วิวัฒนาการของปัญญาประดิษฐ์ : The Evolution of Artificial Intelligence

เดือนพฤศจิกายน 2021 บริษัทโอเพ่นเอไอ (OpenAI) เปิดตัวแชตจีพีที (ChatGPT) ซึ่งเป็นปัญญาประดิษฐ์ (AI) ที่ทรงประสิทธิภาพมาก ๆ ตั้งแต่การเขียนสูตรอาหาร ไปจนช่วยเขียนโค้ด จนมันกลายเป็นกระแสไปทั่วโลกอย่างรวดเร็ว และมียอดผู้ใช้ครบ 100 ล้านคนภายใน 2 เดือน จนกระทั่งตอนนี้ กระแส AI ก็ยังคงได้รับความนิยมมาก ล่าสุดคือบริษัทเทคยักษ์ใหญ่ของโลกอย่างอัลฟาเบต (Alphabet) เจ้าของกูเกิล (Google) ที่ได้เปิดตัวโมเดลภาษาชื่อเจมิไน (Gemini) ที่บริษัทอ้างว่าเก่งกว่าโมเดลจีพีที-4 (GPT-4) เสียอีก

อนาคตของ AI มองดูรุ่งโรจน์มาก แต่กว่าจะมาถึงจุดนี้ รู้หรือไม่ว่ามันมีวิวัฒนาการเป็นอย่างไร TNN Tech จะพาย้อนเวลา พิจารณาประวัติศาสตร์ของ AI กัน

จุดแรกสุดอาจต้องย้อนไปตั้งแต่ 400 - 300 ปีก่อนคริศตศักราชกันเลยทีเดียว : ซึ่งนักปราชญ์ชาวกรีกชื่ออริสโตเติล ได้นำเสนอตรรกะเชิงเหตุผล สิ่งนี้วางรากฐานสำหรับการคิดเชิงตรรกะและการใช้เหตุผล ซึ่งเป็นส่วนสำคัญของปัญญาประดิษฐ์

ศตวรรษที่ 12 : มีการรายงานว่าโรเจอร์ เบคอน (Roger Bacon) และอัลเบิร์ต เดอะ กรี (Albert the Grea) นักออกแบบและนักประดิษฐ์ชาวอังกฤษ ได้ประดิษฐ์สิ่งที่เรียกว่า “หัวพูดได้ (Talking Head)” ซึ่งน่าจะเป็นการทดลองการเลียนแบบคำพูดและการโต้ตอบของมนุษย์

ศตวรรษที่ 15: ช่างทำนาฬิกาได้สร้างสัตว์จักรกล (mechanical animals) ขึ้นมา รวมถึงได้สร้างตำนานมนุษย์จากดินเหนียว เรียกว่า โกเลม แม้จะไม่ถือเป็นความสำเร็จทางเทคโนโลยีสมัยใหม่ แต่แสดงให้เห็นถึงความหลงใหลของมนุษย์ในยุคแรกที่จะสร้างสิ่งที่เหมือนกับมนุษย์ขึ้นมาจริง ๆ

ศตวรรษที่ 16: ช่วงต้นศตวรรษที่ 16 นักปรัชญา นักคณิตศาสตร์ และนักวิทยาศาสตร์ชาวฝรั่งเศสชื่อ เรอเน่ เดการ์ต (René Descartes) เสนอแนวคิดที่ว่าร่างกายของสัตว์เป็นเพียงเครื่องจักรที่ซับซ้อน มุมมองทางปรัชญานี้มีส่วนทำให้เกิดแนวคิดเรื่องการสร้างเครื่องจักรให้มีชีวิต

ศตวรรษที่ 17 

- นักคณิตศาสตร์ นักประดิษฐ์ชาวฝรั่งเศสชื่อเบลส ปาสคาล (Blaise Pascal) ได้สร้างเครื่องคำนวณดิจิทัลเครื่องแรก ซึ่งเป็นความก้าวหน้าครั้งสำคัญในการคำนวณ

- โธมัส ฮอบส์ (Thomas Hobbes) นักปรัชญาการเมือวชาวอังกฤษตีพิมพ์หนังสือเรื่อง “เดอะ เลวีอาธาน (The Leviathan)” ในปี 1651 ซึ่งมีทฤษฎีการคิดเชิงกลและเชิงผสมผสาน นี่เป็นการวางรากฐานสำหรับการพิจารณาแง่มุมเชิงกลไกของกระบวนการคิด

