BCI คืออะไร?

BCI เปรียบเสมือนสะพานเชื่อมระหว่างสมองมนุษย์กับโลกดิจิทัล โดยทำหน้าที่ถอดรหัสสัญญาณไฟฟ้าจากสมอง แปลความหมาย และแปลงเป็นคำสั่งที่เครื่องจักรสามารถเข้าใจได้ เทคโนโลยีนี้กำลังปฏิวัติวิธีที่เราปฏิสัมพันธ์กับเทคโนโลยี และเปิดประตูสู่ความเป็นไปได้ใหม่ๆ ในการรักษาโรค ฟื้นฟูสมรรถภาพ และเสริมศักยภาพมนุษย์

BCI ทำงานอย่างไร?

การทำงานของ BCI เริ่มต้นจากการ "ฟัง" เสียงกระซิบของเซลล์ประสาทในสมอง  โดยบันทึกกิจกรรมทางไฟฟ้าผ่านวิธีการต่างๆ เช่น

Electroencephalography (EEG):  การสวมหมวกอิเล็กโทรดบนศีรษะเพื่อตรวจจับคลื่นสมอง เป็นวิธีที่ไม่ต้องผ่าตัด พกพาสะดวก แต่มีความแม่นยำต่ำกว่าวิธีอื่นๆ

Electrocorticography (ECoG): การวางอิเล็กโทรดบนผิวสมอง วิธีนี้มีความแม่นยำสูงกว่า EEG  แต่ต้องผ่าตัดเล็กน้อย

การฝังอิเล็กโทรดเข้าไปในสมอง: เป็นวิธีที่ให้สัญญาณคุณภาพสูงสุด  แต่มีความเสี่ยงสูง  และมักใช้เฉพาะในกรณีที่จำเป็นจริงๆ เช่น การรักษาโรคลมชัก

หลังจากบันทึกสัญญาณไฟฟ้าได้แล้ว สัญญาณจะถูกส่งต่อไปยังระบบประมวลผล ซึ่งทำหน้าที่ขจัดสัญญาณรบกวน และวิเคราะห์รูปแบบของคลื่นสมอง ด้วยโปรแกรมคอมพิวเตอร์ที่ซับซ้อน เช่น Machine Learning ระบบจะเรียนรู้ที่จะแยกแยะรูปแบบที่สอดคล้องกับความคิด ความตั้งใจ หรืออารมณ์ต่างๆ เช่น การคิดที่จะขยับมือ การนึกถึงตัวอักษร หรือความรู้สึกตื่นเต้น เมื่อระบบสามารถถอดรหัสความหมายของสัญญาณสมองได้แล้ว ก็จะแปลงเป็นคำสั่ง และส่งต่อไปยังอุปกรณ์ภายนอก เช่น คอมพิวเตอร์ แขนกล หรือรถเข็น เพื่อให้ผู้ใช้สามารถควบคุมอุปกรณ์เหล่านั้นได้ด้วยความคิด

BCI:  จุดประกายความหวัง สร้างโอกาสใหม่ ๆ

BCI เปรียบเสมือนกุญแจไขสู่โลกแห่งความเป็นไปได้ โดยเฉพาะอย่างยิ่งสำหรับผู้ที่มีความบกพร่องทางร่างกาย

คืนอิสรภาพให้ผู้ป่วยอัมพาต: ผู้ป่วยที่ไม่สามารถขยับแขนขาได้  สามารถใช้  BCI  ควบคุมแขนขาเทียม  พิมพ์ข้อความ  หรือท่องอินเทอร์เน็ต  ด้วยความคิด  ตัวอย่างเช่น  นักวิจัยได้พัฒนา  BCI  ที่ช่วยให้ผู้ป่วยอัมพาตสามารถควบคุมแขนกล  เพื่อหยิบจับสิ่งของ  รับประทานอาหาร  และปฏิบัติกิจวัตรประจำวันได้

สื่อสารแทนคำพูด: ผู้ป่วยที่มีปัญหาในการพูด  เช่น  ผู้ป่วยโรคกล้ามเนื้ออ่อนแรง (ALS)  สามารถใช้  BCI  ในการสื่อสาร  โดยการเลือกตัวอักษรบนหน้าจอ  หรือควบคุมอุปกรณ์สังเคราะห์เสียงพูด  ด้วยความคิด

ฟื้นฟูสมรรถภาพ: BCI  สามารถใช้ในการฟื้นฟูสมรรถภาพ  หลังจากได้รับบาดเจ็บทางสมอง  หรือโรคหลอดเลือดสมอง  โดยการกระตุ้นสมอง  และช่วยให้ผู้ป่วยเรียนรู้ที่จะควบคุมการเคลื่อนไหวอีกครั้ง

นอกจากนี้  BCI  ยังมีศักยภาพในการใช้งานด้านอื่นๆ  เช่น

การศึกษา:  BCI สามารถใช้ในการวัดระดับความสนใจ และประสิทธิภาพในการเรียนรู้ของนักเรียน เพื่อปรับปรุงวิธีการสอน เช่น อาจมีการพัฒนา BCI ที่สามารถตรวจจับว่านักเรียนกำลังสนใจบทเรียนอยู่หรือไม่ และแจ้งเตือนครูให้ปรับเปลี่ยนวิธีการสอน

ความบันเทิง:  BCI สามารถนำมาใช้ในการเล่นเกม และสร้างประสบการณ์เสมือนจริง ที่ผู้เล่นสามารถควบคุมตัวละคร หรือโต้ตอบกับสภาพแวดล้อมด้วยความคิด ลองนึกภาพการเล่นเกมที่เราสามารถควบคุมตัวละครในเกมได้เพียงแค่คิด หรือ การเข้าสู่โลกเสมือนจริงที่เราสามารถสัมผัส รับรู้ และโต้ตอบกับสิ่งต่างๆ รอบตัวได้อย่างสมจริง

การทหาร: BCI อาจนำมาใช้ในการควบคุมอาวุธ หรืออุปกรณ์ต่างๆ ในสนามรบ เช่น การควบคุมโดรน หรือ หุ่นยนต์ ด้วยความคิด

เจาะลึกบริษัท BCI ชั้นนำ: นวัตกรรมเชื่อมสมองกับคอมพิวเตอร์

ปัจจุบันมีบริษัทชั้นนำทั่วโลกมากมายที่มุ่งมั่นพัฒนาเทคโนโลยี BCI เพื่อสร้างคุณประโยชน์แก่มนุษยชาติในหลายมิติ ยกตัวอย่าง:

Neuralink ไม่ได้หยุดอยู่แค่การช่วยเหลือผู้ป่วย แต่ยังมีเป้าหมายระยะยาวที่จะ "เสริมศักยภาพ" มนุษย์ด้วยการเชื่อมต่อสมองกับ AI  Elon Musk มองว่า BCI คือกุญแจสำคัญที่จะช่วยให้มนุษย์ก้าวทัน AI ที่กำลังพัฒนาอย่างรวดเร็ว ในอนาคต เราอาจเห็น BCI ของ Neuralink ถูกนำมาใช้เพื่อดาวน์โหลดความรู้ เรียนรู้ภาษาใหม่ หรือทักษะต่างๆ ได้อย่างรวดเร็ว เพียงแค่ "ดาวน์โหลด" ข้อมูลเข้าสู่สมอง หรือควบคุมอุปกรณ์ IoT สั่งการบ้านอัจฉริยะ รถยนต์ หรืออุปกรณ์ต่างๆ รอบตัวด้วยความคิด หรือแม้กระทั่งสื่อสารทางโทรจิต สื่อสารกับผู้อื่นโดยไม่ต้องใช้คำพูด

Synchron มีจุดเด่นคือ Stentrode อุปกรณ์ BCI ที่สามารถสอดเข้าไปในหลอดเลือดสมองโดยไม่ต้องผ่าตัดเปิดกะโหลก วิธีนี้มีความปลอดภัยสูงกว่า และลดความเสี่ยงต่อการติดเชื้อ เมื่อเร็วๆ นี้ Synchron ได้รับอนุมัติจาก FDA สหรัฐอเมริกา ให้ทดลอง Stentrode ในมนุษย์ และประสบความสำเร็จในการช่วยเหลือผู้ป่วยอัมพาตให้ควบคุมคอมพิวเตอร์ พิมพ์ข้อความ ส่งอีเมล และท่องอินเทอร์เน็ตด้วยความคิด รวมถึงควบคุมอุปกรณ์ IoT สั่งการไฟ เครื่องปรับอากาศ และอุปกรณ์ต่างๆ ในบ้านด้วยความคิด

Blackrock Neurotech เป็นหนึ่งในบริษัทแรกๆ ที่พัฒนา BCI แบบฝัง และมีประสบการณ์ยาวนานในการทำงานร่วมกับผู้ป่วย BCI ของ Blackrock Neurotech ถูกนำมาใช้ควบคุมแขนกล ช่วยเหลือผู้ป่วยอัมพาตให้สามารถหยิบจับสิ่งของ รับประทานอาหาร และปฏิบัติกิจวัตรประจำวันได้ด้วยตนเอง นอกจากนี้ยังพัฒนา BCI ที่ช่วยให้ผู้ป่วยตาบอดสามารถมองเห็นแสง และรูปร่างได้อีกครั้ง รวมถึง BCI ที่สามารถตรวจจับ และป้องกันอาการชักได้

Kernel Flow เป็น BCI แบบสวมศีรษะที่ใช้แสงอินฟราเรดในการตรวจจับการไหลเวียนของเลือดในสมอง ซึ่งสะท้อนถึงกิจกรรมทางไฟฟ้า เทคโนโลยีนี้มีความละเอียดสูง สามารถบันทึกสัญญาณจากสมองได้อย่างละเอียดและแม่นยำ โดยไม่ต้องโกนผม ใช้งานง่าย และสะดวกสบายกว่า BCI แบบ EEG ทั่วไป และมีศักยภาพในการวินิจฉัยโรค เช่น อัลไซเมอร์ พาร์กินสัน และโรคหลอดเลือดสมอง

Neurable มุ่งเน้นการพัฒนา BCI สำหรับ VR/AR โดยผู้เล่นสามารถควบคุมเกม VR/AR ด้วยความคิด ควบคุมตัวละคร หรือโต้ตอบกับสภาพแวดล้อมในเกมด้วยความคิด และสร้างประสบการณ์ VR/AR ที่สมจริง โดย BCI สามารถตรวจจับอารมณ์และความสนใจของผู้ใช้ เพื่อปรับแต่งประสบการณ์ VR/AR ให้เหมาะสมกับแต่ละบุคคล

g.tec medical engineering GmbH เป็นบริษัท BCI ชั้นนำจากประเทศออสเตรีย ที่เน้นการพัฒนา BCI สำหรับการวิจัย มี BCI หลากหลายรูปแบบให้เลือกใช้ ตั้งแต่ EEG ECoG ไปจนถึง invasive BCI รวมถึงการพัฒนา BCI สำหรับการรักษา เช่น BCI สำหรับฟื้นฟูสมรรถภาพหลังจากโรคหลอดเลือดสมอง และ BCI สำหรับควบคุม epilepsy

ความท้าทายและเส้นทางข้างหน้า

แม้  BCI  จะมีศักยภาพมหาศาล  แต่เทคโนโลยีนี้ยังอยู่ในช่วงเริ่มต้น  และต้องเผชิญกับความท้าทายอีกมากมาย  เช่น

ความแม่นยำและความเร็ว: การถอดรหัสสัญญาณสมองยังคงเป็นเรื่องยาก  และ  BCI  ในปัจจุบันยังมีความแม่นยำและความเร็วจำกัด  ซึ่งเป็นอุปสรรคต่อการใช้งานในชีวิตประจำวัน

ความสะดวกสบาย: อุปกรณ์  BCI  บางชนิด  เช่น  การฝังอิเล็กโทรด  อาจทำให้ผู้ใช้รู้สึกไม่สะดวก  หรือมีความเสี่ยงต่อการติดเชื้อ

