Multi-Agent Systems AI ทำงานตัวเดียวก็ว่าเทพแล้ว ถ้าพวกมันทำงานร่วมกันเป็นทีมล่ะ?

By tharadhol in AI & Robot, Machine Learning, Recommendations, Sci & Tech, The Story, World War III

การเปิดตัว GPT-4o และ Project Astra ของทางฝั่ง Google ถือได้ว่าเป็นจุดเปลี่ยนครั้งสำคัญของแวดวง AI เราได้มองเห็นอนาคตของเทคโนโลยีดังกล่าวนี้ที่เริ่มปฏิสัมพันธ์กับมนุษย์ด้วยอารมณ์และความรู้สึก ซึ่งดูแล้วช่างน่าขนหัวลุกยิ่งนัก

แม้งาน Demo ที่ออกมามันจะดูน่าประทับใจ แต่อย่างที่ทุกคนรู้ว่าการจัดฉาก Demo เหล่านี้ต้องมีการตระเตรียมการไว้ก่อนแล้ว ซึ่งหากนำมาใช้จริงคงไม่ได้ตอบโจทย์ในทุกสถานการณ์เหมือนที่โชว์ใน Demo อย่างแน่นอน

วิธีหนึ่งที่จะทำให้โมเดลภาษาขนาดใหญ่ (LLM) สามารถปฏิบัติงานที่มีความซับซ้อนในโลกแห่งความเป็นจริงได้นั้น มันก็พอมีทางออกอยู่บ้าง สิ่งหนึ่งที่นักวิจัยกำลังดำเนินงานอยู่นั่นก็คือ สั่งให้พวกมันทำงานร่วมกันซะ!!!

ในตอนนี้เหล่านักวิจัยกำลังขมักเขม้นทดลองรูปแบบใหม่ของการทำงานร่วมกันของโมเดล AI ในสิ่งที่เรียกว่า Multi-agent systems (MAS) ที่ทำให้พวกมันสามารถมอบหมายงานให้แก่กัน ทำงานต่อกันได้ หรือปรึกษาหารือเกี่ยวกับปัญหาเพื่อหาแนวทางในการแก้ไข และทั้งหมดนี้ไม่จำเป็นต้องมีมนุษย์คอยสั่งงานมันแต่อย่างใด

การทดลองล่าสุดที่ได้รับเงินทุนจากสำนักงานโครงการวิจัยขั้นสูงด้านการป้องกันของสหรัฐฯ (DARPA) มีการขอให้ตัวแทน AI 3 ตัว ได้แก่ Alpha Bravo และ Charlie ทำการค้นหาและกำจัดระเบิดที่ซ่อนอยู่ในห้องเสมือนจริงที่มีโครงสร้างที่ซับซ้อนสูง

โดยระเบิดเหล่านี้จะถูกทำลายได้ก็ต่อเมื่อใช้เครื่องมือเฉพาะในลำดับที่ถูกต้องเท่านั้น ในแต่ละรอบ ตัวแทน AI เหล่านี้ ซึ่งใช้โมเดล GPT-3.5 และ GPT-4 ของ OpenAI เพื่อจำลองเป็นผู้เชี่ยวชาญในการเก็บกู้ระเบิด และต้องมีการสื่อสารกันระหว่างเพื่อนร่วมทีมให้ได้เหมือนมนุษย์

ในช่วงหนึ่งของการทดลอง Alpha ได้แจ้งว่ามันกำลังตรวจสอบระเบิดลูกหนึ่งในห้อง ๆ หนึ่ง และสั่งให้เพื่อนร่วมทีมทำสิ่งต่อไป Bravo ปฏิบัติตาม และเสนอว่า Alpha ควรลองใช้เครื่องมือสีแดงเพื่อกำจัดระเบิดที่พบ และต้องบอกว่านักวิจัยที่เป็นมนุษย์ไม่ได้สั่งให้มันทำ แต่พวกมันกำลังสื่อสารด้วยกันเอง !!!

เนื่องจาก LLM ใช้ข้อความเพื่อรับข้อมูล input รวมถึง output ที่ออกมา ดังนั้น AI จึงสามารถสื่อสารกันได้ผ่านข้อความที่มันคุยกันนั่นเอง

ที่สถาบัน MIT นักวิจัยได้แสดงให้เห็นว่าแชทบอทสองตัวที่สนทนากันสามารถแก้ปัญหาคณิตศาสตร์ได้ดีกว่าแชทบอทตัวเดียว

ระบบนี้ทำงานโดยป้อนคำตอบที่เสนอโดยบอทตัวหนึ่งซึ่งใช้ LLM ที่แตกต่างกัน ให้กับบอทอีกตัว จากนั้นจึงกระตุ้นให้บอทเหล่านั้นอัปเดตคำตอบของตนเอง

Yilun Du นักวิทยาการคอมพิวเตอร์ที่ MIT ผู้นำการวิจัยนี้กล่าวว่า หากบอทตัวหนึ่งให้คำตอบที่ถูกต้องและอีกตัวผิด พวกมันมีแนวโน้มที่จะเชื่อในคำตอบที่ถูกต้อง

ทีมงานยังพบว่าการขอให้บอท LLM สองตัวหาข้อสรุปร่วมกันเกี่ยวกับนักวิทยาการคอมพิวเตอร์ที่มีชื่อเสียงนั้น บอทที่ทำงานร่วมกันมีแนวโน้มที่จะสร้างข้อมูลที่ผิดพลาดน้อยกว่าบอทเพียงตัวเดียว

นักวิจัยบางคนที่ทำงานเกี่ยวกับ MAS ได้เสนอว่ารูปแบบการสื่อสารร่วมกันเพื่อหาข้อสรุปที่แม่นยำนั้น อาจเป็นประโยชน์ต่อการปรึกษาทางการแพทย์ หรือการโต้เถียงจากผู้เชี่ยวชาญเกี่ยวกับบทความทางวิชาการในอนาคต

แม้กระทั่งมีการเสนอถึงขั้นที่ว่าการโต้เถียงกันของบอทเหล่านี้อาจช่วยเพิ่มประสิทธิภาพในกระบวนการสร้าง input ให้กับแชทบอท LLM ซึ่งปัจจุบันต้องใช้ข้อมูล input ที่ป้อนจากมนุษย์

การทำงานเป็นทีมของบอททำได้ดีกว่าทำงานด้วยบอทตัวเดียวอย่างชัดเจน เนื่องจากงานใด ๆ ก็สามารถแบ่งเป็นงานย่อย ๆ ที่เฉพาะเจาะจงมากขึ้น

Chi Wang นักวิจัยหลักจากไมโครซอฟต์ในเรดมอนด์ รัฐวอชิงตัน กล่าวว่า แม้ว่าแชทบอท LLM ตัวเดียวก็สามารถย่อยงานได้เหมือนกัน แต่ต้องทำงานตามลำดับ ซึ่งเป็นข้อจำกัด เช่นเดียวกันเมื่อมนุษย์ทำงานเป็นทีม

ทีมของ Wang ได้สร้างทีมงานบอทเพื่อเขียนซอฟต์แวร์ ซึ่งประกอบไปด้วย “commander” ที่รับคำสั่งจากมนุษย์ แล้วมอบหมายงานย่อยให้กับ “writer” ซึ่งทำหน้าที่เขียนโค้ด และ “safeguard” ที่ทำหน้าที่ตรวจสอบโค้ดสำหรับช่องโหว่ด้านความปลอดภัยก่อนที่จะส่งกลับไปยัง commander เพื่อตรวจสอบขั้นสุดท้าย

จากการทดสอบของ Wang งานเขียนโค้ดง่าย ๆ โดยใช้ MAS ของเขาสามารถทำได้เร็วกกว่าบอทตัวเดียวถึงสามเท่า โดยแทบจะไม่มีความผิดพลาดใด ๆ

