AI x Copyright เมื่อผลงานจาก AI อาจได้รับลิขสิทธิ์ที่ถูกต้องได้ตามกฎหมาย

ปัญหาใหญ่ของวงการ AI คือข้อมูลที่มันได้ทำการ training มา โดยเฉพาะเหล่างานศิลปะทั้งหลายที่ถูกคัดลอกกันเป็นว่าเล่น เพราะ AI เหล่านี้มันไม่ได้สร้างสรรค์มันด้วยสมองของมันเอง แต่มันได้รับเอาข้อมูลจากงานของคนอื่นแล้วสร้างสรรค์ในรูปแบบใหม่ออกมา

ระบบ AI ใหม่ ๆ เช่น MidJourney , ChatGPT และ DALL-E ซึ่งสร้างทั้งข้อความและรูปภาพเพื่อตอบสนองต่อคำสั่งของมนุษย์ที่ได้รับความนิยมเพิ่มสูงขึ้นอย่างรวดเร็ว

ลิขสิทธิ์นั้นเป็นทรัพย์สินทางปัญญารูปแบบหนึ่งที่คุ้มครองงานสร้างสรรค์ต้นฉบับ เช่น วรรณกรรม ดนตรี ศิลปะ และซอฟต์แวร์

กฎหมายด้านลิขสิทธิ์ให้สิทธิแต่เพียงผู้เดียวแก่ผู้สร้างสรรค์ผลงานเหล่านี้ในการควบคุม ผลิตซ้ำ การแจกจ่าย และการใช้ผลงานสร้างสรรค์ของตน ซึ่งหมายความว่าเฉพาะผู้สร้างงานหรือผู้ที่ได้รับอนุญาตจากผู้สร้างสรรค์เท่านั้นที่สามารถทำซ้ำ แจกจ่าย หรือใช้ผลงานในลักษณะใดลักษณะหนึ่งได้อย่างถูกต้องตามกฎหมาย

หากเรามาลองไล่เรียงเทคโนโลยีสุดฮ็อตล่าสุดอย่าง ChatGPT เองนั้น เป็นระบบที่ได้รับการฝึกฝนในชุดข้อมูลขนาดใหญ่ของข้อความและสามารถที่จะสร้างการตอบสนองในลักษณะที่เหมือนมนุษย์

อย่างไรก็ตามสิ่งสำคัญก็คือการตอบกลับจาก ChatGPT นั้นอาจมีข้อมูลที่ได้รับการคุ้มครองโดยกฎหมายลิขสิทธิ์ เช่น ข้อความหรือรูปภาพที่คัดลอกมาจากแหล่งอื่น

แม้ว่าโดยทั่วไปแล้วผลลัพธ์ของ ChatGPT จะไม่ได้รับการคุ้มครองลิขสิทธิ์ แต่สิ่งสำคัญที่ต้องคำนึงถึงสิทธิ์ในทรัพย์สินทางปัญญาของบุคคลที่สามที่อาจเกี่ยวข้องและผู้ที่ใช้งานมันต้องแน่ใจว่าจะไม่ละเมิดลิขสิทธิ์เหล่านั้นในผลงานของตัวเองใหม่ที่ถูกสร้างสรรค์จากคำตอบของ ChatGPT

สิ่งสำคัญที่ต้องคำนึงถึงสิทธิ์ในทรัพย์สินทางปัญญาของบุคคลที่สามที่อาจเกี่ยวข้องจาก ChatGPT (CR:Youtube)
สิ่งสำคัญที่ต้องคำนึงถึงสิทธิ์ในทรัพย์สินทางปัญญาของบุคคลที่สามที่อาจเกี่ยวข้องจาก ChatGPT (CR:Youtube)

ความน่าสนใจก็คือ สำนักงานลิขสิทธิ์ของอเมริกาได้ออกคำแนะนำใหม่ เมื่อชี้แจงว่า งานศิลปะที่สร้างขึ้นด้วยความช่วยเหลือของปัญญาประดิษฐ์มีสิทธิ์ที่จะได้รับลิขสิทธิ์เหมือนกัน

ถือเป็นเรื่องที่น่าสนใจมาก ๆ นะครับ คำอธิบายที่ออกมาก็คือ การคุ้มครองลิขสิทธิ์จากผลงานพวกนี้นั้นขึ้นอยู่กับว่าการมีส่วนร่วมของ AI เป็นผลลัพธ์ จากการผลิตซ้ำหรือไม่ หรือ เป็นสิ่งที่สร้างจากความคิดของผู้สร้างมันขึ้นมาเอง

