ถ้าถามว่า “ใครคือ idol ของแอดในด้าน AI/ ML?”
คนๆนั้นคือ Andrew Ng ผู้ก่อตั้งโรงเรียนออนไลน์ที่ใหญ่ที่สุดในโลก Coursera และ founding member ของ Google Brain อย่างไม่ต้องสงสัย เรียกว่าเป็นหนึ่งในศาสดาแห่งโลก AI เลยก็ได้
อ. Andrew ไปขึ้นพูดที่ TED Talk ในเดือนตุลาคม 2022 ที่ผ่านมากับหัวข้อ How AI Could Empower Any Business เป็นทอล์คที่ดีมากๆ อยากให้ทุกคนได้ฟังจริงๆ
📝 แอดเขียนสรุปเนื้อหาสำคัญของทอล์คนี้มาให้อ่านกันแล้ว
Table of Contents
Rise of AI
Andrew เปรียบเทียบ Rise of AI กับ Rise of Literacy เมื่อหลายร้อยปีที่แล้ว สมัยนั้นการอ่าน การเขียนเป็นสิทธิของชนชั้นสูงเท่านั้น เช่น high priests สำหรับคนทั่วไปก็แค่ไปที่โบสถ์เพื่อฟังนักบวชอ่านหนังสือให้ฟัง
Fortunately, it was since figured out that we can build a much richer society if lots of people can read and write
Andrew Ng
โชคดีที่พวกเราพบว่าสังคมเราจะมีคุณภาพสูงขึ้นได้ (richer society) ถ้าคนในสังคมนั้นๆอ่านและเขียนได้ ระบบการศึกษาจึงได้ถูกพัฒนาขึ้นมา
ในปัจจุบัน AI เป็นเหมือนกับ Literacy เมื่อร้อยกว่าปีที่แล้ว ที่ความรู้ AI ถูกจำกัดอยู่กับคนส่วนน้อย high priests of AI อย่างเช่น AI/ ML engineers รายได้สูงๆที่ทำงานในบริษัท Big Tech
Andrew เชื่อว่าเราสามารถสร้างโลกที่ดีขึ้นกว่านี้ได้ ถ้าทุกคนมีความรู้พื้นฐานและมีส่วนร่วมกับการพัฒนา AI ในอนาคต [อ่านสรุปคอร์ส AI for Everyone ที่แอดเคยเขียนไว้ได้นะครับ]
AI is Expensive to Build
เหตุผลที่ practical AI ส่วนใหญ่ถูกพัฒนาและสร้างในบริษัท Big Tech
- AI Projects ใช้ทรัพยากรเยอะมากในการพัฒนา
- ต้องการผู้เชี่ยวชาญด้าน AI จำนวนมาก
- AI Systems ราคา 1-10 ล้านเหรียญเห็นได้เป็นปกติใน Silicon Valley
- Big Tech มีจำนวน users เยอะมากๆ ระดับ millions-billions of users ทำให้การลงทุนใน AI คุ้มทุนได้ง่ายกว่าบริษัทเล็กๆ
Big Tech create AI systems that can be applied to very large number of users to generate a massive amount of revenue
Andrew Ng
สูตรการสร้าง AI ในบริษัท Big Tech ใช้ไม่ค่อยได้ผลเลยพอออกจาก tech industry
Andrew บอกว่านอกสายเทคเป็นเรื่องยากมากที่จะหาโปรเจ็คที่ทำสำเร็จ ระดับที่ใช้กับฐานลูกค้าระดับล้านๆคน และได้ผลตอบแทนกลับมาคุ้มทุน i.e. comparable economics
เป้าหมายของ Andrew คือการ democratizing AI ให้ทุกคนได้ใช้
Andrew เล่าว่าเค้าชอบขับรถไปร้านพิซซ่าใกล้บ้าน ฮาวายเอี้ยนอร่อยมาก แล้วเค้าก็เห็นว่าพิซซ่าหลายถาดวางอยู่บนเชลฟ์เย็นหมดแล้ว (เพราะขายไม่ได้) และบางรสชาติก็ไม่มีของบ่อยๆ
By selling pizza, he is generating Data.
