ปัญญาประดิษฐ์ทั่วไป (AGI) ถือเป็นก้าวสำคัญต่อไปในการพัฒนาปัญญาประดิษฐ์ ซึ่งมอบศักยภาพให้เครื่องจักรสามารถเข้าใจและให้เหตุผลในงานที่หลากหลาย เป็นเป้าหมายที่จุดประกายความสนใจอย่างมากในวงการ AI โดยผู้เชี่ยวชาญจำนวนมากกำลังทำงานเพื่อทำให้บรรลุผล การบรรลุ AGI ถือเป็นก้าวสำคัญในการปลดล็อกความเป็นไปได้ใหม่ๆ ทั้งสำหรับความก้าวหน้าของมนุษย์และนวัตกรรม AI ที่ ARC เราเชื่อว่าการเล่นเกมเป็นเครื่องมือที่จำเป็นในการแสวงหานี้ โดยเป็นสนามทดสอบที่ระบบ AI สามารถฝึกฝนเพื่อรับมือกับความซับซ้อนและความสามารถในการปรับตัว ซึ่งเป็นองค์ประกอบสำคัญในการบรรลุ AGI
ภาพ AI ทั่วไป
การเล่นเกมและ AGI
เกม ได้รับการยอมรับมานานว่าเป็นองค์ประกอบสำคัญในการพัฒนา AI และนี่คือสิ่งที่ผู้นำในอุตสาหกรรมอย่าง Elon Musk และ Demis Hassabis ได้ตระหนักถึง Musk ผ่านโครงการ xAI ของเขา ได้เน้นย้ำถึงบทบาทของการเล่นเกมในการฝึกอบรมระบบ AI โดยแสดงให้เห็นว่าการเล่นเกมสามารถนำมาใช้จำลองความซับซ้อนในโลกแห่งความเป็นจริงได้อย่างไร
ในทำนองเดียวกัน Demis Hassabis จาก DeepMind ได้แบ่งปันวิสัยทัศน์ของเขา โดยชี้ให้เห็นว่าสภาพแวดล้อมการเล่นเกม เช่นเดียวกับที่ใช้ใน AlphaZero ไม่ใช่แค่การเล่นเกมให้เก่งเท่านั้น แต่เป็นการพัฒนาอัลกอริทึม AI ที่สามารถนำไปประยุกต์ใช้กับปัญหาในโลกแห่งความเป็นจริงที่กว้างขึ้นได้ เป้าหมายคือการสร้าง AI อเนกประสงค์ที่สามารถให้เหตุผล ปรับตัว และท้ายที่สุดก็สามารถแก้ไขความท้าทายที่เหนือกว่าสิ่งที่ได้รับการฝึกฝนมาตั้งแต่แรก
แนวทางของ ARC เกี่ยวข้องกับการใช้กรอบการทำงานที่มีโครงสร้างเพื่อเร่งความก้าวหน้าของ AGI ผ่านการเล่นเกม ด้วยการรวม Models, Infrastructure, E(N)vironments, และ Data (M.I.N.D.) ARC มุ่งมั่นที่จะสร้างระบบนิเวศที่รวบรวมองค์ประกอบที่จำเป็นสำหรับการพัฒนา AGI องค์กรเชื่อว่าธรรมชาติที่เปลี่ยนแปลงตลอดเวลาของเกม ซึ่งมีกฎที่เปลี่ยนแปลงตลอดเวลาและ สภาพแวดล้อมที่คาดเดาไม่ได้ ทำให้เป็นแพลตฟอร์มที่เหมาะอย่างยิ่งในการฝึกอบรมระบบ AI ที่มีความสามารถในการพัฒนาทักษะหลักที่จำเป็นสำหรับ AGI
ทักษะมนุษย์. เสริมพลังด้วย AI.
