ปัญญาประดิษฐ์คืออะไร
ปัญญาประดิษฐ์ ซึ่งมักย่อว่า AI คือเทคโนโลยีที่ทำให้เครื่องจักรสามารถทำงานที่โดยปกติแล้วต้องใช้สติปัญญาของมนุษย์ ซึ่งอาจรวมถึงการจดจำภาพ การทำความเข้าใจภาษา การคาดการณ์ การแนะนำการกระทำ การตรวจจับรูปแบบ การสร้างเนื้อหา หรือการช่วยให้ผู้คนตัดสินใจ
วิธีง่าย ๆ ในการทำความเข้าใจ AI คือ: ซอฟต์แวร์แบบเดิมทำตามกฎที่มนุษย์เขียนขึ้น ในขณะที่ระบบ AI มักเรียนรู้รูปแบบจากข้อมูล โปรแกรมทั่วไปอาจบอกว่า “ถ้าลูกค้าคลิกปุ่มนี้ ให้แสดงหน้านี้” ระบบ AI อาจศึกษาตัวอย่างที่ผ่านมาเป็นจำนวนมาก แล้วเรียนรู้ได้ว่าโดยทั่วไปแล้วคน ๆ หนึ่งมีแนวโน้มจะซื้อสินค้าอะไรต่อไป ต้องให้ตรวจทบทวนสแกนทางการแพทย์แบบไหน หรือธุรกรรมใดที่ดูน่าสงสัย
AI ไม่ใช่เรื่องมหัศจรรย์ มันถูกสร้างจากข้อมูล โมเดล พลังการประมวลผล และการตัดสินใจของมนุษย์ เมื่อใช้งานได้ดี มันสามารถทำงานที่ซับซ้อนให้เร็วขึ้นและจัดการได้ง่ายขึ้น เมื่อใช้งานได้ไม่ดี มันอาจมีอคติ ผิดพลาด ไม่โปร่งใส หรือถูกให้ความไว้วางใจมากเกินไป
คำจำกัดความที่ชัดเจนของปัญญาประดิษฐ์
พจนานุกรม NIST ให้คำจำกัดความของปัญญาประดิษฐ์ว่าเป็นระบบที่ใช้เครื่องจักรเป็นฐาน ซึ่งสามารถทำการคาดการณ์ การให้คำแนะนำ หรือการตัดสินใจให้สอดคล้องกับวัตถุประสงค์ที่มนุษย์กำหนด คำจำกัดความนี้มีประโยชน์เพราะช่วยหลีกเลี่ยงนิยายวิทยาศาสตร์ AI ไม่จำเป็นต้องเป็นหุ่นยนต์ที่มีบุคลิกภาพ ในกรณีที่เกิดขึ้นจริงในโลกส่วนใหญ่ มันคือซอฟต์แวร์ที่เปลี่ยนอินพุตให้เป็นเอาต์พุตที่เป็นประโยชน์
หลักการ AI ของ OECD อธิบายระบบ AI ว่าเป็นระบบที่สร้างเอาต์พุต เช่น การคาดการณ์ เนื้อหา คำแนะนำ หรือการตัดสินใจ OECD ยังเน้นย้ำ AI ที่น่าเชื่อถือซึ่งเคารพสิทธิมนุษยชนและค่านิยมประชาธิปไตย
พูดง่าย ๆ คือ: AI คือระบบคอมพิวเตอร์ที่ใช้ข้อมูลและโมเดลเพื่อสร้างเอาต์พุตที่ดูเหมือนมีความฉลาดหรือมีประโยชน์ในบริบทที่เฉพาะเจาะจง
ปัญญาประดิษฐ์ทำงานอย่างไร
ระบบ AI ส่วนใหญ่จะทำตามรูปแบบพื้นฐาน:
- รวบรวมข้อมูล
- ฝึกโมเดลบนข้อมูลนั้น
- ใช้โมเดลเพื่อจดจำรูปแบบ
- นำโมเดลไปใช้กับอินพุตใหม่
- สร้างเอาต์พุต เช่น การคาดการณ์ คำแนะนำ การจัดอันดับ การจำแนกประเภท หรือคำตอบที่สร้างขึ้น
