AI คืออะไร ? และตัวอย่างการนำ AI หรือ ปัญญาประดิษฐ์ ไปใช้ในระดับโลก

AI หรือ Artificial intelligence คืออะไร ?
ตัวอย่างการใช้ AI ที่น่าสนใจในระดับโลก มีอะไรบ้างนะ ?

ปัจจุบัน AI (Artificial Intelligence) เป็นสิ่งที่ถือได้ว่า อยู่ใกล้ตัวเรามาก ๆ ไม่ว่าจะเป็นอุปกรณ์ หรือ แกดเจ็ต (Gadget)ไหนก็มี AI ที่ช่วยทำงานในระบบ โดยเฉพาะเทคโนโลยีในอุตสาหกรรมต่าง ๆ เรียกว่ามีการใช้ AI อย่างแพร่หลายมาก ๆ 

ซึ่งผมเชื่อว่าที่จริง หลายคนน่าจะรู้จัก AI กันเป็นอย่างดีแล้ว แต่สำหรับใครที่เพิ่งจะศึกษาเรื่องนี้ ก็สามารถอ่านบทความนี้ได้ เพราะเราได้พยายามรวบรวมข้อมูลของ AI ที่สำคัญมาไว้ในบทความนี้ เพื่อให้เพื่อน ๆ เข้าใจความเป็นเทคโนโลยี AI ได้มากที่สุด

เทคโนโลยี AI คืออะไร ?

AI (Artificial Intelligence) แปลเป็นภาษาไทยว่า "ปัญญาประดิษฐ์" มันถูกสร้างขึ้นมาครั้งแรกในช่วงปี ค.ศ. 1956 (พ.ศ. 2499) โดย John McCarthy นักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกัน ผู้ที่ได้ชื่อว่าเป็นบิดาแห่ง 'ปัญญาประดิษฐ์' ซึ่งเขาได้ต่อยอดแนวคิดของ Alan Turing ที่จุดประเด็นเรื่องความคิดแบบมนุษย์ในเครื่องจักร จนสามารถสร้าง AI ตัวแรกขึ้นมาได้สำเร็จ

John McCarthy / ภาพจาก : https://engineering.stanford.edu/news/stanfords-john-mccarthy-seminal-figure-artificial-intelligence-dead-84

Alan Turing เป็นใคร ? เกี่ยวข้องอย่างไรกับ "ปัญญาประดิษฐ์"

Alan Turing ได้ชื่อว่าเป็นบิดาแห่งวิทยาการคอมพิวเตอร์ และ เป็นคนแรกที่สามารถประดิษฐ์คอมพิวเตอร์ขึ้นมาได้ในช่วงสงครามโลกครั้งที่ 2 เพื่อใช้ในการถอดรหัสลับของฝ่ายเยอร์มัน

แนวคิดปัญญาประดิษฐ์ เกิดขึ้น ในปี ค.ศ. 1950 (พ.ศ. 2493) โดย Alan Turing ได้ทำการเสนอเรื่องทฤษฎีการทดสอบความสามารถของเครื่องจักร เพื่อพิสูจน์การคิดแบบมนุษย์ เขาตั้งชื่อมันว่า 'การทดสอบทัวริง' วิธีการคือนำเครื่องจักรมาพิมพ์โต้ตอบสนทนาพร้อมกับคนอีกคน โดยให้ผู้ทดสอบแยกว่าคู่สนทนานั้นเป็นเครื่องจักร หรือ มนุษย์ ถ้าไม่สามารถแยกแยะได้เท่ากับว่าเครื่องจักรนั้นผ่านการทดสอบ

อย่างไรก็ตาม Alan Turing ก็ได้เสียชีวิตอย่างปริศนาก่อนที่แนวคิดนี้จะเริ่มเข้ารูปเข้ารอย ด้วยประเด็นเรื่องรสนิยมรักร่วมเพศของเขา (ในยุคนั้นการรักร่วมเพศ ถือเป็นเรื่องผิด เขาโดนตราหน้าว่าเป็นอาชญากร) แต่สุดท้ายแล้ว 'การทดสอบทัวริง' ก็สร้างประเด็นให้เป็นที่ถกเถียงกันอย่างแพร่หลายในเรื่องการพัฒนาเครื่องจักรให้มีความคิดแบบมนุษย์

