ผมว่าหลายเคยน่าจะสงสัยกันว่า AI มันมีที่มาที่ไปยังไง? ทำไมตอนนี้มันถึงกลายเป็นเรื่องฮอตฮิตกันขนาดนี้? มาดูกันว่าเจ้า AI ที่เราใช้กันทุกวันนี้ มันมีประวัติความเป็นมาที่เจ๋งแค่ไหน
ย้อนกลับไปเมื่อฤดูร้อนปี 1956 มีการรวมตัวกันของเหล่านักวิชาการระดับเทพที่ Dartmouth College ในรัฐ New Hampshire สหรัฐอเมริกา นำโดยนักวิจัยหนุ่มชื่อ John McCarthy
พวกเขาต้องการการสร้างเครื่องจักรที่สามารถคิดเหมือนคน ใช้ภาษา และแก้ปัญหาได้ McCarthy เป็นคนตั้งชื่อ “ปัญญาประดิษฐ์” หรือ Artificial Intelligence ขึ้นเป็นครั้งแรกในการประชุมนี้เอง
จุดนี้แหละที่เรียกได้ว่าเป็นจุดพีคของการศึกษา AI อย่างจริงจัง แม้ว่าก่อนหน้านี้จะมีการถกเถียงเรื่องเครื่องจักรที่คิดได้มาบ้างแล้ว จากอัจฉริยะอย่าง Alan Turing กับ John von Neumann
McCarthy ตั้งชื่อแบบกว้างๆ เพื่อให้ครอบคลุมแนวคิดหลายรูปแบบ ไม่ว่าจะเป็นระบบที่ใช้ตรรกะแบบคณิตศาสตร์ หรือระบบที่ใช้ความน่าจะเป็นที่สามารถปรับเปลี่ยนได้ตลอดเวลา
ในทศวรรษต่อมา นักวิจัยทั้งหลายต่างถกเถียงกันอย่างหนักว่า AI ควรพัฒนาไปทางไหน จนกระทั่งทศวรรษ 1980 ทุกคนเห็นตรงกันว่า “ระบบผู้เชี่ยวชาญ (Expert System)” คือคำตอบ
ระบบผู้เชี่ยวชาญคือการเลียนแบบกระบวนการและความเป็นเหตุเป็นผลของผู้เชี่ยวชาญในการแก้ไขปัญหาที่ซับซ้อน รัฐบาลญี่ปุ่นถึงกับทุ่มเงินอัดฉีดสนับสนุนแนวคิดนี้อย่างเต็มที่
แต่แล้วความฝันก็พังไม่เป็นท่า เมื่อระบบเหล่านี้ไม่สามารถจัดการกับความวุ่นวายของโลกจริงได้ AI กลายเป็นคำที่ใครได้ยินก็ยี้ เพราะมันถูกโม้ไว้มากแต่ทำจริงได้น้อย
นักวิจัยเริ่มเลิกใช้คำว่า AI กัน เริ่มรู้สึกอายเวลามีคนถามว่าทำอะไรอยู่แล้วต้องตอบว่า “วิจัย AI” แต่ยังมีนักสู้บางคนที่ฝ่าฝันต่อสู้ต่อไป
พวกเขาหันมาสนใจการจำลองการทำงานของสมองมนุษย์แทน แนวคิดนี้เริ่มมาตั้งแต่ทศวรรษ 1940 แล้ว เมื่อนักวิทยาศาสตร์ค้นพบหลักการทำงานของเซลล์สมอง
ในสมองคนเรา เซลล์ประสาทเชื่อมต่อกันเป็นเครือข่าย Marvin Minsky หนึ่งในผู้เข้าร่วมประชุมที่ Dartford ลองจำลองเรื่องนี้ในแล็บโดยใช้ฮาร์ดแวร์ แต่ต่อมาก็มีการจำลองด้วยซอฟต์แวร์แทน
เครือข่ายประสาทเทียมพวกนี้ไม่ได้ใช้กฎตายตัวเหมือนโปรแกรมทั่วไป แต่มัน “เรียนรู้” จากตัวอย่างมากมาย คล้ายๆ เด็กที่เรียนรู้จากประสบการณ์นั่นแหละ
ในระหว่างฝึก การเชื่อมต่อระหว่างเซลล์ประสาทจะถูกปรับแต่งซ้ำๆ จนสุดท้ายข้อมูลที่ป้อนเข้าไปจะทำให้ได้ผลลัพธ์ที่ถูกต้อง
Minsky เองดันทิ้งแนวคิดนี้ไป แต่คนอื่นยังคงพัฒนาต่อ ต้นทศวรรษ 1990 เครือข่ายประสาทถูกฝึกให้ทำอะไรง่ายๆ เช่น อ่านตัวเลขลายมือเพื่อคัดแยกจดหมาย
