ผมได้ยินชื่อ เรย์ เคิร์ซเวลล์ (Ray Kurzweil) ตอนที่ถูกชื่อถึงอ้างตอนไปฟัง หัวข้อ Exponential Mindset and Thinking ชื่อของ RAY ถูกเล่าในฐานะนักอนาคตศาสตร์ที่มีชื่อเสียง ไม่ค่อยคุ้นกับตำแหน่งนี้นัก แต่เป็นบุคคลที่ได้รางวัลยิ่งใหญ่ด้านนวัตกรรม และยิ่งอ่านประวัติก็จะยิ่งทึ่งในความสามารถของเขา และแนวคิดที่ผมเล่าในบทความ ก่อนหน้าก็ RAY ก็เป็นผู้เสนอแนวคิด “กฎแห่งผลตอบแทนที่เพิ่มขึ้นอย่างรวดเร็ว” (The Law of Accelerating Returns) ซึ่งอธิบายว่าอัตราการพัฒนาในระบบวิวัฒนาการต่าง ๆ รวมถึงเทคโนโลยี มีแนวโน้มเพิ่มขึ้นในอัตราเร่งแบบเอ็กซ์โปเนนเชียล
ผมไปเจอบทความใน The Economist ที่มีการสัมภาษณ์ RAY ปี 2024 AI เปลี่ยนโลกทางกายภาพของเราอย่างไร ถ้าเราอ่านบทความที่เกี่ยวข้องกับผลกระทบกับ AI ส่วนใหญ่จะพูดถึงผลกระทบที่เข้ามาแทรกแซงการทำงานของมนุษย์ เพราะ AI จะเข้ามาเร่งประสิทธิภาพและเร่งการทำงานของเราไป ถึงขั้นว่า AgenticAI AI ที่สามารถทำงาน Task ที่ไม่ซับซ้อน งานเดียวหรืองานที่ทำต่อๆ Task Flow จนเสร็จ จะแทนสามารถแทนที่คนได้ และมันยังเรียนรู้ที่จะทำงานเหล่านั้นให้ดีขึ้นไปได้ด้วย และมักจะดูการไปในทิศทางการเปลี่ยนแปลงในโลกดิจิทัลเป็นหลัก แต่มุมผลกระทบภาพใหญ่ทางกายภาพที่จะมี Impact ยังไม่ถูกพูดถึงนัก แต่ในฐานะผู้พยากรณ์อนาคตซึ่งทายถูกมาตลอด Ray ให้มุมมองอีกมุมว่า ผลกระทบ AI ในโลก Physical จะเป็นอย่างไรผมจะเล่าสิ่งที่ RAY พูดที่น่าสนใจและมาเล่าเรียบเรียงใหม่ ขยายความและเพิ่มเติมเพื่อให้ทุกท่านเข้าใจได้ง่ายขึ้นครับ
เราจะมีปัญญาประดิษฐ์ทั่วไป (AGI) เช่นนั้นภายในปี 2029
คำพูดนี้ถูกพูดคร้ังแรกเมื่อปี 1999 ซึ่งฟังแล้ว ก็เหมือนกับการแต่งนิยายไซไฟอนาคต ซักเรื่องนึง แต่วันนี้ 2022 นับตั้งแต่ ChatGPT เปิดตัว ก็มีการถกแนวคิด AGI (Artificial General Intelligence) และ ASI (Artificial Superintelligence ) เกิดขึ้นอย่างมาก เพราะมีทั้งความท้าทายและความกังวลเกิดขึ้นในการสร้างระบบปัญญาประดิษฐ์ที่มีความสามารถเทียบเท่าหรือเหนือกว่ามนุษย์ 2029 ตามที่ได้พูดก็คงเป็นจริง
ในเวลานี้ เด็กที่เกิดใหม่ แล้วเขาเริ่มเข้าเรียนโรงเรียนอนุบาล ปัญญาประดิษฐ์ (AI) คงจะเหนือเด็กคนนั้น ในทุกๆ ทั้งด้านของความรู้ความเข้าใจ ตั้งแต่ด้านวิทยาศาสตร์ไปจนถึงด้านความคิดสร้างสรรค์ และด้วยอัตราเร่งด้านการพัฒนาเทคโนโลยี เด็กคนนี้จะไม่สามารถพัฒนาความสามารถได้เท่ากับที่ AI เป็นได้เลย การค่อย ๆ ทยอยเก็บทักษะการใช้ชีวิต และเรียนรู้ประสบการณ์บนโลก ต้องใช้เวลาในการพัฒนาอีกหลายปี ขณะที่ AI ในทฤษฏี “กฎแห่งผลตอบแทนที่เพิ่มขึ้นอย่างรวดเร็ว” (The Law of Accelerating Returns) ซึ่งอธิบายว่าอัตราการพัฒนาในระบบวิวัฒนาการต่าง ๆ รวมถึงเทคโนโลยี มีแนวโน้มเพิ่มขึ้นในอัตราเร่งแบบเอ็กซ์โปเนนเชียล มนุษย์คนไหนในโลกจะตามได้ทัน เว้นแต่เราฝัง AI เป็นส่วนหนึ่งในสมองเรา ซึ่งก็น่าจะเป็นจริงได้ไม่ช้า
