ใน Gemini มันเข้าใจพื้นฐานฟิสิกส์อยู่แล้ว หากเราสามารถ identify วัตถุได้เป็นสามมิติ และแปลงให้มันเป็น Owner ของตัวแปรในสมการ มันก็พอจะพยากรณ์จุดตกของลูกบอลได้ครับ ซึ่งผมว่าเขาทำไว้กับวัตถุที่จะทดสอบทุกตัว เพื่อให้เกิดความหลากหลายในการเอาไปใช้งาน โดยใช้ prompt เป็นตัวกำหนดค่าบางอย่างที่ระบบยังไม่รู้ เท่าที่สังเกตุ Gemini มองโลกเป็นวัตถุ และนำไปแทนที่ในตัวแปรได้ แล้วค้นหาสมการด้วยตัวเองเพื่อคำนวณหาคำตอบเองได้ ซึ่งแบบนี้จะทำให้มันต่อยอดในการนำโลกฟิสิกส์ไปรวมกับโลกดิจิทัลในอนาคต

หากคุณเคยเล่นเกมส์ Zelda ภาค TOTK คุณจะรู้ว่าความรู้เรื่องพวกนี้มันทำมาได้นานแล้ว เพียงแต่มันยังอยู่ในโลกดิจิทัลที่เราสามารถรู้ขอบเขตของวัตถุได้ พอเรารู้ขอบเขตวัตถุ และนำมาจับรวมกัน หรือกระทำตามกฎฟิสิกส์ มันก็จะได้ความรู้ใหม่ที่ AI นำไปเรียนรู้เพื่อตอบสนองได้ แต่ของ Deepmind เขาเอาออกมาสู่โลกความเป็นจริงให้เราได้เห็น ซึ่งผมเองสนใจตรงที่เขาสร้าง Algorithm ที่สามารถ identify ขอบเขตวัตถุเป็นสามมิติได้ เนื่องจากโดยพื้นฐานของการประมวลผลภาพมักใช้ OpenCV ซึ่งมองโลกแบบสองมิติ นั่นแสดงถึงว่า Google ได้พัฒนาสมการการสร้างรูปสามมิติ จากภาพสองมิติแบบ Real-time ได้แล้ว มันจะทำให้การประมวลผลเพื่อพยากรณ์ทำได้แม่นยำ และยืดหยุ่นมากขึ้น

จริงๆ แล้วพื้นฐานของ AI สมัยใหม่ ไม่ใช่ทดสอบทุกกรณีแล้วหาคำตอบเก็บไว้ แต่เป็นการให้มันคิด แล้วทดลองในโลกเสมือน จากนั้นให้รางวัลเป็นคะแนนตามผลลัพธ์จาก AI อีกตัวนึงซึ่งรู้คำตอบอยู่แล้ว เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดโดยไม่ต้องทดสอบทุกกรณี ซึ่งมันจะใกล้เคียงกับวิธีคิดของมนุษย์มากกว่า