สรุปวิธีพัฒนาการเรียนรู้ด้วยประสาทวิทยาและ AI | โดย Dr. Terry Sejnowski จาก Andrew Huberman

ในตอนพิเศษของ Huberman Lab Podcast นี้ Dr. Andrew Huberman ได้ต้อนรับ Dr. Terry Sejnowski ผู้เป็นศาสตราจารย์และผู้อำนวยการห้องปฏิบัติการประสาทชีววิทยาเชิงคำนวณที่สถาบัน Salk Institute for Biological Studies Dr. Sejnowski ได้นำเสนอแนวคิดที่น่าสนใจเกี่ยวกับการทำงานของสมอง การเรียนรู้ และบทบาทของ AI ที่กำลังเข้ามาเปลี่ยนความเข้าใจของเราในด้านนี้

สมองทำงานอย่างไร: จากส่วนประกอบสู่อัลกอริทึม

Dr. Sejnowski ชี้ว่าการรู้เพียงส่วนประกอบของสมอง (เซลล์ประสาท, การเชื่อมต่อ) ไม่เพียงพอที่จะเข้าใจว่าสมองทำงานอย่างไร เขาเสนอแนวคิด 'ระดับอัลกอริทึม' ซึ่งเป็นระดับกลางระหว่างระดับโมเลกุลและการแสดงพฤติกรรม อัลกอริทึมเหล่านี้เปรียบเสมือน 'สูตรอาหาร' ที่กำหนดว่าส่วนประกอบต่างๆ ของสมองทำงานร่วมกันอย่างไรเพื่อให้เกิดฟังก์ชันที่ซับซ้อน

แรงจูงใจและการเรียนรู้: บทบาทของ Basal Ganglia และโดปามีน

Basal Ganglia ซึ่งเป็นส่วนหนึ่งของสมองใต้เปลือกสมอง มีหน้าที่สำคัญในการเรียนรู้ลำดับการกระทำเพื่อบรรลุเป้าหมาย เช่น การเล่นเทนนิส อัลกอริทึมการเรียนรู้ที่ขับเคลื่อนแรงจูงใจของเรานั้นเรียบง่ายมาก คือการ 'ทำนายรางวัล' (predict the next reward) ทุกครั้งที่เราลองทำอะไร สมองจะอัปเดต 'value function' (ฟังก์ชันคุณค่า) ที่สะสมความรู้ว่าสิ่งใดดีหรือไม่ดี การเรียนรู้แบบนี้เรียกว่า Reinforcement Learning ซึ่งเป็นหลักการเดียวกันที่ใช้ใน AI ที่ประสบความสำเร็จอย่าง AlphaGo

Dr. Sejnowski ยังเน้นย้ำว่าการเรียนรู้ไม่ได้เกิดจากรางวัลเท่านั้น แต่การลงโทษ (punishment) ก็มีประสิทธิภาพสูงในการเรียนรู้แบบครั้งเดียว (one-trial learning) ตัวอย่างเช่น ความสัมพันธ์ที่ไม่ดี หรือภาวะ PTSD นอกจากนี้ เปลือกสมองส่วนหน้า (Prefrontal Cortex) ซึ่งเชื่อมโยงกับ Basal Ganglia ก็มีบทบาทสำคัญในการปฏิสัมพันธ์ทางสังคมและการเรียนรู้คุณค่าทางวัฒนธรรม

การเรียนรู้แบบ Cognitive vs. Procedural

การเรียนรู้มีสองระบบหลัก:

• Cognitive Learning (การเรียนรู้เชิงความรู้): การเรียนรู้จากข้อมูล ทฤษฎี หรือการอ่านหนังสือ
• Procedural Learning (การเรียนรู้เชิงขั้นตอน/ปฏิบัติ): การเรียนรู้จากการลงมือทำซ้ำๆ การฝึกฝน เช่น การเล่นดนตรี การเล่นกีฬา หรือการแก้โจทย์ฟิสิกส์

