การปฏิวัติ AI ช่วยให้เราตอบคำถามพื้นฐานที่สุดของปรัชญาได้อย่างไร? (ตอนที่ 2)

ฉันเป็นใคร? ฉันเกิดมาเพื่อทำอะไร? การปฏิวัติ AI ผ่านสายตาของผู้เชี่ยวชาญด้านเทคโนโลยี Kaifu-Lee ตอนที่ 2 จะช่วยให้คุณค้นพบคำตอบของคำถามนิรันดร์ของมนุษย์ทั้งสองนี้ต่อไป หลังจากความล้มเหลวของสองระลอกแรก AI ยังคงพัฒนาและทะยานไปไกลได้อย่างไร AI ในปัจจุบันมีพลังมากพอที่จะยึดครองโลกตามที่คาดการณ์ไว้หรือไม่?

• การปฏิวัติ AI ช่วยให้เราตอบคำถามพื้นฐานที่สุดของปรัชญาได้อย่างไร? (ส่วนที่ 1)

สรุปส่วนที่ 1: กลไกของสองคลื่นลูกแรกของปัญญาประดิษฐ์ในโลก: ระบบที่อิงกฎการคิด (คลื่นลูกแรก) แบบจำลองทางสถิติ และการเรียนรู้ของเครื่อง (คลื่นลูกที่สอง)

ตอนที่ 2: คลื่นลูกที่สามของ Al และการประเมินความสามารถที่แท้จริงของ Al ในปัจจุบันอีกครั้ง

คลื่นลูกที่สามของ AI - การระเบิดที่ขับเคลื่อนด้วยฮาร์ดแวร์

ในช่วงระลอกแรก ฉัน (ผู้เขียน ไค-ฟู ลี) โชคดีที่ได้รู้จักนักวิทยาศาสตร์คอมพิวเตอร์และนักจิตวิทยา โรเจอร์ แชงค์ อันที่จริง ลูกศิษย์คนหนึ่งของเขาเป็นหัวหน้างานของฉันในช่วงที่ฉันยังเป็นอาจารย์อยู่ การทดลองข้างต้นทำให้ฉันเชื่อว่าระบบผู้เชี่ยวชาญไม่สามารถปรับขนาดได้ และสมองของเราอาจไม่ทำงานอย่างที่เราคิด ฉันตระหนักว่า เพื่อให้กระบวนการตัดสินใจของเราง่ายขึ้น เราใช้ "ถ้าอย่างนั้น" เป็นภาษาที่มนุษย์เข้าใจ แต่สมองของเราซับซ้อน ซับซ้อนกว่านั้นมาก

ในช่วงระลอกที่สอง ระหว่างการทำวิทยานิพนธ์และปริญญาเอกของฉัน ฉันได้อ่านงานของจูเดีย เพิร์ลในเครือข่ายแบบเบย์เซียน ฉันได้รับอิทธิพลอย่างมากจากนักวิทยาศาสตร์ชั้นนำของ IBM รวมถึง Dr. Fred Jelinek, Peter Brown และ Bob Mercer พวกเขาสร้างจุดเด่นในการเปลี่ยนวิธีการทางสถิติให้กลายเป็นกระแสหลัก ไม่ใช่แค่คำพูดเท่านั้น แต่ยังรวมถึงการแปลด้วยเครื่องด้วย (ในยุค 80 และ 90 ของศตวรรษที่ 20) ฉันเป็นหนี้บุญคุณพวกเขามาก เรายังติดอยู่ แต่ไม่ใช่เพราะเทคโนโลยีผิด ความจริงก็คือวิธีการทางสถิติมีความแม่นยำอย่างสมบูรณ์

ในช่วงปลายทศวรรษที่ 80 ขณะที่ฉันกำลังสร้างแบบจำลองมาร์คอฟที่ซ่อนอยู่ที่คาร์เนกี เมลลอน เจฟฟ์ ฮินตันกำลังทำงานเกี่ยวกับโครงข่ายประสาทเทียม ซึ่งเขาตั้งชื่อว่า "โครงข่ายประสาทที่ล่าช้าตามเวลา" เชื่อกันว่าเป็นเวอร์ชันแรกของโครงข่ายประสาทเทียมที่ซับซ้อนซึ่งปัจจุบันเป็นที่รู้จักอย่างแพร่หลายในชื่อการเรียนรู้เชิงลึก ซึ่งเป็นเทคโนโลยีที่โดดเด่นในปัจจุบัน

