AI ทำอะไรได้บ้าง จะทำอะไรได้อีก และมันจะเปลี่ยนแปลงโลกได้อย่างไร?
AI สามารถพิจารณาว่าผู้ที่เข้ามาขอกู้เงิน ควรให้กู้หรือไม่ ควรให้กู้เท่าไร โดยพิจารณาจากคะแนนของคุณสมบัติต่าง ๆ ที่เกี่ยวข้องกับเครดิต เช่น รายได้ พฤติกรรมการใช้คืนหนี้ ประวัติการใช้เงิน ทรัพย์สินที่มีอยู่ วิถีชีวิต ฐานะครอบครัว ฯลฯ มัน สามารถพิจารณาให้คะแนนเครดิตของผู้ต้องการกู้เงินแต่ละราย โดยพิจารณาจากข้อมูลหลายพันอย่าง และสามารถตัดสินใจได้ดีกว่าคน เร็วกว่าคน โอกาสหนี้เสียน้อยมาก ประเทศจีนซึ่งมีผู้ให้บริการกู้เงินผ่านแอปหลายราย อัตราหนี้เสียอยู่ที่ 2%
Autonomous Vehicle หรือรถไร้คนขับ มี AI เป็นผู้ควบคุมการขับขี่แทนคน มันกำลังเรียนรู้เพื่อพัฒนาให้กลายเป็นผู้ขับขี่ที่สมบูรณ์แบบ กล้อง เลเซอร์ ไลด้า ไมค์ ทำหน้าที่เหมือนหูตามนุษย์เวลาขับรถ สามารถตีความหมายสิ่งที่อยู่รอบข้างได้ถูกต้อง มันสามารถสื่อสารกับสมาร์ทซิตี้ หรือรถคันอื่นที่ร่วมทางอยู่บนถนน ใช้ GPS บอกทางสู่จุดหมาย การตัดสินใจต่าง ๆ ประมวลผลจากข้อมูลรอบข้าง และตัดสินใจได้เหมือนคนขับรถที่มีประสบการณ์สูง
AI สามารถทำหน้าที่เป็นผู้จัดการกองทุน ตัดสินใจได้อย่างรวดเร็วและถูกต้องว่า จะลงทุนกับหลักทรัพย์อะไร หุ้นตัวไหนมีโอกาสทำกำไรแก่ผู้ลงทุนมากกว่า มันสามารถประมวลผลจากข้อมูลดิจิทัลที่มีอยู่รอบด้านทุกแง่มุม ขุดประวัติย้อนหลังหลายสิบปีมาประกอบการตัดสินเพื่อการลงทุน
โรงงานมี AI ช่วยตัดสินใจว่าต้องซื้อวัตถุดิบหรือซัพพลายอะไรบ้าง ใช้มากน้อยแค่ไหน และควรซื้อเมื่อไหร่ มันช่วยทำให้การบริหารสต๊อกมีประสิทธิภาพ ลดค่าใช้จ่ายไปได้มาก
แอปและเว็บไซต์ต่าง ๆ รู้ว่าผู้ใช้งานต้องการอะไร เวลาเลือกดูวิดีโอคลิปหนึ่ง มันมีวิดีโออีกหลายคลิปที่ตรงกับความสนใจมาเสนอ เวลาลูกค้าเข้าไปดูสินค้าแบรนด์หนึ่งแต่ยังไม่ซื้อ ก็จะมีข้อเสนอใหม่ ๆ ที่ตรงใจให้เลือกอีกมาก ที่มันทำได้ขนาดนี้เพราะมี AI เป็นผู้ช่วย
AI แยกแยะความแตกต่างของเสียงได้ แปลเอกสารได้ จดจำภาพได้ คาดเดาพฤติกรรมผู้บริโภคได้ รู้ว่าอะไรเป็นของจริงหรือของปลอม ช่วยตัดสินใจให้เงินกู้ เป็นหูเป็นตาและสมองให้หุ่นยนต์ และยังมีอะไรอีกหลายอย่างที่ AI สามารถทำงานได้ดีกว่าคน หรือเครื่องมือเครื่องใช้แบบดั้งเดิม
