กูเกิล ดีปมายด์ (Google DeepMind) สร้างความตื่นตะลึงให้กับวงการปัญญาประดิษฐ์อีกครั้ง ด้วยการเปิดตัวโครงการ เอไอ ใหม่ชื่อว่า ‘อัลฟาอีโวล์ฟ’ (AlphaEvolve) ที่สามารถคิดค้นอัลกอริทึมรูปแบบใหม่ได้อย่างมีประสิทธิภาพ และบางกรณีก็สามารถทำได้เหนือกว่านักวิทยาศาสตร์ด้านอัลกอริทึมที่เก่งที่สุดของมนุษย์
ในโลกของปัญญาประดิษฐ์ (AI) ที่พัฒนาอย่างไม่หยุดยั้ง หนึ่งในคำถามสำคัญที่นักวิทยาศาสตร์ และผู้เชี่ยวชาญต่างพยายามหาคำตอบคือ เอไอ สามารถ “คิดค้น” สิ่งใหม่ได้จริงหรือไม่? หรือมันเป็นเพียงเครื่องมือที่ผสมผสานและเลียนแบบความรู้เดิมของมนุษย์อย่างชาญฉลาด? คำถามเหล่านี้ ไม่ใช่แค่เรื่องปรัชญา แต่มันคือจุดเปลี่ยนที่อาจกำหนดทิศทางของอนาคตมนุษยชาติในการสร้างนวัตกรรม
เมื่อบริษัท DeepMind ในเครือของ Google เปิดตัวโครงการล่าสุดในชื่อ AlphaEvolve โลกของเทคโนโลยีจึงไม่อาจละสายตาได้อีกต่อไป เพราะนี่ไม่ใช่แค่โมเดลเอไอที่ทำตามคำสั่ง แต่มันคือ ระบบที่สามารถออกแบบอัลกอริทึมใหม่ ซึ่งบางครั้ง มีประสิทธิภาพเหนือกว่านักวิทยาศาสตร์ด้านอัลกอริทึมระดับโลก และที่สำคัญ คือ เป็นแนวคิดที่ ไม่เคยมีมนุษย์คนใดคิดค้นมาก่อน
โครงการนี้ไม่เพียงสะท้อนศักยภาพของเอไอในฐานะผู้ช่วย แต่ยังเริ่มท้าทายขอบเขตของการเป็น “ผู้สร้าง” อย่างแท้จริง AlphaEvolve จึงกลายเป็นบทพิสูจน์ล่าสุดของ DeepMind ว่าเอไอในวันนี้ ไม่ได้หยุดอยู่แค่การเลียนแบบความคิดของมนุษย์อีกต่อไป แต่มันกำลังก้าวเข้าสู่บทบาทของนักประดิษฐ์ ที่พร้อมจะเขียนนิยามใหม่ของเทคโนโลยีในศตวรรษนี้
AlphaEvolve ผสานทักษะการเขียนโค้ดของโมเดล เจมิไน (Gemini) เข้ากับ กระบวนการวิวัฒนาการ (evolutionary method) และการประเมินผลอย่างเป็นระบบ เพื่อสร้างอัลกอริทึมใหม่ที่มีประสิทธิภาพสูงขึ้น เน้นทั้งการทดลองอย่างต่อเนื่องและการเรียนรู้จากผลลัพธ์
ประสิทธิภาพเหนือมนุษย์
หนึ่งในความสำเร็จที่สำคัญ คือ การที่ AlphaEvolve สามารถสร้างอัลกอริทึมใหม่สำหรับการคำนวณทางคณิตศาสตร์ที่มีประสิทธิภาพดีกว่า อัลกอริทึม สตราสเซน (Strassen Algorithm) ซึ่งถูกใช้งานอย่างแพร่หลายมาตั้งแต่ปี 1969 นับเป็นการลดภาระการคำนวณที่มีนัยสำคัญ และสะท้อนให้เห็นว่า เอไอ สามารถคิดนอกกรอบที่มนุษย์คุ้นเคยได้
นอกจากนี้ ดีปมายด์ ยังได้นำ AlphaEvolve ไปใช้ในบริบทจริง เช่น การจัดตารางงานในศูนย์ข้อมูล (datacenter scheduling) การออกแบบวงจรของชิปคอมพิวเตอร์ การปรับแต่งอัลกอริทึมที่ใช้สร้างโมเดลภาษาขนาดใหญ่ อย่าง Gemini เอง
พุชมีต โคห์ลี หัวหน้าฝ่ายเอไอด้านวิทยาศาสตร์ของ DeepMind ระบุว่า “นี่คือสามองค์ประกอบสำคัญของระบบ เอไอสมัยใหม่ และ AlphaEvolve สามารถนำเสนอโซลูชันที่ล้ำหน้าเกินขอบเขตความรู้เดิมของมนุษย์ได้จริง”
