AI x Biotechnology เมื่อสองเทคโนโลยีผสานเพื่อแก้ไขปัญหาที่มีมายาวนานของมนุษยชาติ

เป็นพาร์ทหนึ่งที่น่าสนใจมากจากหนังสือ The Coming Wave :  Technology, Power, and the Twenty-first Century’s Greatest Dilemma โดย Mustafa Suleyman ที่เป็นเรื่องราวเกี่ยวกับความก้าวหน้าที่สำคัญมาก ๆ เมื่อโลกของเทคโนโลยี AI มาบรรจบกับเทคโนโลยีด้านชีวภาพ

โปรตีนเป็นองค์ประกอบสำคัญของชีวิต กล้ามเนื้อ เลือด ฮอร์โมน หรือแม้กระทั่งเส้นผมของมนุษย์เรา โดยเป็นสัดส่วนถึง 75% ของน้ำหนักของมนุษย์โดยส่วนใหญ่

เรียกได้ว่าโปรตีนอยู่ในทุกอณูของชีวิตมนุษย์เรา ทำหน้าที่สำคัญมากมาย และมนุษย์เราก็มีคำถามที่สำคัญกับเรื่องโปรตีนมานานแล้ว

แต่ปัญหาหลักที่เกิดขึ้นกับองค์ความรู้ของมนุษย์เราที่ผ่านมาก็คือ การรู้เพียงแค่ลำดับ DNA เพียงอย่างเดียวนั้นมันยังไม่เพียงพอที่จะรู้ว่าโปรตีนทำงานอย่างไร

เราต้องทำความเข้าใจว่าการม้วนพับของโปรตีนนั้นมันเกิดขึ้นได้อย่างไร และมันเป็นปัญหาคลาสสิกที่มนุษย์เราต้องการที่จะเรียนรู้มันมานานแล้ว

แต่เดิมเราใช้วิธีการคำนวณแบบ brute-force ซึ่งก็คือการพยายามหาความเป็นไปได้ทั้งหมดที่สามารถเกิดขึ้นได้ ใช้ความถึกล้วน ๆ ซึ่งมันอาจจะใช้เวลานานกว่าอายุของเอกภพที่เรารู้จักกันเสียอีกกว่าจะได้เรียนรู้มันแบบจริง ๆ จัง ๆ

การค้นหาว่าการม้วนพับของโปรตีนมันทำได้อย่างไรจึงเป็นกระบวนการที่มีความท้าทายสูงมาก ๆ ซึ่งใช้เวลานานหลายทศวรรษแล้วที่นักวิทยาศาสตร์พยายามค้นหาวิธีว่ามันมีวิธีที่ดีกว่าเดิมหรือไม่

ในปี 1993 พวกเขาได้ตัดสินใจจัดการแข่งขันปีละ 2 ครั้งที่เรียกว่า Critical Assessment for Structure Prediction (CASP) เพื่อดูว่าใครที่จะสามารถแก้ไขปัญหาการม้วนพับของโปรตีนได้

ใครก็ตามในโลกใบนี้ที่สามารถคาดการณ์ได้ดีที่สุดว่าโปรตีนพับได้อย่างไรจะเป็นผู้ชนะ ซึ่งในไม่ช้า CASP ก็กลายเป็นมาตรฐานในสนามที่มีการแข่งขันที่ดุเดือดที่สุดแห่งหนึ่งของโลก

และการแข่งขัน CASP13 ในปี 2018 ซึ่งจัดขึ้นที่รีสอร์ตที่มีต้นปาล์มรายล้อมในแคนคูน ประเทศเม็กซิโก มีทีมม้ามืดทีมหนึ่งได้เข้ามาร่วมแข่งขันโดยที่ประสบการณ์ในแวดวงนี้ของพวกเขาแทบจะเป็นศูนย์

ทีมม้ามืดทีมนี้สามารถเอาชนะทีมอื่น ๆ ที่ล้วนแล้วแต่เป็นนักวิจัยที่เก่งกาจในสาขานี้รวมถึงทั้งสิ้น 98 ทีมไปได้อย่างง่ายดาย

และทีมม้ามืดทีมนั้นก็คือทีม DeepMind ซึ่งได้สร้างโปรเจกต์ลับที่มีชื่อว่า AlphaFold โดยเป็นโครงการแฮ็กกาธอนเป็นเวลาหนึ่งสัปดาห์ภายในบริษัทเมื่อปี 2016

โปรเจกต์ดังกล่าวทำให้นักวิจัยในแขนงดังกล่าวทั่วโลกต่างอึ้งกับผลลัพท์ที่ทีม ๆ นี้ทำได้ มันเป็นการผสมผสานระหว่างชีววิทยาและคอมพิวเตอร์ได้อย่างสมบูรณ์แบบ ซึ่งมันชี้ชัดให้เห็นว่าทั้ง AI และเทคโนโลยีชีวภาพจะมีความก้าวหน้าอย่างก้าวกระโดดได้อย่างไร

ทีมอันดับสองในเวลานั้นสามารถทำนายโครงสร้างโปรตีนได้เพียงสามโครงสร้างจาก 43 โครงสร้างเป้าหมายที่ยากที่สุด แต่ผลงานที่ชนะของ AlphaFold นั้นสามารถทำนายได้สูงถึง 25 โครงสร้าง และที่สำคัญมันฉีกหนีคู่แข่งเป็นชิ้น ๆ ด้วยการทำเวลาที่เร็วกว่ามาก ๆ ในเวลาเพียงไม่กี่ชั่วโมงเพียงเท่านั้น

ในการแข่งขันปีนั้นซึ่งเต็มไปด้วยยอดอัจฉริยะด้านเทคโนโลยีชีวภาพจากทั่วโลกที่ฉลาดเป็นกรด แต่ผลงานของ AlphaFold ทำให้ทุกคนต่างตกตะลึงและได้เห็นถึงศักยภาพที่แท้จริงของ AI ตั้งแต่วันนั้นเป็นต้นมา

Mohammed AlQuraishi นักวิจัยที่มีชื่อเสียงในสาขาดังกล่าวนี้ ถึงกับกล่าวว่า “มันเกิดอะไรขึ้น!!!”

ทีมงานของ DeepMind ใช้เทคโนโลยี Neural Network เพื่อทำนายว่าโปรตีนจะพับตัวอย่างไรตาม DNA ของพวกมัน ทำการฝึกฝนชุดของโปรตีนที่รูัจัก โดยแทบจะลืมสิ่งที่นักวิจัยเก่า ๆ ทำมาทั้งหมด

พวกเขาไม่ใช้ความเชี่ยวชาญทางด้านเภสัชกรรม หรือ เทคนิคดั้งเดิมแต่มีความล้าหลัง เช่น กล้องจุลทรรศน์ไครโออิเล็กตรอน หรือแม้แต่วิธีการใช้อัลกอริธึมแบบเดิม ๆ ที่สามารถแก้ไขปัญหาได้ แต่สิ่งสำคัญที่ AlphaFold ใช้ก็คือความเชี่ยวชาญและความสามารถด้าน Machine Learning ที่เป็นพื้นฐานของเทคโนโลยี AI โดยนำเทคโนโลยีดังกล่าวมาผสานรวมกับชีววิทยาได้อย่างสมบูรณ์แบบ

สองปีต่อมามีการพาดหัวข่าวใหญ่ในวารสาร Scientific American “ในที่สุดปัญหาใหญ่ที่สุดประการหนึ่งในด้านชีววิทยาก็ได้รับการแก้ไขแล้ว”