งานหลายอย่าง โดยเฉพาะอย่างยิ่ง งานที่ทำอยู่ในพื้นที่จำกัด หรืองานซ้ำ ๆ ที่มีรูปแบบการทำงานชัดเจน AI ทำงานแทนคนได้แน่นอน
AI กำลังจะเป็นเทคโนโลยีที่มีอยู่ทุกหนทุกแห่ง และจะกลายเป็นเครื่องมือมาตรฐานที่จะช่วยให้คุณภาพชีวิตของผู้คนบนโลกดีขึ้น
มีการเปรียบเทียบว่า การอุบัติขึ้นของ AI ในยุคนี้ จะเหมือนกับสมัยที่โลกเริ่มมีไฟฟ้าใช้ใหม่ ๆ แล้วมีสิ่งอำนวยความสะดวกจากเครื่องใช้ไฟฟ้าต่าง ๆ มากมายที่ทำให้วิถีชีวิตของผู้คนเปลี่ยนไป
AI สามารถทำให้เครื่องมือเครื่องใช้ หรือสิ่งอำนวยความสะดวกต่าง ๆ ทำงานก้าวหน้าขึ้นไปอีกระดับ ทำงานแบบอัตโนมัติได้มากขึ้น
จุดเปลี่ยนครั้งสำคัญของ AI ในยุคนี้ เริ่มต้นในปี 2012 ซึ่งถือว่าเป็น Breakthrough หรือการค้นพบที่เป็นความคืบหน้าครั้งสำคัญของ AI ที่เรียกว่า Deep Learning
โลกรู้จัก AI มาตั้งแต่ช่วงกลางทศวรรษ 1950 แต่มีข้อจำกัดหลายอย่างที่ทำให้ไม่สามารถพัฒนาได้เร็วเท่าที่ควรจะเป็น
แนวคิดการพัฒนาเทคโนโลยี AI ในยุคแรกแบ่งเป็น 2 แนวทาง คือ Rule-Based และ Neural Networks
ในสมัยก่อน AI ตามแนวทาง Rule-Based เป็นที่ยอมรับมากกว่า หลักการที่อธิบายให้เข้าใจง่าย ๆ คือ การสอนให้ AI เรียนรู้หลักทฤษฎี และเมื่อมีปัญหาอะไรเข้าไปมันหาคำตอบโดยยึดหลักการที่ถูกโปรแกรมมา แต่มันมีข้อจำกัดที่ไม่สามารถทำงานที่ซับซ้อนมากนัก
ส่วนแนวทางของ AI แบบ Neural Networks เปรียบเทียบได้กับการเรียนรู้ของเครื่องจักรที่ได้จากประสบการณ์ ยิ่งมีข้อมูลป้อนให้มันมากขึ้น มันจะมีความถูกต้องแม่นยำมากขึ้น และเป็นแนวทางการพัฒนา AI ยุคนี้ โดยมีชื่อใหม่ที่รู้จักในวงกว้างว่า Deep Learning
Deep Learning จัดเป็นส่วนหนึ่งของ Machine Learning หรือ การเรียนรู้ของเครื่องจักร มีวิธีการทำงานที่แตกต่างแบบตรงกันข้ามกับการโปรแกรมคอมพิวเตอร์แบบดั้งเดิม
ถ้าเป็นระบบเก่า โปรแกรมเมอร์สร้างกฎเกณฑ์เป็นพื้นฐานให้คอมพิวเตอร์ เมื่อเอาข้อมูลใส่เข้าไป มันคำนวณผลลัพธ์ออกมาโดยยึดหลักการ หรือทฤษฎีที่มันถูกป้อนคำสั่งให้ทำตาม
แต่สำหรับ Machine Learning มันสร้างกฎเกณฑ์ของมันเอง
