ໃຜສ້າງ AI?

ຄຳຕອບສັ້ນໆ: AI ບໍ່ໄດ້ຖືກສ້າງຂຶ້ນໂດຍບຸກຄົນໃດບຸກຄົນໜຶ່ງ; ມັນເກີດຂຶ້ນຜ່ານຜົນງານຂອງນັກຄົ້ນຄວ້າຫຼາຍຄົນໃນໄລຍະເວລາ. ຖ້າຕ້ອງການຜູ້ກໍ່ຕັ້ງຢ່າງເປັນທາງການຄົນໜຶ່ງ, John McCarthy ແມ່ນຄຳຕອບມາດຕະຖານ, ໃນຂະນະທີ່ Alan Turing ແລະ ຄົນອື່ນໆໄດ້ວາງພື້ນຖານທີ່ເລິກເຊິ່ງກວ່າ ( Stanford , Britannica ).

ບົດຮຽນຫຼັກ:

ເຄຣດິດ : ຕັ້ງຊື່ John McCarthy ເມື່ອຄຳຖາມກ່ຽວກັບ AI ໃນຖານະເປັນຂະແໜງການທາງການ.

ຕົ້ນກຳເນີດ : ອ້າງອີງເຖິງ Alan Turing ເມື່ອຈຸດສຸມແມ່ນຢູ່ທີ່ແນວຄວາມຄິດໃນຕອນຕົ້ນທີ່ຢູ່ເບື້ອງຫຼັງການຄິດຂອງເຄື່ອງຈັກ.

ຜູ້ສ້າງ : ໃຫ້ລວມເອົາ Newell, Simon, ແລະ Minsky ເມື່ອສົນທະນາກ່ຽວກັບລະບົບ AI ທີ່ເຮັດວຽກໄດ້ຄັ້ງທຳອິດ.

ທັດສະນະ : ຫຼີກລ່ຽງການເລົ່າເລື່ອງທີ່ມີອັດສະລິຍະໂດດດ່ຽວ; ອະທິບາຍວ່າ AI ເຕີບໃຫຍ່ຂຶ້ນຜ່ານສາຂາວິຊາທີ່ຊ້ອນກັນ ແລະ ທີມງານຮ່ວມມື.

ການນຳໃຊ້ທີ່ທັນສະໄໝ : ເນັ້ນໜັກວ່າ AI ໃນປະຈຸບັນແມ່ນຂຶ້ນກັບການຮ່ວມມືຂະໜາດໃຫຍ່, ຂໍ້ມູນ, ຮາດແວ ແລະ ວິສະວະກຳ.

ໃຜສ້າງ AI? ຄຳຕອບທີ່ສັ້ນທີ່ສຸດ 🧠

ຢ່າເຮັດໃຫ້ສິ່ງຕ່າງໆສັບສົນເກີນໄປໃນຕອນເລີ່ມຕົ້ນ.

ຖ້າມີຄົນຖາມ ວ່າໃຜສ້າງ AI?, ຄຳຕອບທີ່ສັ້ນໆ ແລະ ຊັດເຈນທີ່ສຸດແມ່ນແບບນີ້: AI ໃນຖານະເປັນຂະແໜງການທາງການມັກຈະຖືກຍົກຍ້ອງວ່າເປັນຂອງ John McCarthy , ເພາະວ່າລາວໄດ້ຊ່ວຍນິຍາມມັນຢ່າງຊັດເຈນ ແລະ ຕັ້ງຊື່ຂະແໜງການນັ້ນໃຫ້. ແຕ່ຄຳຕອບນັ້ນເປັນພຽງສ່ວນໜຶ່ງຂອງຮູບພາບເທົ່ານັ້ນ. ( www-formal.stanford.edu )

ຜູ້ປະກອບສ່ວນລາຍໃຫຍ່ອື່ນໆລວມມີ:

• ອາລັນ ທູຣິງ - ສຳລັບການຖາມວ່າເຄື່ອງຈັກສາມາດຄິດໄດ້ຫຼືບໍ່ ແລະ ສຳລັບການວາງພື້ນຖານທາງທິດສະດີທີ່ສຳຄັນ

• Marvin Minsky - ສຳລັບການຊຸກຍູ້ການຄົ້ນຄວ້າ AI ໃນຕົ້ນໆໃຫ້ກ້າວໄປຂ້າງໜ້າໃນທາງທີ່ສຳຄັນ ແລະ ເປັນສາທາລະນະ

• Allen Newell ແລະ Herbert Simon - ສຳລັບການສ້າງບາງໂປຣແກຣມໃນຍຸກຕົ້ນໆທີ່ຮຽນແບບເຫດຜົນຂອງມະນຸດຢ່າງແທ້ຈິງ

• Claude Shannon - ສຳລັບການເຊື່ອມໂຍງເຫດຜົນ, ຂໍ້ມູນ, ແລະ ຂະບວນການຂອງເຄື່ອງຈັກໃນວິທີທີ່ມີຄວາມສຳຄັນຫຼາຍ

• Norbert Wiener - ສຳລັບ cybernetics, ລະບົບການຕອບສະໜອງ, ແລະ ແນວຄວາມຄິດການຄວບຄຸມເຄື່ອງຈັກທີ່ປ້ອນເຂົ້າໃນການຄິດແບບ AI

ແມ່ນແລ້ວ, ມີຊື່ດັງໆ. ແຕ່ບໍ່, ບໍ່ມີຜູ້ສ້າງຄົນດຽວທີ່ຢືນຢູ່ເໜືອຄົນອື່ນຄືກັບກະສັດຫຸ່ນຍົນ 👑🤖

AI ແມ່ນຄ້າຍຄືກັບຜ້າຫົ່ມທີ່ເຮັດໂດຍຄົນທີ່ມີຄວາມຕັ້ງໃຈຫຼາຍດ້ວຍກະດານດຳ, ສົມຜົນ, ການໂຕ້ຖຽງ, ແລະອາດຈະມີກາເຟຫຼາຍເກີນໄປ.

ເປັນຫຍັງຄຳຖາມທີ່ວ່າ “ໃຜສ້າງ AI?” ຈຶ່ງຍາກກວ່າທີ່ຄິດ 🤔

ຄຳຖາມນີ້ຟັງຄືວ່າງ່າຍດາຍ, ແຕ່ມັນປະກອບດ້ວຍສາມຄຳຖາມທີ່ແຕກຕ່າງກັນພາຍໃນມັນ.

1. ໃຜເປັນຜູ້ປະດິດແນວຄວາມຄິດກ່ຽວກັບເຄື່ອງຈັກອັດສະລິຍະ?

ນັ້ນຈະພາທ່ານກັບຄືນສູ່ ປັດຊະຍາ ແລະ ເຫດຜົນ . ດົນນານກ່ອນຄອມພິວເຕີທີ່ທັນສະໄໝ, ຜູ້ຄົນກໍ່ສົງໄສຢູ່ແລ້ວວ່າຄວາມຄິດສາມາດຖືກນຳມາໃຊ້ເປັນກົນຈັກໄດ້ຫຼືບໍ່. ການໃຊ້ເຫດຜົນສາມາດປະຕິບັດຕາມກົດລະບຽບໄດ້ບໍ? ເຄື່ອງຈັກສາມາດຮຽນແບບການຕັດສິນໄດ້ບໍ? ສະຕິປັນຍາສາມາດຖືກຫຼຸດລົງເປັນຂັ້ນຕອນໄດ້ບໍ?

ຄຳຖາມເຫຼົ່ານັ້ນມີຄວາມສຳຄັນເພາະວ່າ AI ບໍ່ໄດ້ປາກົດຂຶ້ນມາຈາກບ່ອນໃດບໍ່ຮູ້. ມັນເຕີບໃຫຍ່ຂຶ້ນມາຈາກຄວາມເຊື່ອທີ່ວ່າຄວາມຄິດອາດຈະສາມາດອະທິບາຍໄດ້.

2. ໃຜເປັນຜູ້ປ່ຽນແນວຄວາມຄິດດັ່ງກ່າວໃຫ້ກາຍເປັນຂະແໜງການຄົ້ນຄວ້າ?

