จาก Gen AI สู่ Agentic AI อะไรคือ AGI ปัญญาประดิษฐ์ยุคใหม่ ฉลาดเท่าคน

ปัญญาประดิษฐ์ หรือ AI ได้ก้าวข้ามจากขอบเขตที่เคยเป็นเพียงจินตนาการ สู่การเป็นพลังสำคัญที่ฝังแน่นในชีวิตประจำวันและกลยุทธ์ทางธุรกิจ

จุดเปลี่ยนสำคัญที่ทำให้ทั่วโลกได้รู้จัก Generative AI คือการเปิดตัว ChatGPT ของ OpenAI ในช่วงปลายปี 2022 ซึ่ง GPT-3.5 และ GPT-4 ได้แสดงศักยภาพอันน่าทึ่งในการสนทนาและการสร้างเนื้อหา ส่งผลให้องค์กรจำนวนมากเร่งนำเทคโนโลยี AI มาใช้

อย่างไรก็ตาม AI ที่ใช้อยู่ในปัจจุบันส่วนใหญ่ยังคงจัดอยู่ในประเภท Generative AI ซึ่งเป็นระบบที่ตอบสนองต่อคำสั่งโดยการสร้างเนื้อหา

แต่ยังคงเป็นการทำงานแบบตอบสนองตามคำสั่ง และผูกติดกับคำแนะนำที่ได้รับ หากข้อมูลใหม่หรือสถานการณ์เปลี่ยนแปลง มนุษย์ยังคงต้องป้อนข้อมูลหรือปรับคำสั่งเพื่อให้ได้ผลลัพธ์ที่อัปเดต

จาก Generative AI สู่ Agentic AI ผู้ช่วยอัจฉริยะ

แนวโน้มกำลังเปลี่ยนแปลงไปสู่ Agentic AI ซึ่งเป็น AI ขั้นสูงที่มีความสามารถในการรับรู้, การใช้เหตุผล, การวางแผนและการดำเนินการอย่างอิสระ 

แทนที่จะเป็นเพียงผู้ช่วยที่ทำงานตามคำสั่ง Agentic AI สามารถเข้าใจเป้าหมายและริเริ่มดำเนินการได้เอง โดยใช้เครื่องมือและความรู้ตามบริบทต่างๆ

ความแตกต่างที่สำคัญคือความสามารถในการปรับตัวและค้นหาแนวทางแก้ไขใหม่ๆ ได้เองในระดับหนึ่งเมื่อเผชิญกับความไม่แน่นอนหรือข้อมูลใหม่

ตัวอย่างที่เห็นได้ชัดคือในอุตสาหกรรมที่ต้องปรับตัวอย่างรวดเร็ว เช่น ธนาคารและการเงิน ในขณะที่ Generative AI ทั่วไปอาจให้คำแนะนำการลงทุนตามข้อมูลที่ได้รับ

หากตลาดผันผวน มนุษย์จะต้องป้อนข้อมูลใหม่เพื่อให้ได้คำแนะนำที่อัปเดต แต่ Agentic AI สามารถติดตามข้อมูลตลาดแบบเรียลไทม์ ประเมินผลกระทบ และปรับคำแนะนำได้โดยอัตโนมัติ

องค์กรระดับโลก เช่น World Economic Forum และสถาบันชั้นนำอย่าง Stanford HAI, MIT Sloan รวมถึงผู้เชี่ยวชาญในอุตสาหกรรม ต่างเห็นตรงกันว่า Agentic AI จะเป็นแนวโน้มสำคัญที่โดดเด่นในตลาด AI ปี 2025 การพูดคุยในเวทีระดับโลกเริ่มมุ่งเน้นไปที่การใช้งานจริงในโลกแห่งความเป็นจริงมากขึ้น

SCBX ได้ตระหนักถึงศักยภาพของ Agentic AI และได้พัฒนาไปสู่ แพลตฟอร์มที่ปรึกษาทางการเงิน Agentic AI แพลตฟอร์มนี้แสดงให้เห็นถึงข้อได้เปรียบที่แตกต่างอย่างชัดเจนเมื่อเทียบกับการใช้ Generative AI ทั่วไปในการวิเคราะห์หุ้น

ในขณะที่ Gen AI ทั่วไปมักจะให้ข้อมูลพื้นฐาน ไม่ครบถ้วน และล้าสมัย แพลตฟอร์ม Agentic AI ของ SCBX สามารถทำความเข้าใจคำถาม วางแผนการวิเคราะห์ที่ละเอียด ใช้เครื่องมือและ API ทางการเงินเพื่อรวบรวมข้อมูลแบบเรียลไทม์ แสดงข้อมูลที่อัปเดตและนำไปใช้ได้

และยังให้บทสรุปเชิงลึกพร้อมคำแนะนำจากผู้เชี่ยวชาญ กระบวนการที่ซับซ้อนและเป็นระบบนี้ทำให้ได้ข้อมูลเชิงลึกที่มีมูลค่าสูงกว่ามาก

ในขณะเดียวกัน AI ยังคงมุ่งสู่เป้าหมายสูงสุดที่เรียกว่า Artificial General Intelligence (AGI) หรือ ปัญญาประดิษฐ์ทั่วไป ซึ่งหมายถึง AI ที่มีความสามารถในการคิด เรียนรู้ และทำงานใดๆ ได้ในระดับเดียวกับมนุษย์