เดิมทีก่อนหน้านั้น สำนักงานด้านลิขสิทธิ์ปฏิเสธผลงานจากสิ่งเหล่านี้แทบจะทั้งหมด แต่ตอนนี้ได้มีนโยบายที่เปลี่ยนไป และเริ่มมองจากสถานการณ์ที่เกิดขึ้น โดยเฉพาะอย่างยิ่งการทำงานของเครื่องมือ AI และวิธีการใช้เพื่อสร้างผลลัพธ์ในขั้นตอนสุดท้าย

เอาจริง ๆ เมื่อเทียบกับโลกแห่งความจริง งานศิลปะหลาย ๆ อย่าง มันก็ได้รับอิทธิผลจากผู้สร้างสรรค์คนอื่น ๆ เช่นเดียวกัน แม้จะไม่ได้ใช้ AI ช่วย แต่มนุษย์เรามักมีแรงบันดาลใจจากสิ่งต่าง ๆ อยู่เสมอ ทั้งงานด้านภาพ ทั้งภาพวาด ภาพถ่าย ดนตรี หรือแม้กระทั่งงานเขียนเองก็ตามที

ซึ่งความหมายก็คือ AI แค่ช่วยเร่งระยะเวลาในการสร้างแรงบันดาลใจเหล่านี้ให้เร็วยิ่งขึ้น แทนที่มนุษย์อาจจะต้องใช้เวลาสะสมประสบการณ์ การดูภาพถ่าย ภาพวาด หรืองานเขียนเป็นเวลานานแสนนาน เพื่อมาสร้างสรรค์งานของตัวเอง แต่ AI มันทำได้ในระยะเวลาเพียงไม่กี่วินาที

มีตัวอย่างที่เกิดขึ้นจริงแล้วนั่นก็คือภาพที่สร้างโดย Midjourney ในหนังสือการ์ตูนเรื่อง “Zarya of the Dawn” ของ Kris Kashtanova นั้นถือว่าได้รับลิขสิทธ์ที่ถูกต้อง

ภาพที่สร้างโดย Midjourney ในหนังสือการ์ตูนเรื่อง "Zarya  of the Dawn" (CR:Onmanorama)
ภาพที่สร้างโดย Midjourney ในหนังสือการ์ตูนเรื่อง “Zarya of the Dawn” (CR:Onmanorama)

นั่นคือการดัดแปลงและการเรียบเรียงใหม่อย่างสร้างสรรค์ของงานที่สร้างโดย AI เช่นการ์ตูนของ Kashtanova นั้นยังคงมีลิขสิทธิ์ได้ เครื่องมือทางเทคโนโลยีสามารถเป็นส่วนหนึ่งของกระบวนการในการสร้างสรรค์งานได้เช่นเดียวกัน

แต่ทางสำนักงานได้ปิดท้ายไว้ว่า เหล่าผู้ขอลิขสิทธิ์ต้องเปิดเผยอย่างชัดเจนเมื่อผลงานของพวกเขามีเนื้อหาที่สร้างโดย AI ซึ่งในปัจจุบันนั้นศิลปินหรือเหล่า creator ทั้งหลายต่างเลือกที่จะปิดบังมันมากกว่านั่นเองครับผม

References :
https://www.madhusudangaire.com.np/ChatGPT-OpenAI/ChatGPT-copyright-legal-or-not.html
https://www.reuters.com/world/us/us-copyright-office-says-some-ai-assisted-works-may-be-copyrighted-2023-03-15
https://www.cliffordchance.com/insights/resources/blogs/talking-tech/en/latest-articles/browse-by-topic/artificial-intelligence.html

InnerEye x Emotiv เมื่อบริษัทต่างๆ เริ่มลงทุนในเทคโนโลยีเพื่อสแกนสมองของพนักงาน

ไม่มีความลับใด ๆ กับนายจ้างของคุณอีกต่อไป จงเตรียมตัวให้พร้อมกับเทคโนโลยีทางด้านประสาทใหม่ที่กำลังมาถึงในที่ทำงานของคุณ

