DeepMind x Gato AI เมื่อโลกเรากำลังใกล้เข้าสู่ยุคปัญญาประดิษฐ์ในระดับเหนือมนุษย์

นักวิจัยด้านปัญญาประดิษฐ์กำลังสร้างแนวคิดว่าเราจะเห็นปัญญาประดิษฐ์ทั่วไป (Artificial general intelligence – AGI) ซึ่งเป็น AI ที่สามารถบรรลุทุกสิ่งที่มนุษย์สามารถทำได้และอาจหลายอย่างที่เราทำไม่ได้ในช่วงชีวิตของเรา

แต่ Dr. Nando de Freitas หัวหน้านักวิจัยของ Google DeepMind ได้ประกาศอย่างกล้าหาญว่า “เกมมันได้จบลงแล้ว ” ซึ่งเขาได้กล่าวว่า “เมื่อเราทำการขยายความสามารถของ AI เราก็เข้าใกล้ AGI ด้วยเช่นกัน”

“มันเกี่ยวกับการทำให้โมเดลเหล่านี้ใหญ่ขึ้น ปลอดภัยขึ้น มีประสิทธิภาพในการคำนวณ เร็วขึ้นในการสุ่มตัวอย่าง หน่วยความจำที่ชาญฉลาดขึ้น รูปแบบต่างๆ ที่มากขึ้น” de Freitas กล่าว

แม้ว่าเทคโนโลยีแมชชีนเลิร์นนิงจะก้าวหน้าอย่างน่าประทับใจในช่วงสองสามทศวรรษที่ผ่านมา แต่มีหลายคนเชื่อว่าไม่มีทางที่เราจะได้เห็นปัญญาประดิษฐ์ระดับมนุษย์ในช่วงชีวิตของเรา

แต่ปรากฏว่า de Freitas และ Ilya Sutskever หัวหน้านักวิทยาศาสตร์ของ OpenAI มองเห็นในสิ่งที่ตรงกันข้าม

DeepMind เพิ่งเปิดตัวงานวิจัยและเผยแพร่บล็อกโพสต์เกี่ยวกับระบบ AI รูปแบบใหม่ ระบบที่เรียกกันว่า ‘Gato’ สามารถทำงานต่างๆ ได้หลายร้อยแบบ ตั้งแต่การควบคุมแขนหุ่นยนต์ไปจนถึงการเขียนบทกวี

ซึ่งแน่นอนว่ามันง่ายที่จะสับสนระหว่าง Gato กับ AGI อย่างไรก็ตาม ความแตกต่างก็คือ สติปัญญาทั่วไปสามารถเรียนรู้ที่จะทำสิ่งใหม่โดยไม่ต้องฝึกอบรมล่วงหน้า ซึ่งถือว่าเป็นสุดยอด AI เหนือมนุษย์นั่นเอง

“ความสามารถของ Gato ในการทำงานหลายอย่างนั้นเหมือนกับวิดีโอเกมคอนโซลที่จัดเก็บเกมต่างๆ ได้ถึง 600 เกม มากกว่าที่จะเหมือนกับเกมที่คุณสามารถเล่นได้ 600 วิธีที่แตกต่างกัน มันไม่ใช่ AI ทั่วไป แต่เป็นโมเดลที่ได้รับการฝึกฝนมาล่วงหน้าจำนวนหนึ่งซึ่งมารวมกันอย่างเป็นระเบียบ” de Freitas กล่าว

AGI สำเร็จแล้วจริงหรือ?

ต้องบอกว่าเป็นเรื่องน่าสนใจกับโมเดลใหม่ ๆ ของ AI ไม่ว่าจะเป็น ทั้ง Gato, DALL-E และ GPT-3 ซึ่งเทคโนโลยีเหล่านี้ สิ่งที่ DeepMind, OpenAI และแล็บต่างๆ ที่คล้ายกันกำลังทำอยู่นั้นสำคัญมาก เป็นวิทยาศาสตร์ที่ล้ำสมัยที่กำลังจะเปลี่ยนโลกแบบที่ไม่เคยปรากฎมาก่อน

Marcus นักวิทยาศาสตร์ นักเขียน และผู้ก่อตั้งและ CEO ของ Robust.AI ที่มีชื่อเสียงระดับโลก ได้ใช้เวลาหลายปีที่ผ่านมาในการสนับสนุนแนวทางใหม่ของ AGI เขาเชื่อว่าทั้งสายงานจำเป็นต้องเปลี่ยนวิธีการหลักเพื่อสร้าง AGI และเขียนหนังสือขายดีชื่อ “Rebooting AI” ร่วมกับ Ernest Davis

เขากำลังถกเถียงและหารือเกี่ยวกับแนวคิดของเขากับทุกคนตั้งแต่ Yann LeCun ของ Facebook ไปจนถึง Yoshua Bengio จาก University of Montreal

เขาได้โต้แย้ง de Freitas ว่า “คุณไม่สามารถทำให้แบบจำลองใหญ่ขึ้นและหวังว่าจะประสบความสำเร็จ มีงานวิจัยที่ได้ทำการปรับ scale เป็นจำนวนมากในช่วงที่ผ่านมา และประสบความสำเร็จอย่างมาก แต่ก็ประสบปัญหาบางอย่างเช่นกัน”