ต้องบอกว่าจักรวาลโปรตีนที่ซ่อนอยู่ก่อนหน้านี้ได้ถูกเปิดเผยด้วยความเร็วอันน่าตกใจเอามาก ๆ AlphaFold ทำให้เทคโนโลยีโบราณก่อนหน้านั้นถูกเลิกใช้อย่างถาวร

มันเป็นเวลากว่าครึ่งทศวรรษที่การม้วนพับของโปรตีนเป็นหนึ่งในความท้าทายที่ยิ่งใหญ่ของวงการวิทยาศาสตร์ และทันใดนั้น มันก็ถูกทำลายโดย AlphaFold

ในปี 2022 AlphaFold2 เปิดให้ประชาชนทั่วไปสามารถนำไปใช้ได้ มันเป็นเครื่องมือด้าน Machine Learning ที่มีความล้ำหน้ามากที่สุดในโลกซึ่งถูกใช้งานทั้งในการวิจัยทางชีววิทยาขั้นพื้นฐานและประยุกต์

นักวิจัยมากกว่าหนึ่งล้านคนที่เคยงมเข็มในมหาสมุทรโปรตีนสามารถเข้าถึงเครื่องมือนี้ภายในสิบแปดเดือนหลังจากเปิดตัวรวมถึงห้องปฏิบัติการด้านชีววิทยาชั้นนำของโลกแทบจะทุกแห่ง

โดยเครื่องมือดังกล่าวสามารถตอบคำถามตั้งแต่การดื้อยาปฏิชีวนะไปจนถึงการรักษาโรคยาก ๆ หรือแม้กระทั่งคำถามในเรื่องต้นกำเนิดของสิ่งมีชีวิต

การทดลองในยุคโบราณก่อนหน้านี้มีการส่งโครงสร้างของโปรตีนได้ประมาณแค่ 190,000 ชนิดไปยังฐานข้อมูลของสถาบันชีวสารสนเทศของยุโรป หรือประมาณเพียงแค่ 0.1% ของโปรตีนที่มีอยู่

DeepMind ได้อัปโหลดโครงสร้างโปรตีนประมาณ 200 ล้านโครงสร้างได้ในครั้งเดียว ซึ่งเป็นตัวแทนของโปรตีนที่รู้จักเกือบทั้งหมด ในขณะที่เหล่านักวิจัยอาจต้องใช้เวลาหลายสัปดาห์หรือหลายเดือนเพื่อตรวจสอบรูปร่างและหน้าที่ของโปรตีน แต่กระบวนการดังกล่าวของ DeepMind นั้นสามารถทำได้ในเวลาเพียงไม่กี่วินาที

และนี่เป็นเพียงจุดเริ่มต้นของการมาบรรจบกันของเทคโนโลยีทั้งสองนี้ การปฏิวัติทางชีวภาพกำลังพัฒนาร่วมกับความก้าวหน้าของ AI และเราจะได้เห็นปัญหาอีกหลายอย่างที่ไม่เคยแก้ปัญหาได้ โดยเฉพาะการรักษาโรคยาก ๆ เช่น มะเร็ง อัลไซเมอร์ หรืออีกหลากหลายโรคที่พรากชีวิตคนที่เรารักไปแบบไม่รู้ตัว ซึ่งผมเชื่อว่าสุดท้ายโรคเหล่านี้มันจะจบลงในรุ่นของเราได้อย่างแน่นอนครับผม

References :
หนังสือ The Coming Wave :  Technology, Power, and the Twenty-first Century’s Greatest Dilemma โดย Mustafa Suleyman
https://th.wikipedia.org/wiki/การม้วนพับโปรตีน
https://cs60052016.blogspot.com/2016/10/brute-force-algorithm.html

ขี้ขโมยก็ต้องโดนวางยาพิษ กับการล้างแค้นของเหล่าศิลปินที่ถูกขโมยผลงานแบบหน้าด้าน ๆ โดย AI

ความรุ่งเรืองของยุค Generative AI ที่เกิดขึ้น ก็ต้องบอกว่ากลุ่มคนที่เกิดความเสียหายกับพวกเขามากที่สุดคงหลีกหนีไม่พ้นกลุ่มศิลปิน ที่เกี่ยวข้องกับงานสร้างสรรค์ที่เรียกได้ว่าผลงานที่แลกมาด้วยหยาดเหงื่อแรงกายของพวกเขานั้นโดนขโมยไปสร้างผลงานโดย AI

มันไม่ใช่เรื่องน่าแปลกใจกับความสามารถของ AI ในการสร้างสรรค์งานศิลปะในแขนงต่าง ๆ ไม่ว่าจะเป็นโมเดล AI ที่ใช้ในการสร้างภาพอย่าง DALL-E,Midjourney และ Stable Diffusion หรือเคสล่าสุดที่เกี่ยวข้องกับงานสร้างสรรค์วีดีโออย่าง Sora ของ OpenAI นั้น จะสร้างสรรค์ผลงานออกมาแล้วมันดูคุ้น ๆ ว่าไปเอาความสามารถเหล่านี้มาจากไหนหากพวกมันสามารถคิดเองเออเองได้ทั้งหมดด้วยตัวมันเอง

บริษัทที่พัฒนาเทคโนโลยี AI เช่น OpenAI , Meta , Google และ Stability AI กำลังเผชิญกับการฟ้องร้องจำนวนมากจากศิลปินที่อ้างว่าเนื้อหาที่มีลิขสิทธิ์แบบถูกต้องตามกฎหมายและข้อมูลส่วนบุคคลของพวกเขาถูกขโมยไปอย่างหน้าด้าน ๆ โดย AI

แต่เหมือนสวรรค์ทรงโปรดให้กับเหล่าศิลปินที่ต้องการล้างแค้นเจ้า AI หน้าด้านเหล่านี้ เมื่อเครื่องมือใหม่ที่มีชื่อว่า Nightshade ได้ถือกำเนิดขึ้นและถูกออกแบบมาเพื่อต่อสู้กับเหล่าบริษัท AI ทั้งหลาย

ซึ่งรูปแบบการทำงานของมันก็คือการสร้างข้อมูลที่เปรียบเสมือนยาพิษหลอกเจ้า AI ทั้งหลาย ให้สาสมที่มันมันกจะขโมยผลงานของคนอื่นไปฝึกอบรบแล้วแอบอ้างโดยไม่ให้เครดิตว่าเป็นผลงานของตนเอง

รูปแบบคล้าย ๆ การวางยาพิษ ทำให้ข้อมูลที่จะถูกนำไป training โดย AI ไม่สามารถที่จะทำซ้ำมันได้ในอนาคต โดยทำให้ผลลัพธ์บางส่วนกลายเป็นสิ่งไร้ค้า เช่น สุนัขกลายเป็นแมว รถยนต์กลายเป็นวัว และอื่น ๆ

Ben Zhao ศาสตราจารย์แห่งมหาวิทยาลัยชิคาโก ซึ่งเป็นผู้นำทีมที่สร้าง Nightshade กล่าวว่า ความหวังอันสูงสุดของเขาก็คือมันจะช่วยสร้างเครื่องมือปกป้องที่ทรงพลังต่อการไม่เคารพลิขสิทธิ์และหยาดเหงื่อแรงกายของศิลปิน