ความแตกต่างสำคัญจาก AI ในปัจจุบันคือ AGI ต้องมีความสามารถที่หลากหลาย สามารถถ่ายโอนความรู้ระหว่างโดเมนต่างๆ และปรับตัวเข้ากับสถานการณ์ใหม่ที่ไม่คุ้นเคยได้โดยไม่ต้องฝึกฝนเพิ่มเติม

อย่างไรก็ตาม เส้นทางสู่ AGI ยังคงซับซ้อนและเต็มไปด้วยข้อถกเถียง การนิยาม "ความสามารถทางปัญญาในระดับมนุษย์" นั้นยังคงเป็นที่ถกเถียง

และสมองมนุษย์ก็ทำงานแตกต่างจากคอมพิวเตอร์อย่างสิ้นเชิง มีความเข้าใจตามบริบท ความคิดสร้างสรรค์ และการตัดสินใจที่อิงจากคุณค่าและอารมณ์ ซึ่งยากต่อการจำลอง

ผู้นำในอุตสาหกรรม AI เองก็มีความเห็นที่แตกต่างกันอย่างมากเกี่ยวกับช่วงเวลาที่จะบรรลุ AGI โดย Sam Altman ซีอีโอ OpenAI เชื่อว่า AGI จะเกิดขึ้นเร็วกว่าที่หลายคนคาด

ในขณะที่ Mustafa Suleyman ซีอีโอ Microsoft AI ค่อนข้างระมัดระวังกว่า โดยมองว่าอาจใช้เวลานานถึง "สิบปี"

ส่วน Demis Hassabis ซีอีโอและผู้ร่วมก่อตั้ง DeepMind มีความเชื่อมั่นอย่างแรงกล้าว่า AGI ที่เหนือกว่ามนุษย์อาจเกิดขึ้นได้ภายใน "ห้าถึงสิบปีข้างหน้า"

นักวิจัยและผู้เชี่ยวชาญได้พัฒนากรอบการประเมินระดับความสามารถของ AGI ซึ่งแบ่งออกเป็นหลายระดับตั้งแต่ Level 0 (ไม่มี AI) ถึง Level 5 (เหนือมนุษย์) AI ในปัจจุบัน

เช่น ChatGPT, Llama 2, และ Gemini ถูกจัดอยู่ในระดับ Emerging AGI (เทียบเท่ามนุษย์ที่ยังไม่มีทักษะ) ในขณะที่ระดับที่สูงขึ้นอย่าง Competent (เทียบเท่าผู้ใหญ่ทั่วไป), Expert (เทียบเท่าผู้เชี่ยวชาญ) หรือ Virtuoso (เทียบเท่าอัจฉริยะ) ยังไม่มีเจ้าไหนทำได้

ผู้เชี่ยวชาญบางคน เช่น Yann LeCun รองประธานและหัวหน้านักวิทยาศาสตร์ AI ของ Meta มองว่าการก้าวสู่ AGI ที่แท้จริงอาจต้องมีการเปลี่ยนกระบวนทัศน์พื้นฐานในการออกแบบระบบ AI ไม่ใช่เพียงแค่การปรับปรุงโมเดลที่มีอยู่

เขามีคำแนะนำที่ท้าทาย เช่น การเลิกใช้โมเดลเชิงสร้าง (Generative Models) และโมเดลเชิงความน่าจะเป็น (Probabilistic Models) หันไปใช้สถาปัตยกรรมที่เน้นการเข้าใจความสัมพันธ์และความหมายของข้อมูลเชิงลึก รวมถึงการเลิกใช้ Reinforcement Learning เป็นแนวทางหลัก

LeCun ยังแนะนำว่าผู้ที่สนใจสร้าง AI ระดับมนุษย์ไม่ควรเน้นทำงานกับ LLM เพียงอย่างเดียว เนื่องจาก LLM มีข้อจำกัดโดยธรรมชาติในการเข้าใจโลกแบบองค์รวม การใช้เหตุผลข้ามโดเมน และการแก้ปัญหาที่ซับซ้อน

SCBX Group โดย SCB 10X ไม่ได้เพียงแค่สังเกตการณ์ แต่ยังมีบทบาทสำคัญในการพัฒนา AI ในประเทศไทย นอกเหนือจากแพลตฟอร์ม Agentic AI แล้ว

ยังได้พัฒนา "Typhoon" ซึ่งเป็น Large Language Model (LLM) ภาษาไทยที่สร้างขึ้นเพื่อยกระดับความสามารถในการประมวลผลภาษาไทย Typhoon ได้ถูกนำไปใช้ในกรณีศึกษาสำคัญกับสถาบันชั้นนำของประเทศ

เช่น โรงพยาบาลศิริราช (การจัดการข้อมูลทางการแพทย์) VISAI (เครื่องมือ AI สำหรับกฎหมายไทย) และสถาบันวิจัยเพื่อการพัฒนาประเทศไทย (TDRI) (วิเคราะห์แนวโน้มตลาดแรงงาน) แสดงให้เห็นถึงการนำ AI ไปใช้สร้างผลกระทบที่เป็นรูปธรรม

การแข่งขันระหว่างแนวทางต่างๆ และความก้าวหน้าทางเทคโนโลยีที่เกิดขึ้นอย่างรวดเร็ว สะท้อนให้เห็นว่าโลกของ AI ยังคงเปลี่ยนแปลงอย่างต่อเนื่อง จาก Generative AI สู่ Agentic AI และเป้าหมายสูงสุดคือ AGI แต่ละก้าวล้วนมีความสำคัญและนำมาซึ่งโอกาสและความท้าทายใหม่ๆ สำหรับอุตสาหกรรมและสังคม

ที่มา : SCBX