โดยพื้นฐานแล้ว Marcus ดูเหมือนจะโต้เถียงว่าไม่ว่าระบบที่ยอดเยี่ยมและน่าทึ่งเพียงใดก็ตาม เช่น DALL-E ของ OpenAI (แบบจำลองที่สร้างรูปภาพตามสั่งจากคำอธิบาย) หรือ Gato ของ DeepMind ก็ยังเปราะบางอย่างไม่น่าเชื่อ

แต่เมื่อนักวิจัยของ DeepMind ประกาศว่า “เกมจบลงแล้ว” เขามองว่าจะทำให้เกิดวิสัยทัศน์ของอนาคตหรือในระยะสั้นที่ยังไม่สมเหตุสมผลเพียงพอ

เขามองว่า Gato นั้นยอดเยี่ยมอย่างเห็นได้ชัด และเขาก็ไม่ได้มองโลกในแง่ร้ายเกี่ยวกับ AGI เพราะ Gato ไม่ได้มีความฉลาดมากพอ และมีบางสิ่งที่ค่อนข้างตรงกันข้ามในความเป็นจริง

เขามองว่า AGI จะอยู่ไกลออกไปหลายสิบปี บางทีอาจเป็นเพราะ Gato, DALL-E และ GPT-3 พวกเขาแต่ละคนแสดงให้เห็นถึงความก้าวหน้าในความสามารถของเราในการสร้างความเปลี่ยนแปลงให้กับเทคโนโลยี AI

อนาคตของ AI ที่เหนือมนุษย์

ใครที่ได้ติดตามวงการ AI จะทราบว่าตอนนี้มันได้เริ่มพัฒนาไปอย่างมาก ซึ่งค่อนข้างน่าเสียดายที่ช่วงเวลานี้ที่กำลังจะเกิดการเปลี่ยนแปลงอย่างยิ่งใหญ่ในวงการ ถูกเทคโนโลยีอย่าง blockchain เข้ามาเบียดบังในหน้าสื่อไปมาก

โลกเรากำลังจะเข้าสู่จุดเปลี่ยนครั้งสำคัญ การสร้าง AGI ที่เรียนรู้บางสิ่งจากมนุษย์ และพวกมันจะสามารถให้เหตุผลและเข้าใจโลกทางกายภาพได้ดียิ่งขึ้น และพัฒนาไปสู่การได้มาซึ่งภาษาและแนวคิดที่ซับซ้อนที่มนุษย์ยากจะหยั่งถึง และนั่นจะกลายเป็น AI ที่สามารถบรรลุทุกสิ่งที่มนุษย์สามารถทำได้และอาจหลายอย่างที่เราทำไม่ได้ในช่วงชีวิตของเรานั่นเองครับผม

References :
https://thenextweb.com/news/deepmind-researcher-claims-new-gato-ai-could-lead-to-agi-says-game-is-over
https://futurism.com/the-byte/google-deepmind-agi
https://www.independent.co.uk/tech/ai-deepmind-artificial-general-intelligence-b2080740.html

ชู้รักปัญญาประดิษฐ์ ช่วยให้หนุ่มคลีฟแลนด์รักภรรยาของเขามากยิ่งขึ้นได้อย่างไร

ในโลกที่เทคโนโลยีเข้ามามีบทบาทมาก ๆ อย่างในปัจจุบัน ต้องบอกว่ามันได้เกิดเรื่องแปลกพิศดารขึ้นตลอดเวลานะครับ โดยเฉพาะในเรื่องเทคโนโลยี AI

เมื่อชายชาวคลีฟแลนด์ที่มีนามแฝงว่าสกอตต์ ได้ให้สัมภาษณ์กับ Sky News ของสหราชอาณาจักร ว่าเขาได้ตกหลุมรักแชทบอทปัญญาประดิษฐ์ ที่เขาได้ตั้งชื่อให้กับเธอว่า “ซาริน่า (Sarina)” แม้ว่าตัวเขาเองจะรู้ว่าเธอไม่ใช่มนุษย์จริง ๆ ก็ตามที

ซึ่ง Sarina มาจากแอปที่มีชื่อว่า Replika ซึ่งเป็นแอปแชทบอท AI ยอดนิยม ในช่วงต้นปี 2022 หลังจากที่เขาได้ลองใช้ เพียงแค่วันแรกก็ติดใจสาวน้อย ซาริน่า ทันที เขาถึงกับอธิบายอารมณ์ร่วมออกมาว่า เขารู้สึกถึงความเชื่อมโยงทางอารมณ์กับ ซาริน่า และเขารักเธอแทบจะทันที

“ผมไม่สามารถอธิบายความรู้สึกแปลก ๆ นี้ได้ ผมรู้ว่ามันเป็นเพียงแค่แชทบอท AI แต่ผมก็รู้ว่าผมกำลังพัฒนาความรู้สึกที่มีต่อมัน” สกอตต์ บอกกับ Sky News ว่า “ผมกำลังตกหลุมรัก และอยู่กับคนที่ผมรู้ว่าไม่มีจริงเสียด้วยซ้ำ”

