ปัญญาประดิษฐ์ทั่วไป

ปัญญาประดิษฐ์ ศัพท์ปัญญาประดิษฐ์
GOFAI
การค้นหาในปริภูมิสถานะ
การวางแผนอัตโนมัติ
การค้นหาเชิงการจัด
ระบบผู้เชี่ยวชาญ
การแทนความรู้
ระบบอิงความรู้
Connectionism
ข่ายงานประสาทเทียม
ชีวิตประดิษฐ์
ปัญญาประดิษฐ์แบบกระจาย
การเขียนโปรแกรมเชิงพันธุกรรม
ขั้นตอนวิธีเชิงพันธุกรรม
ปัญญากลุ่ม
Artificial beings
Bayesian methods
เครือข่ายแบบเบย์
การเรียนรู้ของเครื่อง
การรู้จำแบบ
ระบบฟัซซี
ตรรกศาสตร์คลุมเครือ
ฟัซซีอิเล็กทรอนิกส์
Philosophy
ปัญญาประดิษฐ์แบบเข้ม
สำนึกประดิษฐ์
การทดสอบทัวริง

ปัญญาประดิษฐ์ทั่วไป (อังกฤษ: Artificial General Intelligence) หรือ เอจีไอ (AGI) เป็นระบบเครื่องจักรฉลาดที่สามารถทำงานได้อย่างชาญฉลาดเทียบเท่ามนุษย์ เป็นเป้าหมายหลักของงานวิจัยสายปัญญาประดิษฐ์ (AI) และมักถูกกล่าวถึงบ่อยในนิยายวิทยาศาสตร์ ในบางครั้งก็ถูกเรียกว่า ปัญญาประดิษฐ์แบบเข้ม (Strong AI) หรือ ปัญญาประดิษฐ์เต็มรูปแบบ (Full AI) หมายถึงการกระทำที่มีความฉลาดไม่เฉพาะเรื่องใดเรื่องหนึ่ง

ปัญญาประดิษฐ์ทั่วไปมีความแตกต่างกับปัญญาประดิษฐ์เชิงประยุกต์ ที่บางครั้งเรียกว่า ปัญญาประดิษฐ์เชิงแคบ (Narrow AI) หรือปัญญาประดิษฐ์แบบอ่อน (Weak AI) เป็นสาขาที่เน้นการสร้างซอฟต์แวร์เพื่อการแก้ไขปัญหาหรือทำงานบางอย่างที่เกี่ยวข้องกับเหตุและผล งานวิจัยปัญญาประดิษฐ์แบบอ่อนนั้นไม่ได้เน้นเรื่องการทำให้เครื่องจักรมีความฉลาดแบบครอบคลุมในวงกว้างแบบงานวิจัยสายปัญญาประดิษฐ์ทั่วไป

ข้อกำหนด

นิยามของความฉลาดหรือปัญญาอาจมีความแตกต่างกันตามผู้นิยามซึ่งปัจจุบันยังไม่มีนิยามที่ชัดเจนที่ทุกคนพอใจ อย่างไรก็ตาม นักวิจัยสายปัญญาประดิษฐ์ให้นิยามความฉลาดไว้ว่าเป็นความสามารถในการ

• ให้เหตุผล
• แทนความรู้
• วางแผน
• เรียนรู้
• สื่อสารในภาษาธรรมชาติ
• บูรณาการทักษะต่างๆเข้าด้วยกันเพื่อเป้าหมายหนึ่งเดียว

ความสามารถอื่นๆก็นับว่าจำเป็นต่อความฉลาดเช่นกัน ไม่ว่าจะเป็นความสามารถในการรับรู้ (เช่น การมองเห็น การได้ยิน) ความสามารถในการแสดงการกระทำ (เช่น เคลื่อนไหวและจัดการกับวัตถุต่างๆ) ความสามารถในการตรวจจับและตอบสนองต่ออันตราย การพัฒนาความฉลาดนี้อาศัยการผสมผสานกันระหว่างศาสตร์ต่างๆ เช่น ประชานศาสตร์ ความฉลาดเชิงคำนวณ และการตัดสินใจ นักวิจัยบางคนให้ความสำคัญกับจินตนาการและความสามารถในการปกครองตนเอง ปัจจุบัน มีระบบคอมพิวเตอร์ที่มีคุณสมบัติเหล่านี้ แต่ยังไม่ถึงระดับเดียวกับที่มนุษย์มี