- เซอร์ ซามูเอล มอร์แลนด์ (Sir Samuel Morland) นักประดิษฐ์ และนักคณิตศาสตร์ชาวอังกฤษ พัฒนาเครื่องคำนวณ ทำให้เทคโนโลยีการคำนวณก้าวหน้ายิ่งขึ้น

- ก็อทท์ฟรีด วิลเฮล์ม ไลบ์นิซ (Gottfried Wilhelm Leibniz) นักคณิตศาสตร์ นักปรัชญา ชาวเยอรมัน ปรับปรุงเครื่องคำนวณของปาสคาล โดยเฉพาะการคูณและการหาร

ศตวรรษที่ 18

- โจเซฟ-มารี แจ็คการ์ด (Joseph-Marie Jacquard) เป็นนักทอผ้าและนักประดิษฐ์ชาวฝรั่งเศส ได้คิดค้นอุปกรณ์ที่สามารถตั้งโปรแกรมได้ตัวแรกที่เรียกว่าเครื่องทอผ้าแจ็คการ์ด (Jacquard) แม้ว่าจะไม่เกี่ยวข้องโดยตรงกับ AI แต่ถือเป็นความก้าวหน้าที่โดดเด่นมาก ในด้านระบบและการควบคุมอัตโนมัติ

- แมรี่ เชลลีย์ (Mary Shelley) นักเขียนชาวอังกฤษ ตีพิมพ์ "แฟรงเกนสไตน์ (Frankenstein)" ในปี 1818 ซึ่งเป็นนวนิยายที่เล่าถึงชีวิตประดิษฐ์และผลที่ตามมาของการสร้างสิ่งมีชีวิตที่มีความรู้สึก

1921 : บทละครของนักเขียวชาวเช็ก คาเรล ชาเปก (Karel Šapek) เรื่อง “RUR” (Rossum’s Universal Robots : หุ่นยนต์สากลของรอสซัม) เผยแพร่ ทำให้เกิดคำว่าโรบ็อต (Robot) หรือ หุ่นยนต์ขึ้น แม้ว่าจะไม่เกี่ยวข้องโดยตรงกับ AI แต่ก็มีส่วนทำให้แนวคิดเรื่องสิ่งมีชีวิตประดิษฐ์เป็นที่นิยม

1943 : วอร์เรน แมคคัลลอช (Warren McCulloch นักประสาทสรีรวิทยาและนักไซเบอร์เนติกส์ชาวอเมริกัน) และ วอลเตอร์ พิตต์ (Walter Pitts นักตรรกวิทยาและนักประสาทวิทยา) ตีพิมพ์ "แคลคูลัสเชิงตรรกะของความคิดที่มีอยู่ในระบบประสาท" ซึ่งวางรากฐานสำหรับโครงข่ายประสาทเทียม ซึ่งเป็นองค์ประกอบสำคัญของ AI สมัยใหม่

1950 

- แอลัน ทัวริง (Alan Turing) นักคณิตศาสตร์ชาวอังกฤษ ตีพิมพ์บทความเรื่อง "เครื่องจักรคอมพิวเตอร์และความฉลาด" อธิบายถึงการทดสอบที่เรียกว่า ทัวริง เทส (Turing Test) ซึ่งเป็นมาตรฐานสำหรับการวัดความฉลาดของเครื่องจักรกล

- ไอแซค อาซิมอฟ (Isaac Asimov) นักเขียนนิยายวิทยาศาสตร์ชาวอเมริกัน ตีพิมพ์ "กฎ 3 ข้อของวิทยาการหุ่นยนต์" ซึ่งเป็นชุดแนวปฏิบัติด้านจริยธรรมเรื่องพฤติกรรมของหุ่นยนต์และสิ่งมีชีวิตเทียม ซึ่งในปัจจุบันก็ยังคงมีอิทธิพลในจริยธรรมของ AI 

- คล็อด แชนนอน (Claude Shannon) นักคณิตศาสตร์ชาวอเมริกัน บุกเบิกการใช้คอมพิวเตอร์เล่นเกมและ AI โดยได้ตีพิมพ์บทความวิเคราะห์วิธีการที่คอมพิวเตอร์เล่นหมากรุกในหนังสือเรื่อง "การเขียนโปรแกรมคอมพิวเตอร์เพื่อเล่นหมากรุก" 

1954 : จัดตั้งโครงการวิจัยปัญญาประดิษฐ์ภาคฤดูร้อนของดาร์ทเมาท์ (The Dartmouth Summer Research Project) ซึ่งจุดนี้ถือว่าเป็นต้นกำเนิดการวิจัยทางวิทยาศาสตร์ของ AI

