การเดินทางของเอไอในเทรนด์โลก

กว่าจะมาเป็นเทรนด์กำหนดทิศทางโลก เอไอผ่านการพัฒนามาแล้วหลายทศวรรษ โดยมีจุดเริ่มต้นมาจากการเสนอแนวคิดการทำงานของเอไอในช่วงปี 1940s เริ่มวิจัยช่วงปี 1950s มียุคเติบโตช้า มาถึงยุคที่พัฒนาก้าวกระโดดในวันนี้

การเดินทางของเอไอก่อนกลายมาเป็นเทรนด์โลกมีหลายเหตุการณ์สำคัญ ถูกหยิบยกมาบอกเล่าแตกต่างกัน รวมถึงการเลือกเล่าสรุปด้วย 10 เหตุการณ์จากบทความ A short history of AI in 10 landmark moments ที่นำเสนอทางเว็บไซต์ World Economic Forum ตุลาคม ค.ศ. 2024 ได้แก่

• 1950 หุ่นยนต์หนู เธซีอุส (Theseus the Robotic Mouse) ตัวอย่างแรกๆ ของแมชชีนเลิร์นนิง เป็นหุ่นยนต์หนูที่นำทางผ่านเขาวงกตได้และ ‘เรียนรู้ได้’ ไปพร้อมกัน ด้วยตัวอุปกรณ์ไม้เล็กๆ มีหนวดโลหะที่จมูก และมีแม่เหล็กอยู่ในตัว พัฒนาโดยคล็อด แชนนอน นักคณิตศาสตร์และนักวิจัยชาวอเมริกัน ภายใต้เขาวงกตมีวงจรรีเลย์โทรศัพท์หลายชุดและแม่เหล็กไฟฟ้าติดตั้งอยู่บนมอเตอร์ ช่วยให้เธซีอุสหาทางไปรอบๆ บันทึกทางออกและกำแพงขณะเดิน ตามรายงานของ MIT Technology Review แชนนอนกล่าวว่า เครื่องสามารถแก้ไขโดยลองผิดลองถูก จดจำวิธีแก้ปัญหา และเปลี่ยนการจำได้เมื่อสถานการณ์เปลี่ยนแปลง
• 1956 เวิร์กชอปดาร์ตมัธ (Dartmouth Workshop) โครงการวิจัยฤดูร้อนดาร์ตมัธที่เกี่ยวกับเอไอจัดขึ้นที่วิทยาลัยดาร์ตมัธ สหรัฐอเมริกา ได้รับการยกย่องว่าเป็นแหล่งกำเนิดเอไอ โดยทีมนักวิทยาศาสตร์กลุ่มเล็กๆ รวมถึงคล็อด แชนนอนได้บัญญัติคำว่าปัญญาประดิษฐ์สำหรับงานนี้ ทั้งยังได้กำหนดเส้นทางการคิดและการวิจัยเกี่ยวกับเทคโนโลยีในอนาคต
• 1958 เพอร์เซปตรอน (Perceptron) ก้าวสำคัญในการเรียนรู้ของแมชชีนเลิร์นนิง เพอร์เซปตรอนเป็นโครงข่ายประสาทเทียมแรกที่เป็นโปรแกรมตัดสินใจในลักษณะคล้ายคลึงสมองของมนุษย์ พัฒนาโดยนักจิตวิทยาชาวอเมริกัน แฟรงก์ โรเซนแบลตต์ ด้วยแบบจำลองสอนตัวเองให้แยกแยะระหว่างบัตรเจาะรู พร้อมอธิบายว่าเป็นเครื่องจักรแรกที่มีแนวคิดริเริ่มด้วยตัวเองได้

