สิ่งที่สิ่งมีชีวิตฉลาดทั้งหมดมีร่วมกันคืออะไร?

ตามที่ Yann LeCun นักวิทยาศาสตร์ด้าน AI หัวหน้าแผนก AI ของ Meta กล่าวว่า มีคุณสมบัติสำคัญสี่ประการ ในงาน AI Action Summit ที่ปารีสเมื่อเร็ว ๆ นี้ นักการเมืองและผู้เชี่ยวชาญด้าน AI มารวมตัวกันเพื่อหารือเกี่ยวกับความก้าวหน้าของ AI ในงาน LeCun ได้ถ่ายทอดคำจำกัดความพื้นฐานของความฉลาดแก่ Anthony Annunziata ผู้นำด้าน AI ของ IBM “มีลักษณะสำคัญสี่ประการของพฤติกรรมฉลาด ซึ่งสัตว์ทุกชนิด — หรือสัตว์ที่ค่อนข้างฉลาด — และแน่นอนมนุษย์ก็มีอยู่” เขาอธิบาย “นั่นคือ การเข้าใจโลกทางกายภาพ การมีความทรงจำถาวร ความสามารถในการใช้เหตุผล และความสามารถในการวางแผนโดยเฉพาะการวางแผนที่ซับซ้อนผ่านการวางแผนแบบลำดับชั้น” LeCun ชี้ให้เห็นว่า AI โดยเฉพาะโมเดลภาษาใหญ่อาจยังไม่ถึงระดับนี้ และการบูรณาการความสามารถเหล่านี้จะต้องมีการปรับเปลี่ยนวิธีการฝึกฝน นี่เป็นเหตุผลว่าทำไมหลายบริษัทเทคโนโลยีชั้นนำถึงกำลังเพิ่มความสามารถใหม่ๆ เข้าไปในโมเดลที่มีอยู่ในขณะนี้เพื่อแข่งขันเป็นผู้นำในวงการ AI “สำหรับการเข้าใจโลกทางกายภาพ คุณฝึกระบบมองเห็นแยกต่างหาก แล้วเชื่อมต่อเข้ากับโมเดลภาษาขนาดใหญ่ สำหรับความทรงจำ คุณใช้เทคนิค retrieval augmented generation (RAG) เพิ่มความทรงจำเชื่อมโยง หรือขยายโมเดลขึ้นมา, ” เขากล่าว (RAG เป็นเทคนิคที่พัฒนาโดย Meta เพื่อปรับปรุงโมเดลภาษาใหญ่โดยการผนวกแหล่งความรู้ภายนอกเข้าไป) อย่างไรก็ตาม LeCun ถือว่าสิ่งเหล่านี้เป็นเพียง “การโกงเทคนิค” เท่านั้น เขาได้พูดคุยเกี่ยวกับแนวทางทางเลือกหนึ่งที่เรียกว่า world-based models ซึ่งเป็นโมเดลที่เรียนรู้จากสถานการณ์ในโลกจริงและแสดงความสามารถในการรับรู้ที่สูงขึ้น นอกเหนือจากการตรวจจับแพทเทิร์น เขาได้อธิบายเรื่องนี้ในบทสนทนากับ Annunziata “คุณเริ่มจากแนวคิดเกี่ยวกับสภาวะของโลกในเวลาหนึ่ง T จินตนาการการกระทำ แล้วโมเดลโลกก็ทำนายว่าสถานะของโลกจะเปลี่ยนแปลงอย่างไรในตอบสนองต่อการกระทำดังกล่าว” เขาอธิบาย แต่เนื่องจากโลกมีการเปลี่ยนแปลงไปในแนวทางที่ไม่อาจคาดการณ์ได้มากมาย การฝึกโมเดลเหล่านี้จึงต้องอาศัยการสร้างนามธรรมเป็นหลัก Meta กำลังสำรวจแนวคิดนี้ผ่าน V-JEPA ซึ่งเป็นโมเดลที่เปิดตัวเมื่อกุมภาพันธ์ที่ผ่านมา โดยเป็นโมเดลที่ไม่ใช่โมเดลสร้างภาพ แต่เรียนรู้โดยการทำนายส่วนที่ขาดหายหรือถูกซ่อนในวิดีโอ “แนวคิดหลักคือ คุณไม่ได้ทำนายตรงตามพิกเซลโดยตรง แต่คุณฝึกให้ระบบทำงานบนตัวแทนเชิงนามธรรมของวิดีโอ ซึ่งช่วยให้สามารถทำการทำนายภายในตัวแทนนี้ได้ โดยตัวแทนนี้จะกรองรายละเอียดที่ไม่สามารถคาดเดาได้” LeCun กล่าว แนวทางนี้สะท้อนถึงวิธีที่นักเคมีสร้างโครงสร้างพื้นฐานของสารผ่านลำดับชั้น “เราได้สร้างนามธรรมขึ้นมา: อนุภาค ซึ่งอยู่บนสุดเป็นอะตอม แล้วเป็นโมเลกุล สุดท้ายคือวัสดุ” เขากล่าว “แต่ละชั้นจะกรองข้อมูลที่ไม่เกี่ยวข้องจากชั้นล่างขึ้นไป ขึ้นอยู่กับภารกิจที่ทำ” จึงหมายความโดยสรุปว่า เราเข้าใจโลกทางกายภาพด้วยการสร้างลำดับชั้น ซึ่งเป็นหัวใจของความฉลาด