แม้ชีวิตของ Alan Turing จะน่าเศร้าและเขาได้เสียชีวิตลงไปก่อน แต่แนวคิดนี้ก็กลายเป็นแรงบันดาลใจของนักวิทยาศาสตร์คอมพิวเตอร์หลายคน รวมถึง John McCarthy ซึ่งเขาสามารถทำให้แนวคิดนั้นกลายเป็นจริง กระทั่งได้มีการตั้งชื่อมันว่า AI

ซึ่งในรายงานเอกสารของ John McCarthy ที่ได้กล่าวถึง AI โดยบัญญัติความหมายเอาไว้ว่า

AI หรือ Artificial Intelligence เป็น วิทยาศาสตร์และเทคโนโลยี ที่ทำให้เครื่องจักรและคอมพิวเตอร์มีความฉลาด หน้าที่ของมันคือการทำให้คอมพิวเตอร์เข้าใจความฉลาดของมนุษย์ และไม่ได้ถูกจำกัดแค่วิธีการที่เห็น หรือ สิ่งที่สังเกตได้จากทางชีวภาพเท่านั้น

เคยได้ยินไหมว่า "มนุษย์เป็นสิ่งมีชีวิตเดียวที่สามารถคิดถึงสิ่งที่มนุษย์ไม่เคยเห็นมาก่อนได้" เราเรียนรู้สิ่งที่เรียกว่าความเชื่อทางศาสนา เรื่องผี เทวดา เทพเจ้า หรือแม้แต่สิ่งมีชีวิตจากนอกโลก แม้จะยังไม่เคยเห็นและพิสูจน์ได้ว่ามีจริง เราคิดและประดิษฐ์เครื่องบินลำแรกได้เพราะพี่น้องตระกูลไรท์ ที่เชื่อว่ามนุษย์จะสามารถโผบินได้เหมือนนก 

นั่นคงทำให้มุมมองด้าน AI ของ John McCarthy ที่เขาวาดฝันไว้คงเป็น ความเชื่อว่าสักวันเครื่องจักรจะมีความคิดเป็นของตัวเองและสามารถสร้างสิ่งใหม่ ๆ ได้ ไม่ใช่แค่เรียนรู้และทำตามความรู้เดิมของมนุษย์

ณ ปัจจุบันนี้ แม้ทุกคนจะเห็นแล้วว่า เทคโนโลยีต่าง ๆ ที่เกิดขึ้นมากมาย รายล้อมไปด้วยคำว่า AI หากแต่ว่าความจริงแล้ว ปัจจุบัน AI ที่เราเห็นกันบนสินค้าต่าง ๆ ไม่ใช่ AI ในอุดมคติสักเท่าไหร่ คงเป็นแค่ส่วนหนึ่งเท่านั้น เพราะ AI ที่ผ่านเกณฑ์จริง ๆ คงเป็นสิ่งที่เราเห็นจากในภาพยนตร์ อย่าง  'IRON MAN' ที่มี 'จาร์วิส' เรื่อง 'IRON MAN', 'ซันนี่' ที่อยู่ในเรื่อง 'I Robot' หรือ 'แชปปี้' จาก หนัง ภาพยนตร์ Chappie เท่านั้น ที่มันสามารถสร้างบุคคลิกของตัวเองขึ้นมาได้เหมือนเด็กทารกที่ค่อย ๆ เติบโตและเรียนรู้ความเป็นมนุษย์

เทคโนโลยี AI มีกี่ประเภท ?

ตามที่กล่าวไว้ข้างต้น ว่าขณะนี้ AI นั้น ก็ยังพัฒนาไปไม่ถึงจุดสิ้นสุด ซึ่งตามทฤษฎีของ AI มีการแบ่งประเภทแบบกว้าง ๆ ไว้อย่างชัดเจนเป็น Weak AI และ Strong AI

ภาพจาก : https://www.gavinjensen.com/blog/2018/ai-weak-strong

Weak AI 

หรือเรียกอีกชื่อว่า Narrow AI หรือ Artificial Narrow Intelligence (ANI) ประกอบด้วย AI ที่ช่วยในการตัดสินใจ, คอยแนะนำหรือคาดการณ์สิ่งต่าง ๆ จากสถิติ หรือ AI ที่ถูกฝึกฝนให้ทำในสิ่งที่มันเรียนรู้มาเพื่อช่วยเหลือ ด้านต่าง ๆ 