ทีมงานของ Zhao ยังได้พัฒนา Glaze ซึ่งเป็นเครื่องมือที่ช่วยให้ศิลปินช่วยปกปิดสไตล์ส่วนตัวของตนเองเพื่อป้องกันไม่ให้บริษัท AI สามารถเลียนแบบมันได้

โดยมันจะทำงานในลักษณะเดียวกับ Nightshade โดยการเปลี่ยนพิกเซลของภาพในรูปแบบที่มีความละเอียดอ่อนซึ่งตามนุษย์ไม่สามารถมองเห็นได้ แต่ใช้เทคโนโลยี Machine Learning เพื่อตีความภาพว่าเป็นสิ่งที่แตกต่างจากที่มันแสดงจริง ๆ

Ben Zhao ศาสตราจารย์แห่งมหาวิทยาลัยชิคาโก ซึ่งเป็นผู้นำทีมที่สร้าง Nightshade (CR:global.uchicago.edu)
Ben Zhao ศาสตราจารย์แห่งมหาวิทยาลัยชิคาโก ซึ่งเป็นผู้นำทีมที่สร้าง Nightshade (CR:global.uchicago.edu)

โดยทีมพัฒนาตั้งใจที่จะรวม Nightshade เข้ากับ Glaze และศิลปินสามารถเลือกได้ว่าต้องการใช้เครื่องมือเพื่อทำลายข้อมูลหรือไม่ และทีมงานยังมีการเปิดโอเพ่นซอร์ส Nightshade ซึ่งจะช่วยให้ผู้อื่นสามารถปรับแต่งและสร้างเวอร์ชันของตนเองได้

และเมื่อยิ่งมีคนใช้มันมากเท่าไหร่และสร้างเวอร์ชันของตัวเองมากขึ้น เครื่องมือเหล่านี้ก็จะมีประสิทธิภาพมากยิ่งขึ้น

การโจมตีไปที่จุดอ่อนของ AI

แม้ทุกคนอาจจะมองว่าเทคโนโลยี AI ในยุคนี้มันฉลาดเกินมนุษย์ไปเสียแล้ว แต่ด้วยความที่มันเป็นเทคโนโลยียังไงมันก็มีจุดอ่อนให้โจมตีเสมอ

Nightshade ใช้ประโยชน์จากช่องโหว่ด้านความปลอดภัยในโมเดล AI ทั่วไปซึ่งเกิดขึ้นจากการที่โมเดลเหล่านี้ได้รับการ training จากข้อมูลจำนวนมหาศาลซึ่งภาพส่วนใหญ่ก็มีการดูดมาจากอินเทอร์เน็ตนั่นเอง

ศิลปินที่ต้องการอัปโหลดผลงานทางออนไลน์ แต่ไม่ต้องการที่จะให้บริษัท AI ดูดภาพของพวกเขาไปใช้งาน สามารถอัพโหลดไปที่ Glaze และเลือกที่จะเติมยาพิษเข้าไปด้วยสไตล์ศิลปะที่แตกต่างจากต้นฉบับของพวกเขาได้

เมื่อเหล่านักพัฒนาในบริษัทด้าน AI พยายามที่จะดูดภาพมาจากอินเทอร์เน็ตเพื่อปรับแต่งโมเดล AI ที่มีอยู่อยู่หรือสร้างโมเดลใหม่ขึ้นมา ยาพิษเหล่านั้นก็จะเข้าไปทำลายชุดข้อมูลในโมเดลและทำให้มันทำงานผิดปรกติทันที

ซึ่งแน่นอนว่ามันเหมือนหอกทิ่มแทงเข้าไปใจกลางหัวใจของ AI เมื่อพวกมันได้รับยาพิษ เครื่องมันก็รวนไปหมด เช่น มองเห็นรูปภาพหมวกเป็นเค้ก และรูปภาพกระเป๋าถือเป็นเครื่องปิ้งขนมปัง เป็นต้น

ที่สำคัญยาพิษเหล่านี้มันลบได้ยากมาก ๆ โดยเฉพาะโมเดลขนาดใหญ่ ๆ ที่คอยดูดข้อมูลมั่วซั่วไปซะหมดทั้งของฟรีและของที่มีลิขสิทธิ์ เพราะต้องคัดแยกและลบตัวอย่างภาพที่เสียหายแต่ละตัวอย่างระมัดระวัง

โดยนักวิจัยได้ทดสอบการโจมตีโมเดลล่าสุดของ Stable Diffusion เมื่อทำการป้อนข้อมูลรูปภาพของสุนัขพร้อมแนบยาพิษสุดแสบเข้าไปให้ Stable Diffusion เพียง 50 รูป แล้วสั่งให้มันสร้างรูปภาพของสุนัขขึ้นมาเอง

การวางยาพิษให้ AI ที่ทำงานให้การทำงานของมันเพี้ยนไปหมด (CR:technologyreview)
การวางยาพิษให้ AI ที่ทำงานให้การทำงานของมันเพี้ยนไปหมด (CR:technologyreview)

ผลลัพธ์ที่ได้ผิดเพี้ยนไปจากความเป็นจริง สุนัขได้แปรเปลี่ยนเป็นสัตว์ประหลาดมีแขนขาและใบหน้าแบบการ์ตูน และด้วยตัวอย่างข้อมูลสุนัขแฝงด้วยยาพิษ 300 ภาพ Stable Diffusion เพี้ยนถึงขนาดว่าสร้างภาพสุนัขให้เหมือนแมวได้เลยทีเดียว

เครื่องมือที่ทรงพลัง

Junfeng Yang ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยโคลัมเบีย ซึ่งศึกษาความปลอดภัยของเทคโนโลยี Deep Learning กล่าวว่า Nightshade อาจมีผลกระทบอย่างมากหากทำให้บริษัทด้าน AI เคารพสิทธิของศิลปินมากขึ้น เช่น การเต็มใจที่จะจ่ายค่าลิขสิทธิ์มากขึ้นไม่ใช่ขโมยไปแบบดื้อ ๆ

บริษัท AI ที่ได้พัฒนาโมเดลการแปลงข้อความเป็นรูปแบบ เช่น Stability AI และ OpenAI ได้เสนอทางเลือกให้ศิลปินเลือกไม่ใช่รูปภาพของตนเองเพื่อฝึกโมเดลเวอร์ชันในอนาคต

แต่ศิลปินมองว่าแค่นั้นมันไม่เพียงพอ Eva Toorenent นักวาดภาพประกอบและหนึ่งในศิลปินที่เคยใช้ Glaze กล่าวว่านโยบายชุ่ย ๆ แบบนี้ มันแทบจะไร้ค่าเพราะสุดท้ายแล้วเราก็ยังปล่อยให้บริษัทเทคโนโลยีมีอำนาจทั้งหมดอยู่ดี

Toorenent หวังว่า Nightshade จะเป็นฮีโร่มาช่วยศิลปินแก้ไขปัญหาดังกล่าวได้อย่างเป็นรูปธรรม

“มันจะทำให้บริษัท AI ผู้หิวโหยข้อมูล ต้องคิดทบทวน เพราะมันมีความเป็นไปได้ว่ามันอาจจะเป็นจุดเริ่มต้นของการทำลายโมเดลทั้งหมดที่ขโมยผลงานของเราโดยไม่ได้รับความยินยอมจากเรา” เธอกล่าว