ในช่วงไม่กี่ปีที่ผ่านมามีบริษัทจำนวนมากที่เสนออุปกรณ์อ่านใจให้นายจ้างสำหรับพนักงานของพวกเขา ตัวอย่างเช่น InnerEye บริษัทของอิสราเอลที่อ้างว่าชุดหูฟังของพวกเขาที่ได้รวมเอาเทคโนโลยี Machine Learning เข้ากับพลังโดยธรรมชาติของจิตใจมนุษย์

โดยจะช่วยให้พนักงานขจัดความไม่เด็ดขาดและทำงานได้รวดเร็วกว่าที่เคยเป็นมา Emotiv บริษัทสตาร์ทอัพในซานฟรานซิสโกอ้างว่าสามารถติดตามความเป็นอยู่ที่ดีของพนักงานด้วยชุดหูฟัง EEG แบบไร้สาย

นับตั้งแต่ก่อตั้งเมื่อ 11 ปีที่แล้ว Emotiv ได้เปิดตัวชุดหูฟังสแกนสมองน้ำหนักเบาสามรุ่น จนถึงตอนนี้ บริษัทขายฮาร์ดแวร์ให้กับนักประสาทวิทยาศาสตร์เป็นหลัก โดยมีธุรกิจปลีกย่อยที่มุ่งเป้าไปที่ผู้พัฒนาแอพหรือเกมที่ควบคุมด้วยสมอง 

Emotiv เริ่มโฆษณาเทคโนโลยีของตนว่าเป็นโซลูชันสำหรับองค์กรในปีนี้ เมื่อเปิดตัวรุ่นที่ 4 ซึ่งเป็นระบบ MN8 ซึ่งรวมเอาเซ็นเซอร์สแกนสมองไว้ในหูฟังบลูทูธ

Emotiv ได้เปิดตัวเทคโนโลยีสำหรับองค์กรในโลกที่กำลังมีการถกเถียงกันอย่างดุเดือดเกี่ยวกับอนาคตของสถานที่ทำงาน พนักงานกำลังมีปัญหากับนายจ้างเกี่ยวกับแผนการกลับไปทำงานหลังจากเกิดโรคระบาด

แม้มันจะดูเหมือนเป็นเรื่องบ้าคลั่งมาก ๆ แต่บริษัทเหล่านี้ไม่ได้ผิดปกติ เพราะนี่เป็นตลาดที่กำลังเติบโต และนายจ้างกำลังเริ่มลงทุนกับสิ่งเหล่านี้เพิ่มมากขึ้นอย่างมีนัยสำคัญ

ซึ่งก็ต้องบอกว่าเครื่องมือเหล่านี้ไม่เพียงแค่เพิ่มประสิทธิภาพการทำงานเท่านั้น แต่ยังช่วยให้พนักงานมีสุขภาพที่ดีอีกด้วย 

เมื่อบริษัทใช้ระบบ MN8 ของ Emotiv พนักงานจะได้รับข้อมูลเชิงลึกเกี่ยวกับระดับการโฟกัสและความเครียดของแต่ละคน และผู้จัดการจะได้รับข้อมูลที่รวบรวมและไม่ระบุตัวตนเกี่ยวกับทีมของตน 

AI ของ InnerEye ช่วยให้พนักงานตัดสินใจได้อย่างรวดเร็ว โดยเปลี่ยนพนักงานทุกวันให้กลายเป็นยอดมนุษย์ Emotiv เพียงต้องการให้พนักงานมีความสุขเพิ่มมากยิ่งขึ้น

Tan Le ซีอีโอและผู้ร่วมก่อตั้งของ Emotiv กล่าวว่า “ศักยภาพของเทคโนโลยีนี้มีมหาศาล” “ดังนั้นเราจึงตระหนักดีในการเลือกพันธมิตรที่ต้องการแนะนำเทคโนโลยีนี้ด้วยวิธีการที่มีความรับผิดชอบ พวกเขาต้องมีความปรารถนาอย่างแท้จริงที่จะช่วยเหลือและให้อำนาจแก่พนักงาน”

ที่สำคัญอุปกรณ์เหล่านี้แตกต่างจาก “bossware” ซึ่งเป็นเทคโนโลยีสำหรับผู้บริโภคที่กำลังเติบโตซึ่งมุ่งมั่นที่จะนำเสนอการเฝ้าระวังของพนักงานในโลกที่ทำงานจากระยะไกล

“ผมคิดว่ามีความสนใจอย่างมากจากนายจ้าง” Karen Rommelfanger ผู้ก่อตั้งสถาบัน Neuroethics กล่าว “แต่ผมไม่รู้ว่ามีพนักงาน สนใจมันจริง ๆ หรือไม่ “

แล้วคุณล่ะมีความคิดเห็นอย่างไรกับเทคโนโลยีดังกล่าวนี้?