จริยธรรม: การใช้  BCI  ก่อให้เกิดคำถามด้านจริยธรรม  เช่น  ความเป็นส่วนตัว  ความปลอดภัย  และความเท่าเทียมกันในการเข้าถึงเทคโนโลยี

นักวิทยาศาสตร์และวิศวกรทั่วโลกกำลังทำงานอย่างหนัก  เพื่อพัฒนา  BCI  ให้มีประสิทธิภาพ  ความแม่นยำ  และความสะดวกสบายมากขึ้น  รวมถึงการสร้างอัลกอริทึมที่สามารถเรียนรู้และปรับตัวได้  เพื่อให้  BCI  สามารถใช้งานได้กับผู้ใช้ที่หลากหลาย

อนาคตที่ขับเคลื่อนด้วยความคิด

ลองจินตนาการถึงอนาคตที่ BCI กลายเป็นส่วนหนึ่งของชีวิตประจำวัน เหมือนกับที่เราใช้สมาร์ทโฟนในทุกวันนี้สิครับ เราอาจจะเห็น BCI แบบไร้สายที่ไม่ต้องเชื่อมต่อกับอุปกรณ์ภายนอกใดๆ ให้เกะกะ หรือ BCI ที่สามารถอ่านความคิด ถอดรหัสความรู้สึก และความทรงจำของเราได้อย่างละเอียด ทำให้การสื่อสารไร้ขีดจำกัด เกิดเป็นความเข้าใจกันอย่างแท้จริง

ยิ่งไปกว่านั้น BCI อาจเชื่อมต่อเราเข้ากับโลกอินเทอร์เน็ต เพียงแค่คิด เราก็เข้าถึงข้อมูลมหาศาล ควบคุมอุปกรณ์ต่างๆ รอบตัว หรือแม้กระทั่งสื่อสารกับผู้คน ได้อย่างง่ายดาย และที่น่าตื่นเต้นที่สุด BCI อาจช่วยเพิ่มขีดความสามารถของมนุษย์ เสริมสร้างความจำ ความสนใจ และทักษะต่างๆ ให้เหนือขีดจำกัดเดิม ๆ

BCI คือเทคโนโลยีแห่งอนาคต ที่กำลังจะพลิกโฉมโลกใบนี้ และ วิธีที่เรา "คิด" ไปตลอดกาล

AI กับการปฏิวัติบริการสาธารณะ

การนำ AI มาใช้ในการพัฒนาบริการสาธารณะ ไม่ได้เป็นเพียงแค่การนำเทคโนโลยีมาใช้ทดแทนแรงงานมนุษย์ แต่เป็นการนำความสามารถของ AI ในการประมวลผลข้อมูลจำนวนมหาศาล การเรียนรู้ และการปรับตัว มาช่วยเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างประสบการณ์ที่ดีให้กับผู้ใช้บริการ ประโยชน์ของการนำ AI มาใช้ในการพัฒนาการให้บริการสาธารณะ ได้แก่

บริการที่เข้าถึงได้ง่ายและสะดวกยิ่งขึ้น: AI สามารถช่วยให้บริการสาธารณะเข้าถึงได้ง่ายขึ้นผ่านช่องทางดิจิทัล เช่น แชทบอทที่สามารถตอบคำถามและให้ข้อมูลได้ตลอด 24 ชั่วโมง หรือระบบจองคิวออนไลน์ที่ช่วยลดความแออัดและเวลาในการรอคอย

บริการที่ตอบโจทย์ความต้องการของประชาชน: AI สามารถวิเคราะห์ข้อมูลขนาดใหญ่เพื่อทำความเข้าใจความต้องการและพฤติกรรมของประชาชน ทำให้หน่วยงานภาครัฐสามารถออกแบบและปรับปรุงบริการให้ตรงกับความต้องการของประชาชนได้อย่างแม่นยำ

บริการที่มีประสิทธิภาพและโปร่งใส: AI สามารถช่วยลดขั้นตอนการทำงานที่ซ้ำซ้อนและลดข้อผิดพลาดจากการทำงานของมนุษย์ นอกจากนี้ยังสามารถช่วยตรวจสอบและติดตามการทำงานของหน่วยงานภาครัฐ เพื่อเพิ่มความโปร่งใสและลดการทุจริตคอร์รัปชัน

ตัวอย่างการนำ AI มาใช้ในการพัฒนาบริการสาธารณะ

ด้านสาธารณสุข: AI สามารถนำมาใช้ในการวินิจฉัย รักษาโรค และพัฒนายาและวัคซีนได้อย่างมีประสิทธิภาพและแม่นยำมากขึ้น ซึ่งจะช่วยให้แพทย์สามารถให้การดูแลรักษาผู้ป่วยได้อย่างเหมาะสมและทันท่วงที ในการวินิจฉัยโรค AI สามารถช่วยวิเคราะห์ภาพเอกซเรย์ MRI, CT scan และอื่นๆ เพื่อตรวจจับความผิดปกติหรือเนื้องอกได้อย่างแม่นยำและรวดเร็วกว่ามนุษย์ ซึ่งช่วยให้แพทย์สามารถวินิจฉัยโรคได้เร็วขึ้นและลดโอกาสการผิดพลาดในการวินิจฉัย นอกจากนี้ AI ยังสามารถช่วยในการตรวจคัดกรองโรคต่างๆ เช่น มะเร็งเต้านม มะเร็งปอด หรือโรคเบาหวาน ได้อย่างมีประสิทธิภาพ โดยสามารถวิเคราะห์ข้อมูลจากการตรวจสุขภาพหรือประวัติทางการแพทย์ของผู้ป่วย เพื่อระบุผู้ที่มีความเสี่ยงสูงและแนะนำให้เข้ารับการตรวจเพิ่มเติม ที่สำคัญ AIสามารถช่วยในการวินิจฉัยโรคจากอาการที่ผู้ป่วยแจ้ง โดยสามารถวิเคราะห์ข้อมูลจากฐานข้อมูลขนาดใหญ่ เพื่อระบุโรคที่เป็นไปได้และแนะนำแนวทางการรักษาเบื้องต้น ในด้านการรักษาโรค AI สามารถช่วยแพทย์ในการวางแผนการรักษาที่เหมาะสมกับผู้ป่วยแต่ละราย โดยสามารถวิเคราะห์ข้อมูลทางพันธุกรรม ประวัติทางการแพทย์, และผลการตรวจต่างๆ เพื่อเลือกวิธีการรักษาที่มีประสิทธิภาพสูงสุดและผลข้างเคียงน้อยที่สุด นอกจากนี้ AI สามารถช่วยในการผ่าตัดได้อย่างแม่นยำและปลอดภัยมากขึ้น โดยสามารถควบคุมหุ่นยนต์ผ่าตัด ให้ข้อมูลภาพ 3 มิติแบบเรียลไทม์ และช่วยในการตัดสินใจระหว่างการผ่าตัด อีกทั้ง AI สามารถช่วยในการติดตามผลการรักษาของผู้ป่วยหลังจากออกจากโรงพยาบาล โดยสามารถวิเคราะห์ข้อมูลจากอุปกรณ์สวมใส่หรือแอปพลิเคชัน เพื่อตรวจจับความผิดปกติและแจ้งเตือนแพทย์หากจำเป็น และในส่วนของการพัฒนายาและวัคซีน AI สามารถช่วยในการค้นหาและออกแบบตัวยาใหม่ ๆ ได้รวดเร็วและมีประสิทธิภาพมากขึ้น โดยสามารถวิเคราะห์ข้อมูลทางเคมีและชีวภาพจำนวนมหาศาล เพื่อระบุสารที่มีศักยภาพในการรักษาโรค นอกจากนี้ AI ยังสามารถช่วยในการออกแบบและดำเนินการทดลองทางคลินิกได้อย่างมีประสิทธิภาพมากขึ้น โดยสามารถวิเคราะห์ข้อมูลจากผู้เข้าร่วมทดลอง เพื่อประเมินประสิทธิภาพและความปลอดภัยของยาหรือวัคซีน

ด้านคมนาคม: AI มีศักยภาพในการพัฒนาการคมนาคมขนส่งในหลากหลายด้าน ทั้งการเพิ่มประสิทธิภาพ ความปลอดภัย และความสะดวกสบายในการเดินทาง ซึ่งจะส่งผลดีต่อทั้งผู้ใช้บริการและผู้ให้บริการ ในการจัดการจราจร AI สามารถวิเคราะห์ข้อมูลการจราจรแบบเรียลไทม์ เพื่อปรับเปลี่ยนสัญญาณไฟจราจรให้เหมาะสมกับสภาพการจราจรในแต่ละช่วงเวลา ช่วยลดปัญหาการจราจรติดขัดและเพิ่มความคล่องตัวในการเดินทาง นอกจากนี้ AI สามารถวิเคราะห์ข้อมูลการจราจร สภาพอากาศ และข้อมูลอื่นๆ เพื่อแนะนำเส้นทางที่เหมาะสมที่สุดสำหรับผู้ขับขี่ ช่วยประหยัดเวลาและลดการใช้พลังงาน ที่สำคัญ AI สามารถวิเคราะห์ภาพจากกล้องวงจรปิด เพื่อตรวจจับอุบัติเหตุและแจ้งเตือนเจ้าหน้าที่ให้เข้าช่วยเหลือได้อย่างรวดเร็ว ในด้านการให้บริการขนส่งสาธารณะ AI สามารถช่วยในการวางแผนเส้นทาง จัดตารางเวลา และจัดการการเดินรถของระบบขนส่งสาธารณะให้มีประสิทธิภาพสูงสุด ช่วยลดความแออัดและเพิ่มความตรงต่อเวลา นอกจากนี้ AI สามารถช่วยให้ผู้ใช้บริการสามารถจองตั๋วและชำระเงินผ่านช่องทางออนไลน์ได้สะดวกและรวดเร็วยิ่งขึ้น และ AI ยังสามารถให้ข้อมูลเกี่ยวกับเส้นทาง ตารางเวลา และสถานะการเดินรถแก่ผู้โดยสารผ่านแอปพลิเคชันหรือ chatbot ช่วยให้ผู้โดยสารได้รับข้อมูลที่จำเป็นและวางแผนการเดินทางได้อย่างสะดวก และในส่วนของการขนส่งสินค้า AI สามารถช่วยในการวางแผนเส้นทาง, จัดตารางเวลา และจัดการการขนส่งสินค้าให้มีประสิทธิภาพสูงสุด ช่วยลดต้นทุนและเวลาในการขนส่ง แล้วยังสามารถช่วยในการติดตามและตรวจสอบสถานะของสินค้าระหว่างการขนส่ง เพื่อให้มั่นใจว่าสินค้าจะถึงปลายทางอย่างปลอดภัยและตรงเวลา ที่สำคัญ AI สามารถช่วยในการจัดการคลังสินค้าให้มีประสิทธิภาพมากขึ้น โดยสามารถควบคุมหุ่นยนต์จัดเก็บสินค้า วิเคราะห์ข้อมูลการจัดเก็บและวางแผนการจัดเก็บสินค้าให้เหมาะสม