AI ที่ทุกวันนี้เราเห็นในโลก ไม่ว่าจะเป็นระบบการขับรถอัตโนมัติ (Autonomous Vehicles) ระบบ AI บนโปรแกรมคอมพิวเตอร์ บนระบบพยากรณ์ยอดขาย หรือแม้แต่อะไรที่ล้ำหน้าสุด ๆ อย่างระบบจดจำใบหน้า (Face Recognition) และก็เจ้า Siri ของ Apple พวกนี้ก็คือ Weak AI ทั้งสิ้น ทุกสิ่งที่มันทำหรือแก้ปัญหา คือสิ่งที่มันเรียนรู้มาเพื่อตอบสนองไปตามอัลกอริทึมของระบบ

Strong AI 

คือ ปัญญาประดิษฐ์เต็มรูปแบบ ที่สามารถทำงานได้ซับซ้อนและมีความคิดเป็นของตัวเอง มีความฉลาดเทียบเท่ามนุษย์ หรือ สูงกว่า ตามทฤษฎีได้ถูกแบ่งออกเป็น 2 ประเภทคือ

• Artificial General Intelligence (AGI) หรือ ปัญญาประดิษฐ์ทั่วไป
  (มีความฉลาดเทียบเท่ามนุษย์ มีการตระหนักคิดได้แบบมนุษย์ ไม่ใช่เรียนรู้จากสิ่งที่เห็นเท่านั้น)
• Artificial Super Intelligence (ASI) หรือ ปัญญาประดิษฐ์ขั้นสูง
  (มีความฉลาดเกินมนุษย์)

AI ประเภทนี้ยังไม่ได้เกิดขึ้นจริง ถ้ามีก็คงเป็นความลับสุดยอด หรือไม่ก็มีแค่ในหนังกับนิยายเท่านั้น 

เทคโนโลยี Deep Learning กับ Machine Learning

เรามักจะได้ยินคำว่า Machine Learning หรือ Deep Learning เมื่อพูดถึง AI ทำให้หลายคนสงสัยว่ามันต่างกันหรือเกี่ยวข้องกันอย่างไร โดยแท้จริง 2 เทคโนโลยีนี้เป็นส่วนหนึ่งของเทคโนโลยี AI นั่นเอง เป็นเทคโนโลยีที่ใช้สร้างความฉลาดให้ AI ได้เรียนรู้สิ่งต่าง ๆ เพื่อจดจำไว้เหมือนกับสมอง

การเปรียบเทียบ Artificial Intelligence, Machine Learning และ Deep Learning

หากวัดตามโครงสร้าง Machine Learning ก็คือส่วนหนึ่งของ AI และ Deep Learning ก็คือส่วนหนึ่งของ Machine Learning ถือเป็นส่วนที่เติมเต็มกันและกัน ซึ่งความแตกต่างของทั้ง 2 ประเภท สามารถอธิบายได้ดังต่อไปนี้  

Machine Learning

Machine Learning มีอัลกอริทึมในการเรียนรู้ด้วยวิธีการแบ่งหมวดหมู่ลักษณะเด่นของข้อมูล เพื่อใช้จำแนกและตัดสินใจ สิ่งแรกที่ต้องทำเมื่อใช้ Machine Learning ในการสร้าง AI คือมนุษย์ต้องสร้างโมเดลปัญหาก่อนขึ้นมาก่อนหนึ่งอย่าง เช่น หากอยากให้ AI จำแนกรถยนต์ได้  สิ่งที่ต้องทำคือการกระตุ้น เพราะ AI ยังไม่รู้จักรถยนต์

ซึ่งขั้นตอนการกระตุ้นนั้นเรียกว่า Feature Extraction เป็นการนำข้อมูลรูปภาพ (รถยนต์) ไปคัดแยกลักษณะเด่นเพื่อแปลงออกมาเป็นชุดตัวเลขที่จะใส่ลงคอมพิวเตอร์ และทำให้ AI ได้รู้จักกับรถยนต์ 