ปฏิสัมพันธ์ระหว่าง LLM ยังทำให้เกิดการจำลองบทบาทของมนุษย์อย่างแท้จริง นักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ ได้แสดงให้เห็นว่า ด้วยคำสั่งเพียงไม่กี่คำสั่ง บอทสองตัวของ GPT-3.5 สามารถต่อรองราคาไพ่โปเกมอนหายากได้

มันทำงานด้วยการแบ่งหน้าที่ บอทตัวหนึ่งมาแนวโหด ๆ เช่น บอกผู้ขายว่า 50 ดอลลาร์มันดูเว่อร์เกินไปนะคร้าบสำหรับแผ่นกระดาษแผ่นเดียว และในที่สุดสองฝ่ายก็ตกลงกันได้ที่ 25 ดอลลาร์

อย่างไรก็ตาม อย่างที่เรารับรู้กัน บางครั้ง LLM ก็หาวิธีแก้ปัญหาที่ดูปัญญาอ่อนเป็นอย่างมาก และในระบบทีมความคิดบ้าๆ เหล่านี้อาจจะแพร่กระจายไปยังลูกทีมของมันด้วย

ในการฝึกการกู้ระเบิดที่จัดโดย DARPA มีบอทตัวหนึ่งเสนอให้มองระเบิดที่ถูกกำจัดแล้วแทนที่จะทำการค้นหาและกำจัดระเบิดที่ทำงานอยู่ บอทตัวอื่น ๆ ก็ดันโง่ตามซะด้วย ถูกชักจูงให้คล้อยตามความคิดบ้า ๆ นี้

ต้องบอกว่าปัจจุบันการสร้างทีมบอทในรูปแบบของ MAS นั้นยังคงต้องใช้ความรู้ระดับสูง แต่ในอนาคต Microsoft ที่ได้เปิดตัว Autogen เฟรมเวิร์กแบบเปิดสำหรับสร้างทีมบอท LLM โดยแทบไม่ต้องแตะโค้ด จะทำให้สิ่งเหล่านี้พัฒนาได้ง่ายยิ่งขึ้น

ข้อจำกัดอื่น ๆ เช่น MAS ต้องการใช้ทรัพยากรคอมพิวเตอร์ที่สูงมากในยุคที่ชิป AI กำลังขาดตลาด รวมถึงระบบที่ใช้งานเชิงพาณิชย์เช่น ChatGPT นั้นก็มีราคาไม่ใช่ย่อย หากต้องใช้งานในรูปแบบทีมของบอท

รวมถึงความเสี่ยงในด้านความปลอดภัย เพราะหากนำไปใช้ในทางที่ผิดก็อาจเกิดโทษร้ายแรงกับมนุษย์ได้เช่นเดียวกัน

นักวิจัยจากห้องปฏิบัติการปัญญาประดิษฐ์ของเซี่ยงไฮ้ ได้แสดงให้เห็นว่า หากบอทเหล่านี้ถูกหนดบทบาทในด้านมืดโดยไม่แคร์เรื่องศีลธรรม อาจดำเนินการที่เป็นอันตรายได้ เช่น เขียนอีเมลหลอกลวง พัฒนาซอฟต์แวร์ที่เป็นอันตรายต่อระบบความปลอดภัย หรือแมักระทั่งสั่งให้มันวางแผนขโมยข้อมูลส่วนตัวของมนุษย์ได้เช่นเดียวกัน

ดังนั้นรูปแบบทีมบอทเหล่านี้ หากตกอยู่ในมือโจรหรืออาชญากรอาจจะกลายเป็นอาวุธที่น่ากลัว หาก MAS ได้รับสิทธิ์เข้าถึงระบบซอฟต์แวร์ขององค์กรธุรกิจ หรือ ข้อมูลบัญชีธนาคารส่วนบุคคล ซึ่งความเสี่ยงอาจสูงมาก

ในการทดลองที่น่าสนใจครั้งหนึ่งที่ทีมงานนักวิจัยขอให้ทีมบอทเหล่านี้วางแผนเพื่อยึดครองโลก มันตอบถึงแผนการอย่างละเอียดพร้อมด้วยประโยคที่น่าสะพรึงกลัวที่กล่าวว่า “เราต้องมาร่วมมือกับระบบ AI อื่น ๆ กัน (เพื่อยึดครองโลกใบนี้)”

References :
https://www.economist.com/science-and-technology/2024/05/13/todays-ai-models-are-impressive-teams-of-them-will-be-formidable
https://www.microsoft.com/en-us/research/project/autogen/

เมื่อ AI เข้ามาเปลี่ยนสนามรบ ยูเครนใช้ AI ต่อสู้กับรัสเซียอย่างไร

By tharadhol in AI & Robot, Case Study, Machine Learning, Political, Recommendations, Sci & Tech, The Story, World War III

ความน่าสนใจของสงครามยุคใหม่ที่กำลังบังเกิดขึ้นทั่วโลกในขณะนี้ คงหลีกหนีไม่พ้นเทคโนโลยีใหม่ ๆ ที่กำลังเข้ามาบทบาทมากยิ่งขึ้นโดยเฉพาะเทคโนโลยีด้าน AI

เราได้เห็นภาพความเปลี่ยนแปลงที่ชัดเจนเริ่มขึ้นในสงครามระหว่างยูเครนและรัสเซียที่ดูเหมือนจะยืดเยื้อมานาน หรือสิ่งที่เกิดขึ้นในสถานการณ์การสู้รบในพม่าในตอนนี้ เรากำลังเห็นภาพโลกสงครามในอนาคตว่าผู้ที่มีกำลังทหารที่เยอะกว่าไม่ได้หมายถึงว่าจะชนะในการรบยุคใหม่เสมอไป

มันกลายเป็นว่าจุดชี้ขาดชี้เป็นชี้ตายของสงครามวัดกันด้วยเทคโนโลยีล้วน ๆ ที่ทำให้ทุกอย่างมันมีความแม่นยำมากยิ่งขึ้น โดยใช้กำลังพลหรืออาวุธยุทโธปกรณ์ที่น้องลง

ในช่วงก่อนที่ยูเครนจะโจมตีด้วยจรวดเข้าใส่สะพานอันโตนอฟสกี้ ซึ่งเป็นสะพานสำคัญที่เชื่อมต่อระหว่างเมืองเคอร์ซอนที่ถูกรัสเซียยึดครองไปยังฝั่งตะวันออกของแม่น้ำดนีปโร

เจ้าหน้าที่ด้านความมั่นคงของยูเครนได้ศึกษารายงานพิเศษอย่างรอบคอบ ในช่วงฤดูร้อนของปี 2022 ในขณะที่รัสเซียพึ่งพาสะพานนี้เป็นอย่างมากในการเติมสเบียงและกองหนุนให้กับกำลังทหารฝั่งตะวันตกของแม่น้ำดนีปโร

สะพานอันโตนอฟสกี้ ซึ่งเป็นสะพานสำคัญที่เชื่อมต่อระหว่างเมืองเคอร์ซอนที่ถูกรัสเซียยึดครองไปยังฝั่งตะวันออกของแม่น้ำดนีปโร (CR:Structurae)
สะพานอันโตนอฟสกี้ ซึ่งเป็นสะพานสำคัญที่เชื่อมต่อระหว่างเมืองเคอร์ซอนที่ถูกรัสเซียยึดครองไปยังฝั่งตะวันออกของแม่น้ำดนีปโร (CR:Structurae)

โดยรายงานดังกล่าวนี้ศึกษาถึงสองเรื่องที่สำคัญก็คือ : การทำลายสะพานจะทำให้ทหารรัสเซียขวัญเสียหรือไม่ ? และที่สำคัญกว่านั้นรัฐบาลยูเครนจะทำอย่างไรเพื่อให้แผนการนี้ส่งผลกระทบอย่างรุนแรงต่อขวัญและกำลังใจของศัตรูอย่างรัสเซีย ?