ນີ້ແມ່ນບ່ອນທີ່ຂົງເຂດຂອງ AI ໄດ້ກາຍເປັນທາງການ, ມີລະບຽບຫຼາຍຂຶ້ນ, ແລະ ຮ້າຍແຮງຂຶ້ນ. ແທນທີ່ຈະເປັນຄວາມແປກໃຈທີ່ບໍ່ຈະແຈ້ງ, ນັກຄົ້ນຄວ້າໄດ້ເລີ່ມເວົ້າວ່າ, "ໃຫ້ພວກເຮົາກຳນົດບັນຫາ, ສ້າງແບບຈຳລອງ, ດຳເນີນການທົດລອງ, ແລະ ເຮັດໃຫ້ເຄື່ອງຈັກເຮັດວຽກງານທີ່ສະຫຼາດ."

ການປ່ຽນແປງນັ້ນ - ຈາກຄວາມຝັນໄປສູ່ວິໄນ - ແມ່ນສ່ວນໃຫຍ່ຂອງເຫດຜົນທີ່ John McCarthy ໄດ້ຮັບຄວາມຍ້ອງຍໍຫຼາຍ.

3. ໃຜເປັນຜູ້ສ້າງລະບົບທີ່ເຮັດໃຫ້ AI ມີຢູ່ຈິງ?

ນີ້ແມ່ນອີກຊັ້ນໜຶ່ງ. ການຕັ້ງຊື່ພາກສະໜາມແມ່ນເລື່ອງໜຶ່ງ. ການສ້າງລະບົບທີ່ເປັນປະໂຫຍດແມ່ນອີກເລື່ອງໜຶ່ງ. ນັກຄົ້ນຄວ້າທີ່ແຕກຕ່າງກັນໄດ້ເຮັດໃຫ້ AI ສາມາດນຳໃຊ້ໄດ້ຈິງໃນຫຼາຍວິທີທີ່ແຕກຕ່າງກັນ - ອັລກໍຣິທຶມການຄົ້ນຫາ, ການໃຊ້ເຫດຜົນແບບສັນຍະລັກ, ເຄືອຂ່າຍປະສາດ, ການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ຮູບແບບພາສາ, ລະບົບວິໄສທັດ, ຫຸ່ນຍົນ, ແລະອື່ນໆ.

ສະນັ້ນ, ເມື່ອຄົນຖາມ ວ່າໃຜສ້າງ AI?, ພວກເຂົາມັກຈະໝາຍເຖິງສິ່ງທີ່ແຕກຕ່າງກັນໂດຍບໍ່ຮູ້ຕົວ. ນັ້ນແມ່ນເຫດຜົນທີ່ຄຳຕອບອາດຈະຮູ້ສຶກວ່າລື່ນໆ. ແລະນັ້ນກໍ່ຍຸດຕິທຳ.

ສິ່ງໃດທີ່ເຮັດໃຫ້ “ໃຜສ້າງ AI” ເປັນຮຸ່ນທີ່ດີ? ✅

ຄຳຖາມສະບັບທີ່ດີບໍ່ໄດ້ຊອກຫາຜູ້ກໍ່ຕັ້ງທີ່ມີວິເສດພຽງຄົນດຽວ. ມັນຊອກຫາ ລະດັບຄວາມໜ້າເຊື່ອຖືທີ່ເໝາະສົມ .

ນີ້ແມ່ນສິ່ງທີ່ເຮັດໃຫ້ຄໍາຕອບດີ:

• ມັນແຍກສິ່ງປະດິດອອກຈາກການເຮັດເປັນທາງການ

  • ບຸກຄົນທຳອິດທີ່ຈິນຕະນາການເຖິງຄວາມສະຫຼາດຂອງເຄື່ອງຈັກບໍ່ຈຳເປັນຕ້ອງເປັນບຸກຄົນທີ່ສ້າງຂະແໜງການນີ້.

• ມັນຮັບຮູ້ຜູ້ບຸກເບີກຫຼາຍຄົນ

  • AI ມີຕົວເລກຜູ້ກໍ່ຕັ້ງ, ບໍ່ມີຜູ້ກໍ່ຕັ້ງຄົນດຽວ. ນັ້ນເປັນຄວາມຄິດທີ່ສະອາດກວ່າ.

• ມັນມີທັງທິດສະດີ ແລະ ການປະຕິບັດ

  • ແນວຄວາມຄິດມີຄວາມສຳຄັນ, ແຕ່ລະບົບການເຮັດວຽກກໍ່ມີຄວາມສຳຄັນເຊັ່ນກັນ.

• ມັນຫຼີກລ່ຽງການນະມັດສະການວິລະຊົນ

  • ປະຫວັດສາດເທັກໂນໂລຢີມັກນິທານທີ່ໂດດດ່ຽວເພາະມັນງ່າຍທີ່ຈະບັນຈຸ. ປະຫວັດສາດທີ່ແທ້ຈິງແມ່ນສັບສົນຫຼາຍກວ່າ.

• ມັນອະທິບາຍວ່າເປັນຫຍັງຊື່ບາງຊື່ຈຶ່ງຍັງຄົງປາກົດຂຶ້ນມາ

  • ບໍ່ແມ່ນຜູ້ປະກອບສ່ວນທຸກຄົນມີບົດບາດດຽວກັນ. ບາງຄົນໄດ້ປະດິດແນວຄວາມຄິດຂຶ້ນມາ. ບາງຄົນໄດ້ສ້າງລະບົບ. ບາງຄົນກໍ່ຊັກຊວນໃຫ້ຄົນອື່ນເຊື່ອວ່າທຸກຢ່າງຄຸ້ມຄ່າທີ່ຈະດຳເນີນຕໍ່ໄປ.

• ມັນຍອມຮັບວ່າຮູບຮ່າງຂອງສະໜາມໄດ້ປ່ຽນແປງ

  • AI ໃນຊ່ວງຕົ້ນໆບໍ່ຄືກັນກັບ AI ທີ່ທັນສະໄໝ. ຄອບຄົວດຽວກັນ, ເຟີນີເຈີຕ່າງກັນ.

ນັ້ນອາດເປັນວິທີທີ່ດີທີ່ສຸດທີ່ຈະຄິດກ່ຽວກັບມັນ. ບໍ່ແມ່ນ "ໃຜເປັນຜູ້ເຮັດມັນຄົນດຽວ?" ແຕ່ "ໃຜສ້າງເສັ້ນທາງທີ່ເຮັດໃຫ້ມັນເປັນໄປໄດ້?" ບາງທີອາດຈະບໍ່ມີຄວາມໂດດເດັ່ນຫຼາຍ - ແຕ່ໃກ້ຊິດກັບຄວາມຈິງຫຼາຍ.