แต่เหตุใดคลื่นแห่งการเรียนรู้ของเครื่องเชิงประสาทและเชิงสถิติจึงไม่ลดลง เมื่อมองย้อนกลับไป คลื่นลูกนี้ไม่เกี่ยวข้องกับเทคโนโลยี เทคโนโลยีส่วนใหญ่ได้ถูกประดิษฐ์ขึ้นแล้ว ปัญหาคือเราไม่มีข้อมูลการฝึกอบรมเพียงพอ สมองของเราทำงานแตกต่างไปจากเครื่องการเรียนรู้เชิงลึกอย่างสิ้นเชิง ในการบูตเครื่องการเรียนรู้เชิงลึก เราต้องป้อนข้อมูลการฝึกอบรมในทุกระดับมากกว่ามนุษย์ มนุษย์สามารถเห็นใบหน้าหลายร้อยหน้าก่อนที่จะเริ่มจดจำผู้คนได้ แต่เครือข่ายประสาทการเรียนรู้เชิงลึกต้องการเห็นใบหน้านับพันล้านใบหน้าเพื่อให้มีความเชี่ยวชาญในการจดจำ

แน่นอนว่าเมื่อพวกเขาเชี่ยวชาญแล้ว พวกเขาก็จะดีกว่ามนุษย์ ที่ถูกทำนายไว้ แต่ในขณะนั้น เรามีข้อมูลการฝึกอบรมไม่เพียงพอ และไม่มีพลังในการประมวลผลเพียงพอที่จะนำเทคโนโลยีที่ค้นพบเหล่านี้ไปสู่ความล้ำสมัย Google เริ่มตระหนักว่าหากต้องการค้นหา คุณต้องมีเครื่องหลายเครื่องทำงานพร้อมกัน จากนั้น Jeff Dean (นักวิทยาศาสตร์คอมพิวเตอร์ที่เป็นหัวหน้าแผนก AI ของ Google) และคนอื่นๆ ที่ Google เห็นว่า เมื่อคุณมีเครื่องคู่ขนานเหล่านั้นแล้ว คุณจะทำอะไรได้มากกว่าการค้นหาอีกมาก คุณสามารถสร้าง AI เพิ่มเติมจากพวกเขาได้ ในการสร้าง AI คุณต้องมีชิปพิเศษที่เชี่ยวชาญในการทำให้ AI ออกมาดี จากนั้น GPU ของ Nvidia ก็เข้ามา และ Google ได้สร้าง TPU ของตัวเองขึ้นมา นั่นเป็นความก้าวหน้าที่น่าตื่นเต้น มันบังเอิญจน Google เลือกการค้นหา และเซิร์ฟเวอร์ที่ต้องการค้นหา และพวกเขาก็ได้ Jeff Dean ซึ่งนำไปสู่สถาปัตยกรรมการเรียนรู้บน GPU หรือ TPU แบบขนานขนาดใหญ่ที่สามารถเรียนรู้จากข้อมูลจำนวนมากจากพื้นที่เดียว (GPU คือโปรเซสเซอร์ที่ประกอบด้วยคอร์ขนาดเล็กกว่าและมีประสิทธิภาพสูงกว่านับพันคอร์ ซึ่งสามารถประมวลผลจัดการงานหลายอย่างพร้อมกันได้ เมื่อเทียบกับ CPU ทั่วไปที่มีเพียงไม่กี่คอร์ที่ได้รับการปรับปรุงเพื่อการประมวลผลตามลำดับต่อเนื่อง)

(ภาพ: อานันท์เทค)