ด้านสิ่งแวดล้อม: AI มีศักยภาพในการพัฒนาคุณภาพสิ่งแวดล้อมอย่างมีนัยสำคัญ โดยสามารถนำมาประยุกต์ใช้ในหลากหลายด้าน ทั้งการตรวจสอบและวิเคราะห์ข้อมูล การจัดการทรัพยากรธรรมชาติ และการลดผลกระทบจากมลพิษ กล่าวคือ ในด้านการตรวจสอบและวิเคราะห์ข้อมูล AI สามารถวิเคราะห์ข้อมูลจากเซ็นเซอร์ตรวจวัดคุณภาพอากาศ เพื่อระบุแหล่งกำเนิดมลพิษและคาดการณ์แนวโน้มคุณภาพอากาศในอนาคต ช่วยให้หน่วยงานที่เกี่ยวข้องสามารถดำเนินมาตรการป้องกันและแก้ไขปัญหาได้อย่างทันท่วงที นอกจากนี้ AI สามารถวิเคราะห์ข้อมูลจากเซ็นเซอร์ตรวจวัดคุณภาพน้ำ เพื่อระบุแหล่งที่มาของมลพิษทางน้ำและประเมินผลกระทบต่อระบบนิเวศ ช่วยในการวางแผนการจัดการทรัพยากรน้ำและการบำบัดน้ำเสียอย่างมีประสิทธิภาพ ที่สำคัญ AI สามารถวิเคราะห์ภาพถ่ายและเสียงจากธรรมชาติ เพื่อระบุชนิดพันธุ์และประเมินความหลากหลายทางชีวภาพ ช่วยในการอนุรักษ์พันธุ์พืชและสัตว์ที่ใกล้สูญพันธุ์ ในด้านการจัดการทรัพยากรธรรมชาติ AI สามารถวิเคราะห์ภาพถ่ายดาวเทียมและข้อมูลจากโดรน เพื่อตรวจสอบการบุกรุกป่าและการตัดไม้ทำลายป่า ช่วยในการบังคับใช้กฎหมายและการอนุรักษ์ป่าไม้อย่างมีประสิทธิภาพ อีกทั้ง AI ยังสามารถช่วยในการวางแผนการจัดสรรน้ำ การบริหารจัดการเขื่อน และการจัดการน้ำเสีย เพื่อให้มีน้ำเพียงพอต่อความต้องการและลดผลกระทบต่อสิ่งแวดล้อม ที่สำคัญ AI ยังสามารถช่วยในการจัดการการผลิตและการใช้พลังงานให้มีประสิทธิภาพมากขึ้น เช่น การปรับปรุงประสิทธิภาพของโรงไฟฟ้า การจัดการระบบโครงข่ายไฟฟ้า และการส่งเสริมการใช้พลังงานทดแทน

ความท้าทายและข้อควรพิจารณา

การนำ AI มาใช้ในการพัฒนาการให้บริการสาธารณะ ถือเป็นก้าวสำคัญที่จะช่วยเพิ่มประสิทธิภาพและคุณภาพของบริการต่าง ๆ ให้กับประชาชน อย่างไรก็ตาม การนำเทคโนโลยีนี้มาใช้อย่างมีประสิทธิภาพและยั่งยืน จำเป็นต้องคำนึงถึงความท้าทายและข้อควรพิจารณาหลายประการ ดังต่อไปนี้

ความพร้อมของข้อมูล: การนำ AI มาใช้จำเป็นต้องมีข้อมูลที่มีคุณภาพ ถูกต้อง ครบถ้วน และเป็นปัจจุบัน หากข้อมูลไม่มีคุณภาพ AI อาจเรียนรู้สิ่งที่ผิดพลาดและนำไปสู่การตัดสินใจที่ไม่ถูกต้อง นอกจากนี้ AI ยังต้องการข้อมูลจำนวนมากเพื่อการเรียนรู้และพัฒนาประสิทธิภาพ หากข้อมูลมีไม่เพียงพอ อาจทำให้ AI ไม่สามารถทำงานได้อย่างเต็มประสิทธิภาพ ที่สำคัญข้อมูลที่จำเป็นต้องนำมาใช้ในการพัฒนา AI อาจกระจัดกระจายอยู่ในหน่วยงานต่างๆ ทำให้การรวบรวมและเข้าถึงข้อมูลเป็นไปได้ยาก

ความปลอดภัยและความเป็นส่วนตัวของข้อมูล: ข้อมูลที่ใช้ในการพัฒนา AI มักเป็นข้อมูลส่วนบุคคลที่มีความอ่อนไหว จึงต้องมีมาตรการรักษาความปลอดภัยที่เข้มงวด เพื่อป้องกันการรั่วไหลหรือการนำไปใช้ในทางที่ผิด ที่สำคัญการนำข้อมูลส่วนบุคคลมาใช้ต้องเป็นไปตามกฎหมายและได้รับความยินยอมจากเจ้าของข้อมูล

การเตรียมความพร้อมของบุคลากร: บุคลากรภาครัฐต้องได้รับการพัฒนาทักษะที่จำเป็นในการทำงานร่วมกับ AI และใช้ประโยชน์จาก AI ได้อย่างเต็มที่ นอกจากนี้ บุคลากรภาครัฐต้องมีความเข้าใจและยอมรับการเปลี่ยนแปลงที่เกิดจากการนำ AI มาใช้

สรุป

AI กำลังเข้ามามีบทบาทสำคัญในการพัฒนาบริการสาธารณะ และมีศักยภาพในการยกระดับคุณภาพชีวิตของประชาชนอย่างมาก การนำ AI มาใช้อย่างมีประสิทธิภาพและรับผิดชอบ จะเป็นกุญแจสำคัญในการสร้างบริการสาธารณะที่ตอบโจทย์ความต้องการของประชาชน และขับเคลื่อนประเทศไทยสู่ยุคดิจิทัลอย่างเต็มรูปแบบ

โอกาสที่ AI มอบให้กับการศึกษา

AI มีศักยภาพที่จะเข้ามามีส่วนในการพัฒนาการเรียนรู้เฉพาะบุคคล (Personalized Learning) ได้อย่างมีประสิทธิภาพและหลากหลายวิธี กล่าวคือ AI สามารถรวบรวมและวิเคราะห์ข้อมูลการเรียนรู้ของผู้เรียนแต่ละคนจากหลากหลายแหล่ง เช่น ผลการทดสอบ พฤติกรรมการเรียนรู้บนแพลตฟอร์มออนไลน์ หรือแม้แต่การแสดงออกทางสีหน้าและท่าทาง เพื่อสร้างโปรไฟล์ผู้เรียนที่ครอบคลุมและเข้าใจถึงจุดแข็ง จุดอ่อน ความสนใจ และรูปแบบการเรียนรู้ที่เหมาะสม จากโปรไฟล์ผู้เรียนดังกล่าว AI สามารถปรับเนื้อหา ระดับความยาก และกิจกรรมการเรียนรู้ให้เหมาะสมกับผู้เรียนแต่ละคนได้แบบเรียลไทม์ ตัวอย่างเช่น หากผู้เรียนมีความเข้าใจในบทเรียนช้า AI อาจเสนอแบบฝึกหัดเพิ่มเติมหรือตัวอย่างที่เข้าใจง่ายขึ้น ในขณะที่ผู้เรียนที่มีความสามารถสูงอาจได้รับโจทย์ที่ท้าทายมากขึ้น ที่สำคัญ AI สามารถสร้างเส้นทางการเรียนรู้ที่เหมาะสมกับผู้เรียนแต่ละคน โดยแนะนำเนื้อหา บทเรียน หรือหลักสูตรที่สอดคล้องกับความสนใจและเป้าหมายของผู้เรียน ช่วยให้ผู้เรียนสามารถเรียนรู้ได้อย่างมีประสิทธิภาพและตรงตามความต้องการของตนเอง

นอกจากนี้ AI ยังสามารถช่วยให้ผู้เรียนฝึกฝนทักษะที่จำเป็นสำหรับอนาคตการทำงานได้อีกด้วย นั่นคือ AI สามารถสร้างสภาพแวดล้อมจำลองหรือสถานการณ์เสมือนจริง เพื่อให้ผู้เรียนได้ฝึกฝนทักษะเฉพาะด้าน เช่น การเขียนโปรแกรม การแก้ปัญหาทางวิทยาศาสตร์ หรือการสื่อสารในภาษาต่างประเทศ ซึ่งจะช่วยให้ผู้เรียนได้เรียนรู้จากประสบการณ์จริง นอกจากนี้ AI ยังสามารถวิเคราะห์ผลงานของผู้เรียน และให้ข้อเสนอแนะที่เป็นประโยชน์ เพื่อช่วยให้ผู้เรียนเข้าใจจุดแข็งและจุดอ่อนของตนเอง และพัฒนาทักษะได้อย่างตรงจุด แล้วยังสามารถประเมินผลการเรียนรู้ของผู้เรียนได้อย่างต่อเนื่อง เพื่อติดตามความก้าวหน้า และปรับแผนการเรียนรู้ให้เหมาะสม ที่สำคัญ AI สามารถเป็นเครื่องมือที่ช่วยให้ผู้เรียนสามารถเรียนรู้ด้วยตนเองได้อย่างมีประสิทธิภาพ โดย AI สามารถให้คำแนะนำ แนะนำแหล่งข้อมูล และตอบคำถามของผู้เรียนได้ตลอดเวลา ซึ่งจะช่วยให้ผู้เรียนสามารถพัฒนาทักษะการเรียนรู้ด้วยตนเอง และเตรียมพร้อมสำหรับการเรียนรู้ตลอดชีวิต

สุดท้าย AI ยังมีศักยภาพในการช่วยลดภาระงานของครูในหลายด้าน ทำให้ครูมีเวลาเพิ่มขึ้นในการมุ่งเน้นการสอนและให้ความช่วยเหลือแก่นักเรียนได้อย่างเต็มที่ ยกตัวอย่าง AI สามารถช่วยตรวจงานบางประเภท เช่น แบบทดสอบปรนัย หรือการบ้านที่เป็นรูปแบบเฉพาะเจาะจง ซึ่งจะช่วยลดเวลาที่ครูต้องใช้ในการตรวจงานจำนวนมาก และให้ครูมีเวลาในการให้ข้อเสนอแนะเชิงคุณภาพแก่นักเรียนได้มากขึ้น นอกจากนี้ AI ยังสามารถช่วยจัดการข้อมูลและเอกสารต่างๆ เช่น การบันทึกข้อมูลนักเรียน การจัดทำรายงานผลการเรียน หรือการจัดตารางเรียน ซึ่งจะช่วยลดภาระงานด้านธุรการของครู และให้ครูมีเวลามากขึ้นในการเตรียมการสอนและพัฒนาหลักสูตร และแน่นอนว่า AI ยังสามารถช่วยในการสื่อสารกับผู้ปกครอง ไม่ว่าจะเป็น การส่งข้อความแจ้งเตือน หรือการรายงานผลการเรียน ซึ่งจะช่วยลดเวลาที่ครูต้องใช้ในการติดต่อกับผู้ปกครอง และช่วยให้ผู้ปกครองได้รับข้อมูลเกี่ยวกับการเรียนของบุตรหลานอย่างสม่ำเสมอ

ความท้าทายของการศึกษาในยุค AI

การนำ AI มาใช้ในระบบการศึกษายังคงมีความท้าทายอยู่ โดยเฉพาะอย่างยิ่ง การเตรียมความพร้อมของครู กล่าวคือ ครูควรมีความสามารถในการใช้เครื่องมือและแพลตฟอร์ม AI ต่างๆ ที่เกี่ยวข้องกับการศึกษา เช่น ระบบการจัดการเรียนรู้ (LMS) เครื่องมือการประเมินผลออนไลน์ และเครื่องมือการสร้างสื่อการเรียนรู้ที่ใช้ AI นอกจากนี้ ครูควรมีความสามารถในการวิเคราะห์ข้อมูลที่ได้จากเครื่องมือ AI เพื่อทำความเข้าใจความต้องการและความก้าวหน้าของนักเรียน และนำข้อมูลนั้นมาปรับปรุงการสอนให้มีประสิทธิภาพยิ่งขึ้น นอกจากทักษะด้านเทคโนโลยีแล้ว ครูควรมีความสามารถในการสร้างแรงบันดาลใจและให้กำลังใจแก่นักเรียน เพื่อส่งเสริมให้นักเรียนมีความกระตือรือร้นในการเรียนรู้และพัฒนาทักษะของตนเองอย่างต่อเนื่องโดยมี AI เป็นเครื่องมือประกอบ ที่สำคัญ ครูควรมีความสามารถในการสื่อสารและทำงานร่วมกันกับนักเรียน ผู้ปกครอง และเพื่อนร่วมงานอย่างมีประสิทธิภาพ เพื่อสร้างสภาพแวดล้อมการเรียนรู้ที่เอื้อต่อการพัฒนา

