BrainGPT แปลงความคิดเป็นข้อความ
(iflscience.com)- นักวิจัยจาก University of Technology Sydney เปิดตัวเทคโนโลยี brain-to-text แบบไม่รุกล้ำ ที่แปลงประโยคที่อ่านในใจให้เป็นข้อความบนหน้าจอได้โดยใช้เพียง คลื่นสมอง EEG
- โมเดล AI DeWave ทำงานได้โดยไม่ต้องใช้การฝังอุปกรณ์ในสมองหรือ MRI โดยผู้ใช้สวมหมวก EEG ที่บันทึกกิจกรรมของสมอง
- EEG มีสัญญาณรบกวนมากกว่าสัญญาณจากอุปกรณ์ฝังในสมอง แต่ทำคะแนนตามเกณฑ์ BLEU ได้ราว 0.4 และให้ผลลัพธ์ในการจับคู่คำกริยาได้ดีกว่าคำนาม
- มีข้อผิดพลาดเช่น “the author” ถูกเปลี่ยนเป็น “the man” แสดงข้อจำกัดที่ระบบมักเลือก คำที่มีความหมายใกล้เคียง มากกว่าคำที่ตรงเป๊ะ
- นักวิจัยมองว่าสามารถเพิ่มความแม่นยำได้ถึง 0.9 ผลลัพธ์ถูกเปิดเผยที่ NeurIPS แต่พรีปรินต์บน ArXiV ยังไม่ได้ผ่านการประเมินโดยผู้ทรงคุณวุฒิ
การทดลองอ่านประโยคด้วย EEG เพียงอย่างเดียว
- นักวิจัยจาก GrapheneX-UTS Human-centric Artificial Intelligence Centre ของ University of Technology Sydney ทดลองวิธีแปลง รูปคลื่น EEG ดิบ ให้เป็นภาษาโดยตรง
- Ching-Ten Lin ระบุว่านี่เป็นกรณีแรกที่ผสานเทคนิค การเข้ารหัสแบบไม่ต่อเนื่อง (discrete encoding) เข้ากับกระบวนการแปล brain-to-text
- ผู้เข้าร่วมอ่านข้อความเงียบ ๆ และโมเดล AI DeWave รับเฉพาะคลื่นสมองเป็นอินพุตเพื่อแสดงคำบนหน้าจอ
- ผลงานนี้ได้รับเลือกเป็นบทความสปอตไลต์ใน NeurIPS conference ซึ่งเป็นงานประชุมประจำปีของนักวิจัยด้าน AI และแมชชีนเลิร์นนิง
ข้อดีของวิธีแบบไม่รุกล้ำและข้อจำกัดในปัจจุบัน
- ต่างจากเทคโนโลยี brain signal-to-language เดิม วิธีนี้ไม่ต้องใช้ อุปกรณ์ฝังในสมอง หรือเครื่อง MRI
- ใช้งานได้โดยไม่ต้องมีอินพุตเพิ่มเติม เช่น ซอฟต์แวร์ eye-tracking
- นักวิจัยมองว่าสามารถใช้ร่วมกับอุปกรณ์อื่นได้เช่นกัน
- ผู้ใช้เพียงสวม หมวก ที่บันทึกกิจกรรมสมองด้วย EEG
- สัญญาณ EEG มีสัญญาณรบกวนมากกว่าข้อมูลที่ได้จากอุปกรณ์ฝังในสมอง
- คะแนนตามอัลกอริทึม BLEU อยู่ที่ราว 0.4
- Yiqun Duan อธิบายว่าโมเดลถนัด การจับคู่คำกริยา มากกว่าคำนาม
- ในคำนาม มีแนวโน้มที่จะได้คำพ้องความหมายหรือคำที่ใกล้เคียงทางความหมายมากกว่าการแปลที่ตรงเป๊ะ เช่น “the man” แทน “the author”
- นักวิจัยมองว่าเมื่อสมองประมวลผลคำ คำที่มีความหมายใกล้เคียงกันอาจสร้างรูปแบบคลื่นสมองที่คล้ายกันได้
- เป้าหมายความแม่นยำในอนาคตคือ 0.9