References :
https://spectrum.ieee.org/neurotech-workplace-innereye-emotiv
https://gilescrouch.medium.com/brain-scanning-in-the-workplace-its-here-ceb995b49f2e
https://bioethics.com/archives/66797

Nielsen กับการปรับตัวครั้งใหญ่ เมื่อตลาด TV Rating มูลค่าหลายพันล้านดอลลาร์กำลังตกอยู่ในความเสี่ยง

ถ้า Google คือ การค้นหาทางอินเทอร์เน็ต Facebook คือแพลตฟอร์มสำหรับเครือข่ายโซเชียลมีเดีย สำหรับ Nielsen เอง พวกเขาคือเจ้าพ่อแห่งวงการจัด Rating TV

Nielsen มีอำนาจอิทธิพลมาตั้งแต่ยุคเริ่มต้นของวงการโทรทัศน์ จวบจนถึงทุกวันนี้ กว่า 99 ปีแล้วที่พวกเขาผูกขาดในการวัดจำนวนผู้ชมที่ตัดสินว่าละครหรือรายการทีวีเรื่องใด จะถูกปรับออกจากผังหรือได้ไปต่อ

Nielsen เองได้อาศัย กล่องวิเศษ ที่ติดตั้งในกลุ่มประชากรแบบสุ่ม และคอยตรวจสอบว่าใครในครอบครัวกำลังดดูทีวีช่องไหนอยู่

รายรับต่อปีของพวกเขาอยู่ที่ประมาณ 3.5 พันล้านดอลลาร์ แต่มีอำนาจเหนือ 95% ของเวลาออกอากาศทางเคเบิลทั้งหมดในอเมริกา

แต่ทุกวันนี้ อาณาจักรที่ดูโบราณคร่ำครึ กำลังถูกท้าทายอย่างหนัก เกิดเรื่องอื้อฉาวนับไม่ถ้วน ลูกค้าหลายรายก็ถอนตัวออกไปเพราะมองว่า Nielsen นั้นโบราณเกินไปที่จะทำหน้าที่เป็นมาตรฐานวงการทีวีในทุกวันนี้ที่เทคโนโลยีมันก้าวล้ำไปถึงไหนต่อไหนแล้ว

ในขณะเดียวกันบริการอย่าง Streaming ที่กำลังเติบโตอย่างก้าวกระโดดนั้น พวกเขาไม่แคร์ Nielsen แต่อย่างใด เพราะพวกเขาสามารถวัดยอดผู้ชมได้แบบถูกต้อง 100% จากฐานผู้ใช้งานจริง ๆ ไม่ต้องสุ่มข้อมูลด้วยข้ออ้างทางสถิติ

ความน่าสนใจที่เกิดขึ้นในช่วงการแพร่ระบาดของ COVID-19 ซึ่ง Nielsen ได้กล่าวว่า 9,400 กล่องจากทั้งหมด 41,000 ครัวเรือนที่มีกล่องวิเศษดังกล่าวในอเมริกา หรือเกือบหนึ่งในสี่ของทั้งหมดนั้น รายงานข้อมูลการรับชมผิดพลาดในช่วงตั้งแต่เดือนกุมภาพันธ์ ปี 2020 ถึง กุมภาพันธ์ 2021

แล้วมันเกิดอะไรขึ้น เมื่อ Rating ที่อยู่ในอุตสาหกรรมนี้มาอย่างยาวนาน แต่กลับรายงานผิดพลาดได้ถึงเพียงนี้ และมันส่งผลต่ออุตสาหกรรมโดยเฉพาะด้านการโฆษณาอย่างมหาศาล

Nielsen เองได้โทษไปที่ โรคระบาด ซึ่งโดยปกติครัวเรือนที่ได้รับการคัดเลือกเหล่านี้จะได้รับการบำรุงรักษาเครื่องวัด Rating เป็นประจำต่อเนื่องมาอย่างยาวนาน

แต่บริษัทได้เลื่อนการเข้าตรวจสอบออกไปนับครั้งไม่ถ้วน เนื่องจากต้องปฏิบัติตามคำแนะนำของ CDC และหลีกเลี่ยงการส่งพนักงานไปอยู่ในสถานการณ์ที่มีความเสี่ยงที่อาจจะทำให้ลูกค้าของพวกเขาติดเชื้อ COVID-19