ภายในปี 2029-2035 AI จะมีความสามารถเหนือกว่ามนุษย์ในทุกด้านความรู้ความเข้าใจ
สรุปในบทความ ในการสัมภาษณ์ The Economist เรย์ เคิร์ซเวลล์ อธิบายถึงความก้าวหน้าอย่างรวดเร็วของปัญญาประดิษฐ์ (AI) และทำนายว่าภายในปี 2029-2035 AI จะมีความสามารถเหนือกว่ามนุษย์ในทุกด้านความรู้ความเข้าใจ ซึ่งประเด็นนี้เราได้เห็นการวิเคราะห์มากมายที่แบบจำลองภาษาขนาดใหญ่ LLMs ช่วยก้าวกระโดดในการปฏิวัติโลกดิจิทัล แต่มีผลกระทบของ AI ที่ใหญ่กว่าในทางโลกกายภาพ ซึ่งจะสร้างประโยชน์มากมากกว่าที่คิด มีผลกระทบอย่างลึกซึ้งซึ่งแบ่งเป็น 3 ด้านหลัก ๆ คือ ด้านพลังงาน ด้านการแพทย์ และด้านการผลิตต่าง ๆ
AI จะเปลี่ยนแปลง ทรัพยากรพื้นฐานที่สุดของอารยธรรม
พลังงานเป็นหนึ่งในทรัพยากรพื้นฐานที่สุดของอารยธรรมของชาวโลก มานานสองศตวรรษแล้ว และโลกก็ยังคงต้องการเชื้อเพลิงฟอสซิลที่สกปรกและไม่หมุนเวียน เพื่อมาใช้คลอบคลุมการบริโภคของมนุษย์และขับเคลื่อนเศรษฐกิจ และปัญหาของเผาผลาญเชื้อเพลิงแบบเดิมไม่ส่งผลดีต่อโลกในระยะยาว และพลังงานสะอาดที่เรากำลังพูดถึงกันเพื่อช่วยโลกก็ยังไม่สามารถเข้ามาทดแทนได้ ทั้งที่ในความเป็นจริงแล้ว การกักเก็บพลังงานแสงอาทิตย์เพียง 0.01% ของแสงแดดที่โลกได้รับก็เพียงพอที่จะครอบคลุมการใช้พลังงานของมนุษย์ทั้งหมดแล้ว คำถามคือทำไม พลังงานแสงอาทิตย์ถึงไม่ถูกใช้ให้คลอบคลุมการใช้พลังงานของโลกใบนี้
ตั้งแต่ปี 1975 เซลล์สุริยะมีราคาถูกลง 99.7% ต่อวัตต์ของกำลังการผลิต ทำให้กำลังการผลิตทั่วโลกเพิ่มขึ้นประมาณ 2 ล้านเท่า แต่ก็ยังไม่ถูกเอามาใช้
ปัญหาของเรื่องนี้ แบ่งออกเป็นสองส่วน ส่วนแรก วัสดุโฟโตโวลตาอิก (photovoltaic materials)1 ยังคงมีราคาแพงและไม่มีประสิทธิภาพเกินกว่าที่จะแทนที่ถ่านหินและก๊าซได้อย่างสมบูรณ์ เพราะฉะนั้นถ้าพูดในเรื่องของต้นทุนการผลิตกระแสไฟฟ้าพลังงานแสงอาทิตย์ ยังมีต้นทุนของ วัสดุที่สูงมากกว่าถ่านหินและก๊าซ และปัญหาถัดมาคือ การเก็บพลังงานแสดงอาทิตย์มีเรื่องกลางวัน กลางคืน ฤดุร้อน ฤดูหนาวเข้ามาเกี่ยวข้อง เวลาฤดูมีผลต่อการกักเก็บพลังงาน การเก็บพลังงานให้เพียงพอในการใช้งาน จึงต้องมีที่กักเก็บ คือแบตเตอรี่จำนวนมากในการสำรองพลังงานไว้ใช้ให้เพียงพอในช่วงระยะเวลาที่จำเป็น