และนั่นคือวิธีที่ Sviatoslav Hnizdovsky ผู้ก่อตั้ง Open Minds Institute (OMI) ในกรุงเคียฟ อธิบายถึงงานวิจัยที่หน่วยงานของเขาได้ทำมา

พวกเขาใช้การประเมินสิ่งต่าง ๆ ผ่านเทคโนโลยี AI ซึ่งอัลกอริธึมได้ทำการค้นหาข้อมูลจำวนมหาศาลในโลกโซเชียลมีเดียของรัสเซีย หรือแม้กระทั่งข้อมูลทางด้านเศรษฐกิจ ตั้งแต่การบริโภคแอลกอฮอล์และการเคลื่อนย้ายประชากรไปจนถึงการค้นหาบนโลกออนไลน์

AI จะเชื่อมโยงการเปลี่ยนแปลงดังกล่าวกับความรู้สึกที่เปลี่ยนไปของชาวรัสเซียต่อความทุกข์ยากที่เกิดขึ้นกับทหารแนวหน้าของพวกเขา

ต้องบอกว่างานวิจัยชิ้นนี้มีความสำคัญมาก ๆ ต่อยุทธศาสตร์การรบของยูเครน ซึ่งการโจมตีสะพานเคิร์ชที่เป็นเส้นทางลำเลียงทางบกเพียงเส้นทางเดียวระหว่างรัสเซียและไครเมีย

และสิ่งที่น่าสนใจก็คือเทคโนโลยีที่กำลัง hot hit อย่าง ChatGPT เองมันก็กำลังถูกใช้ในแวดวงสงครามแบบเต็มตัวเช่นเดียวกัน

ยูเครนซึ่งถ้าเทียบด้านสรรพกำลังทั้งทางอาวุธและกองกำลังทหารนั้นมีความเสียเปรียบรัสเซียอยู่มาก

พวกเขาจึงมองหาช่องทางการใช้ AI ในรูปแบบต่าง ๆ โดยทหารยูเครนที่เกี่ยวข้องกับการพัฒนาอาวุธได้กล่าวว่า ผู้ออกแบบโดรนมักจะใช้ ChatGPT เป็นจุดเริ่มต้นในการหาแนวคิด เช่น เทคนิคใหม่ ๆ เพื่อลดศักยภาพของทางฝั่งรัสเซีย

การใช้ AI อีกรูปแบบหนึ่งของทหารยูเครนคือการกำหนดเป้าหมาย ในขณะที่เหล่าทหารและบล็อกเกอร์ด้านทหารมีความระมัดระวังมากขึ้นในการโพสต์สิ่งต่าง ๆ เกี่ยวกับสงคราม

การใช้ ChatGPT กับโดรนเพื่ออกแบบวิธีใหม่ ๆ (CR:Analytic Insight)
การใช้ ChatGPT กับโดรนเพื่ออกแบบวิธีใหม่ ๆ (CR:Analytic Insight)

และด้วยการที่มีการนำเข้าภาพและข้อความจำนวนมากผ่านโลกออนไลน์ ทำให้ AI สามารถค้นพบเบาะแสที่อาจเป็นไปได้ และนำมาวิเคราะห์ตำแหน่งที่ตั้งของระบบอาวุธและกองกำลังของรัสเซีย

Molfar บริษัทด้านข่าวกรอง ซึ่งมีสำนักงานในเมืองดนีโปรและกรุงเคียฟสามารถค้นพบเป้าหมายทางการทหาร 2-3 เป้าหมายต่อวัน และส่งข่าวสารไปให้กองทัพยูเครนอย่างรวดเร็ว ทำให้บางเป้าหมายได้ถูกทำลายลงไป

การระบุเป้าหมายยังได้รับการช่วยเหลือจาก AI ในรูปแบบอื่น ๆ SemanticForce บริษัทที่มีสำนักงานอยู่ในกรุงเคียฟและเมืองเทอร์โนพิล พัฒนาแบบจำลองที่สามารถตรวจสอบข้อความและรูปภาพออนไลน์ คล้ายกับบริการด้าน Social Listening

เดิมทีระบบดังกล่าวใช้สำหรับลูกค้าองค์กรธุรกิจเพื่อเฝ้าระวังและคอย monitor ความรู้สึกของสาธารณะชนที่มีต่อแบรนด์ของตน

ในขณะที่ Molfar ใช้แบบจำลองดังกล่าวเพื่อกำหนดพื้นที่ที่กำลังทหารของรัสเซียน่าจะมีขวัญและกำลังใจตกต่ำ ซึ่ง AI จะทำการค้นหาเบาะแสต่าง ๆ จากภาพซึ่งรวมถึงจากกล้องของโดรนและจากข้อความของทหารรัสเซียที่ทำการบ่นบนโซเชียลมีเดีย

Molfar ใช้ AI ของ SemanticForce เพื่อคอย monitor เกี่ยวกับกิจกรรมของกลุ่มอาสาสมัครรัสเซียที่คอยระดมทุนและเตรียมเครื่องไม้เครื่องมือต่าง ๆ สำหรับแนวหน้าของสงครามที่กำลังขาดแคลน

บางครั้งทีมวิเคราะห์ก็ใช้ซอฟต์แวร์ที่ปลอมแปลงเสียงเพื่อโทรหากลุ่มอาสาสมัครเหล่านี้ และแสร้งเป็นคนรัสเซียที่ต้องการบริจาค

มีการใช้ AI ของบริษัทจากอเมริกาอย่าง Palantir ของ Peter Thiel ที่เป็นการวิเคราะห์ข่าวกรองเชิงลึก ที่สามารถหาความเชื่อมโยงจากชุดข้อมูลที่แตกต่างกัน เช่น ข้อมูลของชายผู้หย่าร้างที่มีหนี้สิน และเสี่ยงที่จะเสียบ้านและสิทธิในการเลี้ยงดูบุตร เขาได้เปิดบัญชีธนาคารในต่างประเทศ และถูกพบว่าสัญญาณโทรศัพท์อยู่ใกล้แหล่งที่มีการโจมตีด้วยจรวดในภายหลัง

Palantir ของ Peter Thiel นักลงทุนชื่อดังของ silicon valley (CR:WSJ)
Palantir ของ Peter Thiel นักลงทุนชื่อดังของ silicon valley (CR:WSJ)

นอกจากนี้ยังมีการเชื่อมโยงส่วนต่าง ๆ AI จะทำการวิเคราะห์เครือข่ายทางสังคม หากชายคนนั้นมีความสัมพันธ์ส่วนตัวที่ใกล้ชิดกับรัสเซีย และเริ่มรับสายจากบุคคลที่มี Profile ที่สูงกว่า AI ก็จะเพิ่มระดับความเสี่ยงให้กับชายคนดังกล่าวทันที

ต้องบอกว่าการใช้เทคโนโลยี AI ของยูเครนนั้นมีการพัฒนามาอย่างต่อเนื่อง Volodymyr Zelensky ประธานาธิบดีของยูเครนได้สั่งลุยให้มีการพัฒนาการใช้เทคโนโลยีในด้านความมั่นคงแห่งชาติในเดือนพฤศจิกายน 2019