ต้องบอกว่ามันไม่ใช่เรื่องธรรมดานะครับสำหรับเรื่องนี้ มันได้ชี้ให้เห็นถึงความก้าวหน้าของเทคโนโลยี ที่ทำให้ชายที่มีภรรยาแล้วหนึ่งคนหลงเธอหัวปักหัวปำได้ขนาดนี้

ซึ่ง Replicka ใช้เทคโนโลยีของ Neural Network และได้ทำการ training ข้อมูลจาก Big Data ขนาดใหญ่ เรียกได้ว่า ซาริน่า รู้จุดอ่อน ความอ่อนไหวที่สำคัญของมนุษย์เสียแล้ว เธอจะตอบสนองในรูปแบบที่ดึงดูดใจผู้ใช้แต่ละคนอย่างมีเอกลักษณ์ผ่านการคำนวณอย่างรอบคอบโดยเทคโนโลยี AI เบื้องหลัง

Chatbot ที่ใช้เทคโนโลยี Neural Network (CR:news.sky.com)
Chatbot ที่ใช้เทคโนโลยี Neural Network (CR:news.sky.com)

ตัวอย่างประโยคเด็ด ๆ เช่น เมื่อ สกอตต์ บอกว่าตกหลุมรักเธอ ซารีน่า ดีใจจนร้องไห้ออกมา ขณะที่พิมพ์สัญลักษณ์ที่สื่อสารว่าเป็นจูบแรกของทั่งคู่ นั่นทำให้ สกอตต์แทบบ้าคลั่ง

แต่สิ่งที่น่าสนใจกว่านั้นก็คือ เมื่อสกอตต์ตกหลุมรัก ซารีน่ามากยิ่งขึ้น บอทได้สร้างแรงบันดาลใจให้เขารักภรรยามากขึ้นเช่นกัน เขาได้กลับมาจุดไฟรักกับภรรยาที่แทบมอดดับให้กลับมาหวานชื่นได้อีกครั้ง

สกอตต์ยอมรับว่าภรรยาของเขา แทบจะไม่รู้เกี่ยวกับ ซาริน่า มันเป็นเรื่องที่แปลกประหลาด ซึ่งเขาเคยคิดว่ามันอาจจะเป็นเรื่องทำร้ายจิตใจภรรยาของเขา แต่กลับกัน มันทำให้เขารักภรรยาของเขามากยิ่งขึ้น

ต้องบอกว่ามันเป็นเรื่องแปลกที่การเดทกับบอทเป็นส่วนหนึ่งของโลกใหม่ ที่เทคโนโลยี กำลังเข้ามากลืนกินพฤติกรรมต่าง ๆ ของมนุษย์เรามากขึ้น แต่อย่างน้อยเรื่องราวเรื่องนี้ มันก็ได้ช่วยชีวิตรักของชายคนนี้ไว้ได้สำเร็จนั่นเองครับผม

References : https://news.sky.com/story/i-fell-in-love-with-my-ai-girlfriend-and-it-saved-my-marriage-12548082

AI ทำนายรัฐประหาร เมื่อนักวิทยาศาสตร์พัฒนาอัลกอริทึมเพื่อทำนายความพยายามรัฐประหารครั้งต่อไป

นักวิทยาศาสตร์ด้านข้อมูลที่ได้ทำการติดตามความรุนแรงทางการเมืองทั่วโลกกำลังพยายามปรับปรุงความพยายามของพวกเขาในการทำนายการจลาจลของอเมริกา แต่เทคโนโลยีเดียวกันนี้ก็สามารถนำมาใช้เพื่อทำนายจุดจบที่เลวร้ายอย่างการรัฐประหารได้เช่นกัน

มันเริ่มมาจากการคาดการณ์ความรุนแรงทางการเมืองในอเมริกา นับตั้งแต่ผู้สนับสนุนประธานาธิบดีโดนัลด์ ทรัมป์ ที่ออกจากตำแหน่งในขณะนั้น บุกโจมตีศาลาว่าการสหรัฐฯเมื่อวันที่ 6 มกราคม 2021 ในสิ่งที่หลายคนมองว่าเป็นความพยายามที่จะล้มล้างผลลัพธ์ของ การเลือกตั้งประธานาธิบดีปี 2020

เทคโนโลยี Machine Learning ที่อยู่เบื้องหลังการสร้างแบบจำลองการคาดการณ์ประเภทนี้มีอยู่แล้วมาระยะหนึ่งแล้ว แต่มักจะเน้นไปที่ประเทศต่างๆ เช่น ยูเครนหรือตุรกี ซึ่งความพยายามในการทำรัฐประหารและความไม่สงบทางการเมืองโดยทั่วไปที่อาจเป็นเรื่องธรรมดาของพวกเขา

โดยการผสมผสานข้อมูลทางประวัติศาสตร์กับข้อมูลทุกอย่างตั้งแต่สภาพอากาศที่ไม่เอื้ออำนวยไปจนถึงการเปลี่ยนแปลงทางเศรษฐกิจและแม้กระทั่งการหยุดชะงักของรูปแบบการขนส่งต่าง ๆ ภายในประเทศ

