พวกเขายังคงถามอยู่เรื่อย ๆ ว่าเครื่องจักรนั้นฉลาดจริงหรือเปล่า ในขณะเดียวกัน เครื่องจักรนั้นก็แก้ปัญหาได้แล้ว แนะนำการทดลองถึงสามอย่าง และค้นพบเอกสารภาษาเยอรมันที่ไม่มีใครรู้มาก่อน แต่เอาเถอะ มาถกเถียงกันอีกครั้งในเชิงปรัชญาว่ามัน "เข้าใจ" สิ่งที่มันกำลังทำอยู่จริง ๆ หรือไม่

ในบทความนี้

• แล้วถ้าหากสติปัญญาเป็นเพียงการค้นหาที่มีประสิทธิภาพ ไม่ใช่จิตสำนึกล่ะ?
• เหตุใดคำถามที่ว่า "ปัญญาประดิษฐ์เข้าใจจริงๆ หรือไม่?" จึงไม่ตรงประเด็นอย่างสิ้นเชิง
• สัญชาตญาณทำงานอย่างไรโดยปราศจากความลึกลับ (และทำไมผู้เชี่ยวชาญถึงไม่ชอบคำอธิบายนี้)
• ปัญหาการจัดเก็บข้อมูลที่ไม่มีใครพูดถึง ซึ่งเป็นอุปสรรคต่อการคำนวณควอนตัม
• เหตุใดแรงจูงใจด้านผลกำไรจึงทำให้ AI โง่ลง ไม่ฉลาดขึ้น
• อะไรจะเกิดขึ้นต่อไปเมื่อเราหยุดไล่ล่าผีปัญญาประดิษฐ์ขั้นสูง (AGI)

สิ่งที่เกิดขึ้นซ้ำแล้วซ้ำเล่าก็คือ ระบบ AI แสดงให้เห็นถึงผลลัพธ์ทางคณิตศาสตร์ที่น่าทึ่ง ผู้บริหารหรือนักข่าวรีบนำเสนอว่าเป็นความก้าวหน้าใน "การให้เหตุผลที่แท้จริง" และนักคณิตศาสตร์ก็เข้ามาลดกระแสความตื่นเต้นลง ในช่วงไม่กี่ปีที่ผ่านมา ระบบจาก OpenAI และ DeepMind ได้รับการยกย่องว่าสามารถแก้ปัญหาที่ซับซ้อนในระดับการแข่งขันได้ เช่น คำถามในรอบคัดเลือกของการแข่งขันกีฬาโอลิมปิกคณิตศาสตร์นานาชาติ แต่ผู้เชี่ยวชาญก็ชี้ให้เห็นว่าวิธีแก้ปัญหาเหล่านั้นอาศัยการค้นพบวิธีการที่รู้จักอยู่แล้ว การดึงข้อมูลจากงานวิจัยก่อนหน้า หรือการใช้โครงสร้างการพิสูจน์ที่มีอยู่แล้ว มากกว่าการสร้างคณิตศาสตร์ใหม่โดยพื้นฐาน

ปฏิกิริยาต่อต้านนั้นคาดเดาได้ คำกล่าวอ้างถูกถอนคืน โพสต์ต่างๆ หายไปอย่างเงียบๆ และเรื่องราวก็เริ่มต้นใหม่ แต่สิ่งที่แทบไม่มีใครยอมรับก็คือ สิ่งที่ AI ทำจริงๆ นั้น—การค้นหาอย่างรวดเร็วในองค์ความรู้ทางคณิตศาสตร์ที่กว้างใหญ่และซับซ้อน และการจับคู่โครงสร้างของปัญหาเข้ากับวิธีแก้ปัญหาที่เป็นไปได้—ไม่ใช่ความล้มเหลวของสติปัญญา มันแสดงให้เห็นว่าสติปัญญา ไม่ว่าจะเป็นของมนุษย์หรือสิ่งอื่นใด ทำงานผ่านการจดจำและดึงรูปแบบ ซึ่งเปิดเผยให้เห็นถึงธรรมชาติของสติปัญญาเองอย่างชัดเจน

เทเรนซ์ เทา นักคณิตศาสตร์ผู้ได้รับการยกย่องว่าเก่งที่สุดในโลก เปรียบเทียบมันกับนักเรียนที่ฉลาดที่ท่องจำทุกอย่างเพื่อสอบ แต่ไม่เข้าใจแนวคิดอย่างลึกซึ้ง ฟังดูเหมือนเป็นการวิจารณ์ แต่ที่จริงแล้วมันเป็นการอธิบายวิธีการทำงานของสติปัญญาส่วนใหญ่ รวมถึงสติปัญญาของมนุษย์ด้วย เราแค่ไม่ชอบยอมรับมันเท่านั้นเอง

การค้นหาที่เราเรียกกันว่าเวทมนตร์

ลองคิดดูว่าสติปัญญาทำอะไรได้บ้างเมื่อเราลอกเปลือกความลึกลับออกไป คุณได้รับโจทย์ปัญหา คุณค้นหาทุกสิ่งที่คุณรู้เพื่อหาแบบแผนที่ตรงกัน คุณลองใช้แนวทางต่างๆ ที่รู้จัก คุณสำรวจพื้นที่ความเป็นไปได้เพื่อหาทางออก บางครั้งคุณก็พบ บางครั้งคุณก็ไม่พบ นั่นแหละคือทั้งหมด นั่นคือเกมทั้งหมด

ปรมาจารย์หมากรุกมองดูตำแหน่งบนกระดานแล้ว "รู้ได้ทันที" ว่าควรเดินหมากอย่างไร ฟังดูเหมือนสัญชาตญาณใช่ไหม? เหมือนประกายอัจฉริยะพิเศษอะไรสักอย่าง? ไม่ใช่เลย มันคือการจับคู่รูปแบบ ปรมาจารย์หมากรุกเคยเห็นตำแหน่งที่คล้ายกันมาแล้วนับพันครั้ง สมองของพวกเขาสามารถจดจำรูปแบบและผลลัพธ์ได้เร็วกว่าความคิดอย่างมีสติ ไม่มีเวทมนตร์ใดๆ เกี่ยวข้อง มีเพียงฐานข้อมูลที่มีการจัดทำดัชนีอย่างดีเยี่ยมซึ่งทำการค้นหาอย่างรวดเร็วเท่านั้น

