ปัญญาประดิษฐ์ หรือ Artificial Intelligent (AI) กลายเป็นเทคโนโลยีสมัยใหม่ที่ทุกคนทั่วโลกต่างให้ความสนใจและเล็งเห็นถึงประโยชน์มากมาย แต่จริง ๆ แล้วสมองกลเหล่านี้ก็ยังมีขีดจำกัดที่สามารถต้องพัฒนาปรับปรุงเป็น Explainable AI เพื่อให้มีประสิทธิภาพและเที่ยงธรรมมากยิ่งขึ้น ว่าแต่นวัตกรรมใหม่นี้คืออะไร และก้าวหน้าขนาดไหนแล้ว ไปติดตามอ่านกันด้านล่างได้เลย
ความท้าทายและ Pain Points ของการพัฒนา AI ในปัจจุบัน
หนึ่งในจุดอ่อนหลักของระบบปัญญาประดิษฐ์ขณะนี้ คือ แม้กระทั่งนักพัฒนาหรือนักวิทยาศาสตร์ข้อมูลผู้สร้าง AI ขึ้นมากับมือก็ยังไม่สามารถเข้าใจได้ว่า เหตุใดอัลกอริทึม (Algorithm) ที่เขียนขึ้นจึงวิเคราะห์ประมวลผลข้อมูลที่ป้อนเข้าไปแล้วให้ผลลัพธ์ออกมาเป็นคำตอบนั้น ๆ จนในวงการเรียกความท้าทายดังกล่าวว่าเปรียบเสมือน กล่องดำ หรือ Black Box เลยทีเดียว
ยกตัวอย่าง เช่น เราทราบว่า AI ได้รับการฝึกฝนและพัฒนาด้วยคลังข้อมูลรูปภาพสัตว์ปริมาณมหาศาล และทราบด้วยว่าสมองกลอัจฉริยะสามารถระบุว่าสิ่งมีชีวิตนี้คือแมวได้อย่างถูกต้อง แต่วิธีการและขั้นตอนเบื้องหลังการตัดสินใจดังกล่าวของ AI นั้นกลับยังเป็นปริศนาอยู่นั่นเอง
ความท้าทายเรื่อง Black Box ทำให้ผู้เกี่ยวข้องหลายภาคส่วนเกิดความกังวลว่า AI อาจจะมีอคติ จนส่งผลให้เกิดความไม่เชื่อมั่นในผลลัพธ์และประสิทธิภาพของระบบปัญญาประดิษฐ์ โดยเฉพาะอย่างยิ่งเมื่อเทคโนโลยีนี้เริ่มก้าวเข้ามามีบทบาทในการตัดสินใจเรื่องสำคัญต่าง ๆ มากมาย เช่น การคัดเลือก Resume ของผู้สมัครงาน การอนุมัติเงินกู้เพื่อซื้อบ้าน ไปจนถึงการติดตามจับอาชญากร เป็นต้น
ล่าสุด AI วาดรูปที่ผู้คนทั่วโลกต่างพูดถึงอย่าง Dall-E ก็มอบผลลัพธ์ที่นักวิชาการหลายท่านมองว่ายังคงมีอคติและความไม่เท่าเทียมทางเพศ เช่น เมื่อป้อนข้อความว่า “พนักงานต้อนรับบทเครื่องบิน (a flight attendant)” Dall-E ก็แสดงภาพที่มีแต่ผู้หญิงเท่านั้น นอกจากนี้ ยังมีข่าวว่าซอฟต์แวร์ปัญญาประดิษฐ์ด้าน HR ของ Amazon บริษัทเทคโนโลยียักษ์ใหญ่ของโลก ชื่นชอบเพศหญิงน้อยกว่าเพศชาย เช่น ด้อยค่าผู้สมัครที่จบจากโรงเรียนและสถาบันการศึกษาหญิงล้วน เป็นต้น
- 5 อาชีพที่ปัญญาประดิษฐ์ AI อาจเข้ามาแทนที่มากที่สุดในอนาคต
- ระบบเศรษฐกิจและการเงินใน Metaverse จะมีหน้าตาเป็นอย่างไร
- RegTech เทคโนโลยีที่จะช่วยธุรกิจยกระดับงานด้านการกำกับดูแล
Explainable AI (XAI) คืออะไร
ด้วยข้อจำกัดข้างต้นนี้เอง หลายองค์กรในแวดวงเทคโนโลยีจึงพยายามค้นคว้าและพัฒนาปัญญาประดิษฐ์ที่มีศักยภาพสูงยิ่งขึ้นกว่าเดิมอย่าง Explainable AI (XAI) หรือ ปัญญาประดิษฐ์ที่อธิบายได้ ซึ่งสามารถเข้ามาชี้แจงและไขข้อสงสัยได้ว่าสมองกลผ่านกระบวนการคิดวิเคราะห์อย่างไร (How) ทำไม (Why) จึงตัดสินใจแนะนำและให้คำตอบแบบนี้แก่มนุษย์ที่เป็นผู้ใช้งาน