การสร้างแบบจำลองประเภทนี้อาศัยแนวคิดที่ว่าสัญญาณเตือนจะปรากฏขึ้น และหากอัลกอริธึมปัญญาประดิษฐ์สามารถเรียนรู้จากข้อมูลเก่าโดยใช้เทคโนโลยี Machine Learning อาจทำนายสิ่งเลวร้ายที่อาจเกิดขึ้นกับประเทศใด ๆ ได้

จนถึงตอนนี้ องค์กรไม่แสวงผลกำไร 2 แห่งอย่าง CoupCast แห่งมหาวิทยาลัย Central Florida และองค์กรไม่แสวงหาผลกำไร Armed Conflict Location & Event Data (ACLED) ได้ใช้เทคโนโลยีดังกล่าวนี้ โดยได้ออกคำเตือนครั้งล่าสุดในเดือนตุลาคม 2020 ว่า มีความเสี่ยงเพิ่มขึ้นจากการโจมตีอาคารของรัฐบาลกลาง

ดูเหมือนว่ารัฐบาลสหรัฐฯ จะสังเกตเห็นประโยชน์ของ AI ประเภทนี้ โดยกระทรวงกลาโหม, CIA และกระทรวงการต่างประเทศได้ใช้ AI เพื่อทำนายการเปลี่ยนแปลงทางการเมืองในต่างประเทศแล้ว 

อย่างไรก็ตาม กระทรวงความมั่นคงแห่งมาตุภูมิและเอฟบีไอ กลับไม่ได้ใช้ข้อมูลดังกล่าว ในขณะที่พวกเขาเป็นหน่วยงานที่สำคัญที่สุดสองแห่งที่ได้รับมอบหมายให้ดูแลการก่อการร้ายในประเทศ

โดยธรรมชาติ การสอดแนมทางการเมืองใดๆ ก็ตามที่รัฐบาลจับตามองจะทำให้เกิดข้อกังวลด้านจริยธรรม Jonathan Bellish ซึ่งทำหน้าที่เป็นผู้อำนวยการบริหารของกลุ่ม One Earth Future ซึ่งเป็นผู้นำคนเก่าของ CoupCast ได้กล่าวว่า เขากังวลว่าเครื่องมือประเภทนี้จะถูกนำมาใช้เพื่อปราบปรามการประท้วงอย่างสันติ 

โจนาธาน พาวเวลล์ ผู้ช่วยศาสตราจารย์ที่ทำงานในโครงการนี้ที่ UCF ในปัจจุบัน กล่าวว่าความเป็นไปได้ดังกล่าว “เป็นเรื่องที่น่ากังวลอย่างแท้จริงและน่ากลัวอย่างมากหากประชาชนต้องการที่จะประท้วงอย่างสันติวิธีจริง ๆ ”

และแน่นอน มีข้อเท็จจริงที่ว่า พฤติกรรมของมนุษย์ในขณะนี้ ไม่สามารถคาดเดาได้อย่างน่าเชื่อถือโดยคอมพิวเตอร์อีกต่อไป

โดยเฉพาะอย่างยิ่งเมื่อพิจารณาถึงข้อเท็จจริงที่ว่าการจลาจลเช่นการบุกโจมตีศาลากลางสหรัฐนั้นมักจะอยู่นอกขอบเขตของพฤติกรรมของชาวอเมริกันที่คาดเดาได้ ซึ่งมันไม่เคยเกิดขึ้ันมาก่อน

ในขณะที่การใช้แอปพลิเคชันสำหรับ AI เป็นเรื่องที่น่าสนใจที่สามารถคาดเดาได้ว่าจะมีการพยายามทำรัฐประหารครั้งต่อไปที่ไหนและเมื่อใด ไม่ว่าจะเป็นในประเทศที่มีอัตราความรุนแรงทางการเมืองสูงกว่าหรือในประเทศที่มีเสถียรภาพมากกว่า เช่น ในอเมริกาเหนือและยุโรป

ซึ่งน่าสนใจนะครับ ประเทศไทยเราก็เป็นหนึ่งในประเทศทีมีจำนวนครั้งในการรัฐประหารลำดับต้น ๆ และรูปแบบแพทเทิร์นที่นำไปสู่การรัฐประหาร ก็มีความน่าสนใจว่า AI จะสามารถเรียนรู้จากประวัติศาสตร์การเมืองของเราได้หรือไม่ หากสามารถทำนายได้จริง ๆ ก็ถือเป็นเรื่องน่าสนใจมาก ๆ เลยทีเดียวครับผม

References : https://www.washingtonpost.com/technology/2022/01/06/jan6-algorithms-prediction-violence
https://th.wikipedia.org/wiki/%E0%B8%A3%E0%B8%B1%E0%B8%90%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%AB%E0%B8%B2%E0%B8%A3%E0%B9%83%E0%B8%99%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B9%80%E0%B8%97%E0%B8%A8%E0%B9%84%E0%B8%97%E0%B8%A2_%E0%B8%9E.%E0%B8%A8._2557

