ปัญญาประดิษฐ์คืออะไร และทำงานอย่างไร

ปัญญาประดิษฐ์ (AI) คือสาขาวิทยาศาสตร์และวิศวกรรมที่พยายามทำให้เครื่องจักรมีความสามารถที่เรามักเชื่อมโยงกับสมองมนุษย์ เช่น การใช้เหตุผล การวางแผน การเรียนรู้ และการรับรู้ สำหรับ AI สมัยใหม่ส่วนใหญ่ไม่ได้ถูกเขียนโปรแกรมด้วยกฎทีละขั้นตอน แต่เรียนรู้รูปแบบจากตัวอย่างจำนวนมาก แล้วนำรูปแบบเหล่านั้นไปทำนาย แนะนำ ตัดสินใจ หรือสร้างเนื้อหาใหม่

ต่อไปนี้เราจะอธิบายความหมายของคำนี้ วิธีการทำงานของการเรียนรู้ของเครื่องในเบื้องหลัง วิธีที่แชทบอตอย่าง ChatGPT สร้างข้อความ AI ที่ปรากฏในชีวิตประจำวันอยู่แล้ว และข้อจำกัดที่ควรคำนึงถึง

ปัญญาประดิษฐ์คืออะไร นิยามอย่างง่าย

ชื่อนี้มีที่มาจากโครงการวิจัยฤดูร้อนที่ดาร์ทมัธในปี 1956 ซึ่งเสนอโดยจอห์น แมคคาร์ธีและเพื่อนร่วมงานในปี 1955 เป็นเวลาหลายทศวรรษ AI ส่วนใหญ่หมายถึง "AI เชิงสัญลักษณ์" ซึ่งผู้เชี่ยวชาญเขียนกฎที่ชัดเจนให้คอมพิวเตอร์ทำตาม

ตามภาพรวมทางวิชาการ แนวคิดที่อิงกฎนี้ครองอยู่จนถึงช่วงปลายทศวรรษ 1980 หลังจากนั้นแนวทางอย่างโครงข่ายประสาทเทียม ระบบฟัซซี และการคำนวณเชิงวิวัฒนาการก็ได้รับความนิยมมากขึ้น กล่าวโดยสรุป สาขานี้เปลี่ยนจากกฎที่เขียนด้วยมือ ไปสู่การเรียนรู้จากข้อมูล

ผู้กำหนดนโยบายก็ใช้กรอบความคิดที่คล้ายกัน นิยามของ OECD ซึ่งปรับปรุงในเดือนพฤศจิกายน 2023 อธิบายระบบ AI ว่าเป็นระบบที่ใช้เครื่องจักรซึ่งอนุมานจากข้อมูลนำเข้าเพื่อสร้างผลลัพธ์ เช่น การทำนาย เนื้อหา คำแนะนำ หรือการตัดสินใจ ซึ่งอาจส่งผลต่อสภาพแวดล้อมทางกายภาพหรือเสมือน ระบบต่างๆ มีระดับความอิสระและการปรับตัวที่แตกต่างกัน และกฎหมาย EU AI Act ใช้ถ้อยคำที่ใกล้เคียงกันมาก

มีการแยกแยะสองประการที่ช่วยให้ผู้เริ่มต้นเข้าใจได้ ประการแรก สิ่งที่มีอยู่ในปัจจุบันทั้งหมดคือ AI เฉพาะทาง ซึ่งสร้างมาเพื่องานเฉพาะอย่าง ส่วนปัญญาประดิษฐ์ทั่วไป (AGI) ยังเป็นเพียงสมมติฐาน และแม้แต่นิยามของมันก็ยังเป็นที่โต้แย้ง ประการที่สอง คำเหล่านี้ซ้อนกันอยู่ โดย AI ประกอบด้วยการเรียนรู้ของเครื่อง ซึ่งประกอบด้วยการเรียนรู้เชิงลึก และการเรียนรู้เชิงลึกนี้เองที่ขับเคลื่อนโมเดลภาษาขนาดใหญ่และ AI เชิงกำเนิด

การเรียนรู้ของเครื่องทำงานอย่างไร

ซอฟต์แวร์แบบดั้งเดิมทำตามกฎที่โปรแกรมเมอร์เขียนไว้ ส่วนการเรียนรู้ของเครื่องทำกลับกัน คุณให้ตัวอย่างแก่โมเดล เรียกว่าข้อมูลฝึกสอน แล้วโมเดลจะหารูปแบบเองได้