1956 : ในโครงการวิจัยปัญญาประดิษฐ์ภาคฤดูร้อนของดาร์ทเมาท์นี้ นักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกันชื่อจอห์น แม็กคาร์ธี (John McCarthy) บัญญัติคำว่า “ปัญญาประดิษฐ์ (Artificial Intelligence)” ขึ้นมาเป็นครั้งแรก

1966 : โปรเจ็กต์เครื่องกลแปลภาษาไม่ประสบผลสำเร็จ ทำให้ถูกยกเลิก และส่งผลให้งานวิจัยด้าน AI ลดลง และในช่วงนี้ถูกเรียกว่า “ฤดูหนาวของ AI”

1969: นักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกัน มาร์วิน มินสกี้ (Marvin Minsky ) และซีมัวร์ เปเปอร์ต (Seymour Papert) ตีพิมพ์หนังสือ "เพอร์เซปตรอน (Perceptrons)" ซึ่งวิพากษ์วิจารณ์แบบจำลองเพอร์เซปตรอนของเซลล์ประสาทเทียม ทำให้งานวิจัยเกี่ยวกับโครงข่ายประสาทเทียมลดลง

1975 : พอล เวอร์บอส (Paul Werbos) นักคณิตศาสตร์และนักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกัน นำเสนออัลกอริธึมชื่อ แบคพรอพาเกชั่น (Backpropagation) สำหรับการฝึกอบรมโครงข่ายประสาทเทียม อัลกอริธึมนี้เป็นสิ่งสำคัญในการฝึกโครงข่ายประสาทเชิงลึก ซึ่งเป็นโมเดลการเรียนรู้ของเครื่องจักร (Machine Learning Models) ที่ทรงพลังที่สุดในปัจจุบัน

ทศวรรษ 1980s : ระบบผู้เชี่ยวชาญ (Expert Systems : ES) ซึ่งเป็นระบบ AI บนฐานความรู้ (knowledge-based AI systems) ได้รับความนิยม ในขณะที่การเขียนโปรแกรมลิสป์ (Lisp) ยังใช้กันอย่างแพร่หลายในการวิจัย AI

1981 : ญี่ปุ่นเปิดตัวโปรเจ็กต์คอมพิวเตอร์รุ่นที่ 5 เป้าหมายคือเพื่อพัฒนาคอมพิวเตอร์ยุคใหม่ที่สามารถเข้าใจและใช้ภาษามนุษย์ได้

1986 : เดวิด รูเมลฮาร์ต (David Rumelhart) เจฟฟรีย์ ฮินตัน (Geoffrey Hinton) และ โรนัลด์ วิลเลียมส์ (Ronald Williams) ได้ตีพิมพ์หนังสือเรื่อง "Parallel Distributed Processing: Explorations in the Microstructure of Cognition" ซึ่งถือเป็นการเปิดศักราชใหม่ของการวิจัยการคำนวณทางประสาท

ทศวรรษ 1990s : Expert Systems ไม่ตอบสนองความคาดหวัง ทำให้คำว่า AI ไม่ค่อยได้รับความนิยม

ช่วงปลายทศวรรษ 1990s : โครงข่ายประสาทเทียมเริ่มล้าสมัย และอัลกอริธึม Support Vector Machines (SVM) ก็ได้รับความนิยม

ช่วงทศวรรษ 2000s : วิทยาศาสตร์ข้อมูล (Data Science) เป็นกระบวนทัศน์ใหม่ของวิทยาศาสตร์ และอัลกอริธึมการเรียนรู้ของเครื่องจักร (Machine Learning Algorithms) เริ่มถูกนำไปใช้แก้ปัญหาต่าง ๆ 

ช่วงทศวรรษ 2010s : โครงข่ายประสาทเทียมระดับลึก (Deep Neural Networks) ทำให้งานต่าง ๆ ประสบความสำเร็จในหลากหลายสาขา รวมถึงการจดจำรูปภาพ การประมวลภาษาธรรมชาติ และการแปลภาษาด้วยเครื่องจักร

ช่วงปลายทศวรรษ 2010s และต้นทศวรรษ 2020s : โมเดลภาษาอย่าง GPT สร้างแรงกระเพื่อมในอุตสาหกรรม AI

ที่มาข้อมูล Alltechmagazine

ที่มารูปภาพ Gettyimage, Engineering.stanford