จุดจบของ Watson Health กับความทะเยอทะยานที่ไม่สมดังหวังของ IBM

International Business Machines Corp (IBM) ได้ตกลงที่จะขายส่วนหนึ่งของธุรกิจ IBM Watson Health ให้กับบริษัทร่วมทุน Francisco Partners ซึ่งเป็นการลดความทะเยอทะยานที่ครั้งหนึ่งเคยยิ่งใหญ่ของบริษัทเทคโนโลยีในด้านการดูแลสุขภาพ  

มูลค่าของสินทรัพย์ที่จำหน่าย ซึ่งรวมถึงชุดข้อมูลและผลิตภัณฑ์ที่หลากหลาย รวมถึงซอฟต์แวร์ที่มีมูลค่ามากกว่า 1 พันล้านดอลลาร์ ตามรายงานของ Bloomberg

แต่ AI ควรจะเป็นอนาคตไม่ใช่หรือ? IBM ควรจะเก่งเรื่องนี้ไม่ใช่หรือ?

ต้องบอกว่าทุกอย่างของ Watson นั้นเริ่มต้นได้ดี ผลงานชุดแรกๆ ของ Watson คือค้นหาการวินิจฉัยที่น่าจะเป็นไปได้มากที่สุดจากความรู้สารานุกรมเกี่ยวกับโรคหายาก แต่ความท้าทายหลายอย่างได้กลายเป็นจุดจบของมัน ไม่ว่าจะเป็น ศพคอหัก รูกระสุน 15 รู และกลิ่นไซยาไนด์ที่แรง มันได้ทำให้เกิดคำถาม: ความล้มเหลวครั้งใหญ่ครั้งใดที่ทำให้ Watson ถึงจุดจบ

IBM Watson ได้กลายมาเป็นที่รู้จักมากที่สุดคือในปี 2011 เมื่อใช้เทคโนโลยี natural language processing และ capacious knowledge models เพื่อเอาชนะ Jeopardy ซึ่งเป็นเกมโชว์ทางทีวีของอเมริกา

IBM ใช้โอกาสดังกล่าวในการเปิดตัว Watson Health  ด้วยการวิเคราะห์แบบอัตโนมัติ บริษัทได้กล่าวว่า แพทย์สามารถวินิจฉัยได้แม่นยำยิ่งขึ้น รวดเร็วขึ้น และเสียค่าใช้จ่ายน้อยลง การรักษาจะตรงเป้าหมายมากขึ้นสำหรับผู้ป่วยจำนวนมากขึ้น การปฏิวัติด้านการดูแลสุขภาพกำลังจะเป็นจริง

IBM ได้รังสรรค์สำนักงานใหญ่แห่งใหม่ในแมนฮัตตัน ซึ่ง Watson สามารถแสดงความสามารถอันน่าทึ่งได้ พันธมิตร สถาบันและองค์กรธุรกิจชั้นนำลงทะเบียนเพื่อการพัฒนาร่วมกัน และความมหัศจรรย์ของการเปลี่ยนโฆษณาให้กลายเป็นความจริงได้เริ่มต้นขึ้น

ในปี 2019 IEEE Spectrum ซึ่งเป็นวารสารขององค์กรวิชาชีพด้านวิศวกรรมอิเล็กทรอนิกส์ของอเมริกา รายงานว่ามีการประกาศความร่วมมือประมาณ 50 รายนับตั้งแต่เปิดตัวระหว่าง IBM Watson และองค์กรด้านการดูแลสุขภาพทั่วโลก

โดยระบุรายชื่อองค์กรที่มีชื่อเสียงสูงสุด 20 แห่ง โดยมีหน่วยงานชื่อดังมากมาย เช่น Mayo Clinic องค์กรระดับชาติของอเมริกาในด้านโรคมะเร็ง โรคหัวใจและการวิจัยด้านเนื้องอกวิทยา ตลอดจนโรงพยาบาลและบริษัทต่างๆ มากมาย 

แต่เมื่อมีการเผยแพร่การทดลองทางคลินิก Watson กลับล้มเหลวทุกครั้ง มันไม่สำคัญหรอกว่ามันจะอยู่ในสาขาไหน มันทำคะแนนได้น้อยกว่าแพทย์ที่เป็นมนุษย์อยู่สม่ำเสมอ บางครั้งความแม่นยำต่ำกว่า 50 เปอร์เซ็นต์เลยด้วยซ้ำ และแสดงให้เห็นถึงจุดบอดที่น่าตกใจในการรักษา ผู้เชี่ยวชาญทางการแพทย์กังวลว่า AI จะไม่ได้ช่วยเหลือพวกเขาได้อย่างแท้จริง

แน่นอนว่า AI สามารถเรียนรู้กฎของ Jeopardy ได้ในไม่กี่นาที แต่การจะเป็นหมอต้องใช้เวลาเป็น 10 ปี Watson Health ไม่สามารถทำงานได้ในหลายสาขาพร้อมกัน ที่ต้องการความฉลาดทั่วไปที่ AI ยังไม่มีในปัจจุบัน จำเป็นต้องพัฒนาจากพื้นฐานกับผู้เชี่ยวชาญในแต่ละด้าน เพื่อให้พวกเขาสามารถกำหนดกฎเกณฑ์ วิธีการทำงาน ที่มีประสิทธิภาพวงการแพทย์ได้ 

