อันนี้เป็นเรื่องที่พลอ่านเจอระหว่างศึกษาเพื่อสอบ Microsoft Certification ด้าน AI Engineer Associate ครับ เห็นว่าน่าสนใจดี เลยเอามาสรุปให้เพื่อนพี่น้องลองอ่านกัน
นั่นคือเรื่องที่ว่า
“เฮ้ย เป็น AI Engineer ได้เนี่ย ควรรู้เรื่องอะไรบ้าง?”
หม่ะ ลองดูกันครับ คิดเห็นยังไงบอกได้ในคอมเม้นต์นะ
AI in Software
เนื่องด้วยปัจจุบัน มนุษย์อย่างเราต่างก็ใช้โปรแกรม ใช้แอพพลิเคชั่นในการอำนวยความสะดวกในการทำงาน และในชีวิตประจำวันกันเป็นปกติ (แน่นอนว่าความบันเทิง ไร้สาระ ก็ไม่น้อย)
ดังนั้นส่วนที่ A.I. มักถูกนำมาใช้ ก็คือการเอามารวมกับพวก Software นี่แหละ
พื้นฐานที่ AI Engineer ควรจะมีก็คือทักษะของ Software Engineer พวกความสามารถในการพัฒนา Software นั่นเอง
เช่น พวกการออกแบบการทำงานของแอพพลิเคชั่น, การเขียนโค้ดโปรแกรม และความสามารถในการนำ Software ที่พัฒนาไปติดตั้งใช้งานได้ เป็นต้น
ซึ่งในส่วนของ Microsoft เขามองว่า Software Engineer ที่จะมาใช้งานความสามารถของ AI นั้น ไม่จำเป็นต้องถึงกับเป็นผู้เชี่ยวชาญ ในด้าน Data Sciene หรือ Machine Learning จ๋าด้วย (อ่านที่พลสรุปความสัมพันธ์ของ Data Sciene กับ Machine Learning ได้ที่นี่)
Model training และ inferencing
ระบบ AI ส่วนใหญ่ มักขึ้นอยู่กับ model กลุ่มที่เรียกว่า predictive models ซึ่งมักเกิดจากฝึกฝนกับข้อมูลตัวอย่างครับ การฝึกให้ predictive model พวกนี้สามารถใช้งานได้ มัจะเป็นขั้นตอนการวิเคราะห์
การใช้ model ที่ว่านี้มาทำการทำนายความเป็นไปได้ใหม่ๆ ถูกเรียกว่าการทำ inference (หรือ inferencing) ครับ
คำนี้จะถูกอ้างอิงในระบบ Machine Learning และ Azure หลายส่วนด้วย ดังนั้น ไม่คุ้นหู ก็ต้องคุ้นแล้วล่ะ
ซึ่งเครื่องมือ หรือ framework ต่างๆ ที่เราสามารถใช้สร้าง solution ที่มีความสามารถของ AI ก็มักจะเกี่ยวข้องกับขั้นตอน training และ inferencing อย่างหลีกเลี่ยงไม่ได้
Tips: มีเคล็ดเล็กๆ อยู่นิดหนึ่ง คือการทำ training มักจะอาศัยข้อมูลที่มีอยู่ก่อนแล้ว มาสร้าง model แต่การทำ inference ทำให้เราสามารถทำนายข้อมูลใหม่ๆ ได้จากตัว model นั่นเอง
Probability และ confidence scores
ถึงแม้ว่า model อาจจะดูแม่นยำ แต่ก็ไม่ได้หมายความว่ามันจะไม่มีวันพลาด โดยแง่ทางคณิตศาสตร์แล้ว การทำนายของ machine learning อยู่บนพื้นฐานศาสตร์ที่มีชื่อว่า “probability” (ความน่าจะเป็น)
โค้ชพลเคยเรียนเรื่องนี้ตอนอยู่มหาลัย มันโอ้วว้าวมาก ความคิดหนึ่งคือเรื่องอะไรเนี่ยยย แต่อีกความคิดหนึ่งคือ เออ มันก็เจ๋งเหมือนกันแหะ
ซึ่งสำหรับนักพัฒนาโปรแกรม ทาง Microsoft มองว่า เราไม่สมควรต้องไปนั่งเรียนคณิตศาสตร์ใหม่ แต่มีการกำหนด probability ให้อยู่ในรูปแบบที่เข้าใจง่ายมากขึ้น
นั่นคือคะแนน confidence score นี่เอง
โดยเราสามารถใช้ confidence score ในการกำหนดช่วงของการนำข้อมูลไปใช้ในระบบ ให้ solution สามารถทำงานได้แม่นยำมากขึ้น หรือปล่อยผ่านค่า confidence score ที่ไม่สูงพอได้
Responsible AI and ethics
ส่วนสุดท้ายที่แนะนำมาก็คือเรื่องของศีลธรรมจรรยา สำหรับ AI ครับ
บางคนน่าจะคิดว่า “โอ้ว นี่เราต้องสอนศีล 5 ให้โปรแกรมเราด้วยหรือเปล่า” 😆
…ว่าไป ส่ิงนี้สำคัญนะครับ
เพราะเราลองจินตนาการดู ว่า AI สามารถทำหน้าที่ตัดสินใจแทนคนควบคุมได้ แล้วมันไปอยู่ในจุดที่การตัดสินใจนั้น อาจะมีผลต่อชีวิตของมนุษย์หรือธรรมชาติได้
ไม่ต้องไปหาไกลตัวเลยครับ เช่น
- ใส่สารเคมีในไร่นา มากน้อย โดยต้องชั่งน้ำหนักระหว่างผลกำไร และผลกระทบต่อสุขภาพ
- การเลือกที่จะหยุดการทำงานของเครื่องช่วยหายใจในผู้ป่วย
- หรือการเลือกเทหุ้น จากสถานการณ์แวดล้อม แทนที่จะถือไว้ (อันนี้เรื่องเงินทุนหน่อย)
แค่นี้น่าจะมองเห็นภาพบ้างเนอะ
จริงๆ เรื่องของศีลธรรมใน AI มีให้เห็นในภาพยนตร์อยู่เป็นระยะ แต่เรื่องที่พลชอบที่สุดคือเรื่อง I, Robot หนังเก่าแล้ว ปี 2004 แต่ไปหาดูได้นะ ยุคนั้นยังไม่มีหุ่นยนต์ดูดฝุ่นวิ่งตามบ้านเลย