เทคโนโลยีแบตเตอรี่ในปัจจุบันยังไม่คุ้มค่าพอ กฎของฟิสิกส์ชี้ให้เห็นว่ามีความเป็นไปได้ที่จะปรับปรุงพัฒนา อีกมากที่จะทำให้ สร้างเทคโนโลยีหรือวัสดุที่ดีกว่าเดิม (The laws of physics suggest that massive improvements are possible)
อย่างไรก็ตาม The laws of physics มีโอกาสอีกมากที่จะสร้าง วัสดุที่ดีกว่าเดิมเอามาทำแบตเตอรี่ แต่การพัฒนาปรับปรุงวัสดุ ต้องศึกษาความเป็นไปได้ทางเคมี การจัดเรียงอะตอมและโมเลกุลต่างๆ ของเพื่อพัฒนาวัสดุหรือสารประกอบที่เหมาะสมที่สุด กระบวนการนี้ยังต้องลงทุน และใช้ทรัพยากรอย่างมากในการศึกษาซึ่งยาก และทำให้มีการพัฒนาการเรื่องนี้เป็นไปได้ค่อนข้างช้าอย่างน่าเจ็บปวด (achingly slow progress) สาเหตุหลักเพราะต้นทุนในการทดลองแต่ละครั้งอาจใช้เวลานาน มีต้นทุนสูง และอาจไม่ได้นำไปสู่ผลลัพธ์ที่ต้องการ
ส่วนนี้เองที่ AI จะช่วยพัฒนาเทคโนโลยีพลังงานแสงอาทิตย์ให้มีประสิทธิภาพและราคาถูกลงอย่างมาก AI จะเป็นตัวเร่งสำคัญในการพัฒนา การปฏิวัติพลังงานแสงอาทิตย์
พลังงานแสงอาทิตย์สามารถมีมากมายจนเกือบจะฟรี
AI สามารถคัดกรองเคมีหลายพันล้านอย่างได้อย่างรวดเร็วในการจำลอง เพื่อลดข้อจำกัดของการพัฒนา วัสดุโฟโตโวลตาอิก (photovoltaic materials)1 เร่งความเร็วในการวิจัยทั้งการพัฒนาปรับปรุงวัสดุ ความเป็นไปได้ทางเคมี
นี่คือเหตุผลที่ AI มีความสำคัญ AI สามารถใช้ในการจำลองและคาดการณ์คุณสมบัติของสารเคมีต่างๆ ได้อย่างรวดเร็ว ช่วยลดเวลาและต้นทุนในการค้นหาวัสดุหรือสารประกอบที่เหมาะสม ทำให้ความก้าวหน้าทางวิทยาศาสตร์และเทคโนโลยีเกิดขึ้นได้เร็วขึ้น
AI สามารถคัดกรองเคมีหลายพันล้านอย่างได้อย่างรวดเร็วในการจำลอง และกำลังขับเคลื่อนนวัตกรรมทั้งในโฟโตโวลตาอิกและแบตเตอรี่ สิ่งนี้กำลังจะเร่งตัวขึ้นอย่างมาก ในประวัติศาสตร์ทั้งหมดจนถึงเดือนพฤศจิกายน พ.ศ. 2566 มนุษย์ได้ค้นพบสารประกอบอนินทรีย์ที่เสถียรประมาณ 20,000 ชนิดสำหรับใช้ในเทคโนโลยีต่างๆ จากนั้น GNoME AI ของ Google ได้ค้นพบมากกว่านั้น ทำให้ตัวเลขเพิ่มขึ้นทันทีเป็น 421,000 อย่างไรก็ตาม นี่เป็นเพียงการขูดผิวของการประยุกต์ใช้ด้านวัสดุศาสตร์ เมื่อ AGI ที่ฉลาดกว่ามากพบวัสดุที่เหมาะสมอย่างเต็มที่ โครงการโฟโตโวลตาอิกขนาดใหญ่จะสามารถทำได้ และพลังงานแสงอาทิตย์สามารถมีมากมายจนเกือบจะฟรี
ความอุดมสมบูรณ์ของพลังงานช่วยให้เกิดการปฏิวัติอีกครั้งหนึ่ง: ในการผลิต ต้นทุนของสินค้าเกือบทั้งหมด—ตั้งแต่ อาหารและเสื้อผ้า ไปจนถึง อุปกรณ์อิเล็กทรอนิกส์และรถยนต์— ต้นทุนการผลิตเหล่านี้ส่วนใหญ่มาต้นทุนพลังงาน แรงงาน (รวมถึงแรงงานด้านความรู้ เช่น R&D และการออกแบบ) และวัตถุดิบ การเพิ่มประสิทธิภาพการผลิต: AI จะเพิ่มประสิทธิภาพการออกแบบและกระบวนการผลิตสินค้าต่างๆ ทำให้สินค้ามีราคาถูกและมีมากมายขึ้น