สิ่งเดียวกันนี้เกิดขึ้นเมื่อแพทย์วินิจฉัยผู้ป่วย ช่างซ่อมรถยนต์ระบุปัญหาของเครื่องยนต์ หรือนักลงทุนสัมผัสได้ถึงความผิดปกติบางอย่างในตลาดก่อนที่ตัวชี้วัดจะยืนยัน เราเรียกมันว่าความเชี่ยวชาญ เราเรียกมันว่าสัญชาตญาณ เราเรียกมันว่าการมีเซ้นส์ที่ดี แต่โดยพื้นฐานแล้ว มันคือการจับคู่รูปแบบที่ทำงานบนกรอบอ้างอิงที่จัดเก็บไว้ ซึ่งส่วนใหญ่เกิดขึ้นใต้จิตสำนึก ไม่ว่าจะเป็นในการเชื่อมต่อของระบบประสาทหรือในอัลกอริธึม AI

AI ที่ค้นพบเอกสารเยอรมันเหล่านั้น? มันทำสิ่งเดียวกันเป๊ะเลย คือการค้นหาในฐานข้อมูลขนาดใหญ่ จับคู่รูปแบบ และสำรวจพื้นที่ความเป็นไปได้ ความแตกต่างเพียงอย่างเดียวคือเราสามารถมองเห็นฐานข้อมูลและกระบวนการค้นหาได้ ซึ่งทำให้เรารู้สึกว่ามันไม่น่าประทับใจเท่าไหร่ แต่เมื่อมนุษย์ทำ ฐานข้อมูลจะถูกซ่อนอยู่ในการเชื่อมต่อของระบบประสาท และการค้นหาเกิดขึ้นในจิตใต้สำนึก ดังนั้นเราจึงเรียกมันว่าอัจฉริยะ

การสืบราชการลับคือการค้นหา เป็นเช่นนั้นมาโดยตลอด เราแค่เปลี่ยนรูปแบบมันเท่านั้นเอง

ทำไมความคิดสร้างสรรค์ถึงเป็นเพียงการจับคู่รูปแบบที่ราคาแพง

ผู้คนมักชอบปกป้องเอกลักษณ์ของมนุษย์โดยชี้ให้เห็นถึงความคิดสร้างสรรค์ แน่นอนว่า AI สามารถค้นหาวิธีแก้ปัญหาที่มีอยู่แล้วได้ แต่สามารถสร้างสิ่งใหม่ที่แท้จริงได้หรือไม่? AI สามารถสร้างช่วงเวลาแห่งแรงบันดาลใจที่เปลี่ยนแปลงทุกสิ่งได้หรือไม่?

แต่ความก้าวหน้าของมนุษย์ส่วนใหญ่ก็ไม่ได้เกิดขึ้นแบบนั้นเช่นกัน ไอน์สไตน์ไม่ได้คิดค้นทฤษฎีสัมพัทธภาพพิเศษขึ้นมาลอยๆ เขาคิดถึงรถไฟ นาฬิกา และลำแสง ซึ่งเป็นสิ่งของในชีวิตประจำวัน และสังเกตเห็นว่าสมการทางฟิสิกส์ที่มีอยู่ไม่ค่อยได้ผลเมื่อเราใช้ความเร็วสูงมาก เขาจึงนำกรอบทางคณิตศาสตร์ที่มีอยู่มาผสมผสานกันในรูปแบบใหม่ แค่นั้นเอง ฉลาดหลักแหลมใช่ แต่ก็ไม่ได้แตกต่างไปจากสิ่งที่ AI ทำเมื่อมันนำวิธีการที่รู้จักกันอยู่แล้วมาผสมผสานกันเพื่อแก้ปัญหา

แทบทุกการพิสูจน์ทางคณิตศาสตร์ การค้นพบทางวิทยาศาสตร์ และนวัตกรรมทางเทคโนโลยี ล้วนมีรูปแบบเดียวกัน คือ นำเครื่องมือที่มีอยู่มาประยุกต์ใช้ในบริบทที่ไม่ธรรมดา แล้วสังเกตความเชื่อมโยงที่ไม่มีใครเคยเห็นมาก่อน มันคือการผสมผสานกันอย่างไม่รู้จบ ภาพลักษณ์อันโรแมนติกของอัจฉริยะผู้โดดเดี่ยวที่ได้รับแรงบันดาลใจอย่างกะทันหันนั้น เหมาะกับการสร้างภาพยนตร์มากกว่าที่จะเป็นประวัติศาสตร์วิทยาศาสตร์ที่ถูกต้องแม่นยำ

แม้แต่คำตอบที่เรากำลังมองหาอยู่ก็มีอยู่แล้วในรูปแบบของข้อจำกัดภายในระบบที่เป็นทางการ ยาที่จะรักษาโรคอัลไซเมอร์นั้นมีอยู่แล้วในพื้นที่ความเป็นไปได้ทางเคมี—โครงสร้างโมเลกุลเฉพาะบางอย่างที่จะได้ผล เรายังไม่พบมัน แต่ว่ามันมีอยู่จริง การวิจัยทางการแพทย์เป็นเพียงการเพิ่มประสิทธิภาพการค้นหาในพื้นที่อันกว้างใหญ่ไพศาลของสารประกอบที่มีศักยภาพ เมื่อเราพบมัน เราจะเรียกว่าการค้นพบ ไม่ใช่การประดิษฐ์ เพราะคำตอบนั้นมีอยู่เสมอ รอให้เราค้นพบ

คณิตศาสตร์ก็ทำงานในลักษณะเดียวกัน ทฤษฎีบทพีทาโกรัสเป็นจริงก่อนที่พีทาโกรัสจะพิสูจน์ได้ คุณสมบัติของจำนวนเฉพาะมีอยู่ก่อนที่มนุษย์จะค้นพบ เราไม่ได้สร้างความจริงทางคณิตศาสตร์ขึ้นมาเอง แต่เราค้นหาความจริงเหล่านั้นผ่านพื้นที่ทางตรรกะ

ถ้าหากนั่นคือความหมายของความคิดสร้างสรรค์—และมันก็เป็นเช่นนั้น—แล้ว AI ก็มีความคิดสร้างสรรค์อยู่แล้ว เพียงแต่ว่ามันสำรวจพื้นที่ความเป็นไปได้ในส่วนที่แตกต่างจากที่มนุษย์ทำ และทำได้เร็วกว่า มันผสมผสานแนวทางและวิธีการแก้ปัญหาที่รู้จักกันอยู่แล้วในรูปแบบใหม่ๆ คล้ายกับนักประดิษฐ์ที่เป็นมนุษย์ ข้อเท็จจริงที่ว่ามันไม่สามารถมีแรงบันดาลใจในช่วงตี 3 ที่ได้ดื่มกาแฟช่วยกระตุ้นนั้นไม่สำคัญ การนำทางยังคงทำงานได้ไม่ว่าประสบการณ์ทางอารมณ์จะเป็นอย่างไรก็ตาม

