Alpha Go กับมุมมองที่เปลี่ยนไปต่อ AI

ต้องบอกว่า Blog นี้ มาจากการที่ได้มีโอกาสดู Documentary ของ Netflix ที่ชื่อว่า Alpha Go  ซึ่งเป็นการเล่าเรื่องถึง ความเป็นมาของ Alpha Go ของทาง Lab Deepmind ของ Google ที่มีฐานอยู่ที่กรุงลอนดอน ประเทศอังกฤษ

ก่อนหน้าที่จะเกิด Alpha Go นั้น ทาง Lab Deepmind ก็ได้ทำการทดลองกับเกมส์ Classic อย่าง Atari Breakout  ซึ่งเป็นเกมส์ที่ไม่ได้เล่นยากเกินไปถ้าเทียบกับเกมส์ อย่าง โกะ หรือ หมากรุก ซึ่งต้องบอกว่าผลการทดสอบกับ Atari-Breakout นั้นได้ผลลัพธ์ที่น่าสนใจ คือ การเรียนรู้ด้วยตัวเองของ AI ทำให้สามารถเรียนรู้ที่จะชนะเกมส์อย่าง Break Out ได้อย่างเด็ดขาด

หลังจากนั้น ก็เริ่มทำการทดลองกับเกมส์ที่ยากขึ้นอย่าง โกะ ซึ่งต้องบอกว่าเป็น บอร์ดเกมส์ ที่ขึ้นชื่อว่ายากที่สุด และมีความน่าจะเป็นที่เกิดขึ้นกับกระดานโกะ มากกว่า เกมส์อย่าง หมากรุก หรือ หมากฮอส หลายเท่า

ซึ่งการที่จะพัฒนา AI ที่เล่นเกมส์โกะ ให้เอาชนะแชมป์โลกได้นั้น เป็นเรื่องที่ไกลเกินเอื้อม และคงไม่มีนักเล่นโกะคนใด ที่คิดว่า Alpha Go จะสามารถเอาชนะ แชมป์โลกโกะได้ในขณะนั้น แต่ Deepmind นั้นก็ได้เริ่มพัฒนา Alpha Go ขึ้นมาโดยเริ่มแรกให้เรียนรู้จาก ผู้เล่น Online ที่อยู่ในระบบก่อน โดยเป็นการเรียนรู้การเล่นกว่าแสนเกมส์ ทำให้ช่วงแรกนั้นก็ยังมีข้อผิดพลาดอยู่บ้าง

จนถึงการมาพบกับแชมป์โกะของยุโรป อย่าง Fan Hui ซึ่งเป็นเจ้าของแชมป์ยุโรปคนล่าสุด  ต้องบอกว่าก่อนมาแข่งนั้น Fan Hui  นั้นมั่นใจมาก ๆ ว่า Alpha Go ไม่สามารถเอาชนะเขาได้แน่ ๆ แต่การแข่งขันจริงนั้น เขาแพ้ให้กับ Alpha Go ไปแบบหมดรูป 5-0 เกมส์ ทำให้มุมมองของ Fan Hui นั้นเปลี่ยนไปเลยทีเดียว ต้องหันกลับมามอง เจ้า Alpha Go ใหม่อีกครั้ง และสุดท้ายก็ยอมเป็นที่ปรึกษาให้กับ Deepmind เพื่อทำการพัฒนาเจ้า Alpha Go ให้เก่งขึ้นไปอีกระดับ ก่อนที่จะมาแข่งขันจริงกับ Lee Sedol แชมป์โลก ระดับ 9 ดั้ง ซึ่งถือเป็นชั้นสูงสุดของวงการเกมส์โกะ

ซึ่งต้องบอกว่าก่อนแข่งนั้น Lee Sedol ได้ปรามาส Alpha Go ไว้ค่อนข้างเยอะ และ ค่อนข้างมั่นใจเช่นเดียวกับ Fan Hui ว่าเขาสามารถเอาชนะ เจ้า Alpha Go ได้แน่ ๆ