นอกจากความท้าทายด้านการเตรียมความพร้อมของครูแล้ว ผู้เรียนเองก็ต้องพบกับความท้าทายที่เกิดจากการพึ่งพาเทคโนโลยีมากเกินไปด้วยเช่นกัน กล่าวคือ แทนที่จะใช้ความสามารถในการคำนวณหรือทักษะด้านภาษาของตนเอง ผู้เรียนอาจใช้ AI ในการหาคำตอบหรือตรวจสอบการสะกดคำโดยตรง และในการทำการบ้านหรือโครงงาน ผู้เรียนอาจลอกคำตอบจาก AI แทนที่จะพยายามทำความเข้าใจและสร้างผลงานด้วยตนเอง ที่สำคัญ ผู้เรียนอาจใช้ AI ในการตัดสินใจเกี่ยวกับเรื่องสำคัญในชีวิต เช่น การเลือกอาชีพ หรือการแก้ปัญหาส่วนตัว แทนที่จะใช้ความคิดและประสบการณ์ของตนเอง ดังนั้น ครูจึงมีบทบาทในการสั่งสอนให้ผู้เรียนใช้ AI อย่างมีวิจารณญาณ

นอกจากนี้ AI กำลังเข้ามาเปลี่ยนแปลงตลาดแรงงานอย่างรวดเร็วและมีนัยสำคัญ โดยส่งผลกระทบต่อทั้งลักษณะงาน ทักษะที่ต้องการ และรูปแบบการจ้างงานในอนาคต ซึ่งอาจมีผลต่อการตัดสินใจเลือกเส้นทางการศึกษาของผู้เรียน ยกตัวอย่าง AI และหุ่นยนต์สามารถทำงานที่ทำซ้ำ ๆ และใช้แรงงานคนจำนวนมากได้อย่างมีประสิทธิภาพ ทำให้งานบางประเภท เช่น งานในโรงงานอุตสาหกรรม หรือ งานธุรการบางส่วน อาจลดลงหรือหายไป ในขณะเดียวกัน AI ก็สร้างโอกาสในการเกิดขึ้นของงานใหม่ ๆ ที่เกี่ยวข้องกับการพัฒนา การใช้งาน และการดูแลรักษาระบบ AI เช่น นักวิทยาศาสตร์ข้อมูล วิศวกร AI นักพัฒนาซอฟต์แวร์ และผู้เชี่ยวชาญด้านจริยธรรม AI และแน่นอนว่า งานหลายประเภทจะต้องใช้ทักษะที่สูงขึ้นในการทำงานร่วมกับ AI เช่น ทักษะการวิเคราะห์ข้อมูล การแก้ปัญหาที่ซับซ้อน ความคิดสร้างสรรค์ และทักษะทางสังคม

การปรับตัวเพื่ออนาคต

เมื่อเป็นที่รู้กันดีว่า AI จะเข้ามามีบทบาทในระบบการศึกษาอย่างแน่นอน ผู้ที่ต้องปรับตัวเป็นอันดับแรกคือ ครู ซึ่งต้องเรียนรู้ด้วยตัวเองเพื่อเตรียมความพร้อม ไม่ว่าจะเป็น การอ่านบทความ วิจัย และหนังสือเกี่ยวกับ AI เพื่อทำความเข้าใจพื้นฐานและแนวโน้มของเทคโนโลยีนี้ การเข้าร่วมคอร์สออนไลน์ ซึ่งมีมากมากมายทั้งแบบฟรีและเสียค่าใช้จ่าย และลองใช้เครื่องมือ AI ต่างๆ ที่มีให้บริการฟรี เช่น ChatGPT หรือเครื่องมือสร้างรูปภาพ เพื่อทำความคุ้นเคยกับการใช้งานและประโยชน์ของ AI นอกจากนี้ อย่าลังเลที่จะนำเครื่องมือ AI มาใช้ในการเรียนการสอน เช่น ใช้ ChatGPT ในการสร้างแบบฝึกหัด หรือใช้เครื่องมือวิเคราะห์ข้อมูลเพื่อติดตามความก้าวหน้าของนักเรียน ตลอดจนประเมินผลการใช้ AI ในการสอน และปรับปรุงวิธีการใช้งานเพื่อให้เกิดประสิทธิภาพสูงสุด

ในส่วนของผู้เรียน ก็ต้องเตรียมความพร้อมพัฒนาทักษะแห่งศตวรรษที่ 21 ไม่ว่าจะเป็น ฝึกฝนการคิดอย่างมีวิจารณญาณ การวิเคราะห์ข้อมูล และการแก้ปัญหาที่ซับซ้อน เพื่อสามารถรับมือกับสถานการณ์ที่ไม่คุ้นเคยและตัดสินใจได้อย่างมีเหตุผล การคิดสร้างสรรค์และเชิงนวัตกรรม อาทิ พัฒนาความสามารถในการคิดนอกกรอบ สร้างสรรค์สิ่งใหม่ๆ และนำเสนอแนวคิดที่แตกต่าง เพื่อให้สามารถปรับตัวและสร้างโอกาสในโลกที่เปลี่ยนแปลงตลอดเวลา ที่สำคัญ ต้องมีทักษะในการสื่อสารและการทำงานร่วมกัน ทั้งการพูด การเขียน และการนำเสนอ รวมถึงการทำงานเป็นทีมและการแก้ไขข้อขัดแย้ง เพื่อให้สามารถทำงานร่วมกับผู้อื่นได้อย่างราบรื่น และที่สำคัญ ต้องตระหนักถึงความสำคัญของการเรียนรู้ตลอดชีวิต และต้องพร้อมที่จะเรียนรู้สิ่งใหม่ๆ ตลอดชีวิตเพื่อให้ทันต่อการเปลี่ยนแปลงของโลก โดยมองหาโอกาสในการเรียนรู้ใหม่ๆ ทั้งในและนอกห้องเรียน เช่น การเข้าร่วมอบรม สัมมนา หรือคอร์สออนไลน์ การอ่านหนังสือ และการเรียนรู้จากประสบการณ์จริง

เพื่อให้ AI เข้ามาช่วยพัฒนาการศึกษาได้อย่างเต็มศักยภาพและยั่งยืน จึงจำเป็นอย่างยิ่งที่ภาคการศึกษา ภาคเอกชน และรัฐบาล จะต้องร่วมมือกันอย่างใกล้ชิดในหลากหลายมิติ อาทิ 1) การพัฒนากรอบนโยบายและมาตรฐาน โดยภาครัฐเป็นผู้กำหนดนโยบายและมาตรฐานการใช้ AI ในการศึกษา เพื่อให้มั่นใจว่าการนำ AI มาใช้จะเป็นไปอย่างมีจริยธรรม โปร่งใส และคำนึงถึงความเป็นส่วนตัวของผู้เรียน ขณะเดียวกันภาคการศึกษามีส่วนในการให้ข้อมูลและข้อเสนอแนะในการกำหนดนโยบายและมาตรฐาน เพื่อให้สอดคล้องกับความต้องการและบริบทของการศึกษาจริง และภาคเอกชนมีส่วนร่วมในการให้ข้อมูลเชิงเทคนิคและแนวปฏิบัติที่ดีในการใช้ AI เพื่อให้เกิดประสิทธิภาพสูงสุดและลดความเสี่ยง 2) การพัฒนาโครงสร้างพื้นฐานและเทคโนโลยี โดยรัฐบาลลงทุนในโครงสร้างพื้นฐานด้านเทคโนโลยี เช่น อินเทอร์เน็ตความเร็วสูง และอุปกรณ์ที่จำเป็น เพื่อให้ทุกโรงเรียนและผู้เรียนสามารถเข้าถึงและใช้ประโยชน์จาก AI ได้อย่างเท่าเทียม ส่วนภาคเอกชนทำหน้าที่พัฒนาและนำเสนอเทคโนโลยี AI และแพลตฟอร์มที่เหมาะสมกับการศึกษา ตลอดจนให้การสนับสนุนด้านเทคนิคและการฝึกอบรมแก่ครูและบุคลากรทางการศึกษา และภาคการศึกษาเข้าร่วมทดสอบและให้ข้อเสนอแนะในการพัฒนาเทคโนโลยี AI เพื่อให้ตอบสนองความต้องการของผู้เรียนและครูได้อย่างแท้จริง และ 3) การพัฒนาบุคลากร รัฐบาลมีนโยบายและโครงการสนับสนุนการฝึกอบรมและพัฒนาทักษะด้าน AI ให้แก่ครูและบุคลากรทางการศึกษาอย่างต่อเนื่อง เพื่อให้สามารถนำ AI มาใช้ในการสอนและบริหารจัดการได้อย่างมีประสิทธิภาพ ขณะที่ภาคภาคเอกชน จัดอบรมและให้ความรู้เกี่ยวกับเทคโนโลยี AI แก่ครูและนักเรียน รวมถึงสนับสนุนการวิจัยและพัฒนาเพื่อสร้างนวัตกรรมทางการศึกษาที่ใช้ AI และภาคการศึกษามีบทบาทส่งเสริมให้ครูและบุคลากรมีส่วนร่วมในการพัฒนาตนเองด้าน AI และสร้างวัฒนธรรมการเรียนรู้ที่เปิดกว้างต่อเทคโนโลยีใหม่ๆ

สรุป

AI กำลังเปลี่ยนแปลงโฉมหน้าของการศึกษาอย่างรวดเร็ว การนำ AI มาใช้อย่างมีประสิทธิภาพและรับผิดชอบสามารถสร้างโอกาสที่ยิ่งใหญ่ในการพัฒนาการศึกษาและเตรียมผู้เรียนให้พร้อมสำหรับอนาคต อย่างไรก็ตาม การรับมือกับความท้าทายและการปรับตัวอย่างต่อเนื่องเป็นสิ่งจำเป็น เพื่อให้เราสามารถใช้ประโยชน์จาก AI ในการสร้างระบบการศึกษาที่เท่าเทียม มีคุณภาพ และตอบสนองต่อความต้องการของโลกยุคใหม่ได้อย่างแท้จริง

และสำหรับบทความหน้า ผมจะพาไปเจาะลึกว่า AI จะช่วยในการพัฒนาบริการภาครัฐได้อย่างไร และประชาชนจะได้ประโยชน์อย่างไรบ้างครับ

NPU คืออะไร และทำไมจึงสำคัญ?

Neural Processing Unit หรือ NPU คือชิปประมวลผลที่เปรียบเสมือนสมองกลอัจฉริยะ ออกแบบมาเพื่อภารกิจเฉพาะด้าน AI โดยเฉพาะอย่างยิ่ง Deep Learning อันเป็นหัวใจสำคัญของ AI ยุคใหม่ NPU ไม่ได้มาแทนที่ CPU หรือ GPU แต่ทำงานร่วมกันเสมือนทีมเวิร์คที่แข็งแกร่ง CPU ทำหน้าที่ควบคุมระบบโดยรวม GPU จัดการภาพกราฟิก ส่วน NPU รับหน้าที่หนักในการประมวลผลข้อมูลมหาศาลในโมเดล AI ที่ซับซ้อน

กลไกสำคัญของการประมวลผล AI คือ Deep Learning ซึ่งเปรียบเหมือนการเรียนรู้ด้วยตนเองของเครื่องจักรจากข้อมูลจำนวนมหาศาล เช่น การจดจำใบหน้าจากรูปภาพนับล้าน การแปลภาษาจากข้อความนับพันล้าน หรือการทำนายพฤติกรรมผู้บริโภคจากประวัติการซื้อสินค้า NPU ช่วยให้การเรียนรู้นี้รวดเร็วและแม่นยำขึ้น เปรียบเสมือนสมองที่เรียนรู้ได้เร็วกว่าเดิมหลายเท่าตัว

ปัจจุบันบริษัทเทคโนโลยียักษ์ใหญ่ของโลกต่างหันมาพัฒนา NPU กันมากขึ้น ยกตัวอย่าง 1) Tensor Processing Unit (TPU) ซึ่ง พัฒนาโดย Google สำหรับงาน Deep Learning และ AI โดยเฉพาะ พบได้ใน Google Cloud Platform และอุปกรณ์บางรุ่นของ Google เช่น Pixel phones 2) Neural Engine พัฒนาโดย Apple พบใน iPhone, iPad และ Mac รุ่นใหม่ ๆ ช่วยในการประมวลผลงาน AI เช่น Face ID, Animoji และ Siri และ 3) Kirin พัฒนาโดย Huawei พบในสมาร์ทโฟนและแท็บเล็ตของ Huawei ช่วยในการประมวลผลภาพถ่าย ปรับปรุงประสิทธิภาพการเล่นเกม และเพิ่มความสามารถ AI อื่นๆ

NPU ทำงานอย่างไรให้ฉลาดล้ำ?