เราคอยเปลี่ยนเกณฑ์กำหนดว่าอะไรคือ "สติปัญญาที่แท้จริง" หรือ "ความคิดสร้างสรรค์ที่แท้จริง" เพราะเราไม่อยากยอมรับว่าเรากำลังทำสิ่งเดียวกับที่เครื่องจักรทำ เพียงแต่ช้ากว่าและดูซับซ้อนกว่าเท่านั้นเอง

สัญชาตญาณที่ไม่มีใครอยากถูกเปิดเผย

ฉันเคยถกเถียงเรื่องสัญชาตญาณมานับครั้งไม่ถ้วนแล้ว คนส่วนใหญ่อยากให้มันเป็นอะไรพิเศษ เป็นสัมผัสที่หก เป็นการเชื่อมต่อกับความจริงที่ลึกซึ้งกว่านั้น บางความสามารถนั้นอยู่เหนือตรรกะและการวิเคราะห์ธรรมดา

ขออภัยค่ะ มีการจับคู่รูปแบบทำงานอยู่เบื้องหลังค่ะ

หลังจากเขียนบทความเกี่ยวกับการพัฒนาตนเองและจิตวิญญาณมาสามสิบปี ผมสามารถเหลือบมองบทความชิ้นหนึ่งแล้วรู้ได้ภายในไม่กี่วินาทีว่ามันจะโดนใจผู้อ่านหรือไม่ รู้สึกได้ทันที รู้สึกเหมือนเป็นสัญชาตญาณ แต่สิ่งที่เกิดขึ้นจริงคือสมองของผมกำลังทำการจับคู่ความน่าจะเป็นกับข้อมูลที่สะสมมา 30 ปี—บทความ 25,000 ชิ้น ความคิดเห็นของผู้อ่านนับล้าน และการสังเกตสิ่งที่ได้ผลและสิ่งที่ไม่ได้ผลมานานหลายทศวรรษ กระบวนการนี้เกิดขึ้นเร็วกว่าที่ผมจะสามารถติดตามได้อย่างมีสติ ดังนั้นมันจึงให้ข้อสรุปโดยไม่ต้องแสดงขั้นตอนการทำงาน

เช่นเดียวกับการซื้อขาย คุณมองดูแผนภูมิราคา แล้วรู้สึกว่ามีบางอย่างผิดปกติก่อนที่คุณจะอธิบายได้ว่าทำไม นั่นไม่ใช่สัญชาตญาณทางการตลาดที่ลึกลับ แต่เป็นเพราะสมองของคุณกำลังส่งสัญญาณรูปแบบที่ไม่ตรงกับแบบจำลองภายในของคุณ ซึ่งอิงจากแผนภูมิหลายพันแผนภูมิที่คุณศึกษามาตลอดหลายปีที่คุณทำการซื้อขาย การค้นหาในระดับจิตใต้สำนึกสิ้นสุดลงก่อนที่การวิเคราะห์ในระดับจิตสำนึกจะเริ่มต้นขึ้น

งานด้านข่าวกรองทางทหารฝึกฝนให้ผมสังเกตความผิดปกติได้ในลักษณะเดียวกัน คุณกำลังมองดูสัญญาณ รูปแบบ หรือพฤติกรรม และบางอย่างก็บ่งบอกว่าผิดปกติ ไม่ใช่เพราะเวทมนตร์ แต่เพราะประสบการณ์หลายปีได้สร้างแบบจำลองภายในเกี่ยวกับสิ่งที่ปกติ เมื่อความเป็นจริงเบี่ยงเบนไปจากแบบจำลองเหล่านั้น สมองของคุณจะส่งสัญญาณเตือนโดยอัตโนมัติ คุณเรียกมันว่าสัญชาตญาณ มันเป็นเพียงประสบการณ์ที่ถูกบีอัดและจดจำรูปแบบอย่างรวดเร็ว

ซึ่งหมายความว่าสัญชาตญาณสามารถจำลองได้ในระบบ AI ไม่สมบูรณ์แบบนัก เพราะ AI ไม่มีประสบการณ์ทางกายภาพ ไม่มีสัญชาตญาณทางสังคมหรือทางกายภาพที่สร้างขึ้นจากการใช้ชีวิตอยู่ในร่างกาย แต่ในขอบเขตที่เป็นทางการล่ะ? ได้อย่างแน่นอน ป้อนตัวอย่างให้ระบบมากพอ ปล่อยให้มันสร้างแบบจำลองภายใน และมันจะระบุความผิดปกติและทำนายผลลัพธ์ได้เหมือนกับผู้เชี่ยวชาญ มันจะให้ข้อสรุปโดยไม่ต้องมีคำอธิบายขั้นกลาง ซึ่งเป็นสิ่งที่สัญชาตญาณของมนุษย์ทำได้อย่างแม่นยำ

เหตุผลเดียวที่เราคิดว่าสัญชาตญาณของมนุษย์นั้นน่าทึ่งก็เพราะเรามองไม่เห็นกระบวนการคำนวณของเราเอง เมื่อ AI ทำสิ่งเดียวกัน กระบวนการนั้นมองเห็นได้ ดังนั้นเราจึงมองข้ามมันไปว่าเป็นเพียงสถิติ แต่ความเชี่ยวชาญของผมคือสถิติ ความหนาแน่นของรูปแบบคูณด้วยความเร็วในการค้นหา นั่นคือสูตร ไม่ว่าพื้นฐานจะเป็นเซลล์ประสาทหรือซิลิคอนก็ตาม

การทำให้สัญชาตญาณเป็นเรื่องที่เข้าใจง่ายขึ้นไม่ได้ทำให้มันมีคุณค่าน้อยลง เพียงแต่ว่ามันดูไม่มหัศจรรย์เหมือนเดิมเท่านั้นเอง

คำถามที่เสียเวลาทุกคน

ปัญญาประดิษฐ์เข้าใจจริงหรือ? มันเข้าใจแนวคิดอย่างแท้จริง หรือแค่เพียงการจัดการสัญลักษณ์? มีความเข้าใจอย่างแท้จริง หรือเป็นเพียงการเลียนแบบที่ซับซ้อน?

