ถ้าใครหลาย ๆ คนได้ตามข่าวตอนนี้กันอยู่ ดูเหมือนว่า AI ได้พัฒนาขึ้นมาไกลอย่างน่าเหลือเชื่อ ตอนนี้เราเห็นทั้ง AI ที่สามารถวาดภาพได้อย่าง Midjourney, DALL-E หรือ Novel AI และสามารถตอบคำถามตามที่เราสั่งได้เยอะมาก ๆ อย่าง ChatGPT และ AI ก็ทำงานเหล่านั้นออกมาได้ดีเสียด้วยสิ แบบนี้แปลว่า นี่ถึงเวลาที่ AI จะเข้ามาแทนที่การทำงานของมนุษย์แล้วจริง ๆ งั้นหรอ ?
ก่อนหน้านี้เราได้ทำบทความไปถึง 2 บทความเรื่องเกี่ยวกับการเข้ามาของ ChatGPT กับการประยุกต์เพื่อการทำงาน รวมถึงใน Beartai Weekly ก็ได้มีการพูดถึงการนำเอา ChatGPT เพื่อมาประกอบการทำงานมากขึ้นแล้ว แถมยังมีบทบาทในการทำงานที่มากขึ้นแล้วด้วย กล่าวคือ จากที่แต่ก่อน AI นั้นเป็นเหมือนอะไรที่ไกลตัวมาก คำถามที่ว่า AI จะเข้ามาแทนที่การทำงานของเราแล้ว ก็ยังถือว่าไกลตัวไปด้วย แต่ในนาทีนี้ AI กลับกลายเป็นอะไรที่อยู่ใกล้เรามาก ๆ แล้ว คำถามคลาสสิกอย่าง ‘AI จะเข้ามาแทนที่การทำงานของเราแล้วหรือยัง’ จึงเริ่มชัดเจน และเริ่มมีคนถามมากขึ้นเรื่อย ๆ
แต่ก่อนที่เราจะมาตอบคำถามนี้กัน เราต้องมาดูกันก่อนว่า…
AI ตอนนี้ไปถึงไหนแล้ว ?
คำว่า ‘AI’ ถ้าเราย้อนกลับไปที่นิยามของคำในช่วงนี้จะเห็นว่า AI ที่อยู่ภายในชุดคำสั่ง หรือโปรแกรม มักจะได้ผ่านการฝึกฝน เรียนรู้ และส่ง ‘ผลลัพธ์’ ออกมาให้เหมือนตอบโต้กับมนุษย์ด้วยกันให้ได้มากที่สุด ซึ่ง ChatGPT ผลงานของ OpenAI ที่สามารถพิมพ์พูดคุย โต้ตอบกับเราได้ ถือเป็น AI ที่มีการผ่านการฝึกมาให้โต้ตอบกับมนุษย์ได้เหมือนกับการพูดคุยกันกับเรามากที่สุด ตามนิยามของ AI ที่เคยบอกไว้ก่อนหน้านี้ด้วย
ซึ่งหลักการทำงานของ ChatGPT ไม่ได้มาจากการคิดและตอบเองของ ChatGPT ที่จะทำให้เป็น ‘ปัญญาประดิษฐ์’ จริง ๆ อย่างที่เราเคยให้ความหมายเอาไว้ และกลัวว่าจะมาทำงานแทนเราได้ เพราะจริง ๆ แล้ว ChatGPT ทำงานโดยใช้สิ่งที่เรียกว่า ‘โมเดลภาษา’ (Language Model) หรือการใช้สถิติและความน่าจะเป็น เพื่อวิเคราะห์ความน่าจะเป็นของคำที่จะใส่ต่อไปในประโยค โดยวิเคราะห์จากเนื้อความของบริบทเพื่อจะทำนายคำถัดไป ที่จะต้องผ่านการฝึกด้วยข้อมูลในรูปแบบ ข้อความ จำนวนมหาศาลที่มีอยู่บนโลกนี้ เพื่อโต้ตอบคำพูดออกมาในแบบของตัวเอง
กล่าวคือ หลักการทำงานของโมเดลภาษา จะต้องมีทั้งการฝึกฝนมาด้วยชุดข้อมูลที่ผู้สร้างโมเดลภาษาได้เตรียมเอาไว้โดยมนุษย์อยู่แล้ว แปลว่าสิ่งที่ ChatGPT ตอบได้นั้น จะไม่ได้เกิดจากความคิดของ ChatGPT เอง แต่จะเกิดจากข้อมูลที่มีอยู่แล้ว เหมือนกับว่า ChatGPT มีหนังสืออยู่ในมือ แต่ทำได้แค่เล่าสิ่งที่อยู่ในหนังสือ แต่คิด หรือทำอะไรด้วยตัวเองยังไม่ได้นะ !