มีรูปแบบหลักอยู่สามแบบ ในการเรียนรู้แบบมีผู้ดูแล ตัวอย่างมีป้ายกำกับ เช่น อีเมลที่ระบุว่า "สแปม" หรือ "ไม่ใช่สแปม" ในการเรียนรู้แบบไม่มีผู้ดูแล ไม่มีป้ายกำกับและโมเดลจะจัดกลุ่มข้อมูลด้วยตัวเอง ส่วนในการเรียนรู้แบบเสริมแรง โมเดลเรียนรู้จากการลองผิดลองถูกผ่านรางวัลและบทลงโทษ อย่างที่ระบบเล่นเกมอย่าง AlphaGo ทำ

ระบบที่ทรงพลังที่สุดในปัจจุบันส่วนใหญ่ใช้โครงข่ายประสาทเทียม ซึ่งประกอบด้วยชั้นของหน่วยคณิตศาสตร์ง่ายๆ ที่เชื่อมต่อกันด้วยค่าตัวเลขที่เรียกว่าพารามิเตอร์หรือน้ำหนัก ระหว่างการฝึก โมเดลจะเดาคำตอบ เปรียบเทียบกับคำตอบที่ถูกต้อง แล้วปรับน้ำหนักเพื่อลดความคลาดเคลื่อน ชื่อทางเทคนิคของกระบวนการนี้คือ backpropagation และ gradient descent

นอกจากนี้ควรแยกให้ออกระหว่างสองช่วง การฝึกคือขั้นตอนที่มีค่าใช้จ่ายสูง ซึ่งโมเดลเรียนรู้ ส่วนการอนุมานคือช่วงที่โมเดลที่ฝึกเสร็จแล้วถูกนำไปใช้ตอบคำถามหรือทำนายผล

โมเดลภาษาขนาดใหญ่อย่าง ChatGPT ทำงานอย่างไร

โมเดลภาษาขนาดใหญ่ (LLM) จะแบ่งข้อความออกเป็นโทเค็นก่อน ซึ่งอาจเป็นคำทั้งคำหรือส่วนหนึ่งของคำ ภาษาที่มีการเติมปัจจัยจำนวนมาก เช่น ภาษาตุรกี อาจต้องใช้โทเค็นมากขึ้นสำหรับปริมาณข้อความเท่ากัน แต่อัตราส่วนที่แน่นอนขึ้นอยู่กับโมเดล

ในขั้นการฝึกเบื้องต้น โมเดลจะฝึกงานหนึ่งอย่างบนข้อความจำนวนมหาศาล คือทำนายโทเค็นถัดไป เป้าหมายที่เรียบง่ายนี้ทำให้โมเดลเรียนรู้ไวยากรณ์ ข้อเท็จจริง และรูปแบบอื่นๆ จำนวนมากไปพร้อมกัน สถาปัตยกรรมพื้นฐานคือ Transformer ซึ่งนักวิจัยของ Google เสนอในงานวิจัยปี 2017 ชื่อ "Attention Is All You Need"

ขั้นต่อมาคือการปรับหลังการฝึก โมเดลจะถูกปรับละเอียดด้วยตัวอย่างคำสั่งและปรับแต่งด้วยฟีดแบ็ก ผ่านวิธีการต่างๆ เช่น การเรียนรู้เสริมแรงจากฟีดแบ็กของมนุษย์ (RLHF) เพื่อให้ทำงานเหมือนผู้ช่วยที่มีประโยชน์ ChatGPT ซึ่ง OpenAI เปิดตัวเมื่อวันที่ 30 พฤศจิกายน 2022 ทำให้ผู้ช่วยลักษณะนี้เข้าถึงผู้ใช้จำนวนมาก ส่วนชื่อที่รู้จักกันดีอื่นๆ ได้แก่ Gemini, Claude, Copilot, Llama, DeepSeek, Mistral และ Grok

เทคโนโลยีนี้ยังเปลี่ยนแปลงอยู่ตลอด แนวโน้มล่าสุดได้แก่ โมเดลการให้เหตุผลที่แก้ปัญหาทีละขั้นตอนก่อนตอบ โมเดลหลายรูปแบบที่จัดการภาพและเสียง เอเจนต์ที่ใช้เครื่องมือเพื่อทำงานให้สำเร็จ และการสร้างที่เสริมด้วยการดึงข้อมูล (RAG) ซึ่งโมเดลจะค้นหาเอกสารหรือเว็บก่อน เนื่องจากเวอร์ชันของโมเดลเปลี่ยนบ่อย จึงควรตรวจสอบหน้าเว็บของผู้พัฒนาเพื่อดูข้อมูลปัจจุบัน

AI ถูกใช้ทำอะไรในชีวิตประจำวันบ้าง

คุณอาจใช้ AI หลายครั้งต่อวันโดยไม่รู้ตัว AI ขับเคลื่อนการแนะนำบนเว็บสตรีมมิงและเว็บช้อปปิ้ง กรองสแปม ทำนายการจราจรในแอปนำทาง ปลดล็อกโทรศัพท์ด้วยใบหน้า ขับเคลื่อนผู้ช่วยเสียง และแปลข้อความ