• 1960 อดาลีน (ADALINE) โครงข่ายประสาทเทียมแบบเรียบง่ายหรือชั้นเดียวที่พัฒนาโดยอาจารย์เบอร์นาร์ด วิโดรว์ จากมหาวิทยาลัยแสตนฟอร์ดในสหรัฐอเมริกา และเท็ด ฮอฟฟ์ ลูกศิษย์ของเขาในเวลานั้น เป็นระบบที่ปรับเปลี่ยนได้สำหรับการจดจำรูปแบบ ช่วยวางรากฐานสำหรับความก้าวหน้าในอนาคตในโครงข่ายประสาทเทียมและแมชชีนเลิร์นนิง
• 1974-1980 และ 1987-1994 ฤดูหนาวของเอไอ (AI “Winters”) ช่วงที่โลกประสบปัญหาระดมทุนเพื่อวิจัยและพัฒนา เรียกกันว่าฤดูหนาวของเอไอ แต่ยังมีการพัฒนาสำคัญ รวมถึงโปรแกรม TD-Gammon ซึ่งใน ค.ศ. 1992 ได้เรียนรู้วิธีการเล่นเกมกระดานแบ็คแกมมอน ในระดับที่ต่ำกว่าผู้เล่นอันดับต้นๆ ในยุคนั้นเล็กน้อย
• 1997 ดีพบลู (Deep Blue) ซูเปอร์คอมพิวเตอร์ของ IBM ก้าวไกลกว่า TD-Gammon และเครื่องจักรที่เคยมี เป็นระบบคอมพิวเตอร์เครื่องแรกที่ชนะแชมป์หมากรุกโลกในการแข่งขันมาตรฐานได้จริง เทคโนโลยีพื้นฐานของดีพบลูได้พัฒนาความสามารถของซูเปอร์คอมพิวเตอร์ในการจัดการการคำนวณที่ซับซ้อน ซึ่งจำเป็นต่อการปฏิบัติงาน รวมถึงการเปิดเผยแบบแผนในฐานข้อมูล
• 2012 อเล็กซ์เน็ต (AlexNet) การเปิดตัวอเล็กซ์เน็ต โครงข่ายประสาทเทียมสำหรับการเรียนรู้เชิงลึกที่มีหลายชั้น เป็นความก้าวหน้าครั้งสำคัญในการจดจำภาพ ด้วยความสามารถจดจำภาพของวัตถุ เช่น สุนัขและรถยนต์ ได้ในระดับที่ใกล้กับมนุษย์

• 2019 จีพีที-2 (GPT-2) แม้บริษัทเทคโนโลยีรายใหญ่จะมีส่วนร่วมในวิวัฒนาการเอไอ แต่การเปิดตัวจีพีที-2 ที่ได้รับการฝึกฝนล่วงหน้าของ OpenAI และยังไม่ค่อยมีใครรู้จัก ได้แสดงถึงพลังการประมวลผลภาษาธรรมชาติ สามารถคาดเดารายการถัดไปและทำงานต่างๆ ได้ เช่น แปลข้อความและสรุป โดยเป็นแบบจำลองที่สามารถสร้างตัวอย่างจากชุดคำสั่งที่หลากหลาย ให้ความรู้สึกใกล้เคียงกับคุณภาพมนุษย์ แสดงความเชื่อมโยงบนเพจหรือข้อความเพิ่มเติม
• 2020-2024 วิวัฒนาการของเอไอที่โตเร็วขึ้น การเปิดตัวจีพีที-3 ของ OpenAI ค.ศ. 2020 ทำให้เกิดโมเดลสร้างข้อความที่มักแยกไม่ออกจากข้อความมนุษย์ ต่อมา Chatbot ChatGPT ที่เปิดตัวปลาย ค.ศ 2022 สร้างขึ้นจากโมเดลภาษาขนาดใหญ่นี้ ทำให้ Generative AI เป็นที่นิยม จนปฏิเสธไม่ได้ว่า ChatGPT ได้จุดประกายการพัฒนาระยะใหม่อย่างรวดเร็ว เกิดการเรียกร้องให้นำ Generative AI ไปใช้อย่างรับผิดชอบ เกิดเป็นโครงการริเริ่มต่างๆ รวมถึง AI Governance Alliance ของ World Economic Forum เพื่อให้แน่ใจว่าครอบคลุม มีจริยธรรม และสอดคล้องกับแนวคิดความยั่งยืน

ค.ศ. 2025 เป็นต้นไป ขีดความสามารถเอไอจะเติบโตอย่างรวดเร็วยิ่งขึ้นในมิติอื่นๆ และรอการบันทึกในประวัติศาสตร์เอไอและเทรนด์โลกในอนาคตของเรา

อ้างอิง :

• aws.amazon.com
• ibm.com
• technologyreview.com
• techtarget.com
• weforum.org
• www.okmd.or.th/TheKnowledgevol.36