- 0.9 เป็นระดับที่เทียบเคียงได้กับโปรแกรมแปลภาษาแบบดั้งเดิม
- การทดลองมีผู้เข้าร่วม 29 คน ซึ่งถูกประเมินว่ามากกว่าการทดลองเทคนิคถอดรหัสอื่น ๆ หลายแบบอย่างน้อยหนึ่งหลัก
- ผลลัพธ์ถูกเปิดเผยที่ NeurIPS และพรีปรินต์เผยแพร่บน ArXiV
- ยังไม่ได้ผ่าน การประเมินโดยผู้ทรงคุณวุฒิ
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
เคยทำปริญญาเอกด้าน brain-computer interface และเคยทำงานกับทั้ง EEG และอิเล็กโทรดฝังรากเทียม
งานวิจัย BCI ส่วนใหญ่เน้นช่วยให้ผู้ป่วยอัมพาตกลับมาสื่อสารได้อีกครั้ง
น่าเสียดายที่ EEG ให้ อัตราส่วนสัญญาณต่อสัญญาณรบกวน ไม่ดีพอที่จะได้ความเร็วในการสื่อสารที่เหมาะสม นอกเงื่อนไขอย่างห้องทดลองที่มีกรงฟาราเดย์ การกำจัดสัญญาณรบกวนตลอดหลายวันหรือหลายสัปดาห์ และการลบอาร์ติแฟกต์จากการเคลื่อนไหวของดวงตา
นี่เป็นข้อจำกัดทางฟิสิกส์ที่แก้ได้ยาก เพราะสนามไฟฟ้าจากสมองจะอ่อนลงเมื่อออกมานอกกะโหลกศีรษะ ตัวอย่างเช่น ของเล่นเชิงพาณิชย์ที่อ้างว่า “อ่านใจ” ได้ จริง ๆ แล้วทำงานจากสัญญาณของกล้ามเนื้อศีรษะและดวงตา
อิเล็กโทรดฝังรากเทียมให้สัญญาณดีกว่า แต่กว่าจะไปถึงจุดที่ viable ในเชิงพาณิชย์ได้ก็ยังต้องผ่านการพัฒนาอีกหลายรอบ ผ่านไปไม่กี่เดือน สมองจะสร้างเนื้อเยื่อแผลเป็นรอบอิเล็กโทรดจนสัญญาณแย่ลง และการผ่าตัดสมองเองก็เสี่ยงมากพอสมควรอยู่แล้ว
การทดสอบกับมนุษย์ยังต้องขออนุมัติจากภาครัฐ ทำให้รอบการพัฒนาช้ามากด้วย ถ้าผมมีเพื่อนที่เป็นอัมพาตแต่ยังขยับตาได้ ผมคงมุ่งไปที่ เทคโนโลยีติดตามการมอง แน่นอน มันเหนือกว่า BCI ทุกแบบที่ผมเคยได้ยินมา
แล้วก็อยากรู้เหมือนกันว่าคุณคิดว่า AI algorithm ที่ดีอย่างในบทความจะช่วยกรองหรือตีความสัญญาณรบกวนจำนวนมากได้ไหม
เช่น ตอนเดินผ่านเครื่องตรวจจับโลหะหรือจับโทรศัพท์มือถือ
อย่างที่คิดไว้ แหล่งสัญญาณรบกวนใหญ่ที่สุดอย่างหนึ่งคือการจับโทรศัพท์ที่กำลังเสียบปลั๊กอยู่
หมวกบีนนีฟาราเดย์สำหรับ EEG ฟังดูเหมือนอาจใช้ได้จริง และถ้าเสริมด้วยวิดีโอมุมมองบุคคลที่หนึ่งเป็นข้อมูลช่วย แพทย์ก็น่าจะกรองสัญญาณรบกวนได้มาก
ตัวงานวิจัยนี้เองกลับดูเหมือนเป็นหลักฐานที่ค่อนข้างชัดว่าเมื่อ algorithm ดีขึ้น ปัญหาอัตราส่วนสัญญาณต่อสัญญาณรบกวนของ EEG ก็อาจดีขึ้นได้
เหมือนผู้ป่วยจะเป็นกรณีเส้นประสาทบริเวณกระดูกสันหลังเสียหาย อยากรู้ว่าคุณคิดอย่างไร เพราะมันดูเป็นพัฒนาการที่มีอนาคต
https://actu.epfl.ch/news/thought-controlled-walking-again-a...