เทคโนโลยีใหม่ได้รับการพัฒนาตามสถาปัตยกรรมการเรียนรู้ของเครื่องแบบขนานขนาดใหญ่ที่กล่าวถึงข้างต้น และสถาปัตยกรรมเหล่านี้ทำงานบน GPU และตัวเร่งความเร็วใหม่ ผู้คนจำนวนมากขึ้นเรื่อยๆ สามารถฝึกอุปกรณ์ให้จดจำใบหน้า จดจำเสียง จดจำรูปภาพ และใช้ AI เพื่อค้นหาและทำนายได้ มีข้อมูลอินเทอร์เน็ตเพิ่มมากขึ้น Amazon ใช้ข้อมูลนี้เพื่อคาดการณ์สิ่งที่ลูกค้าต้องการซื้อ Google ใช้ข้อมูลเพื่อคาดการณ์โฆษณาที่คุณน่าจะคลิกและมีแนวโน้มที่จะจ่ายเงิน ไมโครซอฟต์ก็ใช้มันเช่นกัน ในประเทศจีน เรามี Tencent และ Alibaba แอปพลิเคชั่นจำนวนมากเกิดขึ้นจากข้อมูลอินเทอร์เน็ตจำนวนมหาศาล

ในขณะเดียวกันที่เทคโนโลยีกำลังก้าวหน้า Geoff Hinton, Yann LeCun และ Yoshua Bengio เป็นคนสามคนที่ยังคงทำงานบนโครงข่ายประสาทเทียมแม้ว่าจะไม่ใช่กระแสหลักอีกต่อไปแล้วในช่วงต้นทศวรรษ 2000 ก็ตาม ในยุค 80 งานนั้นเป็นงานใหม่ และสถิติที่ก้าวล้ำได้แสดงให้เห็นว่าเครือข่ายเหล่านี้ไม่สามารถปรับขนาดได้ ดังนั้นหน่วยงานให้ทุนจึงละทิ้งพวกเขา การประชุมต่างๆ ก็หยุดรับการวิจัยเกี่ยวกับพวกเขา แต่นักวิจัยทั้งสามคนนี้ยังคงเดินหน้าต่อไปด้วยเงินทุนเพียงเล็กน้อย เพื่อปรับแต่งและพัฒนาอัลกอริธึมที่ดีขึ้น แล้วข้อมูลก็ปรากฏขึ้นอีก ความก้าวหน้ามาพร้อมกับการสร้างอัลกอริธึมใหม่ ครั้งหนึ่งเรียกว่า "โครงข่ายประสาทเทียมที่ซับซ้อน" และปัจจุบันเรียกว่า "การเรียนรู้เชิงลึก"

ชุดเทคโนโลยีที่ได้รับจากอาจารย์ทั้งสามท่านข้างต้นเริ่มแพร่หลายในอุตสาหกรรม AI ระบบการจดจำเสียงที่ออกแบบโดยบริษัทชั้นนำกำลังเอาชนะความสามารถของมนุษย์ และสิ่งเดียวกันนี้ก็เกิดขึ้นกับบริษัทการจดจำใบหน้าและการจดจำรูปภาพ มีหลักฐานของอีคอมเมิร์ซ การระบุผู้ใช้/ผู้พูดถูกนำไปใช้กับข้อมูลอินเทอร์เน็ต การคาดการณ์ที่สูงขึ้นสำหรับ Amazon ทำให้พวกเขามีเงินมากขึ้น การคาดการณ์ที่ดีขึ้นสำหรับ Facebook ในการจัดอันดับฟีดข่าว ผลการค้นหาที่ดีขึ้นจาก Google ในช่วงปลายทศวรรษ 2000 โครงข่ายประสาทเทียมเชิงลึกเริ่มได้รับความนิยมใน Google และระเบิดไปเกือบทุกที่ในช่วง 7 หรือ 8 ปีที่ผ่านมา มีโครงสร้างเกิดขึ้นมากขึ้น มีการพัฒนาระบบที่ชาญฉลาดมากขึ้น แน่นอนว่าเหตุการณ์ที่จุดประกายโลกคือ AlphaGo เอาชนะ Go master Lee จากเกาหลี และ Master Ke จากประเทศจีน ด้วยอัตรากำไรที่เพิ่มมากขึ้น และเมื่อเร็วๆ นี้ การศึกษาใหม่ชี้ให้เห็นว่า AlphaGo สามารถฝึกได้จากศูนย์โดยไม่ต้องมีความรู้ของมนุษย์