ຕາຕະລາງປຽບທຽບ - ບຸກຄົນຫຼັກທີ່ຢູ່ເບື້ອງຫຼັງຄຳຕອບຕໍ່ “ໃຜສ້າງ AI?” 📊

ນີ້ແມ່ນສະບັບທີ່ສົມເຫດສົມຜົນກວ່າ. ປະຫວັດສາດບໍ່ຈຳເປັນຕ້ອງມີປ້າຍລາຄາຢູ່ແລ້ວ 😅

ຮູບປັ້ນ	ຜູ້ຊົມທີ່ດີທີ່ສຸດ	ເປັນຫຍັງມັນຈຶ່ງໃຊ້ໄດ້
ຈອນ ແມັກຄາທີ	ຜູ້ອ່ານທີ່ຕ້ອງການຄຳຕອບຢ່າງເປັນທາງການຈາກຜູ້ກໍ່ຕັ້ງ	ເປັນຜູ້ປະກາດຄຳສັບນີ້ ແລະ ຊ່ວຍສ້າງຮູບແບບ AI ໃຫ້ເປັນຂະແໜງການທີ່ເໝາະສົມ. ຄຳຕອບທີ່ສະອາດ, ສ່ວນຫຼາຍແມ່ນ
ອາລັນ ທູຣິງ	ຜູ້ທີ່ສົນໃຈໃນຕົ້ນກຳເນີດທີ່ເລິກເຊິ່ງ	ເມື່ອຖືກຖາມວ່າເຄື່ອງຈັກສາມາດຄິດໄດ້ບໍ່, ເຊິ່ງຫຼາຍຫຼືໜ້ອຍເປັນຕົວເລີ່ມຕົ້ນຂອງພາຍຸທັງໝົດ 🌩️
ມາວິນ ມິນສະກີ	ໃຜກໍຕາມທີ່ສຶກສາວັດທະນະທຳ AI ໃນຕົ້ນໆ	ຜູ້ສະໜັບສະໜຸນ AI ຕົ້ນໆທີ່ສຳຄັນທີ່ມີອິດທິພົນດ້ານການຄົ້ນຄວ້າຢ່າງຫຼວງຫຼາຍ ແລະ ມີບົດບາດທີ່ເຫັນໄດ້ຊັດເຈນຫຼາຍ
ແອລເລນ ນິວເວວ + ເຮີເບີດ ໄຊມອນ	ຄົນຮັກເຫດຜົນ, ຄົນທີ່ມັກຄົ້ນຄວ້າ	ສ້າງໂປຣແກຣມຫາເຫດຜົນໃນຕອນຕົ້ນ - ຄວາມພະຍາຍາມເຮັດວຽກຕົວຈິງ, ບໍ່ພຽງແຕ່ການຄາດເດົາເທົ່ານັ້ນ
ຄລອດດ ແຊນນອນ	ຜູ້ອ່ານດ້ານວິຊາການ	ເຊື່ອມຕໍ່ຂໍ້ມູນ, ເຫດຜົນ ແລະ ການຄຳນວນໃນລັກສະນະພື້ນຖານ
ນໍເບີດ ວີເນີ	ນັກຄິດແບບລະບົບ	ລະບົບຄຳຕິຊົມ ແລະ ການຄວບຄຸມໄດ້ຊຸກຍູ້ການສົນທະນາກ່ຽວກັບຄວາມສະຫຼາດຂອງເຄື່ອງຈັກໄປຂ້າງໜ້າ
ຟຣານ ໂຣສເບິນ	ຝູງຊົນລະບົບການຮຽນຮູ້	ແນວຄິດເຄືອຂ່າຍປະສາດໃນໄວເດັກ - ມີຄວາມທະເຍີທະຍານ, ບໍ່ສົມບູນແບບ, ແລະ ກ້າວໜ້າກວ່າຍຸກສະໄໝຂອງມັນ
ທີມທີ່ບໍ່ມີຊື່ຫຼາຍຄົນ	ໃຜຢາກໄດ້ຄຳຕອບທີ່ແທ້ຈິງ	ເພາະວ່າ AI ແມ່ນການຮ່ວມມືກັນ, ເຊິ່ງມີຄວາມໂດດເດັ່ນໜ້ອຍກວ່າແຕ່ມີຄວາມແນ່ນອນຫຼາຍກວ່າ 🙃

ມີຂໍ້ບົກຜ່ອງເລັກນ້ອຍໃນການຈັດຮູບແບບ - ປະຫວັດບໍ່ເໝາະສົມກັບຕາຕະລາງແບບຜະລິດຕະພັນ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ມັນເຂົ້າໃຈຈຸດປະສົງໄດ້ຢ່າງຊັດເຈນ.

ນິທານເລື່ອງອັດສະລິຍະໂດດດ່ຽວໃນ AI 🚫🦸

ຜູ້ຄົນມັກເລື່ອງລາວຂອງນັກປະດິດຄົນດຽວ ເພາະມັນຮູ້ສຶກພໍໃຈ. ຄົນໆໜຶ່ງ, ຊ່ວງເວລາໜຶ່ງ, ສິ່ງປະດິດໜຶ່ງ. ງາມ ແລະ ເປັນລະບຽບ. ແຕ່ AI ປະຕິເສດທີ່ຈະປະພຶດຕົວແບບນັ້ນ.

ນິທານທີ່ເປັນອັດສະລິຍະໂດດດ່ຽວແຕກແຍກຍ້ອນເຫດຜົນສອງສາມຢ່າງ:

• AI ແມ່ນຂຶ້ນກັບ ຫຼາຍສາຂາວິຊາ

  • ເຫດຜົນ

  • ຄະນິດສາດ

  • ວິທະຍາສາດປະສາດ

  • ພາສາສາດ

  • ວິສະວະກຳຄອມພິວເຕີ

  • ວິທະຍາສາດສະຕິປັນຍາ

• ຜູ້ບຸກເບີກທີ່ແຕກຕ່າງກັນໄດ້ແກ້ໄຂສ່ວນຕ່າງໆຂອງປິດສະໜາທີ່ແຕກຕ່າງກັນ

  • ການຫາເຫດຜົນອັນໜຶ່ງທີ່ຖືກແກ້ໄຂ

  • ການຮຽນຮູ້ທີ່ແກ້ໄຂອີກອັນໜຶ່ງ

  • ຂໍ້ມູນຢ່າງເປັນທາງການອີກອັນໜຶ່ງ

  • ອີກອັນໜຶ່ງໄດ້ຊຸກຍູ້ເຄື່ອງຈັກໄປສູ່ພາສາ ຫຼື ການຮັບຮູ້

• ຂົງເຂດດັ່ງກ່າວໄດ້ກ້າວໄປຂ້າງໜ້າຢ່າງບໍ່ສະໝໍ່າສະເໝີ

  • ບາງຄັ້ງລະບົບສັນຍາລັກແມ່ນເດັ່ນ

  • ບາງຄັ້ງວິທີການຮຽນຮູ້ກໍ່ເພີ່ມຂຶ້ນ

  • ບາງຄັ້ງຄວາມຄິດໃນແງ່ດີກໍ່ລົ້ມລົງ ແລະ ເງິນທຶນກໍ່ແຫ້ງແລ້ງ

ຄວາມບໍ່ສະເໝີພາບນັ້ນມີຄວາມສຳຄັນ. ມັນໝາຍຄວາມວ່າ AI ບໍ່ໄດ້ຖືກ “ປະດິດຂຶ້ນ” ພຽງຄັ້ງດຽວ. ມັນໄດ້ຖືກຈິນຕະນາການຄືນໃໝ່ຊ້ຳແລ້ວຊ້ຳອີກ.

ກຸ່ມໜຶ່ງເວົ້າວ່າຄວາມສະຫຼາດແມ່ນເຫດຜົນ, ອີກກຸ່ມໜຶ່ງເວົ້າວ່າມັນແມ່ນການຮັບຮູ້ຮູບແບບ, ອີກກຸ່ມໜຶ່ງເວົ້າວ່າມັນແມ່ນການປັບຕົວ, ແລະຫຼັງຈາກນັ້ນທຸກຄົນໂຕ້ຖຽງກັນເປັນເວລາດົນນານ. ປະຫວັດສາດຂອງ AI ໂດຍພື້ນຖານແລ້ວແມ່ນແບບນັ້ນ, ແຕ່ມີຂໍ້ສະເໜີການຊ່ວຍເຫຼືອລ້າ ແລະ ສົມຜົນຫຼາຍກວ່າ.

ພື້ນຖານໃນຕອນຕົ້ນ - ກ່ອນທີ່ AI ຈະມີຊື່ 🏗️

ກ່ອນທີ່ AI ຈະກາຍເປັນຂະແໜງການທີ່ໄດ້ຮັບການຍອມຮັບ, ຕ້ອງມີຂອບການສຳລັບການຄິດກ່ຽວກັບການຄິດ. ປະໂຫຍກທີ່ແປກປະຫຼາດ, ແມ່ນແລ້ວ, ແຕ່ຈົ່ງຈື່ໄວ້.

ພື້ນຖານມາຈາກຜູ້ທີ່ພະຍາຍາມຕອບຄຳຖາມຕ່າງໆເຊັ່ນ:

• ເຫດຜົນສາມາດສະແດງອອກຜ່ານສັນຍະລັກໄດ້ບໍ?

• ບັນຫາສາມາດແບ່ງອອກເປັນຂັ້ນຕອນໄດ້ບໍ?

• ເຄື່ອງຈັກສາມາດປະຕິບັດຕາມກົດລະບຽບທີ່ບໍ່ມີຕົວຕົນໄດ້ບໍ?

• ສະຕິປັນຍາສາມາດຖືກນຳສະເໜີໄດ້ບໍ ແທນທີ່ຈະພຽງແຕ່ຍ້ອງຍໍຊົມເຊີຍ?

