในศาล
บริษัทเพิ่งกล่าวว่าจะให้ระบบ AI เข้าช่วย จำเลยทั้งสองต่อสู้เรื่องใบสั่งเร่ง แบบเรียลไทม์ เมื่อเชื่อมต่อผ่านหูฟัง AI สามารถรับฟังการดำเนินคดีและกระซิบข้อโต้แย้งทางกฎหมายใส่หูของจำเลย จากนั้นจึงพูดซ้ำๆ ให้ผู้พิพากษาฟัง
หลังถูกวิจารณ์และเป็นคดีความสำหรับ ประกอบวิชาชีพกฎหมายโดยไม่มีใบอนุญาตการเริ่มต้นเลื่อนการเปิดตัวในห้องพิจารณาคดีของ AI ศักยภาพของเทคโนโลยีจะไม่ถูกตัดสินโดยข้อจำกัดทางเทคโนโลยีหรือเศรษฐกิจ แต่โดยอำนาจของระบบกฎหมาย
ทนายความเป็นผู้เชี่ยวชาญที่ได้รับค่าจ้างดีและค่าใช้จ่ายในการดำเนินคดีสูง ดังนั้นศักยภาพทางเศรษฐกิจสำหรับระบบอัตโนมัติจึงมีมาก อย่างไรก็ตาม ระบบกฎหมายของสหรัฐอเมริกา ปัจจุบันดูเหมือนจะต่อต้านหุ่นยนต์ที่เป็นตัวแทนของมนุษย์ในศาล
2. การสนับสนุนทางวิทยาศาสตร์ของ AI
นักวิทยาศาสตร์หันมาใช้ AI มากขึ้นเพื่อรับข้อมูลเชิงลึก แมชชีนเลิร์นนิง ซึ่งระบบ AI ปรับปรุงสิ่งที่ทำเมื่อเวลาผ่านไป กำลังถูกใช้เพื่อระบุรูปแบบในข้อมูล สิ่งนี้ทำให้ระบบสามารถเสนอสมมติฐานทางวิทยาศาสตร์ที่แปลกใหม่ - คำอธิบายที่เสนอสำหรับปรากฏการณ์ในธรรมชาติ สิ่งเหล่านี้อาจมีความสามารถเหนือสมมติฐานและอคติของมนุษย์
ตัวอย่างเช่น นักวิจัยจากมหาวิทยาลัยลิเวอร์พูล ใช้ระบบแมชชีนเลิร์นนิงที่เรียกว่าโครงข่ายประสาทเทียมเพื่อจัดอันดับชุดค่าผสมทางเคมีสำหรับวัสดุแบตเตอรี่ เป็นแนวทางในการทดลองและประหยัดเวลา
ความซับซ้อนของโครงข่ายประสาทเทียมหมายความว่ามีช่องว่างในความเข้าใจของเราเกี่ยวกับวิธีการตัดสินใจจริง ๆ ซึ่งเรียกว่า ปัญหากล่องดำ. อย่างไรก็ตาม มีเทคนิคที่สามารถชี้ให้เห็นถึงตรรกะที่อยู่เบื้องหลังคำตอบของพวกเขา และสิ่งนี้สามารถนำไปสู่การค้นพบที่ไม่คาดคิดได้
แม้ว่าในปัจจุบัน AI จะไม่สามารถตั้งสมมติฐานได้อย่างอิสระ แต่ก็สามารถสร้างแรงบันดาลใจให้นักวิทยาศาสตร์เข้าหาปัญหาจากมุมมองใหม่ๆ ได้
3. ออโต้จีพีที
เร็วๆ นี้ เราจะเห็นแชทบอท AI เวอร์ชันใหม่ๆ ที่ใช้เทคโนโลยี LLM ล่าสุดที่เรียกว่า GPT-4 เราจะเห็น AI ที่สามารถจัดการกับข้อมูลประเภทต่างๆ เช่น รูปภาพ เสียงพูด ตลอดจนข้อความ สิ่งเหล่านี้เรียกว่า ระบบต่อเนื่องหลายรูปแบบ.
แต่ขอมองต่อไปในอนาคต GPT อัตโนมัติซึ่งเป็นเครื่องมือ AI ขั้นสูงที่ออกโดย Significant Gravitas มีอยู่แล้ว สร้างกระแสในอุตสาหกรรมเทคโนโลยี.
