ในงาน KBTG Techtopia สัปดาห์ที่ผ่านมา คุณ Andrew Ng ขึ้นบรรยายคีย์โน้ตในงานท้าวความถึงความก้าวหน้าของวงการปัญญาประดิษฐ์ที่ผ่านมา และ นำเสนอแนวทางการอยู่ร่วมกับ AI ในอนาคต โดยหลังจากช่วงบรรยาย ก็มี session ถามตอบให้กับสื่อมวลชนเพิ่มเติม โดยมี Andrew Ng และคุณกระทิง เรืองโรจน์ พูนผล Group Chairman ของ KASIKORN Business-Technology Group ร่วมถามตอบคำถาม
Andrew Ng เป็นหนึ่งในผู้บุกเบิกวงการวิจัย Deep Learning ในยุคปัจจุบัน เขาเป็นศาสตราจารย์ที่สแตนฟอร์ดก่อนจะไปร่วมงานกับกูเกิลและก่อตั้ง Google Brain ที่เป็นทีมวิจัยปัญญาประดิษฐ์ที่สำคัญของกูเกิลจนทุกวันนี้ที่ถูกรวมทีมเข้ากับ DeepMind เพื่อรวมพลังวิจัยของกูเกิลเข้าด้วยกัน ภายหลังเขามาสนใจกับการศึกษามากขึ้น โดยรวมก่อตั้ง Coursera บริษัทให้บริการบทเรียนออนไลน์ และ DeepLearning.AI เว็บให้บริการเรียนออนไลน์คล้ายกับ Coursera แต่เน้นบทเรียนด้าน Deep Learning และ Generative AI เป็นหลัก ความสำคัญของเขาทำให้นิตยสาร Time ยกให้เขาเป็น 1 ใน 100 บุคคลที่สำคัญที่สุดในโลกปัญญาประดิษฐ์เมื่อปี 2023
คุณกระทิงเล่าถึงการทำงานร่วมกับ Andrew Ng ในครั้งนี้ว่าในประเทศไทยยังมีโอกาสหลายๆ อย่าง เช่นระบบสาธารณสุขทีเข้มแข็ง และการที่นักพัฒนามาร่วมงาน KBTG Techtopia เป็นจำนวนมากก็แสดงให้เห็นว่าคนไทยมีความตื่นตัวกับเทคโนโลยีปัญญาประดิษฐ์อย่างมาก
ในงานครั้งนี้ KBTG ได้ทำความตกลงกับสององค์กรที่ Andrew Ng เป็นผู้ดูแลอยู่ ได้แก่
คุณ Andrew Ng บรรยายช่วงต้นแสดงความเชื่อมั่นว่าประเทศไทยมีศักยภาพในการพัฒนาในยุคของปัญญาประดิษฐ์ แต่ต้องอาศัยความร่วมมือกันเพื่อให้มีการเรียนรู้ในสังคมเป็นวงกว้าง โดยเขายกตัวอย่างจีนว่า 10 ปีที่ผ่านมามาประเทศจีนมีการพัฒนาเทคโนโลยีปัญญาประดิษฐ์อย่างรวดเร็ว โดยสื่อมวลชนเป็นส่วนสำคัญที่ช่วยรายงานว่าเทคโนโลยีนี้จะเข้ามากระทบต่อวงกว้างอย่างไรบ้าง นับเป็นความตระหนักแรกๆ ที่สังคมวงกว้างจะได้เรียนรู้จักกับปัญญาประดิษฐ์
Andrew Ng ระบุว่าในช่วงแรกๆ เทคโนโลยี การใช้งานมักจะกระจุกตัวเฉพาะองค์กรขนาดใหญ่ๆ แต่หลังจากนั้นก็มักกระจายตัวออกไปเมื่อความรู้ของคนวงกว้างพร้อมมากขึ้น และเครื่องมือมีความพร้อม เช่น สมาร์ตโฟน และเทคโนโลยีค้นหาเว็บ ที่ช่วยให้บุคคลทั่วไปและธุรกิจขนาดเล็กมีศักยภาพในการแข่งขันมากขึ้น อย่างตอนนี้เองเครื่องมือปัญญาประดิษฐ์ใหม่ๆ เช่น ChatGPT ก็เปิดให้คนทั่วไปเข้าถึงได้มากขึ้น