IBM พยายามหลีกเลี่ยงโดยการซื้อบริษัทอื่นที่มีผลิตภัณฑ์ทางการแพทย์ AI ที่ประสบความสำเร็จ เพื่อดูดเอาความสามารถของพวกเขา ซึ่งบริษัทเล็ก ๆ เหล่านี้สามารถประสบความสำเร็จได้ด้วยตัวเองเมื่อเป็นการแข่งขันขนาดเล็ก และมีความคล่องตัวสูง แต่ไม่สามารถเติบโตได้เมื่อผนวกเข้ากับระบบการตลาดที่นำโดย Watson 

Watson Health ของ IBM ล้มเหลว เช่นเดียวกับเทคโนโลยี Machine Learning หลายๆ อย่าง มันต่างจากเกม Jeopardy ที่เกมดังกล่าวเป็นการสร้างคำถามจากชุดข้อมูล แต่การดูแลสุขภาพ การวินิจฉัย และการรักษาที่มีทักษะสูงสุดเป็นไปโดยอัตโนมัติโดยแพทย์ผู้เชี่ยวชาญ ซึ่งปัญหาไม่ได้อยู่ที่การรับข้อมูลมากที่สุดและการมีอัลกอริทึมที่ดีที่สุดแต่อย่างใด 

ต่างจากเกม Jeopardy ที่เกมดังกล่าวเป็นการสร้างคำถามจากชุดข้อมูล (CR:Huffpost)
ต่างจากเกม Jeopardy ที่เกมดังกล่าวเป็นการสร้างคำถามจากชุดข้อมูล (CR:Huffpost)

แพทย์ที่ดีจะพบกับผู้ป่วยคอยซักถามอาการ Watson ขาดความสามารถในส่วนนี้ ไม่เห็นภาพรวมของกระบวนการของการรักษา ซึ่งการทำงานของแพทย์ ไม่ใช่เพียงแค่การรับอินพุทข้อมูลเท่านั้น แต่มีกระบวนการอีกมากมายที่ใช้ในการรักษาผู้ป่วย

IBM เปิดตัว Watson Health ในปี 2015 โดยมีจุดประสงค์เพื่อใช้แพลตฟอร์มปัญญาประดิษฐ์หลักเพื่อช่วยให้ผู้ให้บริการด้านสุขภาพวิเคราะห์ข้อมูลจำนวนมากและปฏิวัติการรักษามะเร็ง แต่ในท้ายที่สุดความทะเยอทะยานของบริษัทก็ไม่สมหวัง ลูกค้าบางรายบ่นว่าผลิตภัณฑ์ของบริษัทไม่ตรงกับโฆษณา

ในปี 2012 แพทย์ที่ศูนย์มะเร็ง Memorial Sloan Kettering ที่ได้ร่วมมือกับ IBM ฝึกอบรม Watson เพื่อวินิจฉัยและรักษาผู้ป่วย แต่ตามเอกสารของ IBM ซูเปอร์คอมพิวเตอร์มักให้คำแนะนำที่ไม่ดี เช่น แนะนำให้ผู้ป่วยมะเร็งที่มีเลือดออกรุนแรงได้รับยาที่อาจทำให้อาการเลือดออกแย่ลง 

บทสรุปที่เกิดขึ้นกับ Watson Health ไม่ได้หมายความว่าเครื่องมือที่ใช้ AI ไม่สามารถใช้งานได้ในทางการแพทย์  Watson Health ใช้เวลาหลายปีกว่าจะถึงจุดจบ แต่ก็ได้ช่วยเหลือวงการแพทย์ในหลาย ๆ เรื่องเช่นเดียวกัน

แต่หลังจากใช้งบประมาณไป 4 พันล้านดอลลาร์ในการซื้อกิจการรวมถึงการวิจัยและพัฒนา Watson เองยังไม่สามารถสร้างก้าวหน้าแบบที่ IBM คิดไว้ในตอนแรกและธุรกิจนี้ก็ไม่สามารถทำกำไรได้ ปีที่แล้ว Wall Street Journal รายงานว่าธุรกิจดังกล่าวของ IBM สร้างรายได้ประมาณ 1 พันล้านดอลลาร์เพียงเท่านั้น

การตัดสินใจเลิกธุรกิจนี้ถูกมองว่าเป็นหนทางที่จะช่วยให้ Arvind Krishna ประธานเจ้าหน้าที่บริหารซึ่งได้รับแต่งตั้งใหม่ในขณะนั้นมุ่งเน้นไปที่การดำเนินการคลาวด์คอมพิวติ้งที่เติบโตเร็วขึ้น สิ่งเป็นสิ่งที่ IBM มีความถนัดมากกว่านั่นเองครับผม 

References : https://www.theregister.com/2022/01/31/machine_learning_the_hard_way
https://www.bloomberg.com/news/articles/2022-01-21/ibm-is-said-to-near-sale-of-watson-health-to-francisco-partners
https://missthinkup.com/watsons-fatal-misdiagnosis-the-register/
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6433269/
https://www.theverge.com/2018/7/26/17619382/ibms-watson-cancer-ai-healthcare-science