Eva Toorenent นักวาดภาพประกอบและหนึ่งในศิลปินที่เคยใช้ Glaze  (CR:evaboneva.com)
Eva Toorenent นักวาดภาพประกอบและหนึ่งในศิลปินที่เคยใช้ Glaze (CR:evaboneva.com)

Authumn Beverly ศิลปินอีกคนกล่าวว่าเครื่องมืออย่าง Nightshade และ Glaze ทำให้เธอมั่นใจในการโพสต์ผลงานของเธอออนไลน์อีกครั้ง ซึ่งก่อนหน้านี้เธอได้ลบมันออกจากอินเทอร์เน็ตทั้งหมดหลังจากพบว่ามันถูกขโมยโดยไม่ได้รับความยินยอมจากเธอโดย LAION ที่ใช้วิธีการทำ Web Scraping ซึ่งเป็นการใช้บอตเพื่อค้นหาภาพจากอินเทอร์เน็ตและดูดมันมา

“ฉันรู้สึกขอบคุณจริง ๆ ที่เรามีเครื่องมือที่สามารถช่วยคืนพลังให้กับศิลปินสำหรับการช่วยปกป้องงานของพวกเขาเองได้” เธอกล่าว

บทสรุป

แม้มันจะเป็นเรื่องดีสำหรับเครื่องมือเหล่านี้สำหรับเหล่าศิลปิน แต่การนำยาพิษมารบกวนกระบวนการเรียนรู้ของ AI ทำให้เกิดความท้าทายที่อาจเกิดขึ้นกับผลลัพธ์ของมันเช่นกัน หากนำไปใช้ในทางที่ไม่ถูกต้อง

ความสัมพันธ์ที่มีความซับซ้อนระหว่างศิลปินและโมเดล AI ตั้งแต่การป้องกันการใช้งานโดยไม่ได้รับอนุญาตไปจนถึงภัยคุกคามที่อาจเกิดขึ้นกับโมเดล AI ที่ใช้ในการสร้างภาพ

เครื่องมือเหล่านี้ได้นำพามนุษย์เราไปในดินแดนที่ไม่เคยประสบพบเจอมาก่อนในโลกแห่งศิลปะโดย AI ที่มีการพัฒนาอยู่ตลอดเวลา ซึ่งสุดท้ายทุกอย่างก็ต้องมีความบาลานซ์กันระหว่างศิลปะ เทคโนโลยี และเรื่องจริยธรรม ที่กำลังไหลเวียนมาบรรจบกันอย่างที่เราได้เห็นในทุกวันนี้นั่นเองครับผม

References :
https://www.technologyreview.com/2023/10/23/1082189/data-poisoning-artists-fight-generative-ai/
https://www.themarysue.com/artists-fighting-back-against-ai-with-glaze-and-nightshade/
https://medium.com/generative-ai-art/nightshade-and-glaze-tools-reshape-the-battle-against-unauthorized-ai-model-training-3d49996e01c4

เมื่ออัลกอริธึม ถูกนำมาใช้ในการพิจารณาเรื่องความผิดทางกฎหมายของมนุษย์

วิถีการดำเนินชีวิตของมนุษย์เราหลาย ๆ อย่างนั้น ถูกดำเนินการด้วยรูปแบบของอัลกอริธึมมานานแล้ว ซึ่งมันคงไม่เป็นเรื่องแปลกแต่อย่างใดถ้าหากในอนาคต การใช้คอมพิวเตอร์อัลกอริธึมจะถูกนำมาปรับใช้กับชีวิตมนุษย์จริง ๆ เพิ่มมากยิ่งขึ้น

ต้องบอกว่ามนุษย์เรานั้นต่างคุ้นเคยกับอัลกอริธึมที่วนเวียนอยู่ในชีวิตประจำวันเรากลายเป็นเรื่องปรกติ ทั้งเครือข่ายโซเชียลมีเดีย แพลตฟอร์มสตรีมมิ่ง หรือ การเล่นเกม ล้วนผูกติดอยู่กับอัลกอริธึมแทบจะทั้งสิ้น

แน่นอนว่าด้วยความก้าวหน้าทางด้านเทคโนโลยี เราก็สามารถใช้อัลกอริธึมและเทคโนโลยีอย่าง machine learning เพื่อทำการตัดสินใจเรื่องต่าง ๆ โดยมีข้อมูลที่ดีขึ้นได้เช่นกัน

ยกตัวอย่าง กรณีของ Sean Hogg หนุ่มอายุ 17 ชาวสกอตแลนด์ ที่ได้ไปข่มขืนเด็กอายุ 13 ปี ได้ถูกตัดสินให้ทำงานบริการชุมชน 270 ชั่วโมง

ความน่าสนใจคือ แนวทางการพิจารณาคดี ใช้รูปแบบของ “อัลกอริธึม” มีการเรียกใช้ชุดข้อมูล ลักษณะของอาชญากรรม สถานการณ์ของการกระทำความผิด รายละเอียดเกี่ยวกับประวัติต่าง ๆ ของผู้กระทำความผิดและเหยื่อ

จากนั้นนำข้อมูลต่าง ๆ เหล่านี้ ยัดลงในคอมพิวเตอร์ เพื่อสร้างชุดตัวเลือกสำหรับผู้พิพากษาที่จะเป็นประธานในการพิจารณาคดี

อัลกอริธึมที่สร้างคำตัดสินของ Hogg แม้จะเป็นเรื่องเล็ก ๆ แต่มันได้กลายเป็นกรณีศึกษาครั้งใหญ่เกี่ยวกับความท้าทายในการใช้อัลกอริธึมกับนโยบายสาธารณะของประเทศ เช่น เรื่องการตัดสินความผิดทางกฎหมาย

อัลกอริธึมมันไร้ซึ่งอารมณ์ความรู้สึก เน้นที่ logic ทางกฎหมายล้วน ๆ ไม่มีดราม่า อย่างที่เราได้เห็นเป็นประจำในการพิจารณคดีของประเทศสหรัฐอเมริกาในระบบคณะลูกขุน ซึ่งมักจะเบี่ยงเบนประเด็นด้านกฎหมาย โดยใช้เรื่องราวความดราม่า เห็นอกเห็นใจ เข้ามาเจาะไปยังอารมณ์ของเหล่าคณะลูกขุนเพื่อพลิกคำตัดสินได้

เราอยู่ภายใต้โลกของการถูกตัดสินใจโดยอัลกอริธึมมานานแล้ว ตั้งแต่เรื่องเล็ก ๆ อย่างการเสพสื่อ ไปจนถึงประเด็นใหญ่อย่างการตัดสินใจปรับอัตราดอกเบี้ยของธนาคารกลาง ที่สร้าง impact มาก ๆ

มนุษย์เป็นเพียงแค่ส่วนนึงของกระบวนการ ทุกอย่างมันถูกกลั่นกรองและตัดสินใจผ่านข้อมูล Data ต่าง ๆ ที่มีความสลับซับซ้อน และเลือกทางออกที่ดีที่สุดให้กับมนุษย์มาเป็นที่เรียบร้อยแล้ว

องค์กรหลาย ๆ องค์กรที่ทำให้หน้าที่ตัดสินใจเรื่องต่าง ๆ จากข้อมูล มนุษย์จะแทบไร้ซึ่งประโยชน์ในอนาคต เพราะพวกเขาแทบจะไม่ต้องทำอะไรอีกต่อไปแล้ว เพียงแค่ feed ข้อมูลให้อัลกอริธึมเป็นคนตัดสินใจ และประกาศผลนั้นออกมาให้โลกรู้เพียงเท่านั้นนั่นเองครับผม