คล้ายกับการกู้คืนว่าพิมพ์อะไรจากเสียงในห้องที่มีคีย์บอร์ดอยู่ เราไม่ควรประเมิน ความสามารถของ deep learning ในการดึงสัญญาณกลับมาจากสัญญาณรบกวน ต่ำเกินไป
โจทย์ที่ใหญ่ที่สุดอาจเป็นต้นทุนที่ค่อนข้างสูงในการสร้างข้อมูล EEG ที่สัมพันธ์กับสัญญาณจริง ดังนั้นการป้อนข้อมูลระดับหลายล้านชั่วโมงจากคนที่กำลังมองหรือประมวลผลสิ่งที่รู้แน่ชัดให้โมเดลจึงเกิดขึ้นได้ยาก
ตรงกันข้าม ข้อมูลการติดตามการมองน่าจะเพิ่มขึ้นมหาศาลในไม่ช้า เพราะกำลังกลายเป็นองค์ประกอบหลักของฮาร์ดแวร์ผู้บริโภครุ่นใหม่
คำตอบที่ถูกต้อง: Bob attended the University of Texas at Austin where he graduated, Phi Beta Kappa with a Bachelor’s degree in Latin American Studies in 1973, taking only two and a half years to complete his work, and obtaining generally excel- lent grades
การคาดการณ์: was the University of California at Austin in where he studied in Beta Kappa in a degree of degree in history American Studies in 1975. and a one classes a half years to complete the degree. and was a excellent grades
ว้าว นี่ดูคล้ายกับ ระบบแปลงเสียงเป็นข้อความ แบบยุคบุกเบิกในช่วงทศวรรษ 70~80 มาก อินเทอร์เฟซสมองกำลังออกจากโลกไซไฟมาเป็นความจริงอย่างรวดเร็ว ผมยังไม่แน่ใจว่าควรรู้สึกอย่างไรกับมัน
ผลลัพธ์จริงอยู่ใน Table 3 และแย่กว่านี้มาก
คือหาสมดุลระหว่างการประมวลผลแบบ bottom-up จากโมเดล TTS ว่าคนคนนั้น “กำลังคิด” อะไรอยู่ กับการประมวลผลแบบ top-down จากโมเดลไวยากรณ์ว่าจากบทสนทนาก่อนหน้านี้ คนทั่วไป “น่าจะพูดอะไรต่อ” คล้ายกับ neocortex จริง ๆ
คิดดูแล้ว ถ้ามีคลังข้อมูลบทสนทนาที่ถอดเสียงของคนนั้น ก็อาจฝึก LLM ให้เข้ากับสิ่งนั้นได้ แบบนี้ก็แทบจะตรงกับการทำนายเลยว่า “คนคนนั้น ณ จุดนี้จะพูดอะไร”
อาจถึงขั้นหาตำแหน่งแผ่น EEG เพิ่มเติมที่สามารถอ่านผลทางไฟฟ้าจากการทำงานของ AMPAR และ NMDAR ได้ด้วย วิธีนี้อาจช่วยบอกได้ว่าตอนนี้คนนั้นกำลังพึ่งโมเดลการเปล่งคำพูดภายในแบบ top-down ของตัวเองมากแค่ไหน หรือกำลังใช้การประมวลผลภายในแบบ bottom-up เพื่อสร้างประโยคแปลกใหม่ที่ไม่เคยคิดมาก่อน แล้วใช้ข้อมูลนี้ปรับน้ำหนักอิทธิพลของโมเดล TTS และ LLM ต่อผลลัพธ์
ยังไงก็ต้องมีคนออก BCI “ฟรี” ที่เฝ้าสอดส่องผู้ใช้ให้มากที่สุดแน่
https://www.youtube.com/watch?v=OSV7cxma6_s
