นักวิชาการฝรั่งเศสเสนอแนวทางรวมปัญญาประดิษฐ์สองขั้ว มุ่งสู่เป้าหมายสูงสุดของระบบอัตโนมัติ
บทความวิชาการใหม่บน arXiv ชี้ระบบอัตโนมัติคือขั้นสูงสุดของ AI พร้อมเสนอสถาปัตยกรรมผสานโครงข่ายประสาทและสัญลักษณ์
โจเซฟ ซิฟากิส (Joseph Sifakis) นักวิจัยจากห้องปฏิบัติการเวริมัก (Verimag Laboratory) ประเทศฝรั่งเศส ได้เผยแพร่วิทยานิพนธ์หรือบทความวิชาการบนแพลตฟอร์ม arXiv ในหมวดปัญญาประดิษฐ์ (cs.AI) เมื่อวันที่ 28 กันยายน 2026 ภายใต้ชื่อหัวข้อว่า "Bringing AI to Autonomous Systems -- From Cognition to Collective Intelligence"
เนื้อหาหลักของบทความระบุว่า ระบบอัตโนมัติ (Autonomous Systems) ถือเป็นเป้าหมายสูงสุดของการพัฒนาปัญญาประดิษฐ์ (AI) โดยเสนอให้มีการบูรณาการระหว่าง AI แบบโครงข่ายประสาทเทียม (Connectionist AI) เข้ากับ AI แบบสัญลักษณ์ (Symbolic AI) รวมถึงการผสานรวม AI เข้ากับวิศวกรรมระบบ (Systems Engineering) เพื่อให้เกิดการทำงานที่มีประสิทธิภาพและแม่นยำยิ่งขึ้น
นอกจากนี้ บทความดังกล่าวยังได้นำเสนอโครงสร้างสถาปัตยกรรมตัวแทน (Agent Reference Architecture) สำหรับใช้ในการออกแบบและประเมินผลระบบ ซึ่งมีหัวใจสำคัญอยู่ที่การทำงานของฟังก์ชันทางปัญญาที่จัดระเบียบอยู่รอบหน่วยความจำระยะยาว (Long-term memory) เพื่อรองรับองค์ความรู้ที่เปลี่ยนแปลงไปของตัวแทน พร้อมทั้งเน้นย้ำถึงประเด็น "ความน่าเชื่อถือของตัวแทน (Agent Trustworthiness)" ว่าต้องมีการพิจารณาทั้งในส่วนของคุณสมบัติทางพฤติกรรมและคุณสมบัติทางปัญญา (Cognitive properties) ควบคู่กันไป แทนที่จะมองเพียงแค่ผลลัพธ์ของพฤติกรรมที่แสดงออกมาเท่านั้น
แนวคิดนี้ช่วยปูทางให้การพัฒนาหุ่นยนต์และระบบอัตโนมัติมีความปลอดภัยและน่าเชื่อถือมากขึ้น ซึ่งเป็นรากฐานสำคัญสำหรับการนำ AI ไปใช้งานในโลกจริงที่มีความซับซ้อนสูง