NPU มีสถาปัตยกรรมที่แตกต่างจาก CPU และ GPU อย่างสิ้นเชิง โดยมีหน่วยประมวลผลขนาดเล็กจำนวนมาก (เรียกว่าคอร์) เชื่อมต่อกันเป็นเครือข่ายคล้ายเซลล์ประสาทในสมองมนุษย์ แต่ละหน่วยรับผิดชอบการคำนวณเพียงเล็กน้อย แต่เมื่อทำงานร่วมกันจะเกิดพลังในการประมวลผลมหาศาล

นอกจากนี้ NPU ยังมีการประมวลผลเมทริกซ์ ซึ่งเป็นโครงสร้างข้อมูลที่ใช้ใน Deep Learning ประกอบด้วยตัวเลขที่เรียงกันเป็นแถวและคอลัมน์ NPU จึงสามารถคำนวณเมทริกซ์ได้อย่างรวดเร็วและมีประสิทธิภาพ อีกทั้ง NPU ยังสามารถเรียนรู้และปรับตัวได้จากข้อมูลที่ได้รับ ซึ่งเป็นหัวใจสำคัญของ Deep Learning NPU จะปรับค่าพารามิเตอร์ภายในเพื่อให้สามารถทำงานได้ดีขึ้นเรื่อย ๆ เมื่อได้รับข้อมูลมากขึ้น และที่สำคัญ NPU ถูกออกแบบมาให้ใช้พลังงานต่ำ ทำให้เหมาะสำหรับการใช้งานในอุปกรณ์พกพา เช่น สมาร์ทโฟน และอุปกรณ์ IoT

สมมติว่า NPU กำลังประมวลผลภาพถ่ายเพื่อระบุวัตถุในภาพ NPU จะแบ่งภาพออกเป็นส่วนเล็กๆ และแต่ละคอร์จะรับผิดชอบการประมวลผลส่วนหนึ่งของภาพ คอร์ต่างๆ จะทำงานพร้อมกันเพื่อวิเคราะห์สี รูปร่าง และลักษณะอื่นๆ ของวัตถุ จากนั้น NPU จะรวบรวมข้อมูลจากคอร์ทั้งหมดและใช้ข้อมูลนี้เพื่อระบุวัตถุในภาพ

NPU สร้างความเปลี่ยนแปลงอย่างไรในโลก AI?

NPU กำลังขับเคลื่อน AI ให้ก้าวกระโดดไปอีกขั้น ตัวอย่างที่เห็นได้ชัดคือ สมาร์ทโฟนที่จดจำใบหน้าได้แม่นยำขึ้น รถยนต์ไร้คนขับที่ตัดสินใจได้ฉลาดขึ้น ผู้ช่วยเสมือนที่เข้าใจภาษาพูดได้ดีขึ้น และระบบวินิจฉัยโรคที่แม่นยำขึ้น

เพราะฉะนั้น NPU เปรียบเสมือนเครื่องยนต์เจ็ทที่ขับเคลื่อน AI ให้ทะยานไปข้างหน้าด้วยความเร็วที่เหนือกว่า ด้วยสถาปัตยกรรมที่ออกแบบมาเพื่อรองรับการคำนวณที่ใช้ใน AI โดยเฉพาะ เช่น การคูณเมทริกซ์ ทำให้ NPU สามารถประมวลผลงาน AI ได้เร็วกว่า CPU และ GPU หลายเท่าตัว ตัวอย่างเช่น Google ได้พัฒนา TPU ซึ่งเป็น NPU ที่ใช้ในการฝึกอบรมโมเดลภาษาขนาดใหญ่ ทำให้สามารถลดเวลาในการฝึกอบรมจากหลายสัปดาห์เหลือเพียงไม่กี่วัน

อย่างไรก็ดี NPU ไม่ได้เป็นเพียงแค่ตัวเร่งความเร็วของ AI บนคลาวด์เท่านั้น แต่ยังเป็นหัวใจสำคัญของ Edge AI ซึ่งเป็นการประมวลผล AI บนอุปกรณ์ปลายทาง เช่น สมาร์ทโฟน รถยนต์ หรือแม้กระทั่งเซ็นเซอร์ IoT นี่หมายความว่า AI จะสามารถทำงานได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต ทำให้การตอบสนองของแอปพลิเคชัน AI รวดเร็วขึ้น ลดความหน่วง และเพิ่มความเป็นส่วนตัวของข้อมูล ตัวอย่างเช่น สมาร์ทโฟนที่ใช้ NPU สามารถจดจำใบหน้าเพื่อปลดล็อกได้ทันทีโดยไม่ต้องส่งข้อมูลไปประมวลผลบนคลาวด์

NPU กับความท้าทายและโอกาสในอนาคต

แม้ NPU จะเป็นเทคโนโลยีที่น่าจับตามองและมีศักยภาพสูง แต่ก็ยังต้องเผชิญกับความท้าทายหลายประการในการพัฒนาและใช้งานอย่างแพร่หลาย ดังนี้

NPU ที่มีประสิทธิภาพสูงมักจะใช้พลังงานมาก ซึ่งเป็นอุปสรรคสำคัญในการนำไปใช้ในอุปกรณ์พกพาที่มีข้อจำกัดด้านพลังงาน เช่น สมาร์ทโฟนและอุปกรณ์ IoT นักพัฒนาจึงต้องหาวิธีในการปรับปรุงประสิทธิภาพการใช้พลังงานของ NPU เพื่อให้สามารถใช้งานได้อย่างยั่งยืน นอกจากนี้ การผลิต NPU ต้องใช้ทรัพยากรธรรมชาติจำนวนมากและก่อให้เกิดขยะอิเล็กทรอนิกส์ ซึ่งส่งผลกระทบต่อสิ่งแวดล้อม ในอนาคตจึงต้องคำนึงถึงการออกแบบ NPU ที่เป็นมิตรต่อสิ่งแวดล้อมและสามารถนำกลับมาใช้ใหม่ได้

นอกจากนี้ การพัฒนาซอฟต์แวร์ที่สามารถทำงานร่วมกับ NPU ได้อย่างมีประสิทธิภาพก็เป็นความท้าทายเช่นกัน เนื่องจาก NPU มีสถาปัตยกรรมที่แตกต่างจาก CPU และ GPU ทำให้ต้องมีการปรับแต่งซอฟต์แวร์และเครื่องมือพัฒนาให้เหมาะสม อีกทั้ง NPU ยังมีราคาค่อนข้างสูงเมื่อเทียบกับ CPU และ GPU จึงทำให้การนำไปใช้งานในวงกว้างยังมีข้อจำกัด โดยเฉพาะอย่างยิ่งในกลุ่มผู้ใช้ทั่วไปและธุรกิจขนาดเล็ก

อย่างไรก็ตาม NPU ยังมีโอกาสอีกมากมายรออยู่ เช่น การพัฒนา AI ที่มีความสามารถสูงขึ้น เช่น AI ที่สามารถสร้างสรรค์งานศิลปะ หรือ AI ที่สามารถสนทนาโต้ตอบกับมนุษย์ได้อย่างเป็นธรรมชาติ นอกจากนี้ NPU ยังเป็นกุญแจสำคัญในการแก้ปัญหาใหญ่ของโลก เช่น การเปลี่ยนแปลงสภาพภูมิอากาศ การขาดแคลนอาหาร และการระบาดของโรค เป็นต้น นอกจากนี้ การพัฒนา NPU จะทำให้เกิดการสร้างงานและอาชีพใหม่ ไม่ว่าจะเป็น วิศวกรรมคอมพิวเตอร์ วิทยาการข้อมูล และการพัฒนาซอฟต์แวร์

สรุป

NPU คือหัวใจสำคัญของ AI ที่กำลังขับเคลื่อนโลกเข้าสู่ยุคใหม่ NPU ไม่เพียงแต่ทำให้ AI ฉลาดขึ้น แต่ยังทำให้ AI เข้าถึงได้ง่ายขึ้นและมีราคาถูกลง ซึ่งจะนำไปสู่การเปลี่ยนแปลงครั้งใหญ่ในทุกภาคส่วนของสังคม การทำความเข้าใจ NPU จึงเป็นสิ่งสำคัญสำหรับทุกคนที่ต้องการเตรียมพร้อมรับมือกับอนาคตที่ AI จะมีบทบาทสำคัญในชีวิตประจำวันของเรา

สำหรับบทความถัดไปผมจะชวนท่านผู้อ่านขบคิดในประเด็น “การศึกษาในยุค AI” ที่ซึ่ง AI จะเข้ามามีบทบาทสำคัญต่อการเรียนรู้ของลูกหลานเรา เพื่อเป็นการเตรียมความพร้อมให้กับคนในรุ่นถัดไปครับ

ความหมายของช่องว่างทางดิจิทัล

ช่องว่างทางดิจิทัลไม่ได้หมายความเพียงแค่การเข้าถึงเทคโนโลยีดิจิทัล เช่น คอมพิวเตอร์ อินเทอร์เน็ต หรือสมาร์ทโฟนเท่านั้น แต่ยังครอบคลุมถึงความสามารถในการใช้ประโยชน์จากเทคโนโลยีเหล่านั้นอย่างมีประสิทธิภาพ และผลกระทบที่เกิดขึ้นจากการเข้าถึงและการใช้งานที่แตกต่างกัน

     • การเข้าถึง (Access): การเข้าถึงเทคโนโลยีดิจิทัลอาจถูกจำกัดด้วยปัจจัยทางเศรษฐกิจ เช่น ราคาของอุปกรณ์และค่าบริการอินเทอร์เน็ตที่สูงเกินกำลังของบางกลุ่ม หรือปัจจัยทางภูมิศาสตร์ เช่น การขาดโครงสร้างพื้นฐานด้านโทรคมนาคมในพื้นที่ห่างไกล

     • การใช้ประโยชน์ (Usage): แม้จะมีการเข้าถึงเทคโนโลยี แต่การใช้ประโยชน์อาจถูกจำกัดด้วยปัจจัยทางการศึกษา เช่น การขาดทักษะการใช้คอมพิวเตอร์และอินเทอร์เน็ต หรือปัจจัยทางสังคม เช่น ความเชื่อและค่านิยมที่ไม่ส่งเสริมการใช้เทคโนโลยี

     • ผลกระทบ (Impact): ช่องว่างทางดิจิทัลส่งผลกระทบต่อโอกาสทางเศรษฐกิจ การศึกษา สุขภาพ และคุณภาพชีวิตโดยรวม ผู้ที่ไม่สามารถเข้าถึงหรือใช้ประโยชน์จากเทคโนโลยีดิจิทัลได้อย่างเต็มที่อาจเสียโอกาสในการพัฒนาทักษะ เสียเปรียบในการแข่งขันทางธุรกิจ และถูกกีดกันจากบริการสาธารณะที่สำคัญ

