“รุ่งอรุณของปัญญาประดิษฐ์ได้มาถึงแล้ว” ชื่อบทความในเว็บไซต์ The Conversation นี้ไม่ได้กล่าวเกินจริงเลย ผู้เขียนบทความนี้ได้วิเคราะห์ว่าแชตบ็อตตัวนี้กำลังพลิกโฉมหน้าระบบการศึกษา ถึงขั้นที่ยากจะตรวจสอบได้ว่างานไหนเป็นผลงานของนักศึกษาจริงๆ หรือเขียนขึ้นโดย AI กันแน่ เพราะ ChatGPT สามารถเขียนงานแทบทุกประเภท เช่น ก็อปปี้โฆษณา บทความ จดหมาย โพสต์โซเชียล ไปจนถึงร่างแผนธุรกิจ
SPACEBAR นั่งคุยกับ รศ.ดร. อรรถพล ธำรงรัตนฤทธิ์ หรือ ‘เต้’ อาจารย์ภาควิชาภาษาศาสตร์ คณะอักษรศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปัจจุบันเขากำลังง่วนอยู่กับการพัฒนาเครื่องประมวลภาษาธรรมชาติ (Natural Language Processing - NLP) ด้วยภาษาไทย
อธิบายให้เข้าใจง่ายขึ้นอีกนิด เขากับทีมวิจัยกำลังฝึกให้ AI เข้าใจและใช้ภาษาไทยอัตโนมัติได้นั่นเอง
ในยุคที่ปัญญาประดิษฐ์ก้าวออกจากห้องแล็บ มาสู่แอปพลิเคชันบนสมาร์ทโฟนและคอมพิวเตอร์ในมือของเรา มนุษย์จะยืนอยู่ตรงจุดไหน?
อาชีพในวงการปัญญาประดิษฐ์ค่อนข้างกว้าง ทำไมคุณสนใจเรื่องการประมวลผลภาษาธรรมชาติ (NLP) เป็นพิเศษ
มันเป็นแพสชันตั้งแต่เด็กแล้ว ผมเรียนสายภาษามา ไม่มีพื้นฐานทางด้านวิทยาศาสตร์หรือคณิตศาสตร์เลย พอมีโอกาสได้ไปเรียนมหาวิทยาลัยสแตนฟอร์ดที่สหรัฐอเมริกา ก็ได้พบกับศาสตร์ของ Symbolic Systems (ภาษาศาสตร์ ปรัชญา จิตวิทยา และวิทยาการคอมพิวเตอร์) ซึ่งมีเรื่องการประมวลผลภาษาธรรมชาติ (NLP) ด้วย ผมว่าการทำให้เครื่องคอมพิวเตอร์เข้าใจภาษาคนและตอบโต้กับเราได้ ถือเป็นเสน่ห์ของปัญญาประดิษฐ์ตอนนั้น Google Translate เพิ่งมาใหม่ๆ เครื่องแปลภาษาถือเป็นเรื่องน่าตื่นเต้น เพราะต้องมีความรู้ทั้ง 2 ภาษาเป็นอย่างดี ซึ่งเป็นงาน (task) ที่ยากที่สุดของสายนี้เลยก็ว่าได้ เราเห็นเทคโนโลยีนี้ตั้งแต่ตอนที่เป็นผลิตภัณฑ์ธรรมดาๆ จนได้เขียนโปรแกรมสมัยมหาวิทยาลัย ความน่าประหลาดใจของมันเป็นจุดเริ่มต้นที่ทำให้เราเรียนต่อปริญญาโท และปริญญาเอก แล้วกลับมาเป็นอาจารย์ที่ทำงานวิจัยทางด้านนี้ พูดได้ว่าทำด้วยแพสชันจริงๆ
ช่วยอธิบายความหมายของ Natural Language Processing ให้คนทั่วไปที่ไม่มีพื้นฐานเรื่องนี้เลยได้ไหม
