เรียนรู้ข้อมูลในอดีตน่ะเก่าแล้ว AI เรียนรู้ข้อมูลจากอีกมัลติเวิร์ส เพื่อแก้ไขปัญหาที่ในอนาคต AI จะขาดแคลนข้อมูลใหม่ๆ

เชื่อว่าหลายคนน่าจะทราบอยู่แล้ว ว่าปัญญาประดิษฐ์หรือ AI ในทุกวันนี้อาศัยข้อมูลในอดีตในการสร้างองค์ความรู้และระบบประมวลผลขึ้นมา แต่ดูเหมือนความเข้าใจที่ว่า เริ่มไม่ถูกต้องเสียทีเดียวแล้ว เพราะล่าสุดนักวิจัยได้พัฒนาแพลตฟอร์มใหม่ที่ชื่อว่า “Cosmos” ที่ใช้วิธีการ Multiverse Simulation หรือการจำลองมัลติเวิร์สขึ้นมา เพื่อสร้างชุดข้อมูลจำนวนมหาศาล “ในอีกความเป็นจริงหนึ่ง” สำหรับใช้ในการฝึกปัญญาประดิษฐ์โดยเฉพาะ


Multiverse Simulation เกิดจากความเป็นจริงที่ว่าการฝึก AI จำเป็นต้องใช้ข้อมูลปริมาณมาก แต่เนื่องจากมีการคาดการณ์ว่าภายในปี 2026 อาจเกิดการขาดแคลนข้อมูลที่เผยแพร่สู่สาธารณะ ดังนั้นระบบ AI ที่ต้องเชื่อมต่อกับโลกจริง เช่น หุ่นยนต์ อาจประสบปัญหาในแง่ของการขาดฟุตเทจจากสภาพแวดล้อมจริงได้ แต่ในขณะเดียวกัน ถ้าจะใช้ข้อมูลสังเคราะห์ที่ถูกสร้างขึ้นมาใหม่ถอดด้ามก็อาจเกิดปัญหาขึ้นมาอีกถ้าข้อมูลสังเคราะห์ที่ว่าไม่ถูกต้อง


Cosmos ถูกออกแบบมาเพื่อแก้ไขปัญหานี้ โดยอาศัยวิธีการนั่นคือให้ระบบสร้างวิดีโอคุณภาพสูงขึ้นมาเองโดยอาศัยข้อมูลจากโลกความจริงเป็นพื้นฐานด้วย เพื่อช่วยพัฒนาการเรียนรู้ของ AI ให้มีประสิทธิภาพมากขึ้น ตัวอย่างเช่น นักพัฒนา AI ในปัจจุบันอาจต้องใช้คนทำงานหลายร้อยคนทำการสาธิตซ้ำ ๆ หลายพันครั้งเพื่อสอนทักษะพื้นฐานเพียงไม่กี่ทักษะให้กับ AI หรือนักพัฒนายานพาหนะอัตโนมัติเองก็จำเป็นต้องทดสอบโดยการขับขี่หลายล้านไมล์เพื่อให้ได้ข้อมูลจำนวนมหาศาลในการประมวลผล แต่การทำซ้ำเพื่อป้อนข้อมูลเหล่านี้จะถูกแก้ไขแล้วผ่านการจำลองมัลติเวิร์สของ Cosmos นี้เอง


โดยในแง่การทำงาน Cosmos จะทำงานร่วมกับซอฟต์แวร์ Omniverse ของ Nvidia เพื่อช่วยสร้างภาพใหม่ขึ้นมาผ่านชุดข้อมูลเดิมที่อาจได้รับการเพิ่มหรือลดข้อมูลบางอย่าง เพื่อทำนายสิ่งที่เกิดขึ้นในอีกหลายล้านสถานการณ์ที่เฉพาะเจาะจง ก่อเกิดเป็นชุดข้อมูลอีกนับไม่ถ้วนให้ AI เรียนรู้ต่อไป


Jensen Huang ผู้ก่อตั้ง Nvidia กล่าวถึงการพัฒนาครั้งนี้ว่าเกิดขึ้นจากการสังเกตุถึงความจริงในปัจจุบันที่ว่าไม่ใช่นักพัฒนาทุกคนที่จะมีความเชี่ยวชาญและทรัพยากรในการฝึกฝนโมเดล AI ของตนเอง ดังนั้น Cosmos จึงเกิดขึ้นเพื่อเพิ่มศักยภาพในการพัฒนาหุ่นยนต์ในอนาคตให้ก้าวไปข้างหน้าเร็วขึ้นกว่าเดิมนั่นเอง