สาเหตุของช่องว่างทางดิจิทัล

ช่องว่างทางดิจิทัลเกิดจากปัจจัยที่ซับซ้อนและเชื่อมโยงกันหลายด้าน เช่น

     • ปัจจัยทางเศรษฐกิจ: ความเหลื่อมล้ำทางรายได้เป็นสาเหตุสำคัญที่ทำให้คนยากจนไม่สามารถเข้าถึงเทคโนโลยีดิจิทัลได้ นอกจากนี้ การขาดแคลนทรัพยากรยังส่งผลต่อการลงทุนด้านโครงสร้างพื้นฐานทางเทคโนโลยีในพื้นที่ด้อยโอกาส

     • ปัจจัยทางสังคม: ระดับการศึกษาและทักษะดิจิทัลมีความสัมพันธ์อย่างใกล้ชิดกับการใช้เทคโนโลยี คนที่มีการศึกษาสูงและมีทักษะดิจิทัลมักจะใช้ประโยชน์จากเทคโนโลยีได้มากกว่า นอกจากนี้ อายุ เพศ เชื้อชาติ และวัฒนธรรมก็มีส่วนในการกำหนดทัศนคติและพฤติกรรมการใช้เทคโนโลยี

     • ปัจจัยทางโครงสร้างพื้นฐาน: การขาดแคลนโครงสร้างพื้นฐานด้านโทรคมนาคม เช่น เครือข่ายอินเทอร์เน็ตความเร็วสูง และจุดให้บริการอินเทอร์เน็ตสาธารณะ เป็นอุปสรรคสำคัญต่อการเข้าถึงเทคโนโลยีดิจิทัล โดยเฉพาะในพื้นที่ชนบทและห่างไกล

     • ปัจจัยทางนโยบาย: นโยบายและกฎระเบียบของรัฐบาลมีบทบาทสำคัญในการส่งเสริมหรือจำกัดการเข้าถึงและการใช้เทคโนโลยีดิจิทัล ตัวอย่างเช่น นโยบายการจัดสรรคลื่นความถี่ นโยบายการแข่งขันในตลาดโทรคมนาคม และนโยบายการคุ้มครองข้อมูลส่วนบุคคล ล้วนมีผลต่อการพัฒนาและการเข้าถึงเทคโนโลยีดิจิทัล

ผลกระทบของช่องว่างทางดิจิทัล

ช่องว่างทางดิจิทัลส่งผลกระทบต่อทุกภาคส่วนของประเทศ ดังนี้

     • เศรษฐกิจ: ช่องว่างทางดิจิทัลขัดขวางการเติบโตทางเศรษฐกิจและนวัตกรรม ธุรกิจขนาดเล็กและผู้ประกอบการที่ไม่สามารถเข้าถึงเทคโนโลยีดิจิทัลได้อย่างเต็มที่อาจเสียเปรียบในการแข่งขัน นอกจากนี้ การขาดแคลนแรงงานที่มีทักษะดิจิทัลยังเป็นอุปสรรคต่อการพัฒนาอุตสาหกรรมและการสร้างงาน

     • สังคม: ช่องว่างทางดิจิทัลซ้ำเติมความเหลื่อมล้ำทางสังคมที่มีอยู่เดิม คนที่ไม่สามารถเข้าถึงข้อมูลข่าวสารและบริการสาธารณะออนไลน์ได้อาจถูกกีดกันจากโอกาสทางสังคมและเศรษฐกิจ นอกจากนี้ การขาดทักษะดิจิทัลยังส่งผลต่อการมีส่วนร่วมในสังคมและการแสดงออกทางความคิดเห็น

     • การศึกษา: ช่องว่างทางดิจิทัลส่งผลกระทบต่อคุณภาพการศึกษา นักเรียนที่ไม่มีคอมพิวเตอร์หรืออินเทอร์เน็ตที่บ้านอาจเสียโอกาสในการเรียนรู้และพัฒนาทักษะที่จำเป็นในศตวรรษที่ 21 นอกจากนี้ การขาดแคลนครูที่มีทักษะดิจิทัลยังเป็นอุปสรรคต่อการนำเทคโนโลยีมาใช้ในการเรียนการสอนอย่างมีประสิทธิภาพ

     • สุขภาพ: ช่องว่างทางดิจิทัลส่งผลต่อการเข้าถึงข้อมูลด้านสุขภาพและบริการทางการแพทย์ คนที่ไม่สามารถเข้าถึงอินเทอร์เน็ตได้อาจพลาดข้อมูลสำคัญเกี่ยวกับการป้องกันและรักษาโรค นอกจากนี้ การขาดแคลนแพทย์และพยาบาลที่มีทักษะดิจิทัลยังเป็นอุปสรรคต่อการนำเทคโนโลยีมาใช้ในการดูแลสุขภาพ

AI ดาบสองคมของช่องว่างดิจิทัล

AI กำลังเข้ามามีบทบาทสำคัญในการเปลี่ยนแปลงโลกในหลากหลายด้าน รวมถึงการมีส่วนสำคัญในการแก้ไขหรือซ้ำเติมปัญหาช่องว่างทางดิจิทัลที่มีอยู่เดิม AI จึงเปรียบเสมือนดาบสองคม ที่สามารถนำไปใช้ประโยชน์ในการลดความเหลื่อมล้ำ แต่ในขณะเดียวกัน ก็อาจสร้างความเหลื่อมล้ำรูปแบบใหม่ได้เช่นกัน

AI ช่วยลดช่องว่างทางดิจิทัล

เราสามารถนำ AI มาประยุกต์ใช้เพื่อลดช่องว่างทางดิจิทัลได้ ดังนี้

     • การเข้าถึงเทคโนโลยีและบริการ: AI สามารถช่วยให้ผู้คนเข้าถึงเทคโนโลยีและบริการได้ง่ายขึ้น เช่น การพัฒนาแอปพลิเคชันแปลภาษาด้วย AI ที่ช่วยให้ผู้คนสื่อสารข้ามภาษาได้ หรือการพัฒนาเครื่องมือการเรียนรู้ด้วย AI ที่ปรับให้เข้ากับความต้องการและความสามารถของผู้เรียนแต่ละคน ซึ่งจะช่วยลดอุปสรรคในการเข้าถึงการศึกษาและพัฒนาทักษะ

     • การพัฒนาทักษะดิจิทัล: AI สามารถช่วยให้ผู้คนพัฒนาทักษะดิจิทัลได้ง่ายขึ้น เช่น การสร้างแพลตฟอร์มการเรียนรู้ด้วย AI ที่มีเนื้อหาและกิจกรรมที่หลากหลาย หรือการพัฒนาเครื่องมือ AI ที่ช่วยในการฝึกอบรมและประเมินทักษะ

     • การสร้างโอกาสทางเศรษฐกิจ: AI สามารถช่วยสร้างโอกาสทางเศรษฐกิจใหม่ๆ เช่น การพัฒนาแอปพลิเคชันที่ช่วยให้ผู้ประกอบการขนาดเล็กเข้าถึงตลาดออนไลน์ได้ง่ายขึ้น หรือการพัฒนาเครื่องมือ AI ที่ช่วยในการวิเคราะห์ข้อมูลเพื่อเพิ่มประสิทธิภาพในการผลิตและการตลาด

     • การเข้าถึงข้อมูลและบริการสาธารณะ: AI สามารถช่วยให้ผู้คนเข้าถึงข้อมูลและบริการสาธารณะได้ง่ายขึ้น เช่น การพัฒนาแชทบอทที่ตอบคำถามเกี่ยวกับบริการสาธารณะ หรือการพัฒนาแอปพลิเคชันที่ช่วยให้ผู้คนค้นหาข้อมูลเกี่ยวกับสุขภาพและการศึกษา

AI ซ้ำเติมช่องว่างทางดิจิทัล

อย่างไรก็ดี AI ก็มีโอกาสที่จะทำให้ช่องว่างดิจิทัลมีความห่างมากขึ้น ดังนี้

     • การเข้าถึงเทคโนโลยี AI: การพัฒนาและใช้งานเทคโนโลยี AI มักจะกระจุกตัวอยู่ในกลุ่มประเทศและบริษัทที่มีทรัพยากรและความเชี่ยวชาญสูง ซึ่งอาจทำให้เกิดความเหลื่อมล้ำในการเข้าถึงเทคโนโลยี AI ระหว่างประเทศร่ำรวยและประเทศยากจน หรือระหว่างบริษัทขนาดใหญ่และบริษัทขนาดเล็ก

     • การพัฒนาทักษะ AI: การพัฒนาทักษะ AI ต้องใช้ทรัพยากรและโอกาสในการเรียนรู้ ซึ่งผู้คนในกลุ่มด้อยโอกาสอาจเข้าถึงได้ยากกว่า นอกจากนี้ การขาดความรู้ความเข้าใจเกี่ยวกับ AI อาจทำให้ผู้คนไม่สามารถใช้ประโยชน์จากเทคโนโลยี AI ได้อย่างเต็มที่

     • อคติและการเลือกปฏิบัติ: อัลกอริทึม AI อาจมีอคติและการเลือกปฏิบัติที่ฝังอยู่ ซึ่งอาจส่งผลกระทบต่อผู้คนในกลุ่มด้อยโอกาส เช่น การเลือกปฏิบัติในการจ้างงาน การให้สินเชื่อ หรือการเข้าถึงบริการสาธารณะ

     • การแทนที่แรงงาน: AI อาจแทนที่แรงงานมนุษย์ในบางอาชีพ ซึ่งอาจส่งผลกระทบต่อผู้คนในกลุ่มที่มีทักษะต่ำและมีรายได้น้อย

แนวทางการแก้ไขช่องว่างทางดิจิทัล

     การแก้ไขช่องว่างทางดิจิทัลต้องอาศัยความร่วมมือจากทุกภาคส่วน ได้แก่

     • รัฐบาล: รัฐบาลมีบทบาทสำคัญในการลงทุนโครงสร้างพื้นฐานด้านโทรคมนาคม ส่งเสริมการศึกษาและการพัฒนาทักษะดิจิทัล และสร้างนโยบายที่เอื้อต่อการเข้าถึงและการใช้เทคโนโลยีดิจิทัลอย่างเท่าเทียม

     • ภาคเอกชน: ภาคเอกชนสามารถมีส่วนร่วมในการลดช่องว่างทางดิจิทัลได้หลายวิธี เช่น การสนับสนุนโครงการเพื่อสังคม การพัฒนาผลิตภัณฑ์และบริการที่เข้าถึงได้ง่าย และการฝึกอบรมทักษะดิจิทัลให้กับพนักงานและชุมชน

     • ภาคประชาสังคม: องค์กรภาคประชาสังคมสามารถมีบทบาทในการสร้างความตระหนักเกี่ยวกับช่องว่างทางดิจิทัล ส่งเสริมการมีส่วนร่วมของชุมชน และสนับสนุนการพัฒนานโยบายที่เป็นธรรมและยั่งยืน

กรณีศึกษาการแก้ไขช่องว่างทางดิจิทัล

     ทั่วโลกมีความพยายามในการแก้ไขปัญหาช่องว่างทางดิจิทัลอย่างหลากหลาย ทั้งในระดับประเทศ ภูมิภาค และระดับโลก โดยเน้นการแก้ปัญหาทั้งในด้านการเข้าถึง (access), การใช้งาน (usage), และผลกระทบ (impact) กรณีศึกษาที่น่าสนใจมีรายละเอียดดังตัวอย่างต่อไปนี้

