Warning: Undefined array key "postid" in /home/securitysy/domains/securitysystems.in.th/public_html/wp-content/plugins/page-views-count/src/pvc_widget.php on line 24
Warning: Undefined array key "increase" in /home/securitysy/domains/securitysystems.in.th/public_html/wp-content/plugins/page-views-count/src/pvc_widget.php on line 25
Warning: Undefined array key "show_views_today" in /home/securitysy/domains/securitysystems.in.th/public_html/wp-content/plugins/page-views-count/src/pvc_widget.php on line 26
ในช่วงทศวรรษที่ผ่านมา เราได้เห็นความก้าวหน้าอย่างก้าวกระโดดในด้านปัญญาประดิษฐ์ หรือ เอไอ (AI)และจากนี้ต่อไป เทรนด์ใหญ่ที่สำคัญของโลก ก็จะให้น้ำหนักเรื่องของ เอไอ ความอัจฉริยะ และพลานุภาพที่จะสั่นสะเทือนโลกธุรกิจ
สุรฤทธิ์ วูวงศ์ รองกรรมการผู้จัดการใหญ่ กลุ่มเทคโนโลยี ไอบีเอ็ม ประเทศไทย ไล่เรียงไมล์สโตนสำคัญว่า หากย้อนกลับไปช่วงทศวรรษ 1980 ระบบเอไอ ยังต้องอาศัยผู้เชี่ยวชาญ กำหนดแนวทางหรือกฎเพื่อบอกระบบว่าต้องทำอย่างไรเพื่อให้ได้มาซึ่งมุมมองเชิงลึกต่างๆ
ต่อมาในช่วงทศวรรษ 1980-2010 แมชีนเลิร์นนิง และดีพเลิร์นนิงเริ่มเกิดขึ้น นำสู่การที่โมเดลเอไอ สามารถจับแพทเทิร์นของข้อมูลที่มีความซับซ้อนมากขึ้นได้ ในช่วงดังกล่าว เรายังได้เห็นการใช้ เอไอ ช่วยแก้ปัญหาที่มีความซับซ้อนขึ้น โดยเฉพาะในงานด้านวิทยาศาสตร์ข้อมูล ภาษา และภาระงานที่ต้องอาศัยการรับรู้ภาพ
นับตั้งแต่ปี 2010 เป็นต้นมา ก็เริ่มเห็นศักยภาพของโมเดลดีพเลิร์นนิงที่ก้าวล้ำขึ้น สเกลใหญ่ขึ้น เติบโตอย่างต่อเนื่อง ได้เห็นการทำงานที่น่าทึ่งของโมเดลการประมวลผลภาษาธรรมชาติ (NLP) ในสเกลใหญ่ รวมถึงความสามารถของ เอไอ ในการเข้าใจภาษาธรรมชาติ (NLU) นำสู่ระบบที่ดูเหมือนจะเข้าใจวิธีที่เราพูดและเขียน และรองรับเทคโนโลยีที่เราใช้ในแต่ละวัน อย่างผู้ช่วยดิจิทัลและโปรแกรม speech-to-text ต่างๆ
อย่างไรก็ตาม วันนี้ เอไอ ก้าวมาถึงจุดเปลี่ยนสำคัญ ในทางหนึ่ง เริ่มเห็นเทรนด์ของโมเดลที่มีขนาดใหญ่และซับซ้อนมากขึ้นเรื่อยๆ สามารถนำสู่ผลลัพธ์ที่มีประสิทธิภาพล้ำสมัยที่สุด แต่อีกทาง แนวทางการสร้างและคงโมเดลขนาดใหญ่และซับซ้อนเหล่านี้ไว้ เพื่อรองรับภาระงานต่างๆ ยังเป็นไปในแนวทางที่ไม่ยั่งยืนและมีต้นทุนสูง
เทรนด์ 1 โมเดลพื้นฐาน (Foundation Models)
จุดเปลี่ยนและข้อจำกัดข้างต้น นำสู่ทิศทางสำคัญของ เอไอ วันนี้ คือ โมเดลพื้นฐานของ เอไอ ซึ่งเป็นคำที่ถูกทำให้เริ่มเป็นที่รู้จักเป็นครั้งแรกโดย Stanford Institute for Human-Centered Artificial Intelligence ในช่วงปลายปี 2018
สุรฤทธิ์ อธิบายว่า “วันนี้เราเริ่มเห็นแนวทางที่จะช่วยให้บรรลุเป้าหมายทั้งในแง่ประสิทธิภาพและต้นทุนที่ต่ำลง โดยเราสามารถสร้างโมเดลล้ำสมัยที่ทรงพลัง ที่มีความซับซ้อนกว่าและต้องอาศัยการเทรนมากกว่า แต่โมเดลเหล่านี้สามารถนำไปปรับใช้เพื่อรองรับรูปแบบงานที่ต่อขยายออกไปอีกมากมายได้ โดยทำได้เร็วขึ้นกว่าเดิมมาก ด้วยต้นทุนที่ต่ำลงมาก ก้าวย่างสำคัญนี้ช่วยเพิ่มประสิทธิภาพของ เอไอและนำสู่ต้นทุนที่ต่ำลง เมื่อเทียบกับการสร้างทีละโมเดลขึ้นมาใหม่”