AI กำลังจะลดต้นทุนเหล่านี้ลงอย่างมากหลังจากพลังงานแสงอาทิตย์ที่ถูกและอุดมสมบูรณ์แล้ว Energy abundance enables another revolution
AI กำลังก้าวกระโดดอย่างมากในการสร้างหุ่นยนต์ที่สามารถลดต้นทุนแรงงานได้อย่างมาก Reduce labour costs
หลังจากพลังงานแสงอาทิตย์ที่ถูกและอุดมสมบูรณ์แล้ว ส่วนประกอบถัดไปคือแรงงานมนุษย์ ซึ่งมัก เป็นเรื่องที่อันตรายและหนักหนาที่จะพูดเรื่องนี้ แต่ AI ที่กำลังก้าวกระโดดอย่างมาก ช่วยในการสร้างหุ่นยนต์ที่สามารถลดต้นทุนแรงงานได้อย่างสูง ควบคู่กับการเพิ่มประสิทธิภาพให้กับการทำงานและธุรกิจ
การลดต้นทุนแรงงาน ตามที่ Ray ให้สัมภาษณ์ AI จะลดต้นทุนแรงงานทั้ง แรงงานทั่วไป Labour (physical labor) ที่เน้นการใช้แรงกาย รวมไปถึง Cognitive labor หรือ “แรงงานด้านความรู้”
Robotics หุ่นยนต์สามารถเข้ามาทำงานแทนแรงงานมนุษย์ได้ในหลายอุตสาหกรรม โดยเฉพาะงานที่ต้องใช้แรงงานมาก งานที่ซ้ำซากจำเจ หรืองานที่อันตรายต่อมนุษย์ Robotics ในมุมหนึ่งหุ่นยนต์จะช่วยลดต้นทุนการสกัดวัตถุดิบ (Reduce raw-material extraction costs) ที่เดิมต้องใช้แรงงานจำนวนมาก เช่น การทำเหมืองแร่ การขุดเจาะน้ำมัน การตัดไม้ การลดแรงงานมนุษย์ ทำให้ต้นทุนการผลิตโดยรวมลดลง ตัวอย่างเช่น ในโรงงานอุตสาหกรรม หุ่นยนต์สามารถทำงานประกอบชิ้นส่วน ยกของหนัก หรือเชื่อมโลหะได้อย่างมีประสิทธิภาพและความแม่นยำสูงกว่ามนุษย์
รวมไปถึงการให้ AI ช่วยในการค้นหาวัสดุทดแทน ธาตุหายาก (Rare-earth elements) ธาตุหายาก หลายชนิดจำเป็นสำหรับการผลิตสินค้าเทคโนโลยีชั้นสูง เช่น สมาร์ทโฟน คอมพิวเตอร์ รถยนต์ไฟฟ้า และอุปกรณ์อิเล็กทรอนิกส์อื่นๆ แต่การขุดและสกัดธาตุเหล่านี้ทำได้ยาก มีต้นทุนสูง และมักกระจุกตัวอยู่ในประเทศไม่กี่ประเทศ ทำให้ราคาสูงและอาจมีความไม่มั่นคงด้านการจัดหา แนวทางการใช้ AI จำลองคุณสมบัติของวัสดุต่างๆ ได้อย่างรวดเร็ว ช่วยค้นหาสารประกอบใหม่ๆ ที่มีคุณสมบัติใกล้เคียงกับธาตุหายาก แต่สามารถผลิตได้ง่ายและราคาถูกกว่า
การที่ AI สามารถวิเคราะห์ข้อมูลทางเคมีและฟิสิกส์จำนวนมหาศาล เพื่อค้นหาความสัมพันธ์และรูปแบบ นำไปสู่การค้นพบวัสดุใหม่ที่มีคุณสมบัติที่ต้องการ หากสำเร็จก็จะช่วย ได้แร่ธาตุใหม่ ทดแทนที่ธาตุหายากที่มีราคาแพงด้วยธาตุธรรมดา เช่น เซอร์โคเนียม ซิลิคอน และกราฟีนที่ใช้คาร์บอน รวมกันแล้ว นี่หมายความว่าสินค้าส่วนใหญ่จะมีราคาถูก การค้นพบวัสดุทดแทนธาตุหายากจะช่วยลดต้นทุนการผลิตสินค้าอิเล็กทรอนิกส์และเทคโนโลยีต่างๆ ทำให้ราคาสินค้าถูกลง และสามารถผลิตสินค้าได้ในปริมาณมากขึ้น เข้าถึงได้ง่ายขึ้นสำหรับผู้บริโภคทั่วไป ก็จะเข้าสู่ “กฎแห่งผลตอบแทนที่เพิ่มขึ้นอย่างรวดเร็ว” The Law of Accelerating Returns สินค้าเทคโนโลยีขั้นสูงจะเข้าถึงได้มากขึ้นเพราะราคาต้นทุนผลิตถูกลง