แขนงย่อยของปัญญาประดิษฐ์ที่เด่นๆ จะมีอยู่ 3 อย่าง คือ หุ่นยนต์ (Robotics) เทคโนโลยีที่ทำให้เครื่องคอมพิวเตอร์มองเห็นได้ (Computer Vision) รู้ว่ามีอะไรอยู่ในภาพ ใครกำลังเคลื่อนไหว อีกหนึ่งแขนงย่อยคือ การประมวลผลภาษาธรรมชาติ (Natural Language Processing – NLP) แปลไทยเป็นไทยอีกทีก็คือ การเขียนโปรแกรมที่ทำให้คอมพิวเตอร์สามารถเข้าใจข้อมูลภาษาที่เราใช้สื่อสารกันได้ และสามารถผลิตภาษาออกมาได้ด้วย ซึ่งมันยากกว่าแขนงย่อยอื่นตรงที่ คนเรามองเห็นภาพสิ่งของต่างๆ เหมือนกัน แต่ถ้าเป็นเรื่องภาษา แต่ละวัฒนธรรม แต่ละประเทศก็มีภาษาของตัวเอง ซึ่งมีทั้งส่วนคล้าย แต่ส่วนที่ต่างกันมันเยอะกว่ามากงานวิจัยที่คุณกับทีมกำลังพัฒนา AI ที่เข้าใจภาษาไทยเป็นเรื่องใหม่และน่าสนใจมากทีเดียว
ตอนกลับมาไทยเมื่อ 3-4 ปีก่อน ผมเห็นว่ายังไม่มีงานวิจัยทางด้านภาษาไทยที่แสดงให้เห็นว่า AI เป็นเทคโนโลยีที่อยู่ตัว (Mature) และสามารถนำไปใช้เป็นแอปพลิเคชันต่างๆ ได้แล้ว มีคนลองทำเล่นๆ แต่ยังไม่มีใครทดลองเชิงวิทยาศาสตร์ที่ทำให้เรามั่นใจได้ เช่น ถ้าใช้วิธีนี้ ความแม่นยำจะอยู่ที่ 90% แต่ถ้านำวิธีนี้ไปใช้กับข้อมูลอีกแบบ จะเหลือความแม่นยำแค่ 80% ตัวอย่างหนึ่งที่เห็นได้ชัด คือ เครื่องแปลภาษา (Machine Translation) ซึ่งเรามักจะเห็นข้อผิดพลาดบ่อย เพราะจริงๆ แล้วคนสร้างมันขึ้นมาเพื่อแปลเอกสาร พอนำไปใช้แปลป้ายราคา ชื่อผลิตภัณฑ์ หรือนิยายต่างๆ มันก็จะเกิดข้อผิดพลาด นี่คือสิ่งที่เราต้องนำมาวิจัยเพื่อจะได้รู้ว่าข้อจำกัดของเทคโนโลยีเหล่านี้คืออะไรบ้าง แล้วเราจะทำให้มันดีขึ้นได้ยังไง นี่คือแนวคิดหลักหรือธีมของการวิจัยตลอด 4 ปีที่ผ่านมา
สมมติว่ามีคนอยากทำแชตบ็อตสำหรับให้บริการลูกค้า (Customer Service) เข้ามาตีตลาดเอเชียตะวันออกเฉียงใต้ ซึ่งเป็นภูมิภาคที่มีความแตกต่างกันทั้งด้านภาษา ศาสนา และวัฒนธรรม แต่การนำแชตบ็อตที่เชี่ยวชาญภาษาอังกฤษมาใช้กับภาษาไทยอาจจะไม่เวิร์กเสมอไป ดังนั้นเราต้องมีเทคโนโลยีที่มาช่วยวิเคราะห์ตรงนี้ เราจึงพยายามสร้างโครงสร้างพื้นฐานสำหรับการประมวลผลภาษาไทยโดยเฉพาะ เพราะถ้าไม่มีพื้นฐานตรงนี้ ระบบนิเวศของธุรกิจสตาร์ทอัพด้านปัญญาประดิษฐ์จะเกิดขึ้นได้ยาก
ความท้าทายของการสอนให้ AI เชี่ยวชาญภาษาไทยคืออะไร