“ท่ามกลางการพัฒนาอย่างรวดเร็วเหนือจินตนาการของเทคโนโลยีทั้งหมดนี้ นักอนาคตศาสตร์ Peter Diamandis ที่คุณควรจับตาจะเขย่าความคิดของคุณ และทำให้คุณจินตนาการถึงความเป็นไปได้และโอกาสใหม่ ๆ เกี่ยวกับ healthspan ได้”
มีประโยคหนึ่งบอกว่า “ไม่ใช่เทคโนโลยีแรกที่แปลสัญญาณสมองเป็นภาษาได้ แต่เป็นเทคโนโลยีเดียวเท่าที่มีมาจนถึงตอนนี้ที่ไม่ต้องมี อุปกรณ์ฝังในสมอง และไม่ต้องเข้าถึงเครื่อง MRI แบบจริงจัง”
ก็อดสงสัยไม่ได้ว่าอีก 10~20 ปีข้างหน้า ถ้าเทคโนโลยีเซ็นเซอร์ดีพอจนไม่ต้องแม้แต่ใส่หมวก จะเริ่มมีคนพูดไหมว่าตามหลักเหตุผลแล้ว ในที่สาธารณะเราไม่ควรคาดหวังว่าจะไม่ถูกอ่านความคิด
เทคโนโลยีสอดส่องมักมีแนวโน้มจะถูกทำให้กลายเป็นเรื่องปกติ และก็สงสัยเหมือนกันว่ามันมีขีดจำกัดในโลกจริงว่าจะไปได้ไกลแค่ไหน
เมื่อกว่าสิบปีก่อนก็มีเรื่องเล่าว่าอัลกอริทึมโปรแกรมสมาชิกของ Target ตรวจพบการตั้งครรภ์ของวัยรุ่นคนหนึ่งได้ก่อนที่เธอจะบอกครอบครัวเสียอีก จากความสัมพันธ์ของการเปลี่ยนพฤติกรรมการซื้อ เช่น เปลี่ยนจากเทียนหอมมาเป็นเทียนไร้กลิ่น
ถ้าเอาข้อมูลโซเชียลมีเดีย การติดตามใบหน้าและสายตาจาก CCTV ข้อมูลไจโรสโคปจากโทรศัพท์มือถือ ประวัติการซื้อ ประวัติการค้นหา และข้อมูลแบบเดียวกันของคนรู้จักที่เชื่อมโยงกันมารวมกันได้ ด้วยชุดข้อมูลเปรียบเทียบที่กว้างพอ ก็น่าจะขุดพบความลับที่ซ่อนไว้ได้สารพัด
มันคล้ายกับความกลัวว่า “โทรศัพท์ของฉันกำลังแอบฟังบทสนทนา” ทั้งที่จริง ๆ มันไม่ได้ฟัง แต่สิ่งที่น่ากลัวกว่าคือ ต่อให้ไม่ต้องแอบฟัง มันก็วาดภาพได้แม่นมากอยู่ดีว่าท้ายที่สุดคุณจะพูดอะไร
เลยไม่ได้คาดหวังมากนัก
นี่ทั้งน่าประทับใจ มีประโยชน์ และน่ากลัวมากในเวลาเดียวกัน
ทุกคนคิดถึง การอ่านใจ เพื่อใช้สอบสวนขึ้นมาทันที แต่แล้วการทบทวนตัวเองล่ะ? การศึกษาและการบำบัดมีอยู่หลายรูปแบบก็เพราะเราไม่สามารถวิเคราะห์ตัวเองได้อย่างเป็นกลางโดยสมบูรณ์
ถ้าวิเคราะห์รูปแบบความคิดของตัวเองจากภายนอกหัวได้ ก็อาจนำไปสู่การพัฒนาได้สารพัดแบบ เราอาจหาได้ว่าเทคนิคการเรียนแบบไหนได้ผลที่สุดจริง ๆ ตรวจดูได้อย่างเป็นกลางว่าเรามีสมาธิที่สุดหรือไม่มีสมาธิที่สุดเมื่อไร และระบุได้อย่างแม่นยำว่าความคิดกังวลเริ่มขึ้นเมื่อไรและอะไรเป็นตัวกระตุ้น
ที่สำคัญที่สุดคือ เราอาจเลือกทำสิ่งนี้เป็นการส่วนตัว กับคู่ของเรา หรือเป็นกลุ่มก็ได้
นอกจากนี้ ทุกวันนี้ก็สามารถใช้ fMRI เป็นเครื่องจับเท็จด้วยการสแกนสมองได้อยู่แล้ว เพียงแต่ความชอบธรรมของมันก็ยังมีคำถามอยู่อีกมาก
https://scholarship.law.columbia.edu/cgi/viewcontent.cgi?art...