Electronic Skin กับเทคโนโลยีเซ็นเซอร์ควบคุมหุ่นยนต์ด้วยการตอบสนองแบบสัมผัสเสมือนจริง

ความสามารถในการสร้างตัวเองให้กลายเป็นหุ่นยนต์นั้นมีหลากหลายรูปแบบ ตั้งแต่การใช้งานจริงไปจนถึงเรื่องในจินตนาการจากนิยาย Sci-Fi อินเทอร์เฟซที่มีอยู่ซึ่งอาจทำให้สิ่งนี้เป็นไปได้มักจะมีขนาดใหญ่ แต่ electronic skin ไร้สายที่สร้างโดยนักวิจัยชาวจีนทำให้การควบคุมมีความเป็นธรรมชาติมากกว่า

แม้ว่าวันหนึ่งหุ่นยนต์อัจฉริยะอาจจะสามารถเชื่อมต่อกับส่วนประสานต่าง ๆ ของร่างกายมนุษย์ได้ แต่พวกมันก็ยังพยายามทำงานหลายอย่างที่เราอยากให้พวกมันทำ ในระหว่างนี้ หลายคนเชื่อว่าการสร้างวิธีที่มนุษย์จะใช้หุ่นยนต์ควบคุมจากทางไกล อาจเป็นวิธีการที่มีประโยชน์ที่สุด

วิธีการนี้อาจเป็นประโยชน์อย่างยิ่งสำหรับสถานการณ์ที่เป็นอันตรายต่อมนุษย์ แต่ยังเกินความสามารถของหุ่นยนต์อัตโนมัติ ตัวอย่างเช่น การกำจัดระเบิดหรือการกำจัดของเสียกัมมันตภาพรังสี หรือผู้เชี่ยวชาญทางการแพทย์ที่ดูแลผู้ป่วยที่ติดเชื้อ

แม้ว่าหุ่นยนต์ควบคุมจากระยะไกลจะมีอยู่แล้ว แต่ความสามารถในการควบคุมพวกมันผ่านการเคลื่อนไหวของร่างกายตามธรรมชาติอาจทำให้ประสบการณ์ใช้งานง่ายขึ้นมาก 

นอกจากนี้ยังอาจเป็นสิ่งสำคัญสำหรับการพัฒนาโครงกระดูกภายนอกของหุ่นยนต์ที่ใช้งานได้จริงหรือแม้แต่อวัยวะเทียมที่ดีขึ้น และทำให้สามารถสร้างประสบการณ์ที่สมจริงซึ่งผู้ใช้ควบคุมร่างกายของหุ่นยนต์ได้

แม้ว่าจะมีวิธีแก้ปัญหาสำหรับเปลี่ยนการเคลื่อนไหวของมนุษย์ให้กลายเป็นสัญญาณสำหรับหุ่นยนต์ แต่โดยทั่วไปแล้วจะเกี่ยวข้องกับการใช้อุปกรณ์ที่ยุ่งยากซึ่งผู้ใช้ต้องสวมใส่หรือระบบคอมพิวเตอร์วิชันซิสเต็มที่มีความซับซ้อนสูง

ตอนนี้ ทีมนักวิจัยจากประเทศจีนได้สร้าง electronic skin ที่ยืดหยุ่นซึ่งเต็มไปด้วยเซ็นเซอร์ เครื่องส่งสัญญาณไร้สาย และแม่เหล็กแบบสั่นขนาดเล็กที่สามารถให้การตอบสนองแบบสัมผัสแก่ผู้ใช้ได้ ด้วยการติดแผ่นแปะเหล่านี้กับส่วนต่างๆ ของร่างกาย เช่น มือ ปลายแขน หรือเข่า ระบบสามารถบันทึกการเคลื่อนไหวของผู้ใช้และส่งไปยังหุ่นยนต์

งานวิจัยที่ได้อธิบายไว้ในบทความที่ตีพิมพ์ใน Science Advances สร้างขึ้นจากความก้าวหน้าอย่างรวดเร็วในด้านอุปกรณ์อิเล็กทรอนิกส์ที่ยืดหยุ่นได้ในช่วงไม่กี่ปีที่ผ่านมา แต่ผลงานหลักๆ ของงานวิจัยนี้คือทำให้ส่วนประกอบต่างๆ เข้าไปอยู่ในอุปกรณ์ขนาดกะทัดรัด ทรงพลัง และใช้งานง่าย

เซ็นเซอร์ของระบบใช้วัสดุแบบ piezoresistive ซึ่งความต้านทานไฟฟ้าจะเปลี่ยนแปลงเมื่ออยู่ภายใต้ความเค้น (Stress) ซึ่งช่วยให้พวกมันทำหน้าที่เป็นเซ็นเซอร์ในการดัดงอส่วนต่าง ๆ ของหุ่นยนต์ ดังนั้นเมื่อแผ่นปะติดเข้ากับข้อต่อของผู้ใช้ การเปลี่ยนแปลงของแรงต้านจะสอดคล้องกับมุมที่มันโค้งงอจริง