สำหรับคุณสมบัติและลักษณะของ Explainable AI ทางสถาบันมาตรฐานและเทคโนโลยีแห่งชาติ หรือ National Institute of Standards and Technology (NIST) ของกระทรวงพาณิชย์ประเทศสหรัฐอเมริกา ได้นิยามไว้ทั้งหมด 4 ข้อ ดังต่อไปนี้
- ปัญญาประดิษฐ์ Explainable AI ต้องสามารถให้เหตุผล ข้อสนับสนุน หรือหลักฐานที่อยู่เบื้องหลังผลลัพธ์ต่าง ๆ ได้
- ปัญญาประดิษฐ์ Explainable AI ต้องสามารถให้คำอธิบายที่เข้าใจได้อย่างง่ายดายแก่ผู้ใช้งาน
- คำอธิบายของปัญญาประดิษฐ์ Explainable AI ต้องมีความถูกต้องแม่นยำและสามารถสะท้อนให้เห็นได้ว่าทำไมระบบจึงวิเคราะห์คำสั่งแล้วนำมาสู่ผลลัพธ์นั้น ๆ
- ปัญญาประดิษฐ์ Explainable AI มีสิ่งที่เรียกว่า Knowledge Limits กล่าวคือ จะทำงานภายใต้สถานการณ์และข้อจำกัดที่ผู้พัฒนาออกแบบมาเท่านั้น หากยังขาดข้อมูลที่น่าเชื่อถือหรือมีความแน่นอนมากพอ AI นี้ก็จะไม่แสดงผลลัพธ์ออกมา
ความแตกต่างของการทำงานแบบคร่าว ๆ ระหว่าง AI ธรรมดา และ Explainable AI
Credit: Explainable AI: A Brief Survey on History, Research Areas, Approaches and Challenges
ปัญญาประดิษฐ์ที่อัจฉริยะไปอีกขั้นอย่าง Explainable AI จึงมีประโยชน์มากมายหลายประการแก่ทั้งภาคธุรกิจและผู้บริโภค ไม่ว่าจะเป็นการช่วยให้นักพัฒนาและโปรแกรมเมอร์เข้าใจข้อบกพร่องของอัลกอริทึมและนำไปปรับปรุงแก้ไขให้มีประสิทธิภาพมากยิ่งขึ้นได้ง่ายกว่าเดิม นอกจากนี้ ยังเพิ่มความโปร่งใสด้านจริยธรรมของ AI ให้หน่วยงานผู้กำกับดูแลและประชาชนทั่วไปเชื่อมั่นได้ว่า AI สามารถตัดสินใจอย่างมีเหตุผลและหลีกเลี่ยงอคติทุก ๆ ด้านมากที่สุด
การเติบโตของธุรกิจ Explainable AI และตัวอย่างบริษัทที่น่าสนใจ
ปัจจุบันอุตสาหกรรม Explainable AI กำลังได้รับความสนใจอย่างล้นหลามและมีแนวโน้มเติบโตอย่างต่อเนื่อง โดยคาดการณ์ว่ามูลค่าตลาดของเทคโนโลยีนี้จะพุ่งขึ้นจนแตะ 21.03 พันล้านดอลลาร์สหรัฐภายในปี 2030 ส่วนตัวเลขอัตราการเติบโตเฉลี่ยสะสมต่อปี (CAGR) ก็สูงถึง 18.95% เลยทีเดียว
นอกจากนี้ ยังมีนักพัฒนาที่เก่งกาจและเชี่ยวชาญหลายคนออกมาปั้นบริษัท Explainable AI เพื่อช่วยให้องค์กรด้านเทคโนโลยีสามารถสร้างผลิตภัณฑ์ที่มีประสิทธิภาพได้อย่างสะดวกสบายยิ่งขึ้นอีกด้วย ไม่ว่าจะเป็น Fiddler ที่ก่อตั้งโดย Krishna Gade ผู้เคยดำรงตำแหน่ง Head of Data Engineering ของ Pinterest รวมถึง Databricks ที่สนับสนุนลูกค้าองค์กรระดับโลกหลายแห่ง เช่น Shell และ Condé Nast
ในอนาคตข้างหน้า เราคงได้เห็นปัญญาประดิษฐ์ที่นอกจากจะฉลาดหลักแหลม สามารถช่วยทุ่นแรง พร้อมยกระดับประสิทธิภาพการทำงานด้านต่าง ๆ ให้มนุษย์แล้ว ยังมีความโปร่งใสและน่าเชื่อถือเพราะทุกคนสามารถทำการตรวจสอบกระบวนการคิดเบื้องหลังการตัดสินใจและผลลัพธ์ของสมองกลอัจฉริยะเหล่านี้ได้นั่นเอง
