‘AI’ จากยุคของช่วงตกต่ำเริ่มเข้าสู่ การก้าวกระโดดของ ‘Generative AI’

ช่วง 2-3 เดือนที่ผ่านนี้ ผมมีโอกาสไปบรรยายหัวข้อเรื่องของ Generative AI โดยเฉพาะตัวอย่างการใช้ ChatGPT ให้กับหลายหน่วยงาน ตั้งแต่ผู้บริหารระดับสูง ไปจนถึงเจ้าหน้าที่ หรือพนักงานทั่วไป ผู้ฟังส่วนมากที่เห็นความสามารถของ Generative AI ต่างทึ่ง ในความสามารถของมัน และ เชื่อว่าจะนำไปสู่การเปลี่ยนแปลงการทำงานในองค์กรครั้งใหญ่ และเห็นความจำเป็นที่ต้องสร้างทักษะความรู้ความเข้าใจ ให้พนักงานในองค์กร และต้องรีบมีกลยุทธ์ในการนำ Generative AI มาใช้

แต่บางคนยังอยู่ในระหว่างศึกษา และทำความเข้าใจกับมันว่า คือ อะไร และอะไรคือความแตกต่างระหว่างเอไอกับ Generative AI หรือบางคนยังเกิดความกลัว หรือความไม่แน่ใจที่จะนำ Generative AI มาใช้ โดยกังวลในเรื่องการสร้างข้อมูลที่ผิดหรือการละเมิดข้อมูลส่วนตัว

แท้จริงแล้ว เอไอ ไม่ใช่เรื่องใหม่ คำว่าเอไอนี้มีตั้งแต่ปี 1955 โดยระบุว่าเป็นการทำให้เครื่องจักรฉลาดและทำงานได้เหมือนมนุษย์ เช่น สามารถมองเห็น พูดได้ เคลื่อนไหว ใช้ภาษา วิเคราะห์ข้อมูล หรือเรียนรู้เรื่องใหม่ๆ ได้ ซึ่งในช่วงแรกๆ ก็มีความพยายามในการพัฒนาให้ AI เก่งขึ้น โดยพัฒนาอัลกอริทึกในการเรียนรู้ของเครื่องจักร (Machine Learning) ทั้งนี้ความฉลาดของเอไอจะขึ้นอยู่กับปริมาณข้อมูลที่นำมาสอนให้ระบบได้เรียนรู้ เช่น การจำจดภาพ ยิ่งถ้ามีภาพให้ระบบคอมพิวเตอร์เรียนรู้มากขึ้นระบบก็จะยิ่งเก่งขึ้น

แต่ด้วยข้อจำกัดของเครื่องคอมพิวเตอร์ในยุคนั้นที่ยังไม่มีประสิทธิภาพในการประมวลผลรวดเร็วเท่าปัจจุบัน และข้อมูลดิจิทัลที่ยังมีจำกัดจึงทำให้ประสิทธิภาพของเอไอไม่ได้ดีตามที่คาดหวัง การพัฒนาเทคโนโลยีนี้จึงถูกลดความสำคัญลง และในช่วงปี 1980 เริ่มเข้าสู่ช่วงตกต่ำของเอไอหรือที่เรียกว่า AI Winter โดยการพัฒนาและการลงทุนด้านเอไอลดลงหรือหยุดชะงักไปนับสิบปี

จนกระทั่งเกิดจุดเปลี่ยนของเอไอครั้งสำคัญเมื่อเดือนมีนาคม 2016 ที่ทีมงาน Google DeepMind ได้พัฒนาโปรแกรมเอไอ AlphaGo แข่งหมากล้อมกับแชมป์โลกชาวเกาหลีและสามารถชนะไปได้ถึง 4 ต่อ 1 เกมส์ ซึ่งโปรแกรม AlphaGo ที่พัฒนาขึ้นใช้อัลกอริทึมที่เรียกว่า Deep Learning

Deep Learning เป็นซับเซ็ตของ Machine Learning โดยมักจะใช้กับชุดข้อมูลที่มีขนาดใหญ่และมีความซับซ้อน Deep Learning สามารถเรียนรู้จากข้อมูลโดยอัตโนมัติ ซึ่งทำให้มันมีประสิทธิภาพในการจัดการกับงานที่มีความซับซ้อน ได้ดีกว่า Machine Learning แบบเดิม

ความสำเร็จเบื้องต้นของ Deep Learning คือจุดประกายการพัฒนาและทำให้การลงทุนเอไอเพิ่มขึ้นอย่างมากมาย ส่วนหนึ่งก็เพราะว่าเครื่องคอมพิวเตอร์เริ่มมีประสิทธิภาพในการประมวลที่ดีขึ้นมาก ประกอบกับข้อมูลในโลกดิจิทัลมีมากขึ้น เราจึงเริ่มเห็นประสิทธิภาพของเอไอที่ดีขึ้นอย่างรวดเร็วทั้งในการจดจำภาพ การประมวลผลภาษาธรรมชาติ  การวิเคราะห์ข้อมูลขนาดใหญ่ จนเอไอได้เข้ามาเป็นส่วนหนึ่งในชีวิตประจำวันของผู้คนในทุกด้าน โดยคนอาจไม่รู้เลยว่าระบบหรืออุปกรณ์ที่เราใช้อยู่มีการนำเทคโนโลยีเอไอมาช่วยในการทำงาน

