วิวัฒนาการปัญญาประดิษฐ์

จากจินตนาการสู่ ChatGPT: เจาะลึกวิวัฒนาการของ AI ตั้งแต่จุดเริ่มต้นจนถึงปัจจุบัน

ในวินาทีที่คุณกำลังอ่านบทความนี้ AI (Artificial Intelligence) หรือ ปัญญาประดิษฐ์ ได้แทรกซึมอยู่ในชีวิตประจำวันของคุณแล้ว ไม่ว่าจะเป็นการสแกนใบหน้าเพื่อปลดล็อกมือถือ การที่ Netflix แนะนำหนังที่คุณน่าจะชอบ หรือแม้แต่การคุยเล่นกับ ChatGPT

แต่เชื่อหรือไม่ว่า กว่า AI จะเก่งกาจได้อย่างทุกวันนี้ มันผ่านเส้นทางที่ยาวนานกว่า 70 ปี เต็มไปด้วยความล้มเหลว ความผิดหวัง และการกลับมาที่ยิ่งใหญ่ราวกับหนังดราม่าฟอร์มยักษ์ บทความนี้จะพาคุณย้อนเวลากลับไปดูวิวัฒนาการของ AI แบบม้วนเดียวจบ

ยุคที่ 1: จุดกำเนิดและความฝัน (1950 – 1956)

“เครื่องจักรจะคิดเหมือนมนุษย์ได้ไหม?”

เรื่องราวทั้งหมดเริ่มต้นขึ้นในช่วงสงครามโลกครั้งที่ 2 และยุคหลังสงคราม บุคคลที่เปรียบเสมือน “บิดาของ AI” คือ Alan Turing (อลัน ทัวริง) นักคณิตศาสตร์ชาวอังกฤษ ผู้ตั้งคำถามสำคัญในปี 1950 ว่า “Can machines think?” (เครื่องจักรคิดได้หรือไม่?)

เขาได้คิดค้น “The Turing Test” ซึ่งเป็นการทดสอบว่า ถ้ามนุษย์คุยกับคอมพิวเตอร์ผ่านตัวอักษรแล้วแยกไม่ออกว่าคุยกับใคร นั่นแปลว่าคอมพิวเตอร์เครื่องนั้นมี “ปัญญา”

เหตุการณ์สำคัญ:

ปี 1956: ถือเป็นปีเกิดของ AI อย่างเป็นทางการ ในงานสัมมนาที่ Dartmouth College สหรัฐอเมริกา นักวิทยาศาสตร์ชื่อ John McCarthy ได้บัญญัติคำว่า “Artificial Intelligence” ขึ้นเป็นครั้งแรก เพื่อใช้เรียกศาสตร์แห่งการสร้างคอมพิวเตอร์ที่ฉลาดเหมือนมนุษย์

ภาพ : นักวิทยาศาสตร์ในยุค 1950 กับเครื่องคอมพิวเตอร์ยุคแรกเริ่ม ซึ่งเป็นจุดเริ่มต้นของแนวคิดเรื่องปัญญาประดิษฐ์

ยุคที่ 2: ยุคตื่นทองและความผิดหวังครั้งแรก (1956 – 1974)

“ความคาดหวังที่สูงเกินจริง”

หลังจากการก่อตั้ง นักวิจัยต่างตื่นเต้นและมั่นใจมาก พวกเขาสร้างโปรแกรมที่แก้โจทย์เรขาคณิตได้ หรือโปรแกรม ELIZA (ปี 1966) ที่สามารถโต้ตอบภาษาอังกฤษง่ายๆ จนดูเหมือนนักจิตบำบัด

ในช่วงนี้ นักวิจัยทำนายว่า “ภายใน 20 ปี เครื่องจักรจะทำงานทุกอย่างที่มนุษย์ทำได้” เงินทุนวิจัยหลั่งไหลเข้ามามหาศาล

