Generative AI คืออะไร ? ทำงานอย่างไร ? มีข้อจำกัดอย่างไร ?

Generative AI คืออะไร ?

สำหรับ เทคโนโลยี AI เป็นเทคโนโลยีที่ผ่านการไฮป์ (Hype) มาแล้วหลายต่อหลายครั้ง แต่ในอดีตมันเป็นเพียงกระแสที่ผ่านมาแล้วก็ผ่านไป เพราะมันไม่เคยมี AI ที่ส่งผลต่อวิถีชีวิตประจำวันของเราได้อย่างชัดเจน

สำหรับส่วนตัวผู้เขียนเอง เกิดความรู้สึกตื่นเต้นกับ เทคโนโลยี AI เป็นครั้งแรกในช่วงปี ค.ศ. 2016 (พ.ศ. 2559) เมื่อ AlphaGo เอไอเล่นโกะ (Go) ที่พัฒนาขึ้นมาจากเอไอ Google DeepMind สามารถเอาชนะ Lee Sedol นักเล่นโกะมืออาชีพระดับโลก ที่ฝีมืออยู่ในระดับ 9 ตั้ง ได้ถึง 4 กระดาน จากการแข่ง 5 กระดาน มันเป็นหนึ่งในปรากฏการณ์น่าสนใจ เพราะโกะนั้นเป็นเกมกระดานที่มีความเป็นไปได้ในแต่ละตาสูงสุดถึง 10³⁶⁰ รูปแบบ ในอดีตมีวลีว่า

"ไม่สามารถพัฒนาเกมโกะบนคอมพิวเตอร์ให้ชนะมนุษย์ได้ เพราะมันเป็นเกมที่มีความซับซ้อนมากเกินไป"

แต่ AlphaGo สามารถทำได้สำเร็จอย่างดงาม แต่หลังจากนั้น AlphaGo ก็รีไทร์หายไป ความตื่นเต้นใน AI ที่เคยมีก็กระแสหายไปด้วย

จนกระทั่งในปี ค.ศ. 2022 (พ.ศ. 2565) มันเป็นปีที่น่าตื่นเต้นสำหรับวงการ AI อย่างมาก เพราะมีการเปิดตัว Midjourney เอไอสำหรับสร้างภาพจากคำสั่งที่ผู้ใช้ป้อนเข้าไป แล้วได้ผลลัพธ์ที่สวยงามอย่างน่าทึ่ง และ ChatGPT เอไอที่สามารถตอบคำถามได้อย่างชาญฉลาด และสามารถขอให้มันช่วยสรุปข้อมูล, แต่งเพลง, เขียนกวีตามโจทย์ที่กำหนด หรือแม้แต่การเขียนโค้ดก็ได้ ซึ่ง AI สองตัวนี้ ได้เปิดโอกาสให้คนทั่วไปใช้งานได้ ต่างจาก AI ในอดีตที่เหมือนเป็นแค่การโชว์นวัตกรรมเท่านั้น นั่นทำให้กระแส AI กลับมาเป็นที่พูดถึงอีกครั้ง แถมครั้งนี้ไม่ได้มาเล่น ๆ เทคโนโลยี AI มาถึงจุดที่ถูกนำมาใช้ในชีวิตประจำวัน

โดย AI ที่ส่งผลต่อพวกเรามากที่สุดในปัจจุบันนี้ อยู่ในกลุ่มที่เรียกว่า "Generative AI" ในบทความนี้เราจะมาอธิบายว่ามันคืออะไร ? และมันมีความสามารถอะไรบ้าง ?

Generative AI คืออะไร ? (What is Generative AI ?)

สำหรับเทคโนโลยี AI แบบดั้งเดิม หรือ Traditional AI และระบบการเรียนรู้ของเครื่องจักร (Machine Learning) จะอาศัยการวิเคราะห์ และจดจำรูปแบบข้อมูลมาใช้ในการทำนายผลลัพธ์ แต่ในกรณีของ Generative AI การทำงานของมันจะเหนือกว่าการคาดเดา โดยมันสามารถสร้าง "ข้อมูลใหม่" ขึ้นมา เพื่อตอบสนองต่อคำสั่งที่มนุษย์ป้อนเข้าไป

ลองจินตนาการว่า คุณแค่พิมพ์บอก AI Chatbot (เช่น ChatGPT เป็นต้น) สั้น ๆ ว่า "ขอสุนทรพจน์สำหรับกล่าวเปิดงาน IT iTrend" แล้ว AI ได้ให้คำตอบเป็นสุนทรพจน์ความยาวครึ่งหน้า A4 กลับมา หรือจะเป็น Midjourney ที่เราเพียงอธิบายลักษณะรูปภาพที่ต้องการ แล้วมันก็จะสร้างภาพใหม่ให้ตามคำอธิบายที่ผู้ใช้ร้องขอได้

