ปัญญาประดิษฐ์ที่เป็นมิตร ( Friendly AIหรือFAI ) คือปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligenceหรือ AGI) ในเชิงสมมติฐาน ที่จะมีผลดี (เป็นมิตร) ต่อมนุษยชาติ หรืออย่างน้อยก็สอดคล้องกับผลประโยชน์ของมนุษย์ เช่น การส่งเสริมการพัฒนาเผ่าพันธุ์มนุษย์ นี่เป็นส่วนหนึ่งของจริยธรรมของปัญญาประดิษฐ์และมีความเกี่ยวข้องอย่างใกล้ชิดกับจริยธรรมของเครื่องจักรในขณะที่จริยธรรมของเครื่องจักรเกี่ยวข้องกับพฤติกรรมที่ตัวแทนปัญญาประดิษฐ์ควรจะเป็น การวิจัยปัญญาประดิษฐ์ที่เป็นมิตรจะมุ่งเน้นไปที่วิธีการนำพฤติกรรมนี้ไปใช้ในทางปฏิบัติ และการทำให้แน่ใจว่าพฤติกรรมนั้นถูกจำกัดอย่างเหมาะสม

คำนี้ถูกบัญญัติโดยEliezer Yudkowsky [ ^{1 ] ซึ่ง}เป็นที่รู้จักกันดีในฐานะผู้เผยแพร่แนวคิดนี้^{[ 2 ] [ 3 ]}เพื่ออภิปรายเกี่ยวกับ ตัวแทนปัญญา ประดิษฐ์ที่ชาญฉลาดมากซึ่งสามารถนำคุณค่าของมนุษย์มาใช้ได้อย่างน่าเชื่อถือหนังสือเรียนปัญญาประดิษฐ์ชั้นนำของStuart J. RussellและPeter Norvig เรื่อง Artificial Intelligence: A Modern Approachอธิบายแนวคิดนี้ไว้ดังนี้: ^{[ 2 ]}

Yudkowsky (2008) อธิบายรายละเอียดเพิ่มเติมเกี่ยวกับการออกแบบAI ที่เป็นมิตรโดยเขากล่าวว่า ความเป็นมิตร (ความปรารถนาที่จะไม่ทำร้ายมนุษย์) ควรได้รับการออกแบบตั้งแต่เริ่มต้น แต่ผู้ออกแบบควรตระหนักทั้งว่าการออกแบบของตนเองอาจมีข้อบกพร่อง และหุ่นยนต์จะเรียนรู้และวิวัฒนาการไปตามกาลเวลา ดังนั้น ความท้าทายจึงอยู่ที่การออกแบบกลไก กล่าวคือ การกำหนดกลไกสำหรับระบบ AI ที่วิวัฒนาการภายใต้ระบบการตรวจสอบและถ่วงดุล และการให้ฟังก์ชันการใช้งานแก่ระบบที่จะยังคงเป็นมิตรแม้เผชิญกับการเปลี่ยนแปลงดังกล่าว

ในบริบทนี้ คำว่า "เป็นมิตร" ถูกใช้เป็นศัพท์ทางเทคนิคและเลือกใช้ตัวแทนที่มีความปลอดภัยและมีประโยชน์ ไม่จำเป็นต้องเป็นตัวแทนที่ "เป็นมิตร" ในความหมายทั่วไป แนวคิดนี้ถูกนำมาใช้เป็นหลักในบริบทของการอภิปรายเกี่ยวกับตัวแทนปัญญาประดิษฐ์ที่พัฒนาตนเองแบบวนซ้ำซึ่งมีความฉลาดเพิ่ม ขึ้นอย่างรวดเร็ว โดยอ้างว่าเทคโนโลยีสมมติฐานนี้จะมีผลกระทบต่อสังคมมนุษย์อย่างมาก รวดเร็ว และควบคุมได้ยาก^{[ 4 ]}