ต่อไปคือเรื่องของการฝึกให้ AI เรียนรู้แล้วครับ โดยเราต้องป้อนรูปรถยนต์ลงไปเยอะ ๆ จากนั้น AI จะตัดสินใจได้ว่านี่คือ รถ เมื่อเห็น ล้อ, กระจก, ป้ายทะเบียน ตามข้อมูลที่เราใส่ไปในช่วง Feature Extraction นั่นเอง ยิ่งเราให้มันได้เรียนรู้จากภาพรถยนต์มากเท่าไหร่ AI จะยิ่งจำแนกลักษณะเด่นของรถได้มากกว่าเดิม ทำให้มันมีความแม่นยำมากขึ้น 

Deep Learning

Deep Learning มีอัลกอริทึมที่ซับซ้อน เรียกว่า โครงข่ายประสาทเทียม (Neural Network) ซึ่งเทียบได้กับสมองของมนุษย์มากที่สุด ข้อได้เปรียบของการใช้ Deep Learning คือการเรียนรู้ของมันไม่ต้องมีแบบแผนหรือหมวดหมู่คัดกรอง ไม่ต้องสร้างการกระตุ้นใด ๆ 

มนุษย์แค่โยนรูปรถยนต์ลงไปให้มากที่สุด มันจะทำการตรวจสอบและแยกแยะรายละเอียดของรถด้วยตัวเอง เพื่อหาลักษณะเด่นเชิงลึก สามารถเชื่อมโยงข้อมูลเข้าด้วยกันได้และประมวลออกมาเป็นคำตอบที่มันคาดการณ์ได้ เราแค่ตรวจสอบว่ามันผิดหรือถูก ถ้าเราบอกผิด AI จะพยายามปรับและเรียนรู้ใหม่ เพื่อให้ได้คำตอบที่แม่นยำที่สุด

ภาพเปรียบเทียบกระบวนการของ Machine Learning และ Deep Learning

เทคโนโลยี AI ส่วนใหญ่ที่เราพบเห็น มักเกิดขึ้นจากการเรียนรู้แบบ Machine Learning แต่ปัจจุบันการพัฒนาแบบ Deep Learning ก็เริ่มมีบทบาทมากขึ้นเราจะเห็นได้จากความสามารถของ AI ที่ทำให้เราทึ่งได้ตลอด ไม่ว่าจะเป็นระบบจดจำใบหน้า, การจำแนกเสียงคนใช้งานของ Siri นั่นก็เพราะส่วนหนึ่งมาจากเทคโนโลยี Deep Learning ที่ทำให้ AI มีประสิทธิภาพในการเรียนรู้ได้ลึกล้ำกว่าเดิม

ตัวอย่างการใช้ เทคโนโลยี AI ที่น่าสนใจในระดับโลก

เราทุกคนรู้จัก AI ที่ใช้ในชีวิตประจำวันกันไปมากแล้ว ไม่ว่าจะเป็น ระบบคาดการณ์เส้นทางจราจรบน Google Maps, ระบบจดจำใบหน้า, ระบบตรวจคำผิดบนแอปพลิเคชันต่าง ๆ อัลกอริทึมช่วยค้นหาและแนะนำเนื้อหาที่เกี่ยวข้องบน Netflix หรือแพลตฟอร์มอื่น ๆ และอีกมากมาย

ซึ่งวันนี้เราจะไม่ได้มาพูดถึงอะไรที่คุณรู้จักกันอยู่แล้ว แต่จะพาไปดูตัวอย่างของการประยุกต์ใช้ AI ที่น่าสนใจในระดับโลก ซึ่งผมเชื่อว่าหลายคนอาจไม่เคยเห็นด้วยซ้ำว่ามันมี AI แบบนี้อยู่ด้วย 

1. ใช้เทคโนโลยี AI แต่งเพลง

AI ตัวนี้เป็นของ Google มีชื่อว่า Magenta AI ถูกสร้างขึ้นมาให้เรียนรู้ด้านงานศิลปะและดนตรี เพื่อสร้างความก้าวหน้าในวงการ ซึ่งผลงานของมันล่าสุดถูกใช้โดยองค์กรด้านสุขภาพจิตแห่งหนึ่งที่เรียกตัวเองว่า Over the Bridge 