ไม่ใช่แค่เรียนรู้แต่ “ค้นพบใหม่”จริงๆ
คำถามสำคัญในวงการ เอไอ คือ การที่โมเดลสามารถ “คิดค้น” สิ่งใหม่ได้จริงหรือไม่ แทนที่จะเพียงแค่ผสมผสานข้อมูลเก่าๆ ที่ได้รับการฝึกฝนมาเท่านั้น
มาเตย์ บาล็อก นักวิจัยหลักของ AlphaEvolve ยืนยันว่า ผลลัพธ์ที่ได้จากระบบนี้สามารถพิสูจน์ได้อย่างชัดเจนว่า “ไม่เคยมีมนุษย์คนใดคิดวิธีนี้มาก่อน และไม่ใช่ข้อมูลที่อยู่ในการฝึกสอนโมเดล” โดยสามารถยืนยันความถูกต้องของอัลกอริทึมใหม่ได้อย่างเป็นทางการ
ขณะที่ จอช อัลแมน ผู้ช่วยศาสตราจารย์ด้านการออกแบบอัลกอริทึมจากมหาวิทยาลัยโคลัมเบีย เสริมว่า “ผลงานของ AlphaEvolve ไม่ใช่แค่การลอกเลียนหรือดัดแปลงข้อมูลที่เคยมี แต่มันสร้างสิ่งใหม่ที่ไม่เคยเกิดขึ้นมาก่อน”
ศักยภาพเปลี่ยนแปลงการพัฒนาเทค
แม้ว่า ‘ซันจีฟ อาโรรา’ นักวิทยาศาสตร์จากมหาวิทยาลัยพรินซ์ตัน จะชี้ว่าความก้าวหน้าเหล่านี้ยังคงจำกัดอยู่ในกรณีที่เกี่ยวข้องกับการค้นหา (search-based problems) แต่เขาก็ยอมรับว่า การค้นหานั้นเป็นแนวคิดกว้างที่สามารถประยุกต์ใช้ได้กับปัญหามากมาย
การเขียนโปรแกรมด้วย เอไอ กำลังเปลี่ยนวิธีที่นักพัฒนาและบริษัทสร้างซอฟต์แวร์ โดย AlphaEvolve แสดงให้เห็นว่า เอไอสามารถทดลอง วัดผล และพัฒนาแนวคิดใหม่อย่างเป็นระบบ ซึ่งอาจนำไปสู่การค้นพบเชิงนวัตกรรมทั้งในธุรกิจ วิทยาศาสตร์ และเทคโนโลยีในอนาคต
DeepMind เองยังเชื่อว่า ระบบเช่นนี้จะสามารถพัฒนาให้มีความสามารถในการคิดสร้างสรรค์ (general ingenuity) อย่างแท้จริง และนำไปสู่การค้นพบที่มีคุณค่าในบริบทต่างๆ
ความต่อเนื่องของนวัตกรรมจากดีปมายด์
ก่อนหน้านี้ DeepMind เคยสร้างชื่อเสียงจากโครงการ อัลฟา ซีโร่ (AlphaZero) : ระบบเล่นเกมกระดานที่สามารถคิดค้นกลยุทธ์ใหม่ผ่านการเรียนรู้ด้วยการทดลอง อัลฟา เทนเซอร์ (AlphaTensor) (2022): ใช้ reinforcement learning ซึ่งเป็นเทคนิคการเรียนรู้หนึ่งในสาขาเอไอ เพื่อค้นหาอัลกอริทึมใหม่ ฟันเสิร์ช (FunSearch) (2024) : ใช้วิธีแบบวิวัฒนาการเพื่อหาวิธีเขียนโค้ดที่มีประสิทธิภาพมากขึ้น
บาล็อก ระบุว่า กลยุทธ์จาก AlphaEvolve สามารถนำไปผสมผสานกับแนวทาง reinforcement learning เพื่อสร้าง เอไอ ที่สามารถสำรวจไอเดียใหม่ได้ในหลากหลายสาขา
ตัวเร่งเร่งนวัตกรรมระดับโลก
นีล ธอมป์สัน นักวิทยาศาสตร์จาก เอ็มไอที กล่าวทิ้งท้ายว่า สิ่งที่น่าสนใจไม่ได้อยู่แค่ที่ว่า เอไอ จะ “คิดค้น” ได้หรือไม่ แต่คือ เอไอ จะสามารถคิดค้นในปัญหาที่ใหญ่กว่าและมีขอบเขตกว้างกว่าได้หรือไม่ ซึ่งหากทำได้จริง จะกลายเป็นแรงขับเคลื่อนการพัฒนาเทคโนโลยีและเศรษฐกิจโลกอย่างมหาศาล
แหล่งข้อมูล