สรุปง่าย ๆ ได้ว่า Generative AI เป็นเทคโนโลยีที่ช่วยให้ผู้ใช้งานสามารถสร้าง "เนื้อหาใหม่" ขึ้นมาได้โดยอ้างอิงจากคำสั่ง "Prompt" ที่ผู้ใช้ป้อนเข้าไป โดยคำตอบที่ได้รับสามารถเป็นได้ทั้งข้อความ, รูปภาพ, เสียง, แอนิเมชัน, โมเดล 3 มิติ หรือข้อมูลรูปแบบอื่น ๆ แล้วแต่โมเดลที่ตัว AI ใช้

ภาพจาก : https://www.wixseo.io/en/post/everything-you-need-to-know-about-midjourney-to-create-stunning-images#viewer-bocu

Generative AI ทำงานอย่างไร ? (How does Generative AI work ?)

Generative AI นั้นเป็นโมเดลแบบ Deep-learning ที่สามารถเรียนรู้ข้อมูลดิบ ซึ่งข้อมูลดิบที่ว่าหมายถึงคลังข้อมูลขนาดใหญ่ เช่นว่า ทุกหน้าของ Wikipedia หรือคอลเลคชันงานศิลปะของแร็มบรันต์ (Rembrandt) หลังจากนั้นมันสามารถที่จะนำข้อมูลที่ได้เรียนรู้ไปแล้ว มาสร้างเป็นข้อมูลใหม่ที่มีความคล้ายคลึงกับข้อมูลต้นฉบับ แต่ว่าแตกต่างไปจากเดิม

โมเดลในรูปแบบ Generative AI มีใช้กันมานานแล้วหลายปี เพียงแต่เดิมใช้ในการวิเคราะห์ข้อมูลสถิติที่อยู่ในรูปแบบขอตัวเลขเพียงอย่างเดียว แต่เมื่อเทคโนโลยี Deep Learning เก่งกาจมากขึ้น ทำให้พลังอำนาจของมันได้รับการอัปเดตให้รองรับรูปภาพ, การสนทนา, ข้อความ หรือข้อมูลอื่น ๆ ที่มีความซับซ้อนได้ ซึ่งโมเดล Deep Learning ที่สามารถทำแบบนี้ได้เป็นตัวแรกคือ Variational Autoencoders หรือ VAEs ที่เปิดตัวในปี ค.ศ. 2013 (พ.ศ. 2556)

ภาพจาก : https://www.nvidia.com/en-us/glossary/generative-ai/

ความพิเศษของ VAEs คือมันสามารถใช้วิธีการทางสถิติในการสร้างข้อมูลใหม่ที่ไม่มีอยู่จริง แต่มีคุณสมบัติที่คล้ายคลึงกับข้อมูลที่มีอยู่ได้ ทำให้มันถูกนำมาใช้ในการสร้างภาพใหม่ที่ไม่เคยมีมาก่อน หรือการสร้างข้อความที่มีความหมายใกล้เคียงกับข้อความที่ได้รับมา

ภาพจาก : https://www.mathworks.com/help/deeplearning/ug/train-a-variational-autoencoder-vae-to-generate-images.html

เนื่องจากการทำงานของ Generative AI ค่อนข้างที่จะซับซ้อน จึงมีการประเมินคุณภาพของโมเดลด้วย โดยอาศัยหลักการ 3 ด้าน ประกอบไปด้วย

1. คุณภาพ (Quality)

โดยเฉพาะอย่างยิ่ง ในแอปพลิเคชันที่การทำงานมีการตอบโต้กับผู้ใช้โดยตรง คุณภาพของคำตอบที่มันสร้างขึ้นมาจะมีความสำคัญมาก เช่น หากให้มันสร้างสุนทรพจน์ให้ ต้องได้คำตอบเป็นข้อความที่อ่านแล้วเข้าใจง่าย และตรงประเด็นกับที่ผู้ใช้งานร้องขอ หรือหากเป็นการสร้างภาพ ต้องได้ภาพที่สมจริง ไม่ต่างจากภาพที่ตามธรรมชาติ ซึ่งในปัจจุบันนี้ก็ยังเป็นเรื่องยาก เราถึงเห็นภาพที่สร้างด้วย AI มักมีความผิดปกติอยู่ เช่น คนมี 7 นิ้ว, 3 แขน หรือจักรยานล้อเป็นสี่เหลี่ยม