ทักษะหลักในการบรรลุ AGI
สำหรับ ARC นั้น AGI ถูกกำหนดโดยความสามารถในการทำงานในหลากหลายโดเมน โดยแสดงให้เห็นถึงทักษะหลักหลายประการ หนึ่งในความสามารถหลักคือ Multimodality ซึ่งเกี่ยวข้องกับการรวมข้อมูลประเภทต่างๆ เช่น ภาพ ข้อความ และเสียง เข้ากับการทำความเข้าใจที่สอดคล้องกัน สิ่งนี้จำเป็นสำหรับ AI ในการโต้ตอบกับโลกอย่างมีความหมาย เนื่องจากงานในโลกแห่งความเป็นจริงมักต้องการการตีความข้อมูลอินพุตที่หลากหลาย
อีกทักษะที่สำคัญคือการปรับปรุงอย่างต่อเนื่อง ระบบ AGI ต้องสามารถเรียนรู้แบบเพิ่มหน่วย โดยปรับปรุงความรู้ของตนเองจากการโต้ตอบใหม่แต่ละครั้งโดยไม่สูญเสียข้อมูลที่ได้เรียนรู้มาก่อน สิ่งนี้ทำให้มั่นใจได้ว่า AI สามารถปรับตัวเข้ากับสถานการณ์ที่เปลี่ยนแปลงไปและได้รับทักษะใหม่ๆ เมื่อเผชิญกับสถานการณ์ที่แตกต่างกัน
ความสามารถในการปรับตัวเป็นอีกหนึ่งคุณลักษณะที่จำเป็น ระบบ AGI ต้องสามารถตอบสนองต่อสภาพแวดล้อมใหม่หรือการเปลี่ยนแปลงที่ไม่คาดคิดในสภาพแวดล้อมที่มีอยู่ได้อย่างมีประสิทธิภาพ สิ่งนี้มีความสำคัญอย่างยิ่งในสภาพแวดล้อมแบบไดนามิก เช่น การเล่นเกม ซึ่งกฎและสถานการณ์สามารถเปลี่ยนแปลงได้อย่างรวดเร็ว ทำให้ AI ต้องปรับเปลี่ยนแนวทาง
สุดท้าย การให้เหตุผลเป็นข้อกำหนดพื้นฐานสำหรับ AGI แม้ว่าการจดจำรูปแบบจะเป็นทักษะที่สำคัญ แต่ความฉลาดที่แท้จริงนั้นก้าวข้ามสิ่งนี้ไป โดยต้องการให้ระบบ AI เข้าใจสาเหตุ สร้างการคาดการณ์ และคิดค้นวิธีแก้ปัญหาโดยอาศัยการให้เหตุผล AGI ต้องสามารถเชื่อมโยงข้อมูลต่างๆ และนำความเข้าใจนี้ไปใช้กับความท้าทายใหม่ๆ ได้
ความร่วมมือใหม่ของ ARC กับ Eliza Labs
การทดสอบ AGI ในบริบทที่หลากหลาย
นอกเหนือจากการแสดงทักษะที่ถูกต้องแล้ว AGI ยังต้องสามารถทำงานได้ในสภาพแวดล้อมที่หลากหลาย สภาพแวดล้อมเหล่านี้จะทดสอบว่า AI สามารถทำงานได้ดีเพียงใดในความท้าทายประเภทต่างๆ ตัวอย่างเช่น การทำงานร่วมกันแบบหลายเอเจนต์ (Multi-agent collaboration) เป็นบริบทที่ AGI ต้องทำงานร่วมกับหรือแข่งขันกับทั้งเอเจนต์ที่เป็นมนุษย์และ AI สิ่งนี้จะทดสอบความสามารถของ AI ในการทำงานร่วมกัน วางกลยุทธ์ และสื่อสารอย่างมีประสิทธิภาพ
ลักษณะที่ไม่คงที่ของสภาพแวดล้อมก็เป็นบริบทที่สำคัญเช่นกัน ระบบ AGI ต้องสามารถนำทางในโลกที่กฎและงานมีการเปลี่ยนแปลงอยู่เสมอ ในสภาพแวดล้อมดังกล่าว AI ไม่สามารถพึ่งพาโซลูชันที่กำหนดไว้ล่วงหน้าได้ แต่ต้องเรียนรู้ที่จะปรับเปลี่ยนและพัฒนากลยุทธ์แบบทันที
ความซับซ้อนของโลกเปิด (Open-world complexity) เป็นการท้าทาย AGI เพิ่มเติม โดยต้องการให้ AI สำรวจและจัดการวัตถุประสงค์หลายอย่าง ในสภาพแวดล้อมแบบโลกเปิด AI ต้องจัดลำดับความสำคัญของงานและค้นหาเป้าหมายใหม่ๆ ในขณะที่จัดการกับเหตุการณ์ที่ไม่คาดฝัน สภาพแวดล้อมประเภทเหล่านี้ช่วยจำลองความไม่แน่นอนและความซับซ้อนของสถานการณ์ในโลกแห่งความเป็นจริง