คุณกระทิงสนับสนุนแนวทางนี้ โดยยกตัวอย่างธุรกิจขนาดเล็กจำนวนมากอาศัยแพลตฟอร์ม อย่าง YouTube และ TikTok ที่เปิดให้คนจำนวนมากสร้างธุรกิจได้ ในอนาคตเครื่องมือปัญญาประดิษฐ์จะช่วยทำงานบางส่วนในธุรกิจไปได้ ทำให้มีความเป็นไปได้ที่คนๆ เดียวจะสามารถสร้างธุรกิจที่แข่งขันกับองค์กรขนาดใหญ่
Andrew ตอบคำถามถึง Artificial General Intelligence (AGI) ว่ามีหลายนิยาม นิยามหนึ่งที่ได้รับการยอมรับเป็นวงกว้าง คือ ปัญญาประดิษฐ์ที่สามารถทำงานที่ใช้ปัญญาทั้งหมดของมนุษย์ได้ เช่น ขับรถ, ขับเครื่องบิน, หรือเขียนวิทยานิพนธ์ปริญญาเอก ด้วยนิยามระดับนี้ การพัฒนา AGI นั้นน่าจะใช้เวลาอีกนานมา แต่บางคนอาจจะนิยามว่า AGI คือปัญญาประดิษฐ์ที่ทำงานทางเศรษฐกิจได้สูงพอ ซึ่งน่าจะเป็นนิยามที่ไม่ดีนักเพราะมนุษย์ใช้เครื่องจักรมาทำงานทางเศรษฐกิจนานแล้ว เราลดสัดส่วนแรงงานที่ทำงานในภาคการเกษตรอย่างต่อเนื่องมานับร้อยปี
ความยากอย่างหนึ่งในการบอกว่าเราพัฒนา AGI ได้หรือยัง คือ ปัญญาประดิษฐ์นั้นอาจจะเก่งกว่ามนุษย์ไปแล้วในงานเฉพาะทางหลายอย่าง แต่การพยายามให้ปัญญาประดิษฐ์ทำงานได้ทุกอย่างนั้นยังเป็นงานที่ยากอยู่
สำหรับเทคโนโลยีปัญญาประดิษฐ์ยุคต่อไป Andrew Ng ระบุว่าที่ผ่านมาเราอาศัยสถาปัตยกรรม Transformer ในการพัฒนาปัญญาประดิษฐ์ LLM เป็นหลัก แต่เริ่มมีการทดลองสถาปัตยกรรมใหม่ๆ เช่น Diffusion Model ที่เคยใช้สร้างภาพ นำมาสร้างข้อความแบบเดียวกับ ChatGPT
เทคโนโลยีอีกตัวหนึ่ง คือ Agentic Workflow ที่สามารถให้ผลลัพธ์ที่ดีกว่าเดิมได้มากหากปัญญาประดิษฐ์สามารถทำงานด้วยเครื่องมือต่างๆ เป็นขั้นเป็นตอนแทนที่จะตอบคำถามมาทีเดียว ขณะที่ On-Device AI ที่รันปัญญาประดิษฐ์บนเครื่องของผู้ใช้โดยตรงก็กำลังถูกพัฒนาอย่างรวดเร็ว คนจำนวนมากเริ่มใช้งาน LLM บนเครื่องของตัวเองโดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตแต่อย่างใด และสุดท้ายเทคโนโลยีอีกตัวหนึ่งคือการทำความเข้าใจภาพที่อาจจะมีการพัฒนาก้าวกระโดดหลังจากที่เราสร้างปัญญาประดิษฐ์ทำความเข้าใจข้อความมาได้แล้ว