ถ้าเจ้าของร้านพิซซ่าเก็บ data มาทำ AI ช่วยหาพฤติกรรมการซื้อของลูกค้า วันไหนจะขายอะไรดี เมนูไหนควรลดหรือเพิ่ม AI อาจจะช่วยเพิ่มรายได้ให้ร้านพิซซ่าเล็กๆแบบนี้ได้หลายพัน USD ต่อปี
เงินหลักพันอาจจะเป็นเรื่องเล็กสำหรับ Big Tech แต่สำหรับเจ้าของร้านพิซซ่าเล็กๆ เงินกำไรที่เพิ่มขึ้นมาอาจมีความหมายมาก จ่ายค่าบิล จ่ายค่าพนักงาน มีคุณภาพชีวิตที่ดีขึ้น – a huge deal
AI with Small Data
เราได้ยิน hype เกี่ยวกับ AI ว่าต้องใช้ข้อมูลขนาดใหญ่ในการเทรนโมเดล แต่ความจริง AI สามารถทำงานได้ดีกับข้อมูลขนาดกลางๆ (modest amounts) เช่น ข้อมูลที่มาจากร้านพิซซ่าร้านเดียว
AI can often work just fine even on modest amounts of data, such as the data generated by a single pizza store
Andrew Ng
❌ ปัญหาตอนนี้ไม่ใช่เรื่อง data ไม่พอ
✅ แต่เป็นปัญหาเรื่องต้นทุนและค่าใช้จ่ายในการจ้างทีม AI มาทำงานที่ร้านพิซซ่าขนาดเล็ก
ในประเทศอเมริกามีร้านอาหารมากกว่าห้าแสนร้าน บริการลูกค้าหลายสิบล้านคน เมนูอาหารและประเภทลูกค้าที่ต่างกัน ทำให้เป็นเรื่องยากที่จะสร้าง one-size-fits-all AI ที่ตอบโจทย์ทุกคน
ถ้าธุรกิจขนาดเล็ก SMEs หรือ local business สามารถเข้าถึงเทคโนโลยี AI ได้ ตัวอย่างเช่นร้าน T-shirts พวกเค้าจะสามารถใช้ AI เพื่อช่วยแก้ปัญหาต่างๆเหล่านี้ได้เลยทันที
- Demand forecasting
- Product placement
- Supply chain
- Quality control
กลับสู่โลกความจริง มีโอกาสน้อยมากที่บริษัทขนาดเล็กแบบนี้จะเข้าถึง AI ยิ่งถ้าเราออกจาก Internet & Tech Sectors ยิ่งเป็นไม่ได้เลย บริษัทขนาดใหญ่ที่ไม่ใช่สาย tech อย่างเช่น บริษัทผลิตยา ผู้ผลิตรถยนต์ โรงพยาบาล ก็ยังเจอปัญหาในการประยุกต์ใช้ AI อย่างจริงจัง
Andrew เรียกสิ่งนี้ว่า “The long-tail problem of AI“
AI’s Long Tail Problem
ถ้าเราเรียงโปรเจ็ค AI ทั้งหมดในโลกนี้ตาม value จากมากไปน้อย เราจะพบว่า Big Tech สนใจแต่ AI systems ที่ช่วยสร้างรายได้ให้กับบริษัทพวกเค้าอย่างเช่น
- การยิงโฆษณาในอินเตอร์เน็ต (Facebook)
- การพัฒนา web search engine (Google)
- การแนะนำสินค้าในเว็บ e-commerce (Amazon)
Andrew อธิบายว่าถ้าเรามองไปทางด้านขวาสุดของกราฟ (long-tail) เราจะพบปัญหาเล็กๆที่ Big Tech ไม่สนใจ เช่น การทำ product recommendation ให้กับร้านขายเสื้อหรือร้านพิซซ่าเล็กๆ
There are millions of projects sitting on the tail of this distribution that no one is working on
Andrew Ng
แต่ปัญหาเล็กๆเหล่านี้พอรวมเข้าด้วยกันมี value สูงมาก และเป้าหมายของ Andrew คือการช่วยผู้ประกอบการรายย่อยเหล่านี้สร้าง AI ได้โดยไม่ต้องจ้างทีม AI engineers ค่าตัวแพงๆ
แล้วเราจะช่วย SMEs เหล่านี้ได้ยังไง? คำตอบคือ The New AI Platforms
New AI Platforms
AI Platform ก็เหมือนกับ Pen & Paper ในยุคที่มนุษย์เริ่มพัฒนา literacy