     1. เอสโตเนีย: e-Estonia เอสโตเนียเป็นผู้นำด้านดิจิทัลในยุโรป โดยมีโครงการ e-Estonia ที่มุ่งสร้างสังคมดิจิทัลอย่างเต็มรูปแบบ รัฐบาลเอสโตเนียลงทุนอย่างมากในการพัฒนาโครงสร้างพื้นฐานด้านดิจิทัล เช่น เครือข่ายอินเทอร์เน็ตความเร็วสูง และระบบ X-Road ซึ่งเป็นแพลตฟอร์มกลางที่เชื่อมโยงข้อมูลของหน่วยงานรัฐต่างๆ เข้าด้วยกัน ทำให้ประชาชนสามารถเข้าถึงบริการสาธารณะต่างๆ ได้อย่างสะดวกและรวดเร็วผ่านช่องทางออนไลน์ นอกจากนี้ เอสโตเนียยังให้ความสำคัญกับการพัฒนาทักษะดิจิทัลของประชาชนทุกช่วงวัย ผ่านโครงการต่างๆ เช่น การสอนเขียนโปรแกรมในโรงเรียน และการจัดอบรมทักษะดิจิทัลสำหรับผู้สูงอายุ

     2. เกาหลีใต้: โครงการ "Giga Korea" เกาหลีใต้เป็นอีกหนึ่งประเทศที่มีความก้าวหน้าด้านดิจิทัลอย่างมาก รัฐบาลเกาหลีใต้มีโครงการ "Giga Korea" ที่มุ่งให้บริการอินเทอร์เน็ตความเร็วสูงแก่ประชาชนทั่วประเทศ โดยเน้นการลงทุนในโครงสร้างพื้นฐาน เช่น การวางสายเคเบิลใยแก้วนำแสง และการติดตั้งเสาสัญญาณ 5G นอกจากนี้ เกาหลีใต้ยังส่งเสริมการพัฒนานวัตกรรมและธุรกิจดิจิทัล ผ่านโครงการต่างๆ เช่น การสนับสนุนสตาร์ทอัพ และการจัดตั้งเขตเศรษฐกิจพิเศษด้านดิจิทัล

     รวันดา: โครงการ "Smart Africa" แม้จะเป็นประเทศกำลังพัฒนาในทวีปแอฟริกา รวันดากลับมีความมุ่งมั่นในการลดช่องว่างทางดิจิทัล รัฐบาลรวันดาร่วมมือกับภาคเอกชนและองค์กรระหว่างประเทศในการพัฒนาโครงการ "Smart Africa" ซึ่งมีเป้าหมายในการสร้างโครงสร้างพื้นฐานด้านดิจิทัล ส่งเสริมการพัฒนาทักษะดิจิทัล และส่งเสริมการใช้นวัตกรรมดิจิทัลเพื่อแก้ไขปัญหาสังคมต่างๆ เช่น การเกษตร การศึกษา และสุขภาพ

     อินเดีย: โครงการ "Digital India" อินเดียเป็นประเทศที่มีประชากรมากเป็นอันดับสองของโลก และมีความหลากหลายทางเศรษฐกิจและสังคมสูง รัฐบาลอินเดียมีโครงการ "Digital India" ที่มุ่งลดช่องว่างทางดิจิทัล โดยเน้นการลงทุนในโครงสร้างพื้นฐาน การพัฒนาทักษะดิจิทัล และการส่งเสริมการใช้อินเทอร์เน็ตเพื่อการศึกษา การทำธุรกรรมทางการเงิน และการเข้าถึงบริการสาธารณะต่างๆ โครงการนี้ยังมุ่งส่งเสริมการพัฒนาแอปพลิเคชันและบริการดิจิทัลที่ตอบสนองความต้องการของประชาชนในท้องถิ่น

     โครงการ One Laptop per Child (OLPC) OLPC เป็นโครงการระดับโลกที่มุ่งให้เด็กๆ ในประเทศกำลังพัฒนาเข้าถึงคอมพิวเตอร์และอินเทอร์เน็ต โดยการแจกจ่ายแล็ปท็อปราคาประหยัดที่ออกแบบมาเป็นพิเศษสำหรับการศึกษา โครงการนี้เชื่อว่าการเข้าถึงเทคโนโลยีดิจิทัลจะช่วยให้เด็กๆ มีโอกาสในการเรียนรู้และพัฒนาทักษะที่จำเป็นในศตวรรษที่ 21

สรุป

ช่องว่างทางดิจิทัลเป็นความท้าทายที่สำคัญของสังคมในยุคปัจจุบัน การแก้ไขปัญหานี้ต้องอาศัยความร่วมมือจากทุกภาคส่วน เพื่อสร้างสังคมที่ทุกคนมีโอกาสเท่าเทียมกันในการเข้าถึงและใช้ประโยชน์จากเทคโนโลยีดังกล่าว ดังกรณีศึกษาทั้ง 5 โครงการ ที่ได้กล่าวถึงไป

สำหรับบทความหน้าผมจะกล่าวถึงหัวใจสำคัญของการประมวลผล AI นั่นคือชิพ NPU (Neural Processing Unit) ซึ่งในอนาคตจะมีความสำคัญไม่แพ้ชิพ CPU และ GPU ที่เราคุ้นเคยในปัจจุบันเลยล่ะครับ

ผ่านมาสิบกว่าปี ณ ห้วงเวลาปัจจุบัน ปัญญาประดิษฐ์ หรือ AI ได้เริ่มแทรกซึมเข้าไปในทุกแง่มุมของชีวิตเรา ทำให้หลายฝ่ายเริ่มมองหา “iPhone ในโลกของ AI” หรือสิ่งประดิษฐ์ที่นำนวัตกรรม AI มาเป็นฟังก์ชันหลักของการทำงาน และเข้ามามีส่วนในการพลิกวิถีชีวิตเช่นเดียวกับที่ iPhone เคยประสบความสำเร็จมาแล้ว ปัจจุบันมีผู้พัฒนาหลายรายได้พยายามพัฒนา gadget ที่ให้เรามีปฏิสัมพันธ์กับระบบปัญญาประดิษฐ์ได้โดยตรง และเปิดโอกาสให้เราสำรวจโลกในมิติใหม่ที่ไม่เคยมีมาก่อน

AI Gadget คืออะไร

AI Gadget คืออุปกรณ์ที่มีระบบ AI ซึ่งสามารถเรียนรู้ ประมวลผล และตอบสนองต่อข้อมูลต่าง ๆ ได้ด้วยตัวเอง ไม่ว่าจะเป็นการควบคุมอุปกรณ์ในบ้าน การติดตามสุขภาพ หรือการช่วยเหลือในงานต่าง ๆ อุปกรณ์เหล่านี้มีหลากหลายรูปแบบ ตั้งแต่ลำโพงดิจิทัล นาฬิกาอัจฉริยะ ไปจนถึงหุ่นยนต์ที่ช่วยเหลือในงานบ้าน

อย่างไรก็ดี การพัฒนา AI Gadget ไม่ได้เกิดขึ้นโดยไม่มีการวางแผน นักวิทยาศาสตร์และวิศวกรได้ทุ่มเทเวลาและความพยายามอย่างมากในการสร้างระบบปัญญาประดิษฐ์ที่สามารถเรียนรู้และปรับตัวได้เอง การเรียนรู้ของเครื่องจักรนี้เกิดจากการวิเคราะห์ข้อมูลจำนวนมาก ซึ่งสามารถทำให้เครื่องจักรเหล่านี้สามารถทำงานได้ซับซ้อนและมีประสิทธิภาพมากขึ้น และด้วยความสามารถในการเรียนรู้และปรับตัวนี้เองที่ทำให้ AI Gadget อาจเข้ามาเปลี่ยนแปลงวิถีชีวิตของเราได้ ยกตัวอย่าง

การดูแลสุขภาพ: AI Gadget สามารถติดตามและวิเคราะห์ข้อมูลสุขภาพของเราได้ตลอดเวลา ช่วยให้เราสามารถตรวจจับปัญหาสุขภาพได้เร็วขึ้นและดำเนินการรักษาที่เหมาะสม

การศึกษา: AI Gadget สามารถปรับเนื้อหาการเรียนรู้ให้เหมาะสมกับความต้องการและระดับความสามารถของแต่ละบุคคล ทำให้การศึกษาเป็นเรื่องส่วนบุคคลมากขึ้น

การทำงาน: AI Gadget สามารถช่วยเพิ่มประสิทธิภาพในการทำงาน โดยการจัดการกับงานที่ซ้ำซากและใช้เวลานาน ทำให้เรามีเวลามากขึ้นสำหรับงานที่ต้องการความคิดสร้างสรรค์

การบริการลูกค้า: AI Gadget สามารถให้บริการลูกค้าได้ตลอดเวลา โดยไม่ต้องพึ่งพามนุษย์ ทำให้บริการลูกค้าเป็นไปอย่างรวดเร็วและมีประสิทธิภาพ

การดูแลบ้าน: AI Gadget สามารถช่วยในการดูแลบ้าน ไม่ว่าจะเป็นการควบคุมอุปกรณ์ในบ้าน การตรวจจับความผิดปกติ หรือการปรับอุณหภูมิให้เหมาะสม

ตัวอย่าง AI Gadget ที่น่าสนใจ

จากศักยภาพของระบบ AI ที่มีอย่างล้นเหลือ และการแข่งขันที่รุนแรงระหว่างผู้พัฒนา ทำให้ในปัจจุบันได้มีบริษัทน้อยใหญ่หลายรายเริ่มนำระบบ AI มาใช้ในการสรรค์สร้างสิ่งประดิษฐ์หลากหลายรูปแบบ เช่น

สมาร์ทโฟน: แน่นอนว่าบิดาของสิ่งประดิษฐ์พลิกโลกอย่างสมาร์ทโฟนก็ถือเป็นหนึ่งใน AI Gadget ด้วยเหมือนกัน เนื่องจากสมาร์ทโฟนสมัยใหม่เต็มไปด้วยฟีเจอร์ที่ขับเคลื่อนด้วย AI ตัวอย่างเช่น ผู้ช่วยเสมือน เช่น Siri, Google Assistant และ Alexa สามารถใช้เพื่อสั่งงานโทรศัพท์ด้วยเสียง แปลภาษา และตอบคำถาม กล้องสมาร์ทโฟนยังใช้ AI เพื่อปรับปรุงคุณภาพของภาพถ่ายได้อีกด้วย

สมาร์ทวอทช์: สมาร์ทวอทช์ เช่น Apple Watch สามารถใช้เพื่อติดตามกิจกรรมทางกายภาพ ติดตามการนอนหลับ และติดตามสุขภาพหัวใจ บางรุ่นยังมีฟีเจอร์ที่ขับเคลื่อนด้วย AI เพิ่มเติม เช่น ผู้ช่วยเสมือน การชำระเงินแบบไม่ต้องสัมผัส และการเล่นเพลง

ลำโพงอัจฉริยะ: ลำโพงอัจฉริยะ เช่น Google Home และ Amazon Echo สามารถใช้เพื่อเล่นเพลง ตั้งนาฬิกาปลุก ควบคุมอุปกรณ์สมาร์ทโฮม และอีกมากมาย ลำโพงอัจฉริยะบางรุ่นยังมีฟีเจอร์ที่ขับเคลื่อนด้วย AI เพิ่มเติม เช่น การอ่านข่าว การเล่าเรื่องราว และการเล่นเกม

หูฟังอัจฉริยะ: หูฟังอัจฉริยะ เช่น Apple AirPods และ Sony WF-1000XM5 ใช้ AI เพื่อลดเสียงรบกวน ปรับปรุงคุณภาพเสียง และควบคุมการเล่นเพลง หูฟังอัจฉริยะบางรุ่นยังมีฟีเจอร์ที่ขับเคลื่อนด้วย AI เพิ่มเติม เช่น การแปลภาษา และการรับคำสั่งด้วยเสียง

