การเปลี่ยนแปลงด้วย AI: ข้อคิดจากการมาเยือนประเทศไทยของ Prof. Andrew Ng

บทความโดยณัฐธิดา สงวนสิน กรรมการผู้จัดการ และผู้ร่วมก่อตั้งบริษัท บัซซี่บีส์ จำกัด (BUZZEBEES)

เมื่อProf. Andrew Ng มาเยือนประเทศไทย การบรรยายของเขานับเป็นอีกหนึ่งเหตุการณ์สำคัญของประเทศไทย ระดับปรมาจารย์ด้านAI ระดับโลกมาทั้งทีพิ้งค์ขอมาสรุปเนื้อหาสำคัญให้ฟังแบบเข้าใจง่าย พร้อมทั้งเชื่อมโยงตัวอย่างจริงจากทั้งประเทศไทยและต่างประเทศ เพื่อให้เห็นภาพชัดเจนยิ่งขึ้นแบ่งเป็น5 ด้านดังนี้

1. ความสำคัญและบทบาทของAI

AI เป็นเทคโนโลยีสำคัญที่มีผลต่อโลกเทียบเท่าการกำเนิดของไฟฟ้าเมื่อร้อยปีที่แล้ว ซึ่งจะเปลี่ยนแปลงและยกระดับการดำเนินชีวิตของเรามันไม่ใช่เครื่องมือ แต่เหมือนเป็นโครงสร้างพื้นฐานที่จะเปลี่ยนพัฒนาการ และนวัตกรรมของโลกในอนาคตทั้งหมด เราควรมองAI เป็นกลุ่มเครื่องมือที่รวมถึงSupervised, Unsupervised, Reinforcement และGenerative AI

Prof. Andrew อธิบายการฝึกสอนโมเดลSupervised Learning ที่ค้นหาความสัมพันธ์ ระหว่างInput และOutput ในช่วงปี2010-2020 เป็นยุคของLarge Scale Supervised Learning ซึ่งข้อมูลและโมเดลขนาดใหญ่ช่วยให้ประสิทธิภาพดีขึ้นตั้งแต่ปี2020 เป็นต้นมา เราเข้าสู่ยุคของGenerative AI ที่สามารถสร้างเนื้อหาใหม่ๆ เช่น ภาษา รูปภาพ เสียง และวิดีโอ

Supervised Learningคือรูปแบบของการเรียนรู้ของเครื่อง(Machine Learning) ที่ใช้ข้อมูลที่มีการติดป้ายกำกับ(labeled data) กล่าวคือข้อมูลที่ประกอบด้วยตัวอย่างของอินพุต(input) และเอาต์พุต(output) ที่ถูกต้องโมเดลจะเรียนรู้การคาดการณ์จากข้อมูลเหล่านี้ตัวอย่างเช่นการจำแนกภาพ(Image Classification) ที่โมเดลจะได้รับภาพพร้อมป้ายกำกับเช่นภาพแมวหรือสุนัขจากนั้นโมเดลจะเรียนรู้ที่จะจำแนกภาพใหม่เป็นแมวหรือสุนัขตามข้อมูลที่เรียนรู้มา

Unsupervised Learningคือรูปแบบของการเรียนรู้ที่ไม่มีป้ายกำกับในข้อมูลกล่าวคือข้อมูลไม่มีเอาต์พุตที่ถูกต้องโมเดลจะต้องหาความสัมพันธ์หรือโครงสร้างในข้อมูลด้วยตัวเองตัวอย่างเช่นการจัดกลุ่มข้อมูล(Clustering) ที่โมเดลจะพยายามหากลุ่มของข้อมูลที่คล้ายคลึงกันโดยไม่มีการกำหนดหมวดหมู่ล่วงหน้าการใช้Unsupervised Learning มักจะใช้ในกรณีที่ต้องการวิเคราะห์ข้อมูลเชิงสำรวจและค้นพบโครงสร้างที่ซับซ้อนในข้อมูล

