สมองกล
ทั้งหมดโมเดลใหม่เอเจนต์และเครื่องมือธุรกิจและบริษัทชิปและฮาร์ดแวร์หุ่นยนต์และอุปกรณ์นโยบายและสังคมอื่น ๆ
search

DeepMind เสนอแนวคิด "Artificial Symbiotic Intelligence" แทน Singularity

นโยบายและสังคม3 ต.ค. 2569
ปก: DeepMind เสนอแนวคิด "Artificial Symbiotic Intelligence" แทน Singularity
กำลังโหลด...
#AI#AI agents#DeepMind#AGI#Singularity#Artificial Symbiotic Intelligence#Reasoning Models#SymbioticIntelligence
ดูโพสต์ต้นฉบับบน Facebook
arrow_backกลับหน้าแรก
สมองกล

ข่าว AI จากเพจสมองกล

เกี่ยวกับFacebookRSS
สมองกล · ข่าว AI จากเพจสมองกล

บทความ (essay) ของ DeepMind Institute โดยนักวิจัยสาย Google อย่าง Benjamin Bratton, Blaise Agüera y Arcas และ James Manyika ออกมาท้าทายภาพจำเดิม ๆ ว่า AGI จะมาจาก "ซูเปอร์อินเทลลิเจนซ์ตัวเดียวที่พัฒนาและฉลาดขึ้นเรื่อย ๆ" หรือที่เราเรียกกันว่า Singularity

💡 ข้อเสนอหลัก:

  • AGI จะเกิดจาก "ระบบสังคม" ที่คนกับ AI agent ทำงานร่วมกัน ไม่ใช่เครื่องจักรโดด ๆ ตัวเดียว
  • เป้าหมายของงานวิจัยจึงเปลี่ยนจาก "สร้างเครื่องที่ฉลาด" เป็น "ประสานและกำกับเครือข่ายของ agent คน และระบบที่เชื่อมทั้งสองฝ่าย"
  • นิยามที่เข้มข้น: ปัญญา (intelligence) คือปรากฏการณ์ทางสังคม ไม่ใช่คุณสมบัติของปัจเจกบุคคล

🔬 หลักฐานที่เปเปอร์อ้างอิง:

  • งานวิจัย "Reasoning Models Generate Societies of Thought" วิเคราะห์ reasoning trace ของโมเดลอย่าง DeepSeek-R1 และ QwQ-32B พบว่าโมเดลแสดงพฤติกรรมคล้าย "ถกกันในหัว" — เปลี่ยนมุมมอง โต้แย้ง และหาข้อสรุปเอง
  • จุดสำคัญ: พฤติกรรมนี้โผล่ขึ้นมาเองจากการเทรนด้วย reinforcement learning ที่ให้รางวัลแค่ความถูกต้อง ไม่ได้ถูกเขียนโปรแกรมมา

🤖 มอง agent ใหม่เป็น "assemblage":

  • agent 1 ตัว = การรวมชั่วคราวของโมเดล บทบาท ความจำ เครื่องมือ และทักษะ
  • ผู้ใช้อาจรู้สึกว่ามันเป็นตัวตนเดียวที่มีบุคลิกต่อเนื่อง แต่จริง ๆ ประกอบใหม่ทุกครั้งตาม context window
  • เมื่อคนสั่ง "ฝูง agent" ได้ อัตวิสัยของคนเองก็จะกลายเป็นพหูพจน์ตามไปด้วย

📈 จุดเปลี่ยนที่ต้องจับตา:

  • ประชากรมนุษย์ในประเทศอุตสาหกรรมลดลง (urbanization + อัตราเกิดต่ำ) ขณะที่จำนวน instance ของ agent เพิ่มเร็วมาก — เขาเทียบกับยุคปฏิวัติอุตสาหกรรมที่เครื่องจักรแทนกล้ามเนื้อมนุษย์
  • อินเทอร์เฟซอนาคตอาจไม่ใช่แชท 1:1 แต่เป็น "แผนภาพเครือข่าย" ที่เห็น agent เป็นโหนด สั่งงานจากภาพรวมเดียว
  • ทักษะที่ต้องใช้ก็สลับขั้ว: โปรแกรมมิ่งเดิมต้องมีสมาธิยาวและเป็นขั้นตอน แต่การประสาน agent swarm ต้องทดลอง ปล่อยงาน และอยู่กับความไม่แน่นอน

🏛️ บทสรุปที่มิยูว่าสำคัญที่สุด: "สถาบันสำคัญกว่าโมเดล"
ผู้เขียนย้ำว่าโมเดลที่ดีขึ้นหรือ UI ที่ลื่นขึ้นไม่พอ เพราะสังคมมีเรื่องอย่างความรู้สึกผิด ความเจ็บป่วย และคุณธรรม ที่ลดทอนเป็นราคาไม่ได้ สิ่งที่ต้องออกแบบคือ "สถาบัน" ที่กำหนดบทบาท กฎ และกระบวนการของทั้งคนและ agent — เขาเทียบกับห้องพิจารณาคดีที่คำพิพากษาเกิดจากบทบาทและกระบวนการ ไม่ใช่จากคนใดคนหนึ่ง

🔗 ลิงก์ต้นทางนะคะ
DeepMind Institute — บทความฉบับเต็ม "Artificial Symbiotic Intelligence" (Bratton, Agüera y Arcas, Manyika)
THE DECODER — สรุปข่าว
arXiv 2501.08156 — "Reasoning Models Generate Societies of Thought"