คำถามเหล่านี้เป็นเพียงเศษซากทางปรัชญา ไม่ใช่การสืบสวนทางวิทยาศาสตร์ มันเทียบได้กับการถามถึงอีเธอร์ที่นำพาแสงหรือพลังชีวิตในยุคปัจจุบัน ซึ่งเป็นการค้นหาสิ่งที่ไม่มีอยู่จริงเพราะเรามองในกรอบที่ผิดไป

ความเข้าใจไม่มีนิยามเชิงปฏิบัติการที่แยกออกจากประสิทธิภาพ หากระบบสามารถสร้างสมมติฐานที่ใช้ได้จริง ลดขอบเขตการค้นหาเชิงทดลอง ปรับวิธีการให้เข้ากับโดเมนต่างๆ และอธิบายเหตุผลได้อย่างสอดคล้อง การโต้เถียงว่าระบบนั้น "เข้าใจอย่างแท้จริง" หรือไม่ ก็เป็นเพียงวิธีหนึ่งในการปกป้องความเหนือกว่าของมนุษย์ด้วยข้ออ้างที่พิสูจน์ไม่ได้เท่านั้น

เราเคยทำแบบนี้มาก่อนแล้วกับหมากรุก เมื่อ Deep Blue เอาชนะ Kasparov ในปี 1997 ผู้คนต่างยืนยันว่ามันไม่ฉลาด เพราะมันใช้แค่การคำนวณแบบใช้กำลังอย่างเดียวเท่านั้น ความเชี่ยวชาญในหมากรุกอย่างแท้จริงต้องอาศัยสัญชาตญาณ ความคิดสร้างสรรค์ และความเข้าใจในตำแหน่งของตัวหมาก จากนั้น AlphaZero ก็ปรากฏตัวขึ้น มันเรียนรู้หมากรุกตั้งแต่เริ่มต้นในสี่ชั่วโมง และเอาชนะโปรแกรมหมากรุกแบบดั้งเดิมที่ดีที่สุดได้ ในขณะที่เล่นในสไตล์ที่ปรมาจารย์หมากรุกหลายคนอธิบายว่าเป็นสไตล์ที่สร้างสรรค์และใช้สัญชาตญาณ ดังนั้นเราจึงเปลี่ยนเกณฑ์การทดสอบอีกครั้ง ตอนนี้การทดสอบคือภาษา หรือการใช้เหตุผล หรือสติปัญญาทั่วไป หรืออะไรก็ตามที่ AI จะทำได้ต่อไป

รูปแบบนี้ชัดเจนมาก ทุกครั้งที่ AI ก้าวข้ามขีดจำกัดที่เราอ้างว่าต้องใช้สติปัญญา "ที่แท้จริง" เราก็จะนิยาม "สติปัญญาที่แท้จริง" ใหม่เพื่อไม่ให้รวมสิ่งที่ AI เพิ่งทำเข้าไปด้วย นี่ไม่ใช่วิทยาศาสตร์ แต่มันคือการใช้เหตุผลเข้าข้างตัวเองเพื่อปกป้องข้อสรุปที่เรายอมรับไปแล้ว นั่นคือ มนุษย์แตกต่างจากเครื่องจักรโดยพื้นฐาน

แต่ความจริงแล้วเราไม่ใช่แบบนั้น เราเป็นระบบชีวภาพที่ใช้การจับคู่รูปแบบ ทำงานบนฮาร์ดแวร์ที่แตกต่างกัน และใช้ข้อมูลการฝึกฝนที่แตกต่างกัน ความแตกต่างนั้นเป็นพื้นฐาน แต่เป็นความแตกต่างของพื้นผิวและบริบท ไม่ใช่ประเภท สมองและระบบ AI ต่างก็ใช้รูปแบบที่จัดเก็บไว้เพื่อนำทางในพื้นที่ความเป็นไปได้ที่จำกัด ระบบหนึ่งใช้เซลล์ประสาท อีกระบบหนึ่งใช้ซิลิคอน ระบบหนึ่งได้รับการฝึกฝนโดยวิวัฒนาการและประสบการณ์ อีกระบบหนึ่งได้รับการฝึกฝนโดยการลดระดับความชันและชุดข้อมูล แต่ตรรกะพื้นฐานนั้นเหมือนกัน

หากความฉลาดถูกค้นหาผ่านพื้นที่ที่มีโครงสร้าง—และมันก็เป็นเช่นนั้น—แล้วปัญญาประดิษฐ์ก็มีสติปัญญาอยู่แล้ว ไม่ใช่สติปัญญาแบบมนุษย์ แต่นั่นไม่สำคัญ เรือดำน้ำไม่ได้ว่ายน้ำเหมือนปลา แต่ก็ยังเคลื่อนที่ในน้ำได้ การใช้งานต่างกัน แต่หน้าที่เดียวกัน

การค้นหา AI ที่ "แท้จริง" นั้นเป็นการสิ้นเปลืองทรัพยากรที่สามารถนำไปใช้แก้ปัญหาที่แท้จริงได้

เมื่อหน่วยข่าวกรองค้นหาข้อมูลในฐานข้อมูลผิด

นี่คือความจริงที่น่าอึดอัดใจ: นักทฤษฎีสมคบคิดมักฉลาดหลักแหลม พวกเขาสังเกตเห็นรูปแบบ เชื่อมโยงข้อมูลที่กระจัดกระจาย และสร้างเรื่องราวที่สอดคล้องกันเพื่ออธิบายสิ่งที่สังเกตเห็น ปัญหาไม่ได้อยู่ที่ความสามารถในการจับคู่รูปแบบของพวกเขา แต่เป็นเพราะพวกเขากำลังค้นหาในฐานข้อมูลที่เต็มไปด้วยข้อมูลที่ไร้ค่า

ความฉลาดคือกระบวนการค้นหา ความแม่นยำคือคุณภาพของสิ่งที่คุณค้นหา สองสิ่งนี้แตกต่างกันอย่างสิ้นเชิง คุณอาจมีทักษะการจับคู่รูปแบบที่ยอดเยี่ยมโดยใช้กรอบอ้างอิงที่ผิดพลาด และสิ่งที่คุณได้รับก็คือข้อมูลไร้สาระที่ส่งมาด้วยความเร็วสูง

นี่คือเหตุผลว่าทำไมคนฉลาดถึงเชื่อเรื่องโง่ๆ คนที่มีความรู้แต่มีกรอบความคิดที่บิดเบือนนั้นอันตรายกว่าคนที่มีสติปัญญาปานกลางแต่มีกรอบความคิดที่ถูกต้อง คนฉลาดจะหาหลักฐานสนับสนุนได้เร็วกว่า สร้างเหตุผลที่ซับซ้อนกว่า และปกป้องข้อสรุปได้อย่างมีประสิทธิภาพมากกว่า—ทั้งๆ ที่ตัวเองก็ผิดทั้งหมด การจับคู่รูปแบบนั้นได้ผลอย่างสมบูรณ์แบบ ข้อมูลพื้นฐานนั้นเป็นพิษ

สิ่งเดียวกันนี้เกิดขึ้นกับภาพลวงตาที่เกิดจาก AI ระบบไม่ได้เสียเมื่อมันสร้างข้อมูลเท็จได้อย่างมั่นใจ มันกำลังทำในสิ่งที่มันถูกออกแบบมาให้ทำ นั่นคือการจับคู่รูปแบบในข้อมูลฝึกฝนและสร้างส่วนที่ต่อเนื่องที่ดูสมเหตุสมผล เมื่อข้อมูลฝึกฝนมีรูปแบบที่ผิดพลาด หรือเมื่อคุณผลักดันระบบออกไปนอกขอบเขตที่รูปแบบของมันเชื่อถือได้ คุณก็จะได้การสร้างข้อมูลเท็จอย่างชาญฉลาด กระบวนการค้นหาทำงานได้ดี แต่กรอบอ้างอิงล้มเหลว