Reinforcement Learningคือรูปแบบของการเรียนรู้ที่โมเดลจะเรียนรู้ผ่านการทดลองและข้อผิดพลาดโดยโมเดลจะได้รับรางวัล(rewards) หรือบทลงโทษ(punishments) จากการกระทำในสิ่งแวดล้อมที่กำหนดตัวอย่างที่ชัดเจนคือการเล่นเกมหรือการควบคุมหุ่นยนต์โมเดลจะพยายามหานโยบาย(policy) ที่ดีที่สุดเพื่อเพิ่มผลตอบแทนรวมในระยะยาวการเรียนรู้แบบนี้มักใช้ในปัญหาที่ต้องการการตัดสินใจในแต่ละขั้นตอนและผลของการตัดสินใจมีผลต่ออนาคต

2. การใช้งานและผลกระทบของAI

Generative AI ไม่เพียงเปลี่ยนแปลงโลก แต่ยังเปลี่ยนวิธีการที่มนุษย์ทำงานร่วมกับAI

ตัวอย่างบริษัทAssociated Press ใช้AI เขียนข่าวทางการเงินและกีฬาในปี2023 หรือAmazon Alexa ถูกใช้ในบ้านกว่า200 ล้านหลังทั่วโลกในปี2023

จากการเขียนโค้ดจำนวนมาก กลายเป็นการเขียน"Prompt" ภาษาธรรมชาติ ทำให้การใช้งานAI เป็นเรื่องง่ายสำหรับทุกคนและการเขียนPrompt ช่วยลดเวลาในการพัฒนาSoftware Applications จากหลายเดือนเหลือไม่กี่สัปดาห์ หรือชั่วโมง

ตัวอย่างGitHub Copilot ช่วยนักพัฒนาเขียนโค้ดได้เร็วขึ้น55% ตามรายงานของGitHub ในปี2022

การสร้างSoftware ในยุคAI ประกอบด้วยการพัฒนาPrompt และการนำไปใช้งาน

3. AI ในธุรกิจและการพัฒนา

AI Stack ประกอบด้วย Hardware, Cloud, AI Tools และ Applications โดยมักเน้นที่ AI Tools Layer อย่าง OpenAI โดยมีบริษัทที่สร้างนวัตกรรมใหม่ๆ ใน App Layers เช่น Workera, Workhelix, NETAIL

ตัวอย่างธนาคารกสิกรไทยใช้AI Chatbot "K PLUS Buddy" ให้บริการลูกค้าในปี2022 โรงพยาบาลจุฬาลงกรณ์ใช้AI วิเคราะห์ภาพถ่ายรังสีทรวงอกเพื่อคัดกรองวัณโรคปอดในปี2021

การสร้างAI Startup ในSilicon Valley มี5 ขั้นตอน ได้แก่Idea + Validate, Recruit CEO, Build, Pre-Seed Growth และScale โดยการเลือกCEO ที่ช่วยสร้างMVP ต้องเป็นTechnical CEO ที่มีความเข้าใจทั้งเทคนิคและธุรกิจAI ช่วยลดต้นทุนและสร้างการเติบโตได้พร้อมกัน โดยKnowledge Workers จะได้รับผลกระทบจากGenerative AI มากที่สุด

MVP หรือMinimum Viable Product คือผลิตภัณฑ์ที่มีฟังก์ชันและคุณสมบัติพื้นฐานที่สุดที่สามารถนำเสนอคุณค่าและแก้ปัญหาให้กับผู้ใช้ได้ด้วยการสร้างMVP สตาร์ทอัพสามารถทดสอบแนวคิดทางธุรกิจและรับคำติชมจากผู้ใช้อย่างรวดเร็วโดยไม่ต้องลงทุนมากเกินไป