เทคโนโลยีที่เราใช้กันตอนนี้คือการเรียนรู้ของเครื่อง (Machine Learning) เราป้อนตัวอย่างของภาษาจำนวนมากเข้าไปให้เครื่องเรียนรู้จากข้อมูลเหล่านั้น เมื่อ 3-4 ปีก่อน มีเทคโนโลยีที่เปลี่ยนโลกของการประมวลผลธรรมชาติหรือ NLP ไปเลย คือ การสร้างแบบจำลอง (Model) ขึ้นมาแล้วป้อนข้อมูลเป็นหมื่นล้านคำเข้าไปเพื่อให้เครื่องมันเห็นรูปแบบต่างๆ ของภาษาว่าประโยค กริยา กรรม มันเรียงตัวยังไง แต่การใช้วิธีนี้อาจไม่เวิร์กกับทุกภาษา เรายังต้องปรับเปลี่ยนโมเดลให้เข้ากับลักษณะของแต่ละภาษาด้วยเรารู้กันดีว่าภาษาไทยอ่านยาก บางประโยคไม่มีตัวชี้ชัดว่าประโยคจบลงที่ตรงไหน (เหมือนภาษาอังกฤษที่มีจุด Full Stop) แต่ถ้าให้คนอ่าน เขาก็จะรู้ทันทีว่าต้องหยุดอ่านตรงไหน ทำให้เราต้องปรับเปลี่ยนโมเดลการเรียนรู้ของเครื่องเพื่อให้มันทำงานที่เป็นภาษาไทยได้ดีขึ้น
ไม่ใช่ทุกภาษาที่มีวรรณยุกต์ แต่แบบจำลองที่เรามีในขณะนี้สามารถเข้าใจได้แล้ว มันเก่งขึ้นเยอะมากจนน่าตกใจ ในฐานะอาจารย์ที่สอนมา 4 ปี เนื้อหามันเปลี่ยนเร็วมาก เพราะมีประเด็นใหม่เกิดขึ้นเรื่อยๆ โดยเฉพาะหัวข้อฮอตฮิตอย่างแชตบ็อต ChatGPT นิสิตควรจะมีความรู้เกี่ยวกับเรื่องนี้ เวลาเห็นข่าวใหม่ๆ เขาจะได้ตีความถูก รู้ว่าเทรนด์น่าจะไปในทิศทางไหน กระแสข่าวมาแรงเกินจริง หรือคนไฮป์เยอะเกินไปไหม
แล้วมันจะเข้าใจคำแสลงหรือศัพท์แสงที่คนนิยมใช้กันบนโลกออนไลน์ด้วยไหม เช่น เต็มคาราเบล ปากแจ๋ว
เราไม่เคยป้อนพจนานุกรมหรือหนังสือไวยากรณ์เข้าไปในเครื่องเลย แค่ป้อนข้อมูลมหึมาให้มันเห็นรูปประโยคและตัวอย่างเยอะๆ และเรียนรู้ความหมายจากบริบทล้วนๆ ทีนี้ เวลา AI เจอศัพท์แสลงหรือคำที่คนชอบใช้กันในโลกโซเชียล ซึ่งคำพวกนี้เปลี่ยนเร็วมาก 1-2 สัปดาห์ก็หายไปแล้ว บางคำที่ใช้กันเป็นเดือนเป็นปีก็ดี โดยทางทฤษฎีแล้ว มันจะเห็นว่าคำเหล่านี้เป็นคำประหลาดที่ไม่รู้ความหมาย แต่พอเห็นวิธีการใช้หลายๆ ครั้ง มันก็พอจะรู้ว่า ‘เต็มคาราเบล’ หรือ ‘อรุ่มเจ๊าะ’ คืออะไร และรู้แม้กระทั่งว่าคำหนึ่งมีหลายความหมาย เช่น คำว่า ‘นก’ (สัตว์ปีก) แปลได้อีกความหมาย (นก = ไม่ได้, พลาด) ในประโยคอื่นจะเกิดอะไรขึ้น ถ้าสมมติว่า AI พัฒนาไปถึงจุดที่เข้าใจภาษาไทยเหมือนกับเจ้าของภาษา
ตอนนี้ศูนย์กลางของโลกเทคโนโลยีน่าจะอยู่ที่อเมริกาใช่ไหมครับ เดือนธันวาคมเราได้เห็นแชตบ็อต ChatGPT ที่เก่งมาก มันสามารถช่วยแต่งกลอน เขียนจดหมาย เฟซบุ๊กโพสต์ หรือตอบถามคำถามที่เป็นข้อเท็จจริงทั่วไปก็ได้ นี่เป็นก้าวที่สำคัญอีกก้าวหนึ่งในวงการเลยด้วยซ้ำ ถ้าเราเกิดใช้โมเดลหรือแบบจำลองที่มีความรู้เกี่ยวกับโลกและภาษา พร้อมที่จะตอบโต้กับมนุษย์ได้แบบนี้ แล้วลองใส่ข้อมูลที่เป็นภาษาไทยเข้าไป มันก็น่าจะทำงานได้ไม่แพ้กัน