ความก้าวหน้าทั้งหมดนี้ทำให้โลกรู้ว่า AI มีความเป็นจริงในเวลานี้ เรามีบางอย่างในระลอกที่สอง โครงข่ายประสาทเทียมและวิธีการทางสถิติถูกต้อง เราแค่มีข้อมูลไม่เพียงพอ พลังในการคำนวณไม่เพียงพอ และไม่มีความคืบหน้าเพียงพอ กลุ่มเทคโนโลยี ณ เวลานั้นที่จะทำให้สิ่งนั้นเกิดขึ้น แต่ตอนนี้เราได้ทำมันแล้ว

AI สามารถครอบงำมนุษยชาติได้หรือไม่?

AI กำลังแพร่หลายไปทุกที่ โรงเรียนแห่งความคิดใหม่ๆ เกิดขึ้นมากมาย มีคนกลุ่มหนึ่งที่เริ่มย้อนกลับไปสู่คำถามเดิมของเรา: เราเป็นใคร และทำไมเราถึงดำรงอยู่? คนเหล่านี้ให้เหตุผลว่า เนื่องจาก AI สามารถพัฒนาตัวเองได้อย่างรวดเร็วในช่วงสองหรือสามปีที่ผ่านมา ถ้าเราใช้ประโยชน์จากสิ่งนั้นในด้านอื่น เราจะมีเครื่องจักรอัจฉริยะขั้นสูงที่สามารถแทรกเข้าไปในหัวของเราและกลายเป็นส่วนเสริมของมนุษย์ มิฉะนั้นพวกเขาจะชั่วร้ายและปกครองมนุษยชาติ

ฉันแค่อยากจะห้ามความคิดแบบนี้ เพียงแต่ว่าไม่ถูกต้อง ไม่ว่าทุกวันนี้ AI จะก้าวหน้าแค่ไหนหรือปรากฏตัวมากพอๆ กับที่ AI กำลังทำสิ่งพิเศษ เช่น การเอาชนะมนุษย์ในเกมหมากรุก การจดจำเสียง การจดจำใบหน้า ยานพาหนะที่ขับเคลื่อนด้วยตนเอง หุ่นยนต์อุตสาหกรรม AI จะยังคงถูกจำกัดด้วยวิธีต่อไปนี้: AI (ซึ่งเราเรียกว่า AI ที่อ่อนแอ) คืออุปกรณ์ที่ปรับให้เหมาะสมโดยอาศัยข้อมูลจำนวนมากเกี่ยวกับสาขาที่เรียนรู้ที่จะทำบางสิ่งได้ดีมาก เป็นหุ่นยนต์งานเดี่ยวแนวตั้ง แต่ทำได้เพียงสิ่งเดียวเท่านั้น คุณไม่สามารถสอนมันได้หลายอย่าง คุณไม่สามารถสอนได้หลายด้าน คุณไม่สามารถสอนให้มีสามัญสำนึกได้ (สามัญสำนึก ความรู้ทั่วไป ประสบการณ์ พฤติกรรมที่พวกเราส่วนใหญ่เห็นด้วยว่าถูกหรือผิด) คุณไม่สามารถให้อารมณ์ได้ มันไม่มีความตระหนักรู้ในตนเอง ดังนั้นจึงไม่มีความปรารถนา และไม่มีแม้แต่ความเข้าใจว่าจะรักหรือครอบงำมนุษย์อย่างไร

คำพูดเชิงลบทั้งหมดนั้นโง่ นั่นเป็นจินตนาการที่มากเกินไป เราเห็น AI เข้าสู่แอปพลิเคชันใหม่ๆ ในพื้นที่ที่เติบโตอย่างรวดเร็ว แต่เป็นการเติบโตอย่างรวดเร็วของแอปพลิเคชันที่อยู่ในเทคโนโลยีที่สมบูรณ์ที่เรามี การเติบโตนั้นจะสิ้นสุดลงเมื่อเทคโนโลยีทั้งหมดได้รับการพัฒนา จากนั้นเราต้องรอการค้นพบใหม่เพื่อความก้าวหน้าของ AI ต่อไป แต่คุณไม่สามารถคาดเดาความก้าวหน้าต่อไปได้