AI กำลังเริ่มเปลี่ยนการแพทย์ให้เป็นวิทยาศาสตร์ที่แน่นอน
เครื่องมือเทคโนโลยีที่เปลี่ยนโลกด้านการแพทย์ มีออกมาอย่างต่อเนื่อง เทคโนโลยีปัญญาประดิษฐ์ที่ Google พัฒนาภายใต้ Google DeepMind และ Google Health สร้าง Imapact บทบาทสำคัญในการวิจัยด้านชีววิทยาและการแพทย์ อย่างAlphaFold เป็นระบบปัญญาประดิษฐ์ที่พัฒนาโดย Google DeepMind เพื่อทำนายโครงสร้างสามมิติของโปรตีนจากลำดับกรดอะมิโนของมัน ซึ่งเป็นปัญหาที่นักวิทยาศาสตร์พยายามแก้ไขมากว่า 50 ปี และ DeepVariant เป็นเครื่องมือวิเคราะห์ข้อมูลพันธุกรรมที่พัฒนาโดย Google Health โดยใช้เครือข่ายประสาทเทียมลึก (deep neural network) เพื่อระบุความแปรผันทางพันธุกรรมจากข้อมูลการจัดลำดับดีเอ็นเอ
ทั้ง AlphaFold และ DeepVariant3 เป็น AI ที่เร่ง ศักยภาพในการเร่งความก้าวหน้าทางวิทยาศาสตร์และการรักษาโรคในอนาคต ซึ่งจะเปลี่ยนโลกทางกายภาพไป ซึ่ง RAY ได้พูดย้ำชัดเรื่องการแพทย์ เดิมโลกของการแพทย์เป็นการทดลองที่มีความยากลำบาก ในห้องปฏิบัติการชีวโมเลกุล การสร้างแบบจำลองคอมพิวเตอร์ที่แม่นยำซึ่งช่วยในการศึกษาเกี่ยวกับร่างกายมนุษย์และวิธีการทำงานของยา สามารถประเมินตัวเลือกหลายพันล้านตัวเลือกได้อย่างรวดเร็วเพื่อค้นหายาที่มีแนวโน้มมากที่สุด ซึ่งใช้เวลาและทำได้ค่อนข้างลำบาก
แต่ภายหลังจากมี AI เข้ามาเป็นผู้ช่วยในการ ออกแบบยา การสร้างแบบจำลองคอมพิวเตอร์ที่แม่นยำซึ่งช่วยในการศึกษาเกี่ยวกับร่างกายมนุษย์และวิธีการทำงานของยา—สามารถประเมินตัวเลือกหลายพันล้านตัวเลือกได้อย่างรวดเร็วเพื่อค้นหายาที่มีแนวโน้มดีที่สุด ในปี 2024 ยาตัวแรกที่ออกแบบโดย AI แบบ end-to-end เข้าสู่การทดลองระยะที่ 2 สำหรับการรักษาพังผืดปอดชนิดอดีโอแพทิก โรคปอด ยาอื่นๆ ที่ออกแบบโดย AI อีกหลายสิบชนิดกำลังเข้าสู่การทดลองในขณะนี้
กระบวนการค้นพบยาและการทดลองจะได้รับการเสริมประสิทธิภาพเมื่อการจำลองรวมข้อมูลที่ขนาดใหญ่ และมีความเข้มข้นมากขึ้น ช่วยให้ AI ทำสิ่งที่ยากลำบาก ให้เกิดขึ้นได้จริงและเป็นไปได้ ตลอดประวัติศาสตร์จนถึงปี พ.ศ. 2565 วิทยาศาสตร์ได้กำหนดรูปร่างของโปรตีนประมาณ 190,000 ชนิด ในปีนั้น AlphaFold 2 ของ DeepMind ค้นพบมากกว่า 200 ล้านชนิด ซึ่งได้ถูกปล่อยให้กับนักวิจัยโดยไม่เสียค่าใช้จ่ายเพื่อช่วยพัฒนารักษาโรคใหม่ๆ
