ปูพื้นฐาน AI ก่อนเข้าสู่โลกของ AI Governance

1. AI คืออะไร?

ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) คือระบบที่มนุษย์สร้างขึ้นเพื่อจำลองหรือเลียนแบบความฉลาดของมนุษย์ ให้เครื่องจักรสามารถทำงานที่ปกติต้องใช้สติปัญญามนุษย์ได้ เช่น การเรียนรู้ การให้เหตุผล การตัดสินใจ และการแก้ปัญหา

หากจะอธิบายให้เข้าใจง่าย AI คือ "ระบบซอฟต์แวร์ที่สามารถเรียนรู้จากข้อมูลและปรับตัวได้" ไม่ใช่แค่โปรแกรมที่ทำตามคำสั่งที่เขียนไว้ตายตัว แต่สามารถ "คิด" และ "ตอบสนอง" ต่อสถานการณ์ใหม่ได้

คุณสมบัติสำคัญของ AI

• เทคโนโลยี: AI ประกอบด้วยอัลกอริทึม โครงสร้างข้อมูล และโมเดลคำนวณ
• ความฉลาด: AI เลียนแบบความสามารถของมนุษย์ เช่น การให้เหตุผล และการแก้ปัญหา
• ความเป็นอิสระ: AI สามารถทำงานได้โดยไม่ต้องมีมนุษย์ควบคุมทุกขั้นตอน
• การเรียนรู้: AI ปรับตัวและเรียนรู้จากข้อมูลใหม่หรือผลตอบรับที่ได้รับ
• การสร้าง Output: AI ผลิตผลลัพธ์ เช่น การพยากรณ์ การจำแนก การตัดสินใจ และการกระทำ

AI ไม่ใช่เทคโนโลยีเดี่ยว แต่เป็นสาขาของวิทยาการคอมพิวเตอร์ที่มีการประยุกต์ใช้มากมายทั้งในภาคธุรกิจและภาครัฐ

2. ประเภทของ AI: จากแคบไปกว้าง

เพื่อทำความเข้าใจ AI Governance ได้ดียิ่งขึ้น เราต้องรู้จักว่า AI มีกี่ระดับ และแต่ละระดับมีความสามารถและความเสี่ยงต่างกันอย่างไร

2.1 Artificial Narrow Intelligence (ANI): AI เฉพาะทาง

ANI หรือที่รู้จักกันว่า "Weak AI" คือ AI ที่เราใช้กันอยู่ทุกวันนี้ มันเก่งในงานเฉพาะด้านอย่างมาก แต่ไม่สามารถนำความรู้ไปใช้ในด้านอื่นได้

ตัวอย่างเช่น Siri หรือ Alexa สามารถตั้งปลุก เปิดเพลง หรือบอกพยากรณ์อากาศได้ แต่ไม่ได้เข้าใจโลกในแบบที่มนุษย์เข้าใจ ปัจจุบัน ANI ถูกใช้งานในหลายอุตสาหกรรม ทั้งการแพทย์ การเงิน การผลิต และการบริการลูกค้า

2.2 Broad AI: AI กว้าง (ขั้นกลาง)

Broad AI อยู่ระหว่าง ANI และ AGI คือสามารถทำงานหลายอย่างได้กว้างกว่า ANI แต่ยังไม่ถึงระดับ AGI ตัวอย่างที่ดีคือรถยนต์ไร้คนขับที่ต้องผสานการมองเห็น การตัดสินใจ และการตอบสนองต่อสภาพแวดล้อมแบบเรียลไทม์เข้าด้วยกัน หรือ AI Agents ที่ทำงานหลายขั้นตอนโดยอัตโนมัติ

2.3 Artificial General Intelligence (AGI): AI ทั่วไป

AGI หรือ "Strong AI" คือ AI ที่มีความฉลาดระดับมนุษย์ สามารถเรียนรู้และแก้ปัญหาได้ในทุกสถานการณ์ โดยไม่ต้องฝึกเป็นพิเศษสำหรับแต่ละงาน ปัจจุบัน AGI ยังไม่มีในโลกจริง แต่เป็นเป้าหมายระยะยาวของนักวิจัย AI

2.4 Artificial Super Intelligence (ASI): AI เหนือมนุษย์

ASI คือ AI ที่มีความสามารถเหนือมนุษย์ในทุกด้าน ทั้งวิทยาศาสตร์ ความคิดสร้างสรรค์ ปัญญา และทักษะสังคม ปัจจุบัน ASI ยังเป็นเพียงสมมติฐาน และผู้เชี่ยวชาญเชื่อว่าหากเราพัฒนา AGI ได้สำเร็จ ASI ก็จะตามมา