ນີ້ແມ່ນບ່ອນທີ່ ເຫດຜົນທາງການ ໄດ້ກາຍເປັນເລື່ອງໃຫຍ່. ຖ້າການຄິດສາມາດຖືກຈຳລອງເປັນຂະບວນການທີ່ມີໂຄງສ້າງ, ບາງທີເຄື່ອງຈັກອາດຈະສາມາດຜະລິດສ່ວນຕ່າງໆຂອງມັນໄດ້. ແນວຄວາມຄິດນັ້ນຟັງແລ້ວຈະແຈ້ງໃນຕອນນີ້, ແຕ່ໃນເວລານັ້ນມັນຮຸນແຮງພໍທີ່ຈະເຮັດໃຫ້ຄົນຕື່ນເຕັ້ນ ຫຼື ຮູ້ສຶກອັບອາຍເລັກນ້ອຍ.

ອາລັນ ທູຣິງ ໄດ້ກາຍເປັນຈຸດໃຈກາງຢູ່ທີ່ນີ້ ເພາະວ່າລາວໄດ້ຊ່ວຍກຳນົດວ່າການຄິດໄລ່ເອງສາມາດເປັນແນວໃດ. ນັ້ນມີຄວາມສຳຄັນຫຼາຍກວ່າທີ່ຄົນເຮົາມັກຈະຮັບຮູ້. ກ່ອນທີ່ທ່ານຈະສາມາດຖາມໄດ້ວ່າເຄື່ອງຈັກສາມາດຄິດໄດ້ຫຼືບໍ່, ທ່ານຈຳເປັນຕ້ອງມີແນວຄວາມຄິດບາງຢ່າງກ່ຽວກັບສິ່ງທີ່ເຄື່ອງຈັກສາມາດເຮັດໄດ້ໃນຫຼັກການ.

ແລະຫຼັງຈາກນັ້ນກໍ່ມີ Claude Shannon , ຜູ້ທີ່ໄດ້ຊ່ວຍສະແດງໃຫ້ເຫັນວ່າຂໍ້ມູນສາມາດປະຕິບັດໄດ້ດ້ວຍຄະນິດສາດ. ນັ້ນຟັງຄືວ່າບໍ່ມີເລືອດອອກເລັກນ້ອຍໃນເຈ້ຍ, ແຕ່ມັນມີຄວາມສຳຄັນຫຼາຍ. ເມື່ອຂໍ້ມູນ, ເຫດຜົນ, ແລະວົງຈອນເລີ່ມເວົ້າພາສາດຽວກັນ, ເສັ້ນທາງໄປສູ່ AI ກໍ່ກາຍເປັນມົວໆໜ້ອຍລົງ.

ສະນັ້ນ, ຖ້າທ່ານຖາມວ່າ ໃຜສ້າງ AI?, ທ່ານບໍ່ສາມາດບໍ່ສົນໃຈສະຖາປະນິກປັນຍາຊົນໃນຍຸກຕົ້ນໆເຫຼົ່ານີ້ໄດ້. ພວກເຂົາບໍ່ພຽງແຕ່ເພີ່ມດິນຈີ່ - ພວກເຂົາຍັງແຕ້ມແບບແຜນ. ( OUP Academic )

John McCarthy ແລະຊ່ວງເວລາທີ່ AI ກາຍເປັນຂະແໜງການ 🏷️💡

ຖ້າບຸກຄົນໃດໜຶ່ງສົມຄວນໄດ້ຮັບການເນັ້ນໜັກເປັນພິເສດ, ມັນແມ່ນ John McCarthy .

ເປັນຫຍັງ? ເພາະວ່າລາວໄດ້ຊ່ວຍປ່ຽນແນວຄວາມຄິດທີ່ກະແຈກກະຈາຍໃຫ້ກາຍເປັນຂົງເຂດທີ່ຮູ້ຈັກກັນດີທີ່ເອີ້ນວ່າປັນຍາປະດິດ. ການຕັ້ງຊື່ຂົງເຂດໃດໜຶ່ງບໍ່ແມ່ນເລື່ອງເລັກນ້ອຍ. ມັນສ້າງຮູບແບບການສະໜອງທຶນ, ວາລະການຄົ້ນຄວ້າ, ເອກະລັກທາງວິຊາການ, ແລະ ຈິນຕະນາການຂອງສາທາລະນະຊົນ. ເມື່ອບາງສິ່ງບາງຢ່າງມີຊື່ແລ້ວ, ຜູ້ຄົນສາມາດເຕົ້າໂຮມກັນອ້ອມຮອບມັນ, ໂຕ້ວາທີ, ໂຈມຕີມັນ, ປົກປ້ອງມັນ - ທັນໃດນັ້ນມັນກໍ່ມີຢູ່ໃນທາງທີ່ເປັນທາງການຫຼາຍຂຶ້ນ.

ນັ້ນແມ່ນເຫດຜົນທີ່ຫຼາຍຄົນຕອບຄຳຖາມ ວ່າໃຜສ້າງ AI? ດ້ວຍຊື່ຂອງ McCarthy.

ບົດບາດຂອງລາວໂດດເດັ່ນເພາະວ່າລາວໄດ້ເຮັດສາມສິ່ງສຳຄັນຄື:

• ລາວໄດ້ປະຕິບັດຕໍ່ຄວາມສະຫຼາດຂອງເຄື່ອງຈັກວ່າເປັນສິ່ງທ້າທາຍທາງວິທະຍາສາດທີ່ຖືກຕ້ອງຕາມກົດໝາຍ

• ລາວໄດ້ຊ່ວຍກຳນົດ AI ວ່າເປັນຂົງເຂດການສຶກສາແຍກຕ່າງຫາກ

• ລາວຊຸກຍູ້ເປົ້າໝາຍທີ່ມີຄວາມທະເຍີທະຍານແທນທີ່ຈະເປັນເປົ້າໝາຍນ້ອຍໆ

ບັດນີ້, ເພື່ອໃຫ້ມີຄວາມຍຸຕິທຳ, ການຕັ້ງຊື່ພາກສະໜາມບໍ່ຄືກັນກັບການສ້າງທຸກຢ່າງພາຍໃນມັນດ້ວຍຕົວຄົນດຽວ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ພາກສະໜາມຕ້ອງການຜູ້ໃດຜູ້ໜຶ່ງທີ່ກ້າຫານພຽງພໍທີ່ຈະເວົ້າ, ໃນຄວາມເປັນຈິງແລ້ວ, "ນີ້ແມ່ນສິ່ງໜຶ່ງ, ແລະພວກເຮົາຈະດຳເນີນການຢ່າງຈິງຈັງ."

ນັ້ນຕ້ອງໃຊ້ຄວາມອົດທົນ. ບາງທີອາດຈະມີຄວາມດື້ດ້ານທາງວິຊາການໜ້ອຍໜຶ່ງ... ອາດຈະເປັນທັງສອງຢ່າງ. ( www-formal.stanford.edu )

ຜູ້ສ້າງ - ຜູ້ຄົນທີ່ເຮັດໃຫ້ AI ເຮັດບາງສິ່ງບາງຢ່າງທີ່ເປັນປະໂຫຍດ ⚙️

ນີ້ແມ່ນບ່ອນທີ່ເລື່ອງລາວໄດ້ຮັບການປະຕິບັດຫຼາຍຂຶ້ນ.

ທ່ານ Allen Newell ແລະ ທ່ານ Herbert Simon ມີຄວາມສຳຄັນເພາະວ່າເຂົາເຈົ້າໄດ້ສ້າງໂປຣແກຣມໃນຕອນຕົ້ນທີ່ພະຍາຍາມໃຊ້ເຫດຜົນ ແລະ ການແກ້ໄຂບັນຫາ. ບໍ່ພຽງແຕ່ທິດສະດີເທົ່ານັ້ນ - ແຕ່ລະບົບຕົວຈິງ. ຄວາມແຕກຕ່າງນັ້ນແມ່ນໃຫຍ່ຫຼວງຫຼາຍ. ມີຄວາມແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍລະຫວ່າງການເວົ້າວ່າ "ເຄື່ອງຈັກອາດຈະຄິດ" ແລະ ການສ້າງເຄື່ອງຈັກທີ່ສາມາດແກ້ໄຂບັນຫາທີ່ມີໂຄງສ້າງໃນລັກສະນະທີ່ຄ້າຍຄືກັບຄວາມຄິດ.

