ขุมพลัง AI มีโอกาสพามนุษย์เข้าใกล้อายุ 200 ปี ความฝันที่อาจไม่ไกลเกินจริง

ยักษ์ใหญ่บริษัทเทคโนโลยีอย่าง OpenAI, Google, Microsoft, Meta และ Anthropic ต่างเร่งเครื่องไปสู่ AGI (Artificial General Intelligence) พร้อมกับคำถามว่าเส้นชัยนี้ใกล้จริงหรือเป็นเพียงแรงส่งทางการตลาด แต่ไม่ว่าอย่างไร คลื่น AI กำลังดันโลกชีวการแพทย์ให้เร็วขึ้นอย่างมีนัยสำคัญ ตั้งแต่การค้นพบยา การออกแบบโมเลกุล ไปจนถึงการแพทย์ที่แม่นยำเฉพาะบุคคล ซึ่งทั้งหมดนี้เชื่อมตรงกับเป้าหมายการยืดอายุมนุษย์ หากระบบอัจฉริยะก้าวข้ามจุดเปลี่ยนเมื่อไร อาจเป็นความก้าวหน้าด้านสุขภาพ

แมตต์ โวลฟ์ ผู้ติดตามวงการ AI อย่างใกล้ชิดเล่าว่า เมื่อได้คุยกับวิศวกรตัวจริงในงานอย่าง Google I/O จะเห็น “ความเป็นมนุษย์” ชัดเจนกว่าภาพยักษ์ใหญ่ไร้หัวใจในข่าว คนทำงานส่วนใหญ่ไม่ได้คิดจะแย่งงานใคร หากแต่ตื่นเต้นกับสิ่งใหม่ที่กำลังสร้าง ทว่าใต้ความตั้งใจนั้น บริษัทยักษ์ยังต้องวิ่งแข่งกับแรงกดดันเชิงพาณิชย์ ทำให้ความเร็ว กับ ความปลอดภัย ถูกชั่งน้ำหนักไม่เท่ากัน กูเกิลมักระมัดระวังและทดสอบมากกว่า ไมโครซอฟท์เดินเกมเชิงธุรกิจเร็วกว่า ขณะที่โอเพนเอไออยู่กึ่งกลาง ส่วนเมตาทุ่มกับแนวปัญญาส่วนบุคคลระดับสูง (personal super-intelligence) ที่อาจพลิกโฉมเศรษฐกิจครีเอเตอร์ถึงราก

ประเด็นที่เป็นคอขวดในด้าน AI หลายคนอาจคิดว่าเป็นชิปเซต แต่กลับเป็นพลังงาน เพราะการฝึกและรันโมเดลรุ่นใหม่กินไฟมหาศาล หากไม่มีพลังงานสะอาด ราคาดี และเสถียร การไล่ตาม AGI ก็อาจสะดุด และเมื่อสะดุด นวัตกรรมที่เราหวังในเวชศาสตร์ป้องกัน การวินิจฉัยเร็ว และการดูแลผู้สูงวัยอัตโนมัติ ก็อาจไปได้ช้ากว่าที่คิด

ในเชิงทฤษฎี หลายห้องแล็บพูดถึงสัญญาณของการปรับปรุงตนเองซ้ำๆ ของโมเดล ซึ่งหากถึงจุดวิกฤตจริง AGI อาจเกิดขึ้นรวดเร็ว และ ASI (Artificial Superintelligence) ก็อาจตามมาติดๆ นี่คือฉากทัศน์ที่ทำให้แนวคิด “longevity escape velocity” หรือก็คือแนวคิดเชิงสมมติที่บอกว่าเมื่อเทคโนโลยีการแพทย์ก้าวหน้าเร็วพอ อายุคาดเฉลี่ยที่เหลืออยู่ของคนคนหนึ่งจะเพิ่มขึ้นมากกว่า 1 ปีต่อทุก 1 ปีที่เวลาจริงผ่านไป ถูกพูดถึงมากขึ้น ทำให้เราราวกับวิ่งหนีความตาย ได้ต่อเนื่อง 

นักคิดบางคนอย่าง ออเบรย์ เดอ เกรย์ เคยประเมินว่า ราวปี 2030–2035 และมีมุมมองว่าเด็กอายุต่ำกว่า 10 ขวบในวันนี้อาจมีอายุถึง 200 ปีได้ แต่ทั้งหมดนี้ยังเป็น “สมมติฐาน” มากกว่าฉันทามติทางวิทยาศาสตร์

สำหรับแวดวง Longevity แกนสำคัญจึงอยู่ที่การแปลงพลังการคำนวณในเชิงคอมพิวเตอร์ ให้เป็นผลลัพธ์สุขภาพในมนุษย์จริงให้ได้ เพื่อค้นพบเป้าใหม่ในชีววิทยา ลดเวลาทดลอง เพิ่มความแม่นยำเฉพาะบุคคล และทำระบบติดตามสุขภาพที่ราคาจับต้องได้ 

ขณะเดียวกันต้องจัดการความเสี่ยงด้านความปลอดภัย จริยธรรมข้อมูล การกระจุกตัวของทรัพยากรพลังงาน และแรงเร่งจากตลาดที่อาจพาให้ข้ามขั้นตอนตรวจสอบที่อาจส่งผลกระทบที่มีความจำเป็น 

ที่มา: 36Kr /thairath.co.th