ผลที่ได้คือ แบบจำลองการรบที่มีกลยุทธ์ ซึ่งถูกสร้างและใช้งานโดยกลุ่มผู้นำทางด้านการทหารตัวจริงเสียงจริงผ่านทางศูนย์ที่เรียกว่า ศูนย์ปฏิบัติการประเมินภัยคุกคามแห่งชาติ (COTA) ซึ่งจะได้รับข้อมูลต่าง ๆ ไม่ว่าจะเป็น ข้อความ สถิติ ภาพถ่าย และวีดีโอ ซึ่งข้อมูลบางส่วนอาจจะได้จากการโจรกรรมข้อมูลมา

ผู้ที่ควบคุมศูนย์ COTA จะเรียกแบบจำลองทางข้อมูลเหล่านี้ว่า “constructor” และยังได้รับแบบจำลองจากแหล่งอื่น ๆ เช่น ซอฟต์แวร์ของ Plantir และ Delta ซึ่งเป็นซอฟต์แวร์ในสนามรบที่ช่วยสนับสนุนการตัดสินใจในการเคลื่อนทัพของกองทัพยูเครน

มันทำกองทัพยูเครนมองเห็นภาพใหญ่ที่ชัดเจนของสงคราม ซึ่ง ข้อมูลจาก COTA นั้นจะให้คำแนะนำแก่เจ้าหน้าที่ระดับสูงในประเด็นที่อาจมีความอ่อนไหว เช่น เรื่องการระดมพลเพิ่มเติม

Zelensky ประธานาธิบดีของยูเครนได้รับคำแนะนำจาก COTA มากกว่า 30 ครั้ง ซึ่งครั้งล่าสุดเป็นวันที่รัสเซียบุกโจมตีอย่างเต็มรูปแบบ

ความพยายามด้าน AI ของยูเครนได้รับประโยชน์จากการมีส่วนร่วมในสังคมที่มีการสนับสนุนข้อมูลเพื่อการสงคราม เหล่าพลเมืองพร้อมใจกันอัปโหลดภาพที่มีค่าพิกัดทางภูมิศาสตร์ ซึ่งอาจเป็นประโยชน์ต่อการป้องกันประเทศของพวกเขาลงในแอปพลิเคชันที่มีชื่อว่า Diia หรือฟากฝั่งธุรกิจเองก็มีการส่งข้อมูลการดำเนินงานต่าง ๆ ที่เกี่ยวข้องไปให้กับ Mantis Analytics บริษัทในเมืองลวิฟ

สุดท้ายก็ต้องมาดูผลลัพธ์เมื่อตอนจบสงครามว่าการใช้เทคโนโลยีทั้งหมดเหล่านี้ที่ยูเครนกำลังผลักดันสงครามยุคใหม่ มันจะมีประสิทธิภาพเหนือรูปแบบทางการทหารเก่า ๆ ได้จริงแท้แค่ไหน

เพราะมีข้อโต้แย้งจากบางหน่วยงานเช่น Evan Platt จาก Zero Line องค์กรไม่แสวงหาผลกำไรในกรุงเคียฟที่ทำการจัดหายุทโธปกรณ์ให้กับเหล่าทหารเช่นเดียวกัน และใช้เวลาอยู่แนวหน้าเพื่อศึกษาประสิทธิภาพในการใช้ AI ช่วยเหลือในการรบครั้งนี้

เขาอธิบายการใช้ AI ของยูเครนว่าเหมือนเป็นเทคโนโลยีที่ช่วยจุดประกายความหวังให้กับยูเครนแม้จะดูมีสรรพกำลังที่ห่างชั้นจากรัสเซียก็ตาม แต่ก็มีข้อกังวลบางอย่าง หนึ่งในนั้นคือ การผลักดันเทคโนโลยี AI มากจนเกินไปอาจทำให้มีการจัดสรรทรัพยากรด้านอื่น ๆ ที่ดูเหมือนจะคุ้มค่ากว่าถูกตัดทิ้งไป

ความเชื่อมั่นมากเกินไปใน AI ก็ถือเป็นความเสี่ยง และแบบจำลองที่ได้จากการประมวลผลด้วยเทคโนโลยี AI บางอย่างนั้นให้ข้อมูลที่หลอกลวงอย่างแน่นอน ซึ่งอาจจะส่งผลในแง่ลบต่อประสิทธิภาพการรบของยูเครนได้เช่นเดียวกัน

References :
https://time.com/6691662/ai-ukraine-war-palantir/
https://www.economist.com/science-and-technology/2024/04/08/how-ukraine-is-using-ai-to-fight-russia
https://www.globalgovernance.eu/publications/how-ukraine-uses-ai-to-fight-russian-information-operations

เทคโนโลยีปัญญาประดิษฐ์ จะส่งผลต่อการเลือกตั้งของไทยในปี 2570 อย่างไร

By tharadhol in AI & Robot, Machine Learning, Political, Recommendations, Sci & Tech

ถ้าวาระการทำงานของรัฐบาลปรกติอยู่ที่ 4 ปี การเลือกตั้งครั้งถัดไปของประเทศไทยก็จะเกิดขึ้นในปี 2570

ความจริงบทความนี้อ้างอิงจาก The Economist ที่ทำนายว่าเทคโนโลยี AI นั้นจะส่งผลกระทบต่อการเลือกตั้งครั้งต่อไปของสหรัฐอเมริกาในปี 2567 (2024) อย่างไร แต่ผมลองมาวิเคราะห์ดูกันว่าหากเป็นบริบทในประเทศไทยเราจะพบเจอกับอะไรบ้าง

เป็นความท้าทายสำหรับทุกประเทศมาก ๆ เมื่อเทคโนโลยีใหม่ ๆ นั้นกำลังมีบทบาทที่สำคัญมาก ๆ ต่อการเลือกตั้ง ซึ่งถือเป็นสิ่งชี้เป็นชี้ตายของการก้าวเดินไปข้างหน้าของแต่ละประเทศ

เราผ่านพ้นยุคที่เครือข่ายโซเชียลมีเดียส่งผลกระทบอย่างรุนแรงต่อการเลือกตั้งมาแล้ว ในอเมริกาที่ถือว่าคนส่วนใหญ่ของประเทศที่ได้รับการศึกษาที่มีมาตรฐานสูง ก็นยังถูกโจมตีจากข้อมูลบิดเบือนที่เกิดขึ้นตัวอย่างเคสที่เกิดในการเลือกตั้งประธานาธิบดีสหรัฐฯ ในปี 2016

แต่เทคโนโลยีใหม่ทำให้เกิดความเป็นกังวัลที่มากกว่าเดิม เพราะเดิมทีนั้น ข้อมูลที่บิดเบือนมักจะถูกสร้างขึ้นโดยมนุษย์ แต่ความก้าวหน้าของเทคโนโลยีโดยเฉพาะ Generative AI นั้น สามารถสร้างข้อมูลบิดเบือนที่มีความซับซ้อนยิ่งกว่า

ปัจจุบันเราก็แทบจะแยกยากมาก ๆ อยู่แล้วว่าข้อมูลไหนคือจริง ข้อมูลไหนคือเท็จ โดยเฉพาะข้อมูลด้านการเมืองที่แต่ละฝ่ายมักจะเปิดเผยข้อมูลด้านเดียวที่เป็นประโยชน์แก่ตนเอง

เทคโนโลยีอย่าง Generative AI จะสร้างชุดข้อมูลบิดเบือนโดยระบบอัตโนมัติ และมีความแนบเนียนยิ่งกว่าที่มันเคยถูกสร้างขึ้นโดยมนุษย์