ต้องบอกว่าเกมส์ นี้ เป็นเกมส์เดิมพันที่ค่อนข้างสูงเลยทีเดียว Deepmind มีโอกาสที่จะเสียหน้าต่อสายตาคนทั้งโลกเลยก็ว่าได้  แม้กระทั่งหัวหน้าด้านการวิจัย Alpha Go ของ Deepmind เองก็ยังไม่ค่อยมั่นใจเท่าไหร่ในตอนแรกว่า Alpha Go จะสามารถเอาชนะ Lee Sedol ได้หรือไม่  เพราะก่อนแข่งนั้น Fan Hui ที่มารับบทที่ปรึกษาได้ค้นพบจุดอ่อนบางอย่างของ Alpha Go ซึ่งไม่สามารถที่จะแก้ไขได้ทันการแข่งขัน จึงต้องทำการ Build Version ที่เสถียรที่สุดออกไปก่อน เพราะการแข่งขันได้ถูกกำหนดวันที่ไว้เป็นทีเ่รียบร้อยแล้ว

แต่ต้องบอกว่า การแข่งขันจริงนั้น Lee Sedol พ่ายแพ้ไปอย่างหมดรูป โดยเฉพาะ 3 เกมส์แรกนั้น ต้องบอกว่าการเดินหมากของ Lee Sedol นั้นไม่เป็นตัวของตัวเองเลยด้วยซ้ำ เหตุผลนึงน่าจะมาจาก เค้าไม่สามารถรับรู้ได้ถึงความรู้สึกของคู่แข่ง เหมือนแข่งกันมนุษย์จริง ๆ เพราะ Alpha Go ใช้คนเดินหมากแทน โดยให้ Alpha Go เป็นคนคิดว่าจะวางหมากไว้จุดใด ซึ่งทำให้ Lee Sedol ไม่สามารถอ่านใจคู่แข่งได้เลย ว่าอยู่ในอารมณ์ไหน ซึ่งเป็นจุดสำคัญจุดนึงเลยก็ว่าได้ ที่ Alpha Go มีความได้เปรียบ เพราะ ไม่มีการแสดงออกทางกายภาพเลยว่า ตอนนี้หมากในเกมส์เป็นอย่างไร ได้เปรียบ หรือ เสียเปรียบอยู่

พอถึงเกมส์ที่ 4 ซึ่ง Lee Sedol เริ่มไร้ความกดดันใด ๆ แล้ว เพราะยังไงก็แพ้แน่นอนแล้ว จึงทำให้สามารถกลับมาเล่นในเกมส์ของตัวเองได้อีกครั้ง และครั้งนี้ เหมือนกับ Alpha Go จะมีการเดินหมากที่ผิดพลาดอยู่หลายครั้งมาก ทั้งที่ควรจะชนะไปได้แบบไม่ยากเย็น แต่ Lee Sedol ก็สามารถแก้เกมส์กลับมาเอาชนะไปได้ ซึ่งความกดดันนั้นน่าจะเป็นเหตุผลหลักเหตุผลนึงเลยก็ว่าได้ ที่ทำให้ Lee Sedol แพ้ไปอย่างหมดรูปใน 3 เกมส์แรก พอเริ่มคลายความกดดัน จึงสามารถเล่นเกมส์ ของตัวเองได้ จนมาชนะในเกมส์ที่ 4 แต่ในเกมส์สุดท้าย Alpha Go ก็กลับมาชนะได้อีกครั้ง รวมเป็นผล 4-1  ต้องถือว่าบรรลุเป้าหมายของทาง Deepmind ที่สามารถเอาชนะมนุษย์ที่เก่งเกมส์โกะ ที่สุดในโลกไปได้

การเอาชนะแชมป์โกะเปลี่ยนแปลงมุมมองต่อ AI อย่างไร?