แน่นอนว่าทำให้เหล่าลูกค้าที่ใช้บริการ Rating ของ Nielsen นั้นเกิดความเสียหาย ซึ่งพวกเขาก็ได้ทักท้วงไปยัง David Kenny ซึ่งเป็น CEO ของ Nielsen ว่าจำนวนผู้ชมที่ลดลงอย่างรวดเร็วนั้นไม่น่าจะเป็นข้อมูลที่ถูกต้อง

มันเป็นไปไม่ได้โดยเฉพาะอย่างยิ่งในช่วงเวลาที่ผู้คนต้องอยู่กับบ้านจากการ lockdown ที่เกิดขึ้น จำนวนผู้ชมไม่น่าจะมีการลดลง ซึ่งท้ายที่สุด Kenny ก็ออกมายอมรับในสิ่งที่เกิดขึ้น

แม้จะไม่มีตัวเลขยืนยันความชัดเจนจากความเสียหายที่เกิดขึ้น แต่มันได้สร้างความโกรธเคืองขึ้นกับเครือข่ายทีวีทั้งหลายที่อาศัย Rating ของ Nielsen เป็นหลัก

ตอนนี้มันได้เกิดรูปแบบของบริการ Streaming ที่สามารถวัดยอดวิวได้อย่างชัดเจนแจ่มแจ้ง ไม่ต้องมาประมาณโดยใช้รูปแบบของสถิติทางด้านคณิตศาสตร์เหมือนที่ Nielsen ทำ

ในเดือนสิงหาคม 2020 Dazid Zaslav ที่เป็น CEO ของ Discovery ซึ่งใช้บริการของ Nielsen เป็นตัววัด Rating มานานแสนนานรู้สึกโกรธจัดจากความผิดพลาดในครั้งนี้ รวมถึง กล่าวถึงความล้าหลังของ Nielsen ที่มีเทคโนโลยีล้าหลัง ทั้งที่ยุคสมัยมันเปลี่ยนไปแล้ว

Dazid Zaslav ที่เป็น CEO ของ Discovery รู้สึกโกรธจัดจากความผิดพลาดที่เกิดขึ้น (CR:FT)
Dazid Zaslav ที่เป็น CEO ของ Discovery รู้สึกโกรธจัดจากความผิดพลาดที่เกิดขึ้น (CR:FT)

สำนักโฆษณาวีดีโอ (VAB) ซึ่งเป็นสมาคมของเครือข่ายและเคเบิลที่คอนติดตามการวัดจำนวนผู้ชมโทรทัศน์ กล่าวหา Nielsen ต่อสาธารณชนในเรื่องการย่อจำนวนผู้ชมของเครือข่ายอย่างเป็นระบบ

พวกเขาได้แจ้งต่อ Media Ratings Council (MRC) ซึ่งเป็นกลุ่มที่ไม่แสวงหาผลกำไรที่กำหนดมาตรฐานการให้คะแนน ให้ถอดการรับรอง Nielsen สำหรับเคเบิลทีวีและทีวีออกไป

“Nielsen ทำสามสิ่ง คือ ปฏิเสธ เบี่ยงเบน และหน่วงเวลา” Sean Cunningham หัวหน้าของ VAB กล่าว

ซึ่งท้ายที่สุด Nielsen ก็ออกมายอมรับความผิดพลาด ซึ่งในช่วงเวลานั้นเพียงอย่างเดียวมีเม็ดเงินโฆษณาแพร่สะพัดถึง 1.6-2.3 พันล้านดอลลาร์ และสร้างความสูญเสียมากถึง 5% จากความผิดพลาดที่เกิดขึ้นครั้งนี้

แต่ก็ต้องบอกว่าจุดอ่อนของบริการ Streaming ก็คือการแสดงโฆษณาที่น้อยมาก ๆ ทั้ง Netflix , Amazon Prime และ Disney Plus แทบจะไม่มีโฆษณาเลย

มีเพียงบริการกลุ่มเล็ก ๆ เท่านั้นที่แสดงโฆษณา เช่น Youtube หรือ Hulu ซึ่งแน่นอนว่าพวกเขาไม่สามารถที่จะแสดงโฆษณาได้มากเท่ากับสิ่งที่เกิดขึ้นในวงการทีวีอย่างแน่นอน