นอกจาก ChatGPT ที่ถือว่าเป็นกระแสอย่างมากแล้ว อีกผลงานที่ขึ้นชื่อของ OpenAI ก็คือ DALL·E ซึ่ง DALL·E เป็นโปแกรมที่สามารถสร้างภาพ หรือภาพวาด ที่เป็นภาพต้นฉบับ และตรงกับคำอธิบายข้อความ สามารถรวมแนวคิด, คุณลักษณะ และสไตล์เข้าด้วยกัน และสร้างภาพใหม่ได้ โดย ‘AI สร้างภาพ’ ในรูปแบบนี้มีอยู่หลายเจ้าเลย ไม่ได้มีแค่ DALL·E เท่านั้น แต่ยังมี Midjourney ซึ่งพัฒนาโดยคนละทีมกับ OpenAI โดยสิ้นเชิง หรืออย่าง NovelAI ที่สามารถสร้างภาพวาดสไตล์อนิเมะ (Anime – การ์ตูนญี่ปุ่น) ได้ด้วยการพิมพ์ตัวละคร ท่าทาง และสิ่งที่ต้องการเข้าไป ซึ่งเป็นอีกอย่างที่สร้างความฮือฮาในหมู่คนทั่วไป รวมถึงศิลปินอย่างมาก
การเรียนรู้ของ AI ผ่าน Diffusion Model
หลักการทำงานของ ‘AI สร้างภาพ’ เหล่านี้มีสิ่งที่คล้าย ๆ กันก็คือหลักการทำงานที่จะสร้างภาพขึ้นโดยผ่าน ‘Diffusion Model’ หรือ แบบจำลองทำให้รูปภาพนั้นเกิดความเสียหายด้วยการเพิ่มสัญญาณรบกวน (Noise) จนไม่สามารถจำรูปภาพเดิมได้ และเรียนรู้การย้อนกลับเพื่อสร้างภาพขึ้นมาใหม่ให้อยู่ในสภาพเดิม ซึ่งจะเป็นการฝึกให้โปรแกรมที่ผ่าน Diffusion Model สามารถสร้างภาพขึ้นมาใหม่จากการเพิ่มข้อมูลเข้าไปได้
โดยเฉพาะภาพที่เป็นสไตล์อนิเมะ เหล่า ‘ศิลปิน AI’ ก็มักจะใช้ ‘Stable Diffusion‘ ซึ่งเป็นซอร์สโค้ดแบบฟรีที่ใคร ๆ ก็สามารถนำไปพัฒนาต่อเพื่อสร้างภาพ ‘AI Art’ ในแบบของตัวเองได้ ด้วยการปรับแก้ทั้งวิธีการสร้างในแบบของตัวเอง, ข้อมูลที่ใช้ประกอบการสร้างภาพใหม่ และการนำไปใช้ ซึ่งทำให้แค่ใส่ภาพตัวอย่างเข้าไป ก็แทบจะให้ AI สร้างภาพที่เหมือนกับตัวอย่างที่เราใส่ไปได้เลย
Diffusion Model ไม่อาจจะเรียกได้ว่าเป็น AI อย่างแท้จริงได้
กล่าวโดยสรุปก็คือ ผลงานที่ผ่านการทำงานของ Diffusion Model ไม่อาจจะเรียกได้ว่าเป็น AI อย่างแท้จริงได้ เพราะว่ายังไม่สามารถคิด หรือประมวลผลต่าง ๆ ได้ด้วยตัวเอง แต่ขณะเดียวกันก็สามารถทำตามที่เราสั่งได้ อย่างการสร้างภาพใหม่ แม้จะทำได้ดี แต่เราก็ต้องมีการคิด ‘Prompt’ หรือคำอธิบายเบื้องต้นอยู่ดี รวมถึง จะต้องมีการใส่ ‘ข้อมูลเดิมที่มีอยู่แล้ว’ เพื่อให้ AI นำมาทลาย เก็บเป็นข้อมูล และสร้างภาพขึ้นมาใหม่จากข้อมูลเหล่านั้น
แปลว่าถ้าเราพูดถึง ‘AI’ ตามนิยามของคำในช่วงนี้ ก็จะแปลความหมายได้ว่า AI ที่เป็นที่นิยมอยู่ในตอนนี้ทั้ง 2 รูปแบบ ไม่ได้ถือว่าเป็น AI ที่คิดได้เองอย่างสมบูรณ์ แต่เป็น “Weak AI” หรือ Artificial Narrow Intelligence (ANI) ต่างหาก
แม้เป็น Weak AI แต่ก็ส่งผลกับมนุษย์อยู่ดี
แต่ก็ใช่ว่าการที่ AI เหล่านี้เป็น ‘Weak AI’ จะอ่อนแอ และไม่ได้มีผลอะไรกับมนุษย์ตามชื่อนะ !