ต้องบอกว่า ก่อนหน้านี้ ที่ IBM เคยเอาชนะแชมป์หมากรุกโลกได้นั้น ถือเป็นเรื่องเล็ก ๆ ไปเลย เมื่อเทียบกับเกมส์โกะ เพราะเกมส์โกะ เป็นเกมส์ที่มีความน่าจะเป็นในกระดานสูงมาก และต้องคิดแบบหลายชั้น ซึ่งการที่ AI สามารถเอาชนะขีดจำกัดในข้อนี้ของมนุษย์ได้นั้น ถือว่าเป็นเรื่องที่ไม่ธรรมดา เราต้องลองจินตนาการว่า หาก Alpha Go สามารถเอาชนะแชมป์โลกโกะ ได้ แล้วต่อไปจะเกิดอะไรขึ้น เมื่อ AI สามารถเรียนรู้การทำงานของมนุษย์ และรู้ถึงจุดอ่อนของมนุษย์เราได้

ต่อจากนี้เราก็อาจจะได้เห็น Alpha Go ในทุก Domain เลยก็ว่าได้ลองจินตนาการว่า  หมอที่เก่งที่สุดในโลกในด้านที่ AI สามารถจำลองการทำงานได้ เช่น รังสีแพทย์ ที่ใช้ในการวิเคราะห์ผลจากการถ่าย X-RAY ไม่ว่าจะเป็น Ultrasound , MRI , CT-Scan เพื่อใช้ในการวิเคราะห์โรคร้ายต่าง ๆ ซึ่งหมอเล่านี้นั้น ต้องใช้การเรียนรู้ + ประสบการณ์ในการ วิเคราะห์ภาพที่ได้จากเครื่อง X-RAY ชนิดต่าง ๆ ซึ่ง ไม่ยากเลยสำหรับ AI ที่จะเรียนรู้แบบหมอได้ และเทคโนโลยีปัจจุบันนั้น คิดว่า สมมติว่ามีการแข่งขัน ให้หมอที่เทพที่สุดด้านนี้ มาแข่งกับ AI ผลน่าจะไม่ต่างจากเกมส์โกะ ที่สามารถเอาชนะแชมป์โลกไปได้อย่างไม่ยากเย็น แต่ก็อยู่ที่ว่ามนุษย์เรานั้นจะสามารถยอมรับได้หรือไม่ หากต่อไป นั้น เราจะถูกวินิจฉัยโดย AI ซึ่งไม่ใช่หมอ เช่นเดียวกับ ในอนาคตอันใกล้นี้ เราจะยอมรับได้มั๊ยว่า รถแบบขับเคลื่อนอัตโนมัตินั้น จะเป็นรถปรกติที่วิ่งบนถนนเดียวกับเรา ซึ่ง ยังไงอัตรการเกิดอุบติเหตุจาก AI เหล่านี้ ก็น่าจะน้อยกว่ามนุษย์อยู่แล้ว เพราะความแม่นยำที่สามารถตรวจสอบได้ และขีดจำกัดหลาย ๆ อย่างของมนุษย์นั้น จะไม่สามารถทำงานได้เทียบเท่า AI อีกต่อไป

 

References : Netflix.com


 


ติดตามสาระดี ๆ อัพเดททุกวันผ่าน Line OA


Line OA


Geek Forever’s Podcast


“Open Your World With Technology


AI , Blockchain และเทคโนโลยีใหม่ ๆ กำลังเข้ามามีบทบาทสำคัญในหลายธุรกิจ ทั้ง แวดวงการเงิน สุขภาพ หรือ งานด้านบริการต่าง ๆ ผมเป็นคนหนึ่งที่สนใจเกี่ยวกับ AI หรือ Machine Learning

Podcast ของผมจะเล่าเรื่องราวต่าง รวมถึงเรื่องที่ผมสนใจอื่น ๆ เช่น startup หนังสือ หนัง หรือ กีฬาฟุตบอล อยากชวนคนที่สนใจให้ลองมาติดตาม podcast ของผมกันด้วยนะครับ

ฟังผ่าน podbean
ฟังผ่าน podbean
ฟังผ่าน Apple Podcasts
ฟังผ่าน Apple Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Spotify
ฟังผ่าน Spotify
ฟังผ่าน Youtube
ฟังผ่าน Youtube


ติดตาม ด.ดล Blog เพิ่มเติมได้ที่

Fanpage : www.facebook.com/tharadhol.blog
Blockdit : www.blockdit.com/tharadhol.blog
Twitter : www.twitter.com/tharadhol
Instragram : instragram.com/tharadhol
TikTok : tiktok.com/@geek.forever
Youtube : www.youtube.com/c/mrtharadhol
Linkedin : www.linkedin.com/in/tharadhol
Website : www.tharadhol.com