AlphaGo เล่นโกะชนะแชมป์โกะโลก 3 นัดซ้อน, Waymo ทดสอบรถยนต์ไร้คนขับ บนถนนจริงไปแล้วกว่า 16 ล้านกิโลเมตร และได้รับอนุญาตให้ทดสอบแบบไม่ต้องมีคนนั่งหลังพวงมาลัยในรัฐแคลิฟอร์เนียแล้ว, McKinsey & Company บริษัทที่ปรึกษาชื่อดัง เผยผลการศึกษาว่า ภายในปี 2030 หรืออีกประมาณ 12 ปีต่อจากนี้ หุ่นยนต์หรือปัญญาประดิษฐ์ (AI) จะมาทำงานแทนที่มนุษย์มากถึง 800 ล้านตำแหน่งทั่วโลก ในช่วงหลายเดือนที่ผ่านมา เรามักจะได้ยินข่าวเกี่ยวกับความสามารถใหม่ ๆ ของ AI อยู่เสมอ

ทุกวันนี้ AI อยู่รอบตัวเราเรียบร้อยแล้ว เราอาจจะใช้ AI อยู่แล้วโดยไม่รู้ตัว ในโทรศัพท์เกือบทุกเครื่อง จะมาพร้อมกับ ผู้ช่วย AI เช่น Siri, Google Assistant, Alexa ที่จะเรียนรู้ คอยรับคำสั่งจากเสียงพูดของเรา, กล้องมือถือ มาพร้อมกับ AI Camera ที่ช่วยปรับแต่งภาพให้สวยขึ้นในทุกสภาพแสง โดยที่เราไม่ต้องเป็นตากล้องมืออาชีพใช้กล้องขนาดใหญ่ก็สามารถถ่ายรูปสวยได้

จากสมัยก่อนหลาย ๆ ปี ครั้ง เราถึงจะได้ยินข่าว Deep Blue เล่นหมากรุกชนะแชมป์โลก แต่ในช่วงเวลาเพียงไม่กี่ปี อะไรทำให้ AI ฉลาดขึ้นได้มากขนาดนี้ อะไรคือเทคโนโลยีเบื้องหลังของ AI ยุคใหม่ ที่ทำให้มันพัฒนาอย่างรวดเร็ว ในแบบที่ไม่เคยเป็นมาก่อน อะไรคือเคล็ดลับความเก่งของ AI — เทคโนโลยีเหล่านั้นเรียกว่า Machine Learning (ML), Neural Network (NN), Deep Learning (DL) และ Reinforcement Learning (RL)

ปกติในการเขียนโปรแกรมคอมพิวเตอร์โปรแกรมหนึ่งขึ้นมาให้ทำงานได้ โปรแกรมเมอร์หรือผู้ที่เขียนโปรแกรมสั่งงานคอมพิวเตอร์นั้น จะต้องออกแบบ กำหนดเงื่อนไข ขั้นตอนการทำงานทีละขั้น ๆ อย่างละเอียดที่สุด ให้กับคอมพิวเตอร์ปฏิบัติตามชุดคำสั่งนั้น ๆ ทีละคำสั่ง ๆ เพื่อให้ได้ผลลัพท์ตามที่คาดหวัง

ในการออกแบบโปรแกรมที่ดี เพื่อให้โปรแกรมสามารถทำงานได้อย่างถูกต้อง โปรแกรมเมอร์จำเป็นที่จะต้องมีความรู้ ความเข้าใจในงานนั้น ๆ เช่น โปรแกรมบัญชี โปรแกรมเมอร์ก็ต้องรู้ขั้นตอนการทำงานของระบบบัญชี, โปรแกรมซื้อขายสินค้า โปรแกรมเมอร์ก็ต้องรู้ขั้นตอนการซื้อขายสินค้า หรือ โปรแกรมธนาคาร โปรแกรมเมอร์ก็ต้องรู้ขั้นตอนการโอนเงิน เพื่อที่จะแปลงความรู้เหล่านั้น ไปเป็นชุดคำสั่ง สั่งงานให้คอมพิวเตอร์ ทำงานตามที่โปรแกรมเมอร์ออกแบบไว้ ทีละขั้นตอน อย่างไม่ผิดเพี้ยน และโปรแกรมเมอร์ต้องคิดล่วงหน้าให้ครอบคลุมเงื่อนไขต่าง ๆ ที่อาจจะเกิดขึ้นในงานประจำวัน เช่น กรอกรหัสผิด สินค้าหมด เงินในบัญชีไม่พอ ซึ่งโปรแกรมส่วนใหญ่ที่ใช้กันอยู่ทั่วไป หรือ แม้แต่ App ส่วนใหญ่ในโทรศัพท์ก็เป็นแบบนี้