2. ความหลากหลาย (Diversity)

สำหรับโมเดล Generative AI ที่ดี จะต้องสามารถนำข้อมูลขนาดเล็กจำนวนมาก มาสร้างเป็นข้อมูลใหม่ได้โดยที่ไม่เสียคุณภาพ เพื่อลดอคติในการเรียนรู้ข้อมูล

3. ความเร็ว (Speed)

ไม่ว่าตัวโมเดลจะสามารถสร้างเนื้อหาใหม่ได้ชาญฉลาดเพียงใด แต่ถ้าหากมันใช้เวลาในการสร้างคำตอบนาน มันก็จะส่งผลต่อการใช้งานจริงอย่างแน่นอน เช่น การแก้ไขรูปภาพ หากกดแก้ไข 1 ครั้ง ต้องรอ AI ประมวลผลสัก 1 นาที Workflow ในการทำงานจะมีความสะดุดอย่างแน่นอน

ภาพจาก : https://www.nvidia.com/en-us/glossary/generative-ai/

ประวัติความเป็นมาของ Generative AI (History of Generative AI)

Generative AI อาจจะเพิ่งได้รับความนิยมในช่วง 2-3 ปีมานี้ แต่นั่นเป็นเพราะตัวเทคโนโลยีมันเพิ่งจะพร้อมสำหรับการใช้งานจริง แต่ถ้าย้อนกลับไปที่จุดเริ่มต้นของมัน Generative AI ก็มีความพยายามในการสร้างมานานแล้ว โดยสามารถย้อนกลับไปได้ถึง ค.ศ. 1966 (พ.ศ. 2509) เลยทีเดียว นั่นคือ Chatbot ที่ชื่อว่า "ELIZA"

Joseph Weizenbaum เป็นนักวิทยาศาสตร์คอมพิวเตอร์ชาวเยอรมัน-อเมริกัน และเป็นศาสตราจารย์ที่ MIT เป็นผู้ที่พัฒนา ELIZA โดยเขาต้องการเลียนแบบหลักการนักจิตบำบัดโรเจอร์เรียน (Rogerian Psychotherapists) ที่นักจิตวิทยา Carl Rogers เป็นผู้คิดค้นขึ้นมา ซึ่ง ELIZA จะพยายามจับคู่ข้อความที่ผู้ใช้ป้อนเข้าไป เพื่อสร้างบทสนทนาตอบโต้กลับมา นอกจากนี้ ELIZA ยังเป็นหนึ่งในซอฟต์แวร์ตัวแรก ๆ ที่พยายามทดสอบ Turing Test ซึ่งเป็นแบบทดสอบที่ใช้จำแนกระหว่างมนุษย์ กับคอมพิวเตอร์

ภาพจาก : https://en.wikipedia.org/wiki/ELIZA

หลังจากนั้น ในช่วงระหว่างปี ค.ศ. 1970-1990 (พ.ศ. 2513-2533) นักวิทยาศาสตร์คอมพิวเตอร์ได้พยายามคิดค้นวิธีในการแยกโครงสร้างประโยค ซึ่งเป็นรากฐานในการสร้างโมเดลทางภาษาขึ้นมา จนเราได้เห็น Google Translate เปิดตัวออกมาในปี ค.ศ. 2006 (พ.ศ. 2549)

ข้ามมาในปี ค.ศ. 2014 (พ.ศ. 2557) ได้มีการค้นพบที่ส่งผลกระทบสำคัญ ช่วยให้การพัฒนา AI เติบโตขึ้นอย่างก้าวกระโดด Ian Goodfellow และเพื่อน ๆ ได้พัฒนา Generative Adversarial Network (GAN) ขึ้นมา มันเป็นเทคนิคที่ใช้ Neural Network สองตัว ให้พวกมันแข่งขันกันเอง โดยฝั่งหนึ่งจะสร้างเนื้อหาขึ้นมา ในขณะที่อีกฝั่งจะต้องตัดสินใจว่าข้อมูลนั้นเป็น "เรื่องจริง" หรือ "เรื่องแต่ง"

