Andrew Ng เป็นอาจารย์ที่โด่งดังอยู่ในวงการเรื่อง AI อยู่แล้วตั้งแต่วิชาเรียนใน Coursera ซึ่งในวันนี้ Generative AI กำลังเติบโต มาดูกันว่าอาจารย์พูดถึงโอกาสไว้ว่าอย่างไรบ้าง มีหลายประเด็นที่น่าสนใจไม่น้อยเลย
ความเร็วในการพัฒนา AI จนถึงการนำไปใช้จริง
เป็นเรื่องที่ผมสัมผัสกับตัวเองมาเช่นกัน หลังจากที่การพัฒนา Model AI ซักอย่างมีขั้นตอนที่ยุ่งยาก ที่ต้องหาข้อมูล ทำการ Label ข้อมูล และพัฒนาปรับแต่งโมเดลจนได้ความแม่นยำที่เหมาะสม งานจะมีความซับซ้อนเป็นพิเศษถ้าเป็นการทำ Natural Language Processing (NLP) ที่ทำเรื่องของโมเดลภาษา แต่หลังจากที่ Generative AI เข้ามาก็ทำให้ กระบวนการต่างๆ ง่ายขึ้น ตามที่อาจารย์บอกไว้เราใช้เวลาไม่นานในการพิสูจน์ว่าไอเดียที่คิดไว้ทำได้หรือไม่โดยการ Prompt ได้เลย
ล่าสุดผมเพิ่งได้คุยกับทีมว่า โดยปกติ NLP ทำอะไรได้บ้าง เช่น
- การวิเคราะห์อารมณ์ของข้อความ (Sentiment analysis)
- แยกประเภทของข้อมูล (Classification)
- การสรุปข้อความ (Summarization)
ซึ่งทั้งหมดนี้แน่นอนมี Library ที่ทำงานได้ ในขณะเดียวกัน ChatGPT ทำมันได้อย่างสวยงามและไม่ยุ่งยากอีกต่อไป ทำให้เปิดโอกาสในการสร้างไอเดียทางธุรกิจใหม่ ๆ ได้อีกมากมาย
AI สายไหนจะเติบโตขึ้นในอีก 3 ปีต่อจากนี้
จากภาพวงนอกที่เป็นสีอ่อนจะเป็นแนวโน้มการเติบโต จะเห็นได้ว่าการทำ Supervised learning ก็ยังคงเป็นโจทย์ใหญ่ในวงการอยู่ แต่ในขณะเดียวกัน Generative AI ก็เติบโตขึ้นอย่างรวดเร็วถ้าเทียบสัดส่วนแล้วจะเห็นว่าโตขึ้นเป็นเท่าตัวเลยทีเดียว
ส่วน Reinforcement Learning (RL) ที่ส่วนตัวผมชอบเพราะแนวคิดน่าสนใจดี รอบที่เอาไปแข่งกับ Botnoi ใน DSE#4 ชนะเลิศมาได้ก็เพราะเอา RL มาประยุกต์กับการแนะนำอาชีพของเด็ก ไว้จะเอามาปัดฝุ่นเล่าให้ฟังอีกซักที แต่จากภาพ RL ไม่ได้มีการพัฒนาต่อยอดเท่าไรนักเหมือนจะหยุดนิ่งไปเลย
ทำไมเดิมที AI ยังไม่ได้ถูกใช้อย่างแพร่หลายมากนัก
ผมเองไม่ได้เคยคิดถึงมุมนี้มาก่อนว่าจริง ๆ AI เอาไปใช้ในงานด้านไหนสร้างคุณค่าหรือรายได้เยอะ จากรูปจะเห็นว่า AI ใช้กับเรื่อง โฆษณา (Ads) เยอะที่สุด รองลงมาเป็นเรื่องของ การค้นหา (Web Search) ซึ่งถ้าพูดถึงโจทย์ที่ AI มาแก้ได้มีมากกว่านี้อีกมาก แต่เป็นปัญหาเรื่อง Long tail คือบางโจทย์อาจจะต้องใช้วิศวกรจำนวนมากในการทำ แต่คุณค่าที่ได้กลับมาอาจจะไม่คุ้มที่จะระดมทรัพยากรลงมาทำ
แต่การที่มีเรื่อง Low/no code มาให้เราใช้กันมากขึ้น รวมไปถึงการพัฒนาโมเดลได้ด้วยการ Prompts ทำให้เปิดโอกาสที่จะแก้ปัญหาที่เป็นโจทย์ที่มีความหลากหลายมากยิ่งขึ้น
กระบวนการสร้าง Start up ด้วยฐานของ AI ได้อย่างไร
จากภาพทำให้ผมตื่นเต้นพอสมควรกับการสร้าง Start ups ใหม่ ๆ ซึ่งอาจจะเป็นโอกาสสำหรับประเทศไทยในการปั้นธุรกิจออกมาได้รวดเร็วมากขึ้น โดยรวมแล้วการพัฒนา AI จนออกมาเป็นเครื่องมือที่ใช้งานได้จริง ใช้เวลาไม่ถึง 1 ปีและมีคนที่พร้อมให้การลงทุนแล้ว
แต่สิ่งที่อาจารย์เน้นย้ำเรื่องความสำเร็จคือ ต้องไม่กำหนดโจทย์ที่กว้างเกินไป เช่น เอา AI ไปใช้กับบริการทางการเงิน อาจจะต้องเจาะจงกว่านั้น เพื่อให้เป็นโจทย์ที่ Falsified คือสามารถพิสูจน์ได้ว่าผิดหรือถูกได้อย่างมีประสิทธิภาพ
บทสรุปและความเห็นส่วนตัว
จากที่ฟังมาตลอดจะเห็นว่า ขั้นตอนแรกในการเอา AI ไปใช้ก็เริ่มจากการ Validate ตลาดก่อนอยู่ดีว่ามีโจทย์อะไรต้องแก้ ไอเดียเรามีแนวโน้มจะแก้ไขได้ไหม ไม่ได้เอา AI เป็นตัวนำ สื่งที่รู้สึกคู่ไปกับความตื่นเต้น คือ ความกลัว ถ้าเราคนไทยตามกระแสของโลกไม่ทัน ทุกคนเอา Generative AI มาทำนวัตกรรมออกสู่ตลาดกันมากมาย เรียกได้ว่าเราจะถอยหลังไปไกลแน่นอน ถึงอย่างนั้นผมรู้ว่ามีบริษัททั้งที่ผมรู้จักได้คุยกัน ขยับมาทำด้าน Prompt engineering กันมากยิ่งขึ้น ซึ่งก็เป็นเรื่องที่น่ายินดี โดยส่วนตัวผมก็จะศึกษาเพื่อเอา Generative AI มาใช้งานเชิงลึกมากขึ้นเช่นกัน ยังมีโจทย์สนุก ๆ ให้ลองเล่นอยู่อีกมากรอเราลองไปแก้อยู่
