ปี 2019 เป็นปีที่เราได้เห็นการนำเทคโนโลยีปัญญาประดิษฐ์หรือเอไอ (AI) มาใช้ในธุรกิจไทยมากขึ้น ทั้งในอุตสาหกรรมการเงิน ปิโตรเคมี การผลิต และการเกษตร อีกทั้งยังเป็นปีที่เราได้เห็นความก้าวหน้า และ ความเคลื่อนไหวสำคัญๆ ของเทคโนโลยีเอไอ ที่จะส่งผลถึงทิศทางของเอไอในปีนี้ด้วย
ในปี 2020 ไอบีเอ็มคาดการณ์ว่าระบบเอไอจะทำงานได้เร็วขึ้น และมีระบบอัตโนมัติที่ช่วยให้ผู้ใช้งานกลุ่มต่างๆ อาทิ นักวิทยาศาสตร์ข้อมูล กลุ่มผู้ใช้งานธุรกิจ และกลุ่มผู้ใช้ทั่วไป สามารถเข้ามาใช้งานเทคโนโลยีนี้ได้ง่ายขึ้น นอกจากนี้ เทคโนโลยีประมวลผลภาษาธรรมชาติ (Natural Language Processing) จะมีบทบาทสำคัญในการช่วยให้ระบบเอไอสามารถสนทนา อภิปราย และแก้ปัญหา โดยใช้ภาษาที่มนุษย์ใช้ในชีวิตประจำวัน ความก้าวหน้าในด้านต่างๆ เหล่านี้ จะนำไปสู่ระบบเอไอสำหรับการจัดการกับข้อมูลที่โปร่งใสและมีความรับผิดชอบเพิ่มมากขึ้น โดยอาศัยเครื่องมือต่างๆ อาทิ เครื่องมือช่วยในการให้คำอธิบาย (Explainability) เครื่องมือตรวจหาความเอนเอียง (Bias Detection) เป็นต้น
จากบริบทข้างต้น ไอบีเอ็มจึงคาดว่าจะได้เห็น 5 ความเคลื่อนไหวสำคัญของเทคโนโลยีปัญญาประดิษฐ์ในปีนี้
- ระบบเอไอจะสามารถทำความเข้าใจในสิ่งต่างๆ ได้มากขึ้น
ยิ่งระบบเอไอมีข้อมูลมากขึ้นเท่าใดก็จะยิ่งเก่งขึ้นเท่านั้น แต่การที่ระบบเอไอต้องการข้อมูลนั้น ก็อาจทำให้เกิดปัญหาสำหรับธุรกิจและองค์กรบางแห่งที่มีข้อมูลน้อยกว่ารายอื่น แต่ถึงกระนั้นก็ไม่ได้หมายความว่าจะไม่สามารถพึ่งพาปัญญาประดิษฐ์ได้เลย เพราะในปีที่จะถึงนี้ ระบบเอไอจะเริ่มหันมาใช้เทคโนโลยี “Neuro-symbolic” ที่ผสมผสานระหว่างการเรียนรู้และตรรกศาสตร์เพิ่มมากขึ้น
Neuro-symbolic คือกุญแจสำคัญสู่ความก้าวหน้าของเทคโนโลยีการประมวลผลภาษาธรรมชาติ เพราะช่วยให้คอมพิวเตอร์เข้าใจภาษาและการสนทนาของมนุษย์ได้ดีขึ้นโดยใช้หลักเหตุผลตามสามัญสำนึกร่วมกับความรู้เฉพาะสาขา และในอีกไม่นาน ความก้าวหน้าดังกล่าวก็จะช่วยให้ธุรกิจสามารถให้บริการระบบอัตโนมัติสำหรับดูแลลูกค้าและเครื่องมือช่วยเหลือทางเทคนิคที่พูดคุยได้อย่างเป็นธรรมชาติมากขึ้น โดยใช้ข้อมูลในการฝึกฝนปัญญาประดิษฐ์น้อยลง
- เอไอจะไม่แย่งงานเรา แต่จะเปลี่ยนวิธีการทำงานของเรา
เอไอจะยังคงส่งผลให้เกิดการเปลี่ยนแปลงในสถานที่ทำงานต่อไปอีกหลายปี แต่ความกลัวที่ว่ามนุษย์จะถูกแย่งงานอาจไม่จริงนัก นั่นเป็นเพราะจริงๆ แล้ว สิ่งที่เอไอทำคือการพลิกโฉมวิธีการทำงานของมนุษย์ด้วยระบบอัตโนมัติ ดังจะเห็นได้จากงานวิจัยชิ้นใหม่ของ MIT-IBM Watson AI Lab ที่แสดงให้เห็นว่าเอไอจะเข้ามาช่วยเราทำงานทั่วไปอย่างการจัดตารางเวลา แต่จะไม่ส่งผลกระทบนักต่องานที่ต้องใช้ทักษะ เช่น การออกแบบที่ต้องอาศัยความเชี่ยวชาญและการวางกลยุทธ์ธุรกิจ เป็นต้น
อย่างไรก็ดี เมื่อเอไอเข้ามามีบทบาทในองค์กรทั่วโลกมากขึ้นในปีนี้ ผู้ว่าจ้างจะต้องเริ่มปรับบทบาทหน้าที่ของงานแต่ละตำแหน่งให้เหมาะสม ในขณะที่พนักงานก็ควรเน้นเรื่องการเพิ่มพูนทักษะความสามารถของตน