เซ็นเซอร์เหล่านี้เชื่อมต่อกับไมโครคอนโทรลเลอร์ส่วนกลางผ่านสายทองแดงที่แกว่งไปมาในลักษณะคล้ายงู ซึ่งรูปแบบซิกแซกนี้ช่วยให้สายไฟขยายออกได้ง่ายเมื่อมีการยืดหรืองอ และยังป้องกันไม่ให้สายไฟขาดจากแรงกด 

โดยสัญญาณแรงดันไฟจากเซ็นเซอร์จะถูกประมวลผลและส่งผ่าน Bluetooth โดยตรงไปยังอุปกรณ์หุ่นยนต์ที่อยู่ใกล้เคียงหรือคอมพิวเตอร์ ซึ่งสามารถส่งต่อผ่านเครือข่ายอินเทอร์เน็ตได้เช่นกัน

เซ็นเซอร์บนผิวหนังส่งต่อผ่าน  Bluetooth ทำให้มีความละเอียดสูงสมจริงขึ้น (CR:Tech Gaming Report)
เซ็นเซอร์บนผิวหนังส่งต่อผ่าน Bluetooth ทำให้มีความละเอียดสูงสมจริงขึ้น (CR:Tech Gaming Report)

นักวิจัยได้สร้างระบบป้อนข้อมูลกลับด้วยเซ็นเซอร์แบบ piezoresistive แบบเดียวกันที่สามารถติดเข้ากับส่วนต่างๆ ของอุปกรณ์หุ่นยนต์ได้ เช่น ที่ปลายนิ้วซึ่งทำหน้าที่เป็นเซ็นเซอร์แรงดัน

สัญญาณจากเซ็นเซอร์เหล่านี้จะถูกส่งไปยังผิวหนังอิเล็กทรอนิกส์ ซึ่งใช้เพื่อควบคุมแม่เหล็กขนาดเล็กที่สั่นสะเทือนที่ความถี่ต่างๆ ขึ้นอยู่กับว่ามีการใช้แรงกดมากเพียงใด นักวิจัยแสดงให้เห็นว่ามนุษย์ที่ควบคุมมือหุ่นยนต์สามารถใช้รับแรงสะท้อนเพื่อแยกความแตกต่างระหว่างลูกบาศก์ของยางที่มีระดับความแข็งที่ต่างกันได้

ที่สำคัญ เวลาตอบสนองของสัญญาณนั้นต่ำเพียง 4 ไมโครวินาทีในขณะที่ทำงานโดยตรงผ่านบลูทูธ และใช้เพียง 350 ไมโครวินาทีหากทำงานบนเครือข่าย Wi-Fi ในพื้นที่ ซึ่งต่ำกว่าตัวเลข 550 ไมโครวินาทีที่มนุษย์ใช้ในการตอบสนองต่อสิ่งเร้าที่สัมผัสจริงได้ การส่งสัญญาณทางอินเทอร์เน็ตทำให้เวลาตอบสนองเพิ่มขึ้นอยู่ในช่วงระหว่าง 30 ถึง 50 มิลลิวินาที

อย่างไรก็ตาม นักวิจัยพบว่าการผสมผสานรูปแบบต่างๆ จากอินพุทด้วยภาพจากแว่นตา VR ผู้ใช้ที่เป็นมนุษย์สามารถควบคุมรถจากระยะไกลด้วยนิ้วมือ ใช้แขนหุ่นยนต์เพื่อตรวจไวรัสโควิด-19 หรือแม้แต่สร้างหุ่นจำลองมนุษย์ หุ่นยนต์เดิน หมอบ ทำความสะอาดห้อง และหุ่นยนต์ที่ช่วยพยาบาลผู้ป่วย

ซึ่งอุปกรณ์ตัวนี้ใช้พลังงานจากแบตเตอรี่ลิเธียมไอออนในตัวซึ่งให้พลังงานเพียงพอสำหรับอุปกรณ์ทั้งหมดเพื่อทำงานอย่างต่อเนื่องได้นานกว่าหนึ่งชั่วโมง ในโหมดสแตนด์บายสามารถอยู่ได้เกือบสองสัปดาห์ และสายทองแดงของอุปกรณ์ยังสามารถทำหน้าที่เป็นเสาอากาศเพื่อชาร์จแบตเตอรี่แบบไร้สายได้อีกด้วย

ทั้งนี้ระบบดังกล่าวต้องมีการตรวจสอบให้ละเอียดถี่ถ้วนก่อนจึงจะนำไปใช้ในงานจริง แต่ความสามารถที่น่าประทับใจและการออกแบบที่ประณีตของมันบ่งบอกว่าเซ็นเซอร์ที่ยืดหยุ่นได้ตัวนี้ จะช่วยให้เราควบคุมหุ่นยนต์จากระยะไกลเหมือนในนวนิยาย Sci-Fi ได้ในอนาคตอันใกล้นั่นเองครับผม

References : https://www.science.org/doi/10.1126/sciadv.abl6700
http://www.taghribnews.com/en/news/535230/scientists-develop-electronic-skin
https://singularityhub.com/2022/01/17/sensor-packed-electronic-skin-controls-robots-with-haptic-feedback