เกือบสี่ทศวรรษหลังจากการตีพิมพ์ หนังสือแนวคิดปฏิวัติของ Marvin Minsky เรื่อง The Society of Mind กำลังได้รับความสนใจใหม่ในหมู่นักวิจัยและนักพัฒนา AI งานชิ้นนี้ที่ตีพิมพ์ในปี 1986 เสนอแนวคิดว่าความฉลาดเกิดขึ้นจากตัวแทน (agent) ง่ายๆ นับไม่ถ้วนที่ทำงานร่วมกัน แทนที่จะเป็นระบบเดี่ยวขนาดใหญ่ ดูเหมือนจะล้าสมัยในช่วงที่ deep learning เฟื่องฟู อย่างไรก็ตาม เมื่อโมเดลภาษาขนาดใหญ่เริ่มถึงขีดจำกัด ชุมชนเทคโนโลยีกำลังค้นพบคุณค่าที่มีวิสัยทัศน์ไกลของแนวทางแบบโมดูลาร์ของ Minsky ต่อปัญญาประดิษฐ์
ไทม์ไลน์ประวัติศาสตร์ที่สำคัญ:
- 1986: Marvin Minsky เผยแพร่หนังสือ "The Society of Mind"
- 2004: Minsky พัฒนาแนวทาง "top-down" ในหนังสือ "The Emotion Machine" เพื่อแก้ไขปัญหาการนำไปใช้งาน
- 2020s: สถาปัตยกรรม AI แบบ multi-agent ได้รับความนิยมเพิ่มขึ้น
- 2025: ชุมชนให้ความสนใจหลักการ Society of Mind อีกครั้ง
จากทฤษฎีที่ถูกละเลยสู่การนำไปใช้ในยุคปัจจุบัน
ความสนใจที่กลับมาใหม่ต่องานของ Minsky สะท้อนการเปลี่ยนแปลงที่สำคัญในปรัชญาการพัฒนา AI ในขณะที่นักวิจัยเคยแสวงหาโมเดลเดี่ยวขนาดใหญ่ขึ้นเรื่อยๆ ระบบที่ล้ำสมัยในปัจจุบันกลับหันมาใช้สถาปัตยกรรมแบบ multi-agent มากขึ้น การเปลี่ยนแปลงนี้ทำให้แนวคิดที่เคยเป็นเพียงทฤษฎีกลายเป็นสิ่งที่สามารถนำไปใช้ได้จริง โดยตอบสนองต่อความกังวลที่มีมานานเกี่ยวกับการประยุกต์ใช้แนวคิดของ Minsky ในทางปฏิบัติ
สมาชิกชุมชนคนหนึ่งที่เคยติดต่อกับ Minsky โดยตรงได้สังเกตเห็นวิวัฒนาการที่สำคัญในความคิดของเขา ในปี 2004 Minsky ยอมรับว่าแนวทาง Society of Mind เดิมของเขานั้นยากต่อการนำไปใช้ ทำให้เขาพัฒนาวิธีการแบบ top-down ที่ใช้งานได้จริงมากกว่าในงานต่อมาของเขาคือ The Emotion Machine การเปลี่ยนจาก bottom-up เป็น top-down thinking นี้ได้พิสูจน์แล้ว่าเป็นสิ่งสำคัญในการทำให้ทฤษฎีของเขาเข้าถึงได้ง่ายขึ้นสำหรับนักพัฒนาสมัยใหม่
ระบบ Multi-Agent สะท้อนความฉลาดทางชีวภาพ
ข้อเข้าใจหลักที่ขับเคลื่อนการฟื้นคืนนี้คือความฉลาดทางชีวภาพเองก็ทำงานผ่านระบบที่เชี่ยวชาญและเชื่อมต่อกัน แทนที่จะเป็นการประมวลผลแบบรวมศูนย์ สถาปัตยกรรม AI สมัยใหม่เริ่มสะท้อนความจริงนี้ผ่านโมเดล Mixture-of-Experts กลไกการกำกับดูแลภายใน และระบบ agent แบบกระจาย แนวทางเหล่านี้ช่วยให้ส่วนประกอบต่างๆ จัดการงานเฉพาะทางในขณะที่มีส่วนร่วมต่อความฉลาดโดยรวมของระบบ