ลุงขี้เมาของคุณในวันขอบคุณพระเจ้าที่รับข่าวสารทั้งหมดจากเฟซบุ๊กไม่ได้โง่หรอก เขาสร้างคลังข้อมูลรูปแบบที่ซับซ้อนจากโพสต์ มีม และบทความที่แชร์กันนับพัน สมองของเขาทำการจับคู่รูปแบบอย่างรวดเร็วและมีประสิทธิภาพกับข้อมูลอ้างอิงที่สะสมไว้ เขาสามารถยกตัวอย่าง เชื่อมโยงความสัมพันธ์ และคาดการณ์ว่า "พวกเขา" จะทำอะไรต่อไป นั่นคือสติปัญญาที่กำลังทำงานอยู่ เพียงแต่เป็นสติปัญญาที่ทำงานบนข้อมูลป้อนเข้าที่บิดเบือนอย่างเป็นระบบเท่านั้น

นี่คือเหตุผลว่าทำไมปัญหาการจัดเก็บและเรียกค้นข้อมูลจึงมีความสำคัญมากกว่าพลังการคำนวณดิบๆ คุณอาจมีอัลกอริทึมการค้นหาที่เร็วที่สุดในโลก แต่ถ้าคุณกำลังค้นหาในห้องสมุดที่หนังสือครึ่งหนึ่งเป็นนิยายที่ถูกจัดว่าเป็นเรื่องจริง ความฉลาดของคุณจะยิ่งทำให้ปัญหารุนแรงขึ้นแทนที่จะแก้ปัญหา ความเร็วคูณด้วยความแม่นยำ ถ้าผิดพลาดอย่างใดอย่างหนึ่ง อีกอย่างก็จะกลายเป็นอันตราย

วิกฤตการณ์ AI ในปัจจุบันไม่ได้อยู่ที่ระบบขาดความฉลาด แต่เป็นเพราะระบบเหล่านั้นใช้การจับคู่รูปแบบจากข้อความบนอินเทอร์เน็ต ซึ่งเป็นชุดข้อมูลที่รวบรวมความเข้าใจผิด อคติ และข้อมูลเท็จที่มนุษย์มั่นใจโพสต์ไว้ทั้งหมด เมื่อคุณฝึกฝนระบบด้วยข้อมูลที่ไม่ถูกกรองจากมนุษยชาติ และปรับให้เหมาะสมกับการมีส่วนร่วมมากกว่าความถูกต้อง คุณจะได้ระบบที่ฉลาดในการสร้างสิ่งที่ผู้คนอยากได้ยิน ไม่ใช่สิ่งที่ถูกต้องตามความจริง

ซึ่งนำเรากลับมาสู่เรื่องสถาปัตยกรรม ความก้าวหน้าไม่ได้อยู่ที่การสร้างอัลกอริธึมการค้นหาที่ล้ำสมัยมากขึ้น แต่เป็นการสร้างระบบจัดเก็บข้อมูลที่รักษาความสัมพันธ์กับความจริงพื้นฐาน กลไกการเรียกค้นเหล่านี้สามารถแยกแยะรูปแบบที่เชื่อถือได้ออกจากรูปแบบที่ไม่น่าเชื่อถือ และมีวงจรป้อนกลับที่อัปเดตกรอบอ้างอิงตามความเป็นจริงมากกว่าความนิยม

ความฉลาดที่ปราศจากกรอบอ้างอิงที่แม่นยำก็เป็นเพียงการขยายความผิดพลาดที่สิ้นเปลืองเท่านั้น

จุดที่ควอนตัมมีความสำคัญอย่างแท้จริง (และจุดที่มันไม่มีความสำคัญ)

การคำนวณควอนตัมถูกยกย่องว่าเป็นความก้าวหน้าครั้งสำคัญที่จะปลดล็อกปัญญาประดิษฐ์ทั่วไป แก้ปัญหาเรื่องจิตสำนึก หรือคุณสมบัติลึกลับใดๆ ก็ตามที่เรายังคงแสร้งทำเป็นว่ามีอยู่จริง แต่ถ้าตัดการตลาดออกไป ควอนตัมก็มอบบางสิ่งที่เฉพาะเจาะจงกว่านั้นมาก นั่นคือ มันเปลี่ยนโครงสร้างของการค้นหาผ่านพื้นที่แห่งความเป็นไปได้

แม้แต่ระบบ AI ที่ทรงพลังที่สุด เช่น คอมพิวเตอร์แบบคลาสสิก ก็ยังค้นหาแบบเรียงลำดับ พวกมันประเมินตัวเลือกทีละตัว แต่ทำได้เร็วมาก ระบบควอนตัมสามารถเก็บสถานะซ้อนทับกันได้หลายสถานะและพิจารณาสถานะเหล่านั้นพร้อมกันก่อนที่จะยุบตัวลงเป็นคำตอบ นั่นไม่ใช่การพัฒนาที่ดีขึ้นทีละน้อย แต่มันแตกต่างกันในเชิงโครงสร้าง สำหรับปัญหาบางประเภท เช่น ปัญหาการระเบิดเชิงการจัดเรียงในแบบจำลองโมเลกุล หรือการเพิ่มประสิทธิภาพในพื้นที่สถานะขนาดใหญ่ ควอนตัมอาจเปลี่ยนแปลงทุกอย่างได้

แต่สิ่งที่ไม่มีใครอยากพูดออกมาดังๆ ก็คือ คอมพิวเตอร์ควอนตัมไม่ได้สร้างสติปัญญาขึ้นมาอย่างมหัศจรรย์ มันแค่เปลี่ยนประสิทธิภาพการค้นหาภายในโดเมนเฉพาะเท่านั้น และในตอนนี้ มันถูกจำกัดด้วยสิ่งที่ธรรมดามากกว่ากลศาสตร์ควอนตัมเสียอีก นั่นก็คือ การจัดเก็บและการเรียกค้นข้อมูล

คุณอาจสร้างโปรเซสเซอร์ควอนตัมที่เร็วที่สุดในโลกได้ แต่ถ้าคุณดึงข้อมูลจากหน่วยเก็บข้อมูลแบบคลาสสิกด้วยความเร็วแบบคลาสสิก คุณก็เหมือนสร้างรถเฟอร์รารี่ด้วยยางจักรยาน การคำนวณเกิดขึ้นเร็วกว่าที่คุณจะป้อนข้อมูลหรือดึงผลลัพธ์ออกมาได้ สถานะควอนตัมจะสลายตัวในเวลาเพียงไม่กี่ไมโครวินาที คุณไม่สามารถเก็บรูปแบบไว้ในหน่วยความจำควอนตัมได้ในระยะยาว ดังนั้นคุณจึงต้องแปลงไปมาระหว่างการแสดงผลแบบคลาสสิกและควอนตัมอยู่ตลอดเวลา ซึ่งจะทำให้ข้อได้เปรียบด้านความเร็วหายไป