หลายสิบปีที่ผ่านมา ถ้าคนๆหนึ่งจะสร้าง AI ของตัวเองต้องเขียนโค้ดหลายสิบ หลายร้อยหน้า Andrew บอกว่าจริงๆก็อยากให้ทุกคนเรียนเขียนโค้ด นี่คือเหตุผลที่เค้าก่อตั้ง Coursera ขึ้นมา
แต่ในความเป็นจริง ไม่ใช่ทุกคนจะมีเวลาเรียนและพัฒนาทักษะ coding นี้ เพราะต้องทำงานหาเลี้ยงตัวเองและครอบครัว
ไอเดียเรื่อง AI Development Platforms จึงเป็นหนทางใหม่ในการสร้าง AI ที่เปลี่ยนโฟกัสจากการเขียนโค้ด มาเป็นการสร้าง dataset ที่มีคุณภาพ ที่เหลือก็ปล่อยให้ระบบจัดการให้เราเอง
Shift the focus from asking you to write lots of code to asking you to focus on providing data
Andrew Ng
Andrew ยกตัวอย่างโปรเจ็คที่เค้าทำที่ Landing AI ที่ให้ผู้ประกอบการรายย่อยส่งข้อมูลเข้าไปในระบบ ที่สอนระบบให้ตรวจจับสิ่งที่ต้องการทำนาย
เช่น การค้นหา defects ในโรงงานการผลิต หรือการตรวจคุณภาพสินค้า โดยใช้ datasets ขนาดเล็กถึงกลาง แบบ 50 data points ก็เริ่มเทรนโมเดลได้เลย
ยิ่งเราส่งข้อมูลที่มีคุณภาพเข้าไปในระบบเท่าไหร่ AI ก็จะยิ่งทำงานได้ดีขึ้นเท่านั้น หน้าที่ของ users คือการให้ข้อมูล [providing data] ไม่ใช่การเขียนโค้ด [not writing code]
Andrew เชื่อว่าเทคโนโลยีนี้คือทางออกที่จะช่วยแก้ปัญหา long-tail ในโลก AI อย่างแท้จริง
The Future of AI
New AI Platforms อย่างเช่น Landing AI ยังต้องใช้เวลาอีกหลายปีกว่าที่มันจะง่ายพอให้กับคนทั่วไปใช้งานได้ (ฟังในทอล์คจะรู้ว่า Andrew เน้นเรื่อง user experience มากๆ)
ต่อไปพวกเราจะไม่ต้องพึ่ง AI engineers (i.e. high priests) เพื่อสร้าง AI systems หรือลดการพึ่งพาคนเหล่านั้นได้เยอะมาก i.e. ลดค่าใช้จ่ายในการสร้างทีม AI ของตัวเอง
เทคโนโลยีนี้จะช่วยกระจายความมั่งคั่ง wealth และจะสร้างความมั่งคั่งต่อไปเรื่อยๆ
Platforms จะให้โอกาสทุกคนตั้งแต่เจ้าของร้านพิซซ่า นักบัญชี คนซื้อ คนตรวจคุณภาพสินค้า สร้าง AI systems ของตัวเองได้เลย นี่คือการ Democratizing access to AI อย่างแท้จริง
หลายร้อยปีที่แล้วหลายคนคงคิดไม่ถึงว่าการกระจายความรู้ literacy การอ่าน การเขียนจะช่วยให้สังคมพัฒนามาได้ไกลขนาดนี้ Andrew คิดว่าวันนี้หลายคนก็คงคิดไม่ถึงว่าการทำให้ทุกคนเข้าถึง AI จะสร้าง impact ให้กับโลกนี้ได้มากขนาดไหน
In the coming era of AI, we’ll empower everyone to build AI systems for themselves, and I think that will be incredibly exciting future
Andrew Ng
Andrew กล่าวทิ้งท้ายว่าอนาคตที่ทุกคนเข้าถึงและสามารถสร้าง AI systems ของตัวเองได้ มันช่างน่าตื่นเต้นเหลือเกิน 😊
และนี่คือหนึ่งใน TED talks ที่ทรงคุณค่าที่สุดที่แอดได้ฟังในปีนี้เลย
ขอบคุณทุกคนที่ติดตามอ่านบทความของเพจเรามาตลอดครับ แอดก็เชื่อเช่นกันว่าถ้าทุกคนเข้าถึงแหล่งความรู้ด้าน basic data science ที่ดี อนาคตของพวกเราจะตื่นเต้นกว่านี้แน่นอน : )