Marvin Minsky ຍັງໄດ້ກາຍເປັນໜຶ່ງໃນບຸກຄົນສຳຄັນທາງດ້ານ AI ໃນຕົ້ນໆທີ່ເຫັນໄດ້ຊັດເຈນທີ່ສຸດ, ຊ່ວຍສ້າງວັດທະນະທຳການຄົ້ນຄວ້າ ແລະ ຊຸກຍູ້ທິດທາງທີ່ມີຄວາມທະເຍີທະຍານ. ແນ່ນອນວ່າລາວບໍ່ໄດ້ຢູ່ຄົນດຽວ, ແຕ່ອິດທິພົນຂອງລາວໄດ້ແຜ່ຂະຫຍາຍໄປໄກ.

ຫຼັງຈາກນັ້ນ, ທ່ານມີນັກຄົ້ນຄວ້າທີ່ສຳຫຼວດລະບົບການຮຽນຮູ້. ດ້ານນີ້ຂອງ AI ມີຄວາມສຳຄັນເພາະວ່າຄວາມສະຫຼາດບໍ່ພຽງແຕ່ກ່ຽວກັບເຫດຜົນທີ່ຄົງທີ່ເທົ່ານັ້ນ. ມັນຍັງກ່ຽວກັບການປັບຕົວ. ເຄື່ອງຈັກທີ່ປັບປຸງຜ່ານການສຳຜັດ, ການຕອບສະໜອງ, ແລະ ການປັບຕົວເປັນຕົວແທນຂອງປັດຊະຍາຂອງຄວາມສະຫຼາດທີ່ແຕກຕ່າງກັນ - ບາງທີອາດເປັນປັດຊະຍາທີ່ມີຄວາມຍືດຫຍຸ່ນຫຼາຍກວ່າ.

ນັ້ນແມ່ນບ່ອນທີ່ ການຄິດແບບເຄືອຂ່າຍປະສາດ ເຂົ້າມາໃນການສົນທະນາ. ລຸ້ນກ່ອນໆມີຂໍ້ຈຳກັດ, ບາງຄັ້ງຖືກຍ້ອງຍໍຫຼາຍເກີນໄປ, ແລະບາງຄັ້ງກໍ່ຖືກປະຕິບັດຄືກັບອະນາຄົດກ່ອນທີ່ອະນາຄົດຈະພ້ອມ. ແຕ່ເມັດພັນກໍ່ຢູ່ທີ່ນັ້ນ 🌱

ສະນັ້ນອີກເທື່ອໜຶ່ງ, ໃຜສ້າງ AI? ຂຶ້ນກັບວ່າເຈົ້າສົນໃຈຫຼາຍທີ່ສຸດກ່ຽວກັບ:

• ການກຳນົດພາກສະໜາມ,

• ການສ້າງຕັ້ງທິດສະດີ,

• ການສ້າງລະບົບການຫາເຫດຜົນທຳອິດ

• ຫຼື ການພັດທະນາລະບົບທີ່ຮຽນຮູ້.

ເສັ້ນທາງແຕ່ລະເສັ້ນຊີ້ໄປຫາຜູ້ບຸກເບີກທີ່ຊ້ອນກັນແຕ່ແຕກຕ່າງກັນ. ( cmu.edu )

AI ສັນຍະລັກ vs AI ການຮຽນຮູ້ - ສອງເສັ້ນທາງໃຫຍ່, ຈຸດໝາຍປາຍທາງດຽວກັນ... ຄ້າຍຄືກັບ 🛣️

ສ່ວນນີ້ມີຄວາມສຳຄັນຫຼາຍກ່ວາທີ່ມັນປະກົດຂຶ້ນໃນຕອນທຳອິດ.

AI ໃນຕອນຕົ້ນໆສ່ວນຫຼາຍແມ່ນສຸມໃສ່ ການໃຊ້ເຫດຜົນແບບສັນຍາລັກ . ນັ້ນໝາຍເຖິງການເປັນຕົວແທນຄວາມຮູ້ດ້ວຍສັນຍາລັກ, ກົດລະບຽບ ແລະ ໂຄງສ້າງທາງເຫດຜົນ. ມັນຖືວ່າຄວາມສະຫຼາດຄືກັບການແກ້ໄຂບັນຫາທີ່ມີໂຄງສ້າງ.

ສາຂາໃຫຍ່ອີກສາຂາໜຶ່ງໄດ້ສຸມໃສ່ ການຮຽນຮູ້ຈາກຂໍ້ມູນ , ການຮັບຮູ້ຮູບແບບ ແລະ ການປັບຕົວຫຼາຍຂຶ້ນ. ສິ່ງນີ້ຖືວ່າຄວາມສະຫຼາດເປັນສິ່ງທີ່ມີຄວາມຍືດຫຍຸ່ນຫຼາຍກວ່າ ແລະ ບໍ່ໄດ້ຖືກລະຫັດດ້ວຍມືຢ່າງຊັດເຈນ.

ທັງສອງວິທີການໄດ້ສ້າງຮູບແບບ AI. ທັງສອງໄດ້ນຳເອົາແນວຄວາມຄິດທີ່ມີຄຸນຄ່າມາໃຫ້. ທັງສອງກໍ່ມີຂໍ້ຈຳກັດເຊັ່ນກັນ.

AI ສັນຍະລັກແມ່ນເຂັ້ມແຂງເມື່ອ:

• ກົດລະບຽບແມ່ນຈະແຈ້ງ

• ເຫດຜົນມີຄວາມສຳຄັນ

• ຄວາມຮູ້ຂອງຜູ້ຊ່ຽວຊານສາມາດຖືກເຂົ້າລະຫັດໄດ້

AI ທີ່ອີງໃສ່ການຮຽນຮູ້ແມ່ນເຂັ້ມແຂງເມື່ອ:

• ຮູບແບບຕ່າງໆມີຄວາມສັບສົນ

• ຂໍ້ມູນມີຢ່າງຫຼວງຫຼາຍ

• ບັນຫາກ່ຽວຂ້ອງກັບການຮັບຮູ້ແທນທີ່ຈະເປັນການຫັກລົບຢ່າງລະອຽດ

ສະໜາມໄດ້ກະໂດດໄປມາລະຫວ່າງຮູບແບບເຫຼົ່ານີ້ຄືກັບລົດເຂັນຊື້ເຄື່ອງທີ່ມີລໍ້ເສຍອັນດຽວ. ຍັງເຄື່ອນທີ່ຢູ່, ພຽງແຕ່ມີສຽງດັງ 😬

ສິ່ງນີ້ມີຄວາມສຳຄັນຕໍ່ຄຳຖາມ ເພາະວ່າ “ຜູ້ສ້າງ” ທີ່ແຕກຕ່າງກັນລ້ວນແຕ່ເປັນຂອງປະເພນີທີ່ແຕກຕ່າງກັນຫຼາຍກວ່າ. ສະນັ້ນ ເມື່ອຄົນໜຶ່ງເວົ້າວ່າ Turing ແລະ ອີກຄົນໜຶ່ງເວົ້າວ່າ McCarthy ແລະ ອີກຄົນໜຶ່ງເວົ້າວ່າ Rosenblatt, ພວກເຂົາອາດຈະກຳລັງເວົ້າກ່ຽວກັບສາຂາທີ່ແຕກຕ່າງກັນຂອງແມ່ນ້ຳໃຫຍ່ດຽວກັນ. ( britannica.com )

ເປັນຫຍັງ AI ທີ່ທັນສະໄໝຈຶ່ງບໍ່ແມ່ນຜົນງານຂອງຍຸກສະໄໝດຽວ 🌍

AI ທີ່ທັນສະໄໝ, ປະເພດທີ່ຜູ້ຄົນໃຊ້ສຳລັບການຂຽນ, ການສ້າງຮູບພາບ, ການແນະນຳ, ເຄື່ອງມືສຽງ, ການຄົ້ນຫາ, ຫຸ່ນຍົນ ແລະ ວຽກງານດ້ານພາສາ, ແມ່ນມາຈາກຊັ້ນຄວາມກ້າວໜ້າ.