ความยากไม่ได้มีแค่การทบทวนตัวเองเท่านั้น แต่ยังรวมถึงการต้องจำให้ได้ว่าจะทบทวนอะไรและต้องจดเหตุการณ์ไว้เพื่อมาวิเคราะห์ภายหลังด้วย ทั้งนี้ต้องตั้งอยู่บนสมมติฐานว่าเชื่อถือความแม่นยำได้
น่าทึ่งที่แม้ ช่องโหว่ทางจริยธรรม ของเรื่องนี้จะใหญ่ระดับจักรวาล ก็ยังข้ามไปพูดถึงข้อดีได้ทันที
แต่บางทีนั่นอาจเป็นธรรมชาติของพวกมองโลกในแง่ดีต่อเทคโนโลยีก็ได้
ทำให้นึกถึง Silent Talk ของ DARPA เมื่อ 14 ปีก่อน
เป้าหมายคือ “ทำให้ผู้ใช้สื่อสารกันในสนามรบได้โดยไม่ต้องเปล่งเสียงพูด ผ่านการวิเคราะห์สัญญาณประสาท”
https://www.engadget.com/2009-05-14-darpa-working-on-silent-...
นี่ทั้งน่าประทับใจ มีประโยชน์ และน่ากลัวมากในเวลาเดียวกัน
นึกภาพออกว่ามันน่าจะช่วยผู้ป่วยโรคหลอดเลือดสมองได้ แต่ในขณะเดียวกันก็อาจปล่อย ความคิดที่ไม่ผ่านการกรอง ออกมา จนทำให้เกิดปัญหาได้
ถ้ามี Neuralink ก็ไม่มีปัญหา แค่อัปโหลดร่องรอยความคิดเข้าไปได้ทันที
ต่อให้มีความคิดที่ไม่ถูกต้องก็ไม่ต้องกังวล เพราะมีโรงเรียนฟื้นฟูที่คอยปรับสภาพจิตใจของคุณ
อย่าลืมว่าคุณต้องมีความสุข การเศร้าเป็นสิ่งต้องห้าม
ตอนนี้ยังเป็นแบบอ่านอย่างเดียว แล้วแบบเขียนล่ะ?
เรื่องนี้อาจเปิดความเป็นไปได้ใหม่ ๆ แบบ Matrix ในโลกจริงได้ด้วย
แล้วเคยได้ยิน Lightspeed Briefs ไหม?
แน่นอนว่าตัวงานวิจัยเองยอดเยี่ยมและน่าจะมีประโยชน์มาก เพียงแต่ในระยะยาวศักยภาพในการถูกใช้ผิดทางการเมืองนั้นมหาศาลมาก
สำหรับผู้ป่วย locked-in syndrome มันให้ประโยชน์เชิงบวกที่ยากจะจินตนาการได้ แต่ในอีกด้านหนึ่งก็เป็นเรื่องแบบ “เลิกประดิษฐ์ Torment Nexus ได้แล้ว!”