ธนาคารใช้ AI ช่วยตรวจจับการฉ้อโกง และแอปแต่งภาพใช้ AI สำหรับการปรับแต่งอัตโนมัติ AI เชิงกำเนิดได้เพิ่มการช่วยเขียนข้อความ การสรุปเนื้อหา การช่วยเขียนโค้ด การสร้างภาพ และการช่วยเรียนเข้าไปในรายการนี้

ในการแพทย์ เครื่องมือ AI ช่วยแพทย์อ่านภาพสแกน ส่วนในวิทยาศาสตร์ ผลกระทบของ AI ได้รับการยอมรับในระดับสูงสุด โดยส่วนหนึ่งของรางวัลโนเบลสาขาเคมีปี 2024 มอบให้แก่เดมิส ฮัสซาบิสและจอห์น จัมเปอร์ สำหรับ AlphaFold ซึ่งทำนายโครงสร้างโปรตีน และรางวัลโนเบลสาขาฟิสิกส์ปี 2024 มอบให้แก่จอห์น ฮอปฟิลด์และเจฟฟรีย์ ฮินตัน สำหรับงานพื้นฐานด้านโครงข่ายประสาทเทียม

AI มีข้อจำกัดและความเสี่ยงอะไรบ้าง

ปัญหาที่รู้จักกันดีที่สุดคือการประดิษฐ์ข้อมูล (hallucination) เพราะโมเดลภาษาสร้างข้อความที่ฟังดูน่าเชื่อถือ แทนที่จะเป็นข้อเท็จจริงที่ตรวจสอบแล้ว จึงอาจกล่าวสิ่งที่ผิดด้วยความมั่นใจ ความถี่ของปัญหานี้แตกต่างกันมากตามโมเดลและการทดสอบ ดังนั้นควรตรวจสอบซ้ำสิ่งที่สำคัญ

โมเดลยังมีวันตัดความรู้ คือหากไม่ได้เชื่อมต่อกับการค้นหา โมเดลจะไม่รู้เรื่องเหตุการณ์หลังจากการฝึกสิ้นสุด นอกจากนี้ โมเดลยังอาจสืบทอดอคติที่มีอยู่ในข้อมูลฝึกสอนได้

ความเป็นส่วนตัวควรได้รับความสนใจ ควรคิดให้ดีก่อนพิมพ์ข้อมูลส่วนตัว สุขภาพ หรือข้อมูลธุรกิจที่อ่อนไหวลงในแชทบอท และตรวจสอบการตั้งค่าของผู้ให้บริการแต่ละราย เพื่อดูว่าบทสนทนาของคุณอาจถูกนำไปใช้ฝึกโมเดลหรือไม่

ประเด็นที่กว้างขึ้นได้แก่ คดีลิขสิทธิ์ การใช้พลังงานและน้ำ deepfake และข้อมูลที่ผิดพลาด รวมถึงผลกระทบต่องาน ซึ่งการคาดการณ์แตกต่างกันอย่างมาก สุดท้าย ไม่ควรสันนิษฐานว่าระบบในปัจจุบันเข้าใจหรือมีจิตสำนึกในแบบของมนุษย์ คำถามนี้ยังเป็นที่โต้เถียงในเชิงปรัชญา

ปัญญาประดิษฐ์มีกฎระเบียบควบคุมหรือไม่

มีแนวโน้มเพิ่มขึ้นเรื่อยๆ กฎหมาย EU AI Act มีผลบังคับใช้เมื่อวันที่ 1 สิงหาคม 2024 และข้อกำหนดต่างๆ กำลังทยอยบังคับใช้ในช่วงหลายปี บางกำหนดเวลาอาจเปลี่ยนแปลงตามข้อเสนอของ EU ในภายหลัง จึงควรตรวจสอบแหล่งข้อมูลทางการของ EU เพื่อดูตารางเวลาปัจจุบัน

ประเทศอื่นๆ ก็กำลังสร้างกรอบของตนเอง ตัวอย่างเช่น ตุรกีมียุทธศาสตร์ AI แห่งชาติสำหรับปี 2021–2025 ซึ่งจัดทำโดยสำนักงานเพื่อการเปลี่ยนแปลงทางดิจิทัลของประธานาธิบดีและกระทรวงอุตสาหกรรมและเทคโนโลยี เนื่องจากนโยบายเปลี่ยนแปลงอย่างรวดเร็ว ควรติดตามประกาศจากหน่วยงานที่เกี่ยวข้องเพื่อดูสถานะล่าสุด