ມັນຕ້ອງການ:

• ວິທະຍາສາດຄອມພິວເຕີທາງທິດສະດີ

• ຮາດແວທີ່ດີກວ່າ

• ຊຸດຂໍ້ມູນທີ່ໃຫຍ່ກວ່າ

• ວິທີການຝຶກອົບຮົມທີ່ດີຂຶ້ນ

• ຄວາມກ້າວໜ້າທາງສະຖິຕິ

• ວິສະວະກຳຂະໜາດໃຫຍ່

• ທີມງານ, ຫ້ອງທົດລອງ, ແລະ ພື້ນຖານໂຄງລ່າງ

ອັນສຸດທ້າຍນັ້ນມີຄວາມສຳຄັນຫຼາຍ. AI ທີ່ທັນສະໄໝແມ່ນການຮ່ວມມືກັນຢ່າງເລິກເຊິ່ງ. ມັນຖືກສ້າງຂຶ້ນໂດຍນັກຄົ້ນຄວ້າ, ຜູ້ອະທິບາຍຄຳອະທິບາຍ, ຜູ້ອອກແບບຊິບ, ວິສະວະກອນຊອບແວ, ທີມງານຜະລິດຕະພັນ, ຜູ້ທົບທວນຄວາມປອດໄພ, ນັກພາສາສາດ, ນັກຄະນິດສາດ, ແລະອື່ນໆ. ຄວາມເຂົ້າໃຈຜິດກ່ຽວກັບນັກປະດິດຄົນໜຶ່ງຍິ່ງເບົາບາງລົງຢູ່ທີ່ນີ້.

ສະນັ້ນ, ຖ້າມີຄົນຖາມວ່າ, “ໃຜສ້າງ AI ຕາມທີ່ພວກເຮົາຮູ້ຢູ່ໃນປະຈຸບັນ?” ຄຳຕອບຈະຂະຫຍາຍອອກໄປຈາກຜູ້ບຸກເບີກທີ່ມີຊື່ສຽງສອງສາມຄົນໄປສູ່ຊຸມຊົນຜູ້ປະກອບສ່ວນຂະໜາດໃຫຍ່.

ແລະ ບາງທີສິ່ງນັ້ນອາດເຮັດໃຫ້ຮູ້ສຶກບໍ່ພໍໃຈເລັກນ້ອຍ. ແຕ່ມັນເປັນຄວາມຈິງ. ນະວັດຕະກໍາທີ່ແທ້ຈິງມັກຈະບໍ່ຄືກັບອະນຸສາວະລີ ແຕ່ຄືກັບເມືອງຫຼາຍກວ່າ - ສັບສົນ, ເປັນຊັ້ນໆ, ແອອັດ, ແລະ ສ້າງຂຶ້ນໂດຍຄົນທີ່ບໍ່ເຄີຍພົບກັນເລີຍ.

ເປັນຫຍັງຄົນຍັງຢາກໄດ້ຊື່ດຽວ 👀

ເຖິງແມ່ນວ່າຫຼັງຈາກໄດ້ຍິນທັງໝົດນີ້ແລ້ວ, ຫຼາຍຄົນຍັງຕ້ອງການຄຳຕອບດຽວ. ນັ້ນເປັນເລື່ອງປົກກະຕິ.

ພວກເຮົາຕ້ອງການຄວາມລຽບງ່າຍເພາະວ່າ:

• ມັນງ່າຍກວ່າທີ່ຈະຈື່

• ມັນເຮັດໃຫ້ຫົວຂໍ້ຂ່າວດີຂຶ້ນ

• ໂຮງຮຽນ ແລະ ສື່ມວນຊົນມັກຈະບີບອັດປະຫວັດສາດ

• ມະນຸດມັກວິລະຊົນຫຼາຍກວ່າລະບົບ

ມັນຍັງມີອົງປະກອບຄວາມໄວ້ວາງໃຈ. ຖ້າທ່ານສາມາດຕິດພັນກັບສິ່ງປະດິດໃດໜຶ່ງກັບບຸກຄົນທີ່ເປັນທີ່ຮູ້ຈັກໄດ້ຄົນດຽວ, ເລື່ອງລາວຈະຮູ້ສຶກສະອາດກວ່າ. ແຕ່ປະຫວັດສາດບໍ່ໄດ້ເປັນໜີ້ພວກເຮົາທີ່ສະອາດ.

ຖ້າທ່ານຕ້ອງເລືອກຊື່ທີ່ໄດ້ຮັບການຍອມຮັບຢ່າງກວ້າງຂວາງຊື່ໜຶ່ງສຳລັບການກໍ່ຕັ້ງ AI ຢ່າງເປັນທາງການ, John McCarthy ແມ່ນຊື່ທີ່ໃກ້ຄຽງທີ່ສຸດ.

ຖ້າທ່ານຕ້ອງການເລື່ອງລາວຕົ້ນກຳເນີດທາງປັນຍາທີ່ເລິກເຊິ່ງກວ່າ, Alan Turing ແມ່ນຢູ່ໃກ້ກັບອັນດັບຕົ້ນໆ.

ຖ້າທ່ານຕ້ອງການຜູ້ກໍ່ສ້າງໃນຕອນຕົ້ນທີ່ໃຊ້ໄດ້ຈິງ, Newell, Simon, ແລະ Minsky ແມ່ນບໍ່ສາມາດຫຼີກລ່ຽງໄດ້.

ຖ້າທ່ານຕ້ອງການຄຳຕອບທີ່ຖືກຕ້ອງທີ່ສຸດ, ແຕ່ AI ໄດ້ຖືກສ້າງຂຶ້ນໂດຍເຄືອຂ່າຍຂອງນັກຄິດ ແລະ ຜູ້ສ້າງໃນໄລຍະເວລາ . ນັ້ນບໍ່ໜ້າສົນໃຈເທົ່າໃດ, ແຕ່ກໍ່ໜ້າລຳຄານໜ້ອຍລົງ, ແຕ່ມັນກໍ່ເປັນແນວນັ້ນ.

ການສະທ້ອນສຸດທ້າຍ - ດັ່ງນັ້ນ, ໃຜສ້າງ AI? 🧩

ນີ້ແມ່ນບົດສະຫຼຸບທີ່ສະອາດທີ່ສຸດ.

ໃຜເປັນຜູ້ສ້າງ AI? ບໍ່ມີໃຜເຮັດເລີຍ.

John McCarthy ມັກໄດ້ຮັບການຍ້ອງຍໍວ່າເປັນຜູ້ກໍ່ຕັ້ງ AI ໃນຖານະເປັນຂະແໜງການທາງການ ເພາະວ່າລາວໄດ້ຊ່ວຍນິຍາມມັນ ແລະ ຕັ້ງຊື່ໃຫ້ມັນ. Alan Turing ໄດ້ວາງພື້ນຖານແນວຄິດທີ່ສຳຄັນ. Newell ແລະ Simon ໄດ້ສ້າງລະບົບການຫາເຫດຜົນໃນຕອນຕົ້ນບາງຢ່າງ. Minsky ໄດ້ຊຸກຍູ້ການຄົ້ນຄວ້າ AI ໃນຕອນຕົ້ນໃຫ້ເປັນຈຸດສົນໃຈ. Shannon , Wiener , Rosenblatt , ແລະ ອີກຫຼາຍໆຄົນກໍ່ໄດ້ປະກອບສ່ວນສຳຄັນເຊັ່ນກັນ.

ຄຳຕອບທີ່ແທ້ຈິງແມ່ນການຮ່ວມມືກັນ.

