ในโลกของปัญญาประดิษฐ์ การพัฒนาความสามารถจากเพียงแค่การจดจำรูปแบบ (Pattern Recognition) ไปสู่กระบวนการคิดเชิงเหตุผลและตรรกะที่ซับซ้อน คือจุดเปลี่ยนครั้งสำคัญที่สุด ซึ่งเราเรียกสิ่งนี้ว่า ‘AI Level 2 Reasoners’ ระบบเหล่านี้ไม่ได้เป็นเพียงกล่องดำที่คาดเดาได้จากการฝึกฝนข้อมูลจำนวนมหาศาลเท่านั้น แต่พวกมันเริ่มมีความเข้าใจถึงโครงสร้าง ความสัมพันธ์ และกฎเกณฑ์เบื้องหลังปัญหา ทำให้พวกเขาสามารถแก้โจทย์ที่ไม่เคยเห็นมาก่อนได้อย่างใกล้เคียงกับศักยภาพของผู้เชี่ยวชาญที่เป็นมนุษย์
แก่นแท้ของการให้เหตุผลด้วย AI ระดับสูง
ระบบ Reasoning ในระดับสองคือขุมพลังทางคณิตศาสตร์และการคำนวณขั้นกว่า ที่ทำให้เครื่องจักรเลียนแบบขั้นตอนความคิดของนักวิเคราะห์หรือผู้เล่นหมากล้อมชั้นครู มันไม่ใช่เรื่องของการค้นพบ Correlation หรือสหสัมพันธ์ระหว่างตัวแปรอีกต่อไป แต่มันเข้าสู่พื้นที่แห่ง Causation หรือความเป็นเหตุเป็นผลอย่างลึกซึ้ง โดยอาศัยเทคนิคหลักๆ ดังนี้:
- Symbolic Representation & Logic Programming: แทนที่จะประเมินค่าจากพิกเซล (Pixels) อย่างเดียว โมเดลจะถูกสอนให้จัดการสัญลักษณ์และความหมาย เช่น การรู้ว่า