เทรนด์ 2 ข้อมูลสังเคราะห์ (Synthetic Data)
สุรฤทธิ์ อธิบายต่อว่า เอไอ สมัยใหม่ถูกเทรนขึ้นจากข้อมูลจริง ดังตัวอย่างของแชทบ็อทหรือแม้แต่ระบบตรวจการสะกดต่างๆ โดยโมเดลดีพเลิร์นนิงที่ได้รับการเทรนด้วยข้อมูลและวิดีโอที่คัดลอกมาจากเว็บไซต์อย่าง Wikipedia และ ยูทูบ สามารถเรียนรู้ที่จะคาดการณ์และตัดสินใจบนพื้นฐานของแพทเทิร์น ที่ดึงมาจากตัวอย่างในโลกแห่งความเป็นจริงนับพันล้านตัวอย่างเหล่านี้ได้
อย่างไรก็ดี แม้จะมีความคืบหน้าเกิดขึ้น แต่ข้อมูลจริงก็มาพร้อมจุดบอดที่น่ากังวล เช่น วันนี้ข้อมูลการดูแลสุขภาพ ข้อมูลทางการเงิน ข้อมูลผู้บริโภค และเนื้อหาบนเว็บ ต่างได้รับการคุ้มครองโดยกฎหมายความเป็นส่วนตัวของข้อมูล รวมถึงจริยธรรมและกฎหมายลิขสิทธิ์ต่างๆ ขณะที่ข้อมูลประเภทอื่น มีช่องโหว่และมาพร้อมกับต้นทุนในการดูแลจัดการที่สูง การจะรวบรวม ระบุประเภท และตรวจสอบข้อมูลจริงก็มีค่าใช้จ่ายสูง และมีความเอนเอียงที่อาจกลายเป็นตัวเสริมหรือขยายความไม่เท่าเทียมต่างๆ
สุรฤทธิ์ เสริมว่า “ไม่ว่าจะรวบรวมข้อมูลได้มากเพียงใด ก็ไม่เพียงพอที่จะสะท้อนความซับซ้อนของเรื่องต่างๆ ได้ทั้งหมด ช่องว่างระหว่างความเป็นจริงและสิ่งที่ถูกสะท้อนออกมา ทำให้เกิดช่องโหว่ที่อาจทำให้ เอไอ ทำเรื่องผิดพลาดที่ไม่คาดคิด อย่างการที่แชทบอทพูดจาเหยียดผิวและเหยียดเพศ หรือระบบคัดกรองเรซูเม่ที่ข้ามผ่านผู้สมัครงานที่มีคุณสมบัติเหมาะสมไป”
ขณะที่ อนาคตอันใกล้นี้ ข้อมูลสังเคราะห์ จะนำสู่แนวทางแก้ปัญหาดังกล่าว โดยข้อมูลตัวอย่างที่สร้างด้วยคอมพิวเตอร์ ที่สามารถเพิ่มหรือแทนที่ข้อมูลจริงได้ จะช่วยให้สามารถเทรนโมเดล เอไอ ได้อย่างรวดเร็ว ข้อมูลสังเคราะห์จะช่วยแก้ปัญหาเมื่อไม่มีข้อมูลจริง ขณะเดียวกันก็ช่วยหลีกเลี่ยงการใช้ข้อมูลที่มีความละเอียดอ่อน เพิ่มความถูกต้อง และช่วยลดอคติหรือจุดอ่อนด้านความปลอดภัยต่างๆ”
เทรนด์ 3 AI ที่มีสามัญสำนึก
ในโลกแห่งความเป็นจริง การที่ เอไอ จะโต้ตอบกับมนุษย์ได้อย่างราบรื่นไม่มีสะดุดนั้น ระบบเอไอ ต้องสามารถเข้าใจและอนุมานสภาพจิตใจของมนุษย์โดยสังเกตจากการกระทำต่างๆ ได้
ความเข้าใจลักษณะนี้เป็นเรื่องง่ายสำหรับมนุษย์ มนุษย์สามารถแยกแยะคนจากวัตถุต่างๆ ได้ สามารถแยกแยะระหว่างค่าใช้จ่ายและผลตอบแทน สามารถอนุมานข้อจำกัดที่ซ่อนอยู่โดยอาศัยการสังเกต รวมถึงสามารถคาดการณ์สิ่งที่ต้องทำต่อไปเพื่อให้บรรลุเป้าหมายได้ หลักเหตุผลทางจิตวิทยานี้ถูกพัฒนาขึ้นในมนุษย์ตั้งแต่ช่วงแรก แม้ทารกจะมีประสบการณ์จำกัด แต่พวกเขาก็สามารถเรียนรู้ที่จะทำความเข้าใจกับคนและสถานการณ์ใหม่ๆ ได้ ความเข้าใจเหล่านี้เป็นพื้นฐานของสิ่งที่เราเรียกว่าสามัญสำนึก
สุรฤทธิ์ เล่าว่า “วันนี้เราเริ่มเห็นความก้าวหน้าในการสร้างระบบเอไอ ที่สามารถอนุมานสภาพจิตใจ ทำนายการกระทำในอนาคต หรือแม้แต่ทำงานร่วมกับมนุษย์ได้ อย่างไรก็ตาม เรายังขาดเกณฑ์มาตรฐานที่เที่ยงตรงแม่นยำในการประเมินความสามารถในการให้เหตุผลทางจิตวิทยาของโมเดล เอไอ ซึ่งก็คือสามัญสำนึกของ เอไอ นั่นเอง”
AI ที่มีสามัญสำนึก จึงเป็นอีกเทรนด์อนาคตของเอไอที่เราจะได้เห็นในไม่ช้านี้
แหล่งข้อมูล