Auto-GPT มีเป้าหมายทั่วไป เช่น การวางแผนงานเลี้ยงวันเกิด และแบ่งออกเป็นงานย่อยซึ่งจะทำให้เสร็จเองโดยไม่ต้องป้อนข้อมูลจากมนุษย์ สิ่งนี้ทำให้แตกต่างจาก ChatGPT
Auto-GPT รวมตัวแทนหรือระบบ AI ที่ทำการตัดสินใจตามกฎและเป้าหมายที่กำหนดไว้ล่วงหน้า แม้ว่าจะมีข้อจำกัดในการติดตั้ง แต่ปัญหาด้านการทำงานดังกล่าวเมื่อใช้กับ Windows Auto-GPT ก็แสดงให้เห็นศักยภาพที่ยอดเยี่ยมในแอปพลิเคชันต่างๆ
4. หุ่นยนต์ฮิวแมนนอยด์
หุ่นยนต์ฮิวแมนนอยด์ - หุ่นยนต์ที่มีลักษณะและเคลื่อนไหวได้เหมือนเรา - ได้ก้าวหน้าไปอย่างมากตั้งแต่การแข่งขัน Darpa Robotics Challenge ครั้งแรกในปี 2015 ซึ่งเป็นการแข่งขันที่ทีมสร้างหุ่นยนต์เพื่อทำงานที่ซับซ้อนหลายอย่างที่ผู้จัดกำหนด ซึ่งรวมถึงการลงจากรถ การเปิดประตู และการเจาะผนัง หลายคนดิ้นรนเพื่อให้บรรลุวัตถุประสงค์
อย่างไรก็ตาม สตาร์ทอัพกำลังพัฒนา “มนุษย์หุ่นยนต์” ที่สามารถทำงานเหล่านี้และนำไปใช้ในโกดังและโรงงานได้
รายงานการแข่งขันหุ่นยนต์ Darpa ในปี 2015
ความก้าวหน้าในด้าน AI เช่น คอมพิวเตอร์วิทัศน์ รวมถึงแบตเตอรี่ที่มีพลังงานสูงซึ่งให้กระแสไฟสูงในระยะสั้น ทำให้หุ่นยนต์สามารถ นำทางในสภาพแวดล้อมที่ซับซ้อน รักษาความสมดุล แบบไดนามิก - แบบเรียลไทม์ Figure AI บริษัทที่สร้างหุ่นยนต์คล้ายมนุษย์สำหรับงานคลังสินค้า ได้รับเงินลงทุนแล้ว 70 ล้านดอลลาร์สหรัฐ (55 ล้านปอนด์)
บริษัทอื่นๆ เช่น 1X, Apptronik และ Tesla กำลังลงทุนในหุ่นยนต์ฮิวแมนนอยด์เช่นกัน ซึ่งบ่งชี้ว่าสาขานี้กำลังเติบโตเต็มที่ หุ่นยนต์ฮิวแมนนอยด์มีข้อได้เปรียบเหนือหุ่นยนต์อื่นๆ ในงานที่ต้องใช้การนำทาง ความคล่องแคล่ว และความสามารถในการปรับตัว เพราะส่วนหนึ่ง พวกมันจะทำงานในสภาพแวดล้อมที่สร้างขึ้นตามความต้องการของมนุษย์
มุมมองที่ยาว
ความสำเร็จในระยะยาวของทั้งสี่นี้จะขึ้นอยู่กับพลังการคำนวณมากกว่า
หุ่นยนต์ฮิวแมนนอยด์อาจไม่ได้รับแรงฉุดหากต้นทุนการผลิตและการบำรุงรักษาเกินดุลผลประโยชน์ที่ได้รับ นักกฎหมาย AI และผู้ช่วยแชทบอทอาจมีประสิทธิภาพที่โดดเด่น อย่างไรก็ตาม การรับเลี้ยงบุตรบุญธรรมอาจถูกระงับหากการตัดสินใจของพวกเขาขัดแย้งกับ "เข็มทิศทางศีลธรรม" ของสังคมหรือกฎหมายที่ไม่เห็นด้วยกับการใช้
การสร้างความสมดุลระหว่างความคุ้มค่ากับค่านิยมของสังคมเป็นสิ่งสำคัญในการทำให้มั่นใจว่าเทคโนโลยีเหล่านี้สามารถเติบโตได้อย่างแท้จริง
เกี่ยวกับผู้เขียน
ฟาเบียน สเตฟานี่อาจารย์ University of Oxford และ โยฮันน์ โลซ์, นักวิจัยหลังปริญญาเอก, University of Oxford
บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.
