04 ก.พ. AI The Series ตอน “สารพัดคำศัพท์”
ทุกวันนี้คงปฏิเสธไม่ได้ว่าดูเหมือนว่าสินค้า/บริการที่ถูกพัฒนาขึ้นโดยใช้แนวคิดที่เรียกว่า Artificial Intelligence หรือ AI จะมีอยู่รอบตัวเราตั้งแต่ตื่นจนเข้านอน วันนี้สินค้า/บริการเกือบทุกอย่างตั้งแต่ อุปกรณ์ต่างๆในรถยนต์ กล้อง แฟลช เครื่องซักผ้า พัดลม เครื่องปรับอากาศ แม้กระทั่งอุปกรณ์ทำครัวต่างๆ และแน่นอนการให้บริการอัตโนมัติหลากหลายรูปแบบในปัจจุบันล้วนจะเคลมว่ามี AI อยู่ภายในทั้งสิ้น ซึ่งนั่นสำหรับผู้บริหารธุรกิจหรือองค์กรแล้วหมายถึงการที่จำเป็นจะต้องเข้าใจ อย่างน้อยในภาพกว้างว่าเจ้า AI หรือคำศัพท์ที่นิยมใช้ต่างๆเช่น Machine Learning หรือแม้แต่คำว่า Algorithms (และอีกหลากหลายคำ) นั้นคืออะไรกันแน่? แล้วถ้าองค์กรหรือธุรกิจจะเอา AI มาใช้ในการพัฒนาสินค้า/บริการจะต้องเตรียมตัวอย่างไร? AI กับ Enterprise Architecture มีส่วนเกี่ยวข้องกันอย่างไร? AI ใน IT/OT รวมไปถึง ในการวางแผนบริการ/สินค้า ต้องทำอย่างไร? บทความ AI: The Series จะนำเสนอหัวข้อต่างๆที่เกี่ยวกับ AI โดยมีเป้าหมายเพื่อให้การให้ข้อมูลแก่ผู้บริหารและผู้สนใจที่ไม่ได้มี background ด้าน IT มาโดยตรง โดยนำเสนอในรูปแบบของบทความสั้น เริ่มตั้งแต่คำอธิบายแบบง่ายๆของศัพท์ต่างๆ และจบบทความด้วยประเด็นที่ผู้บริหารควรให้ความสนใจ โดยเฉพาะการนำเทคโนโลยี AI นี้ไปใช้ในธุรกิจ จากวันแรกที่ศัพท์คำว่า Artificial Intelligence (AI) หรือ ปัญญาประดิษฐ์ ถูกคิดขึ้นมาที่ Dartmouth College ในปี ค.ศ. 1956 คร่าวๆแนวคิดนี้ก็เกิดมาได้ประมาณ 66 ปีแล้วครับ เช่นเดียวกันกับแนวคิดอื่นๆทั่วไป AI นั้นก็มีคำศัพท์ต่างๆที่เกี่ยวข้องมากมาย แต่เพื่อเป็นการให้ข้อมูลเบื้องต้นเพื่อเป็นพื้นฐานกับผู้อ่าน เรามาเริ่มกันที่คำศัพท์ 3 คำที่ชอบพูดถึงกันเวลาที่ใครพูดถึงระบบ AI ครับ
Artificial Intelligence (AI) หรือ ปัญญาประดิษฐ์ โดยทั่วไปแล้วเป้าหมายของการพัฒนาระบบ AI ก็เพื่อที่จะสร้าง ระบบคอมพิวเตอร์ที่มีความสามารถเหมือน “ความสามารถของมนุษย์” หรืออีกนัยหนึ่งระบบ AI ก็คือ “โปรแกรมคอมพิวเตอร์ที่สามารถทำงาน ซึ่งรวมถึงการคิด การวิเคราะห์ การตัดสินใจ ได้เหมือนๆกับการที่เราๆท่านๆทำ” ซึ่งนั่นหมายถึงว่า “ระบบ AI คือระบบที่สามารถเลียนแบบวิธีการคิด การทำงานของมนุษย์” จากเป้าหมายดังกล่าวเช่น ระบบสามารถเล่นเกมส์ได้เหมือนคนๆนึง ระบบสามารถบอกได้ว่าใครใช่หรือไม่ใช่เจ้าหน้าที่ของบริษัทเราโดยดูจากหน้า ระบบสามารถมองภาพฟิลม์ x-ray สามารถบอกได้ว่าเจ้าของฟิลม์นั้นป่วยเป็นโรคที่สงสัยหรือไม่ หรือแม้แต่ระบบที่พิจารณาข้อมูลของคนที่ต้องการกู้เงินไปซื้อบ้านแล้วสามารถบอกสถาบันการเงินได้ว่าควรหรือไม่ควรปล่อยกู้