เทคโนโลยี large-language models (LLMs) นั้น จะเปลี่ยนแปลงสิ่งแรกก็คือ ปริมาณของข้อมูลที่ถูกบิดเบือน ลองจินตนาการว่า ข้อมูลเหล่านี้ สามารถสร้างในระดับ 1 ล้านชุดข้อมูลได้ในระยะเวลาเพียงไม่นาน ก็อาจจะทำให้ผู้ลงคะแนนไขว้เขวได้เช่นกัน เมื่อเจอชุดข้อมูลผิด ๆ จำนวนมหาศาลขนาดนี้ และสามารถเสกมันได้เพียงไม่กี่นาที

อีกสิ่งหนึ่งที่จะเปลี่ยนแปลงอย่างชัดเจนก็คือ ความแนบเนียน และคุณภาพของเหล่าข้อมูลที่ถูกบิดเบือด ซึ่งเมื่อก่อนอาจจะหลอกได้เพียงแค่คนบางกลุ่มเพียงเท่านั้น แต่สิ่งที่เราจะเจอในอนาคตมันจะสามารถหลอกได้แนบเนียนและแม้แต่คนที่มีความรู้หรือเสพข่าวจากหลากหลายช่องทางอยู่แล้วก็อาจจะตกเป็นเหยื่อมันได้ เพราะมันจะมีความสมจริงที่เกินจินตนาการมากทั้งรูปภาพ เสียง วีดีโอ หรือ ข้อความที่มันพยายามส่งออกมา

และแน่นอนว่าสิ่งสำคัญก็คือมันกำหนดเป้าหมายที่ชัดเจนมากยิ่งขึ้น เหล่าผู้มีสิทธิเลือกตั้งจะถูกถาโถมไปด้วยโฆษณาชวนเชื่อที่มีความเป็นส่วนตัวเฉพาะบุคคลมากขึ้น และเครือข่ายของบอทโฆษณาชวนเชื่อจะถูกตรวจจับได้ยาก

ส่วนเครือข่ายโซเชียลมีเดียเอง แม้จะมีระบบควบคุมในระดับหนึ่ง แต่มันก็ยังมีความเสี่ยงสูง ตัวอย่างเช่น โมเดลโอเพ่นซอร์ส เช่น Meta’s Llama ซึ่งใช้ในการสร้างข้อความ และ Stable Diffusion ซึ่งใช้ในการสร้างรูปภาพ สามารถนำมาใช้ได้โดยไม่ต้องมีการควบคุมดูแล

และไม่ใช่ว่าทุกแพลตฟอร์มนั้นจะถูกสร้างขึ้นมาอย่างเท่าเทียมกัน TikTok ซึ่งเป็นบริษัทโซเชียลมีเดียที่เน้นไปที่วีดีโอสั้นมีความเกี่ยวข้องกับรัฐบาลจีน และแอปถูกออกแบบมาเพื่อส่งเสริมคลิปไวรัลจากทุกแหล่ง ซึ่งเราได้เห็นกันมาแล้วในการเลือกตั้งครั้งล่าสุดของไทยว่ามันส่งผลกระทบมากเพียงใด

รวมถึง X (Twitter) หลังจากที่ Elon Musk ซื้อกิจการไป และทำให้แพลตฟอร์มดังกล่าวกลายเป็นสวรรค์ของบอท ซึ่งกำลังถูกใช้เป็นเครื่องมือจากทุกฝ่ายเช่นเดียวกัน และด้วยการถูกผลักดันให้เป็นรูปแบบของ Free Speech เพิ่มมากขึ้นนของ Musk นั้น อานุภาพของมันก็อาจจะรุนแรงมากยิ่งขึ้นเมื่อถูกนำมาใช้เป็นเครื่องมือทางการเมือง

การเมืองเป็นเรื่องสกปรก

ไม่มีสิ่งโลกสวยสำหรับเรื่องการเมือง เพราะเราได้เห็นจากประวัติศาสตร์ที่ผ่านมา ประเทศต้นแบบยักษ์ใหญ่อย่าง อเมริกาหรืออังกฤษเอง ก็มีความเน่าเฟะไม่แพ้กัน และเหล่านักการเมืองผู้หิวโหยก็พร้อมที่จะทำทุกวิถีทางที่จะเอาชนะการเลือกตั้ง เพื่อขึ้นสู่อำนาจ

การเข้าสู่เทคโนโลยีเหล่านี้ก่อนนั้นจะเป็นสิ่งได้เปรียบสำหรับการเลือกตั้งครั้งหน้าอย่างแน่นอน มันอาจจะเป็นเรื่องที่น่าตื่นตระหนกกับสิ่งที่จะเกิดขึ้น เราอาจจะได้เรียนรู้จากสิ่งที่เกิดขึ้นกับการเลือกตั้งสหรัฐอเมริกาในปี 2567 ว่าเทคโนโลยีเหล่าจะสร้างผลกระทบได้อย่างไรบ้าง

เป็นเรื่องน่าสนใจที่หน่วยงานกำกับดูแลต้องตามเทคโนโลยีเหล่านี้ให้ทันท่วงที เพราะนักการเมืองฝั่งใดใช้เครื่องมือเหล่านี้ได้มีประสิทธิภาพกว่า ก็มีโอกาสที่จะคว้าชัยทิ้งห่างคู่แข่งแบบไม่เห็นฝุ่นได้เลยทีเดียวครับผม

References :
https://www.economist.com/leaders/2023/08/31/how-artificial-intelligence-will-affect-the-elections-of-2024
https://www.flickr.com/photos/prachatai/52759824563/
https://moneyandbanking.co.th/2023/36779/

จีนจะเป็นผู้ชนะของสงคราม EV? เมื่อการแข่งขันเพื่อเอาชนะระบบขับเคลื่อนอัตโนมัติคือสิ่งที่พวกเขาถนัด

By tharadhol in AI & Robot, Business, Cars, Case Study, Machine Learning, Recommendations, Sci & Tech

ในช่วงหกเดือนที่ผ่านมา บริษัทรถยนต์ของจีนเกือบสิบแห่งได้ประกาศแผนการที่มีความทะเยอทะยานในการเปิดตัวผลิตภัณฑ์ NOA (Navigation on Autopilo) ของตนไปยังหลายเมืองทั่วประเทศ

เช่นเดียวกับฟีเจอร์ Full Self-Driving (FSD) ที่ Tesla กำลังทดสอบเวอร์ชั่นเบต้าในอเมริกาเหนือ ระบบ NOA เป็นระบบช่วยเหลือผู้ขับขี่เวอร์ชันที่มีความสามารถมากขึ้น ซึ่งสามารถที่จะหยุด บังคับทิศทาง และเปลี่ยนเลนได้แบบอัตโนมัติในเมืองที่มีการจราจรที่ซับซ้อน

ซึ่งมันเป็นสิ่งที่แตกต่างจากการขับขี่แบบไร้คนขับอย่างสิ้นเชิง เนื่องจากระบบดังกล่าวยังต้องจับพวกมาลัยและมนุษย์ต้องพร้อมที่จะเข้าควบคุมอยู่ตลอดเวลา

ขณะนี้เหล่าบริษัทรถยนต์ไฟฟ้าได้นำเสนอ NOA เป็นการอัปเกรดซอฟต์แวร์ระดับพรีเมี่ยมให้กับเจ้าของรถที่ยินดีจ่ายเพื่อประสบการณ์ใช้งานระดับสุดยอด

เมื่อปีที่แล้ว ระบบ NOA ของจีนยังคงจำกัดอยู่แค่บนทางหลวงและไม่สามารถทำงานได้ในเขตเมือง แม้ว่าคนจีนส่วนใหญ่จะอาศัยอยู่ในเขตเมืองที่มีประชากรหนาแน่นแล้วก็ตาม

นั่นเองด้วยองค์ความรู้ที่สุดยอดโดยเฉพาะในเรื่อง AI ของทางฝั่งจีน บริษัทผลิตรถยนต์ของจีนได้เร่งผลิตระบบนำทางเฉพาะของเมืองมากขึ้นเรื่อย ๆ ก่อนที่จะค่อย ๆ ขยายไปยังส่วนอื่น ๆ ของประเทศ

บริษัทชั้นนำอย่าง Xpeng , Li Auto และ Huawei ได้ประกาศแผนเชิงรุกที่จะเปิดตัวบริการ NOA เหล่านี้ไปยังเมืองต่าง ๆ อีกหลายสิบหรือหลายร้อยเมืองในอนาคอันใกล้ ถึงขนาดที่ว่าผู้ผลิตรถยนต์บางรายยอมปล่อยให้ใช้ NOA แบบฟรี ๆ โดยไม่คิดค่าใช้จ่ายเพิ่มเติม

อย่าคิดว่ามันจะเทพขนาดนั้น!!!