ทีนี้ปัญหาเกิดขึ้นกับงานบางอย่าง ตัวอย่างเช่น กรณีที่ โปรแกรมเมอร์ไม่มีความรู้ในงานนั้น ๆ หรือ ความรู้นั้นเป็นความรู้พื้นฐาน เป็นความเชี่ยวชาญของมนุษย์ ที่สามารถทำได้เป็นปกติ แต่ไม่สามารถอธิบายขั้นตอนอย่างละเอียด ที่จะถ่ายทอดไปเป็นชุดคำสั่งให้กับคอมพิวเตอร์ได้ เช่น เล่นหมากรุก การเดินสองขา จำหน้าคน แต่งเพลง วาดภาพ ขับรถ ไปจนกระทั่ง ดูฟิล์มเอ็กซ์เรย์ วินิจฉัยโรค เป็นต้น

หลายสิบปีที่ผ่านมา นักวิทยาศาสตร์คอมพิวเตอร์ มีความพยายามที่จะทำให้คอมพิวเตอร์มีความฉลาดมากขึ้นมาโดยตลอด เรียกว่า ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) ด้วยหลากหลายแนวคิด ไม่ว่าจะเป็น โมเดลคณิตศาสตร์สุดซับซ้อน, หลักสถิติขั้นสูง, ซูเปอร์คอมพิวเตอร์เลียนแบบสมองมนุษย์, โปรแกรมที่สามารถวิวัฒนาการเลียนแบบ DNA รวมถึง Machine Learning ก็เป็นสาขาหนึ่งใน AI ที่กำลังได้รับความสนใจอย่างมาก

Machine Learning คืออะไร ในปี 1959 คุณ Arthur Samuel นักวิจัยเรื่อง Machine Learning คนแรก ๆ ได้ให้นิยามของ Machine Learning ไว้ว่า

Machine Learning: Field of study that gives computers the ability to learn without being explicitly programmed.

Arthur Samuel (1959)

หมายถึง Machine Learning คือ ศาสตร์การศึกษาหาวิธีที่จะทำให้คอมพิวเตอร์เรียนรู้ความสามารถใหม่ ๆ โดยเราที่ไม่ต้องกำหนดเงื่อนไข ขั้นตอนการทำงานทีละขั้น ๆ อย่างละเอียด

ตัวอย่างเช่น โปรแกรมคัดกรองอีเมล์ขยะ ที่ใช้ข้อมูลตัวอย่างอีเมล์ดี และตัวอย่างอีเมล์ขยะ จำนวนล้าน ๆ อีเมล์ ในการศึกษาเรียนรู้ด้วยตัวเอง ว่าอีเมล์ที่เพิ่งได้รับมาใหม่น่าจะเป็นอีเมล์ดี หรืออีเมล์ขยะ โดยที่โปรแกรมเมอร์ไม่ต้องกำหนดเงื่อนไข และขั้นตอนการตรวจสอบทีละขั้น ๆ, หรือเช่น คุณ Arthur Samuel เอง ที่ได้สร้าง AI เล่นหมากฮอร์สฝรั่ง (Checkers) ขึ้นมาแข่งกับตัวเขา โดยใช้ Machine Learning ที่สามารถเรียนรู้เทคนิคการเล่นได้ด้วยตัวเอง จากข้อมูลตัวอย่างการเดินหมากนับพันกระดาน จนสามารถเล่นชนะคุณ Arthur Samuel ได้, หรือ Facebook ใช้ข้อมูลการกด Like, Comment และการเลื่อน/หยุดอ่านข้อความ มาเรียนรู้ด้วยตัวเอง ว่าผู้ใช้กำลังสนใจเนื้อหาแบบไหน เพื่อแสดงเนื้อหาใกล้เคียงกัน ไปจนถึงคาดเดาเนื้อหาที่ผู้ใช้น่าจะสนใจในอนาคต