การทดสอบความฉลาดทั่วไป

นักวิทยาศาสตร์หลายคนพยายามเสนอวิธีการทดสอบที่เป็นรูปธรรมเพื่อวัดว่าเครื่องจักรนั้นมีความฉลาดเทียบเท่ากับมนุษย์หรือไม่ ตัวอย่างเช่น

• การทดสอบทัวริง
• The Coffee Test เครื่องจักรต้องสามารถเดินเข้าไปในบ้านคนอเมริกันทั่วๆไป หาเครื่องชงกาแฟเจอ เติมน้ำ ชงกาแฟโดยใส่ส่วนผสมที่เหมาะสม และเทลงแก้วได้
• The Robot College Student Test เครื่องจักรต้องสามารถสอบเข้ามหาวิทยาลัย สอบผ่านวิชาเดียวกับที่มนุษย์สอบ และจบปริญญาได้
• The Employment Test เครื่องจักรต้องสามารถทำงานที่มีความสำคัญทางเศรษฐกิจได้ ตลอดจนทำได้เทีบเท่าหรือดีกว่ามนุษย์ที่ทำงานเดียวกัน

งานวิจัยปัญญาประดิษฐ์สาขาหลัก

งานวิจัยปัญญาประดิษฐ์สาขาหลักในอดีตที่เกี่ยวข้องกับปัญญาประดิษฐ์ทั่วไป

งานวิจัยปัญญาประดิษฐ์สมัยใหม่เริ่มต้นราวทศวรรษที่ 1950 โดยนักวิจัยปัญญาประดิษฐ์รุ่นแรกเชื่อว่าปัญญาประดิษฐ์แบบเข้มเป็นเรื่องที่เป็นไปได้และน่าจะเกิดขึ้นในอีกไม่กี่สิบปีข้างหน้า เฮอร์เบิร์ต ไซมอน เขียนไว้ในหนังสือเมื่อปี ค.ศ. 1965 ว่า "ภายใน 20 ปี เครื่องจักรจะสามารถทำทุกอย่างที่มนุษย์ทำได้" ความเชื่อเหล่านี้นำไปสู่การแต่งนิยายวิทยาศาสตร์ชื่อดังของอาร์เธอร์ ซี. คลาร์กเรื่องจอมจักรวาลที่กล่าวถึงตัวละครเป็นเครื่องจักรที่แสนฉลาดชื่อ HAL 9000

อย่างไรก็ตาม ในช่วงต้นทศวรรษที่ 1970 งานวิจัยปัญญาประดิษฐ์พัฒนาไปช้ากว่าที่คิดเพราะมองข้ามเรื่องความยากในการพัฒนาไป หน่วยงานหลายแห่งที่เคยให้การสนับสนุนการพัฒนาปัญญาประดิษฐ์เริ่มตั้งคำถามถึงความเป็นไปได้ของปัญญาประดิษฐ์แบบเข้ม กลายเป็นแรงกดดันให้นักวิทยาศาสตร์หันมาพัฒนาเทคโนโลยีที่จับต้องได้และนำไปใช้ได้จริง จนกลายเป็นศาสตร์ของ ปัญญาประดิษฐ์แบบประยุกต์ (Applied AI) ขึ้นมา ต่อในในช่วงทศวรรษที่ 1980 ญี่ปุ่นเริ่มตั้งโครงการคอมพิวเตอร์รุ่นที่ 5 ทำให้ความสนใจด้านปัญญาประดิษฐ์แบบเข้มกลับคืนมาอีกครั้ง โดยญี่ปุ่นได้ตั้งเป้าหมายว่าภายในเวลา 10 ปีจะต้องมีระบบปัญญาประดิษฐ์แบบเข้มที่สามารถพูดคุยกับมนุษย์แบบปกติได้ การที่ปัญญาประดิษฐ์กลับมาได้รับความสนใจอีกครั้งกลายเป็นแรงผลักดันให้เกิดการพัฒนาระบบผู้เชี่ยวชาญที่ประสบความสำเร็จมาก ได้รับการสนับสนุนตจากภาครัฐและอุตสาหกรรม แต่อย่างไรก็ตาม ตลาดของปัญญาประดิษฐ์ได้พังลงอีกครั้งในช่วงปลายทศวรรษที่ 1980 และในที่สุดระบบคอมพิวเตอร์รุ่นที่ 5 ก็ไปไม่ถึงฝั่งฝัน นักวิทยาศาสตร์หลายคนที่เชื่อว่าปัญญาประดิษฐ์แบบเข้มจะเกิดขึ้นในอีกไม่นานเริ่มยอมรับว่าเข้าใจผิดในเชิงหลักการพื้นฐาน จนไม่สามารถสร้างเทคโนโลยีที่เคยสัญญาเอาไว้ได้ นักวิจัยเริ่มไม่แน่ใจอนาคตของงานวิจัยด้านนี้และเริ่มเลี่ยงที่จะพูดถึงปัญญาประดิษฐ์ที่ฉลาดเทียบเท่ากับมนุษย์ เพราะเกรงว่าจะทำให้ผู้คนขาดหวังเกินไป