เอไอมีหลายแขนง ได้แก่ หุ่นยนต์ รถยนต์อัตโนมัติ การจดจำลายนิ้วมือ ตลอดจนการแนะนำเส้นทางการเดินทาง ฯลฯ ซึ่งต่างก็เป็นซับเซ็ตของเอไอ เช่นเดียวกับ Generative AI ที่เป็นแขนงหนึ่งของเอไอใช้ในงานสร้างสรรค์ เช่น การเขียนข้อความ การสร้างภาพ การแต่งเพลง และการสร้างวิดีโอ

เมื่อ 3-4 ปีที่แล้ว คงไม่มีใครเชื่อหากบอกว่า อีกไม่กี่ปีเอไอจะแต่งหนังสือได้ทั้งเล่ม สามารถสรุปข้อความ หรือวาดภาพได้เก่งกว่ามนุษย์ แต่ทันทีที่บริษัท Open AI เปิดตัวโปรแกรม ChatGPT ที่เป็น Generative AI เมื่อสิ้นเดือนพฤศจิกายน ปีที่ผ่านมา ทำให้คนที่ได้ใช้งานและเห็นประสิทธิภาพในการสร้างข้อความและการนำมาช่วยงานด้านต่างๆ มีความประหลาดใจในความสามารถของมัน จากที่เราคิดว่าอีกนานกว่าเอไอจะสามารถทำได้เช่นนี้ โดยเฉพาะเรื่องของการประมวลผลภาษาธรรมชาติ แต่วันนี้มันกลับมีการพัฒนาขึ้นอย่างรวดเร็ว

ดังนั้นจึงไม่แปลกใจที่จะเห็นจำนวนผู้ใช้โปรแกรม ChatGPT เพิ่มขึ้นมากกว่าหนึ่งร้อยล้านคนภายในเวลาสองเดือน ซึ่งรวดเร็วกว่าโปรแกรมหรือเทคโนโลยีใดๆ ไม่ว่าจะเป็น Facebook หรือ TikTok 

ในปีนี้บริษัทเทคโนโลยีใหญ่อย่าง Microsoft, Google, Amazon และ Meta ต่างมุ่งมาลงทุนในงานด้าน Generative AI อย่างมาก ดังเช่น Microsoft ลงทุนใน OpenAI เป็นจำนวน 10,000 ล้านดอลลาร์ และเริ่มนำเทคโนโลยีนี้มาใช้ในผลิตภัณฑ์ของตน Google ลงทุนใน Anthropic ที่เป็นผู้พัฒนา Generative AI เป็นจำนวน 300 ล้านดอลลาร์ และเพิ่มการพัฒนาเทคโนโลยีนี้ภายในองค์กรอย่างมาก Amazon Web Services ได้ทำความร่วมมือกับ Stability AI ที่เป็นผู้พัฒนาเครื่องมือสร้างภาพด้วย AI และเมื่อเร็วๆ นี้ Amazon ได้ประกาศเปิดตัวบริการใหม่ที่ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชัน Generative AI ตัวเองบน AWS

นอกจากนี้ นักลงทุน Venture capital และ Private equity ได้ให้ความสนใจในการลงทุนด้าน Generative AI มากขึ้น โดยในปี 2022 มีการระดมทุนให้กับ 3,198 บริษัทสตาร์ทอัปด้านเอไอ เป็นจำนวนเงินรวม 52.1 พันล้านดอลลาร์ และมี 110 ราย ที่เกี่ยวข้องกับการพัฒนา Generative AI เป็นจำนวนเงินรวม 2.6 พันล้านดอลลาร์ ซึ่งเพิ่มขึ้นจาก 1.5 พันล้านดอลลาร์ในปี 2021

KPMG ก็เพิ่งออกรายงานการสำรวจผู้บริหารองค์กรต่างๆ ล่าสุดพบว่าผู้บริหารส่วนใหญ่เห็นความสำคัญในความสามารถของ Generative AI และเชื่อว่ามันมีศักยภาพในการเปลี่ยนแปลงองค์กร ทั้งนี้ 77% เชื่อว่า Generative AI จะเป็นเทคโนโลที่มีผลกระทบมากที่สุดต่อธุรกิจในช่วง 3-5 ปีข้างหน้า โดยมีผลกระทบมากกว่าเทคโนโลยีอื่นๆ อย่าง หุ่นยนต์ขั้นสูง คอมพิวเตอร์ควอนตัม AR/VR บล็อกเชน และ 5G 

Generative AI รอบนี้คงไม่เกิดปรากฎการณ์แบบ AI Winter เหมือนในยุคปี 1980 ที่การพัฒนาหยุดชะงัก จากประสิทธิภาพที่ยังไม่ดีพอหรือมีความคาดหวังที่มากจนเกินจริง แต่น่าจะกลายเป็นเทคโนโลยัที่สำคัญมาก ที่เราทุกคนอาจต้องหันมาให้ความสนใจอย่างจริง สร้างความเข้าใจกับมัน และอาจต้องเริ่มมีกลยุทธ์ที่จริงจังกับเทคโนโลยีด้านนี้ มิฉะนั้นแล้วตัวเราและองค์กรอาจจะก้าวไม่ทันการเปลี่ยนแปลงของโลก