ถ้าฉันไม่ได้พลาดอะไรสำคัญไป การสาธิตแบบ blind controlled demo ที่ให้ผู้เข้าทดลองเขียนคำลงบนกระดาษไว้แล้วค่อยนำมาเทียบผลภายหลังน่าจะน่าเชื่อถือมาก
น่าเสียดายที่การสาธิตในบทความดูเหมือนแม้แต่นักมายากลมืออาชีพหรือเมนทัลลิสต์ก็น่าจะทำได้
มันอาจเป็นความจริงว่าเรากำลังเข้าใกล้ brain interface มากขึ้น แต่กรณีนี้มีอะไรแปลก ๆ
ลองสมมติว่าอีกไม่กี่ปีมีใครสักคนประดิษฐ์เครื่องสแกนในสนามบินที่ตรวจจับ “ความคิดชั่วร้าย” ได้ แต่กลับไม่มีวิธีตรวจสอบ และไม่มีใครรับผิดชอบต่อ false positive หรือ false negative ผลลัพธ์ก็จะเป็นไปตามที่ผู้ควบคุมบอกเท่านั้น
ถ้ามีคนจำนวนมากพอที่ยอมรับมันโดยไม่ต่อต้าน และถึงขั้นโจมตีคนที่ถูกตรวจจับได้ด้วย สิ่งที่เป็นความจริงก็จะไม่สำคัญอีกต่อไป มันจะกลายเป็นเพียง พิธีกรรมไสยศาสตร์แห่งความเห็นพ้องร่วมกัน ที่ทุกคนมีส่วนร่วม รู้สึกเหมือนในความทรงจำช่วงหลัง ๆ ก็มีตัวอย่างของพลวัตแบบนี้อยู่เหมือนกัน
สงสัยว่า ความคิดที่ไม่เป็นภาษา จะทำได้ด้วยหรือไม่
จากชุดข้อมูลสัญญาณที่เชื่อมโยงกับกิจกรรมในชีวิตประจำวัน เราอาจหาคำตอบได้ด้วยซ้ำว่าสุนัขกำลังคิดหรือฝันถึงอะไร
การสร้างเอาต์พุตที่แทนการแสดงออกของประสบการณ์ที่เกิดขึ้นกับร่างกายน่าจะเป็นงานที่ทำและตีความได้ยากอย่างแท้จริง แต่ชุดข้อมูลสัญญาณที่เชื่อมโยงกับประสบการณ์ทางกายอาจใส่คำอธิบายกำกับเป็นภาษาด้วย vision-language model ได้ง่ายและมั่นคงกว่า
จากนั้นโมเดลอ่านใจสุนัขก็อาจทำนายและส่งออกคำอธิบายภาษานั้นได้
ลองนึกภาพว่าเราสามารถรู้ได้อย่างเจาะจงว่าสุนัขเลี้ยงอยากไปสวนไหน กำลังรับรู้สัญญาณเริ่มต้นเล็ก ๆ ของโรคหรืออาการบาดเจ็บหรือไม่ หรืออยากให้ซื้อขนมแบบไหน
เผื่อเป็นข้อมูลอ้างอิง foundation model ที่งานวิจัยนี้ใช้มีบั๊กในโค้ด ทำให้ผล baseline สูงเกินจริง
ตอนนี้กำลังตรวจสอบปัญหาอยู่
https://github.com/duanyiqun/DeWave/issues/1
พักเรื่องนัยที่น่ากลัวไว้ก่อน สิ่งนี้เปิดทางให้ของที่เจ๋งมากอย่างหนึ่ง: การสื่อสารแบบโทรจิตสองทาง
แค่คิดข้อความแล้วคิดว่า “ส่ง” จากนั้นก็ได้ยินข้อความตอบกลับผ่านหูฟังเอียร์บัด ถ้ารวม voice cloning เข้าไปด้วย ก็อาจรับข้อความนั้นด้วยเสียงของผู้ส่งเองได้
สำหรับผู้สังเกตการณ์ภายนอก มันจะเงียบสนิทและมองไม่เห็นโดยสิ้นเชิง