รากฐานของความกังวลเกี่ยวกับปัญญาประดิษฐ์นั้นมีมานานแล้ว เควิน ลาแกรนเดอร์ แสดงให้เห็นว่าอันตรายเฉพาะของ AI สามารถพบได้ในวรรณกรรมโบราณเกี่ยวกับคนรับใช้ที่เป็นมนุษย์เทียม เช่นโกเลมหรือหุ่นยนต์ต้นแบบของเกอร์เบิร์ตแห่งออริลแล็กและโรเจอร์ เบคอนในเรื่องราวเหล่านั้น สติปัญญาและพลังอันมหาศาลของสิ่งสร้างที่เป็นมนุษย์เหล่านี้ขัดแย้งกับสถานะของพวกมันในฐานะทาส (ซึ่งโดยธรรมชาติแล้วถูกมองว่าต่ำกว่ามนุษย์) และก่อให้เกิดความขัดแย้งที่ร้ายแรง^{[ 5 ]}ในปี 1942 แนวคิดเหล่านี้กระตุ้นให้ไอแซค อสิมอฟสร้าง " กฎสามข้อของหุ่นยนต์ " ซึ่งเป็นหลักการที่ฝังอยู่ในหุ่นยนต์ทุกตัวในนิยายของเขา โดยมีจุดประสงค์เพื่อป้องกันไม่ให้พวกมันหันมาทำร้ายผู้สร้าง หรือปล่อยให้ผู้สร้างได้รับอันตราย^{[ 6 ]}

ในยุคปัจจุบันที่ความเป็นไปได้ของปัญญาประดิษฐ์ขั้นสูงใกล้เข้ามาเรื่อยๆ นักปรัชญานิค บอสตอมกล่าวว่า ระบบปัญญาประดิษฐ์ขั้นสูงที่มีเป้าหมายไม่สอดคล้องกับจริยธรรมของมนุษย์นั้นเป็นอันตรายโดยเนื้อแท้ เว้นแต่จะมีการใช้มาตรการขั้นเด็ดขาดเพื่อรับประกันความปลอดภัยของมนุษยชาติ เขาได้กล่าวไว้ดังนี้:

โดยพื้นฐานแล้ว เราควรตั้งสมมติฐานว่า 'ปัญญาประดิษฐ์ขั้นสูง' จะสามารถบรรลุเป้าหมายใดๆ ก็ตามที่มันตั้งไว้ได้ ดังนั้น จึงเป็นเรื่องสำคัญอย่างยิ่งที่เป้าหมายที่เรามอบให้แก่มัน และระบบแรงจูงใจทั้งหมดของมัน จะต้อง 'เป็นมิตรกับมนุษย์'

ในปี 2551 Eliezer Yudkowsky เรียกร้องให้สร้าง "AI ที่เป็นมิตร" เพื่อลดความเสี่ยงต่อการดำรงอยู่จากปัญญาประดิษฐ์ขั้นสูงเขาอธิบายว่า "AI ไม่ได้เกลียดคุณ และไม่ได้รักคุณ แต่คุณถูกสร้างขึ้นจากอะตอมซึ่ง AI สามารถนำไปใช้เพื่อสิ่งอื่นได้" ^{[ 7 ]}

สตีฟ โอโมฮันโดร กล่าวว่า ระบบ AI ที่มีความก้าวหน้าเพียงพอ จะแสดง "แรงขับ" พื้นฐานหลายประการเช่น การแสวงหาทรัพยากรการรักษาตนเองและการพัฒนาตนเองอย่างต่อเนื่อง เว้นแต่จะถูกขัดขวางอย่างชัดเจน เนื่องจากธรรมชาติที่แท้จริงของระบบที่ขับเคลื่อนด้วยเป้าหมาย และแรงขับเหล่านี้จะทำให้ AI แสดงพฤติกรรมที่ไม่พึงประสงค์ "หากไม่มีข้อควรระวังพิเศษ" ^{[ 8 ] [ 9 ]}

Alexander Wissner-Grossกล่าวว่า AI ที่ขับเคลื่อนเพื่อเพิ่มอิสรภาพในการกระทำในอนาคต (หรือเอนโทรปีของเส้นทางเชิงสาเหตุ) อาจถูกพิจารณาว่าเป็นมิตรหากขอบเขตการวางแผนของพวกมันยาวกว่าเกณฑ์ที่กำหนด และไม่เป็นมิตรหากขอบเขตการวางแผนของพวกมันสั้นกว่าเกณฑ์นั้น^{[ 10 ] [ 11 ]}