ตัวอย่างเช่น ตัวกรองสแปมอีเมลสามารถเรียนรู้จากตัวอย่างจำนวนมากทั้งข้อความสแปมและไม่ใช่สแปม เมื่อเวลาผ่านไป มันจะเรียนรู้รูปแบบ เช่น ลิงก์ที่น่าสงสัย วลีบางอย่าง พฤติกรรมของผู้ส่งที่ผิดปกติ หรือเทคนิคการจัดรูปแบบ เมื่ออีเมลฉบับใหม่มาถึง โมเดลจะประเมินว่ามีแนวโน้มว่าจะเป็นสแปมหรือไม่
คู่มือของ IBM เรื่อง ปัญญาประดิษฐ์ อธิบาย AI ว่าเป็นเทคโนโลยีที่ช่วยให้คอมพิวเตอร์และเครื่องจักรสามารถจำลองการเรียนรู้ ความเข้าใจ การแก้ปัญหา การตัดสินใจ และความคิดสร้างสรรค์ ฟังดูครอบคลุม เพราะ AI เป็นสาขา ไม่ใช่ผลิตภัณฑ์เพียงชิ้นเดียว
AI, Machine Learning, Deep Learning และ Generative AI
ผู้คนมักใช้คำเหล่านี้ราวกับว่าหมายถึงสิ่งเดียวกัน แต่จริง ๆ แล้วไม่เหมือนกัน
| คำศัพท์ | ความหมายโดยง่าย | ตัวอย่าง |
|---|---|---|
| ปัญญาประดิษฐ์ | สาขากว้างๆ ที่เกี่ยวกับเครื่องจักรซึ่งทำงานที่เกี่ยวข้องกับความฉลาด | ระบบที่แนะนำ ทำนาย จัดประเภท หรือสร้าง |
| แมชชีนเลิร์นนิง | AI ประเภทหนึ่งที่ระบบเรียนรู้รูปแบบจากข้อมูล | การตรวจจับการฉ้อโกง ระบบแนะนำ การให้คะแนนความเสี่ยง |
| ดีพเลิร์นนิง | วิธีการเรียนรู้ของเครื่องโดยใช้โครงข่ายประสาทแบบหลายชั้น | การจดจำภาพ การจดจำเสียง โมเดลภาษาขนาดใหญ่ |
| AI เชิงสร้างสรรค์ | AI ที่สร้างคอนเทนต์ใหม่ | แชทบอต การสร้างภาพ การสร้างโค้ด การสร้างวิดีโอ |
แมชชีนเลิร์นนิงเป็นหนึ่งในวิธีที่สำคัญที่สุดในการสร้าง AI ดีพเลิร์นนิงคือประเภทที่ทรงพลังของแมชชีนเลิร์นนิง AI เชิงสร้างสรรค์เป็นหมวดหมู่ที่ใหม่กว่าและเป็นที่มองเห็นได้ชัดเจน ซึ่งสามารถสร้างข้อความ รูปภาพ เสียง วิดีโอ โค้ด งานนำเสนอ และคอนเทนต์อื่นๆ
ตัวอย่างจริงของ AI ในชีวิตประจำวัน
AI ได้เป็นส่วนหนึ่งของชีวิตประจำวันไปแล้ว แม้เมื่อผู้คนไม่ได้เรียกมันว่า AI
ระบบแนะนำคือหนึ่งในตัวอย่างที่ง่าย เช่น เมื่อเว็บไซต์ช้อปปิ้งแนะนำสินค้า แอปเพลงแนะนำเพลง หรือแพลตฟอร์มวิดีโอตัดสินใจว่าจะโชว์อะไรต่อไป AI อาจกำลังจัดอันดับตัวเลือกโดยอิงจากพฤติกรรมของผู้ใช้และรูปแบบจากผู้ใช้คนอื่นๆ อีกจำนวนมาก
การตรวจจับการฉ้อโกงเป็นอีกตัวอย่างที่ใช้งานได้จริง ธนาคารและเครือข่ายการชำระเงินใช้ระบบ AI เพื่อระบุพฤติกรรมที่ผิดปกติ เช่น การซื้อที่ไม่สอดคล้องกับตำแหน่งปกติของลูกค้า เวลา จำนวนเงิน หรือรูปแบบการใช้จ่าย