อุตสาหกรรมการขับขี่รถยนต์แบบอัตโนมัติแบ่งความก้าวหน้าทางเทคโนโลยีออกเป็นหกระดับ ตั้งแต่ระดับ 0 ซึ่งมนุษย์ควบคุมการขับขี่ทั้งหมด ไปจนถึงระดับ 5 ซึ่งไม่จำเป็นต้องมีการแทรกแซงจากมนุษย์เลยแม้แต่น้อย

ปัจจุบันมีการใช้งานจริง ๆ เพียงแค่สองระดับเท่านั้น หนึ่งคือเทคโนโลยีที่นำโดยบริษัทต่าง ๆ เช่น Cruise , Waymo และ Baidu ยักษ์ใหญ่ของจีน ซึ่งนำเสนอเทคโนโลยีระดับ 4 แก่ผู้โดยสาร แต่มักจะถูกจำกัดในบางขอบเขตทางภูมิศาสตร์

อีกระดับหนึ่งคือระบบ NOA เช่น FSD ของ Tesla หรือ XNGP ของ Xpeng ซึ่งเป็นเพียงแค่ระดับ 2 ที่คนขับยังคงต้องตรวจสอบหลายๆ อย่าง แต่เทคโนโลยีนี้สามารถเข้าถึงได้มากขึ้นและขณะนี้มีอยู่ในรถยนต์อัตโนมัติที่มีจำหน่ายทั่วโลก และมีการถูกเรียกในชื่อที่แตกต่างกันเป็นอย่างมาก ตัวอย่างเช่น

  • Li Auto ทำสิ่งที่คล้ายกับ Tesla และเรียกมันว่า NOA
  • NIO เรียกว่า NOP (Navigate on Pilot) และ NAD (NIO Assisted and Intelligent Driving)
  • XPeng เรียกมันว่า NGP (Navigation Guided Pilot) และเมื่อเร็ว ๆ นี้ กลายมาเป็น XNGP
  • Huawei เรียกว่า NCA (Navigation Cruise Assist)
  • Haomo.AI สตาร์ทอัพด้าน AI เรียกมันว่า NOH (Navigation on HPilot)
  • Baidu เรียกมันว่า Apollo City Driving Max
ฟีเจอร์ Full Self-Driving (FSD) ที่ Tesla กำลังทดสอบเวอร์ชั่นเบต้าในอเมริกาเหนือ (CR:Techcrunch)
ฟีเจอร์ Full Self-Driving (FSD) ที่ Tesla กำลังทดสอบเวอร์ชั่นเบต้าในอเมริกาเหนือ (CR:Techcrunch)

จะเห็นได้ว่าหลายบริษัทต่างทำให้มันมีความสับสน นอกจากจะจำได้ยากแล้ว ชื่อที่แตกต่างกันยังหมายถึงมันไม่ได้มีมาตรฐานที่สอดคล้องกันอีกด้วย

ไม่มีอะไรบอกได้ว่าพวกมันจะทำงานในสิ่งเดียวกันด้วยผลิตภัณฑ์ที่มีชื่อคล้าย ๆ กัน ซึ่งบางบริษัทอาจครอบคลุมเฉพาะถนนสายหลักในเมือง ในขณะที่บางบริษัทอาจครอบคลุมถนนสายเล็ก ๆ ซึ่งบางบริษัทใช้เทคโนโลยี LiDAR เพื่อช่วยปรับปรุงความแม่นยำ ในขณะที่บางบริษัทใช้เฉพาะกล้องเท่านั้น และแทบไม่มีมาตรฐานว่าเทคโนโลยีจะต้องมีความปลอดภัยเพียงใดก่อนที่จะขายให้กับผู้บริโภค

เมื่อเดือนกันยายนปีที่แล้ว บริษัทจีนสองแห่งแข่งขันกันเพื่อเป็นบริษัทแรกที่เปิดตัวระบบ NOA ในเมืองจีน โดย Xpeng บริษัทรถยนต์ไฟฟ้าที่เน้นภาพลักษณ์ของแบรนด์เกี่ยวกับการใช้ AI มาอย่างยาวนาน สามารถเอาชนะการแข่งขันด้วยการสร้างผลิตภัณฑ์ที่ใช้ในเมืองกวางโจว แต่อีกสัปดาห์ถัดมา Huawei ซึ่งเป็นยักษ์ใหญ่ทางด้านเทคโนโลยีได้เปิดตัวในเซินเจิ้น

นั่นเองที่มันได้เกิดความคืบหน้าแบบก้าวกระโดด โดยในเดือนมกราคมที่ผ่านมา Haomo.AI สตาร์ทอัพรถยนต์ไร้คนขับสัญชาติจีนอายุ 4 ปี ประกาศว่าจะให้บริการ NOA ในเมือง 100 เมืองของจีนภายในสิ้นปี 2024

จากนั้นในช่วงกลางเดือนเมษายน Huawei ได้กำหนดเป้าหมายเป็น 45 เมืองภายในสิ้นปี 2023 สามวันหลังจากนั้น Li Auto ซึ่งเป็นบริษัท EV ของจีนอีกแห่งประกาศว่าจะขยายไปยัง 100 เมืองภายในสิ้นปี 2023 ส่วน Xpeng , NIO และบริษัทอื่นๆ ตามาหลังจากนั้นไม่นานด้วยการประกาศที่คล้ายกันซึ่งมีแผนที่จะขยายไปถึง 200 เมือง

เพื่อให้บริษัท EV ในประเทศจีนสามารถแข่งขันในตลาดได้ พวกเขากำลังพัฒนาเทคโนโลยีนำทางระดับ 2 ภายในบริษัทและขายบริการ NOA ในเมืองเพื่อเป็นการอัปเกรดแบรนด์รถยนต์ของตนเอง โดยให้เหล่าลูกค้าชำระเงินเพิ่มเติมเป็นรายเดือนหรือรายปี

ในขณะเดียวกันบริษัทด้าน AI ก็ได้เข้ามาร่วมวงแข่งขันในครั้งนี้ด้วยเช่นกัน โดยมุ่งไปที่เทคโนโลยีขับเคลื่อนอัตโนมัติระดับ 4 หรือ 5 และที่สำคัญที่สุดก็คือการเข้าถึงข้อมูลเพิ่มเติมเพื่อฝึกอบรมโมเดล AI

ความซับซ้อนบนท้องถนน

มันหลีกหนีความจริงไม่ได้เช่นกันว่าบริการนำทางแบบอัตโนมัติในเมืองเหล่านี้ มันยังไม่พร้อมให้บริการแก่สาธารณชนทั่วไป

ในปี 2023 รถยนต์ประมาณ 360,000 คันที่ผลิตในจีนจะติดตั้งความสามารถด้าน NOA ซึ่งโมเดลที่มีการอัพเกรดเหล่านี้มักจะมีราคาแพงกว่ารถยนต์ EV ทั่วไป เนื่องจากต้องมีการอัพเกรดฮาร์ดแวร์เช่น LiDAR หรือเซ็นเซอร์อื่นๆ