References :
https://www.ft.com/content/dc1d68f4-1b2c-4a78-8cf8-172525121ef6
https://ssir.org/articles/entry/when_good_algorithms_go_sexist_why_and_how_to_advance_ai_gender_equity

ศึกช่วงชิง Data? เมื่อบริการด้าน AI กำลังอยู่ในช่วงเริ่มต้นของการแย่งชิงเค้กข้อมูลครั้งใหญ่ทั่วโลก

ผมว่าหลายคนคงรู้สึกเอ๊ะกันไม่มากก็น้อย จากการเปิดตัว Sora ของ OpenAI ที่ทำให้พวกเราได้สร้างวีดีโอระดับ professional ได้เพียงแค่ปลายนิ้ว ว่า Video Footages ที่ออกมานั้นมันมีความคุ้นมาก ๆ เหมือนมาจากหนังดัง หรือ animation เรื่องดัง ๆ แต่ถูกดัดแปลงผ่านเทคโนโลยี AI ให้กลายเป็นสิ่งใหม่

เป็นเรื่องที่น่าสนใจนะครับว่าเทคโนโลยีอย่างปัญญาประดิษฐ์หรือ AI จะนำไปสู่จุดจบของบางธุรกิจหรือไม่ ตัวอย่างเช่น Adobe เองที่เป็นผู้ผลิตซอฟต์แวร์ที่เกี่ยวข้องกับความคิดสร้างสรรค์ของมนุษย์ ที่กำลังโดนถาโถมอย่างหนักทั้งการสร้างภาพและวีดีโอผ่าน AI

เครื่องมือใหม่ ๆ อย่าง DALL-E , Midjourney หรือแม้กระทั่งตัวใหม่ล่าสุดอย่าง Sora ซึ่งสามารถที่จะเสกรูปหรือวีดีโออะไรก็ได้จากข้อความ มันทำให้ดูเหมือนคนจะเลิกใช้แอปพลิเคชั่นอย่าง Adobe หรือไม่?

แต่กลับกันด้วยการที่ Adobe ได้สั่งสมภาพถ่ายสต็อกหลายร้อยล้านภาพมานาน พวกเขาสามารถนำมันมาใช้เพื่อสร้างเครื่องมือ AI ของตัวเองที่มีชื่อว่า Firefly โดยนับตั้งแต่เปิดตัวในเดือนมีนาคม เครื่องมือดังกล่าวได้ถูกนำมาใช้เพื่อสร้างภาพมากกว่า 1 พันล้านภาพแล้ว

ชัยชนะของ Adobe เหนือเทคโนโลยีที่คิดว่าจะมา disrupted ในหลายธุรกิจอย่าง AI นั้น แสดงให้เห็นวิธีการที่บริษัทยักษ์ใหญ่ได้เข้ามาเป็นส่วนหนึ่งและเกาะกระแสไปกับเทคโนโลยีดังกล่าวนี้

คลื่นลูกล่าสุดของเทคโนโลยี AI อย่าง “Generative AI” ได้อาศัยข้อมูลจำนวนมหาศาล ซึ่งล้วนแล้วมาจากอินเทอร์เน็ต และบางส่วนก็เป็นข้อมูลที่ไม่ได้รับอนุญาต ตอนนี้เหล่าบริษัทเทคโนโลยีกำลังมองหาแหล่งข้อมูลใหม่เพื่อเพิ่มประสิทธิภาพของมัน

ส่วนประกอบที่สำคัญสองประการสำหรับโมเดล AI คือ ชุดข้อมูลที่ได้รับการฝึกอบรม และพลังการประมวลผล ซึ่งโมเดลจะมีการตรวจจับความสัมพันธ์ระหว่างชุดข้อมูลเหล่านี้ โดยโมเดลสามารถปรับปรุงได้โดยการนำเข้าข้อมูลมากขึ้นหรือเพิ่มพลังการประมวลผลให้มากยิ่งขึ้น

อย่างไรก็ดี ท่ามกลางปัญหาขาดแคลนชิปที่เกิดขึ้น ทำให้ประเด็นในเรื่องการเพิ่มพลังการประมวลผลเป็นสิ่งที่ทำได้ยาก เพราะฉะนั้นตอนนี้ทุกฝ่ายมุ่งไปที่การเพิ่มคลังข้อมูลเป็นหลัก

AI สูบข้อมูลเร็วกว่าที่มันจะถูกสร้าง

หลายคนอาจจะคิดว่า โห โลกเรามีข้อมูลล้นเหลือและมีการสร้างขึ้นทุกวันในโลกออนไลน์ทั้งผ่านเครือข่ายโซเชียลมีเดีย เว็บไซต์ หรือ แพลตฟอร์มวีดีโอสตรีมมิ่งต่าง ๆ

แต่สิ่งที่น่าสนใจก็คือ AI มันสูบข้อมูลจนจะหมดโลกแล้วและทำด้วยอัตราเร่งที่มีความเร็วสูงมาก ๆ เช่นเดียวกัน

ตัวอย่างเช่น ความต้องการข้อมูลที่เติบโตเร็วมาก ๆ จนสต็อกข้อความคุณภาพสูงสำหรับการฝึกอบรมอาจหมดลงภายในปี 2026

ซึ่งเชื่อกันว่าโมเดล AI ล่าสุดจาก Google และ Meta สองยักษ์ใหญ่ทางด้านเทคโนโลยีได้รับการฝึกฝนโดยใช้ศัพท์มากกว่า 1 ล้านล้านคำ ซึ่งเมื่อเปรียบเทียบกันแล้ว ผลรวมของคำภาษาอังกฤษใน wikipedia สารานุกรมออนไลน์ อยู่ที่ประมาณ 4 พันล้านคำเพียงเท่านั้น

ไม่ใช่เพียงแค่ขนาดของข้อมูลเท่านั้นที่มีความสำคัญ ยิ่งข้อมูลดี โมเดลก็ยิ่งดีขึ้น โมเดลที่ใช้ข้อความที่ได้รับการฝึกอบรมอย่างดีในเรื่องรูปแบบข้อความยาว ๆ มักจะตอบได้ดี และจะตอบได้ถูกต้องตามความเป็นจริง

ในทำนองเดียวกันกับที่เกิดขึ้นกับ Chatbot AI จะให้คำตอบที่ดีกว่าเมื่อถูกขอให้อธิบายการทำงานทีละขั้นตอน ส่งผลให้มีความต้องการข้อมูลจากแหล่งต่าง ๆ โดยเฉพาะข้อมูลที่เป็นเฉพาะทาง เนื่องจากช่วยให้โมเดลปรับแต่งให้ใช้งานสำหรับงานเฉพาะกลุ่มมากยิ่งขึ้น

ตัวอย่างเช่น การซื้อ GitHub ของ Microsoft ซึ่งเป็นพื้นที่เก็บข้อมูลสำหรับการเขียนโค้ดทางด้านซอฟต์แวร์ด้วยมูลค่า 7.5 พันล้านดอลลาร์ในปี 2018 ช่วยให้บริษัทพัฒนาเครื่องมือ AI ในการเขียนโค้ดได้

Microsoft ได้พัฒนาเครื่องมือ AI ในการเขียนโค้ดได้ (CR:Open AI Master)
Microsoft ได้พัฒนาเครื่องมือ AI ในการเขียนโค้ดได้ (CR:Open AI Master)