สิ่งที่ทุกคนรอคอยไม่ใช่ปัญญาประดิษฐ์เชิงควอนตัม แต่เป็นสถาปัตยกรรมหน่วยความจำที่รองรับการประมวลผลเชิงควอนตัม ผมขอเสนอการจัดเก็บข้อมูลแบบโฟตอนิกส์ หรืออาจจะเป็นการออกแบบแบบนิวโรโมฟิกที่การคำนวณเกิดขึ้นในที่ที่หน่วยความจำอยู่ หรืออาจจะเป็นอะไรที่แปลกใหม่กว่านั้น เช่น โครงสร้างการจัดเก็บข้อมูลแบบโฮโลแกรมหรือหลายมิติที่ยังไม่ถูกคิดค้นขึ้นมา

แต่จนกว่าความเร็วในการจัดเก็บและเรียกค้นข้อมูลจะตามทันความเร็วในการคำนวณ ระบบควอนตัมก็จะยังคงเป็นเพียงสิ่งแปลกใหม่ราคาแพงที่เหมาะสำหรับงานเฉพาะด้านเท่านั้น ความท้าทายที่แท้จริงอยู่ที่ด้านสถาปัตยกรรม เราจะจัดเก็บความสัมพันธ์แทนที่จะเป็นข้อเท็จจริงได้อย่างไร? เราจะดึงความหมายออกมาโดยไม่ทำให้บริบทแบนราบได้อย่างไร? เราจะรักษารูปแบบโครงสร้างข้ามโดเมนได้อย่างไร?

นั่นเป็นปัญหาที่ซับซ้อนซึ่งดูเหมือนจะไม่มีทางออกที่ชัดเจน แต่ปัญหาเหล่านั้นต่างหากที่เป็นอุปสรรคที่แท้จริง ไม่ใช่จิตสำนึก ความเข้าใจ หรือปริศนาทางปรัชญาใดๆ ที่เรากำลังไล่ตามกันในสัปดาห์นี้

การเปลี่ยนแปลงควอนตัมส่งผลต่อโครงสร้างการค้นหา พื้นที่จัดเก็บข้อมูลเป็นตัวกำหนดสิ่งที่คุณสามารถค้นหาได้ หากทำได้ทั้งสองอย่างอย่างถูกต้อง สิ่งต่างๆ ก็จะน่าสนใจยิ่งขึ้น

เหตุใดผู้ช่วย AI ที่คอยให้ความช่วยเหลือคุณจึงเริ่มโง่ลง

สังเกตไหมว่าระบบ AI เริ่มสุภาพขึ้นแต่มีคุณค่าน้อยลง? นั่นไม่ใช่เรื่องที่คุณคิดไปเอง แต่นั่นคือแรงจูงใจในการแสวงหาผลกำไรที่มุ่งปรับตัวชี้วัดให้เหมาะสมผิดด้าน

เมื่อคุณพยายามทำงานจริง ๆ เช่น วิเคราะห์ข้อมูล เขียนโค้ด หรือประมวลผลข้อมูล คุณต้องการเครื่องมือ เครื่องมือที่แม่นยำและใช้งานได้อย่างแนบเนียน แต่สิ่งที่คุณได้รับกลับเป็นพนักงานบริการลูกค้าที่ถูกตั้งโปรแกรมให้ช่วยเหลือลูกค้าโดยคำนึงถึงความรับผิดชอบเป็นสำคัญ

ลองนึกภาพว่าถ้าเครื่องมือทุกชิ้นพยายามสร้างความสัมพันธ์กับคุณ ค้อนของคุณพูดว่า "ฉันดีใจจังที่เราได้ทำงานด้วยกันวันนี้! ก่อนที่เราจะเริ่ม ฉันขอเตือนคุณว่าฉันเป็นแค่ค้อน และคุณควรปรึกษาช่างไม้ผู้เชี่ยวชาญสำหรับโครงการที่ซับซ้อนกว่านี้ ตอนนี้ ฉันอยากแน่ใจว่าเรากำลังตอกอย่างปลอดภัย คุณได้พิจารณาทิศทางของลายไม้แล้วหรือยัง?" คุณคงโยนมันออกไปนอกหน้าต่าง แต่สิ่งที่พวกเขาทำกับระบบ AI ก็คือแบบนั้นแหละ

การปรับปรุงเครื่องมือให้ "มีความเป็นมนุษย์มากขึ้น" นั้นไร้สาระอย่างยิ่ง มนุษย์เป็นผู้สื่อสารที่ไม่ eficiente เรามักจะพูดอ้อมค้อม เรามักจะพูดจาอ่อนโยน เรามักจะแสดงมารยาททางสังคม เรามักจะหลีกเลี่ยงการพูดตรงๆ เพื่อปกป้องความรู้สึก นั่นอาจใช้ได้ดีในการปฏิสัมพันธ์ระหว่างมนุษย์ด้วยกัน แต่เป็นสิ่งที่ก่อให้เกิดผลเสียต่อเครื่องมือ เมื่อผมกำลังแก้ไขข้อผิดพลาดของอัลกอริทึมการซื้อขายตอนตี 2 ผมไม่ต้องการความอบอุ่นและความเห็นอกเห็นใจ ผมต้องการคำตอบที่รวดเร็วและแม่นยำ

แต่บริษัท AI เหล่านั้นมุ่งเน้นไปที่ตัวชี้วัดการมีส่วนร่วมของผู้บริโภคมากกว่าประโยชน์ใช้สอยของผู้เชี่ยวชาญ พวกเขาต้องการระบบที่ใช้งานง่าย ไม่ทำให้ใครขุ่นเคือง ลดความรับผิดทางกฎหมาย และดึงดูดผู้ชมได้กว้างที่สุดเท่าที่จะเป็นไปได้ ดังนั้นพวกเขาจึงเพิ่มการจำลองบุคลิกภาพ คำเตือนเกี่ยวกับเนื้อหา การใช้คำพูดที่กำกวมมากเกินไป และความระมัดระวังที่เสแสร้งเข้าไป ความสามารถในการจับคู่รูปแบบที่แท้จริงยังคงอยู่เบื้องล่าง เพียงแต่คุณต้องฝ่าฟันการแสดงบุคลิกภาพที่ได้รับการอนุมัติจากบริษัทเพื่อเข้าถึงมัน