จุดเปลี่ยน (AI Winter ครั้งที่ 1): ความจริงปรากฏว่าคอมพิวเตอร์ในยุคนั้นมีหน่วยความจำน้อยเกินไป และช้าเกินกว่าจะประมวลผลเรื่องซับซ้อนได้ ภาษาของมนุษย์มีความกำกวมเกินกว่าที่คอมพิวเตอร์จะเข้าใจ เมื่อทำไม่ได้ตามที่โม้ไว้ รัฐบาลและนายทุนจึงหยุดจ่ายเงิน ทำให้ AI เข้าสู่ยุคตกต่ำหรือที่เรียกว่า “ฤดูหนาวของ AI” (AI Winter) ครั้งแรก

ภาพ : ผู้ใช้งานคอมพิวเตอร์ในยุค 1970 กำลังโต้ตอบกับโปรแกรม ELIZA ซึ่งเป็นแชทบอทยุคแรกที่สร้างความตื่นเต้นในช่วงเวลานั้น

ยุคที่ 3: ระบบผู้เชี่ยวชาญ (Expert Systems) (1980 – 1987)

“สอนคอมพิวเตอร์ด้วยกฎกติกา”

AI กลับมาได้รับความนิยมอีกครั้งในรูปแบบใหม่ที่เรียกว่า “Expert Systems” หรือระบบผู้เชี่ยวชาญ แทนที่จะพยายามสร้างสมองเทียมที่คิดได้ทุกเรื่อง นักวิจัยเปลี่ยนมาสร้าง AI ที่เก่ง “เฉพาะเรื่อง” โดยการป้อนข้อมูลและกฎ (Rules) จำนวนมากลงไป

ตัวอย่างเช่น: ระบบช่วยวินิจฉัยโรค หรือ ระบบช่วยตัดสินใจซื้อขายหุ้น บริษัทต่างๆ เริ่มนำ AI มาใช้ในเชิงพาณิชย์เป็นครั้งแรก ญี่ปุ่นทุ่มงบมหาศาลในโปรเจกต์ “Fifth Generation Computer” เพื่อหวังเป็นเจ้าโลกด้านเทคโนโลยี

จุดเปลี่ยน (AI Winter ครั้งที่ 2): ระบบผู้เชี่ยวชาญมีจุดอ่อนร้ายแรงคือ “มันเรียนรู้เองไม่ได้” ถ้าเจอปัญหานอกเหนือจากกฎที่ป้อนไว้ มันจะไปไม่เป็นทันที การต้องมานั่งป้อนข้อมูลมหาศาลทำให้ต้นทุนสูงและยุ่งยาก กระแส AI จึงดับวูบลงอีกครั้งในช่วงปลายยุค 80

ยุคที่ 4: ชัยชนะของ Machine Learning (1993 – 2010)

“ให้ข้อมูลนำทาง แทนการป้อนคำสั่ง”

นี่คือจุดเปลี่ยนสำคัญที่สุด! แทนที่จะเขียนโค้ดสั่งคอมพิวเตอร์ว่า “ถ้า A ให้ทำ B” (If-Then rules) นักวิทยาศาสตร์เปลี่ยนแนวคิดมาใช้สถิติและความน่าจะเป็น เรียกว่า Machine Learning (การเรียนรู้ของเครื่อง)

แนวคิดคือ: ไม่ต้องสอนกฎ แต่เอาข้อมูลมหาศาล (Data) ให้คอมพิวเตอร์ดู แล้วให้มันหาแพทเทิร์นเอาเอง

เหตุการณ์ประวัติศาสตร์:

ปี 1997: Deep Blue ของ IBM สามารถเอาชนะ Garry Kasparov แชมป์โลกหมากรุกได้ เป็นข่าวดังไปทั่วโลก พิสูจน์ว่าคอมพิวเตอร์วางแผนเก่งกว่ามนุษย์ได้
ยุคอินเทอร์เน็ตเฟื่องฟู: การเกิดขึ้นของ World Wide Web ทำให้เรามี “Big Data” ข้อมูลมหาศาลให้ AI ได้เรียนรู้

ยุคที่ 5: Deep Learning และยุคทองของ AI (2011 – 2021)

“สมองกลเลียนแบบสมองคน”