จะเห็นได้ว่าเทคโนโลยีด้าน Natural Language Processing กำลังเป็นที่จับตามองในวงการ AI และเห็นความก้าวหน้าค่อนข้างชัดเจน เพราะฉะนั้นผมคิดว่าถ้าเรามีทรัพยากรและข้อมูลภาษาไทยมากพอ ก็เป็นไปได้ว่าเราจะสร้างบ็อตที่สามารถเข้าใจภาษาไทยในลักษณะนี้ได้
ถ้าทำสำเร็จมันจะนำไปสู่โอกาสอะไรบ้างที่เราไม่เคยมี หรือไม่เคยเห็นมาก่อน
ถ้าทำได้ มันจะเปิดประตูไปสู่หลายๆ อย่างมากเลย เมื่อก่อนเราต้องทำงานเขียนที่ต้องอาศัยความละเอียด หรืองานแปลที่มีความสลับซับซ้อนให้ได้ใจความและสำนวนครบถ้วน ตอนนี้แชตบ็อตก็เริ่มทำอะไรหลายๆ อย่างได้แล้ว คนเริ่มคุยกันว่าถ้าเราบอกให้แชตบ็อตเขียนส่วนหนึ่งของวิทยานิพนธ์ขึ้นมา หรือบริษัทจะทำคอนเทนต์ออนไลน์ แต่คอนเทนต์ถูกสร้าง (generate) โดย AI แบบนี้เราจะยังโอเคกันอยู่หรือเปล่างานที่เคยคิดว่าต้องการ ‘คน’ เพื่อให้เกิด ‘การปฏิสัมพันธ์พูดคุยกัน’ อาจจะจำเป็นน้อยลง เช่น ติวเตอร์ พนักงานต้อนรับ”
ถ้าเกิดว่าเราให้แชตบ็อตทำหน้าที่เป็นครูสอนประวัติศาสตร์ เป็นไปได้ว่าเด็กรุ่นต่อไปอาจจะพูดคุยอภิปรายกับครูในรูปแบบแชตบ็อต เมื่อก่อนเทคโนโลยีนี้ยังทำไม่ได้ และไม่มีครูที่มีความเชี่ยวชาญรอบด้านมากพอ แต่ผมว่าอีก 5 หรือ 10 ปีข้างหน้า เทคโนโลยีนี้จะมีบทบาทมากขึ้นเรื่อยๆ งานที่เราเคยคิดว่าต้องการ ‘คน’ เพื่อให้เกิดการปฏิสัมพันธ์กันอาจจะจำเป็นน้อยลง เช่น ติวเตอร์ พนักงานต้อนรับ ในเมื่อบ็อตทำงานเหล่านี้ได้
ตอนนี้ก็ยังเป็นที่ถกเถียงกันอยู่ว่าเทคโนโลยีนี้จะไปทางไหนได้อีก เพราะ AI มันเก่งขึ้นเร็วมาก และทำงาน (task) ต่างๆ ให้เราได้ด้วย ไม่ใช่คุยเล่นอย่างเดียว ปกติผมจะไม่พูดว่าอีก 5 ปี มันจะเปลี่ยนโลก แต่มีหลักฐานค่อนข้างชัดเจนว่าเทคโนโลยีนี้มันมาเร็ว เพราะฉะนั้นในช่วงชีวิต (lifetime) หรือในช่วงวัยทำงานของเรา คงจะได้เห็นเทคโนโลยีด้าน AI มีบทบาทมากขึ้นเรื่อยๆ และเป็นสิ่งที่เราใช้ในชีวิตประจำวันจริงๆ ไม่ว่าจะในวงการไหนก็ตาม