หากดูประวัติความเป็นมาของ AI นวัตกรรมการเรียนรู้เชิงลึกประเภทนี้จะเกิดขึ้นเพียงครั้งเดียวเท่านั้น เพียงครั้งเดียวนับตั้งแต่ปี 1957 ครั้งเดียวในรอบ 60 ปีที่เราประสบความสำเร็จ คุณไม่สามารถคาดเดาได้เลยว่าเราจะมีความก้าวหน้าในปีหน้า และในเดือนหน้าหรือวันถัดไป นั่นเร็วเกินไป การใช้งานแอปพลิเคชันกำลังเกิดขึ้นเท่านั้น เยี่ยมมาก แต่ความคิดเรื่องการประดิษฐ์อย่างรวดเร็วนั้นเป็นแนวคิดที่โง่เขลา ในความคิดของฉัน ผู้ที่กล่าวอ้างเหล่านี้และผู้ที่กล่าวว่าความสามัคคีอยู่ข้างหน้าเรานั้นไม่ได้สัมผัสกับสถานการณ์ทางอุตสาหกรรมที่เกิดขึ้นจริงเลย

ทุกวันนี้ มีเพียง AI เท่านั้นที่เน้นไปที่การทำทีละอย่าง และเป็นเครื่องมือที่ยอดเยี่ยม เป็นการสร้างมูลค่าที่ดี มันจะเข้ามาแทนที่งานมนุษย์จำนวนมากและงานมนุษย์อื่นๆ บางงาน นั่นคือสิ่งที่เราควรคิดถึง ไม่ใช่ AI ขนาดใหญ่ที่ทรงพลัง เป็นเครื่องจักรที่เหมือนมนุษย์และสามารถคิดได้ในหลายสาขา และมีการรับรู้ร่วมกันเหมือนมนุษย์ ท้ายที่สุดแล้ว เราไม่สามารถคาดเดาได้จากความคืบหน้าในปัจจุบัน

สิ่งนั้นจะเกิดขึ้นสักวันหนึ่งร้อยหรือพันปีต่อจากนี้ไหม? ฉันคิดว่าอะไรก็เกิดขึ้นได้ แต่บางทีเราควรมุ่งความสนใจไปที่สิ่งต่างๆ ที่นี่ในวันนี้ และสิ่งที่อยู่ที่นี่ตอนนี้คือซุปเปอร์แมชชีนที่ได้รับการปรับแต่งซึ่งสามารถทำงานได้ดีกว่ามนุษย์ในที่ทำงาน เช่น การเลือกหุ้น การกู้ยืมเงิน การสนับสนุนลูกค้า การตลาดทางโทรศัพท์ งานสายการผลิต การสนับสนุนทางกฎหมาย AI สามารถทำสิ่งเหล่านั้นได้ดีกว่ามนุษย์ พวกเขากำลังเข้ามาแทนที่และทำให้เวลาว่างของเราว่างขึ้น ช่วยให้เราได้ทำสิ่งที่เรารักอย่างแท้จริงและสิ่งที่เราทำได้ดีที่สุด มันคือโอกาสของชีวิต ไม่ใช่โอกาสที่น่ากลัวที่คอมพิวเตอร์จะกลายมาเป็นอัจฉริยะขั้นสุดยอด

ตาม VnReview

ดูเพิ่มเติม:

• หลักสูตรปัญญาประดิษฐ์ (AI) ออนไลน์ฟรีจากมหาวิทยาลัยในฟินแลนด์
• 6 ขั้นตอนในการเริ่มเรียนรู้การเขียนโปรแกรมปัญญาประดิษฐ์ (AI)
• หลักสูตรออนไลน์เกี่ยวกับปัญญาประดิษฐ์ (AI) การรับรอง