Luke Muehlhauser ซึ่งเขียนให้กับสถาบันวิจัยปัญญาประดิษฐ์แนะนำว่านักวิจัยด้านจริยธรรมของเครื่องจักร ควรนำสิ่งที่ Bruce Schneierเรียกว่า "แนวคิดด้านความปลอดภัย" มาใช้ กล่าวคือ แทนที่จะคิดว่าระบบจะทำงานอย่างไร ให้ลองจินตนาการว่ามันอาจล้มเหลวได้อย่างไร ตัวอย่างเช่น เขาแนะนำว่าแม้แต่ AI ที่ทำนายได้อย่างแม่นยำและสื่อสารผ่านอินเทอร์เฟซข้อความก็อาจก่อให้เกิดอันตรายที่ไม่ได้ตั้งใจได้^{[ 12 ]}

ในปี 2014 Luke Muehlhauser และ Nick Bostrom ได้เน้นย้ำถึงความจำเป็นของ 'AI ที่เป็นมิตร' ^{[ 13 ]}อย่างไรก็ตาม ความยากลำบากในการออกแบบปัญญาประดิษฐ์ขั้นสูงที่ 'เป็นมิตร' เช่น ผ่านการเขียนโปรแกรมการคิดเชิงศีลธรรมแบบย้อนแย้งนั้นมีมากมาย^{[ 14 ] [ 15 ]}

Yudkowsky เสนอแบบจำลอง Coherent Extrapolated Volition (CEV) ตามที่เขากล่าวความปรารถนาที่คาดการณ์อย่างสอดคล้องกัน ของเรา คือ "ความปรารถนาของเราหากเรารู้มากขึ้น คิดเร็วขึ้น เป็นคนที่เราปรารถนาจะเป็นมากขึ้น เติบโตมาด้วยกันมากขึ้น โดยที่การคาดการณ์จะบรรจบกันแทนที่จะแยกออก โดยที่ความปรารถนาของเราจะสอดคล้องกันแทนที่จะขัดแย้งกัน คาดการณ์ตามที่เราปรารถนาให้คาดการณ์ ตีความตามที่เราปรารถนาให้ตีความ" ^{[ 16 ]}

แทนที่จะออกแบบ AI ที่เป็นมิตรโดยตรงจากโปรแกรมเมอร์มนุษย์ AI ที่เป็นมิตรนั้นจะต้องได้รับการออกแบบโดย "AI ต้นแบบ" ที่ได้รับการตั้งโปรแกรมให้ศึกษาธรรมชาติของมนุษย์ ก่อน จากนั้นจึงสร้าง AI ที่มนุษยชาติต้องการ หากมีเวลาและความเข้าใจที่เพียงพอ เพื่อให้ได้คำตอบที่น่าพอใจ^{[ 16 ]}การอ้างถึงวัตถุประสงค์ผ่านธรรมชาติของมนุษย์ที่อาจเกิดขึ้นได้ (อาจแสดงออกเพื่อวัตถุประสงค์ทางคณิตศาสตร์ในรูปแบบของฟังก์ชันอรรถประโยชน์หรือ รูปแบบทฤษฎี การตัดสินใจ อื่นๆ ) ในฐานะที่เป็นเกณฑ์ขั้นสูงสุดของ "ความเป็นมิตร" เป็นคำตอบสำหรับ ปัญหา อภิปรัชญาจริยธรรมของการกำหนดศีลธรรมที่เป็นวัตถุประสงค์ เจตจำนงที่คาดการณ์ไว้นั้นมีจุดประสงค์เพื่อให้เป็นสิ่งที่มนุษยชาติต้องการอย่างเป็นกลาง เมื่อพิจารณาทุกสิ่งแล้ว แต่สามารถกำหนดได้เฉพาะเมื่อเทียบกับคุณสมบัติทางจิตวิทยาและการรับรู้ของมนุษยชาติในปัจจุบันที่ยังไม่ได้คาดการณ์ไว้เท่านั้น

Steve Omohundroได้เสนอแนวทาง "การสร้างนั่งร้าน" สำหรับความปลอดภัยของ AIโดยที่ AI รุ่นหนึ่งที่พิสูจน์ได้ว่าปลอดภัยจะช่วยสร้าง AI รุ่นต่อไปที่พิสูจน์ได้ว่าปลอดภัย^{[ 17 ]}