นักวิจัยอยากเพิ่มชั้นของเซลล์ประสาทให้มากขึ้น เพื่อให้ทำงานซับซ้อนได้ แต่มันยิ่งซับซ้อนก็ยิ่งช้า ช้าจนน่าหงุดหงิด แต่ความหวังก็มาในรูปแบบของฮาร์ดแวร์ใหม่
ปี 2009 นักวิจัยจาก Stanford University ทำให้เครือข่ายประสาทเร็วขึ้น 70 เท่า โดยใช้คอมพิวเตอร์เกมในหอพัก! พวกเขาใช้ GPU หรือหน่วยประมวลผลกราฟิกที่มีในคอมเกม แทนที่จะใช้ CPU แบบปกติ
การเพิ่มความเร็วนี้ทำให้ฝึกเครือข่ายขนาดใหญ่ได้ในเวลาที่เข้าท่า เครือข่ายที่มีหลายชั้น หรือที่เรียกว่า “ลึก” นี่แหละที่พิสูจน์แล้วว่าทำงานได้โครตเทพเลย
แนวทางใหม่นี้ถูกเรียกว่า “การเรียนรู้เชิงลึก” หรือ Deep Learning ซึ่งความเจ๋งของมันโชว์ชัดในการแข่งขัน ImageNet Challenge ปี 2012
คือในการแข่งนี้ ระบบจดจำภาพจะได้รับฐานข้อมูลภาพที่มีป้ายกำกับกว่าล้านภาพ แล้วต้องบอกให้ได้ว่าภาพใหม่ๆ ที่ไม่เคยเห็นคือภาพอะไร
ทีมของ Geoff Hinton จาก University of Toronto ใช้การเรียนรู้เชิงลึก ทำความแม่นยำได้ถึง 85% ซึ่งถือว่าเป็นการก้าวกระโดดครั้งสำคัญมาก
ภายในปี 2015 ทุกคนในวงการจดจำภาพหันมาใช้การเรียนรู้เชิงลึกกันหมด และความแม่นยำของผู้ชนะ ImageNet Challenge พุ่งทะยานไปถึง 96% เรียกได้ว่าเทพยิ่งกว่ามนุษย์ซะอีก!
การเรียนรู้เชิงลึกไม่ได้แค่จำภาพได้ แต่ยังรู้จำเสียงพูด (แปลงเสียงเป็นข้อความ) จดจำใบหน้า (บอกว่าหน้านี้เป็นใคร) และแปลภาษาได้ด้วย
อินเทอร์เน็ตก็มีบทบาทสำคัญเช่นเดียวกัน เพราะเป็นแหล่งข้อมูลมหาศาลสำหรับฝึก AI และยิ่งเครือข่ายใหญ่ขึ้น ได้ข้อมูลฝึกมากขึ้น ประสิทธิภาพก็ยิ่งดีขึ้น
การเรียนรู้เชิงลึกรังสรรค์ผลิตภัณฑ์และบริการใหม่ๆ อย่างรวดเร็ว อุปกรณ์สั่งงานด้วยเสียงอย่าง Alexa ของ Amazon โผล่มา บริการถอดเสียงออนไลน์เริ่มใช้ได้จริง เว็บเบราว์เซอร์แปลภาษาได้อัตโนมัติ
AI กลายเป็นคำที่คูลขึ้นมาทันที ไม่ใช่เรื่องที่น่าอายอีกต่อไป แม้ว่าจริงๆ แล้ว เทคโนโลยีที่เรียกว่า AI ส่วนใหญ่ก็คือการเรียนรู้เชิงลึกนี่แหละ
ปี 2017 มีการปฏิวัติอีกครั้งด้วย “transformer” วิธีใหม่ในการจัดเรียงการเชื่อมต่อระหว่างเซลล์ประสาท มันช่วยให้เครือข่ายประสาทติดตามรูปแบบในข้อมูลได้ แม้ว่าส่วนประกอบของรูปแบบจะอยู่ห่างกันก็ตาม
Transformer ทำให้เข้าใจบริบทได้ดีขึ้น เหมาะกับเทคนิค “การเรียนรู้แบบกำกับตนเอง” ที่คำบางคำจะถูกลบไป แล้วโมเดลต้องเดาว่าคำที่หายไปน่าจะเป็นอะไร
ข้อดีคือไม่ต้องติดป้ายข้อมูลก่อนฝึก เพราะฉะนั้นก็สามารถเอาข้อความดิบๆ หลายพันล้านคำจากอินเทอร์เน็ตมาใช้ฝึกได้เลย เรียกได้ว่าสะดวกแบบจัดเต็ม!