ถ้ามองในเชิงสังคม โลกการศึกษาจะเห็นด้วยกับเรียงความที่เขียนโดย AI ไหม และเราจะตรวจจับมันได้ยังไง ปกติแล้วการคัดลอกผลงาน (plagiarism) หรือลอกเลียนแบบ เราสามารถย้อนดูจากฐานข้อมูลได้ว่ามีงานไหนที่ลอกมาเป๊ะๆ หรือเปล่า แต่คราวนี้มันไม่ได้ลอกมาทั้งหมด แล้วเราจะทำอย่างไร มันเป็นสิ่งเราที่รับได้ไหม หรือมองว่าเทคโนโลยีเหล่านี้เป็นเครื่องมือในการทำงานไปแล้ว
หรือมองว่าเทคโนโลยีเหล่านี้เป็นเครื่องมือในการทำงานไปแล้ว”
ตอนนี้ AI พัฒนาไปไกลมากจริงๆ คุณมองว่าเทคโนโลยีนี้จะเปลี่ยนแปลงเร็วขึ้นแบบเท่าทวีคูณหรือเปล่า
เรียกว่าเปลี่ยนแปลงแบบก้าวกระโดดมากกว่า มันเคยเปลี่ยนแปลงทีละนิด จนกระทั่งมีสิ่งที่มาพลิกผันศาสตร์นี้ให้เปลี่ยนไปโดยสิ้นเชิง ปัจจัยแรกคือ คอมพิวเตอร์เราดีขึ้น เรารู้วิธีนำเครื่องคอมพิวเตอร์หลายเครื่องมาต่อกันเพื่อให้มันประมวลผลข้อมูลได้เยอะมากขึ้น ซึ่งเมื่อก่อนเรายังทำไม่ได้ มีแค่ทฤษฎีว่าการป้อนข้อมูลเป็นล้านๆ คำ น่าจะทำให้เครื่องมันเก่งขึ้นและมีความซับซ้อน แต่ตอนนี้เรามีทั้งทฤษฎีและทำได้แล้วจริงๆอีกปัจจัยคือ ‘เงิน’ ครับ (หัวเราะ) บริษัทเป้งๆ ทั้งหลาย เช่น Meta, Salesforce และ Google พวกนี้ทุ่มเงินจ้างนักวิจัยที่จบปริญญาเอกด้านนี้โดยเฉพาะ มาช่วยคิดหาวิธีทำให้เทคโนโลยีดีขึ้นในระดับที่ทำเป็นผลิตภัณฑ์ได้จริง และทำเงินได้ด้วย เมื่อก่อนจุดศูนย์กลางของการวิจัยอยู่ที่นักวิชาการในมหาวิทยาลัยต่างๆ ทั่วโลก แต่มีอาจารย์ไม่พอและต้องสอนไปด้วย พอเอกชนเข้ามาทำแทนและจ้างนักวิจัยเยอะๆ เลยเกิดการเปลี่ยนแปลงในสเกลที่ใหญ่มาก นอกจากนี้บริษัทใหญ่อย่าง Facebook กับ Google ยังแข่งกันทำให้เทคโนโลยีของตัวเองเหนือกว่าอีกฝ่าย ทำให้เกิดความก้าวหน้าทางวิทยาศาสตร์อย่างที่เรากันตอนนี้
แล้วเราจะไล่ตามเทคโนโลยีนี้ทันไหม
ถ้าเกิดจะทำอะไรที่ล้ำไปกว่า Facebook หรือ Google ผมว่ายากมาก เพราะเราไม่มีกำลังแบบเขา ทั้งเรื่องเงิน ทั้งเรื่องคอมพิวเตอร์ ซึ่งเทคโนโลยีของเขาใช้งานกับภาษาอื่นๆ ได้ด้วย ไม่ใช่แค่ภาษาอังกฤษอย่างเดียว แต่อาจจะไม่รวมถึงภาษาไทย ก็มีงานวิจัยของประเทศไทยนี่แหละที่ทำให้เราไล่ทันเขาได้ระดับหนึ่ง บางอย่างที่เราคิดว่าเทคโนโลยีของเขายังไม่ครอบคลุมภาษาไทยหรือไม่ได้ประสิทธิภาพตามที่เราคาดหวัง เราก็ลองทำเองบ้าง แบบนี้เป็นไปได้ แต่ถ้าจะแข่งกันในระดับโลก มันมีผู้เล่นไม่กี่คนจริงๆ ที่พัฒนาเทคโนโลยีในสเกลนั้น แล้วยิ่งเมืองไทยไม่ได้มีเงินทุนด้านการวิจัยและพัฒนาเท่ากับเขาเลย