ແລະນັ້ນເຮັດໃຫ້ AI ໜ້າສົນໃຈຫຼາຍຂຶ້ນ, ບໍ່ແມ່ນໜ້ອຍລົງ. ມັນບໍ່ແມ່ນຜົນງານຂອງອັດສະລິຍະຄົນໜຶ່ງທີ່ຈ້ອງເບິ່ງໜ້າຈໍທີ່ສະຫວ່າງສະໄຫວຢ່າງໜ້າປະທັບໃຈ. ມັນຖືກສ້າງຂຶ້ນມາຈາກການໂຕ້ວາທີ, ຄວາມລົ້ມເຫຼວ, ຄວາມຄິດທີ່ບໍ່ມີຕົວຕົນ, ການທົດລອງ, ທາງຕັນ, ການຟື້ນຕົວ, ແລະ ຄວາມທະເຍີທະຍານທີ່ໂຫດຮ້າຍ. ເວົ້າອີກຢ່າງໜຶ່ງ, ມະນຸດຫຼາຍ ❤️

ສະນັ້ນໃນຄັ້ງຕໍ່ໄປທີ່ມີຄົນຖາມ ວ່າໃຜສ້າງ AI?, ເຈົ້າສາມາດໃຫ້ຄຳຕອບທີ່ສະຫຼາດໂດຍບໍ່ຕ້ອງເຮັດໃຫ້ມັນຟັງຄືກັບປຶ້ມແບບຮຽນ:

AI ບໍ່ໄດ້ຖືກສ້າງຂຶ້ນໂດຍຄົນພຽງຄົນດຽວ - ແຕ່ຖ້າທ່ານຕ້ອງການຜູ້ກໍ່ຕັ້ງຢ່າງເປັນທາງການ, John McCarthy ແມ່ນຊື່ທີ່ຄົນສ່ວນໃຫຍ່ຊີ້ໃຫ້ເຫັນ, ໂດຍມີ Alan Turing ແລະ ຜູ້ບຸກເບີກອື່ນໆອີກຫຼາຍຄົນຢູ່ເບື້ອງຫຼັງ. ( www-formal.stanford.edu )

ສັບສົນໜ້ອຍໜຶ່ງ. ສະຫວ່າງໜ້ອຍໜຶ່ງ. ເປັນຈິງຫຼາຍ.

ຄຳຖາມທີ່ຖືກຖາມເລື້ອຍໆ

ໃຜສ້າງ AI ໃນຄວາມໝາຍທີ່ງ່າຍທີ່ສຸດ ແລະ ເປັນທີ່ຍອມຮັບຢ່າງກວ້າງຂວາງທີ່ສຸດ?

ບໍ່ມີຜູ້ໃດຜູ້ໜຶ່ງໄດ້ສ້າງ AI ດ້ວຍຕົນເອງ. ຄຳຕອບສັ້ນໆທີ່ຊັດເຈນທີ່ສຸດແມ່ນວ່າ John McCarthy ມັກຈະໄດ້ຮັບການຍ້ອງຍໍວ່າເປັນຜູ້ກໍ່ຕັ້ງ AI ໃນຖານະທີ່ເປັນຂະແໜງການທາງການ ເພາະວ່າລາວໄດ້ຊ່ວຍນິຍາມມັນ ແລະ ຕັ້ງຊື່ໃຫ້ມັນ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຄຳຕອບທີ່ຄົບຖ້ວນ ແລະ ຖືກຕ້ອງກວ່ານັ້ນກໍຄື AI ໄດ້ຖືກສ້າງຂຶ້ນໂດຍນັກຄົ້ນຄວ້າຫຼາຍຄົນໃນໄລຍະເວລາ.

ເປັນຫຍັງ John McCarthy ຈຶ່ງມັກຖືກເອີ້ນເມື່ອຄົນຖາມວ່າໃຜສ້າງ AI?

ທ່ານ John McCarthy ໂດດເດັ່ນເພາະວ່າທ່ານໄດ້ຊ່ວຍປ່ຽນແນວຄວາມຄິດທີ່ກະແຈກກະຈາຍກ່ຽວກັບຄວາມສະຫຼາດຂອງເຄື່ອງຈັກໃຫ້ກາຍເປັນຂົງເຂດວິຊາການທີ່ຮູ້ຈັກກັນດີ. ການຕັ້ງຊື່ໃຫ້ AI ມີຄວາມສຳຄັນເພາະມັນຊ່ວຍສ້າງຮູບແບບການຄົ້ນຄວ້າ, ການສະໜອງທຶນ ແລະ ການສົນທະນາສາທາລະນະ. ລາວບໍ່ໄດ້ສ້າງ AI ທັງໝົດດ້ວຍຕົວເອງ, ແຕ່ລາວມີບົດບາດສຳຄັນໃນການສ້າງຕັ້ງມັນເປັນສາຂາວິຊາຢ່າງເປັນທາງການ.

ອາລັນ ທົວຣິງ ໄດ້ສ້າງ AI ກ່ອນທີ່ຂະແໜງການນີ້ຈະມີຊື່ບໍ?

ອາລັນ ທູຣິງ ແມ່ນໜຶ່ງໃນບຸກຄົນທີ່ມີຕົ້ນກຳເນີດທີ່ເລິກເຊິ່ງທີ່ສຸດໃນ AI, ເຖິງແມ່ນວ່າປົກກະຕິແລ້ວລາວບໍ່ໄດ້ຖືກອະທິບາຍວ່າເປັນຜູ້ກໍ່ຕັ້ງແຕ່ພຽງຜູ້ດຽວ. ຜົນງານຂອງລາວກ່ຽວກັບການຄຳນວນ, ພ້ອມກັບຄຳຖາມທີ່ມີຊື່ສຽງຂອງລາວກ່ຽວກັບວ່າເຄື່ອງຈັກສາມາດຄິດໄດ້ຫຼືບໍ່, ໄດ້ໃຫ້ພື້ນຖານແນວຄິດທີ່ສຳຄັນແກ່ຂົງເຂດນີ້. ລາວໄດ້ຊ່ວຍເຮັດໃຫ້ AI ສາມາດຈິນຕະນາການໄດ້ກ່ອນທີ່ມັນຈະກາຍເປັນຂົງເຂດການຄົ້ນຄວ້າທີ່ມີການຈັດຕັ້ງ.

ໃຜເປັນຜູ້ສ້າງໂປຣແກຣມ AI ທຳອິດທີ່ສາມາດຫາເຫດຜົນຜ່ານບັນຫາຕ່າງໆໄດ້?

ທ່ານ Allen Newell ແລະ ທ່ານ Herbert Simon ແມ່ນຈຸດໃຈກາງຢູ່ທີ່ນີ້ ເພາະວ່າພວກເຂົາໄດ້ສ້າງບາງໂປຣແກຣມໃນຕອນຕົ້ນໆທີ່ຖືກອອກແບບມາເພື່ອຮຽນແບບການໃຊ້ເຫດຜົນ ແລະ ການແກ້ໄຂບັນຫາຂອງມະນຸດ. ສິ່ງນັ້ນເຮັດໃຫ້ພວກເຂົາມີຄວາມສຳຄັນເປັນພິເສດໃນປະຫວັດສາດການປະຕິບັດຕົວຈິງຂອງ AI. ວຽກງານຂອງພວກເຂົາສະແດງໃຫ້ເຫັນວ່າ ສະຕິປັນຍາຂອງເຄື່ອງຈັກສາມາດເຄື່ອນຍ້າຍຈາກທິດສະດີໄປສູ່ລະບົບການເຮັດວຽກໄດ້.

Marvin Minsky ມີບົດບາດຫຍັງໃນ AI ໃນຕອນຕົ້ນ?

Marvin Minsky ແມ່ນໜຶ່ງໃນນັກຄົ້ນຄວ້າ AI ໃນຕົ້ນໆທີ່ມີອິດທິພົນ ແລະ ມີຊື່ສຽງທີ່ສຸດ. ລາວໄດ້ຊ່ວຍຊຸກຍູ້ຂະແໜງການນີ້ໃຫ້ກ້າວໄປຂ້າງໜ້າທັງໃນສະພາບແວດລ້ອມສາທາລະນະ ແລະ ວິຊາການ, ສ້າງວັດທະນະທຳການຄົ້ນຄວ້າ ແລະ ຊຸກຍູ້ເປົ້າໝາຍທີ່ມີຄວາມທະເຍີທະຍານ. ລາວບໍ່ແມ່ນຜູ້ບຸກເບີກພຽງຄົນດຽວ, ແຕ່ອິດທິພົນຂອງລາວເຮັດໃຫ້ລາວເປັນໜຶ່ງໃນຊື່ທີ່ປາກົດຢູ່ໃນປະຫວັດສາດອັນຈິງຈັງຂອງ AI.

Claude Shannon ແລະ Norbert Wiener ມີອິດທິພົນຕໍ່ປັນຍາປະດິດແນວໃດ?