สรุปสั้น: AI ที่เราเจอในชีวิตประจำวันล้วนเป็น ANI ทั้งสิ้น ChatGPT, Siri, Netflix Recommendation, Face ID ล้วนเป็น ANI ที่เก่งในงานเฉพาะของตัวเอง

3. กรอบการจำแนก AI ตาม OECD

องค์การ OECD (Organisation for Economic Co-operation and Development) ได้พัฒนากรอบการจำแนกประเภท AI เพื่อช่วยให้องค์กรและผู้กำหนดนโยบายเข้าใจและประเมินความเสี่ยงของระบบ AI ได้อย่างเป็นระบบ กรอบนี้มี 5 มิติหลัก ดังนี้

1. ผู้คนและโลก (People and Planet): ระบุกลุ่มบุคคลและสิ่งแวดล้อมที่อาจได้รับผลกระทบจาก AI รวมถึงสิทธิมนุษยชนและความเป็นส่วนตัว
2. บริบทเศรษฐกิจ (Economic Context): อุตสาหกรรมที่ AI ถูกนำไปใช้ เช่น สาธารณสุข การเงิน รวมถึงขนาดและผลกระทบของการใช้งาน
3. ข้อมูลและ Input: ข้อมูลที่ใช้ฝึก AI มาจากไหน รวบรวมอย่างไร และมีโครงสร้างอย่างไร
4. โมเดล AI: ประเภทของโมเดล วิธีสร้าง (ใช้ Machine Learning หรือกฎที่มนุษย์เขียน) และวัตถุประสงค์การใช้งาน
5. งานและ Output: สิ่งที่ AI ทำ เช่น การจดจำ การพยากรณ์ และระดับความเป็นอิสระในการตัดสินใจ

กรอบ OECD นี้สำคัญมากสำหรับ AI Governance เพราะช่วยให้เราพูดถึง AI ในภาษาเดียวกัน และประเมินความเสี่ยงได้อย่างเป็นระบบ

4. AI และเทคโนโลยีที่เกี่ยวข้อง

AI ไม่ได้เกิดขึ้นในสุญญากาศ แต่เติบโตควบคู่ไปกับเทคโนโลยีอื่นๆ ที่ส่งเสริมซึ่งกันและกัน การเข้าใจความเชื่อมโยงเหล่านี้จะช่วยให้เข้าใจว่าทำไม AI Governance ถึงต้องครอบคลุมหลายมิติ

• Cloud Computing: ทำให้การประมวลผลขนาดใหญ่เป็นไปได้สำหรับทุกคน และเป็นโครงสร้างพื้นฐานที่ AI พึ่งพา
• Mobile & Social Media: สร้างข้อมูลมหาศาลที่ป้อนให้ AI เรียนรู้
• Internet of Things (IoT): อุปกรณ์เชื่อมต่ออินเทอร์เน็ตสร้างข้อมูลจำนวนมากเพื่อฝึก AI
• Privacy Enhancing Technologies (PETs): เทคโนโลยีปกป้องความเป็นส่วนตัว ซึ่ง AI เองก็เป็นตัวผลักดันให้พัฒนาเร็วขึ้น
• Computer Vision, AR/VR: ช่วยให้ AI มองเห็นและโต้ตอบกับโลกกายภาพได้
• ยานพาหนะอัตโนมัติ: ตัวอย่างที่ชัดเจนของ Broad AI ที่ต้องผสาน ML, Computer Vision และ Edge Computing
• อาวุธอัตโนมัติ: ตัวอย่างที่ AI สร้างคำถามด้านจริยธรรมและความปลอดภัยระดับโลก

5. AI ใช้ทำอะไรได้บ้าง?

เพื่อเข้าใจว่าทำไม AI Governance ถึงสำคัญ เราต้องรู้ก่อนว่า AI สามารถทำอะไรได้บ้าง และอะไรที่ทำให้มันทรงพลังจนต้องกำกับดูแล

