นักศึกษาปริญญาเอก MIT ลาออก: ลงทุน 1 หมื่นล้านดอลลาร์, 5 หมื่น H100, สร้างมนุษย์ดิจิทัลภายใน 10 ปี

「ฉันตัดสินใจลาออกจาก MIT โดยไม่เรียนต่อปริญญาเอก วิวัฒนาการของ AI นั้นเร็วเกินไป พวกเราที่เป็นมนุษย์เนื้อหนังตามไม่ทันแล้ว

แต่อาจมีอีกเส้นทางหนึ่ง: ฉันพบว่าการสร้างมนุษย์ดิจิทัลนั้นใกล้ความเป็นจริงมากกว่าที่คนส่วนใหญ่คิด หากสามารถรวบรวมนักวิจัย AI ชั้นนำ ลงทุนประมาณ 10,000 ล้านดอลลาร์ และใช้ GPU H100 จำนวน 50,000 ตัว บางทีภายในเวลาไม่ถึง 10 ปี เป้าหมายนี้อาจสำเร็จ」

ผู้เขียนข้อความนี้คือ Isaak Freeman นักศึกษาปริญญาเอกจาก MIT เขาเชื่อว่าความเร็วในการพัฒนา AI ทำให้มนุษย์ยากที่จะตามทัน วิวัฒนาการของสมองทางชีวภาพถูกจำกัดโดยกฎฟิสิกส์ของเนื้อเยื่อคาร์บอน เช่น ความเร็วในการส่งสัญญาณประสาท อายุขัย และความจุความจำ หากมนุษย์ยังคงอยู่ในรูปแบบคาร์บอน ก็จะถูก AI เอาชนะในการแข่งขันทางสติปัญญาอย่างแน่นอน การย้ายจิตสำนึกไปยังฐานดิจิทัลเป็นหนทางเดียวที่จะทำให้สติปัญญาของมนุษย์ ‘ขยายตัวแบบทวีคูณ’

กล่าวอีกนัยหนึ่ง เนื่องจากเราไม่สามารถหยุดการวิ่งของ AI ได้ ก็จงใช้พลังคำนวณและเครื่องมือที่ AI สร้างขึ้น เพื่อเปลี่ยนตัวเองให้เป็น ‘รูปแบบดิจิทัล’ และเข้าร่วมการแข่งขันนี้

ในวงการวิทยาศาสตร์ แนวคิดนี้ไม่ใช่เรื่องใหม่ เมื่อปี 2023 ภาพยนตร์เรื่อง ‘The Wandering Earth 2’ ออกฉาย ก็เคย引发การถกเถียงอย่างร้อนแรง (ในภาพยนตร์ ตัวละคร Tu Hengyu ที่รับบทโดยหลิวเต๋อหัว เพื่อให้ ‘ชีวิตที่สมบูรณ์’ แก่ Yaya ลูกสาวที่เสียชีวิตจากอุบัติเหตุทางรถยนต์ จึงละเมิดกฎโดยอัปโหลดข้อมูลดิจิทัลของเธอ) แต่ Isaak กล่าวว่าเขาไม่คิดว่านี่เป็นแค่เรื่องไซไฟอีกต่อไป แต่มีโอกาสในความเป็นจริงมากมายที่สนับสนุนให้มันเป็นจริงได้ เราสามารถใช้เทคโนโลยีสแกนความละเอียดสูง เพื่อคัดลอกโครงสร้างสติปัญญาที่มีอยู่ออกมาอย่างสมบูรณ์

เพื่อพิสูจน์ว่าเขาไม่ได้ทำตามอารมณ์ชั่ววูบ เขาได้ให้การคำนวณคร่าวๆ:

พลังคำนวณที่จำเป็นในการทำงานของสมองมนุษย์ อาจต่ำกว่าที่คิดมาก ประมาณ GPU H100 50,000 ตัวก็เพียงพอแล้ว และปัจจุบัน xAI มีชิป H100 หรือสเปกสูงกว่ากว่า 200,000 ตัว ภายใต้สมมติฐานที่ค่อนข้างมองโลกในแง่ร้าย หากใช้โมเดลนิวรอนความละเอียดสูงในปัจจุบัน (เช่น โมเดล Hodgkin-Huxley) และซินแนปส์หลายสถานะ การจำลองสมองมนุษย์จะต้องใช้พลังคำนวณประมาณ 600 exaFLOP/s, หน่วยความจำ 700 GB ต่อ GPU และแบนด์วิดท์เชื่อมต่อระหว่างกัน 24 GB/s ซึ่งคลัสเตอร์ซูเปอร์คอมพิวเตอร์ในปัจจุบันก็เข้าถึงได้แล้ว

หากโมเดลนิวรอนที่ง่ายกว่า (เช่น โมเดล Leaky-Integrate-and-Fire) สามารถทำงานได้ (ซึ่งยังต้องรอการวิจัยเชิงประจักษ์ยืนยัน) พลังคำนวณที่จำเป็นในการจำลองสมองมนุษย์อาจต่ำถึงประมาณ 2 ถึง 3 petaFLOP/s ซึ่งเกือบเท่ากับพลังคำนวณของ H100 หนึ่งตัวที่ความแม่นยำ FP16 แน่นอนว่า ความจุหน่วยความจำและแบนด์วิดท์เชื่อมต่อระหว่างกันน่าจะเป็นคอขวดที่ตึงตัวกว่า

แต่ประเด็นสำคัญคือ: ต้องรันนิวรอนใดบ้าง? ตั้งค่าพารามิเตอร์อย่างไร? และจะสร้างการเชื่อมต่ออย่างไร?

ดังนั้น การเก็บข้อมูลจึงเป็นคอขวดที่แท้จริง และขั้นตอนนี้ก็เผชิญกับความท้าทายมากมาย: เราต้องการกล้องจุลทรรศน์รุ่นต่อไปหลายร้อยตัวที่ทำงานต่อเนื่องเป็นเวลาหลายปี; ต้องการกระบวนการเก็บและย้อมสีเนื้อเยื่อขนาดใหญ่แบบอัตโนมัติ; ต้องการเทคโนโลยีก ล้องจุลทรรศน์ขยาย (expansion microscopy) ที่กำลังขยายประมาณ 20 เท่า และการย้อมสีโมเลกุลที่ครอบคลุมสำหรับตัวรับ สารสื่อประสาท และนิวโรเปปไทด์มากกว่า 30 ชนิด; และต้องการกล้องจุลทรรศน์เอ็กซ์เรย์ เพื่อให้สามารถถ่ายภาพสมองมนุษย์ทั้งหมดได้ภายในหนึ่งปี ในขณะเดียวกัน ก็ต้องมีอุปกรณ์ถ่ายภาพการทำงานของสมองทั้งตัวที่สามารถถ่ายภาพกิจกรรมสมองของสัตว์อย่างหนอนและปลาได้อย่างสมบูรณ์ เพื่อถอดรหัสความสัมพันธ์ ‘โครงสร้าง-ฟังก์ชัน’

นอกจากนี้ นักวิจัยยังต้องพัฒนาโมเดลทำนายจากโครงสร้างไปสู่ฟังก์ชัน โมเดลตรวจสอบคอนเนกโทม เกณฑ์มาตรฐานที่เข้มงวด และกรอบการวิจัยที่สมบูรณ์โดยใช้การจำลองสัตว์เป็นแนวคิดพิสูจน์