โมเดลภาษาขนาดใหญ่ (Large Language Models หรือ LLMs) ที่ใช้ transformer เริ่มดังกระฉูดในปี 2019 เมื่อ OpenAI ปล่อย GPT-2 ออกมา (GPT ย่อมาจาก generative pre-trained transformer)
LLMs พวกนี้มีความสามารถที่ “เกิดขึ้นเอง” ซึ่งไม่ได้ถูกฝึกโดยตรง การดูดซึมภาษามหาศาลทำให้มันไม่เพียงเก่งด้านภาษา แต่ยังคำนวณง่ายๆ และเขียนโค้ดได้ด้วย เพราะพวกนี้แฝงอยู่ในข้อมูลฝึก
แต่มันก็มีด้านมืดเช่นเดียวกัน มันอาจซึมซับอคติจากข้อมูลที่ใช้ฝึกด้วย ทำให้อคติในสังคมมนุษย์ปรากฏในผลลัพธ์ของมันได้
พฤศจิกายน 2022 เป็นจุดเปลี่ยนครั้งใหญ่ เมื่อ OpenAI เปิดตัว ChatGPT ซึ่งเป็นแชทบอทที่ใช้ GPT-3.5 ให้คนทั่วไปใช้ ไม่เคยมีผลิตภัณฑ์ไหนเติบโตเร็วขนาดนี้มาก่อน
ภายในไม่กี่สัปดาห์ ChatGPT สามารถเขียนเรียงความระดับมหาวิทยาลัย เขียนโค้ดคอมพิวเตอร์ และอีกมากมาย AI ได้ก้าวกระโดดอีกครั้ง!
ถ้าผลิตภัณฑ์ AI ยุคแรกเน้นการจดจำ ยุคที่สองนี้เน้นการสร้างสรรค์ Stable Diffusion กับ DALL-E ที่ออกมาช่วงเดียวกัน ใช้เทคนิค diffusion แปลงข้อความเป็นภาพ โมเดลอื่นๆ ก็สร้างวิดีโอ เสียงพูด หรือดนตรีได้สมจริงจนอ้าปากค้าง
ChatGPT และคู่แข่งอย่าง Gemini (จาก Google) กับ Claude (จาก Anthropic ซึ่งก่อตั้งโดยอดีตพนักงาน OpenAI) ตอบสนองด้วยสิ่งใหม่ๆ ที่ทำให้รู้สึกต่างจากซอฟต์แวร์ที่แค่จดจำหรือแปล
พวกมันดูเหมือนจะ “ใช้ภาษา” และ “สร้างนามธรรม” ได้จริงๆ ตามสิ่งที่ McCarthy ฝันไว้เมื่อเกือบ 70 ปีก่อน
แต่ความก้าวหน้าแบบฉุดไม่อยู่ของ AI ก็นำมาซึ่งคำถามและข้อกังวลมากมาย โดยเฉพาะเรื่องจริยธรรมและผลกระทบต่อสังคม
AI อาจได้รับและผลิตซ้ำอคติจากสังคมมนุษย์ อีกทั้งยังมีความเสี่ยงเรื่องข่าวปลอมและความเป็นส่วนตัวที่ต้องระวัง
แต่ในขณะเดียวกัน AI ก็เปิดโอกาสมากมายในการพัฒนาคุณภาพชีวิตของมนุษย์ ทั้งการแพทย์ การศึกษา และอื่นๆ อีกมากที่เรายังนึกไม่ถึง
ตอนนี้เราอยู่ในจุดเปลี่ยนสำคัญของประวัติศาสตร์ AI ความฝันของผู้บุกเบิกกำลังเป็นจริง พร้อมๆ กับความท้าทายใหม่ๆ ที่เราต้องเผชิญร่วมกัน
คำถามสำคัญคือ เราจะใช้ประโยชน์จาก AI อย่างชาญฉลาดและรับผิดชอบได้อย่างไร เพื่อให้มันเป็นเครื่องมือที่ช่วยขีดเขียนชะตาชีวิตมนุษยชาติไปในทางที่ดีขึ้น
ในอนาคตอันใกล้ เราอาจได้เห็น AI ที่เทพยิ่งกว่านี้อีก แต่เราต้องไม่ลืมว่ามันเป็นเพียงเครื่องมือที่มนุษย์สร้างขึ้น การใช้งานอย่างมีจริยธรรมจึงเป็นสิ่งสำคัญ
ท้ายที่สุด การพัฒนา AI ไม่ใช่แค่เรื่องเทคโนโลยี แต่เป็นเรื่องของมนุษยชาติทั้งหมด เราทุกคนมีส่วนร่วมในการกำหนดอนาคตของ AI และโลกที่เราจะอยู่ร่วมกับมัน
ความเข้าใจ การมีส่วนร่วม และความรับผิดชอบของเราทุกคนจะเป็นกุญแจสำคัญในการสร้างอนาคตที่ AI และมนุษย์อยู่ร่วมกันได้อย่างสร้างสรรค์และยั่งยืน
นี่แหละคือเส้นทางอันน่าทึ่งของ AI จากความฝันในห้องประชุมเล็กๆ สู่เทคโนโลยีที่กำลังเปลี่ยนแปลงโลกของเราทุกวันนี้ และเชื่อเถอะว่า เรายังได้เห็นอะไรเจ๋งๆ อีกเยอะในอนาคตอันใกล้นี้อย่างแน่นอน!
Related Posts
ติดตามสาระดี ๆ อัพเดททุกวันผ่าน Line OA
Geek Forever Club พื้นที่ของการแลกเปลี่ยนข้อมูลข่าวสาร ความรู้ ด้านธุรกิจ เทคโนโลยีและวิทยาศาสตร์ ใหม่ ๆ ที่น่าสนใจ
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