การขโมยผลงานแบบหน้าด้าน ๆ ของ AI

เมื่อความต้องการข้อมูลเพิ่มมากขึ้น การเข้าถึงข้อมูลก็ยิ่งยุ่งยากมากขึ้น โดยเหล่าครีเอเตอร์ในปัจจุบันได้มีการเรียกร้องค่าชดเชยสำหรับเนื้อหาที่ติดเข้าไปในโมเดล AI เพิ่มมากขึ้น ก่อให้เกิดคดีละเมิดลิขสิทธิ์หลายคดีเกิดขึ้นกับผู้สร้างโมเดล AI ในอเมริกา

ตัวอย่างเช่น กลุ่มนักเขียน รวมถึง Sarah Silverman นักแสดงตลกกำลังฟ้องร้อง Open AI ผู้สร้าง Chat GPT และ Meta หรือศิลปินกลุ่มหนึ่งกำลังฟ้องร้อง Stability AI ซึ่งสร้างเครื่องมือแปลงข้อความเป็นรูปภาพและ Midjourney ก็โดนฟ้องในกรณีเดียวกัน

หรือเคสของตำนานนักแสดงตลกอย่าง George Carlin ที่ครอบครัวได้ยื่นฟ้องผู้ที่สร้างวีดีโอโดยใช้ตัวตนของเขาผ่านเทคโนโลยี AI ซึ่งตัวของ Carlin ได้เสียชีวิตด้วยภาวะหัวใจล้มเหลวในปี 2008

วีดีโอดังกล่าวปรากฎในช่อง Youtube ที่มีชื่อว่า Dudesy โดยใช้ชื่อวีดีโอว่า “George Carlin: I’m glad I’m dead,” ซึ่งทางครอบครัวของ Carlin ได้ยื่นฟ้องต่อศาลรัฐบาลกลางแคลิฟอร์เนีย โดยกล่าวหาว่ามีการละเมิดลิขสิทธิ์ในการเผยแพร่สู่สาธารณะสำหรับภาพลักษณ์ของนักแสดงตลกผู้ล่วงลับ

George Carlin นักแสดงตลกผู้ล่วงลับ (CR:nbcnews)
George Carlin นักแสดงตลกผู้ล่วงลับ (CR:nbcnews)

แม้ว่าจะไม่มีการแสดงภาพของ Carlin แบบชัดเจน ซึ่งในวีดีโอดังกล่าวจะแสดงรูปภาพที่สร้างโดย AI แทน แต่เสียงพูดนั้นเป็นเสียงของ Carlin ที่ทุกคนคุ้นเคย ในเรื่องต่าง ๆ เช่น ศาสนาและการเมือง ขณะเดียวกันก็มีการพูดถึงการเสียชีวิตของนักแสดงตลกด้วย

การดำเนินการทางกฎหมายนี้แสดงให้เห็นว่า AI ที่เรากำลังตกตะลึงกับความสามารถของมันเช่น Sora ของ OpenAI ได้กลายเป็นหนึ่งในปัญหาที่ใหญ่ที่สุดในวงการบันเทิง และมีการประท้วงของนักเขียนในฮอลลีวูดเป็นเวลาหลายเดือนในปีที่ผ่านมา ส่วนหนึ่งเนื่องมาจากการใช้ AI ของสตูดิโอในการสร้างสคริปต์

ศึกช่วงชิง Data

เนื่องจากบริษัท AI ต่างแข่งขันกันเพื่อรักษาความปลอดภัยของแหล่งข้อมูล ในเดือนกรกฎาคม Open AI ลงนามข้อตกลงกับ Associated Press ซึ่งเป็นสำนักข่าว เพื่อเข้าถึงคลังเนื้อหา และเมื่อเร็ว ๆ นี้ Meta ได้ขยายข้อตกลงกับ Shutterstoock ซึ่งเป็นผู้ให้บริการภาพสต็อกชั้นนำของโลก

หรือ Google เองกำลังหารือกับ Universal Music ซึ่งเป็นค่ายเพลงดัง เพื่ออนุญาตให้ใช้เสียงของศิลปินเพื่อป้อนเครื่องมือ AI ในการแต่งเพลง Fidelity ซึ่งเป็นบริษัทด้านจัดการสินทรัพย์กล่าวว่าได้รับการทาบทามจากบริษัทเทคโนโลยีเพื่อขอให้เข้าถึงข้อมูลทางการเงินของตน

มีข่าวลือแพร่สะพัดเกี่ยวกับห้องปฏิบัติการ AI ที่อยู่ใกล้กับ BBC ซึ่งเป็นสถานีโทรทัศน์สาธารณะของสหราชอาณาจักรสำหรับการเข้าถึงคลังภาพและภาพยนตร์ เป้าหมายอีกแห่งหนึ่งคือ JSTOR ซึ่งเป็นห้องสมุดดิจิทัลสำหรับวารสารทางวิชาการ

ผู้ที่ถือครองข้อมูลที่เปรียบเสมือนทองคำในขณะนี้กำลังใช้ประโยชน์จากอำนาจต่อรองมากขึ้น Reddit ฟอรัมสนทนาชื่อดังและ Stack Overflow ซึ่งเป็นเว็บไซต์ถามตอบที่ได้รับความนิยมของกลุ่มผู้เขียนโค้ด ได้คิดค่าใช้จ่ายเพิ่มเติมสำหรับบริการใด ๆ ที่ต้องการมาดูดข้อมูลจากเขา

Reddit ที่มีคลังข้อมูลที่มีคุณค่ามหาศาลสำหรับ AI (CR:Reddit)
Reddit ที่มีคลังข้อมูลที่มีคุณค่ามหาศาลสำหรับ AI (CR:Reddit)

ตรงนี้ค่อนข้างน่าสนใจเพราะประเทศไทยเราเองก็มีแหล่งข้อมูลทั้งในฟอรัมต่าง ๆ เช่น pantip เองที่กลายเป็นเครื่องมือสำคัญ ๆ ในการค้นหาลำดับต้น ๆ ของคนไทยเรา หรือแพลตฟอร์มใหม่ ๆ อย่าง blockdit เอง ที่สุดท้ายแล้วข้อมูลจำนวนมหาศาลที่เก็บไว้จะกลับมาสร้างรายได้มากมายให้กับพวกเขาในอนาคต

ขยายขอบเขตสู่คลังข้อมูลทางธุรกิจ

ความน่าสนใจก็คือ มีแหล่งข้อมูลอีกแห่งที่ใหญ่มาก ๆ ที่ส่วนใหญ่ยังไม่ได้ถูกนำมาใช้งาน นั่นก็คือข้อมูลที่อยู่ภายใต้กำแพงขององค์กรธุรกิจต่างๆ ที่มีอยู่ทั่วทุกมุมโลก

ธรุกิจจำนวนมากมีข้อมูลที่เป็นประโยชน์จำนวนมหาศาลโดยไม่รู้ตัว ตั้งแต่บันทึกในการโทรศัพท์ของศูนย์บริการไปจนถึงบันทึกค่าใช้จ่ายของลูกค้า ข้อมูลดังกล่าวมีคุณค่าอย่างยิ่งเนื่องจากสามารถใช้เพื่อปรับแต่งโมเดลเพื่อวัตถุประสงค์ทางธุรกิจที่เฉพาะเจาะจงได้ เช่น ช่วยให้พนักงานคอลเซ็นเตอร์ตอบคำถามของลูกค้า หรือนักวิเคราะห์ธุรกิจที่มองเห็นวิธีในการเพิ่มยอดขายได้