การสอนให้เครื่องจักรเรียนรู้ เริ่มต้นด้วยการป้อนชุดข้อมูลและคำตอบจำนวนมากให้ AI ยิ่งมันได้รับข้อมูลและคำตอบมากขึ้น มันจะยิ่งมีประสบการณ์มากขึ้น และสามารถคาดเดาคำตอบได้ถูกต้องมากขึ้น
เมื่อป้อนข้อมูลใหม่ที่เป็นคำถามที่ต้องการคำตอบจาก AI มันจะเอาข้อมูลใหม่ที่เป็นคำถามไปวิเคราะห์เปรียบเทียบกับประสบการณ์ที่มันเคยได้รับและเรียนรู้มาก่อนจำนวนมาก แล้วคาดเดาว่าคำตอบที่ถูกต้อง คือ อะไร
AI สร้าง Rules หรือกฎเกณฑ์จากการเรียนรู้ของมันเอง กฎเกณฑ์มีการปรับเปลี่ยนให้มีประสิทธิภาพมากขึ้นอย่างต่อเนื่องด้วยประสบการณ์ใหม่ ๆ จากข้อมูลที่มันได้รับเข้ามาเพิ่มขึ้น
ข้อมูลที่มีการถามเข้ามาให้ AI หาคำตอบ มีการวิเคราะห์ตัดสินใจในหลายระดับชั้น และนักวิจัยได้ค้นพบวิธีการที่มีประสิทธิภาพในการฝึกฝนเครื่องจักรให้เรียนรู้ในระดับชั้นต่าง ๆ ได้
ในปี 2012 Geoffrey Hinton และทีมงาน เป็นผู้ค้นพบวิธีฝึกฝน AI ในแต่ละระดับชั้นให้สามารถทำงานอย่างมีประสิทธิภาพ AI สามารถแยกแยะความแตกต่างของ รูปภาพ เสียง มันสามารถวิเคราะห์แบบหลายชั้น
หลังจากปี 2012 ยังไม่มีการค้นพบใหม่ที่เรียกว่าเป็นจุดเปลี่ยนครั้งสำคัญของ AI แต่มีการนำหลักการทำงานแบบ Deep Learning ไปใช้อย่างกว้างขวาง
การพัฒนาของฮาร์ดแวร์มีส่วนสำคัญอย่างมากที่ทำให้เกิดการค้นพบครั้งสำคัญ
สมาร์ทโฟนที่เราใช้ในวันนี้ มีกำลังความสามารถในการคำนวณสูงกว่าหลายล้านเท่าเมื่อเทียบกับคอมพิวเตอร์ของนาซ่าในปี 1969 ที่พานักบินอวกาศไปเหยียบดวงจันทร์
อินเตอร์เน็ตทำให้ข้อมูลทุกอย่างอยู่ในรูปแบบดิจิทัล มี ตัวหนังสือ งานวิจัย รูปภาพ วิดีโอ และอื่น ๆ อีกมากมายที่เอามาใช้เป็นข้อมูลป้อนให้ AI เรียนรู้ได้
มีการเปรียบเปรยว่า น้ำมันเป็นพลังงานขับเคลื่อนโลกในยุคนี้ แต่ข้อมูลเป็นตัวขับเคลื่อนโลกสู่อนาคต
Geoffrey Hinton เป็น นักวิชาการ นักวิจัย และผู้ก่อตั้งสตาร์ทอัพ DNNresearch Inc. ซึ่งถูก Google ซื้อไปในปี 2013 และมีชื่อใหม่ว่า DeepMind มีเงินทุนมากถึง 500 ล้านดอลลาร์ เขาและทีมงานเป็นผู้สร้าง AlphaGo คอมพิวเตอร์ที่เอาชนะแชมป์โลกเกมโกะ และทำให้จีนเริ่มตื่นตัวกับศักยภาพของ AI
Geoffrey Hinton และทีมงาน ได้รับการขนานนามว่า “Godfathers of AI” และ “Godfathers of Deep Learning”