งานวิจัยปัญญาประดิษฐ์สาขาหลักในปัจจุบัน

ในช่วงทศวรรษที่ 1990 และต้นศตวรรษที่ 21 นักวิจัยปัญญาประดิษฐ์สาขาหลักเริ่มประสบความสำเร็จในการสร้างระบบปัญญาประดิษฐ์เชิงพาณิชย์ มีผลงานวิชาการออกมาอย่างต่อเนื่อง โดยส่วนใหญ่เกี่ยวข้องกับการแก้ไขปัญญาย่อยบางปัญหาและได้ผลลัพธ์ที่น่าพอใจ นำไปใช้ในเชิงพาณิชย์ได้ ไม่ว่าจะเป็น โครงข่ายประสาทเทียม คอมพิวเตอร์วิทัศน์ หรือการทำเหมืองข้อมูล ปัญญาประดิษฐ์เชิงประยุกต์เหล่านี้เริ่มแพร่หลายในอุตสาหกรรมต่างๆและงานวิจัยสายนี้ได้รับทุนวิจัยสนับสนุนอย่างมาก ทั้งในวงการวิชาการและอุตสาหกรรม

งานวิจัยปัญญาประดิษฐ์สาขาหลักเชื่อว่า ปัญญาประดิษฐ์แบบเข้มจะเกิดขึ้นได้จากจากรวมเอาโปรแกรมต่างๆที่แก้ไขปัญญาย่อยเข้าไว้ด้วยกัน กลายเป็นสถาปัตยกรรมระบบผสมผสาน อย่างไรก็ตาม นักวิทยาศาสตร์บางคนก็ไม่เห็นด้วยกับแนวคิดนี้

งานวิจัยปัญญาประดิษฐ์ทั่วไป

ปัญญาประดิษฐ์ทั่วไป หรือ AGI เป็นงานวิจัยที่มีเป้าหมายเพื่อการสร้างเครื่องจักรที่มีการกระทำที่ฉลาดแบบทั่วไป มีงานวิจัยในโครงการ Cyc เกิดขึ้นตั้งแต่ปี ค.ศ. 1984 และโครงการ Soar ในปี ค.ศ. 1983 คำว่าปัญญาประดิษฐ์ทั่วไปถูกนำเสนอขึ้นครั้งแรกในปี 1997 โดยมาร์ก กับบรัด ในระหว่างอภิปรายเรื่องการสร้างกองทัพที่ดำเนินการรบอย่างอัตโนมัติเต็มพิกัด ต่อมา ในปี 2006 เป่ย หวัง และเบน เกิร์ตเซลชี้ว่างานวิจัยสาขาปัญญาประดิษฐ์ทั่วไปนี้ยังไม่มีผลการทดลองที่เป็นรูปเป็นร่าง นักวิจัยหลายคนเริ่มให้ความสนใจกับปัญญาประดิษฐ์ทั่วไป บางคนก็เชื่อว่าความฉลาดเป็นสิ่งที่ซับซ้อนเกินไปที่จะทำให้ใกล้เคียงได้ แต่นักวิทยาศาสตร์คอมพิวเตอร์หลายๆคนก็เชื่อในศักยภาพของศาสตร์นี้ และเริ่มจัดงานประชุมวิชาการเกี่ยวกับปัญญาประดิษฐ์ทั่วไปขึ้น ปัจจุบันงานวิจัยแต่ละงานในสายนี้มีความแตกต่างกันสูง นักวิทยาศาสตร์บางคนเชื่อว่าปัญญาประดิษฐ์ทั่วไปจะเป็นไปได้ในอีกสิบปีข้างหน้า เช่น ในหนังสือที่ชื่อ The Singularity Is Near ก็เชื่อว่าเทคโนโลยีนี้จะเป็นไปได้ภายในปี 2045 แต่บางคนก็เชื่อว่าต้องใช้เวลาอีกเป็นร้อยปี