เพราะแม้ว่า AI เหล่านี้ยังต้องการคนที่จะมาบังคับมัน แต่ขั้นตอนของการทำงานที่ต้องใช้ AI กลับกลายเป็นปัญหาใหญ่มากกว่าที่คิด เมื่อการเข้ามาของ AI เข้ามาแทรกแซงขั้นตอนการทำงานของอาชีพหลากหลายอาชีพมาก ไม่ว่าจะเป็นนักเขียน นักวิชาการ ไปจนถึงศิลปินก็โดนเหมือนกัน
ถ้าใครอ่านเมื่อซัก 3 ย่อหน้าก่อนหน้านี้ เราจะเห็นว่า การสร้างภาพของ AI ซักภาพ จะต้องผ่าน ‘Diffusion Model’ ที่ต้องมี ‘ข้อมูลเดิม’ ถึงจะสามารถสร้างภาพใหม่ขึ้นมาได้ และตรงนั้นแหละที่มีปัญหา
ก่อนหน้านี้เองก็ได้มีประเด็นที่เกี่ยวข้องกับการเข้ามาของ AI และสิ่งที่มันทำได้ และเกิดเหตุการณ์ขึ้นหลายอย่างมาก เช่น มีคนเอา ChatGPT มาสร้างมัลแวร์ หรือ มีคนเอา ChatGPT มาใช้ในการเขียนงานมากจนโดนแบนในสำนักงานการศึกษาของเมืองนิวยอร์ก และในวงการศิลปิน นักวาดภาพก็มีประเด็นเกี่ยวกับนักวาดที่โดน ‘ขโมยภาพ’ ไปให้ AI สร้างภาพใหม่ที่สไตล์เหมือนกับของตัวเองขึ้นมา เช่นกรณีของนักวาดคนหนึ่ง ที่กำลังวาดภาพอยู่บนสตรีม และมีคนขโมยภาพที่ยังไม่เสร็จไปให้ AI ทำต่อจนเสร็จ จนเกิดเรื่องขึ้นมา
ระหว่างที่กำลังศึกษาในด้านนี้อยู่ เราได้เห็นว่ามีการนำเอา ‘ผลงานที่มีอยู่แล้ว’ มาสร้างขึ้นเป็นผลงานชิ้นใหม่จากหลากหลายผู้ให้บริการมาก และไม่ใช่แค่ภาพวาดแล้ว แต่เป็น ‘เพลง’ ซึ่งใช้หลักการเดียวกันกับการทำภาพวาด ก็คือเจ้า ‘Diffusion Model’ นี่แหละ เช่น Riffusion ที่แค่เราพิมพ์เพลงที่เราอยากได้ เว็บไซต์นี้ก็จะสร้างเพลงที่ตรงตามคำที่เราใส่เอาไว้ออกมาให้ทันที หรืออย่าง Soundraw ที่ช่วยสร้างเพลงแบบ ‘Royalty Free’ หรือเพลงที่ไม่มีลิขสิทธิ์ไว้ใช้ในงานทั้งวิดีโอและพ็อดแคสต์
แม้ว่าสิ่งที่ AI ทำได้จะเกิดเป็นประโยชน์ต่อการทำงาน ที่ช่วยอำนวยความสะดวกในหลากหลายขั้นตอนได้ แต่กลายเป็นว่า ‘ผู้คน’ ที่เห็นสิ่งที่ AI ทำได้ กลับนำความสามารถของ AI เหล่านี้ไปใช้ในทางที่ผิด อย่างเช่นที่บอกไว้ก่อนหน้านี้ ที่มีผู้ขโมยเอา ‘ภาพที่มีลิขสิทธิ์’ ของนักวาดเหล่านั้นมาเพื่อขโมย ‘สไตล์’ ของนักวาด ทำให้ศิลปินหลากหลายคนในตอนนี้ก็มีภาพจำกับ AI และ ‘นักวาดจาก AI’ ในทางที่ไม่ดีไปแล้ว
แต่ก็ใช่ว่าการมีอยู่ของ AI ที่นำข้อมูลที่มีอยู่แล้วมาช่วยในการประมวลผล จะทำให้เกิดแต่ผลเสียไปซะหมด เพราะที่จริงแล้ว ถ้าใช้ถูกวิธี AI ก็ช่วยทำในสิ่งที่ปกติหลาย ๆ คนทำไม่ได้เช่นเดียวกัน อย่างเช่น Nvidia ที่ได้ออก NVIDIA Maxine ที่นำ AI มาช่วยให้การวิดีโอคอล หรือการประชุมออนไลน์เป็นไปอย่างราบลื่นขึ้น ด้วยการปรับปรุงเอฟเฟกต์เสียง วิดีโอ และ AR (Augmented Reality – ความเป็นจริงเสริม) ในแบบเรียลไทม์ โดย 1 ในฟีเจอร์ล่าสุดก็คือ ‘Eye Contact’ ที่ใช้ AI ช่วยแสดงผลสายตาของผู้ใช้ให้โฟกัสอยู่ที่กล้องตลอดเวลา แปลว่า AI ก็ช่วยให้การทำงานของเราสะดวกขึ้นได้นี่นา
แล้ว AI จะเข้ามาแทนที่คนได้จริงหรือ?