ฉันอยากรู้มากว่าถ้าลองใช้ฮาร์ดแวร์ของระบบนี้เป็นตัวแปลงชนิดหนึ่งจะได้ผลอย่างไร กล่าวคือรันโมเดล machine learning ตรงนี้ย้อนกลับจากข้อความเป้าหมาย แล้วนำสัญญาณไฟฟ้าระดับล่างที่ได้ป้อนกลับเข้าไปเป็นสัญญาณ transcranial direct current stimulation ผ่านแผ่น EEG
ถ้าผลคือคนคนนั้น “ได้ยิน” ข้อความนั้นเป็นความคิดเชิงภาษาด้วยเสียงในหัวของตัวเอง ก็น่าสนใจมากจริง ๆ
ตอนนั้น GameBoy Color คือของที่เจ๋งที่สุดในโลก
Tomb Raider บน PsOne ดูเหมือนความละเอียดสูง ทั้งที่ตอนนั้นความละเอียดสูงยังแทบไม่มีอยู่ด้วยซ้ำ และเราคิดว่าเกมมาถึงจุดสูงสุดแล้ว
Apple Pro One กำลังพยายามทำให้คอมพิวเตอร์กลายเป็นสิ่งที่อยู่ในอวกาศรอบตัว และเราก็มองว่าโทรจิตเป็นเรื่องเท่มาก
มันคงดีถ้าฉันจะวิ่งในป่าหรือดำน้ำสกูบาไปด้วย แล้วเขียนโค้ดด้วยใจครั้งละ 10 วินาทีได้
มันคงดีถ้าฉันจะรับภาพที่คนอื่นสร้างขึ้นในใจแล้วให้มันปรากฏขึ้นตรงหน้า จากนั้นแชร์ให้คนรอบตัวดูพร้อมพูดว่า “เฮ้ ดูสิ่งที่ Julia ทำสิ”
จริง ๆ แล้วมันก็เหมือนกับสิ่งที่เกิดขึ้นอยู่แล้วทุกประการ เพียงแต่เป็นวิธีที่ฉับไวกว่าเท่านั้น ถ้าเปลี่ยนสมาร์ตโฟนเป็นจิตใจ และเปลี่ยนหน้าจอเป็นสภาพแวดล้อม เราก็อยู่ในโลกอนาคตนั้นแล้ว
ถ้าความใหม่ทำให้มันดูเท่ การกลับไปเจาะโค้ดลง punch card หรือเขียนทีละบรรทัดด้วย
edบนเทอร์มินัลก็น่าจะเท่เหมือนกันไม่ใช่หรือไม่กี่ปีก่อนฉันย้ายงานทำเพลงบน DAW ไปใช้ซินธิไซเซอร์ยุค 70~84 จำนวน 10 เครื่องกับเครื่องเทป ซึ่งเจ๋งกว่ามากและฉันไม่คิดจะกลับไป
แต่ฉันยังทำงานได้เร็วเท่าเดิมไหม? ไม่
เหตุผลเดียวที่ฉันอยากเขียนโค้ดด้วยจิตใจและหน้าจอเสมือนที่ลอยอยู่รอบตัว ถ้าตัดความเท่จากความใหม่ที่อยู่ได้ไม่กี่วันออกไป ก็คือ
ฉันอยากทำงานให้น้อยลง หรือให้พูดให้ชัดคืออยากอยู่ที่ทำงานให้น้อยลง
แต่ในความเป็นจริง เราจะถูกเรียกร้องให้สร้างงานมากขึ้นแทน การทำงานด้วยพลังจิตล้วน ๆ พร้อมหน้าจอเสมือน 5~6 จอรอบตัวจะกลายเป็นสิ่งบังคับ
และก็เท่านั้นเอง จนกว่าจะมีสิ่งประดิษฐ์ใหม่ชิ้นถัดไปที่ดูเท่อีก
เช่นพวก intrusive thoughts เพลงที่วนอยู่ในหัว หรือความลับต่าง ๆ
ผลลัพธ์ที่ไม่ได้ตั้งใจ ของเทคโนโลยีนี้จะเกินกว่าที่เราจินตนาการได้