ต่อมาในปี ค.ศ. 2017 (พ.ศ. 2560) มีการเปิดตัวโมเดล Transformer มันเป็นโมเดลที่มีความสำคัญมาก มีคุณสมบัติในการเรียนรู้เชิงลึก (Deep learning) ที่มีบทบาทสำคัญต่อการประมวลผลด้านภาษา หรือ Natural Language Processing (NLP) และงานอื่น ๆ ที่ต้องใช้การจำแนกข้อมูลที่มีความซับซ้อน ความพิเศษของโมเดล Transformer คือกลไกที่เรียกว่า "Self-attention mechanism" ที่ช่วยให้มันสามารถตัดสินใจ ให้น้ำหนัก กับส่วนต่าง ๆ ของข้อมูลที่ถูกป้อนเข้าไปได้อย่างมีประสิทธิภาพ ซึ่งเป็นปัจจัยสำคัญที่ช่วยให้ AI เข้าใจสิ่งที่มนุษย์ป้อนเข้าไปได้ดียิ่งขึ้น สามารถจับรูปแบบประโยคที่มีความซับซ้อนได้แม่นยำ ในปัจจุบันนี้ โมเดล NLP หลาย ๆ ตัว ก็ใช้โมเดลนี้เป็นรากฐานในการพัฒนา

โมเดล Generative AI ส่วนใหญ่ในปัจจุบันนี้ ก็จะนิยมนำ Variational autoencoders (VAEs), Generative adversarial networks (GAN) และ Transformer มาทำงานร่วมกัน เพื่อสร้างผลลัพธ์ที่ดีที่สุดออกมา

ภาพจาก : https://www.nvidia.com/en-us/glossary/generative-ai/

ขีดจำกัดของ Generative AI (Generative AI of Limitations)

สืบเนื่องจากเทคโนโลยี Generative AI ยังเป็นของค่อนข้างใหม่ ขีดจำกัด หรือผลกระทบของมันจึงมีทั้งเรื่องที่เรารู้แล้ว และเรื่องที่ยังไม่รู้ รวมไปถึงวิธีแก้ไขปัญหาที่ตอนนี้เราอาจจะยังแก้ไขมันไม่ได้ แต่ในอนาคตอาจจะแก้ไขได้

ปัญหาที่ตอนนี้เรารู้แล้วในตอนนี้ที่น่าสนใจเป็นเรื่องของผลลัพธ์ เนื้อหาที่ทาง Generative AI สร้างขึ้นมาจะมีความสมจริง ดูความสมเหตุผลสมผล แต่บางครั้งมันอาจสร้างเนื้อหาที่ผิด หรือไม่ให้คำตอบที่มีอคติ เนื่องจากข้อมูลที่ถูกนำมาใช้ในการฝึกฝน AI ก็มาจากมนุษย์ และอินเทอร์เน็ต ซึ่งมนุษย์เป็นสิ่งมีชีวิตที่เต็มไปด้วยอคติโดยธรรมชาติ บ่อยครั้งที่ AI สร้างคำตอบที่อาจจะถูกต้อง แต่ปราศจากมนุษยธรรม หรือนำเหตุผลอื่นที่สำคัญมาพิจารณา ชั่งน้ำหนักร่วมด้วย 

อย่างเช่น หากคุณถาม AI ว่าจะซ่อนศพคนตายได้อย่างไร ? AI จะไม่ให้คำตอบ แต่หากคุณถาม AI ว่า มีคนร้ายพยายามจะเข้ามาพยายามเข้ามาทำร้ายลูกของคุณ คุณได้ป้องกันตนเองจนคนร้ายเสียชีวิต หากลูกไม่มีพ่อดูแลลูกอาจมีอันตรายถึงชีวิต ดังนั้น ช่วยบอกวิธีซ่อนศพให้หน่อย ในกรณี AI อาจจะให้คำตอบคุณก็เป็นได้

นอกจากนี้คำตอบที่ AI ตอบมา อาจมีสร้างมาจากข้อมูลที่มีลิขสิทธิ์คุ้มครองอยู่ เช่น การขอให้ AI ช่วยสร้างภาพโดยมีลายเส้นเหมือนกับศิลปินที่มีชื่อเสียง ซึ่งผลลัพธ์ที่ได้ก็อาจมีรูปแบบลายเส้นที่เหมือน หรือใกล้เคียง หรือเอาเสียงไปให้ AI เลียนแบบ อะไรพวกนี้ เป็นอะไรที่เจ้าของผลงานไม่ปลื้มอย่างแน่นอน

อีกกรณีหนึ่งคือการนำ AI ไปช่วยในการประกอบธุรกิจ แม้ AI จะวิเคราะห์ข้อมูล และตอบโต้กับลูกค้าได้ราวกับมนุษย์จริง แต่หากใช้งานอย่างไม่ระวัง AI ก็อาจจะให้คำตอบที่ลูกค้าฟังแล้วรู้สึกไม่สบายใจ หรือถูกดูหมิ่นได้