Machine Learning (ML) คำอธิบายง่ายๆสำหรับคำว่า ML คือ ส่วนประกอบหนึ่งของระบบ AI ที่รับหน้าที่ทำให้ระบบสามารถ “เรียนรู้” ได้จาก input ชนิดต่างๆที่เราให้กับระบบ ซึ่งนั่นหมายถึงว่าจากข้างบนที่บอกว่า AI คือระบบที่สามารถลอกเลียนแบบการทำงานของคนเราได้ หนึ่งในความสามารถของคนคือ “การเรียนรู้” จากสิ่งที่เคยทำหรือเคยเห็น ระบบ AI จึงมีส่วนประกอบที่เรียกว่า ML นี้เพื่อทำหน้าที่เฉพาะคือการ “เรียนรู้” จากข้อมูลต่างๆที่เราให้กับระบบ จึงไม่แปลกที่บ่อยครั้งเราจะได้ยินคนใช้คำว่า AI และ ML สลับกันไปมาเหมือนกับว่าคำ 2 คำนี้สามารถทดแทนกันได้เพราะ สำหรับคนส่วนใหญ่แล้ว หนึ่งในความสามารถหลักของการที่จะเป็นระบบ AI หรือระบบที่เลียนแบบการทำงานของคนได้ก็คือ ระบบจะต้องสามารถเรียนรู้ได้ เช่น ระบบสามารถเรียนรู้ว่าใครคือนาย ก หลังจากที่ นาย ก ถ่ายภาพในระบบเช่นเดียวกับระบบการ login โดยใช้หน้าของเจ้าของโทรศัพท์บางยี่ห้อ หรือระบบเรียนรู้ว่าคุณสมบัติของลูกค้าบัตรเครดิตที่ดีและไม่ดีเป็นอย่างไรหลังจากที่สถาบันการเงินนำเข้าข้อมูลของลูกค้ามาให้ระบบได้เรียนรู้ เป็นต้น
Algorithms สามารถสรุปได้ว่าคือ “ขั้นตอน” ที่ใช้ในการแก้ปัญหา ซึ่งโดยส่วนใหญ่หมายถึงขั้นตอนการแก้ปัญหาที่ให้กับระบบคอมพิวเตอร์ ซึ่งถ้าอธิบายในภาษาทั่วไปก็คือวิธีการแก้ปัญหาใดๆที่ถูกกำหนดขึ้น ในกรณีนี้เป็นแนวทางหรือขั้นตอนการทำงานที่เราต้องการให้ระบบคอมพิวเตอร์ทำงานเพื่อให้ได้ผลลัพธ์ที่ต้องการ
ภาพรวมของคำศัพท์ จากความหมายข้างต้น ในภาพรวมแล้วทั้ง 3 เรื่องสามารถสรุปได้ว่า คำว่า Algorithms เป็นคำทั่วๆไปซึ่งไม่จำเป็นต้องใช้กับระบบ AI เท่านั้นเพราะโดยปรกติแล้วการพัฒนาโปรแกรมคอมพิวเตอร์จะต้องมีการคิดสิ่งที่เรียกว่า “ขั้นตอนการแก้ปัญหา” ก่อนที่จะเริ่มเขียนโปรแกรมอยู่แล้วเหมือนสถาปนิกที่ต้องออกแบบบ้านก่อนที่จะลงมือสร้างจริง ซึ่งในกรณีนี้คือการลงมือเขียนโปรแกรม ซึ่งระบบ AI ก็คือโปรแกรมคอมพิวเตอร์ชนิดหนึ่งที่ต้องมีการออกแบบแนวทางการแก้ไขปัญหาก่อน (แม้ว่าบางระบบจะบอกว่าระบบคิดการแก้ปัญหาเองก็จริง แต่ยังไงคนก็ยังต้องออกแบบแนวทางการแก้ปัญหาในภาพใหญ่อยู่ดี) ส่วนคำว่า AI และคำว่า Machine Learning แม้ว่าคำอธิบายจะค่อนข้างเข้าใจง่าย