เซธ บอมโต้แย้งว่าการพัฒนาปัญญาประดิษฐ์หรือปัญญาประดิษฐ์ทั่วไปที่ปลอดภัยและเป็นประโยชน์ต่อสังคมนั้นเป็นผลมาจากจิตวิทยาสังคมของชุมชนวิจัย AI ดังนั้นจึงอาจถูกจำกัดด้วยมาตรการภายนอกและได้รับแรงจูงใจจากมาตรการภายใน แรงจูงใจภายในสามารถเสริมสร้างได้เมื่อข้อความสอดคล้องกับนักพัฒนา AI บอมโต้แย้งว่าในทางตรงกันข้าม "ข้อความที่มีอยู่เกี่ยวกับ AI ที่เป็นประโยชน์นั้นไม่ได้ถูกนำเสนออย่างดีเสมอไป" บอมสนับสนุน "ความสัมพันธ์แบบร่วมมือและการนำเสนอภาพลักษณ์ที่ดีของนักวิจัย AI" และเตือนไม่ให้กล่าวหาว่านักวิจัย AI "ไม่ต้องการแสวงหาการออกแบบที่เป็นประโยชน์" ^{[ 18 ]}

ในหนังสือHuman Compatible ของเขา นักวิจัย AI Stuart J. Russellได้ระบุหลักการสามประการเพื่อเป็นแนวทางในการพัฒนาเครื่องจักรที่เป็นประโยชน์ เขาเน้นย้ำว่าหลักการเหล่านี้ไม่ได้มีไว้สำหรับการเขียนโค้ดลงในเครื่องจักรโดยตรง แต่มีไว้สำหรับนักพัฒนาที่เป็นมนุษย์ หลักการมีดังนี้: ^{[ 19 ] : 173}

1. เป้าหมายเดียวของเครื่องจักรคือการทำให้ความต้องการของมนุษย์เป็นจริงให้ได้มากที่สุด
2. ในขั้นต้น เครื่องจักรยังไม่แน่ใจว่าความชอบเหล่านั้นคืออะไร
3. แหล่งข้อมูลที่สำคัญที่สุดเกี่ยวกับความชอบของมนุษย์คือพฤติกรรมของมนุษย์เอง

“ความชอบ” ที่รัสเซลกล่าวถึง “ครอบคลุมทุกอย่าง ครอบคลุมทุกสิ่งที่คุณอาจสนใจ แม้กระทั่งในอนาคตอันไกลโพ้น” ^{[ 19 ] : 173} ในทำนองเดียวกัน “พฤติกรรม” รวมถึงการเลือกใดๆ ระหว่างตัวเลือก^{[ 19 ] : 177} และความไม่แน่นอนนั้นทำให้ต้องกำหนดความน่าจะเป็นบางอย่าง ซึ่งอาจค่อนข้างน้อย ให้กับความชอบของมนุษย์ที่เป็นไปได้ตามหลักตรรกะทุกประการ^{[ 19 ] : 201}

เจมส์ บาร์แรตผู้เขียนหนังสือOur Final Inventionแนะนำว่า “ต้องสร้างความร่วมมือระหว่างภาครัฐและเอกชนเพื่อนำผู้สร้าง AI มาร่วมกันแบ่งปันแนวคิดเกี่ยวกับความปลอดภัย—คล้ายกับองค์การพลังงานปรมาณูระหว่างประเทศแต่เป็นความร่วมมือกับบริษัทต่างๆ” เขากระตุ้นให้นักวิจัย AI จัดการประชุมที่คล้ายกับการประชุมAsilomar Conference on Recombinant DNAซึ่งได้หารือเกี่ยวกับความเสี่ยงของเทคโนโลยีชีวภาพ^{[ 17 ]}

