เมื่อขีดความสามารถของปัญญาประดิษฐ์ขยายตัวอย่างต่อเนื่อง มหาวิทยาลัยจึงเผชิญกับคำถามเร่งด่วนและซับซ้อนเกี่ยวกับวิธีการรับมือกับทั้งความท้าทายใหม่และโอกาสที่เกิดขึ้น ซึ่งรวมถึงรายงานของ MIT เกี่ยวกับ AI และการศึกษาที่ตีพิมพ์ในช่วงฤดูร้อนนี้ด้วย
Sasha Rakhlin ผู้อำนวยการจาก MIT Statistics and Data Science Center ได้สังเคราะห์การอภิปรายล่าสุดเกี่ยวกับว่า AI กำลังเปลี่ยนแปลงแวดวงวิชาการ โดยเฉพาะคณิตศาสตร์ สถิติ การเรียนรู้ของเครื่อง และวิศวกรรมศาสตร์ โดยเน้นที่การวิจัยและการศึกษาในระดับบัณฑิตศึกษา
เขาได้อธิบายคำถามสำคัญที่ภาควิชาและมหาวิทยาลัยต้องคิดถึง และวิธีการทำงานร่วมกับ AI ในอนาคต โดยชี้ว่าการคำนวณ การเขียนโค้ด และการค้นพบเล็กน้อยเหล่านี้เคยช่วยให้นักศึกษาเกิดสัญชาตญาณและการตัดสินใจ
เป้าหมายคือมหาวิทยาลัยควรสามารถติดตามคำถามในระยะยาว แบ่งปันผลลัพธ์อย่างเปิดกว้าง และประเมินข้อกล่าวอ้างได้อย่างเป็นอิสระ ซึ่งแตกต่างจากเอกสารที่ตีพิมพ์ที่มักจะนำเสนอแต่ส่วนที่สำเร็จเท่านั้น
เราสามารถจินตนาการถึงอนาคตที่ห้องปฏิบัติการของ MIT ทำหน้าที่เหมือนสิ่งมีชีวิตทางวิทยาศาสตร์เดียวที่เชื่อมต่อกันผ่านโครงสร้างพื้นฐานการวิจัย AI ร่วมกัน ซึ่งระบบ AI สามารถสังเคราะห์และให้เหตุผลจากแหล่งข้อมูลได้มากกว่านักวิจัยแต่ละคนจะรับรู้ได้
ศัพท์ที่ควรรู้
- Artificial Intelligence (AI) – ปัญญาประดิษฐ์ หมายถึงความสามารถของคอมพิวเตอร์ในการเลียนแบบสติปัญญาของมนุษย์
- Machine Learning – การเรียนรู้ของเครื่อง หมายถึงสาขาหนึ่งของ AI ที่ทำให้คอมพิวเตอร์เรียนรู้จากข้อมูลโดยไม่ต้องถูกตั้งโปรแกรมอย่างชัดเจน
- Quantitative Research – การวิจัยเชิงปริมาณ หมายถึงการวิจัยที่เน้นการใช้ตัวเลขและการวัดผลเพื่อหาข้อสรุป
- Graduate Research – การวิจัยระดับบัณฑิตศึกษา หมายถึงการวิจัยเชิงลึกที่ทำในระดับปริญญาโทหรือปริญญาเอก
ที่มา: news.mit.edu