แต่ก็ต้องบอกว่ามีธุรกิจไม่มากนักที่สนใจกับโครงสร้างข้อมูลเหล่านี้ ซึ่งส่วนใหญ่จะมีการจัดเก็บแบบไร้โครงสร้างซึ่งอาจจะไม่มีประโยชน์กับ AI และบ่อยครั้งที่มีการกระจายอยู่หลายระบบ โดยฝังอยู่ในเซิร์ฟเวอร์ของบริษัทมากกว่าในระบบคลาวด์

ซึ่งท้ายที่สุดการปลดล็อกข้อมูลดังกล่าวจะช่วยให้บริษัทต่าง ๆ ปรับแต่งเครื่องมือ AI เพื่อตอบสนองความต้องการเฉพาะของตนได้ดียิ่งขึ้น โดยเฉพาะธุรกิจที่ดำเนินการแบบเฉพาะของตนเองไม่ได้ต้องดำเนินการตามมาตรฐานสากล ซึ่งมันจะกลายเป็นขุมทรัพย์ที่สำคัญในอนาคต

เพราะฉะนั้นในตอนนี้ก็ยังไม่สายไปที่จะเริ่มมาจัดข้อมูลเหล่านี้ให้มีโครงสร้างที่พร้อมที่จะรับมือการเปลี่ยนแปลงที่จะเกิดขึ้น เพราะหากเริ่มก่อนก็จะเป็นการชิงความได้เปรียบก่อน และอาจจะส่งผลให้เอาชนะเกมธุรกิจได้ในยุคของเทคโนโลยี AI First ในวันข้างหน้าได้นั่นเองครับผม

References :
https://www.economist.com/business/2023/08/13/ai-is-setting-off-a-great-scramble-for-data
https://seekingalpha.com/article/4597241-is-ai-the-adobe-killer
https://myshingle.com/2023/03/articles/start-a-law-firm-101/faqs-on-chat-gpt-for-solo-and-small-law-firms/
https://www.nbcnews.com/news/us-news/george-carlins-estate-sues-ai-generated-stand-special-titled-glad-dead-rcna135808

Jensen Huang กับเส้นทางสู่การเป็นมหาเศรษฐีอันดับหนึ่งของโลก

ถามว่านักธุรกิจคนใดที่น่าจับตามองที่สุดในยุคนี้ ที่จะก้าวขึ้นมาท้าทายตำแหน่งมหาเศรษฐีอันดับหนึ่งของโลกที่วนเวียนสลับกันไปกันมาเพียงไม่กี่คนในช่วง 2-3 ปีหลัง เช่น Bernard Arnault เจ้าพ่อ LVMH , Elon Musk สุดยอดซีอีโออินดี้แห่ง Tesla และ SpaceX หรือ Jeff Bezon พ่อค้าจอมผูกขาดแห่ง Amazon

ส่วนตัวผมเองมองว่า Jensen Huang น่าจะเป็นคนหนึ่งที่มีโอกาสขึ้นมาท้าทายตำแหน่งนี้

ต้องบอกว่าด้วยกระแสเทคโนโลยี AI ที่สูบพลังการประมวลผลอย่างบ้าคลั่งในตอนนี้ แน่นอนว่าในมุมหนึ่งมันทำให้งานบางงานตกอยู่ในความเสี่ยง

แต่อีกมุมหนึ่งมันก็ช่วยส่งเสริมอุตสาหกรรมอื่น ๆ อย่างมหาศาลเช่นเดียวกันโดยเฉพาะอุตสาหกรรมการผลิตชิป AI ของ Nvidia

มันเป็นการพุ่งพรวดขึ้นมาอย่างก้าวกระโดดของ Forbes (The richest list in the world) จากอันดับที่ 76 ในปี 2023 พุ่งขึ้นมาอยู่ที่อันดับ 24 ในปี 2024 และแปรเปลี่ยนสภาพความมั่งคั่งที่พุ่งขึ้นจาก 21.1 พันล้านดอลลาร์ สู่ 55.6 พันล้านดอลลาร์ภายในระยะเวลาเพียงหนึ่งปี Huang ซึ่งเป็นเจ้าของหุ้น Nvidia 86.9 ล้านหุ้น หรือประมาณ 3.5% กำลังก้าวขึ้นมาท้าทายอันดับมหาเศรษฐีโลกได้อย่างรวดเร็วเหมือนเสือติดปีก

Jensen Huang เดิมชื่อ Jen-hsun Huang เกิดในเมืองไทเปเมืองหลวงของไต้หวันเมื่อปี 1963 ซึ่งเขาได้ใช้เวลาส่วนหนึ่งในวัยเด็กในไต้หวันและประเทศไทยซึ่งพ่อแม่ของเขาได้ไปทำงานอยู่ที่นั่น

ในปี 1973 พ่อแม่ของ Huang ได้ส่งลูกๆ ไปให้ญาติ ๆ ในสหรัฐอเมริกาคอยดูแลเนื่องจากเหตุการณ์ความไม่สงบจากสงครามในประเทศแถบเอเชียตะวันออกเฉียงใต้

ป้าและลุงของ Huang ซึ่งอพยพไปอยู่สหรัฐอเมริกาก่อนหน้านั้น ได้รับเลี้ยงดู Huang และส่งเขาและพี่ชายเข้าเรียนโรงเรียนประจำที่ Oneida Baptist Institute ซึ่งอยู่ลึกเข้าไปในภูเขาทางตะวันออกของในรัฐเคนตักกี้

Oneida Baptist Institute ซึ่งอยู่ลึกเข้าไปในภูเขาทางตะวันออกของในรัฐเคนตักกี้ (CR:oneidasschool.org)
Oneida Baptist Institute ซึ่งอยู่ลึกเข้าไปในภูเขาทางตะวันออกของในรัฐเคนตักกี้ (CR:oneidasschool.org)

ที่นั่นเหมือนฝันร้ายของเด็กชาย Huang และพี่ชายของเขา ในวัย 9 และ 10 ขวบ เพราะเด็ก ๆ ที่นั่นต่างพกมีดกัน และเมื่อมีการทะเลาะกัน ก็มักจะมีเด็กบางคนที่ได้รับบาดเจ็บ

โรงเรียน Oneida ก่อตั้งขึ้นในช่วงทศวรรษที่ 1890 เพื่อหยุดยั้งกลุ่ม clan ทางตะวันออกของรัฐเคนตักกี้ไม่ให้ฆ่าฟันกันเอง

สำหรับเด็กในท้องถิ่นมักจะได้เรียนฟรี แต่เด็กทุคนต้องทำงาน เช่นเดียวกับ Huang ที่ได้รับมอบหมายให้ทำความสะอาดห้องน้ำ แม้มันจะดูเหมือนแย่แต่ Huang ก็กล่าวว่าเขาชอบตอนได้เรียนอยู่ที่นั่น เพราะมันบ่มเพาะนิสัยหลายอย่างให้กับเขา เพราะที่ Oneida ทุกคนต้องทำงานหนัก เรียนหนัก และเด็ก ๆ ที่นั่นล้วนแล้วแต่มีความแข็งแกร่งมาก ๆ