ที่น่าปลอบใจคือ สาขานี้กำลังก่อตัวขึ้นเรื่อยๆ: ตั้งแต่ความพยายามจำลองหนอนตัวกลมในยุคแรก (เช่น BAAIWorm) ไปจนถึงคอนเนกโทมของแมลงหวี่ที่มี 140,000 นิวรอนที่ถูกวาดไว้แล้ว ไปจนถึงการทดลองจำลองแมลงหวี่ที่ไม่สมบูรณ์ที่กลายเป็นไวรัลบนแพลตฟอร์ม X โดยไม่ได้ตั้งใจ ชุดข้อมูลขนาดใหญ่ที่สร้างโดยสถาบันวิจัยอินเทอร์เฟซสมอง-คอมพิวเตอร์ คอนเนกโทมของปลาม้าลายที่กำลังจะเผยแพร่ และกล้องจุลทรรศน์รุ่นใหม่ที่สามารถถ่ายภาพด้วยความเร็วกิกะเฮิรตซ์ Isaak เชื่อว่าสัญญาณต่างๆ บ่งชี้ว่า การสำรวจ前沿ของ ‘มนุษย์ดิจิทัล’ ไม่ใช่แค่จินตนาการทางไซไฟที่ห่างไกลอีกต่อไป

ด้วยความปรารถนาที่จะทำให้สาขานี้เข้าถึงได้ง่ายขึ้น ก่อนออกจาก MIT Isaak ได้ทุ่มเทความพยายามอย่างมากในการเขียนรายงานเชิงลึก ซึ่งจัดระบบเส้นทางที่สมบูรณ์จากการจำลองหนอนตัวกลมไปสู่มนุษย์ดิจิทัล เขายอมรับว่ารายงานนี้ยังหยาบและไม่สมบูรณ์ แต่เต็มไปด้วยความหลงใหลและความทุ่มเทของเขา

• ชื่อรายงาน: From Worm to Human: Scaling Brain Emulation
• ลิงก์รายงาน: https://pdf.isaak.net/scaling-emulations

รายงานนี้ได้วางแผนเส้นทางการจำลองสมองทั้งหมดตั้งแต่หนอนตัวกลม (302 นิวรอน) ไปจนถึงมนุษย์ (86,000 ล้านนิวรอน) อย่างละเอียด รวมถึงต้นทุนคอนเนกโทมิกส์ คอขวดข้อมูล และเส้นทางเทคโนโลยี

คำอธิบายภาพ: สถานะปัจจุบันของคอนเนกโทมิกส์ด้วยกล้องจุลทรรศน์อิเล็กตรอน

รายงานชี้ให้เห็นว่า การบรรลุวิสัยทัศน์อันยิ่งใหญ่นี้ต้องอาศัยความก้าวหน้าพร้อมกันของสามเสาหลัก: การทำแผนที่โครงสร้าง การบันทึกการทำงาน และการจำลองด้วยคอมพิวเตอร์ และภูเขาลูกแรกที่อยู่ตรงหน้านักวิจัยคือการทำแผนที่โครงสร้างพื้นฐานที่สุด

หากต้องการจำลองสมอง ก่อนอื่นต้องรู้ว่าสมองมีลักษณะอย่างไร ปัจจุบันอาศัยกล้องจุลทรรศน์อิเล็กตรอน (EM) เป็นหลัก แต่ต้องเผชิญกับปัญหาการขยายขนาดที่ยากมาก ต้นทุนการตรวจสอบด้วยคนสูงมาก เช่น การตรวจสอบคอนเนกโทมของแมลงหวี่ใช้เวลา 33 ‘คน-ปี’ หากต้องการสแกนสมองมนุษย์ ด้วยต้นทุนปัจจุบัน การสร้างนิวรอนเพียงตัวเดียวก็ต้องใช้เงินมหาศาล

ด้วยเหตุนี้ ผู้เขียนจึงเสนอให้ผสมผสานเทคโนโลยีเกิดใหม่ เช่น กล้องจุลทรรศน์ขยาย (ExM) และบาร์โค้ดโปรตีน เทคโนโลยีเหล่านี้สามารถรักษาข้อมูลระดับโมเลกุล (เช่น ช่องไอออน ตัวรับสารสื่อประสาท) ในขณะที่ลดความยากในการติดตามลงอย่างมาก ทำให้ความแม่นยำของโมเดลการแบ่งส่วนอัตโนมัติด้วย AI พุ่งสูงขึ้น

