AI ยุคแรก: เมื่อคอมพิวเตอร์เริ่ม “คิด” ได้ด้วยสัญลักษณ์
ลองนึกภาพช่วงเวลาที่คนเราเริ่มจินตนาการว่าเครื่องจักรจะฉลาดได้เหมือนมนุษย์
นั่นคือยุคที่ปัญญาประดิษฐ์หรือ AI กำลังเบ่งบานอย่างมาก ถือเป็น ยุคทอง ครั้งแรกที่เต็มไปด้วยความหวังและความตื่นเต้น ราวกับว่าเส้นแบ่งระหว่างมนุษย์กับเครื่องจักรเริ่มเลือนรางลง
ช่วงปี 1957 ถึง 1973 เป็นช่วงเวลาที่แนวคิดใหม่ๆ เกิดขึ้นมากมาย โดยเฉพาะแนวคิดที่เรียกว่า AI เชิงสัญลักษณ์ (Symbolic AI) ซึ่งเป็นรากฐานสำคัญของศาสตร์นี้
ยุคทองแห่ง AI เชิงสัญลักษณ์: การกำเนิดของระบบคิด
AI เชิงสัญลักษณ์คืออะไร? มันคือการสอนให้คอมพิวเตอร์เข้าใจและจัดการกับข้อมูลในรูปแบบของ สัญลักษณ์ และ กฎเกณฑ์
แทนที่จะเป็นการคำนวณตัวเลขเพียงอย่างเดียว นักวิจัยพยายามสร้างโปรแกรมที่สามารถ “ให้เหตุผล” ได้เหมือนมนุษย์
ระบบเหล่านี้พยายามเลียนแบบกระบวนการคิดของเรา
โดยการใช้ตรรกะและโครงสร้างความรู้ที่ชัดเจน เพื่อแก้ปัญหาที่ซับซ้อน
จินตนาการเหมือนกับว่าเรากำลังสอนให้คอมพิวเตอร์เรียนรู้จากชุดของ ถ้า…แล้ว (If-Then) โดยให้มันสามารถนำสัญลักษณ์เหล่านี้มาเชื่อมโยงและสรุปผลได้เอง
นี่คือจุดเริ่มต้นที่ทำให้คอมพิวเตอร์เริ่มมี “สมอง” ที่สามารถประมวลผลความคิดแบบนามธรรมได้
ผลงานบุกเบิกและผู้สร้างสรรค์
ยุคนี้มีนักคิดและผลงานที่โดดเด่นมากมายที่วางรากฐานให้กับ AI ในปัจจุบัน
อัลเลน นิวเวลล์ (Allen Newell) และ เฮอร์เบิร์ต เอ. ไซมอน (Herbert A. Simon) สร้างโปรแกรมที่ชื่อว่า Logic Theorist ซึ่งพิสูจน์ทฤษฎีทางคณิตศาสตร์ได้สำเร็จ ถือเป็นการสาธิตครั้งแรกที่เครื่องจักรสามารถ “คิด” อย่างมีเหตุผล
ต่อมาพวกเขาพัฒนา General Problem Solver (GPS) ซึ่งเป็นโปรแกรมที่สามารถแก้ปัญหาได้หลากหลาย โดยใช้แนวคิดของการค้นหาและกลยุทธ์เฉพาะ (heuristics) เพื่อหาทางออกที่ดีที่สุด
ขณะที่ จอห์น แมคคาร์ธี (John McCarthy) ก็ได้สร้างภาษาโปรแกรม Lisp ซึ่งกลายเป็นภาษาหลักสำหรับการพัฒนา AI และมีอิทธิพลอย่างมากต่อนักวิจัยในยุคนั้น
นอกจากนี้ ยังมีโปรแกรมอย่าง ELIZA ของ โจเซฟ ไวเซนบอม (Joseph Weizenbaum) ที่สามารถโต้ตอบบทสนทนากับมนุษย์ได้คล้ายกับนักบำบัด
แม้ว่ามันจะไม่ได้ “เข้าใจ” จริงๆ แต่ก็แสดงให้เห็นถึงศักยภาพของคอมพิวเตอร์ในการประมวลผลภาษาธรรมชาติ
และโปรเจกต์ SHRDLU ของ เทอร์รี วินอกราด (Terry Winograd) ก็เป็นอีกก้าวสำคัญ ที่ช่วยให้คอมพิวเตอร์เข้าใจคำสั่งภาษาอังกฤษในโลกจำลองเล็กๆ ได้อย่างน่าทึ่ง
ข้อจำกัดที่เริ่มปรากฏและจุดจบของยุคทอง
แม้จะมีความสำเร็จที่น่าตื่นเต้น แต่ยุคทองครั้งแรกนี้ก็เริ่มเผชิญกับ ข้อจำกัด
ระบบ AI ในยุคนั้นมักจะทำงานได้ดีเฉพาะในขอบเขตที่จำกัดและมีกฎเกณฑ์ชัดเจนเท่านั้น
เมื่อเจอสถานการณ์ที่แตกต่างออกไป หรือข้อมูลที่ไม่ตรงกับที่ถูกกำหนดไว้ ระบบก็มักจะล้มเหลว หรือที่เรียกว่า ความเปราะบาง (brittleness)
ปัญหาใหญ่ที่สุดคือการขาด สามัญสำนึก (common sense) คอมพิวเตอร์ไม่สามารถเข้าใจโลกในแบบที่มนุษย์เข้าใจได้ และการป้อนข้อมูลทั้งหมดลงไปก็เป็นเรื่องที่แทบเป็นไปไม่ได้
การขยายระบบให้ใหญ่ขึ้นก็ทำได้ยากและใช้ทรัพยากรมหาศาล
ความคาดหวังที่สูงลิ่วในตอนแรกเริ่มถูกแทนที่ด้วยความผิดหวัง
เมื่อนักวิจัยและผู้ให้ทุนเริ่มเห็นว่า AI ยังห่างไกลจากความสามารถในการคิดอย่างมนุษย์จริงๆ
นำไปสู่การลดงบประมาณและการชะลอตัวของการวิจัยในเวลาต่อมา ยุคทองครั้งแรกนี้จึงค่อยๆ จบลง เพื่อรอคอยการค้นพบใหม่ๆ ในอนาคต