การประยุกต์ใช้ในทางปฏิบัติเริ่มปรากฏขึ้นในหลากหลายสาขาแล้ว ระบบ multi-agent ในปัจจุบันช่วยเหลือในสภาพแวดล้อมของเกม การประสานงานการตอบสนองฉุกเฉิน และบริการให้คำปรึกษา agent แต่ละตัวรักษาความสามารถเฉพาะทางในขณะที่มีส่วนร่วมในการแก้ปัญหาร่วมกัน ตรงตามที่ Minsky มีวิสัยทัศน์ไว้เมื่อหลายทศวรรษก่อน
การประยุกต์ใช้หลักการ Society of Mind ในยุคปัจจุบัน:
- โมเดล Mixture-of-Experts ในระบบภาษาขนาดใหญ่
- สภาพแวดล้อมเกมแบบ Multi-agent (อ้างอิง: เอเจนต์เล่นเกม Minecraft )
- ระบบประสานงานการตอบสนองเหตุฉุกเฉิน (ผู้ตอบสนองเหตุฉุกเฉินแรก 911 )
- ระบบให้คำปรึกษาและช่วยเหลือในการควบคุม
- กลไกการกำกับดูแลภายในระบบ AI
ความท้าทายในการนำไปใช้และการถกเถียงทางปรัชญา
แม้จะมีความกระตือรือร้นที่เพิ่มขึ้น ชุมชนยังคงแบ่งแยกเกี่ยวกับคุณค่าในทางปฏิบัติของแนวทางของ Minsky นักพัฒนาบางคนโต้แย้งว่าการนำ agent เฉพาะทางหลายตัวมาใช้สร้างความซับซ้อนที่ไม่จำเป็นและ inductive bias ที่อาจจำกัดประสิทธิภาพของระบบ มุมมองนี้สอดคล้องกับหลักการที่ว่าแนวทางที่เรียบง่ายและทั่วไปมากกว่ามักจะมีประสิทธิภาพเหนือกว่าโซลูชันที่ถูกออกแบบมา
อย่างไรก็ตาม ผู้สนับสนุนโต้แย้งว่าแนวทางแบบโมดูลาร์เสนอข้อได้เปรียบที่สำคัญในการสร้างระบบ AI ที่แข็งแกร่ง ขยายได้ และสอดคล้องกัน ความสามารถในการเข้าใจและควบคุมส่วนประกอบแต่ละชิ้นกลายเป็นสิ่งสำคัญมากขึ้นเมื่อระบบ AI จัดการงานที่สำคัญมากขึ้น
ทรัพยากรการศึกษาขับเคลื่อนการยอมรับ
ความพร้อมใช้งานของสื่อการเรียนรู้มีบทบาทสำคัญในการฟื้นคืนของทฤษฎี MIT's OpenCourseWare ให้บริการวิดีโอบรรยายที่สอนโดย Minsky เอง ทำให้แนวคิดของเขาเข้าถึงได้สำหรับนักพัฒนาและนักวิจัยรุ่นใหม่ การเข้าถึงสื่อต้นฉบับโดยตรงนี้ช่วยชี้แจงความเข้าใจผิดและให้คำแนะนำที่เชื่อถือได้สำหรับการนำไปใช้
ลักษณะสหวิทยาการของงานของ Minsky ยังดึงดูดนักพัฒนาที่มีพื้นฐานทางจิตวิทยา สังคมวิทยา และสาขาอื่นๆ ที่พบการเชื่อมโยงที่ไม่คาดคิดระหว่างการศึกษาก่อนหน้านี้กับความท้าทายในการพัฒนา AI ปัจจุบัน
การกลับมาของความสนใจใน Society of Mind แสดงถึงมากกว่าความอยากรู้ทางวิชาการ เมื่อระบบ AI กลายเป็นสิ่งที่ซับซ้อนและสำคัญมากขึ้น ความต้องการแนวทางที่สามารถตีความได้และเป็นโมดูลาร์ก็แข็งแกร่งขึ้น ว่าวิสัยทัศน์ของ Minsky จะกำหนดอนาคตของ AI หรือไม่ยังคงต้องติดตามดู แต่การฟื้นคืนในปัจจุบันชี้ให้เห็นว่าแนวคิดเก่าบางอย่างอาจเป็นสิ่งที่การพัฒนา AI สมัยใหม่ต้องการ