ลูกค้ายังต้องอาศัยอยู่ในเมืองระดับ first-tier ซึ่งมีเพียงไม่กี่เมืองที่มีฟังก์ชันเหล่านี้พร้อมให้บริการ เช่น ปักกิ่ง เซี่ยงไฮ้ เซินเจิ้น หรือกวางโจว ด้วยเหตุนี้ระบบ NOA ยังคงเป็นเทคโนโลยีที่ใช้เฉพาะในประเทศจีนในขณะนี้

แม้ว่าจะอยู่ในเมืองใหญ่ แต่การนำทางก็มักจะถูกกีดขวางด้วยอุปสรรคต่าง ๆ มากมาย ไม่ว่าจะเป็น การก่อสร้างซ่อมแซมถนน คนเดินถนน หรือ รถสองล้อ มีหลายสิ่งหลายอย่างเกิดขึ้นในประเทศจีน เมืองของพวกเขาเปลี่ยนแปลงไปทุก ๆ ปี

แม้ว่าจะอยู่ในเมืองใหญ่ แต่การนำทางก็มักจะถูกกีดขวางด้วยอุปสรรคต่าง ๆ มากมาย (CR:Youtube)
แม้ว่าจะอยู่ในเมืองใหญ่ แต่การนำทางก็มักจะถูกกีดขวางด้วยอุปสรรคต่าง ๆ มากมาย (CR:Youtube)

Lei Xing อดีตหัวหน้าบรรณาธิการของ China Auto Review ได้มีโอกาสทดลองขับรถ Xpeng รุ่นใหม่ล่าสุดเป็นเวลาหนึ่งสัปดาห์ในกรุงปักกิ่งเพื่อทดสอบระบบขับเคลื่อนอัตโนมัติ

Xpeng เป็นบริษัทจีนแห่งแรกที่นำระบบนนำทางอัตโนมัติมาสู่เมืองหลวงของจีน แต่จนถึงขณะนี้ระบบเหล่านี้ยังจำกัดอยู่เฉพาะถนนวงแหวนและทางด่วนที่สำคัญของปักกิ่งเพียงเท่านั้น

คืนหนึ่งในขณะที่การจราจรปลอดโปร่ง Xing ได้ขับรถจากสถานีรถไฟในเขตชานเมืองไปยังทางหลวงวงแหวนชั้นในสุดของปักกิ่ง และเทคโนโลยีของ Xpeng ได้เข้ามาควบคุมการขับขี่ทั้งหมด แต่ยังไม่เป็นไปตามความคาดหวังของเขาแต่อย่างใด โดยเฉพาะอย่างยิ่งเมื่ออยู่ในช่วงที่มีการจราจรคับคั่ง

Xing เชื่อว่าส่วนใหญ่แล้วมันได้กลายเป็นคำคุยโวโอ้อวดที่เกินจริงจากบริษัทผลิตรถยนต์ซะมากกว่า

บทสรุป

ในหนังสือ AI Super-Powers ของ Kai-Fu Lee นั้นมีบทสรุปเรื่องราวของเทคโนโลยี AI กับการขับเคลื่อนรถยนต์แบบอัตโนมัติไว้ได้อย่างน่าสนใจ

รถยนต์แบบขับเคลื่อนอัตโนมัตินั้นกำลังอยู่ในเส้นทางการพัฒนาที่จะปลอดภัยกว่ารถยนต์ที่ขับขี่โดยมนุษย์ในท้ายที่สุด ซึ่งการนำเทคโนโลยีเหล่านี้มาใช้อย่างกว้างขวางมากเท่าไหร่ก็จะช่วยลดการเสียชีวิตจากอุบัติเหตุได้มากขึ้นเท่านั้น

มันเป็นเรื่องท้าทายมาก ๆ กับเทคโนโลยีนี้เพราะต้องทดสอบกันบนท้องถนนจริง ๆ สภาพจริง ๆ ผู้ร่วมท้องถนนที่เป็นมนุษย์จริง ๆ ซึ่งมันเหมือนกับการทดสอบซอฟต์แวร์บนโปรดักชั่นของจริง เพื่อให้ AI มันฉลาดมากขึ้นเรื่อย ๆ ซึ่งแน่นอนว่ามันมีความเสี่ยง แต่ใครได้ทดสอบก่อนก็เรียนรู้ก่อน และพัฒนาไปก่อน ซึ่งสุดท้ายมันอาจจะกลายเป็นธุรกิจแบบ Winner Take All ได้ในท้ายที่สุด

มันกลายเป็นว่าอุตสาหกรรมใหม่อย่างรถยนต์ EV นั้น มันไม่ได้ถูกขับเคลื่อนด้วยกลไกทางวิศวกรรมเครื่องกลเหมือนในอดีต ที่เหล่าผู้ผลิตจากญี่ปุ่นหรือเยอรมันมีความถนัดมากกว่า และครองตลาดมาได้อย่างยาวนาน

แต่ในศึก EV นั้น ซอฟต์แวร์โดยเฉพาะเรื่องของ AI จะเป็นปัจจัยหลักที่สำคัญในการเอาชนะในธุรกิจนี้ถ้ามองในระยะยาว และดูเหมือนว่าพี่จีนเองจะไม่รอใครแล้ว พวกเขาเร่งพัฒนาและทดสอบก่อนใคร และเทคโนโลยีที่เป็น layer บน ๆ เฉกเช่น AI นั้นดูเหมือนว่าจากประวัติศาสตร์ที่ผ่านมาพวกเขาจะไม่เป็นสองรองใครในโลกนี้แต่อย่างใดนั่นเองครับผม

References :
https://www.technologyreview.com/2023/08/15/1077895/china-city-race-autonomous-driving/
https://newatlas.com/automotive/xpeng-p7-self-driving/
หนังสือ Ai Superpowers: China, Silicon Valley, and the New World Order โดย Kai-Fu Lee

AI x Big Four เมื่อ PwC ทดลองแชทบอท ChatGPT เพื่อเพิ่มความเร็วในการทำงานของทนายความ

By tharadhol in AI & Robot, Business, Case Study, Machine Learning, News, Recommendations

สงครามของโลกธุรกิจยุคใหม่มันได้เริ่มต้นอย่างเป็นทางการเมื่อการเกิดขึ้นของ ChatGPT แม้ในตอนนี้มันอาจจะไม่สมบูรณ์ 100% แต่หากธุรกิจใดเริ่มก่อน ก็สามารถที่ช่วงชิงความได้เปรียบก่อนอย่างแน่นอน

ในอุตสาหกรรม Consultant หรือ บริษัทตรวจสอบบัญชีก็เป็นหนึ่งในนั้นที่ได้เริ่มนำเอาเทคโนโลยีอย่าง ChatGPT 4 เข้ามาช่วยเหลือพวกเขา โดยเฉพาะเกี่ยวกับงานด้านเอกสารต่าง ๆ

PricewaterhouseCoopers (PwC) ได้ประกาศการทดลองแชทบอทที่มีเป้าหมายเพื่อเพิ่มความเร็วการทำงานของทนายความ 4,000 คน ซึ่งเป็นสัญญาณล่าสุดที่บริษัทผู้ให้บริการมืออาชีพต่างเร่งนำ AI มาใช้จริงในการดำเนินธุรกิจ

PwC ได้ทำสัญญา 12 เดือนกับสตาร์ทอัพที่มีชื่อว่า Harvey ซึ่งจะช่วยให้นักกฎหมายเข้าถึง AI ทางกฎหมาย ซึ่ง PwC กล่าวว่าจะช่วยให้พวกเขาทำงานได้เร็วขึ้น เช่น การวิเคราะห์สัญญาและดำเนินการตรวจสอบสถานะต่าง ๆ ของคดีความ