จอห์น แม็กกินนิสสนับสนุนให้รัฐบาลเร่งการวิจัย AI ที่เป็นมิตร เนื่องจากเป้าหมายของ AI ที่เป็นมิตรนั้นไม่จำเป็นต้องชัดเจน เขาจึงเสนอรูปแบบที่คล้ายกับสถาบันสุขภาพแห่งชาติโดยที่ "คณะกรรมการผู้ทรงคุณวุฒิจากนักวิทยาศาสตร์คอมพิวเตอร์และนักวิทยาศาสตร์ด้านความรู้ความเข้าใจจะคัดกรองโครงการต่างๆ และเลือกโครงการที่ออกแบบมาเพื่อพัฒนา AI และรับรองว่าความก้าวหน้าดังกล่าวจะมาพร้อมกับมาตรการป้องกันที่เหมาะสม" แม็กกินนิสรู้สึกว่าการตรวจสอบโดยผู้ทรงคุณวุฒินั้นดีกว่า "การออกกฎระเบียบเพื่อแก้ไขปัญหาทางเทคนิคที่ไม่สามารถควบคุมได้ผ่านคำสั่งทางราชการ" แม็กกินนิสตั้งข้อสังเกตว่าข้อเสนอของเขานั้นแตกต่างจากของสถาบันวิจัยปัญญาประดิษฐ์ซึ่งโดยทั่วไปแล้วมุ่งที่จะหลีกเลี่ยงการมีส่วนร่วมของรัฐบาลใน AI ที่เป็นมิตร^{[ 20 ]}

นักวิจารณ์บางคนเชื่อว่าทั้ง AI ระดับมนุษย์และปัญญาประดิษฐ์ขั้นสูงไม่น่าจะเป็นไปได้ และด้วยเหตุนี้ AI ที่เป็นมิตรจึงไม่น่าจะเป็นไปได้เช่นกัน อลัน วินฟิลด์ เขียนในเดอะการ์เดียนเปรียบเทียบปัญญาประดิษฐ์ระดับมนุษย์กับการเดินทางที่เร็วกว่าแสงในแง่ของความยากลำบาก และระบุว่าในขณะที่เราจำเป็นต้อง "ระมัดระวังและเตรียมพร้อม" เนื่องจากมีความเสี่ยง แต่เรา "ไม่จำเป็นต้องหมกมุ่น" กับความเสี่ยงของปัญญาประดิษฐ์ขั้นสูง^{[ 21 ]}ในทางกลับกัน บอยล์สและโจอาควิน โต้แย้งว่าข้อเสนอของลุค มูเอลเฮาเซอร์และนิค บอสตอมในการสร้าง AI ที่เป็นมิตรนั้นดูมืดมน นี่เป็นเพราะมูเอลเฮาเซอร์และบอสตอมดูเหมือนจะยึดถือความคิดที่ว่าเครื่องจักรที่ชาญฉลาดสามารถตั้งโปรแกรมให้คิดแบบย้อนแย้งเกี่ยวกับคุณค่าทางศีลธรรมที่มนุษย์จะมีได้^{[ 13 ]}ในบทความในAI & Societyบอยล์และโจอาควินยืนยันว่า AI ดังกล่าวจะไม่เป็นมิตรนักเมื่อพิจารณาจากสิ่งต่อไปนี้: จำนวนเงื่อนไขเชิงสมมติก่อนหน้าที่ไม่มีที่สิ้นสุดซึ่งจะต้องถูกโปรแกรมลงในเครื่องจักร ความยากลำบากในการแลกเปลี่ยนชุดคุณค่าทางศีลธรรม—นั่นคือ คุณค่าที่เป็นอุดมคติมากกว่าคุณค่าที่มนุษย์มีอยู่ในปัจจุบัน และความไม่สอดคล้องกันที่เห็นได้ชัดระหว่างเงื่อนไขเชิงสมมติก่อนหน้าและผลลัพธ์ของค่าอุดมคติ^{[ 14 ]}

นักปรัชญาบางคนอ้างว่าตัวแทนที่ "มีเหตุผล" อย่างแท้จริง ไม่ว่าจะเป็นปัญญาประดิษฐ์หรือมนุษย์ จะมีเมตตาโดยธรรมชาติ ในมุมมองนี้ การป้องกันโดยเจตนาที่ออกแบบมาเพื่อสร้าง AI ที่เป็นมิตรอาจไม่จำเป็นหรืออาจเป็นอันตรายด้วยซ้ำ^{[ 22 ]}นักวิจารณ์คนอื่นๆ ตั้งคำถามว่าปัญญาประดิษฐ์จะเป็นมิตรได้หรือไม่ Adam Keiper และ Ari N. Schulman บรรณาธิการของวารสารเทคโนโลยีThe New Atlantisกล่าวว่าจะเป็นไปไม่ได้เลยที่จะรับประกันพฤติกรรมที่ "เป็นมิตร" ใน AI เพราะปัญหาความซับซ้อนทางจริยธรรมจะไม่สามารถแก้ไขได้ด้วยความก้าวหน้าของซอฟต์แวร์หรือการเพิ่มขึ้นของกำลังการประมวลผล พวกเขาเขียนว่าเกณฑ์ที่ทฤษฎี AI ที่เป็นมิตรนั้นใช้ได้ผล "ก็ต่อเมื่อเราไม่เพียงแต่มีพลังในการทำนายที่ยอดเยี่ยมเกี่ยวกับความเป็นไปได้ของผลลัพธ์ที่เป็นไปได้มากมาย แต่ยังมีความแน่นอนและฉันทามติเกี่ยวกับคุณค่าของผลลัพธ์ที่แตกต่างกันด้วย^{[ 23 ]}