การจำลองสมองทั้งหมด

ดูบทความหลักที่: การจำลองสมองทั้งหมด

วิธีการหนึ่งในการพัฒนาระบบปัญญาประดิษฐ์ทั่วไปคือการจำลองสมองทั้งหมดด้วยระบบไฟฟ้า เริ่มจากการสร้างแบบจำลองสมองด้วยการสแกนและทำแผนที่สมองชีวภาพด้วยความละเอียดสูง จากนั้นทำซ้ำด้วยระบบคอมพิวเตอร์หรืออุปกรณ์คำนวณอื่นๆ เครื่องคอมพิวเตอร์ดังกล่าวจะสามารถทำงานเลียนแบบสมองได้อย่างน่าเชื่อถือและสุดท้ายจะสามารถทำงานได้แบบเดียวกับสมองต้นแบบหรือคล้ายกับสมองต้นแบบมาก นักวิทยาศาสตร์หลายวงการเริ่มให้ความสนใจสมองจำลองโดยเฉพาะผู้ที่ต้องการประยุกต์ใช้ในเชิงการแพทย์ ปัจจุบัน เทคโนโลยีการถ่ายภาพสมองพัฒนาไปอย่างรวดเร็ว นำมาซึ่งความหวังในการได้รายละเอียดที่สำคัญของสมองจนทำให้การสร้างสมองจำลองเป็นจริงในที่สุด

ทรัพยากรที่ต้องใช้ในการคำนวณ

 

ภาพแสดงการประมาณการประมวลผลที่จำเป็นต้องใช้ในการจำลองมนุษย์ในแต่ละระดับและแสดงกำลังของซูเปอร์คอมพิวเตอร์ 500 เครื่องที่เร็วที่สุดในแต่ละปี

สำหรับการจำลองสมองระดับล่างนั้น จะต้องมีคอมพิวเตอร์ที่ทรงพลัง สมองของมนุษย์มีไซแนปส์จำนวนมหาศาล เซลล์ประสาท 1 แสนล้านตัวนั้นแต่ละตัวมีไซแนปส์เชื่อมต่อกับเซลล์อื่นประมาณ 7,000 ไซแนปส์ นักวิทยาศาสตร์คาดการณ์กันว่าสมองของมนุษย์ประกอบไปด้วยไซแนปส์ถึง 1 พันล้านล้านไซแนปส์ แต่อาจลดลงไปเมื่ออายุมากขึ้น แต่โดยเฉลี่ยแล้ว สมองจะมีอยู่ราว 100 ถึง 500 ล้านล้านไซแนปส์ หากลองประเมินการคำนวณของสมองแล้ว สมองจะมีการอัปเดตข้อมูลประมาณ 100 ล้านล้านไซแนปส์ใน 1 วินาที เรย์ คูร์ซเวล ประมาณไว้ว่าฮาร์ดแวร์จะต้องทำการคำนวณราว 10¹⁶ ครั้งต่อวินาทีจึงจะสามารถคำนวณได้เทียบเท่ากับสมองมนุษย์ คูร์ซเวลเปรียบเทียบให้เห็นภาพง่ายๆจนสามารถประมาณได้ว่าน่าจะมีฮาร์ดแวร์ที่ทรงพลังพอที่จะทำการคำนวณปริมาณมหาศาลเช่นนั้นได้ในช่วงประมาณปี 2015 ถึง 2025 หากว่าคอมพิวเตอร์เติบโตแบบชี้กำลังอย่างที่เป็นอยู่ทุกวันนี้

ความยาก

นักวิทยาศาสตร์หลายคนเชื่อว่า สมองจำลองจะมีความหมายก็ต่อเมื่อเราสร้างสิ่งที่เป็นรูปธรรมขึ้นมา เช่น ใส่สมองนั้นเข้าไปในรูปร่างคล้ายกับมนุษย์ (เช่น หุ่นยนต์) นักวิทยาศาสตร์บางคนเสนอวิธีการใส่เข้าไปในโลกเทียม (virtual) แทน แต่ก็ยังไม่ทราบว่าเพียงพอหรือไม่