4. อนาคตและความท้าทายของAI

AI จะเข้ามาแทนที่งานบางส่วน โดยจะอัตโนมัติเฉพาะงานบางอย่างไม่ใช่ทั้งหมดสถิติแสดงว่าประมาณ20-30% ของงานปัจจุบันจะถูกAutomate ด้วยAI ส่วนที่เหลือ70-80% ยังต้องพึ่งพามนุษย์เราควรกำกับการใช้งานApplications มากกว่าตัวเทคโนโลยี เช่น การควบคุมFake News บนSocial Media และควรมีนโยบายปกป้องOpen-Source AI หลายประเทศมีบริษัทใหญ่ๆ ที่พยายามจำกัดการใช้งานOpen-Source ด้วยเหตุผลด้าน"Safety" AI Application ที่มีโอกาสเติบโตในประเทศไทย ได้แก่Healthcare, Tourism, และAgriculture

5. ข้อคิดและคำแนะนำจาก Prof. Andrew Ng

AI จะมีบทบาทในการลดและแก้ปัญหาClimate Change ในอนาคตการเขียนโค้ดยังคงมีความสำคัญในอนาคต เพราะเป็นทักษะที่สร้างความเข้าใจในAI การเรียนเขียนโค้ดง่ายขึ้นในยุคGenerative AI เนื่องจากมีโมเดลภาษาที่ช่วยสอนทุกเรื่องการมีCommunity สำคัญต่อการยกระดับความรู้ด้านAI ในประเทศไทยAndrew ปิดท้ายว่า"ผมอยากให้ทุกคนเรียนรู้และเติบโตให้เก่งกว่าผม"

แนะนำProf. Andrew Ng

Prof. Andrew Ng เป็นหนึ่งในผู้เชี่ยวชาญด้านปัญญาประดิษฐ์(AI) ที่มีชื่อเสียงระดับโลก เขาเป็นศาสตราจารย์ที่Stanford University และเป็นผู้ร่วมก่อตั้งCoursera ซึ่งเป็นแพลตฟอร์มการเรียนรู้ออนไลน์ที่ใหญ่ที่สุดในโลก นอกจากนี้ เขายังเคยดำรงตำแหน่งหัวหน้าฝ่ายวิจัยของBaidu และหัวหน้าฝ่ายปัญญาประดิษฐ์ของGoogle

Prof. Andrew Ng มีผลงานวิจัยที่สำคัญหลายประการในด้านการเรียนรู้ของเครื่อง(Machine Learning) และการเรียนรู้เชิงลึก(Deep Learning) โดยเฉพาะอย่างยิ่งในด้านการพัฒนาระบบที่สามารถเรียนรู้จากข้อมูลปริมาณมากๆ เขายังเป็นผู้ริเริ่มการพัฒนาหลักสูตรออนไลน์ฟรี ที่นำเสนอความรู้ด้านAI และMachine Learning แก่ผู้เรียนทั่วโลก

นอกจากนี้Andrew ยังเป็นนักพูดที่มีความสามารถในการอธิบายแนวคิดที่ซับซ้อนในรูปแบบที่เข้าใจง่าย ทำให้เขาเป็นที่รู้จักและเป็นที่เคารพนับถือในวงการAI และเทคโนโลยี นอกจากบทบาทในวงการศึกษาและวิจัยแล้ว เขายังมีบทบาทในการนำเทคโนโลยีAI มาใช้ในอุตสาหกรรมและธุรกิจ ทำให้เขาเป็นหนึ่งในผู้นำทางด้านAI ที่มีอิทธิพลมากที่สุดในยุคปัจจุบัน

ข้อมูลทั้งหมดนี้ทำให้เราเห็นถึงการนำAI มาใช้จริงในประเทศไทยและทั่วโลก แนวโน้มการพัฒนาและการใช้งานAI ในปัจจุบันและอนาคตอันใกล้ยังคงเติบโตอย่างต่อเนื่อง แต่เราควรติดตามและตรวจสอบข้อมูลอย่างรอบคอบ เนื่องจากเทคโนโลยีAI มีการพัฒนาอย่างรวดเร็วและไม่หยุดนิ่ง หวังว่าคำแนะนำและข้อคิดจากProf. Andrew Ng จะเป็นแรงบันดาลใจให้กับทุกคนในการเรียนรู้และเติบโตไปพร้อมกับAI และเทคโนโลยีในอนาคต