การดูแลสุขภาพก็ใช้ AI ในสภาพแวดล้อมที่มีการกำกับดูแลเช่นกัน สำนักงานคณะกรรมการอาหารและยา (FDA) รักษารายการสาธารณะของ อุปกรณ์การแพทย์ที่ขับเคลื่อนด้วย AI ที่ได้รับอนุญาตให้ทำการตลาดในสหรัฐอเมริกา เครื่องมือเหล่านี้จำนวนมากช่วยสนับสนุนการถ่ายภาพทางการแพทย์ โรคหัวใจ รังสีวิทยา และการสนับสนุนการตัดสินใจทางคลินิก การที่ AI ถูกนำมาใช้ไม่ได้หมายความว่า AI จะมาแทนแพทย์ หมายความว่า AI สามารถช่วยตรวจจับรูปแบบหรือสนับสนุนการทบทวนภายใต้การกำกับดูแลเชิงกฎระเบียบ
ตัวอย่างที่แข็งแกร่งที่สุดอย่างหนึ่งมาจากวิทยาศาสตร์ Google DeepMind’s AlphaFold แสดงให้เห็นว่า AI ช่วยคาดการณ์โครงสร้างของโปรตีนได้อย่างไร ซึ่งเป็นปัญหาที่มีความสำคัญต่อชีววิทยา การแพทย์ และการค้นพบยา Stanford AI Index ติดตามว่า AI กำลังก้าวจากห้องแล็บไปสู่ผลิตภัณฑ์ สถานที่ทำงาน และประเด็นถกเถียงด้านนโยบายได้เร็วเพียงใด
Generative AI และเครื่องมืออย่าง Pi
Generative AI คือส่วนหนึ่งของ AI ที่หลายคนสัมผัสโดยตรงที่สุดในตอนนี้ แทนที่จะเป็นเพียงการจัดประเภทข้อมูลหรือทำการคาดการณ์ Generative AI สามารถสร้างสิ่งใหม่ได้: ข้อความ ภาพ โค้ด สไลด์ วิดีโอ แผนภาพ สรุป หรือร่างงานออกแบบ
ตรงนี้เองที่ Pi เข้ามาได้อย่างเป็นธรรมในฐานะตัวอย่างจริงของ AI ในงานประจำวัน แต่เดิมการนำเสนอจะเริ่มจากสไลด์เปล่าและการจัดรูปแบบด้วยมือจำนวนมาก ด้วย Pi ผู้ใช้สามารถเริ่มจากบันทึก เอกสาร โครงร่าง หรือไอเดียคร่าว ๆ แล้วแปลงเนื้อหานั้นให้กลายเป็นงานนำเสนอที่มีโครงสร้าง นี่คือ AI ที่ถูกใช้งานไม่ใช่ในฐานะเครื่องจักรที่ลึกลับ แต่เป็นผู้ช่วยที่ใช้งานได้จริงในการจัดระเบียบและนำเสนอข้อมูล
Pi ยังแสดงให้เห็นว่า AI สามารถผสานความสามารถหลายอย่างในเวิร์กโฟลว์เดียวได้ มันสามารถสร้างธีมนำเสนอ ปรับแต่งสไตล์และสี ใช้องค์ประกอบสำเร็จรูป ใช้เค้าโครงอัตโนมัติ จัดหาคลังไอคอน และเรียกการสร้างภาพด้วย AI เมื่อสไลด์ต้องการภาพประกอบสนับสนุน และเนื่องจาก Pi สามารถสร้างวิดีโอหรือสื่อภาพได้ด้วย จึงช่วยอธิบายแนวคิดที่ยากจะสื่อสารด้วยข้อความนิ่งเพียงอย่างเดียว