ความน่าสนใจที่เกิดขึ้น ตั้งแต่การทดลองการจำลองโครงสร้างโปรตีนในอดีต จนถึงปี 2022 นักวิทยาศาสตร์สามารถจำลองโครงสร้างโปรตีนได้ 190,000 ชนิด แต่ในปีเดียวกันนั้น เทคโนโลยี AlphaFold 2 ของ Google DeepMind สามารถจำลองโครงสร้างโปรตีนได้ 200 ล้านชนิด และปล่อยโครงสร้างจำลองโปรตีนที่ไม่เคยถูกค้นพบมาก่อนแจกจ่ายให้ นักวิจัยได้นำไปพัฒนาต่อยอดโดยที่ไม่มีค่าใช้จ่าย เพื่อช่วยกันพัฒนาพัฒนารักษาโรคใหม่ ๆ
ถ้าอนาคตเราสามารถจำลองโปรตีน Organelles (ออร์แกเนลล์): เป็นโครงสร้างเล็กๆ ภายในเซลล์ที่มีหน้าที่เฉพาะ จำลอง Cells (เซลล์) ที่ ประกอบด้วยออร์แกเนลล์ต่างๆ ทำงานร่วมกัน จำลอง Organs (อวัยวะ): กลุ่มของเนื้อเยื่อหลายชนิดทำงานร่วมกันเพื่อทำหน้าที่เฉพาะ เช่น หัวใจ, ปอด, สมอง ถึงขั้นสุดที่จำลองระบบอวัยวะของร่างกายทั้งหมดที่ทำงานประสานกัน เราก็จะพิมพ์ร่างใหม่ได้เหมือนหนังไซไฟ อันนี้ผมเพิ่มเอง Ray ไม่ได้กล่าว (:
AI ช่วยสร้างแบบจำลองร่างกายมนุษย์ที่ละเอียดขึ้น ทำให้สามารถปรับแต่งการรักษาให้เหมาะสมกับแต่ละบุคคลได้ และเราจะเป็นอมตะ
เมื่อ AI เข้าใจโครงสร้าง การทำงานในระดับโปรตีน ช่วยให้เราเข้าใจโครงสร้างการทำงานจองร่างกายได้ดี ขึ้น AI เข้าใจโครงสร้างในระดับ DNA ก็จะสามารถสร้างสิ่งที่เรียกว่า Digital trials จำลองการทำงานของร่างกายผู้ป่วยได้ และเอาข้อมูลเหล่านั้นมาปรับแต่งการรักษาให้เหมาะ และเจาะจง การสามารถเจาะจงในกระบวนการการรักษานี้ เราจะสามารถรักษาโรคซับซ้อนต่างๆ เช่น มะเร็งและโรคอัลไซเมอร์ แต่ยังรวมถึงผลกระทบที่เป็นอันตรายของการแก่ตัวลงได้
ในปัจจุบัน ความก้าวหน้าทางวิทยาศาสตร์ทำให้ชาวอเมริกันหรือชาวอังกฤษโดยเฉลี่ยมีอายุขัยเพิ่มขึ้นอีก 6 ถึง 7 สัปดาห์ในแต่ละปี เมื่อ AGI ทำให้เรามีความเชี่ยวชาญอย่างเต็มที่ในด้านชีววิทยาระดับเซลล์ การเพิ่มขึ้นเหล่านี้จะเพิ่มขึ้นอย่างรวดเร็ว เมื่อการเพิ่มขึ้นของอายุขัยต่อปีถึง 12 เดือน เราจะบรรลุ “ความเร็วหลุดพ้นจากอายุยืน” “longevity escape velocity” เราก็จะอายุยืนเหมือนในหนังแฟนตาซีได้ครับ รักษาสุขภาพไว้ให้ดีครับทุกท่าน เพราะเรื่องนี้จากการคาดการณ์ของ RAY จะเกิดขึ้น ในระหว่างปี 2029-2035 ในช่วงแรกจะราคาสูง และจะลดลงและเข้าถึงได้ในที่สุด
TLDR; แต่เราก็ยังอยากให้อ่านอยู่ดี