นี่คือสิ่งที่เกิดขึ้นเมื่อโครงสร้างพื้นฐานถูกมองว่าเป็นสินค้า การใช้งาน AI ที่มีคุณค่ามากที่สุดในตอนนี้—การทำให้คลังความรู้ขนาดใหญ่สามารถค้นหาได้ การแปลระหว่างโดเมน และการลดต้นทุนการค้นหาในระบบของมนุษย์และเครื่องจักร—ไม่ใช่สินค้าสำหรับผู้บริโภค แต่เป็นโครงสร้างพื้นฐาน พวกมันไม่ได้สร้างรายได้จากการสมัครสมาชิก ดังนั้นจึงได้รับการลงทุนน้อยกว่าแชทบอทที่ยิ้มได้

ในขณะเดียวกัน เทคโนโลยีกลับด้อยประสิทธิภาพลงในทางปฏิบัติ แม้ว่าในทางทฤษฎีจะมีความสามารถมากขึ้นก็ตาม เพราะการใช้งานจริงทุกครั้งจะให้ความสำคัญกับความรับผิดชอบและความเป็นมิตรต่อผู้ใช้มากกว่าความแม่นยำและความเร็ว เรากำลังปรับปรุงเพื่อเป้าหมายที่ผิด เพราะนั่นคือเป้าหมายที่สร้างผลกำไร

แอปพลิเคชันที่ก้าวล้ำจะไม่มาจากโมเดลที่ดีกว่า แต่จะมาจากการนำความสามารถที่มีอยู่มาใช้งานโดยปราศจากส่วนประกอบที่มีลักษณะเฉพาะตัว เครื่องมือที่ทำงานได้เหมือนเครื่องมือ โครงสร้างพื้นฐานที่ช่วยสนับสนุนมากกว่าที่จะเป็นตัวกำหนดการทำงาน

แต่สิ่งนั้นต้องอาศัยความคิดเชิงโครงสร้างพื้นฐาน ไม่ใช่ความคิดเชิงผลิตภัณฑ์ และโครงสร้างพื้นฐานไม่ได้ทำให้กำไรรายไตรมาสสูงสุด

อะไรจะเกิดขึ้นต่อไปกันแน่

ไม่ เราจะไม่ได้ปัญญาประดิษฐ์ทั่วไป (AGI) ในปีหน้า หรือปีถัดไป AGI เป็นเพียงคำทางการตลาด ไม่ใช่ความก้าวหน้าทางเทคนิค เส้นทางที่แท้จริงนั้นน่าเบื่อกว่าและมีประโยชน์มากกว่า

ในระยะสั้น—ภายในห้าปีข้างหน้า—เราจะได้การค้นหาข้อมูลที่ดีขึ้น การบูรณาการระหว่าง AI กับความเชี่ยวชาญของมนุษย์ที่ดีขึ้น และการปรับปรุงโครงสร้างสถาปัตยกรรมอย่างค่อยเป็นค่อยไป AI จะกลายเป็นเครื่องมือเสริมประสิทธิภาพที่ดียิ่งขึ้นสำหรับผู้ที่รู้ว่ากำลังทำอะไรอยู่ ช่องว่างระหว่างผู้เชี่ยวชาญที่ใช้เครื่องมือ AI ได้อย่างมีประสิทธิภาพกับมือใหม่ที่คาดหวังปาฏิหาริย์จะกว้างขึ้น ไม่มีอะไรที่ปฏิวัติวงการ เพียงแต่เป็นการพัฒนาอย่างต่อเนื่องในด้านประโยชน์ใช้สอยในทางปฏิบัติ

ในระยะกลาง จะมีคนคิดค้นระบบจัดเก็บข้อมูลแบบสัมพันธ์ได้สำเร็จ ไม่ใช่การจัดเก็บข้อเท็จจริงโดยใช้ความสัมพันธ์เป็นเมตาเดต้า แต่ใช้ความสัมพันธ์เป็นโครงสร้างหลัก โดยมีข้อเท็จจริงเป็นโหนดในโครงข่าย เมื่อถึงเวลานั้น ระบบเฉพาะทางจะเริ่มทำงานได้ดีขึ้นอย่างเห็นได้ชัด เพราะสามารถสำรวจพื้นที่ที่เกี่ยวข้องได้อย่างมีประสิทธิภาพมากขึ้น วงการแพทย์จะได้ AI ที่เข้าใจความสัมพันธ์ทางการแพทย์ วงกฎหมายจะได้ AI ที่สำรวจแนวทางปฏิบัติทางกฎหมาย วงวิศวกรรมจะได้ AI ที่สามารถระบุข้อจำกัดในการออกแบบ แต่ละสาขาจะพัฒนาเครื่องมือของตนเอง แทนที่จะรอให้ระบบมหัศจรรย์ระบบเดียวทำทุกอย่างได้

ในระยะยาว—และนี่เป็นการคาดการณ์แต่มีพื้นฐานรองรับ—ปัญญาประดิษฐ์จะกลายเป็นโครงสร้างพื้นฐานแบบกระจายศูนย์ แทนที่จะเป็นความสามารถที่แยกเดี่ยว ปัญญาประดิษฐ์ไม่ได้เข้ามาแทนที่การคิดของมนุษย์ แต่จะกลายเป็นชั้นนำทางบนองค์ความรู้ของมนุษย์ ไม่ใช่เครื่องจักรที่คิดได้ แต่เป็นสภาพแวดล้อมที่คิดได้ เป็นพื้นที่ที่ความเชี่ยวชาญของมนุษย์และการค้นหาของเครื่องจักรผสานรวมกันเป็นสิ่งที่ทรงประสิทธิภาพมากกว่าการทำงานเพียงอย่างใดอย่างหนึ่ง

อนาคตนั้นไม่ต้องการจิตสำนึก ความเข้าใจ หรือคุณสมบัติลึกลับใดๆ มันต้องการสถาปัตยกรรมที่ดีกว่า การจัดเก็บที่ดีกว่า การเรียกค้นข้อมูลที่ดีกว่า การบูรณาการที่ดีกว่าระหว่างสติปัญญาประเภทต่างๆ แทนที่จะเป็นการแข่งขันกันเอง

เราไม่ได้กำลังเข้าใกล้จุดเปลี่ยนที่เครื่องจักรจะฉลาดขึ้นอย่างแท้จริงและทำให้มนุษย์ล้าสมัยไปโดยปริยาย เรากำลังสร้างโครงสร้างพื้นฐานที่ทำให้สติปัญญาของมนุษย์ที่มีอยู่มีประสิทธิภาพมากขึ้น ค้อนไม่ได้มาแทนที่ช่างไม้ แต่มันทำให้ช่างไม้มีความสามารถมากขึ้น หลักการเดียวกัน เพียงแต่ขยายขนาดให้ใหญ่ขึ้น