สุดท้าย การวางแผนระยะยาวเป็นอีกหนึ่งการทดสอบที่จำเป็น AGI ต้องมีความสามารถในการตัดสินใจที่นำไปสู่ความสำเร็จในระยะยาว แทนที่จะเพียงแค่เพิ่มประสิทธิภาพสำหรับรางวัลในทันที ทักษะนี้ต้องการความสามารถในการกำหนดและดำเนินการตามแผนหลายขั้นตอน แม้ว่าการตอบสนองจะน้อยหรือล่าช้า
Neuron Token ($NRN)
ความก้าวหน้าและแผนงานของ ARC
ARC ได้สร้างความก้าวหน้าอย่างมีนัยสำคัญในการพัฒนาองค์ประกอบที่จำเป็นสำหรับ AGI โดยสร้างรากฐานผ่านกรอบการทำงาน M.I.N.D. กรอบการทำงานนี้ประกอบด้วยโมเดลขั้นสูงที่รองรับการเรียนรู้อย่างต่อเนื่อง การสร้างแบบจำลองความไม่แน่นอน และความสามารถในการปรับตัว โครงสร้างพื้นฐานของ ARC ยังอำนวยความสะดวกในการรวบรวมและใช้ข้อมูล ทำให้ระบบ AI สามารถปรับปรุงและปรับตัวได้อย่างต่อเนื่องเมื่อเวลาผ่านไป การรวมสภาพแวดล้อม ตั้งแต่โหมดผู้เล่นเดี่ยวไปจนถึงโหมดผู้เล่นหลายคน ทำให้มีสนามทดสอบที่หลากหลายสำหรับความสามารถเหล่านี้
แม้จะมีความก้าวหน้าเหล่านี้ การบรรลุ AGI ยังคงต้องแก้ไขช่องว่างที่สำคัญ ซึ่งรวมถึงการพัฒนาเพิ่มเติมในด้านการให้เหตุผล การเรียนรู้ของเครื่องแบบลำดับชั้น (HML) และการจัดการกับความไม่แน่นอน HML โดยเฉพาะอย่างยิ่ง เป็นแนวทางที่มีแนวโน้มสำหรับการจัดระเบียบการเรียนรู้ของ AI เป็นโมดูลที่สามารถทำงานในระดับนามธรรมที่แตกต่างกัน ทำให้ระบบสามารถจัดการกับความซับซ้อนได้ดีขึ้นและทำการตัดสินใจที่ละเอียดอ่อนมากขึ้น
แผนงานของ ARC ประกอบด้วยโครงการริเริ่มหลายอย่างที่ออกแบบมาเพื่อแก้ไขช่องว่างเหล่านี้ โครงการริเริ่มหนึ่งคือการแข่งขันนวัตกรรมโมเดล ซึ่งจะเปิดตัวในปี 2025 เพื่อส่งเสริมการวิจัยและพัฒนาในด้านต่างๆ เช่น การให้เหตุผล ความสามารถในการปรับตัว และการทำให้เป็นทั่วไป องค์กรยังทำงานร่วมกับผู้ให้บริการโครงสร้างพื้นฐานเพื่อตอบสนองความต้องการด้านการประมวลผลที่เพิ่มขึ้นของการพัฒนา AGI นอกจากนี้ ARC กำลัง สร้างสภาพแวดล้อมเกม ที่ท้าทายความสามารถของ AI ในการทำงานร่วมกัน วางแผน และจัดการกับความท้าทายที่ไม่คาดฝัน ในขณะเดียวกันก็ร่วมมือกับโครงการอื่นๆ เพื่อรวมรูปแบบต่างๆ เช่น การมองเห็น เสียง และภาษา
บทบาทของ $NRN ในการพัฒนา AGI
หัวใจสำคัญของวิสัยทัศน์ของ ARC คือ Neuron token ($NRN) ซึ่งทำหน้าที่เป็นองค์ประกอบพื้นฐานภายในระบบนิเวศแบบกระจายศูนย์ที่ ARC กำลังสร้างขึ้น โทเค็นนี้อำนวยความสะดวกในการทำงานร่วมกันของนักวิจัย นักพัฒนา แพลตฟอร์ม และองค์กรต่างๆ ซึ่งช่วยเร่งการพัฒนา AGI ผ่านการเล่นเกม ด้วยการใช้ประโยชน์จาก $NRN, ARC มุ่งมั่นที่จะส่งเสริมแนวทางการวิจัย AGI แบบโอเพนซอร์สที่ขับเคลื่อนโดยชุมชน เพื่อให้มั่นใจว่าความก้าวหน้าจะถูกแบ่งปันและเร่งความเร็วจากการมีส่วนร่วมของผู้เข้าร่วมที่หลากหลาย หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับโครงการริเริ่มของ ARC โปรดดูโพสต์นี้บน X