เราจะใช้เทคโนโลยี AI ในชีวิตประจำวันได้อย่างไรบ้าง
มีเทคโนโลยีหลายอย่างที่ผมใช้อยู่เรื่อยๆ เช่น Google Translate ซึ่งอาจจะไม่ได้เก่งภาษาไทยมากเท่าไร อีกอันหนึ่งที่ให้นิสิตใช้ด้วย คือแอปพลิเคชันที่ช่วยเช็กข้อผิดพลาดทางไวยากรณ์ (grammatical error) ว่าเราใช้คำผิดไหม ลองเลือกใช้คำและรูปประโยคที่ดีกว่านี้ได้หรือเปล่า สำหรับคนที่ยังเขียนภาษาอังกฤษไม่คล่อง หรือไม่มั่นใจ แล้วต้องส่งอีเมลที่สำคัญ ก็ให้แอปพลิเคชัน AI ช่วยแก้ไขให้เรียบร้อยก่อน ล่าสุด ผมลองใช้ ChatGPT ให้ทำงาน (task) ต่างๆ เช่น เขียนโพสต์บน LinkedIn ขอบคุณนิสิตที่ช่วยทำวิจัยมาจนถึงขั้นนี้แล้ว ซึ่งมันก็เขียนออกมาสวยงาม ราวกับคนเขียนเอง เห็นได้ว่า AI จะช่วยร่างดราฟต์แรกมาก่อน แล้วเราค่อยมาปรับภาษาให้เป็นน้ำเสียงของเราเองตอนนี้ AI สร้างสรรค์งานเขียนและศิลปะได้ด้วย หลายคนเริ่มกังวลว่าอาชีพของตัวเองจะถูกแทนที่ เช่น นักเขียน ศิลปิน หรือแม้แต่อาจารย์
ผมคิดว่าเราต้องแยกงานประเภทรูทีนที่ทำซ้ำๆ กับงานที่ต้องใช้ความคิดสร้างสรรค์ออกจากกัน งานรูทีนเป็นสิ่งที่เครื่อง (machine) ทำได้ดีมากเลย และไม่ได้เป็นสิ่งที่คนอยากทำ ส่วนงานที่ใช้ความคิดสร้างสรรค์และใส่ใจในรายละเอียด จะมีสิ่งที่เรียกว่า ‘Human Touch’ หมายถึงมีคนอยู่ในจุด touch point ต่างๆ เพื่อสร้างปฏิสัมพันธ์กัน จริงๆ แล้วงานควรมีลักษณะที่เรียกว่า ‘Human in the loop’ ไม่ใช่ว่าเครื่องสร้างอะไรขึ้นมาแล้วเรานำมาวางแปะ หรือโพสต์เลย เพราะสุดท้ายเราต้องรับผิดชอบในสิ่งที่นำเสนอออกไป ดังนั้นจึงเป็นเรื่องสำคัญที่จะต้องมี ‘คน’ คอยแก้ไขและควบคุมคุณภาพของงานเหล่านี้อยู่ผมมองอนาคตของการทำงานว่า AI จะเข้ามามีบทบาทเยอะขึ้นในลักษณะของเครื่องมือ เมื่อก่อนเราต้องหาข้อมูลในห้องสมุด จนมีเทคโนโลยีเสิร์ชเอ็นจินที่ช่วยให้เราหาข้อมูลเร็วขึ้น แต่นั่นไม่ได้ทำให้ตำแหน่งนักวิจัยหายไป เด็กยังต้องเรียนหนังสืออยู่ ดังนั้นผมไม่คิดว่าเทคโนโลยีเหล่านี้จะมาแทนที่งานของเรา แต่จะเป็นเครื่องมือสำคัญที่เข้ามาช่วยเสริมมากกว่า ถ้าเราทำงานโดยไม่มีอินเทอร์เน็ต หรือเสิร์ชไม่ได้ ลำบากทั้งนั้นเลยนะครับ นี่คือแนวโน้มใกล้ๆ ตอนนี้