พวกเขาใช้ความสามารถของมันในการสร้างผลงานเพลงรวมกันเป็นอัลบั้มที่มีชื่อว่า "Lost Tapes of the 27 Club" เป็นบทเพลงที่รวบรวมสไตล์เพลงของศิลปิน 4 คน ประกอบด้วย Kurt Cobain จากวง Nirvana, Jim Morrison, Jimi Hendrix และ Amy Winehouse ซึ่งทั้ง 4 คนเป็นศิลปินที่เสียชีวิตไปแล้ว โดยคำว่า '27 Club' นั้นหมายถึงอายุบั้นปลายชีวิตของศิลปินเหล่านี้ที่ต้องจบลงก่อนวัยอันควร ด้วยพิษของแอลกอฮอล์ และ ยาเสพติด ผลงานอัลบั้มนี้ทาง Over the Bridge ต้องการทำขึ้นมาเพื่อสร้างความตระหนักถึงอาการสุขภาพจิตของนักร้องที่เกิดขึ้นในอุตสาหกรรมเพลง

สำหรับวิธีการให้ AI แต่งเพลง พวกเขาจะนำไฟล์ 'MIDI' (Musical Instrument Digital Interface) ที่รวบรวม ท่อนฮุค ทำนอง และจังหวะเพลงจำนวน 20-30 เพลงของศิลปินแต่ละคนมาให้ AI วิเคราะห์สไตล์และจังหวะ เพื่อสร้างท่วงทำนองใหม่ทั้งหมด จากนั้นทีมงานก็จะเลือกส่วนที่น่าสนใจและบันทึกออกมา ส่วนเนื้อเพลงก็ใช้ขั้นตอนเดียวกัน

ลองไปฟังกันสักเพลงในอัลบั้มของ Lost Tapes Of The 27 Club

ที่จริงก่อนหน้านี้ก็มีอะไรที่คล้าย ๆ กัน เป็นเว็บไซต์ที่ใช้ AI แต่งเพลงได้จากคำที่กำหนดขึ้นมา เอาไว้เล่นสนุกขำ ๆ ถ้าใครสนใจลองไปดู

ข้อมูลเพิ่มเติม : เว็บไซต์แต่งเพลงไทยด้วย AI

ใช้เทคโนโลยี AI ช่วยตรวจคัดกรองมะเร็ง

ในกรณี ผู้ป่วยมะเร็งที่ยังอยู่ในระยะแรก หรือช่วงที่ยังไม่แสดงอาการ หากตรวจพบมะเร็งก่อน จะมีผลต่อการลดอัตราการเสียชีวิตและการเจ็บป่วยได้

โดย AI ตัวนี้ถูกพัฒนาโดยองค์กร Mount Sinai ด้วยพลังของ deep-learning ทำให้มันมีความสามารถในการตรวจคัดกรองมะเร็งระยะแรกรวมถึงแนะนำการรักษาได้อย่างแม่นยำด้วยอัตราเฉลี่ย 94 % ซึ่งรวมถึง มะเร็งเต้านม, มะเร็งตับ, มะเร็งทวารหนัก, มะเร็งต่อมลูกหมาก 

ปัจจุบันองค์กร Mount Sinai ได้เปิดตัว AI นี้พร้อมประกาศทิศทางของวงการแพทย์ยุคใหม่ เพราะนอกจากมันจะตรวจมะเร็งได้แล้ว มันยังถูกวางตัวไว้เพื่อใช้งานในระบบเครือข่ายบริการสุขภาพของสถาบันการแพทย์ทั่วโลกอีกด้วย

เทคโนโลยี AI กับบทบาท ผู้ป้องกันการสูญพันธุ์ของ "ผึ้ง"

คุณรู้หรือไม่ว่าหาก "ผึ้ง" สูญพันธุ์ไป มนุษย์ก็มีความเสี่ยงจะสูญพันธุ์ตาม เพราะอาจเกิดภาวะขาดแคลนอาหารขั้นวิกฤต เนื่องจากผลผลิตทางการเกษตรกว่า 70 % รวมถึงพันธุ์พืชหลายชนิดจะได้รับผลกระทบ และข่าวร้ายคือ ตอนนี้ประชากรผึ้งบนโลกลดลงเป็นอย่างมาก จากสถิติจำนวนผึ้งอเมริกัน (Bombus Pensylvanicus) มีอัตราลดลงถึง 89 % ในช่วง 20 ปีที่ผ่านมา ขณะที่บ้านเราก็มีอัตราผึ้งหลวงในเขตสวนผึ้ง จ. ราชบุรี ลดลงทุกปี

