Author: John Ball

ตลอดชีวิตของผม ผมถูกหล่อหลอมด้วยคำถามเพียงข้อเดียวที่อยู่ใจกลางของสิ่งที่เราเรียกว่าสติปัญญา นั่นคือ มนุษย์เข้าใจภาษาได้อย่างไร ไม่ใช่แค่การทวนคำที่ได้ยินมา ไม่ใช่แค่การจำรูปแบบของประโยค แต่เป็นการเข้าใจความหมายอย่างแท้จริงที่เชื่อมโยงกับโลกความจริง ถ้าคุณถามผู้เชี่ยวชาญสิบคนว่า “ภาษาเข้าใจได้อย่างไร” คุณอาจได้คำตอบสิบสองแบบ เพราะแม้แต่ผู้เชี่ยวชาญบางคนเองก็ยังไม่แน่ใจว่าควรนิยามคำว่า “ความเข้าใจ” อย่างไรดี แต่สำหรับมนุษย์ ความเข้าใจนั้นเรียบง่ายกว่านั้นมาก มันคือช่วงขณะหนึ่งที่คำกับความหมายเชื่อมต่อกันโดยตรง คุณไม่ได้ “ทำนาย” ความหมาย คุณ “สัมผัส” ความหมายนั้นโดยตรง ก่อนที่คำว่า AI หรือปัญญาประดิษฐ์จะกลายเป็นคำโฆษณาทางการตลาด ผมศึกษารูปแบบของความจำ โครงสร้างทางความคิด และสถาปัตยกรรมของสมองมนุษย์ ผมอ่านงานด้านประสาทวิทยา จิตวิทยาพัฒนาการ ภาษาศาสตร์ ตรรกศาสตร์ คณิตศาสตร์ และอีกมากมายที่อยู่ระหว่างสาขาเหล่านั้น เป็นเวลาหลายสิบปีที่ผมทำงานในบริษัทเทคโนโลยีขนาดใหญ่ ดูแลทีมและสร้างระบบขนาดใหญ่ แต่ในใจลึกๆ ผมมีคำถามสำคัญเพียงข้อเดียวเสมอ นั่นคือ แท้จริงแล้ว “การที่เครื่องจักรจะเข้าใจความหมายที่แฝงอยู่ในภาษา” หมายถึงอะไร เมื่อเวลาผ่านไป ผมก็มาถึงข้อสรุปหนึ่งที่ไม่ค่อยเป็นที่นิยมในวงการวิจัย AI นั่นคือ ความสามารถทางภาษาของมนุษย์ไม่ได้ขับเคลื่อนด้วยสถิติ ไม่ได้เกิดจาก Big Data ไม่ได้มาจากการทำนายคำถัดไปโดยอิงจากชุดข้อมูลขนาดมหาศาล เด็กเล็กไม่ได้คำนวณความน่าจะเป็น ไม่ต้องฟังประโยคเป็นล้านๆ ประโยค ไม่ต้องเปิดดูคลังประโยคก่อนพูด เด็กเพียงแค่ได้ยินประโยคไม่กี่พันครั้ง สร้างความเชื่อมโยงระหว่างเสียงกับความหมาย และใช้โครงสร้างรูปแบบในสมองในการสรุปกฎและขยายแบบแผนออกไป จากข้อสังเกตนี้ ผมจึงสร้างสิ่งที่เรียกว่า PATOM Theory ขึ้นมา หรือ Pattern-Oriented Theory of Mind มันคือสถาปัตยกรรมด้านความคิดที่อิงจากวิธีที่ระบบชีวภาพสร้างรูปแบบ เก็บรูปแบบ บีบอัดรูปแบบ และนำรูปแบบกลับมาใช้ใหม่ PATOM ไม่ใช่ Neural Network ไม่ใช่ Bayesian Inference ไม่ใช่โมเดลสถิติแบบ Transformer แต่มันจำลองการทำงานของความจำมนุษย์ผ่าน “รูปแบบซ้อนทับบนรูปแบบ” จนกลายเป็นเครือข่ายความหมายที่ยืดหยุ่นและเข้าใจสิ่งต่างๆ ได้จริง ครั้งแรกที่ผมนำ PATOM ไปติดตั้งบนคอมพิวเตอร์ แล้วเห็นมันเข้าใจวลีที่ไม่เคยเจอมาก่อน ผมรู้ทันทีว่าเราข้ามเส้นสำคัญเส้นหนึ่งมาแล้ว นั่นคือการพิสูจน์ให้เห็นว่า เครื่องจักรสามารถ “เข้าใจ” ได้โดยไม่ต้องพึ่งการทำนายทางสถิติ แต่ผ่าน “กระบวนการคิด” อย่างแท้จริง เป็นการแม็ประหว่างภาษาไปสู่ความหมายโดยตรง ความเข้าใจรูปแบบที่ถูกชนิดจึงก่อให้เกิดสติปัญญาที่แท้จริง ในช่วงเวลานั้น แทบไม่มีใครอยากฟังสิ่งที่ผมพูด วงการกำลังมุ่งหน้าไปสู่โมเดลที่ใหญ่ขึ้น ชุดข้อมูลที่ใหญ่ขึ้น และการใช้คอมพิวเตอร์ที่ทรงพลังยิ่งขึ้น ผมจึงคอยเตือนซ้ำๆ ว่า “ใหญ่กว่า” ไม่ได้แปลว่า “ฉลาดกว่า” นกแก้วอาจพูดประโยคซ้ำได้อย่างสวยงาม แต่ไม่ได้เข้าใจว่าประโยคนั้นหมายถึงอะไร เด็กคนหนึ่งถึงแม้จะได้ยินภาษาน้อยกว่ามาก แต่กลับเข้าใจคำว่า “โยนบอลมาให้หน่อย” ได้อย่างชัดเจน เพราะรูปแบบนั้นมีรากฐานอยู่บนประสบการณ์จริง การเชื่อมโยงกับประสบการณ์จริง หรือที่เรียกว่า Grounding จึงไม่ใช่ตัวเลือก แต่เป็นสิ่งจำเป็น หากคุณต้องการสติปัญญาที่แท้จริง Grounding คือการเชื่อมระหว่างประสบการณ์ การรับรู้…