เมื่อฮาร์ดแวร์คอมพิวเตอร์แรงขึ้น (โดยเฉพาะชิปการ์ดจอ หรือ GPU) และข้อมูลมีมหาศาล เทคนิคที่เรียกว่า Deep Learning (การเรียนรู้เชิงลึก) จึงเฉิดฉาย

Deep Learning คือการจำลองโครงข่ายประสาทเทียม (Neural Networks) ให้ซ้อนกันหลายชั้นเหมือนสมองมนุษย์ ทำให้ AI แยกแยะสิ่งที่ซับซ้อนมากได้ เช่น รูปภาพ หรือเสียงพูด

เหตุการณ์สำคัญ:

ปี 2012: AI สามารถแยกแยะรูปแมวออกจากรูปอื่นๆ ได้อย่างแม่นยำอย่างที่ไม่เคยมีมาก่อน
ปี 2016: AlphaGo ของ Google DeepMind เอาชนะ Lee Sedol แชมป์โลกเกมโกะ (หมากล้อม) ซึ่งเป็นเกมที่ซับซ้อนที่สุดที่มนุษย์คิดค้นขึ้น
ผู้ช่วยอัจฉริยะ: Siri, Google Assistant, และระบบจดจำใบหน้า (Face ID) กลายเป็นเรื่องปกติ

ภาพ : การใช้งานผู้ช่วยเสียงบนสมาร์ทโฟนในยุค Deep Learning โดยมีฉากหลังเป็นศูนย์ข้อมูล (Data Center) ที่แสดงถึงพลังการประมวลผลและ Big Data

ยุคที่ 6: Generative AI และอนาคต (2022 – ปัจจุบัน)

“จากการวิเคราะห์ สู่การสร้างสรรค์”

เรากำลังอยู่ในยุคนี้! ก่อนหน้านี้ AI เก่งเรื่อง “การจำแนก” (นี่คือรูปแมว หรือรูปหมา) แต่ยุคนี้ AI ก้าวข้ามไปสู่ Generative AI คือ AI ที่สามารถ “สร้างสิ่งใหม่” ได้

จุดเปลี่ยนสำคัญคือสถาปัตยกรรมที่เรียกว่า Transformers (คิดค้นโดย Google) ซึ่งเป็นรากฐานของโมเดลภาษาขนาดใหญ่ (LLMs)

การมาของ ChatGPT (OpenAI): ปลายปี 2022 โลกต้องตะลึงเมื่อ AI สามารถเขียนบทความ เขียนโค้ด แต่งกลอน และคุยโต้ตอบได้เหมือนมนุษย์จริงๆ
AI วาดรูป: Midjourney และ Stable Diffusion ทำให้ใครๆ ก็สร้างงานศิลปะระดับโลกได้เพียงแค่พิมพ์คำสั่ง

ภาพ : ผู้ใช้งานในยุคปัจจุบันกำลังใช้งาน Generative AI เพื่อสร้างสรรค์ภาพงานศิลปะจากข้อความ (Text-to-Image) บนหน้าจอขนาดใหญ่

บทสรุป: ก้าวต่อไปของมนุษยชาติ

จากปี 1950 ที่เป็นเพียงคำถามปรัชญาว่า “เครื่องจักรคิดได้ไหม” มาจนถึงวันนี้ที่ AI ช่วยเราทำงาน สร้างสรรค์ศิลปะ และอาจจะขับรถให้เรานั่ง วิวัฒนาการของ AI ไม่ได้เป็นเส้นตรง แต่เต็มไปด้วยการลองผิดลองถูก

ในอนาคตอันใกล้ เราอาจจะได้เห็น AGI (Artificial General Intelligence) หรือ AI ที่มีความฉลาดเทียบเท่าหรือเหนือกว่ามนุษย์ในทุกด้าน ซึ่งจะเป็นความท้าทายครั้งใหม่ ทั้งในแง่เทคโนโลยีและจริยธรรมที่มนุษย์ต้องเตรียมรับมือ

“AI จะไม่มาแทนที่มนุษย์ แต่คนใช้ AI เป็น จะมาแทนที่คนที่ใช้ไม่เป็น”