ประเด็นการสอนเด็กในยุคปัญญาประดิษฐ์ Andrew Ng ระบุว่าเราควรตระหนักว่าปัญญาประดิษฐ์ที่เราเห็นทุกวันนี้จะเป็นปัญญาประดิษฐ์ที่แย่ที่สุดที่เด็กๆ เคยเห็นในชีวิต และปัญญาประดิษฐ์ยุคต่อไปมีแต่จะดีขึ้นเรื่อยๆ
อย่างไรก็ดีในยุคของปัญญาประดิษฐ์ Andrew Ng เชื่อว่าพ่อแม่ควรสอนเด็กๆ ให้เขียนโปรแกรม เขาเล่าถึงบทเรียนเขียนโปรแกรมในยุคก่อนว่าไม่ตรงกับชีวิตจริงนัก โดยเด็กๆ อาจจะต้องไปเรียนเขียนเกมที่น้อยคนจะโตไปเป็นโปรแกรมเมอร์เขียนเกมจริงๆ แต่ในยุคปัญญาประดิษฐ์ ฝ่ายการตลาดที่ทำงานร่วมกับ Andrew สามารถเขียนโปรแกรมและใช้ Generative AI ช่วยแท็กบทเรียนบนเว็บไซต์ DeepLearning.AI ได้อย่างรวดเร็ว ด้วยแนวทางเช่นนี้ คุณค่าของความสามารถในการเขียนโปรแกรมจะกว้างขึ้นมาก นักข่าวสามารถเขียนโปรแกรมสามารถวิเคราะห์เอกสารของราชการได้อย่างรวดเร็ว
การพัฒนา Generative AI จึงเพิ่มมูลค่าของการเขียนโปรแกรมเป็นให้มากขึ้นเพราะทำงานได้หลากหลาย ขณะที่ความยากในการเขียนเขียนโปรแกรมกลับต่ำลงเพราะเราสามารถเรียนได้ง่ายขึ้นโดยใช้ปัญญาประดิษฐ์เป็นตัวช่วย Andrew เทียบความสามารถในการเขียนโปรแกรมในยุคนี้กับความสามารถในการอ่านเขียนหนังสือเมื่อหลายร้อยปีก่อน ที่คนทั่วไปไม่มีความจำเป็นต้องอ่านเขียนหนังสือแต่อย่างใด
สำหรับการสร้างปัญญาประดิษฐ์อย่างรับผิดชอบนั้นควรมองแยกตามงานที่ใช้งาน เช่น ระบบรถไร้คนขับต้องดูแลความปลอดภัยในการควบคุมรถยนต์ แต่บริการทางการเงินต้องระวังการเลือกปฎิบัติ ส่วนปัญญาประดิษฐ์ด้านสุขภาพนั้นต้องระวังความปลอดภัยของคนไข้
สำหรับการออกแบบระบบที่มีความเสี่ยงสูง Andrew Ng และทีมงานใช้แนวทาง FMEA (Failure Mode and Effect Analysis) โดยทีมงานจะมาประชุมระดมสมองกันว่าระบบที่กำลังสร้างทำงานผิดพลาดได้อย่างไรบ้าง และวางแผนในการบรรเทาปัญหาตลอดจนการย้อนกลับหากความผิดพลาดนั้นเกิดขึ้นจริง
การมาประเทศไทยครั้งนี้ Andrew ระบุว่าเขาประทับใจที่ KBTG มีศักยภาพทางเทคโนโลยีในระดับสูง และได้สร้างแนวทางการใช้งานปัญญาประดิษฐ์ไปแล้วหลายอย่าง เขายังคงหวังว่าจะมีพาร์ตเนอร์ในไทยเพิ่มเติมต่อไปในอนาคตเพื่อสร้างเทคโนโลยี โดยคุณกระทิงก็ย้ำว่า KBTG มี KXVC ที่มีเงินทุนพร้อมลงทุนในสตาร์ตอัพเพื่อสร้างเทคโนโลยีต่อไป
#KBTG #AIFund #KBTGTechtopia
#ABlastFromTheFuture #BeyondPartnership