Claude Shannon ໄດ້ຊ່ວຍເຊື່ອມຕໍ່ເຫດຜົນ, ຂໍ້ມູນ, ແລະ ການຄຳນວນໃນວິທີທີ່ເຮັດໃຫ້ວຽກງານ AI ຕໍ່ມາເປັນໄປໄດ້ຫຼາຍຂຶ້ນ. ຜົນງານຂອງ Norbert Wiener ກ່ຽວກັບໄຊເບີເນຕິກ, ຄຳຕິຊົມ, ແລະ ລະບົບການຄວບຄຸມຍັງໄດ້ສ້າງຮູບຮ່າງວິທີທີ່ຄົນຄິດກ່ຽວກັບເຄື່ອງຈັກອັດສະລິຍະ. ທັງສອງຄົນປົກກະຕິແລ້ວບໍ່ຖືກເອີ້ນວ່າຜູ້ສ້າງ AI ດຽວ, ແຕ່ທັງສອງຄົນໄດ້ຊ່ວຍສ້າງຂອບການທາງປັນຍາອ້ອມຮອບມັນ.

ເປັນຫຍັງຄຳຖາມທີ່ວ່າ “ໃຜສ້າງ AI?” ຈຶ່ງຍາກກວ່າທີ່ມັນຟັງ?

ເພາະວ່າຄົນເຮົາມັກຈະໝາຍຄວາມແຕກຕ່າງກັນເມື່ອເຂົາເຈົ້າຖາມມັນ. ບາງຄົນໝາຍເຖິງໃຜເປັນຄົນທຳອິດທີ່ຈິນຕະນາການເຖິງເຄື່ອງຈັກອັດສະລິຍະ, ບາງຄົນໝາຍເຖິງໃຜທີ່ປ່ຽນ AI ໃຫ້ກາຍເປັນຂະແໜງການທາງການ, ແລະ ບາງຄົນຍັງໝາຍເຖິງໃຜທີ່ສ້າງລະບົບໃນຕອນຕົ້ນໆທີ່ໃຊ້ໄດ້ຜົນແທ້ໆ. ເມື່ອຄວາມໝາຍເຫຼົ່ານັ້ນຖືກແຍກອອກຈາກກັນ, ຄຳຕອບກໍ່ຈະຊັດເຈນຂຶ້ນ ແລະ ມີການຮ່ວມມືກັນຫຼາຍຂຶ້ນ.

ມີຄວາມແຕກຕ່າງກັນແນວໃດລະຫວ່າງ AI ແບບສັນຍາລັກ ແລະ AI ທີ່ອີງໃສ່ການຮຽນຮູ້?

AI ແບບສັນຍາລັກຖືວ່າຄວາມສະຫຼາດເປັນກົດເກນ, ສັນຍະລັກ, ແລະເຫດຜົນທີ່ມີໂຄງສ້າງ. AI ທີ່ອີງໃສ່ການຮຽນຮູ້ສຸມໃສ່ຮູບແບບ, ຂໍ້ມູນ, ແລະລະບົບທີ່ປັບປຸງຜ່ານການເປີດເຜີຍ ແລະ ຄຳຕິຊົມ. ບົດຄວາມອະທິບາຍວ່າທັງສອງວິທີການໄດ້ສ້າງຮູບແບບຂະແໜງການນີ້, ຊຶ່ງເປັນເຫດຜົນທີ່ຜູ້ບຸກເບີກທີ່ແຕກຕ່າງກັນກ່ຽວຂ້ອງກັບແນວຄວາມຄິດທີ່ແຕກຕ່າງກັນກ່ຽວກັບສິ່ງທີ່ AI ຄວນຈະເປັນ.

ໃຜເປັນຜູ້ສ້າງ AI ທີ່ພວກເຮົາໃຊ້ມັນໃນປະຈຸບັນໃນ chatbots, ການຄົ້ນຫາ ແລະ ເຄື່ອງມືຮູບພາບ?

AI ທີ່ທັນສະໄໝແມ່ນວຽກງານຂອງຄົນຜູ້ດຽວໜ້ອຍກວ່າ AI ໃນຊ່ວງຕົ້ນໆ. ມັນໄດ້ເຕີບໃຫຍ່ຂຶ້ນຜ່ານຊັ້ນທິດສະດີ, ຄວາມກ້າວໜ້າຂອງຮາດແວ, ຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່ກວ່າ, ວິທີການຝຶກອົບຮົມທີ່ດີກວ່າ, ແລະ ວິສະວະກຳໃນຂອບເຂດກ້ວາງ. ໃນທາງປະຕິບັດ, AI ທີ່ຜູ້ຄົນໃຊ້ໃນປະຈຸບັນແມ່ນມາຈາກຊຸມຊົນຂະໜາດໃຫຍ່ຂອງນັກຄົ້ນຄວ້າ, ວິສະວະກອນ, ຜູ້ອະທິບາຍ, ແລະ ທີມງານຜະລິດຕະພັນ ແທນທີ່ຈະມາຈາກນັກປະດິດຄົນດຽວ.

ເປັນຫຍັງຄົນເຮົາຍັງຕ້ອງການຊື່ດຽວສຳລັບຜູ້ທີ່ສ້າງ AI?

ໂດຍປົກກະຕິແລ້ວຄົນເຮົາຕ້ອງການຊື່ດຽວເພາະມັນເຮັດໃຫ້ປະຫວັດສາດງ່າຍຕໍ່ການຈື່ ແລະ ງ່າຍຕໍ່ການອະທິບາຍ. ເລື່ອງລາວຂອງຜູ້ກໍ່ຕັ້ງຄົນດຽວຮູ້ສຶກສະອາດກວ່າ, ເຖິງແມ່ນວ່າມັນຈະບໍ່ຄົບຖ້ວນກໍຕາມ. ນັ້ນແມ່ນເຫດຜົນທີ່ John McCarthy ມັກຈະຖືກມອບໃຫ້ເປັນຄຳຕອບຢ່າງເປັນທາງການຂອງຜູ້ກໍ່ຕັ້ງ, ໃນຂະນະທີ່ Alan Turing ແລະ ຜູ້ບຸກເບີກຄົນອື່ນໆຍັງຄົງມີຄວາມສຳຄັນຕໍ່ເລື່ອງລາວທີ່ຄົບຖ້ວນກວ່າ.

ເອກະສານອ້າງອີງ

1. ມະຫາວິທະຍາໄລສະແຕນຟອດ - ຂໍ້ສະເໜີສຳລັບໂຄງການຄົ້ນຄວ້າລະດູຮ້ອນ Dartmouth ກ່ຽວກັບປັນຍາປະດິດ - www-formal.stanford.edu

2. ສາລານຸກົມປັດຊະຍາສະແຕນຟອດ - ປັນຍາປະດິດ - plato.stanford.edu

1. ວິຊາການ Oxford (ວາລະສານ Mind) - ເຄື່ອງຈັກຄອມພິວເຕີ ແລະ ສະຕິປັນຍາ - academic.oup.com

2. ວິຊາການ Oxford (ລາຍງານການປະຊຸມຂອງສະມາຄົມຄະນິດສາດລອນດອນ) - ກ່ຽວກັບຕົວເລກທີ່ສາມາດຄິດໄລ່ໄດ້, ພ້ອມດ້ວຍໃບສະໝັກເຂົ້າກັບບັນຫາ Entscheidungs ​​- academic.oup.com

3. ຂ່າວ MIT - ບົດຂ່າວການເສຍຊີວິດຂອງ Marvin Minsky - news.mit.edu

4. ມະຫາວິທະຍາໄລ Carnegie Mellon - ປະຫວັດສາດ - ໂຄງການ Simon - cmu.edu

5. Nokia Bell Labs - Claude Shannon ແລະຍຸກດິຈິຕອນ - nokia.com

6. ສາລານຸກົມບຣິແທນນິກາ - ປັນຍາປະດິດ: ວິທີການ ແລະ ເປົ້າໝາຍໃນ AI - britannica.com

7. Cornell Chronicle - Perceptron ໄດ້ປູທາງໃຫ້ແກ່ AI - news.cornell.edu

ຊອກຫາ AI ລ່າສຸດໄດ້ທີ່ຮ້ານ AI Assistant ຢ່າງເປັນທາງການ

ກ່ຽວກັບພວກເຮົາ