สุดท้ายบทบาทของ AI จึงได้ถูกนำมาใช้เป็นพระผู้ช่วยให้รอดของผึ้ง ขณะนี้การใช้ AI เพื่อรวบรวมศึกษาพฤติกรรมของรังผึ้ง จนนำไปสู่การแนะนำเป้าหมายว่าควรทำอย่างไรให้ผึ้งมีจำนวนประชากรเพิ่มได้ ถูกพัฒนาขึ้นอย่างแพร่หลายในองค์กรต่าง ๆ ทั่วโลก ไม่ว่าจะเป็น บริษัท Best Bees, โครงการระดับโลกที่ตั้งขึ้นมาเพื่องานนี้โดยเฉพาะอย่าง 'The World Bee Project' หรือแม้แต่ Google ก็มีทีมพัฒนา AI ด้านนี้โดยเฉพาะ

เพียงองค์ความรู้ของคนไม่กี่คนอาจเป็นการยากที่จะช่วยเหลือผึ้ง แต่ด้วยศักยภาพของ AI ที่ถูกฝึกมาอย่างดี อาจทำให้เรารอดพ้นจากวิกฤตนี้ไปก็ได้

ใช้เทคโนโลยี AI ช่วยผู้ที่มีความบกพร่องทางการพูด

ผลงาน AI จากหนึ่งในทีมงานวิจัยของ Google ในชื่อ 'Project Euphonia' ซึ่งถูกสร้างขึ้นเพื่อช่วยเหลือผู้ที่มีความบกพร่องทางการพูดและภาษา เช่น ผู้ที่มีโรคกล้ามเนื้ออ่อนแรง หรือ คนที่พูดไม่ชัดแต่กำเนิด เป็นต้น เพื่อให้พวกเขาเข้าถึงฟีเจอร์คำสั่งเสียง หรือ สื่อสารด้วยเสียงง่ายขึ้นบนมือถือ

แต่ก่อนปัญหาของผู้ที่บกพร่องทางการพูดคือเวลาใช้คำสั่งเสียงบนมือถือ จะไม่สามารถโต้ตอบกับ AI ได้ เพราะซอฟต์แวร์ด้านเสียงของ AI อย่างเช่น Google Assistant ไม่รองรับ แถมหากมีการสื่อสารที่ต้องพูดคุยกันผ่านโทรศัพท์ก็ยังเป็นเรื่องยากที่อีกฝ่ายจะเข้าใจ

การแก้ปัญหาของ Google คือการสร้าง "Project Euphonia" เพื่อรวบรวมข้อมูลการออกเสียงของผู้มีความบกพร่องทางการพูด โดยโครงการนี้ Google ได้ประกาศไว้เมื่อปี พ.ศ. 2562 (ค.ศ. 2019) เพื่อขอให้คนทั่วโลกส่งตัวอย่างเสียงที่พูดไม่ชัดของตนมาให้อัลกอริทึมของ Google Assistant ฝึกฝนในการฟัง 

จากนั้นต่อมา Google ก็ได้เปิดตัวแอปต้นแบบที่สร้างจาก "Project Euphonia" ในชื่อ Live Relay เป็นระบบแปลงเสียงเป็นข้อความซึ่งทำให้คนที่พูดไม่ชัดสามารถคุยสื่อสารผ่านโทรศัพท์ได้ง่าย เพราะตัวแอปพลิเคชันนี้จะรองรับการออกเสียงของคนพิการด้วย

อย่างไรก็ตามนับตั้งแต่เปิดตัว Live Relay ในงาน I/O 2019 ตัว Live Relay ก็ยังเป็นเพียงต้นแบบที่อยู่ระหว่างการพัฒนา และจนถึงวันนี้ยังไม่มีการใช้จริง

ใช้เทคโนโลยี Al ในการแข่งขันโกะกับมนุษย์ในระดับโลก 

AlphaGo Zero เป็นโปรเจค AI ของบริษัท DeepMind (บริษัทลูกของ Google) ที่สามารถคว้าแชมป์การแข่งขันโกะระดับโลกมาแล้ว 