การทำงานภายในของระบบ AI ขั้นสูงอาจซับซ้อนและยากต่อการตีความ ทำให้เกิดความกังวลเกี่ยวกับความโปร่งใสและความรับผิดชอบ^{[ 24 ]}

• Yudkowsky, E. (2008). ปัญญาประดิษฐ์ในฐานะปัจจัยเชิงบวกและเชิงลบในความเสี่ยงระดับโลกในความเสี่ยงหายนะระดับโลกสำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด บทความนี้ กล่าวถึงปัญญาประดิษฐ์จากมุมมองของความเสี่ยงเชิงการดำรงอยู่โดยเฉพาะอย่างยิ่ง ส่วนที่ 1-4 ให้ข้อมูลพื้นฐานเกี่ยวกับนิยามของปัญญาประดิษฐ์ที่เป็นมิตรในส่วนที่ 5 ส่วนที่ 6 กล่าวถึงความผิดพลาดสองประเภท (ทางเทคนิคและทางปรัชญา) ซึ่งทั้งสองประเภทจะนำไปสู่การสร้างปัญญาประดิษฐ์ที่ไม่เป็นมิตรโดยไม่ได้ตั้งใจ ส่วนที่ 7-13 กล่าวถึงประเด็นที่เกี่ยวข้องเพิ่มเติม
• Omohundro, S. (2008). กลไกขับเคลื่อน AI พื้นฐาน ปรากฏใน AGI-08 – รายงานการประชุมครั้งแรกเกี่ยวกับปัญญาประดิษฐ์ทั่วไป
• Mason, C. (2008). ปัญญาประดิษฐ์ระดับมนุษย์ต้องการสติปัญญาที่เห็นอกเห็นใจเก็บถาวรเมื่อ 2022-01-09 ที่Wayback MachineปรากฏในAAAI 2008 Workshop on Meta-Reasoning: Thinking About Thinking
• Froding, B. และ Peterson, M. (2021). จริยธรรม AI ที่เป็นมิตรและเทคโนโลยีสารสนเทศ เล่มที่ 23 หน้า 207–214

• ประเด็นด้านจริยธรรมในปัญญาประดิษฐ์ขั้นสูงโดย นิค บอสตอม
• ปัญญาประดิษฐ์ที่เป็นมิตร (Friendly AI) คืออะไร? — คำอธิบายโดยย่อเกี่ยวกับปัญญาประดิษฐ์ที่เป็นมิตรจากสถาบันวิจัยปัญญาประดิษฐ์ (Machine Intelligence Research Institute)
• การสร้าง AI ที่เป็นมิตร 1.0: การวิเคราะห์และการออกแบบสถาปัตยกรรมเป้าหมายที่เป็นประโยชน์ — คำอธิบายความยาวเกือบเท่าหนังสือจาก MIRI
• บทวิจารณ์แนวทางปฏิบัติของ MIRI เกี่ยวกับ AI ที่เป็นมิตร — โดยบิล ฮิบเบิร์ด
• บทวิเคราะห์เกี่ยวกับแนวทางปฏิบัติของ MIRI เรื่อง AI ที่เป็นมิตร — โดย ปีเตอร์ วอสส์
• ปัญหาของปัญญาประดิษฐ์ที่เป็นมิตร — ว่าด้วยแรงจูงใจและความเป็นไปไม่ได้ของปัญญาประดิษฐ์ที่เป็นมิตร โดย อดัม ไคเปอร์ และ อารี เอ็น. ชูลแมน