ด้วยความยืดหยุ่นนี้เอง บวกกับข้อมูลมหาศาลจากอินเตอร์เน็ต, IoT และโทรศัพท์มือถือ ในปัจจุบัน จึงมีการนำ Machine Learning ไปประยุกต์ใช้กับเกือบทุกงาน ในหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นทางด้านการเงิน การประเมินสินเชื่อ ด้านการแพทย์ ช่วยวินิจฉัยโรค ด้านการตลาด วิเคราะห์พฤติกรรมผู้บริโภค ด้านการผลิต ควบคุมคุณภาพ ด้านการออกแบบ ออกแบบโครงสร้างแบบใหม่ ๆ ด้านศิลปะ แต่งเพลง วาดภาพด้วยคอมพิวเตอร์ ด้านการขนส่ง สร้างรถไร้คนขับ

ดังคำพูดที่ว่า

Artificial Intelligence is the New Electricity

Andrew Ng

แปลว่า AI คือ ไฟฟ้าของยุคใหม่ ผู้พูดเปรียบเทียบในยุคปฏิวัติอุตสาหกรรม การมาของไฟฟ้าได้เปลี่ยนแปลงทุกสิ่งทุกอย่าง ในทุก ๆ วงการ ตัวอย่างเช่น ปฏิวัติภาคการผลิต โรงงานทอผ้า สมัยก่อนใช้คนจำนวนมาก มานั่งประจำเครื่อง ก็เปลี่ยนมาใช้เครื่องจักรที่ควบคุมโดยคนไม่กี่คน, ปฏิวัติภาคการสื่อสารสมัยก่อนส่งจดหมายด้วยม้าเร็ว หรือฝากไปทางเรือ จดหมายหนึ่งฉบับใช้เวลาหลายวัน ก่อนที่จะมีไฟฟ้า มีโทรเลขที่สามารถส่งข้อความข้ามประเทศด้วยเวลาเสี้ยววินาที, ปฏิวัติภาคการขนส่ง แทนที่รถม้า ด้วยรถยนต์ ทำให้ม้าต้องตกงาน ต้องเปลี่ยนงานไปอยู่ในภาคสันทนาการการท่องเที่ยว เป็นกีฬา ประชากรม้าลดจำนวนลงจากยุคก่อนเหลือไม่ถึง 1 เปอร์เซ็นต์ แต่ก็เปิดช่องทางโอกาสใหม่ ๆ สำหรับคนขับรถบรรทุก คนขับแท็กซี่  มอเตอร์ไซต์รับจ้าง etc. มากมาย

สรุป AI กำลังจะมาเปลี่ยนแปลงทุกสิ่งทุกอย่างที่เราเคยเห็น เคยสัมผัส และแน่นอนตำแหน่งงานบางงานก็จะถูก AI แทนที่หายไป แต่ก็จะมีตำแหน่งงานใหม่ ที่ทำงานร่วมกับ AI เพิ่มขึ้นมามากมายเช่นกัน

แชร์ให้เพื่อน:

Keng Surapong on FacebookKeng Surapong on GithubKeng Surapong on Linkedin
Keng Surapong
Project Manager at Bua Labs
The ultimate test of your knowledge is your capacity to convey it to another.

Published by Keng Surapong

The ultimate test of your knowledge is your capacity to convey it to another.

Enable Notifications.    Ok No thanks