ผมยังไม่พูดถึงในสเกลที่ว่าอีก 50 ปี หรือ 100 ปีต่อจากนี้ AI จะเริ่มค้นหาความรู้ด้วยตัวเอง เริ่มทำวิจัยเอง ทำให้โลกเปลี่ยนไปหรือยึดครองโลก เพราะสิ่งนี้ยังไม่แน่ชัด แต่ถ้าพูดถึงในช่วงชีวิตของพวกเรา เราน่าจะได้เห็น AI แน่นอนในรูปแบบใดรูปแบบหนึ่ง รวมถึงในทุกวงการด้วยครับ
สมมติว่าเราพัฒนา AI จากภาษาในโลกโซเชียลโดยเฉพาะ เช่น Twitter มันจะได้รับผลกระทบจากปัญหาที่เกิดขึ้นในแพลตฟอร์มนั้นด้วยไหม เช่น ข่าวปลอมที่ถูกสร้างขึ้นเพื่อโจมตีทางการเมือง หรือการบิดเบือนข่าวสาร
ต้องบอกว่าโมเดลที่ผมพูดถึงในปัจจุบัน มันกวาดข้อมูลมาทั้งอินเทอร์เน็ตจริงๆ เมื่อก่อนเราคิดแค่สเกลของวิกิพีเดีย เพราะเป็นข้อมูลที่ดึงออกมาได้ง่าย แต่คราวนี้มันดึงคอมเมนต์จากเฟซบุ๊กและทวิตเตอร์ลงมาในนั้นอยู่แล้วครับ เพราะฉะนั้น (ถอนหายใจ) เมื่อเรากวาดข้อมูลในโลกอินเทอร์เน็ตลงมาทั้งหมด ทำให้ AI มันรู้ทุกอย่างจริงๆ แม้แต่ด้านมืดของอินเทอร์เน็ต เช่น เว็บกระทู้ Reddit ที่คนคุยกันทุกเรื่อง เช่น การฆ่าล้างเผ่าพันธุ์ มีคำด่ากันกระจุยกระจุย ดังนั้นเทคโนโลยีที่จะเกิดขึ้นตามมาคือ การพัฒนา AI เชิงจริยธรรมที่จะมาช่วยตรวจเช็กว่า AI ทำผิดจริยธรรมเมื่อไหร่ มันด่ากลับ พูดข้อมูลที่ไม่จริง หรือให้ข้อมูลที่ทำให้คนอื่นเสียหายไหม เพราะแหล่งข้อมูลที่เรานำมาป้อนให้กับ AI มันมาจากทุกซอกทุกซอยของโลกอินเทอร์เน็ต รวมถึงซอยที่มันมืดมากๆ มันไปอ่านมาหมดแล้วนะครับ (หัวเราะ) ซึ่งสมองคนไม่สามารถจินตนาการได้เลยว่า ข้อมูลเป็นหมื่นล้านคำหรือแสนล้านคำ เราต้องอ่านหนังสือกี่เล่ม แต่ว่า AI เอาข้อมูลเหล่านี้มาหมดแล้ว
มนุษย์เรายังมีความหวังอยู่ไหม
ผมว่าสิ่งที่พิเศษของยุคนี้คือ เทคโนโลยี AI มันไปเร็วจริงๆ เหมือนอย่างที่เราพูดกันมาตั้งนานแล้ว แต่ครั้งนี้คือ 'ของจริง' ผมว่า mindset สำคัญที่ควรมี คือ เราควรทราบว่ามันมีเทคโนโลยีใดบ้างที่ก้าวหน้ามากขึ้น แล้วเราจะนำมาประยุกต์ใช้กับธุรกิจ งานที่ทำในวันนี้ หรือใช้ชีวิตประจำวันได้ยังไงบ้าง โลกอาจจะไม่ได้เปลี่ยนเร็วขนาดนั้น แต่เทคโนโลยีมันพัฒนาไปไวมาก ซึ่งเราควรจะติดตามข่าวสารด้านนี้มากขึ้นเรื่อยๆ ถ้าเราไม่ตาม คู่แข่งของเราอาจจะล้ำหน้าไปแล้ว ถ้าเรารู้ว่าตอนนี้เทคโนโลยีไปถึงไหน คนใช้อะไรกันบ้าง มันก็อาจจะทำให้ชีวิตของเราง่ายขึ้น ในทางธุรกิจ ก็อาจจะทำให้บริษัทมีเทคโนโลยีที่ก้าวหน้าและมีผลกำไรมากขึ้นด้วย