ท้ายที่สุด Huang และน้องชายของเขาก็ได้ย้ายไปอยู่ที่ Oregon ซึ่งพวกเขาได้กลับมาอยู่พร้อมหน้ากันทั้งครอบครัวอีกครั้ง

ในช่วงเวลาที่เขายังเป็นนักเรียนมัธยมปลายในบีเวอร์ตัน เขาเป็นแชมป์เทเบิลเทนนิสในระดับประเทศ หลังจากนั้น Huang เริ่มเข้าเรียนมหาวิทยาลัยที่ Oregon State University (OSU)

ที่ OSU นี่เองที่ทำให้ Huang ได้เปิดหูเปิดตาและได้เห็นถึงความมหัศจรรย์ที่อยู่เบื้องหลังคอมพิวเตอร์ เป็นจุดเปลี่ยนที่สำคัญที่ทำให้เขาหลงรักเทคโนโลยีตั้งแต่นั้นเป็นต้นมา

Huang ได้พบกับ Lori Mills ซึ่งเป็นพาร์ทเนอร์ในห้องแล็ปของเขา ในช่วงปีแรกของการเรียนมหาวิทยาลัย ซึ่งกลายเป็นภรรยาของเขาในอีกห้าปีต่อมา

โดย Huang จบการศึกษาในปี 1984 ซึ่งเรียกได้ว่าเป็นปีทองของวงการคอมพิวเตอร์ เพราะมันเป็นปีเดียวกับที่เครื่อง Mac ของ Apple ได้ทำการเปิดตัว ซึ่งเป็นการปฏิวัติเข้าสู่ยุคใหม่ของวงการคอมพิวเตอร์อย่างแท้จริง

หลังจบการศึกษาจาก OSU Huang ได้ทำงานในบริษัทชิป LSI Logic และ Advance Micro Devices (AMD) และในช่วงระหว่างทำงานอยู่ Haung ได้เรียนต่อปริญญาโทสาขาวิศวกรรมไฟฟ้าที่ Stanford จนจบการศึกษาในปี 1992 ก่อนที่จะลาออกมาก่อตั้ง Nvidia ในปี 1993 พร้อมไฟที่เต็มเปี่ยม

Huang สมัยที่เริ่มทำงานใหม่ ๆ (CR:Venturebeat)
Huang สมัยที่เริ่มทำงานใหม่ ๆ (CR:Venturebeat)

เป็นเรื่องที่น่าสนใจอย่างยิ่งที่ Nvidia ถือกำเนิดขึ้นในร้านอาหาร Denny’s ซึ่งเขาได้พบกับเพื่อนอีกสองคนก็คือ Chris Malachowsky และ Curtis Priem โดยเริ่มต้นสร้างบริษัทในวันเกิดครบ 30 ปีของเขาพอดิบพอดี

ในยุคนั้น Huang ได้เห็นโอกาสใหญ่จากอุตสาหกรรมเกมที่เพิ่งเกิดใหม่ และเขาก็มองว่ามันจะกลายเป็นอุตสาหกรรมที่เกี่ยวข้องกับคอมพิวเตอร์ที่ใหญ่ที่สุดเท่าที่โลกเคยมีมา

การประมวลผลและการจำลองวีดีโอที่ต้องใช้ข้อมูลจำนวนมากซึ่งจำเป็นในการสร้างโลกแห่งเกมในจินตนาการ ซึ่งแน่นอนว่ามันต้องใช้ทรัพยากรในการประมวลผลอย่างหนักเช่นเดียวกัน

แต่การเริ่มต้นก็ไม่ได้สวยหรูนักเพราะ Nvidia เกือบล้มละลายหลังเปิดบริษัทมาได้ไม่นาน แต่ด้วยความแข็งแกร่งของ Huang ก็ช่วยให้บริษัทฟันฝ่าวิกฤติมาได้สำเร็จ และ Huang เองก็เคยนำพา Nvidia เข้าต่อสู้ทางกฎหมายกับ Intel โดยท้ายที่สุดแล้ว Intel ถูกบังคับให้จ่ายค่าธรรมเนียมใบอนุญาตกว่า 1.5 พันล้านดอลลาร์

สามทหารเสือผู้ร่วมก่อตั้ง Nvidia (CR:Startup-book)
สามทหารเสือผู้ร่วมก่อตั้ง Nvidia (CR:Startup-book)

และต้องบอกว่าพลังการประมวลผลของชิป GPU ที่ถูกสรรค์สร้างโดย Nvidia นั้นยังได้เปลี่ยนแปลงวงการบันเทิงไปอย่างสิ้นเชิง มันทำให้ภาพยนตร์แอนิเมชั่นไล่ตั้งแต่ Avatar ไปจนถึง Tin-Tin สร้างภาพที่คนในยุคก่อนหน้าไม่มีทางฝันถึงมัน

Nvidia ได้พัฒนาจากผู้ผลิตกราฟฟิกการ์ดสำหรับพีซี ซึ่งเป็นตลาดที่มีคู่แข่งโหดหินเยอะมาก มาเป็นผู้สร้างโปรเซสเซอร์กราฟฟิกอย่าง GPU โดยก้าวสำคัญของบริษัทเกิดขึ้นในปี 2007 เมื่อ Nivida ได้พัฒนาซอฟต์แวร์เพื่อตั้งโปรแกรมให้ GPU ใช้สำหรับการประมวลผลงานทั่วไปได้

จุดเปลี่ยนนี้ได้พลิกสถานการณ์ของบริษัทไปอย่างสิ้นเชิง ทั้งการเกิดขึ้นของ bitcoin เหล่านักขุดต้องการชิป GPU เหล่านี้ไปใช้ในการประมวลผล ทำให้สถานการณ์ชิปทั่วโลกถึงกับขาดแคลน รวมถึงการถือกำเนิดขึ้นของ Generative AI ที่ทำให้ความต้องการชิปสูงขึ้นเป็นประวัติการณ์

ความต้องการอย่างบ้าคลั่งในวงการชิปแสดงให้เห็นอย่างชัดเจน จากรายงานล่าสุดที่ Sam Altman ซีอีโอของ OpenAI พยายามที่จะระดมทุนให้ได้สูงถึง 7 ล้านล้านดอลลาร์ เพื่อส่งเสริมการผลิตชิปที่บริษัทเทคโนโลยีต่าง ๆ ทั่วโลกกำลังใช้งานต้องการมันอย่างหนักในช่วงถัดจากนี้

ซึ่งมันแสดงให้เห็นถึงช่องว่างทางโอกาสของ Nvidia ที่ยังมีโอกาสที่จะเติบโตอีกมากมายมหาศาล และแน่นอนว่าความมั่งคั่งของ Jensen Huang มันคงจะไม่หยุดอยู่เพียงเท่านี้อย่างแน่นอนนั่นเองครับผม

References :
https://en.wikipedia.org/wiki/Jensen_Huang
https://www.businessinsider.com/nvidia-jensen-huang-chipmaker-cofounder-ceo-wealth-net-worth-ai-2023-5#huang-founded-nvidia-on-over-a-meal-at-dennys-4
https://today.oregonstate.edu/story/osu-alum-named-fortune-businessperson-year
https://www.ft.com/content/f7e928dc-d633-4be9-b20f-dcdfc56d3415
https://www.npr.org/sections/alltechconsidered/2012/02/20/147162496/tech-pioneer-channels-hard-lessons-into-silicon-valley-success