สิ่งที่มีประโยชน์ไม่ใช่แค่ “AI ทำสไลด์” แต่คือ AI สามารถลดแรงเสียดทานระหว่างการคิดกับการสื่อสารได้ ผู้ก่อตั้งสามารถเปลี่ยนบันทึกของนักลงทุนให้เป็นเด็คสำหรับการนำเสนอ นักลงทุน ครูสามารถเปลี่ยนโครงร่างบทเรียนให้เป็นงานนำเสนอในห้องเรียน ทีมสามารถเปลี่ยนรายงานให้เป็นอัปเดตฝ่ายบริหารที่มองเห็นภาพได้มากขึ้น มนุษย์ยังคงเป็นผู้ตัดสินใจว่าอยากสื่อข้อความอะไร แต่ AI ช่วยปรับรูปแบบเนื้อหาให้ชัดเจนขึ้น
AI ทำได้ดีและทำได้ไม่ดีอะไรบ้าง
AI จะทำได้แข็งแกร่งเมื่อโจทย์เกี่ยวข้องกับรูปแบบ ขนาด หรือการทำซ้ำ มันสามารถสแกนชุดข้อมูลขนาดใหญ่ได้เร็วกว่ามนุษย์ เปรียบเทียบสัญญาณจำนวนมากพร้อมกัน และคาดการณ์โดยอาศัยตัวอย่าง
งานของ AI ที่มีประโยชน์ ได้แก่ การสรุปเอกสารยาว ๆ การจัดหมวดหมู่ว่าภาพหรือข้อความเป็นแบบใด การตรวจจับความผิดปกติ การแนะนำสินค้า การพยากรณ์ความต้องการ การแปลภาษา การสร้างข้อความหรือภาพร่าง การสนับสนุนงานบริการลูกค้า และการช่วยผู้เชี่ยวชาญทบทวนข้อมูลที่ซับซ้อนได้
แต่ AI ก็มีข้อจำกัด มันสามารถสร้างคำตอบที่ฟังดูมั่นใจแต่กลับผิด ระบบ generative AI อาจสร้างข้อเท็จจริงขึ้นมาเอง (hallucinate) ประดิษฐ์แหล่งอ้างอิง ทำความเข้าใจบริบทผิด หรือสรุปเกินกว่าที่ควรจากรูปแบบในข้อมูลการฝึก AI ยังอาจสะท้อนอคติในข้อมูล และความเป็นส่วนตัวอาจกลายเป็นความเสี่ยงเมื่อข้อมูลอ่อนไหวถูกจัดการอย่างไม่เหมาะสม
AI อย่างรับผิดชอบ
AI อย่างรับผิดชอบหมายถึงการสร้างและการใช้งาน AI โดยมีกรอบป้องกัน (guardrails) ไม่ได้หมายความว่าต้องหลีกเลี่ยง AI แต่หมายถึงการตั้งคำถามที่ดีกว่าก่อนจะเชื่อถือมัน
กรอบการจัดการความเสี่ยงด้าน AI ของ NIST AI Risk Management Framework มีประโยชน์เพราะช่วยให้องค์กรมีแนวทางในการคิดถึง AI ที่น่าเชื่อถือได้ ได้แก่ ความถูกต้อง (validity) ความน่าเชื่อถือ (reliability) ความปลอดภัย (safety) ความมั่นคงปลอดภัย (security) ความโปร่งใส (transparency) ความสามารถในการอธิบาย (explainability) ความเป็นส่วนตัว (privacy) และความเป็นธรรม (fairness)
กระบวนการ AI อย่างรับผิดชอบควรตั้งคำถามว่า AI กำลังแก้ปัญหาอะไร มีการใช้ข้อมูลแบบใด หากระบบทำผิดพลาดใครอาจได้รับอันตราย วัดความแม่นยำอย่างไร ผู้ใช้สามารถเข้าใจผลลัพธ์ได้หรือไม่ และมีการกำกับดูแลโดยมนุษย์หรือไม่