คำอธิบายภาพ: การเปรียบเทียบภาพ EM vs ExM

แน่นอนว่า การมีเพียงโครงสร้างทางกายภาพที่静止นั้นไม่เพียงพอ สมองต้อง放电 เราจึงต้องบันทึกกระบวนการ放电แบบไดนามิกของนิวรอนด้วย แต่เนื้อเยื่อสมองของสัตว์เลี้ยงลูกด้วยนมจะกระจายแสง ทำให้ ‘เพดานกระจก’ ของการถ่ายภาพด้วยแสงในปัจจุบันอยู่ที่ความลึก 1 ถึง 2 มิลลิเมตรใต้ผิว

ดังนั้นผู้เขียนจึงหาตัว ‘แทน’ ตามธรรมชาติสองตัว: ตัวอ่อนปลาม้าลายที่โปร่งใสโดยธรรมชาติ และหนอนตัวกลมที่มีขนาดเล็ก ในสิ่งมีชีวิตเหล่านี้ มนุษย์สามารถบันทึกการทำงานแบบเรียลไทม์ทั้งสมองในระดับนิวรอนเดี่ยวได้เบื้องต้นแล้ว ซึ่งให้ข้อมูลจริงที่สำคัญสำหรับการสร้างความสัมพันธ์ ‘โครงสร้าง-ฟังก์ชัน’

แล้วจะเปลี่ยนแผนที่การเชื่อมต่อแบบ static ให้เป็นการจำลองแบบ dynamic ได้อย่างไร? รายงานชี้ให้เห็นว่า ในการทดลองเบื้องต้นของระบบการมองเห็นของแมลงหวี่และหนอนตัวกลม แม้แต่โมเดลสมการเชิงอนุพันธ์ที่ง่ายที่สุด หากมีข้อมูลคอนเนกโทมที่แม่นยำ ก็สามารถสร้างพฤติกรรมทางชีวภาพจริงที่น่าประหลาดใจขึ้นมาใหม่ได้

ดังที่กล่าวไว้ข้างต้น ความเร็วในการคำนวณเพียงอย่างเดียว (FLOP/s) ไม่ใช่สิ่งกีดขวางที่ใหญ่ที่สุดอีกต่อไป ความท้าทายที่แท้จริงคือ ‘กำแพงหน่วยความจำ’ และ ‘แบนด์วิดท์เชื่อมต่อระหว่างกัน’ การจำลองนิวรอนนับแสนล้านและเครือข่ายซินแนปส์ขนาดใหญ่ ต้องใช้ความจุหน่วยความจำประมาณ 70 PB และความเร็วในการสื่อสารระหว่างโหนดที่สูงมาก ซึ่งเป็นปัญหาสถาปัตยกรรมที่ศูนย์ข้อมูล AI ที่เน้นพลังคำนวณล้วนๆ ในปัจจุบันต้องเอาชนะ

สุดท้าย จะพิสูจน์ได้อย่างไรว่าเรา ‘อัปโหลด’ มนุษย์จริงๆ ไม่ใช่สร้างเครื่องจักรที่แค่ค้นหาตาราง? ผู้เขียนเสนอ ‘การทดสอบทัวริงแบบมีกาย’ ที่คล้ายกับการทดสอบทัวริง โดยนำสมองจำลองใส่ในร่างเสมือน และดูว่ามันสามารถหาอาหาร เรียนรู้ และหลีกเลี่ยงอันตรายเหมือนหนอนตัวกลมหรือหนูจริงๆ ได้หรือไม่

ผู้เขียนประมาณว่า นี่ไม่ใช่งานกระจัดกระจายที่ห้องปฏิบัติการไม่กี่แห่งจะทำได้ แต่ต้องใช้โครงการ ‘วิทยาศาสตร์ใหญ่’ ที่คล้ายกับโครงการจีโนมมนุษย์หรือโครงการอะพอลโล ซึ่งอาจใช้เวลา 10 ถึง 25 ปี และลงทุน 5,000 ล้านถึง 50,000 ล้านดอลลาร์