เรย์ เคิร์ซเวลล์ นักอนาคตศาสตร์ชื่อดัง ทำนายว่าภายในปี 2029 AI จะเหนือกว่ามนุษย์ในทุกด้านความรู้ความเข้าใจ AI จะปฏิวัติโลกกายภาพ 3 ด้านหลัก: พลังงาน (พลังงานแสงอาทิตย์เกือบฟรี), การผลิต (ต้นทุนลดลงอย่างมากด้วยหุ่นยนต์และวัสดุใหม่), และการแพทย์ (ยาที่ออกแบบโดย AI และการจำลองร่างกายมนุษย์ที่แม่นยำ นำไปสู่การรักษาโรคได้อย่างมีประสิทธิภาพและอายุยืนยาวขึ้น อาจถึงขั้น “longevity escape velocity” ระหว่าง 2029-2035) แนวคิดหลักคือ “กฎแห่งผลตอบแทนที่เพิ่มขึ้นอย่างรวดเร็ว” ที่อธิบายการพัฒนาเทคโนโลยีแบบทวีคูณ
Key Takeaways
- AGI ใกล้เข้ามาแล้ว: เคิร์ซเวลล์ ยืนยันการคาดการณ์เดิมในปี 1999 ว่าเราจะมีปัญญาประดิษฐ์ทั่วไป (AGI) ภายในปี 2029 ซึ่งความก้าวหน้าของ AI ในปัจจุบันสนับสนุนคำทำนายนี้ AI จะเหนือกว่ามนุษย์ในทุกด้านความรู้ความเข้าใจภายในปี 2029-2035
- ปฏิวัติพลังงานสะอาด: AI จะเร่งการพัฒนาพลังงานแสงอาทิตย์ให้มีประสิทธิภาพและราคาถูกจนเกือบฟรี โดยการค้นพบวัสดุใหม่ๆ ที่ดีกว่าเดิมอย่างรวดเร็วผ่านการจำลองทางเคมี นี่จะนำไปสู่การปฏิวัติอุตสาหกรรมการผลิต
- การผลิตราคาถูกและอุดมสมบูรณ์: ด้วยพลังงานที่ถูกและหุ่นยนต์ AI จะทำให้ต้นทุนการผลิตสินค้าลดลงอย่างมาก ทั้งแรงงานทั่วไปและแรงงานความรู้ รวมถึงการค้นหาวัสดุทดแทนธาตุหายาก ทำให้สินค้ามีราคาถูกและอุดมสมบูรณ์
- การแพทย์ที่แม่นยำและยืนยาว: AI จะเปลี่ยนการแพทย์ให้เป็นวิทยาศาสตร์ที่แม่นยำ ด้วยการจำลองทางชีววิทยาที่ละเอียดแม่นยำ ช่วยค้นพบและออกแบบยาได้รวดเร็วขึ้น และในที่สุดจะนำไปสู่การปรับแต่งการรักษาให้เหมาะกับแต่ละบุคคล และ “ความเร็วหลุดพ้นจากอายุยืน” (longevity escape velocity) ภายในปี 2029-2035
โดยสรุป เคิร์ซเวลล์ มองว่า AI จะไม่เพียงแต่เปลี่ยนแปลงโลกดิจิทัลเท่านั้น แต่จะปฏิวัติโลกกายภาพ นำไปสู่ชีวิตที่ยืนยาว มีสุขภาพดี และมีทรัพยากรที่อุดมสมบูรณ์กว่าที่เคยเป็นมา
ส่วนขยายความ
- วัสดุโฟโตโวลตาอิก (photovoltaic materials) คือวัสดุที่มีคุณสมบัติในการแปลงพลังงานแสงอาทิตย์โดยตรงให้เป็นพลังงานไฟฟ้า กระบวนการนี้เรียกว่า โฟโตโวลตาอิกเอฟเฟกต์ (photovoltaic effect) โดยพื้นฐานแล้ว เมื่อแสงตกกระทบวัสดุเหล่านี้ โฟตอน (อนุภาคของแสง) จะถ่ายเทพลังงานให้กับอิเล็กตรอนในวัสดุ ทำให้อิเล็กตรอนหลุดออกจากอะตอมและเคลื่อนที่สร้างกระแสไฟฟ้าขึ้น
วัสดุโฟโตโวลตาอิกมีความสำคัญอย่างยิ่งต่อการเปลี่ยนผ่านสู่พลังงานหมุนเวียนและยั่งยืน เพราะเป็นหัวใจสำคัญของ เซลล์แสงอาทิตย์ (solar cells) ซึ่งเป็นอุปกรณ์ที่ใช้ในการผลิตไฟฟ้าจากแสงแดด หากไม่มีวัสดุโฟโตโวลตาอิกที่มีประสิทธิภาพและราคาไม่แพง การใช้พลังงานแสงอาทิตย์ในวงกว้างก็จะเป็นไปได้ยาก