มีเพียง 5% ของเวลาโฆษณาทางทีวีทั้งหมดที่ได้ไปปรากฎบนบริการ Streaming เหล่านี้ แม้ว่าพวกเขาจะมีส่วนแบ่งเวลาในการรับชมเกือบ 28% ก็ตาม และ 95% ของนาทีโฆษณาทั้งหมดยังคงปรากฎอยู่ในทีวีแบบเดิม ๆ อยู่ แม้ว่าคนดูจะเริ่มน้อยลงไปมากก็ตามที

ซึ่งแม้จำนวนผู้ชมจะลดจำนวนลงไป แต่ผู้โฆษณารายใหญ่ก็ไม่ได้ตัดงบประมาณในการโฆษณาจากทีวีแบบดั้งเดิม ซึ่งทีวียังเป็นสื่อที่มีประสิทธิภาพสูงสุดสำหรับสปอตโฆษณาที่ให้ความรู้สึกดี และ ราคาแพง ซึ่งสร้างความภักดีต่อแบรนด์ให้กับแบรนด์สินค้ายักษ์ใหญ่ทั่วโลก

แต่ในทางกลับกัน ฐานลูกค้าของบริการ Streaming นั้นมักจะอายุน้อยกว่า และมีรายได้สูงกกว่าผู้รับชมทางทีวีหรือเคเบิลแบบเดิม ๆ ซึ่งผู้โฆษณาต้องจ่ายเงินมากกว่าหากต้องการลงโฆษณาในบริการ Streaming เหล่านี้

เมื่อ Nielsen ชิง Disrupt ธุรกิจตัวเองก่อน

Nielsen ได้วัดสิ่งที่คนอเมริกันมากกว่า 300 คนดูทางทีวีโดยการสำรวจความคิดเห็นจากกลุ่มตัวอย่างเพียงแค่ 41,000 ครัวเรือน ซึ่งการกระจายกลุ่มของผู้ชมที่เริ่มกว้างขึ้นจากการเกิดขึ้นของบริการ Streaming ทำให้ Nielsen ต้องมีการปรับเปลี่ยนครั้งสำคัญ

Nielsen กล่าวว่า “ขนาดกลุ่มตัวอย่างของเราที่สามารถวัดได้มีขนาดเล็กเกินไป”

Kenny เชื่อว่าทางออกที่ดีที่สุดคือการ Disrupt ตัวเอง และวิธีหนึ่งที่ช่วยให้ผู้ลงโฆษณาเข้าถึงผู้ชมทั้งหมดที่เหมาะสมได้ คือการรวบรวมข้อมูลขนาดใหญ่เข้ากับข้อมูลเชิงลึกครัวเรือนรายครัวเรือนอย่างใกล้ชิด สร้างเป็น Big Data ขนาดใหญ่แล้วนำมาประมวลผลด้วยเทคโนโลยี AI

David Kenny CEO ของ Nielsen ที่ลุกขึ้นมาเปลี่ยนแปลงครั้งใหญ่ให้กับบริษัท (CR:Nexttv)
David Kenny CEO ของ Nielsen ที่ลุกขึ้นมาเปลี่ยนแปลงครั้งใหญ่ให้กับบริษัท (CR:Nexttv)

Nielsen ได้เพิ่มฐานข้อมูลด้วยข้อมูลจากสามแหล่งหลัก อย่างแรกคือจำนวนผู้ชมจากบริการเคเบิลทีวีและดาวเทียม จากผู้ให้บริการเคเบิล เช่น Comcast และ Charter และบริการทีวีดาวเทียม DirectTV และ Dish

ข้อมูลส่วนที่สองมาจากสมาร์ททีวี ซึ่งผู้ผลิตฮาร์ดแวร์เช่น Vizio , LG และ Samsung รวมถึง Roku ที่มีระบบปฏิบัติการในตัว ใช้เทคโนโลยี ACR เพื่อกำหนดว่ารายการใดแสดงโฆษณาใด และผู้ชมกำลังดูสิ่งใดอยู่ แหล่งที่สามคือตัวเลขจากเจ้าของแอป Streaming เช่น Roku , Tubi และ Youtube