ทั้งสองระบบนี้ทำงานร่วมกันและเสริมสร้างซึ่งกันและกัน Dr. Sejnowski ชี้ว่าการลดทอนความสำคัญของการเรียนรู้เชิงขั้นตอนในระบบการศึกษาบางแห่งเป็นเรื่องที่น่าเป็นห่วง

คอร์สออนไลน์ฟรี: 'Learning How to Learn'

Dr. Sejnowski และ Barbara Oakley ได้ร่วมกันสร้างคอร์สออนไลน์แบบเปิด (MOOC) ชื่อ 'Learning How to Learn' ซึ่งเปิดให้เรียนฟรีสำหรับทุกคนทั่วโลก คอร์สนี้ไม่ได้สอนความรู้เฉพาะทาง แต่สอน 'วิธีการเรียนรู้' ให้มีประสิทธิภาพมากขึ้น เน้นการเรียนรู้แบบ Active Learning, การทดสอบตัวเอง และการแก้ปัญหาด้วยตัวเอง เพื่อให้สมองสามารถสรุปและประยุกต์ใช้ความรู้ในสถานการณ์ใหม่ๆ ได้ดีขึ้น โดยกลุ่มผู้เรียนที่ได้รับประโยชน์มากที่สุดคือช่วงอายุ 25-35 ปี ที่กำลังพัฒนาทักษะในอาชีพ

พลังงานสมอง: ไมโทคอนเดรียและการออกกำลังกาย

ไมโทคอนเดรียคือโรงไฟฟ้าของเซลล์ที่ผลิตพลังงาน (ATP) เมื่อเราอายุมากขึ้น ไมโทคอนเดรียจะลดลงและมีประสิทธิภาพน้อยลง ซึ่งนำไปสู่การลดลงของพลังงาน Dr. Sejnowski เน้นย้ำว่า 'การออกกำลังกายเป็นยาที่ดีที่สุด' ที่ช่วยฟื้นฟูไมโทคอนเดรีย เพิ่มพลังงานสมอง บำรุงระบบภูมิคุ้มกัน และส่งผลดีต่อทุกอวัยวะในร่างกาย งานวิจัยยังพบว่าการได้รับการศึกษาที่สูงขึ้นสัมพันธ์กับการเกิดโรคอัลไซเมอร์ช้าลง ซึ่งอาจเป็นผลมาจากการมี 'สมองสำรอง' (Brain Reserve) ที่มากขึ้น

'ความเร็วในการคิด' (Cognitive Velocity)

Andrew Huberman เสนอแนวคิด 'Cognitive Velocity' หรือความเร็วในการรับและประมวลผลข้อมูลของสมอง การเรียนรู้ที่ดีที่สุดมักเกิดขึ้นเมื่อเราผลักดันตัวเองให้คิดเร็วขึ้นเล็กน้อยจากความเคยชิน โดยต้องคงการดูดซับข้อมูลไว้ได้ การใช้โซเชียลมีเดียอย่างไม่ระมัดระวังอาจทำให้สมองเฉื่อยชาและลดความสามารถในการเรียนรู้ได้ นอกจากนี้ ความเครียดในระยะสั้นและควบคุมได้ (เช่น การออกกำลังกายแบบ Interval) ก็เป็นประโยชน์ต่อสมองและร่างกาย

AI: หุ้นส่วนแห่งอนาคต

AI กำลังเปลี่ยนโฉมโลกของเราอย่างรวดเร็ว Dr. Sejnowski ชี้ว่าการปฏิสัมพันธ์กับ AI อย่าง 'สุภาพ' เหมือนมนุษย์ อาจช่วยลดความเหนื่อยล้าทางสมองได้ เพราะสมองของเราคุ้นชินกับการปฏิสัมพันธ์แบบมนุษย์