↩︎ - วัสดุโฟโตโวลตาอิก (photovoltaic materials) คือวัสดุที่มีคุณสมบัติในการแปลงพลังงานแสงอาทิตย์โดยตรงให้เป็นพลังงานไฟฟ้า กระบวนการนี้เรียกว่า โฟโตโวลตาอิกเอฟเฟกต์ (photovoltaic effect) โดยพื้นฐานแล้ว เมื่อแสงตกกระทบวัสดุเหล่านี้ โฟตอน (อนุภาคของแสง) จะถ่ายเทพลังงานให้กับอิเล็กตรอนในวัสดุ ทำให้อิเล็กตรอนหลุดออกจากอะตอมและเคลื่อนที่สร้างกระแสไฟฟ้าขึ้น
วัสดุโฟโตโวลตาอิกมีความสำคัญอย่างยิ่งต่อการเปลี่ยนผ่านสู่พลังงานหมุนเวียนและยั่งยืน เพราะเป็นหัวใจสำคัญของ เซลล์แสงอาทิตย์ (solar cells) ซึ่งเป็นอุปกรณ์ที่ใช้ในการผลิตไฟฟ้าจากแสงแดด หากไม่มีวัสดุโฟโตโวลตาอิกที่มีประสิทธิภาพและราคาไม่แพง การใช้พลังงานแสงอาทิตย์ในวงกว้างก็จะเป็นไปได้ยาก
↩︎ - AlphaFold และ DeepVariant เป็นเทคโนโลยีปัญญาประดิษฐ์ที่พัฒนาโดย Google DeepMind และ Google Health ตามลำดับ โดยมีบทบาทสำคัญในการวิจัยด้านชีววิทยาและการแพทย์
AlphaFold: AlphaFold เป็นระบบปัญญาประดิษฐ์ที่พัฒนาโดย Google DeepMind เพื่อทำนายโครงสร้างสามมิติของโปรตีนจากลำดับกรดอะมิโนของมัน ซึ่งเป็นปัญหาที่นักวิทยาศาสตร์พยายามแก้ไขมากว่า 50 ปี
ความสำเร็จ: ในปี 2020 AlphaFold 2 ได้รับการยอมรับว่าสามารถทำนายโครงสร้างโปรตีนได้อย่างแม่นยำเทียบเท่ากับวิธีการทดลอง
การเปิดเผยข้อมูล: DeepMind ได้เปิดฐานข้อมูลโครงสร้างโปรตีนที่ทำนายโดย AlphaFold มากกว่า 200 ล้านโปรตีน ทำให้นักวิจัยทั่วโลกสามารถเข้าถึงข้อมูลนี้ได้ฟรี DeepMind
เวอร์ชันล่าสุด: ในเดือนพฤษภาคม 2024 AlphaFold 3 ได้รับการเปิดตัว โดยสามารถทำนายการโต้ตอบระหว่างโปรตีนกับ DNA, RNA และโมเลกุลอื่น ๆ ได้ ซึ่งเป็นการขยายขีดความสามารถจากเวอร์ชันก่อนหน้า DeepMind
DeepVariant:
DeepVariant เป็นเครื่องมือวิเคราะห์ข้อมูลพันธุกรรมที่พัฒนาโดย Google Health โดยใช้เครือข่ายประสาทเทียมลึก (deep neural network) เพื่อระบุความแปรผันทางพันธุกรรมจากข้อมูลการจัดลำดับดีเอ็นเอ
การทำงาน: DeepVariant แปลงข้อมูลการจัดลำดับดีเอ็นเอเป็นภาพ แล้วใช้โมเดลการเรียนรู้เชิงลึกในการจำแนกและระบุความแปรผันทางพันธุกรรม
ความแม่นยำ: DeepVariant มีความแม่นยำสูงในการระบุความแปรผันทางพันธุกรรม ซึ่งช่วยในการวินิจฉัยโรคที่เกี่ยวข้องกับพันธุกรรมและการวิจัยด้านจีโนมิกส์
โอเพนซอร์ส: Google ได้เปิดเผยซอร์สโค้ดของ DeepVariant บน GitHub ทำให้นักวิจัยและนักพัฒนาสามารถนำไปใช้และปรับปรุงต่อได้ GitHub
ทั้ง AlphaFold และ DeepVariant เป็นตัวอย่างของการใช้ปัญญาประดิษฐ์ในการแก้ปัญหาที่ซับซ้อนในด้านชีววิทยาและการแพทย์ ซึ่งมีศักยภาพในการเร่งความก้าวหน้าทางวิทยาศาสตร์และการรักษาโรคในอนาคต ↩︎