ทีนี้เรากลับไปที่คำถามตอนแรกว่า ‘แล้ว AI จะเข้ามาแทนที่งานเราได้จริงหรอ ?’ ถ้าถามคำถามนี้ในสมัยก่อน ก็คงจะได้รับคำตอบประมาณว่า ‘โห อีกนาน กว่ามันจะมาแทนที่เราได้’ แต่ถ้ามาถามคำถามนี้ในปี 2023 คำตอบคงจะต้องเปลี่ยนเป็น ‘มันเข้ามาแทนที่งานเราแน่ ถ้าเรายังไม่ปรับตัว’ ตัวเราเองก็ยอมรับเช่นกันว่า ‘AI มีความสามารถมากกว่าสมัยก่อนมาก’ แม้ตอนนี้มันจะยังไม่สามารถคิดได้ด้วยตัวเองจนทำให้ใครหลายคนกลัวว่า AI จะกลายเป็นแบบในภาพยนตร์เรื่อง Terminator หรือ I, Robot ก็ตาม แต่ AI ที่เหมือน ‘เสร็จไปแล้วครึ่งนึง’ นี้ ก็ทำให้คนที่รู้ตัวเร็ว ปรับตัวกับการเข้ามาของ AI เร็ว ก็ได้นำเอา AI มาช่วยในการทำงานจนก้าวไปไกลกว่าผู้ที่ไม่มีความรู้ด้านนี้มากนัก
สุดท้ายแล้ว ประเด็นที่สำคัญที่สุดของการเข้ามาของ AI ในวินาทีที่เรากำลังเขียนบทความนี้ ก็คือ AI แทนที่งานเราไม่ได้หรอก ถ้าเราปรับตัว แต่ในขณะเดียวกัน ผู้ที่คิดค้น AI หรือเทคโนโลยีที่ใช้ข้อมูลที่มีอยู่มาสร้างผลงานใหม่เหล่านั้นเองก็ต้องเริ่มลงมือ และเอาจริงกับคนที่เลือกที่จะ ‘ขโมย’ สิ่งที่มีลิขสิทธิ์อยู่แล้ว และหาประโยชน์จากการนำเอาผลงานของผู้อื่นมาดัดแปลงเล็กน้อย และเคลมเป็นของตัวเอง เพื่อให้การมีอยู่ของ AI ทั้งในตอนนี้ และที่กำลังจะเกิดขึ้นใหม่ในอนาคต กลายเป็นสิ่งที่สร้างสรรค์ และเป็นประโยชน์ต่อมนุษยชาติทุกฝ่าย ตามความตั้งใจของ OpenAI ที่สร้างทั้ง ChatGPT และ DALL·E ขึ้นมาเพื่อให้ AI เข้าถึงมนุษย์ได้มากขึ้น
AI คงจะไม่เข้ามาแทนที่งานของเราในเร็ว ๆ นี้หรอก แต่ผู้ที่สามารถใช้ AI ที่มีอยู่ในตอนนี้ให้เกิดประโยชน์สูงสุดนั่นแหละ คงเข้ามาแทนที่เราในเร็ว ๆ นี้แน่
พิสูจน์อักษร : สุชยา เกษจำรัส