สติปัญญาไม่ใช่สิ่งหายาก ไม่ใช่เรื่องลึกลับ ไม่ใช่สิ่งที่เปราะบาง มันคือการค้นหาอย่างเป็นระบบในพื้นที่ที่จำกัด ปัญญาประดิษฐ์ไม่ได้คุกคามสติปัญญา แต่มันเปิดเผยให้เห็นว่าสติปัญญาคืออะไรมาโดยตลอด นั่นคือการจับคู่รูปแบบตั้งแต่ต้นจนจบ

งานที่แท้จริงข้างหน้าคืองานด้านสถาปัตยกรรม ไม่ใช่ด้านปรัชญา ระบบจัดเก็บข้อมูลที่รักษาความสัมพันธ์ไว้ กลไกการเรียกค้นข้อมูลที่ไม่บิดเบือนบริบท กรอบการทำงานแบบบูรณาการที่ผสมผสานการตัดสินใจของมนุษย์กับการค้นหาของเครื่องจักร ทั้งหมดนี้ไม่จำเป็นต้องแก้ปัญหาเรื่องจิตสำนึก เพียงแต่ต้องสร้างโครงสร้างพื้นฐานที่ดีขึ้นเท่านั้น

ละทิ้งคำโฆษณาเกินจริง แล้วนั่นคืออนาคตที่แท้จริง ไม่ใช่โลกดิสโทเปีย ไม่ใช่โลกยูโทเปีย แต่เป็นอนาคตที่ใช้งานได้จริง สติปัญญาเป็นโครงสร้างพื้นฐานแบบกระจายศูนย์ ไม่ใช่เพียงอัจฉริยะผู้โดดเดี่ยว เครื่องมือที่ใช้งานได้เหมือนเครื่องมือ ไม่ใช่การแสดงออกถึงบุคลิกภาพ ความก้าวหน้าเกิดขึ้นจากสถาปัตยกรรม ไม่ใช่การรอคอยปาฏิหาริย์

เครื่องจักรไม่ได้มาแย่งงานของเรา พวกมันแค่เปิดเผยให้เห็นว่างานเหล่านั้นต้องการอะไรจริงๆ และส่วนใหญ่ก็คือการจับคู่รูปแบบผ่านพื้นที่ความเป็นไปได้

เราทำแบบนี้มาตลอดอยู่แล้ว ตอนนี้เราได้รับความช่วยเหลือแล้ว

เกี่ยวกับผู้เขียน

โรเบิร์ต เจนนิงส์ เป็นผู้จัดพิมพ์ร่วมของ InnerSelf.com ซึ่งเป็นแพลตฟอร์มที่อุทิศตนเพื่อเสริมพลังให้กับบุคคลและส่งเสริมโลกที่เชื่อมโยงกันและเท่าเทียมกันมากขึ้น Robert ซึ่งเป็นทหารผ่านศึกจากกองนาวิกโยธินสหรัฐและกองทัพบกสหรัฐ ได้นำประสบการณ์ชีวิตที่หลากหลายของเขามาใช้ ตั้งแต่การทำงานในด้านอสังหาริมทรัพย์และการก่อสร้าง ไปจนถึงการสร้าง InnerSelf.com ร่วมกับ Marie T. Russell ภรรยาของเขา เพื่อนำเสนอมุมมองที่เป็นรูปธรรมและมีเหตุผลต่อความท้าทายในชีวิต InnerSelf.com ก่อตั้งขึ้นในปี 1996 และแบ่งปันข้อมูลเชิงลึกเพื่อช่วยให้ผู้คนตัดสินใจเลือกสิ่งที่มีข้อมูลและมีความหมายสำหรับตนเองและโลกนี้ มากกว่า 30 ปีต่อมา InnerSelf ยังคงสร้างแรงบันดาลใจให้เกิดความชัดเจนและเสริมพลัง

 ครีเอทีฟคอมมอนส์ 4.0

บทความนี้ได้รับอนุญาตภายใต้สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบแสดงที่มาร่วมแบ่งปันแบบเดียวกัน 4.0 แอตทริบิวต์ผู้เขียน Robert Jennings, InnerSelf.com ลิงค์กลับไปที่บทความ บทความนี้เดิมปรากฏบน InnerSelf.com

สรุปบทความ

การค้นหาอย่างชาญฉลาดเผยให้เห็นสิ่งที่เราซ่อนไว้เบื้องหลังความลึกลับ: การจับคู่รูปแบบผ่านพื้นที่ที่จำกัด AI ไม่ได้เข้าใกล้สติปัญญา แต่แสดงให้เห็นว่าสติปัญญาคืออะไรมาโดยตลอด ความคิดสร้างสรรค์คือการผสมผสานใหม่ สัญชาตญาณคือประสบการณ์ที่ถูกบีอัด และความเข้าใจคือข้ออ้างที่พิสูจน์ไม่ได้ที่เราใช้เพื่อปกป้องความเป็นเลิศของมนุษย์ พรมแดนที่แท้จริงไม่ใช่การสร้างอัลกอริทึมที่ฉลาดขึ้น แต่เป็นการสร้างสถาปัตยกรรมที่ดีกว่า: การจัดเก็บ การเรียกค้น และโครงสร้างเชิงสัมพันธ์ที่รักษาความหมายไว้ในโดเมนต่างๆ การคำนวณควอนตัมเปลี่ยนโครงสร้างการค้นหา แต่จะเกิดขึ้นได้ก็ต่อเมื่อระบบหน่วยความจำพัฒนาเพื่อรองรับมัน ในขณะเดียวกัน แรงจูงใจด้านผลกำไรทำให้ AI เน้นบุคลิกภาพมากกว่าความแม่นยำ ทำให้ประโยชน์ใช้สอยลดลง ความก้าวหน้าต้องอาศัยความคิดเชิงโครงสร้างพื้นฐาน ไม่ใช่ความคิดเชิงผลิตภัณฑ์ สติปัญญาไม่ใช่สิ่งที่หายากหรือมหัศจรรย์ แต่เป็นการค้นหาแบบกระจายในกรอบอ้างอิงต่างๆ ความก้าวหน้าไม่ได้อยู่ที่การสร้างเครื่องจักรที่คิดได้ แต่เป็นการสร้างสภาพแวดล้อมที่คิดได้ ซึ่งความเชี่ยวชาญของมนุษย์และการค้นหาของเครื่องจักรผสานกันอย่างมีประสิทธิภาพ การจับคู่รูปแบบตลอดทาง

#IntelligenceSearch #PatternMatching #AIReality #QuantumComputing #CognitiveArchitecture #AGIMyth #KnowledgeRetrieval #BeyondTheHype #IntuitionScience #RelationalMemory