- เอไอจะเป็นผู้ออกแบบระบบเอไอที่ไว้ใจได้
ระบบเอไอที่จะทำให้เราสามารถไว้วางใจได้นั้น จะต้องมีความน่าเชื่อถือ เที่ยงตรง และอธิบายได้ ต้องทำให้ผู้ใช้มั่นใจได้ว่าเทคโนโลยีมีความปลอดภัย และข้อสรุปหรือคำแนะนำต่างๆ ไม่เอนเอียงหรือถูกชี้นำ ในปี 2020 องค์ประกอบต่างๆ ที่ควบคุมเรื่องความน่าเชื่อถือจะถูกฝังรวมเป็นส่วนหนึ่งในระบบเอไอ เพื่อช่วยในการสร้าง ทดสอบ ใช้งาน เฝ้าตรวจสอบ และรับรองการใช้งานระบบเอไอ ไม่เพียงแต่ในเรื่องประสิทธิภาพ แต่รวมถึงในแง่ความน่าเชื่อถือ
เราคาดว่าจะได้เห็นระบบเอไอที่กำกับดูแลเอไอด้วยกันเองเพิ่มมากขึ้น เหมือนกับที่ AutoAI (การใช้เอไอเพื่อสร้างเอไอ) เริ่มกลายเป็นที่นิยม และเรื่องนี้จะส่งผลให้เกิดการสร้างเวิร์คโฟลว์ของระบบเอไอที่น่าเชื่อถือทั่วทั้งวงการ โดยเฉพาะอย่างยิ่งในวงการที่ต้องมีการกำกับดูแลอย่างเคร่งครัด
- เมื่อเอไอใช้พลังงานมากขึ้น จึงจำเป็นต้องมีเทคโนโลยีที่เป็นมิตรต่อสิ่งแวดล้อมมากขึ้นด้วย
ดาต้าเซ็นเตอร์คือหัวใจสำคัญในโลกยุคใหม่ของเรา เพราะเป็นสิ่งที่อยู่เบื้องหลังการทำงานทุกๆ ด้าน ตั้งแต่การประมวลผลระดับองค์กร ไปจนถึงโซเชียลมีเดียและการสตรีมภาพยนตร์เรื่องโปรด อีกทั้งยังเป็นรากฐานของเอไอ ที่ใช้พลังงานคิดเป็น 2% ของพลังงานทั้งหมดทั่วโลก
ความต้องการใช้งานคลาวด์และเอไอจะยังมีอยู่แน่นอน และเราจะได้เห็นความพยายามในการทำให้เทคโนโลยีเอไอยั่งยืนมากขึ้นเรื่อยๆ เช่น การสร้างวัสดุชนิดใหม่อย่างโลหะทรานซิชันออกไซด์ ที่ช่วยให้อุปกรณ์ต่างๆ ยืดหยุ่นมากขึ้น ชิพดีไซน์ใหม่ที่มีการประมวลผลทั้งอนาล็อคและสัญญาณแบบผสม และเทคนิคใหม่ด้านซอฟต์แวร์ที่ใช้หลักการคำนวณโดยประมาณ ภายใต้วัตถุประสงค์ในการรองรับเวิร์คโหลดด้านเอไอที่เพิ่มสูงขึ้นเรื่อยๆ และลดการปล่อยก๊าซคาร์บอนลงด้วย
- ผู้ช่วยเอไอประจำห้องแล็บจะช่วยค้นพบวัสดุชนิดใหม่
การสังเคราะห์สารประกอบอินทรีย์เป็นหนึ่งในการศึกษาวิจัยที่อุตสาหกรรมเคมีให้ความสำคัญมานานกว่าสองศตวรรษ และผลลัพธ์ที่ได้ก็คือยาที่สามารถช่วยชีวิตคน รวมถึงไฟเบอร์สังเคราะห์อีกมากมายหลายชนิด อย่างไรก็ดี นักวิจัยยังคงต้องเผชิญความยากลำบากในการจับคู่ปฏิกิริยาที่เป็นไปได้นับแสนแบบ หรือการสร้างสารประกอบชนิดต่างๆ มากมาย ที่เป็นข้อมูลปริมาณมหาศาล นักวิทยาศาสตร์อาจสามารถจำรูปแบบของปฏิกิริยาได้หลายสิบแบบในสาขาของตนเอง แต่การจะเชี่ยวชาญในทุกเรื่องนั้นแทบจะเป็นไปไม่ได้เลย
ปัจจุบันไอบีเอ็มกำลังพัฒนาเครื่องมือปัญญาประดิษฐ์ที่สามารถคาดคะเนปฏิกิริยาทางเคมีนับล้านแบบ ทั้งแบบย้อนกลับและไปข้างหน้า ตลอดจนการสังเคราะห์สารประกอบในระบบคลาวด์ โดยในปี 2020 คาดว่าจะมีการใช้ประโยชน์จากขุมพลังของเอไอและระบบอัตโนมัติเพิ่มขึ้นอีกมาก เพื่อผลักดันให้เกิดความก้าวหน้าในการพัฒนาและค้นพบวัสดุชนิดใหม่