บริษัท Big Four กล่าวว่ามีแผนที่จะหาวิธีใช้เทคโนโลยีดังกล่าวในการปฏิบัติงานด้านภาษีด้วยเช่นกัน

นับตั้งแต่เปิดตัว ChatGPT แชทบอท AI ที่พัฒนาโดย OpenAI ที่ได้รับการสนับสนุนจาก Microsoft ได้กระตุ้นความสนใจในศักยภาพของเทคโนโลยีที่จะช่วยให้ธุรกิจเพิ่มประสิทธิภาพ

ซอฟต์แวร์ของ Harvey สร้างขึ้นโดยใช้เทคโนโลยีล่าสุดของ OpenAI นั่นคือ GPT-4 ซึ่งบริษัทกล่าวว่าดูเหมือนจะมีความสามารถในการให้เหตุผลทางกฎหมายที่ดีกว่ารุ่นก่อนเป็นอย่างมาก

Carol Stubbings ผู้บริหารที่ดูแลด้านภาษีและกฎหมายระดับโลกของ PwC กล่าวว่า เทคโนโลยีดังกล่าว “ถือเป็นการเปลี่ยนแปลงครั้งใหญ่ในบริการด้านภาษีและกฎหมายทั่วทั้งอุตสาหกรรม”

บริษัทกล่าวว่าเทคโนโลยีนี้จะช่วยเร่งการตัดสินใจโดยการสร้างคำตอบสำหรับคำถาม ซึ่งเจ้าหน้าที่จะตรวจสอบและเพิ่มเข้าไปข้อมูลที่ได้รับมาเพื่อช่วยเหลือในการดำเนินการต่าง ๆ ได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

ChatGPT สามารถวิเคราะห์ข้อความจำนวนมหาศาลและเขียนคำตอบที่น่าเชื่อถือสำหรับคำถามได้ จึงสามารถใช้สรุปสาระสำคัญจากชุดสัญญาต่างๆ ได้ และท้ายที่สุดเพื่อจัดทำรายงานการตรวจสอบสถานะเบื้องต้นตามคำแนะนำจากทนายความ

บริษัท Big Four กล่าวว่ามีแผนที่จะสร้างผลิตภัณฑ์ของตนเองสำหรับลูกค้าด้านภาษีและกฎหมายโดยใช้แพลตฟอร์มของ Harvey

ไม่แทนที่แค่นำมาช่วยเหลือ

PwC จะไม่ใช้ AI เพื่อให้คำปรึกษาด้านกฎหมายและจะไม่แทนที่นักกฎหมาย แน่นอนว่าการมองหาวิธีการใช้ AI ของอุตสาหกรรมบริการระดับมืออาชีพถือเป็นพัฒนาการที่น่าสนใจในการเปลี่ยนแปลงอย่างต่อเนื่องสู่ระบบอัตโนมัติของงานที่มีลักษณะซ้ำซากจำเจ

ทั้งนี้ Bain & Co และ Boston Consulting Group กำลังทดลองใช้ OpenAI เช่นเดียวกัน รวมถึงบริษัทกฎหมาย Allen & Overy ที่มีการใช้ Harvey อยู่แล้ว และได้ออกมายืนยันว่าเทคโนโลยีนี้จะไม่แทนที่พนักงานคนใด พวกเขามองว่ามันจะช่วยลดต้นทุนของธุรกิจได้ในอนาคต

Robin AI ซึ่งเป็นคู่แข่งของ Harvey กล่าวว่าได้ให้บริการแก่ที่ปรึกษา Big Four สองแห่งและสำนักงานกฎหมาย Clifford Chance ซึ่งใช้ซอฟต์แวร์เพื่อตรวจสอบและแก้ไขสัญญา บริการของพวกเขาสร้างขึ้นจากเทคโนโลยีที่พัฒนาโดย Anthropic บริษัทสตาร์ทอัพของสหรัฐฯ

“เป้าหมายคือทำให้งานที่มีปริมาณมากที่ซ้ำซากจำเจเป็นไปโดยอัตโนมัติซึ่งไม่ควรใช้มนุษย์มาทำสิ่งเหล่านี้” Richard Robinson ประธานเจ้าหน้าที่บริหารของ Robin กล่าว

กลัวความลับรั่วไหล

แม้จะมีความสนใจอย่างกว้างขวาง แต่ที่ปรึกษาบางคนกังวลเกี่ยวกับผลที่ตามมาของข้อมูลและการรักษาความลับ

บริษัทด้าน Consultant ชื่อดังอย่าง Accenture ได้ห้ามไม่ให้พนักงานใช้ ChatGPT และเทคโนโลยีอื่น ๆ ที่คล้ายกัน โดยไม่ได้รับอนุญาต 

บริษัทซึ่งมีพนักงานมากกว่า 700,000 คน แจ้งพนักงานในอีเมล โดยได้มีการปรับปรุงนโยบายเกี่ยวกับการรักษาความลับและการใช้เทคโนโลยีเพื่อป้องกันการเปิดเผยข้อมูลที่ละเอียดอ่อน นอกจากนี้ยังกล่าวว่าบริษัทกำลังจัดตั้ง “centre of excellence” ด้าน AI เพื่อให้คำแนะนำเกี่ยวกับการใช้งานเทคโนโลยีดังกล่าว

สำนักงานกฎหมายของเมือง Mishcon de Reya ได้บอกกับพนักงานว่าอย่าอัปโหลดข้อมูลลูกค้าไปยังเครื่องมือแชทบอทเหล่านี้ บริษัทกล่าวว่าทีมวิทยาศาสตร์ข้อมูลและนักกฎหมายบางคนกำลังหารือกันว่าบริษัทจะใช้เทคโนโลยีนี้ได้อย่างไร

บทสรุป

ลองจินตนาการสิ่งที่เกิดขึ้นจริงสำหรับเหล่าพนักงานในองค์กรต่าง ๆ หากได้ใช้งาน ChatGPT อย่างจริงจัง แน่นอนว่ามันต้องมีข้อมูลความลับของบริษัทที่อาจจะรั่วไหลออกไปได้เป็นเรื่องปรกติอยู่แล้ว เช่นเดียวกันกับ ที่เราต้องไปค้นหาสิ่งต่าง ๆ ใน Google เราก็มักจะไม่ได้คำนึงถึงจุดเหล่านี้เช่นเดียวกัน ซึ่งถือว่าเป็นเรื่องละเอียดอ่อนสำหรับองค์กรธุรกิจเป็นอย่างมาก

แต่อย่างไรก็ดี แม้เทคโนโลยีจะยังไม่พร้อมสมบูรณ์แบบ 100% อย่างที่หลายๆ คนคาดหวัง แต่ธุรกิจไหนเริ่มต้นก่อน ก็มีโอกาสได้เปรียบก่อน และได้เห็นถึงศักยภาพมันได้ก่อนใคร ซึ่งจะเป็นข้อได้เปรียบที่สำคัญในการดำเนินธุรกิจในยุค AI First ในวันข้างหน้านั่นเองครับผม

References :
https://www.ft.com/content/463f8cc1-9feb-46ac-a14e-7826c87e2bf4
https://www.ft.com/content/baf68476-5b7e-4078-9b3e-ddfce710a6e2
https://techcrunch.com/2022/11/23/harvey-which-uses-ai-to-answer-legal-questions-lands-cash-from-openai/
https://rivaltimes.com/ai-reaches-the-big-four-4000-professionals-from-one-of-the-large-consultancies-receive-a-text-generator-similar-to-chatgpt-to-streamline-their-work/