ในสเตทแรก AlphaGo Zero ถูกฝึกฝนให้จดจำรูปแบบของกระดานและวิธีการเล่น  จากนั้นเมื่อมันจดจำวิธีการเล่นได้แล้ว มันต้องฝึกฝนโดยการแข่งกับตัวเองซ้ำ ๆ จนกว่าจะคาดเดาการเคลื่อนไหว และ กลยุทธแบบแผนได้ โดยความเร็วในการฝึกของ AlphaGo Zero เมื่อเทียบกับมนุษย์ที่ตัดสินใจเดินหมาก 100 ครั้ง AlphaGo Zero จะเดินหมากได้เร็วกว่า 100 เท่าในอัตรา 10,000 ครั้ง นั่นทำให้ภายใน 3 วัน มันสามารถเก็บข้อมูลการแข่งกับตัวเองได้ถึง 4.9 ล้านเกม

Lee Sedol กับ AlphaGo Zero

ไม่แปลกใจที่ AI ตัวนี้จะสามารถเอาชนะ เซียนโกะทุกคนรวมถึงแชมป์โลกอย่าง Lee Sedol และขึ้นเป็นอันดับหนึ่งของโลกแทนได้ เพราะภายในระยะเวลาสั้น ๆ ประสบการณ์ของมันก็เพิ่มขึ้นแบบทวีคูณ เมื่อเทียบกับมนุษย์แล้ว เราแทบไม่ใช่คู่ต่อสู้ของมันเลย 

Sophia หุ่นยนต์ที่ใช้เทคโนโลยี AI มีความใกล้เคียงกับมนุษย์

ขอบคุณคลิปจาก Tech Insider

เชื่อว่าหลายคนน่าจะรู้จัก โซเฟียร์ (Sophia) ไม่มากก็น้อย เธอเป็นหุ่นยนต์ AI ตัวแรกที่ได้รับสิทธิในการเป็นมนุษย์ และ ถือสัญชาติของประเทศซาอุดีอาระเบีย เธอปรากฏตัวครั้งแรกในสาธารณะ เมื่อปี พ.ศ.2560 (ค.ศ. 2017) และตระเวณออกงานสัมภาษณ์นักข่าวหลายครั้งถึงความฝัน ความคิด และ ทัศนคติแบบมนุษย์ของเธอ 

การมีอยู่ของ โซเฟียร์ (Sophia) นับว่าเป็นหุ่นยนต์ AI ที่เข้าใกล้ความเป็นมนุษย์มากที่สุดแล้วเท่าที่เราเคยเห็นในโลก หรือก็คือเข้าใกล้ความเป็น Strong AI เธอถูกพัฒนาโดย บริษัท Hanson Robotics โดยมี เดวิด แฮนสัน (David Hanson) เป็นผู้ออกแบบ ซึ่งเขาเคยให้สัมภาษณ์ว่าต้นแบบของ โซเฟียร์ คือ นักแสดงสาว ออดรีย์ เฮปเบิร์น (Audrey Hepburn) นักแสดงสาวสวยชาวอังกฤษที่เสียชีวิตไปแล้วในปี พ.ศ. 2536 (ค.ศ. 1993)

Sophia ในงาน Future Investment Institute ที่ซาอุดีอาระเบีย

Sophia ในรายงาน The Tonight Show

ปิดท้าย เกี่ยวกับ เทคโนโลยี AI

ตลอดช่วงทศวรรษที่ผ่านมา เราได้เห็น เทคโนโลยี AI เข้ามาเปลี่ยนแปลงอุตสาหกรรมและชีวิตของผู้คนมากมาย แม้จะมีหลายฝ่ายที่พยายามสนับสนุนให้มี AI ในอุดมคติเกิดขึ้นมาได้จริง ๆ แต่ในปัจจุบัน ความฉลาดของ AI ที่ค่อย ๆ เติบโตขึ้นเรื่อย ก็เริ่มทำให้ผู้เชี่ยวชาญหลายคนมีความกังวลว่าการพัฒนา AI มากเกินไป อาจส่งผลเสียต่อมนุษย์มากกว่าผลดี เพราะหากเราควบคุมมันไม่ได้อีกต่อไป ก็อาจกลายเป็นภัย

อย่างไรก็ตามทุกอย่างไม่ว่าจะเกิดอะไรขึ้น มันคือเรื่องของอนาคตที่เราไม่สามารถคาดเดาได้ และการพัฒนา AI ก็คงจะไม่มีวันหยุดลง