ทั้งหมดนี้ Nielsen กรองข้อมูลจากกล่องรับสัญญาณและสมาร์ททีวี 100 ล้านเครื่อง และ Nielsen ได้สร้างแบบจำลองคอมพิวเตอร์ที่ปรับใช้เทคโนโลยีทางด้าน AI และ Machine Learning เพื่อเรียนรู้ว่าผู้ชมอาศัยอยู่ที่ใดโดยการซื้อข้อมูลที่อยู่จากผู้ให้บริการเคเบิลและบริการ Streaming

Nielsen ยังซื้อข้อมูลการตลาดจากแหล่งต่าง ๆ ตั้งแต่ผู้จัดพิมพ์นิตยสารไปจนถึงผู้ให้บริการด้านสุขภาพ เพื่อช่วยประเมินว่าชุดข้อมูลของผู้ชมประกอบด้วยผู้หญิงที่เพิ่งแต่งงานใหม่หรือเจ้าของบ้านที่สูงอายุมากเพียงใด

ข้อมูลทั้งหมดนั้นทำงานผ่านอัลกอริธึมที่มีความซับซ้อน ช่วยให้ Nielsen แนะนำผู้โฆษณาเกี่ยวกับวิธีที่ดีที่สุดในการเข้าถึงผู้ชมที่พวกเขาต้องการ

ซึ่งโมเดลนี้ทำหน้าที่สำคัญสองประการ อย่างแรก Machine Learning จะเรียนรู้จากข้อมูลใหม่เพื่อคาดการณ์การเปลี่ยนแปลงพฤติกรรมการรับชมได้อย่างแม่นยำ

ตัวอย่างเทรนด์ล่าสุดที่ Nielsen พบก็คือ ครอบครัวที่ดูกีฬาสดในตอนเย็นจะ Stream Hulu หรือ Youtube มากขึ้นในตอนบ่ายก่อนที่จะเปลี่ยนไปเล่นเกมทางเคเบิลทีวี

แบบจำลองของ Nielsen สามารถคาดการณ์ได้ว่าแนวโน้มดังกล่าวจะเกิดขึ้นเมื่อใด โดยแนะนำให้ผู้ซื้อโฆษณา ซื้อเวลาในบริการ Streaming ก่อนงานใหญ่ ๆ ที่จะเกิดขึ้น

ส่วนที่สอง ข้อมูลขนาดใหญ่เหล่านี้อาจไม่ได้บอกว่าใครที่กำลังดูอยู่ที่บ้านที่อาจะเป็น พ่อ แม่ ปู่ ย่า ลูก หลาน ซึ่ง AI และ Machine Learning สามารถให้ความน่าจะเป็นที่ชัดเจนว่าใครเป็นผู้รับชมที่แท้จริงในเวลาที่กำหนด

ต้องบอกว่าการบูมขึ้นของบริการ Streaming และ ความล้มเหลวของ Nielsen นั้นทำให้คู่แข่งของพวกเขาแข็งแกร่งขึ้น ไม่ว่าจะเป็น Comscore , 605 , TVSquared และ VideoAmp

นั่นเองที่ทำให้ Nielsen ต้องมีการเร่งปรับตัวครั้งใหญ่ในครั้งนี้ ซึ่งสุดท้ายรูปแบบการนับผู้ชมแบบใหม่นี้ซึ่งครอบคลุมทั้งทีวีและ บริการ Streaming ได้กลายมาเป็นบริการที่มีชื่อว่า Nielsen ONE

โดย Nielsen จะมีอายุครบ 100 ปีเมื่อเปิดตัว Nielsen ONE ซึ่ง Kenny เดิมพันว่าความสามารถใหม่ของ Nielsen ในการวัดจำนวนผู้ชมแบบดิจิทัลของสื่อได้ดีกว่าใคร ๆ จะทำให้การครบรอบ 100 ปีไม่ใช่เพียงแค่การย้อนรำลึกถึงอดีตเพียงอย่างเดียวเท่านั้น แต่จะเป็นการเฉลิมฉลองการเกิดใหม่ของพวกเขาด้วยนั่นเองครับผม

References :
https://www.adweek.com/convergent-tv/nielsen-expands-nielsen-one-alpha/
https://fortune.com/2022/02/28/nielsen-ratings-streaming-advertising-david-kenny/
https://www.adexchanger.com/platforms/watch-out-nielsen-one-comscore-is-busily-building-a-unified-cross-platform-measurement-offering-of-its-own/
https://global.nielsen.com/news-center/2020/the-future-of-media-starts-with-nielsen-one/


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