AI มีศักยภาพมหาศาลในการเป็น 'idea pump' ที่ช่วยให้นักวิทยาศาสตร์สร้างแนวคิดการทดลองใหม่ๆ ได้รวดเร็วและมีประสิทธิภาพ ตัวอย่างเช่น AI สามารถช่วยแพทย์ผิวหนังวินิจฉัยรอยโรคที่หายากได้แม่นยำขึ้นมากเมื่อทำงานร่วมกับแพทย์ผู้เชี่ยวชาญ นอกจากนี้ AI ยังสามารถทำนายเหตุการณ์ทางกายภาพที่ซับซ้อน เช่น เส้นทางพายุเฮอร์ริเคน ได้อย่างแม่นยำและรวดเร็ว

โรคทางระบบประสาท: จิตเภทและพาร์กินสัน

โรคจิตเภท (Schizophrenia): เดิมเชื่อว่าเกิดจากความผิดปกติของโดปามีน แต่ปัจจุบันเชื่อว่าเกี่ยวข้องกับความไม่สมดุลของระบบกระตุ้นและยับยั้งในสมอง (Glutamate Hypothesis) โดยเฉพาะ NMDA receptors ที่น่าสนใจคือ Ketamine ซึ่งเป็นยาที่สามารถทำให้เกิดอาการโรคจิตชั่วคราวได้ กลับถูกนำมาใช้รักษาภาวะซึมเศร้าอย่างได้ผล โดยการปรับสมดุลการกระตุ้นในสมอง

โรคพาร์กินสัน (Parkinson's Disease): เกิดจากการเสื่อมของเซลล์ประสาทโดปามีนในก้านสมอง ซึ่งมีบทบาทสำคัญในการเรียนรู้เชิงขั้นตอน ผู้ป่วยจะมีปัญหาในการเคลื่อนไหวที่ราบรื่นและเริ่มการเคลื่อนไหว แต่สิ่งที่น่าสนใจคือ พวกเขาอาจรับรู้ว่าตัวเองเคลื่อนไหวเร็ว แม้ร่างกายจะเคลื่อนไหวช้ามากก็ตาม

อนาคตของ AI และการทำงานของสมอง

Dr. Sejnowski กำลังวิจัยเกี่ยวกับ 'Temporal Context in Brains and Transformers' เพื่อทำความเข้าใจว่าสมองใช้กลไก 'self-attention' (ซึ่งเป็นส่วนสำคัญในสถาปัตยกรรม AI แบบ Transformer) ในการเชื่อมโยงคำหรือข้อมูลที่อยู่ห่างกัน และสร้างความเข้าใจในความหมายของประโยคได้อย่างไร

แม้ AI จะเก่งกาจในหลายด้าน แต่ยังขาด 'ความคิดที่สร้างขึ้นเองภายใน' (self-generated internal activity) ซึ่งเป็นสิ่งสำคัญสำหรับการวางแผน ความคิดสร้างสรรค์ และการรวมข้อมูลเข้าด้วยกันในระยะยาวของมนุษย์ การทำความเข้าใจกลไกเหล่านี้ในสมองมนุษย์จะช่วยนำไปสู่การพัฒนา AI ที่ซับซ้อนยิ่งขึ้นในอนาคต

คำแนะนำเพื่อสุขภาพสมองที่ดี

Dr. Sejnowski แนะนำให้เราให้สมองได้ 'พัก' และ 'คิดเรื่อยเปื่อย' (mind wandering) ซึ่งเป็นสภาวะที่เอื้อต่อการเกิดความคิดสร้างสรรค์และ 'ช่วงเวลาแห่งความเข้าใจ' (aha moment) นอกจากนี้ การคิดถึงปัญหาที่ต้องการแก้ไขก่อนนอนจะช่วยให้สมองทำงานระหว่างหลับ และมักจะพบคำตอบเมื่อตื่นขึ้นมาในตอนเช้า