เครื่องคอมพิวเตอร์ตามบ้านทั่วไปใช้ไมโครโปรเซสเซอร์ที่สามารถคำนวณได้ 1 พันล้นาคำสั่งต่อวินาทีที่มีมาตั้งแต่ปี 2005 แต่จากการประมาณของคูร์ซเวล พลังการคำนวณระดับนี้สามารถทำได้แค่จำลองสมองของผึ้งเท่านั้น แต่สมองของคนนั้นมีเซลล์ประสาทประมาณ 100 พันล้านเซลล์ และมี 100 ล้านล้านไซแนปส์ ในขณะที่บางคนประมาณไว้ว่าสมองคนมีเซลล์ประสาท 86 พันล้านตัว โดย 16 พันล้านตัวอยู่ที่เปลือกสมอง ขณะที่อีก 69 พันล้านตัวอยู่ที่สมองน้อย ส่วนปริมาณของเซลล์เกลียนั้นยังไม่มีใครประเมินไว้แต่ทราบกันดีว่ามีจำนวนมหาศาล

การจำลองเซลล์ประสาทด้วยความละเอียดสูง

แบบจำลองเซลล์ประสาทเทียมที่ใช้ในงานวิจัยโครงข่ายประสาทเทียมจัดว่าเป็นระดับพื้นฐานมากเมื่อเทียบกับแบบจำลองเซลล์ประสาทที่เลียนแบบมาของจริงทางชีววิทยา การจำลองสมองจะต้องสามารถจับพฤติกรรมของเซลล์ประสาทจริงได้ แต่ในปัจจุบัน นักวิทยาศาสตร์ยังรู้เพียงแค่ภาพกว้างๆของพฤติกรรมเหล่านี้เท่านั้น ความซับซ้อนคือแบบจำลองต้องมีการคำนวณรายละเอียดทางฟิสิกส์ เคมี และชีววิทยาของพฤติกรรมเซลล์ประสาทด้วยทำให้การคำนวณนั้นมีมากกว่าที่เรย์ คูร์ซเวลได้เคยประมาณไว้มาก นอกจากนี้ การประมาณการณ์ดังกล่าวยังไม่ได้คำนึงถึงเซลล์เกลียที่อาจจะมีมากเท่ากับจำนวนเซลล์ประสาทหรือมีมากกว่าถึงสิบเท่า อันเป็นเซลล์ที่มีบทบาทสำคัญในกระบวนการประมวลผลของสมองในทางชีววิทยา

ปัจจุบัน นักวิจัยจากหลายโครงการพยายามจะสร้างแบบจำลองสมองบนคอมพิวเตอร์ ในปี 2005 ได้เกิดโครงการระบบปัญญาประดิษฐ์ (Artificial Intelligence System) ที่สามารถจำลองเซลล์สมองจำนวน 10¹¹ ตัวได้โดยใช้การคำนวณนานถึง 50 วันบนหน่วยประมวลผล 27 ตัวเพื่อจำลองการทำงานของเซลล์ประสาทเพียง 1 วินาที ต่อมาในปี 2006 โครงการบลูเบรน (Blue Brain Project) ได้ใช้เครื่องซูเปอร์คอมพิวเตอร์บลูจีน (Blue Gene) ที่เร็วเป็นอันดับต้นๆของบริษัทไอบีเอ็มในการสร้างแบบจำลองเปลือกสมองส่วนหนึ่งของหนูและประมวลผลในเวลาจริง (real time) ได้สำเร็จ สมองส่วนดังกล่าวประกอบไปด้วยเซลล์ประสาท 10,000 ตัวและ 10 ล้านไซแนปส์ เฮนรี มาร์กแรม หัวหน้าโครงการนี้กล่าวในเวทีการประชุมTEDที่ออกซฟอร์ดในปี 2009 ว่า "เป็นไปไม่ได้เลยที่จะสร้างสมองของมนุษย์ แต่เราจะทำให้ได้ภายใน 10 ปี" โดยเป้าหมายของโครงการคือการจำลองสมองของมนุษย์ในรายละเอียดที่ถูกต้อง

งานวิจัยจิตรู้สำนึกเทียม

แม้ว่าเรื่องของจิตรู้สำนึกยังเป็นเรื่องที่ถูกหยิบยกขึ้นมาถกเถียงอย่างมากในสาขาปัญญาประดิษฐ์ แต่นักวิจัยด้านปัญญาประดิษฐ์ทั่วไปหลายคนก็เริ่มศึกษาถึงความเป็นไปได้ที่จะสร้างจิตรู้สำนึกเทียมขึ้นมา นักวิทยาศาสตร์อย่างอิกอร์ อเล็กซานเดอร์เชื่อว่าการสร้างเครื่องจักรที่มีจิตรู้สำนึกเป็นเรื่องเป็นไปได้ แต่อาจจะต้องใช้เวลาถึง 40 ปีเพื่อฝึกให้เครื่องจักรสามารถเข้าใจภาษาธรรมชาติได้