ความสามารถหลักของ AI

• การจดจำ (Recognition): จดจำใบหน้า สินค้า เสียง ข้อความ ใช้ในระบบความปลอดภัย ค้าปลีก และการศึกษา เช่น ตรวจจับการลอกงาน
• การตรวจจับเหตุการณ์ (Event Detection): ตรวจจับการทุจริตบัตรเครดิต ตรวจสอบภัยไซเบอร์ หรือแม้แต่ตรวจจับประตูในการแข่งขันกีฬา
• การพยากรณ์ (Forecasting): ทำนายยอดขาย ความต้องการของตลาด หรือพยากรณ์อากาศ
• การปรับแต่งเฉพาะบุคคล (Personalization): สร้างประสบการณ์ที่แตกต่างสำหรับแต่ละผู้ใช้ เช่น การแนะนำสินค้าหรือเนื้อหาบนเว็บไซต์
• การสนับสนุนการโต้ตอบ (Interaction Support): Chatbot และผู้ช่วยเสมือน ทั้งในภาคเอกชนและรัฐ เช่น ระบบช่วยตอบคำถามผู้ขอสินเชื่อการศึกษา
• การเพิ่มประสิทธิภาพ (Optimization): ปรับ Supply Chain วางแผนเส้นทางรถขนส่ง หรือจัดตารางงานให้มีประสิทธิภาพสูงสุด
• การแนะนำและช่วยตัดสินใจ (Recommendation & Decision Support): แนะนำสินค้า หรือช่วยแพทย์วินิจฉัยโรค และช่วยภาครัฐพิจารณาสิทธิประโยชน์ต่างๆ

ประโยชน์ที่เห็นได้ชัด

• เร็วและแม่นยำกว่ามนุษย์ในการประมวลผลข้อมูลขนาดใหญ่
• ช่วยลดข้อผิดพลาดและอคติจากมนุษย์ในงานซ้ำซาก
• ประมวลผลข้อมูลได้หลากหลายรูปแบบ ทั้งปริมาณมากและความเร็วสูง
• ช่วยให้มนุษย์ตัดสินใจได้ดียิ่งขึ้น โดยเฉพาะในงานที่ซับซ้อน เช่น การแพทย์และกฎหมาย

6. ทำไมจึงต้องกำกับดูแล AI?

เมื่อ AI มีศักยภาพสูงและแทรกซึมเข้าสู่ทุกส่วนของชีวิต มันจึงนำมาซึ่งความเสี่ยงที่ต้องการการกำกับดูแลอย่างรอบคอบ คุณลักษณะของ AI ที่ทำให้ต้องมี AI Governance มีดังนี้

• ความซับซ้อนและความไม่โปร่งใส (Complexity & Opacity): AI บางประเภทอธิบายได้ยากว่าทำไมจึงตัดสินใจอย่างนั้น
• ความเป็นอิสระ (Autonomy): AI ทำงานโดยไม่ต้องมีมนุษย์อนุมัติทุกขั้นตอน
• ความเร็วและขนาด (Speed & Scale): ผลกระทบแพร่กระจายได้เร็วและกว้างมาก
• ความเสี่ยงต่อการใช้ผิดวัตถุประสงค์ (Potential for Harm/Misuse): อาจก่อให้เกิดอคติหรือการเลือกปฏิบัติ
• การพึ่งพาข้อมูล (Data Dependency): AI ดีแค่ไหนขึ้นอยู่กับคุณภาพข้อมูลที่ใช้ฝึก
• Output ที่ไม่แน่นอน (Probabilistic Output): AI ให้ผลลัพธ์เป็นความน่าจะเป็น ไม่ใช่คำตอบที่แน่นอนเสมอ

ความท้าทายหลักของ AI Governance คือการสร้างสมดุลระหว่างนวัตกรรมและการแข่งขัน กับความจำเป็นในการระบุความเสี่ยง ติดตาม และควบคุมให้เหมาะสม

สรุป: พร้อมสู่โลก AI Governance

บทความนี้ได้พาเราทำความรู้จัก AI ตั้งแต่รากฐาน ทั้งความหมาย ประเภท การใช้งาน และเทคโนโลยีที่เกี่ยวข้อง ซึ่งเป็นพื้นฐานที่จำเป็นก่อนศึกษา AI Governance

เมื่อเข้าใจว่า AI คืออะไร ทำอะไรได้ และมีความเสี่ยงอะไร เราก็จะสามารถเข้าใจได้ว่าทำไมจึงต้องมีกฎเกณฑ์ มาตรฐาน และกรอบการกำกับดูแล ซึ่งครอบคลุมทั้งในระดับองค์กร อุตสาหกรรม และกฎหมายระหว่างประเทศ

ขั้นต่อไป: เมื่อพร้อมแล้วสำหรับ AI Governance

• ทำความเข้าใจกรอบกฎหมาย AI ในระดับโลก เช่น EU AI Act
• ศึกษาหลักการ Responsible AI: ความโปร่งใส ความเป็นธรรม ความรับผิดชอบ
• เรียนรู้วิธีประเมินความเสี่ยงของระบบ AI ในองค์กร
• ทำความรู้จักกับ Privacy Enhancing Technologies (PETs) และบทบาทของ AI ในการปกป้องข้อมูลส่วนบุคคล

แหล่งอ้างอิง: IAPP Core Concepts of AI, OECD AI Classification Framework