แต่ถ้าสังเกตุดีๆจะพบว่ามีคำศัพท์ที่ต้องการการตีความ หรือ อีกมุมหนึ่ง เป็นคำศัพท์ที่อาจนำปัญหามาให้กับองค์กรที่จะพัฒนาระบบได้เพราะการตีความที่ไม่เหมือนกัน ซึ่งในที่นี้สำหรับ AI คือคำว่า “มีความสามารถเหมือนมนุษย์” และสำหรับ Machine Learning คือคำว่า “เรียนรู้ด้วยตัวเอง” อะไรคือ “มีความสามารถเหมือนมนุษย์” และอะไรคือ “เรียนรู้ด้วยตัวเอง”? ปัญหาการตีความนี้มีมานานตั้งแต่เริ่มการนิยามศัพท์ทั้งสองนี้ ซึ่งปัญหาดังกล่าวนี้แม้แต่ในห้องปฏิบัติการเองหลายที่ยังตีความไม่เหมือนกัน
จากมุมมองผู้บริหารหรือองค์กรแล้วต้องทำอย่างไร? จากปัญหาความไม่ชัดเจนดังกล่าว องค์กรควรที่จะกำหนดความต้องการของตนลงไปในลักษณะของการ “บอก scenario” หรือ ฟังก์ชั่นการทำงานของระบบที่ลงรายละเอียดพร้อมตัวอย่างให้มากที่สุดเท่าที่จะทำได้ เพื่อที่จะให้ทีมพัฒนาได้วิเคราะห์และประเมินตั้งแต่ก่อนเริ่มโครงการว่าเทคโนโลยี AI สามารถจะตอบสนองความต้องการนั้นๆได้หรือไม่ ถ้าได้ มีข้อแม้ใดๆหรือไม่ เช่น อะไรที่เราคาดหวังจากระบบที่เรามองว่า “มีความสามารถเหมือนมนุษย์” ตัวอย่างที่ชัดเจนคือในกรณีของ chatbot อะไรคือลักษณะการโต้ตอบระหว่างลูกค้าและ chatbot ที่เราคาดหวัง? ง่ายที่สุดคือทดลองเขียนประโยคการโต้ตอบที่ต้องการ และเมื่อทีมนำ prototype มาให้ทดลอง ให้ลองใช้ประโยคที่เราอยากให้ระบบสามารถรองรับได้ มากที่สุดเท่าที่เราจะคิดได้ เพื่อให้เราทราบถึงความสามารถจริงของระบบว่านี่ใช่ “ความสามารถเหมือนมนุษย์” ที่เราคาดหวังหรือไม่
ในอีกมุมหนึ่ง จากความจริงที่ว่า ML เป็นแค่ส่วนหนึ่งของระบบ AI เท่านั้น ทำให้ระบบ AI ที่หลายๆองค์กรใช้อยู่ในปัจจุบันซึ่งมีเฉพาะส่วนของ ML จึงทำงานได้จบแค่ “การวิเคราะห์ และตรวจสอบข้อมูล” เท่านั้น องค์กรหรือธุรกิจควรทำอะไรต่อจากนั้นหรือไม่? เช่น ระบบของสถานบันการเงินรู้แล้วว่า นาย ก เป็นลูกค้าชั้นดีระดับ 8/10 คำถามที่ตามมาคือแล้วระบบควร แนะนำ อะไรหลังจากรู้ระดับของลูกค้าหรือไม่? เช่น ถ้าลูกค้าได้ 8/10 และเมื่อดูจากประวัติที่ทำธุรกรรมกับสถาบัน ระบบควรจะเสนอสินค้า/บริการอะไร? ซึ่งนั่นหมายถึงการให้บริการแบบ personalization ได้ต่อเลย หรือแม้แต่การที่เจ้าหน้าที่ของบริษัท login โดยการสแกนหน้าแล้ว แทนที่ระบบจะจบการทำงานแค่ลงเวลาทำงาน แต่ทำไมไม่ให้ระบบส่งข้อความที่เกี่ยวกับงานที่เจ้าหน้าที่คนนั้นจะต้องทำเข้าไปที่มือถือหรือที่เครื่องที่เจ้าหน้าที่คนนั้นใช้งานเลย?
No Comments