งานของ OECD เกี่ยวกับ AI ที่น่าเชื่อถือ และกรอบ AI RMF ของ NIST ชี้ไปในทิศทางเดียวกัน: AI ควรมีประโยชน์ได้จริง แต่ก็ต้องมีความรับผิดชอบ ยิ่งการตัดสินใจสำคัญมากเท่าไร การกำกับดูแลก็ยิ่งควรรอบคอบมากขึ้นเท่านั้น
ข้อสรุป
ปัญญาประดิษฐ์เป็นสาขากว้างของเทคโนโลยีที่ช่วยให้เครื่องจักรทำการคาดการณ์ การให้คำแนะนำ การตัดสินใจ หรือสร้างเนื้อหาจากข้อมูลและโมเดล มันขับเคลื่อนระบบแนะนำ การตรวจจับการฉ้อโกง ซอฟต์แวร์ทางการแพทย์ การนำทาง การสนับสนุนลูกค้า งานวิจัยทางวิทยาศาสตร์ และเครื่องมือเชิงสร้างสรรค์ (generative)
วิธีที่ง่ายที่สุดในการทำความเข้าใจ AI ไม่ใช่เหมือน “จิตใจของมนุษย์” แต่เป็นระบบที่อิงรูปแบบ มันอาจทรงพลัง เร็ว และมีประโยชน์ แต่ไม่จำเป็นต้องถูกต้องหรือยุติธรรมโดยอัตโนมัติ AI ที่ดีต้องใช้ข้อมูลที่ดี การออกแบบที่รอบคอบ การทดสอบ ความโปร่งใส และการตัดสินใจโดยมนุษย์
เครื่องมืออย่าง Pi แสดงด้านที่ใช้งานได้จริงของ AI: ช่วยให้ผู้คนเปลี่ยนข้อมูลที่ยุ่งเหยิงให้กลายเป็นการสื่อสารที่ชัดเจนขึ้นด้วยสไลด์ รูปภาพ เค้าโครง ไอคอน และภาพที่มีสไตล์วิดีโอ นี่คือคำมั่นสัญญาที่แท้จริงของ AI ในแบบที่ดีที่สุด: ไม่ใช่การมาแทนการใช้ดุลยพินิจ แต่ช่วยให้ผู้คนทำงานกับข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น
คำถามที่พบบ่อย (FAQ)
Q: ปัญญาประดิษฐ์คืออะไรในคำพูดง่ายๆ?
A: ปัญญาประดิษฐ์คือเทคโนโลยีที่ทำให้คอมพิวเตอร์ทำงานได้ ซึ่งโดยปกติต้องอาศัยสติปัญญาของมนุษย์ เช่น การจดจำรูปแบบ การคาดการณ์ การแนะนำการกระทำ การเข้าใจภาษา หรือการสร้างเนื้อหา
Q: อะไรคือความแตกต่างระหว่าง AI กับการเรียนรู้ของเครื่อง?
A: AI คือสาขาที่กว้างกว่า การเรียนรู้ของเครื่องเป็นวิธีหนึ่งในการสร้าง AI โดยระบบจะเรียนรู้รูปแบบจากข้อมูล แทนที่จะทำตามกฎตายตัวที่มนุษย์เขียนไว้เท่านั้น
Q: มีตัวอย่างจริงของปัญญาประดิษฐ์อะไรบ้าง?
A: ตัวอย่างจริงได้แก่ ระบบแนะนำการซื้อขาย/เนื้อหา การตรวจจับการฉ้อโกง การวิเคราะห์ภาพทางการแพทย์ แอปนำทาง แชทบอทบริการลูกค้า เครื่องมือแปลภาษา AlphaFold และเครื่องมือการนำเสนอด้วย AI เช่น Pi
Q: ปัญญาประดิษฐ์เชื่อถือได้เสมอหรือไม่?
A: ไม่ AI อาจมีประโยชน์ แต่ก็อาจผิดพลาด ลำเอียง ไม่ปลอดภัย หรืออธิบายยาก ระบบ AI ที่สำคัญจำเป็นต้องมีการทดสอบ การกำกับดูแลโดยมนุษย์ การปกป้องความเป็นส่วนตัว และการกำกับดูแลที่รับผิดชอบ