แว่นตาอัจฉริยะ: แว่นตาอัจฉริยะ เช่น Ray-Ban Meta Smart Glass สามารถแสดงข้อมูลบนเลนส์ เช่น การแจ้งเตือนทางโทรศัพท์ เส้นทางการนำทาง และข้อมูลสภาพอากาศ นอกจากนี้ แว่นตาอัจฉริยะบางรุ่นยังมีฟีเจอร์ที่ขับเคลื่อนด้วย AI เพิ่มเติม เช่น การถ่ายภาพ การแปลภาษา และการจดจำใบหน้า

ความท้าทายและข้อกังวล

แม้ว่า AI Gadget จะมีศักยภาพมากมาย แต่ก็มีความท้าทายและข้อกังวลที่ต้องพิจารณา เช่น

ความเป็นส่วนตัว: AI Gadget เก็บรวบรวมข้อมูลจำนวนมากเกี่ยวกับผู้ใช้ ข้อมูลนี้อาจรวมถึงข้อมูลส่วนบุคคล เช่น ตำแหน่งทางภูมิศาสตร์ นิสัยการใช้จ่าย และข้อมูลสุขภาพ ประเด็นสำคัญคือต้องแน่ใจว่าข้อมูลนี้ปลอดภัยและถูกใช้อย่างเหมาะสม ผู้พัฒนาควรเปิดโอกาสให้ผู้ใช้สามารถตั้งค่าและควบคุมข้อมูลส่วนบุคคล โดยสามารถเลือกได้ว่าข้อมูลใดที่จะถูกเก็บรวบรวม ใช้ และแชร์ได้ และต้องเปิดโอกาสให้ผู้ใช้สามารถเข้าถึงและแก้ไขข้อมูลของตนได้

อคติ: แม้ว่า AI Gadget จะได้รับการฝึกฝนโดยใช้ข้อมูลจำนวนมาก แต่ข้อมูลนี้อาจมีอคติ ซึ่งอาจนำไปสู่ผลลัพธ์ที่ไม่เป็นธรรม ตัวอย่างเช่น อัลกอริทึมที่ใช้ในการตัดสินใจให้สินเชื่ออาจมีอคติต่อผู้กู้บางกลุ่ม ซึ่งอาจนำไปสู่การเลือกปฏิบัติในการให้สินเชื่อ สิ่งสำคัญคือต้องแน่ใจว่า AI Gadget จะได้รับการฝึกฝนเกี่ยวกับข้อมูลที่หลากหลายและเป็นกลาง

การพึ่งพาเทคโนโลยี: AI Gadget อาจทำให้ผู้ใช้พึ่งพาเทคโนโลยีมากเกินไป ซึ่งอาจนำไปสู่การสูญเสียทักษะทางสังคม ความคิดสร้างสรรค์ และความเป็นอิสระ สิ่งสำคัญคือต้องใช้ AI Gadget อย่างมีความรับผิดชอบ ผู้ใช้ควรตระหนักถึงข้อจำกัดของเทคโนโลยี และไม่ควรพึ่งพาเทคโนโลยีมากเกินไป

ความปลอดภัย: AI Gadget อาจถูกแฮ็ก โจมตี หรือใช้ในทางที่ผิด ซึ่งอาจนำไปสู่การสูญเสียข้อมูล ความเสียหายทางการเงิน หรืออันตรายทางกายภาพ สิ่งสำคัญคือต้องใช้ AI Gadget จากผู้ผลิตที่เชื่อถือได้ ผู้ใช้ควรติดตั้งซอฟต์แวร์ป้องกันไวรัส และอัปเดตซอฟต์แวร์ของอุปกรณ์ของตนอยู่เสมอ

จริยธรรม: การพัฒนาและการใช้ AI Gadget มีประเด็นทางจริยธรรมมากมาย ตัวอย่างเช่น เป็นการเหมาะสมหรือไม่ที่จะนำ AI Gadget มาใช้ในการติดตาม เฝ้าระวัง หรือควบคุมผู้คน? หรือเราควรให้ความสำคัญกับอะไรเมื่อออกแบบ AI Gadget? สิ่งสำคัญคือต้องมีการอภิปรายสาธารณะเกี่ยวกับประเด็นทางจริยธรรมเหล่านี้ และไม่แน่ว่าในอนาคตอาจจำเป็นต้องมีแนวทางและกฎระเบียบเพื่อควบคุมการพัฒนาและการใช้ AI Gadget ด้วยก็เป็นได้

สรุป

AI Gadget หรือแก็ดเจ็ตที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ กำลังกลายเป็นสินค้ายอดนิยม แก็ดเจ็ตเหล่านี้ใช้อัลกอริทึมที่ชาญฉลาดเพื่อเรียนรู้และปรับตัวให้เข้ากับความต้องการของผู้ใช้ ตัวอย่างของ AI Gadget ยอดนิยม ได้แก่ สมาร์ทโฟน สมาร์ทวอทช์ ลำโพงอัจฉริยะ หูฟังอัจฉริยะ

อย่างไรก็ตาม AI Gadget ยังมีความท้าทายบางประการที่ต้องเอาชนะ ไม่ว่าจะเป็นข้อกังวลเกี่ยวกับความเป็นส่วนตัวของผู้ใช้งาน อคติที่เกิดจากการฝึกฝน AI ด้วยข้อมูลที่ไม่มีความหลากหลายเพียงพอ และการพึ่งพาเทคโนโลยีมากเกินไปจนทำให้ผู้ใช้สูญเสียทักษะทางสังคม เป็นต้น

แม้ว่าจะมีความท้าทาย แต่ก็ปฏิเสธไม่ได้ว่า AI Gadget เป็นส่วนหนึ่งของอนาคต อนาคตที่เทคโนโลยีจะแทรกซึมเข้าไปในทุกแง่มุมของชีวิตของเรา อนาคตที่เราจะต้องเผชิญกับคำถามทางจริยธรรมใหม่ อนาคตที่เราจะต้องตัดสินใจว่าเราจะใช้เทคโนโลยีนี้อย่างไร ซึ่งอนาคตที่ว่านี้เกี่ยวข้องกับการตัดสินใจของเราโดยตรงครับ

สำหรับหัวข้อบทความถัดไปผมจะพูดถึงช่องว่างดิจิทัล (Digital Divide) ที่นับวันจะถ่างกว้างขึ้นทุกที และจะยิ่งทวีความรุนแรงมากขึ้นอีก เมื่อ AI เข้ามามีบทบาทมากขึ้น เรื่อง: สรนาถ รัตนโรจน์มงคล

ดังนั้นในบทความนี้ ผมจะขอนำเสนอข้อสงสัย 9 ประการเกี่ยวกับแบตเตอรี่สมาร์ทโฟน แล้วอธิบายว่าข้อใดจริง ข้อใดเท็จและข้อเท็จจริงคืออะไร เพื่อเป็นองค์ความรู้สำหรับผู้ใช้งานสมาร์ทโฟนทุกคน

การชาร์จแบตเตอรี่ขณะเปิดโหมดเครื่องบินจะทำให้ชาร์จเร็วขึ้น

จริง (บ้าง): ข้อแนะนำที่เราเคยได้ยินกันบ่อยคือ ถ้าอยากชาร์จแบตให้เต็มเร็วก็ให้เปิดโหมดเครื่องบินเสีย เพราะจะเป็นการปิดการรับคลื่นวิทยุของมือถือทั้งหมด ไม่ว่าจะเป็นสัญญาณโทรศัพท์ สัญญาณอินเทอร์เน็ต และสำหรับมือถือบางรุ่นก็ยังเป็นการปิดระบบบลูทูธและไวไฟอีกด้วย ซึ่งในทางทฤษฎีแล้ว การปิดฟังก์ชันการใช้งานดังกล่าวเป็นการบังคับให้มือถือทำงานน้อยลง ซึ่งก็น่าจะทำให้ชาร์จแบตได้ไวขึ้นตามไปด้วย แต่ก็เป็นความจริงเพียงบางส่วนเท่านั้น การทดลองโดยเว็บไซต์ CNET เมื่อไม่นานมานี้ได้ผลการทดสอบว่า มือถือที่เปิดโหมดเครื่องบินสามารถชาร์จแบตได้เร็วกว่าเพียง 4 นาที ซึ่งอาจไม่คุ้มค่ากับเวลาการใช้งานที่สูญเสียไปขณะเปิดโหมดดังกล่าว

การเปิดใช้งานไวไฟและบลูทูธบนพื้นหลังเป็นการสิ้นเปลืองแบตเตอรี่

จริง: นอกจากหน้าจอแล้ว บลูทูธและไวไฟคือฟังก์ชันบนมือถือที่สิ้นเปลืองพลังงานมากที่สุด เคยสังเกตไหมครับว่า ขณะที่เราอยู่ในบริเวณที่สัญญาณอินเทอร์เน็ตไม่ค่อยดี มือถือจะเริ่มร้อนขึ้นและแบตเตอรี่ก็ลดลงอย่างน่าใจหาย ที่เป็นเช่นนี้ก็เนื่องจากระบบกำลังค้นหาสัญญาณเพื่อเชื่อมต่อตลอดเวลาอยู่นั่นเอง ทางแก้ไขคือ หากสถานที่แห่งนั้นมีไวไฟก็ให้เชื่อมต่อกับไวไฟเสีย เพื่อป้องกันไม่ให้มือถือค้นหาสัญญาณตลอดเวลา แถมให้อีกนิดนึงก็คือ การปรับลดความสว่างของหน้าจอร่วมกับการลดเวลาที่มือถือจะเข้าสู่โหมดหลับ (sleep) ก็เป็นการประหยัดพลังงานด้วยเช่นกัน เพราะเป็นการลดการทำงานของหน้าจอนั่นเอง

การปิดมือถือเป็นครั้งคราวจะช่วยยืดอายุการใช้งานแบตเตอรี่

ไม่จริง: ในอดีตแบตเตอรี่ชาร์จได้มักทำมาจากนิเกิลเมตัลไฮไดร์ ซึ่งต้องการการคายประจุอย่างสมบูรณ์ทุก ๆ 1 – 2 สัปดาห์ ซึ่งหมายความว่า ผู้ใช้งานต้องใช้อุปกรณ์ให้แบตเตอรี่หมดจริง ๆ ก่อนนำไปชาร์จอย่างน้อย 2 สัปดาห์ต่อหนึ่งครั้ง ซึ่งเมื่อได้ทำการชาร์จไปแล้ว 200 – 300 ครั้ง แบตเตอรี่ก็จะเริ่มเสื่อมคุณภาพลงเนื่องจากไม่อาจให้พลังงานได้มากเพียงพอ แต่อุปกรณ์อิเล็กทรอนิกส์ในปัจจุบันอย่างสมาร์ทโฟนและแท็บเล็ตมักใช้แบตเตอรี่ที่ทำมาจากลิเทียมไอออน ซึ่งมีความหนาแน่นของพลังงานสูง มีขนาดเล็กและน้ำหนักเบา ที่สำคัญคือ ไม่มีการคายประจุเมื่อไม่ได้ใช้งานอุปกรณ์ จึงทำให้แบตเตอรี่มีอายุการใช้งานที่ยาวนานกว่า

การชาร์จมือถือผ่านคอมพิวเตอร์หรือแล็ปท็อปจะทำให้แบตเตอรี่เสื่อมเร็ว

ไม่จริง: ปัจจุบันไม่มีผลการทดสอบใดมีน้ำหนักพอที่จะทำให้เชื่อได้ว่าการชาร์จมือถือผ่านอุปกรณ์คอมพิวเตอร์อื่นจะทำให้แบตเตอรี่เสื่อมเร็ว แม้ว่าการชาร์จด้วยวิธีดังกล่าวจะใช้เวลานานกว่าการชาร์จผ่านปลั๊กไฟทั่วไป แต่นั่นกลับกลายเป็นประโยชน์เสียอีก เพราะไม่ได้เป็นการบังคับให้แบตเตอรี่ต้องทำงานหนักมากเกินไป ทำให้ช่วยยืดอายุการใช้งาน

การใช้อุปกรณ์ชาร์จของยี่ห้อ third party จะทำให้มือถือพังเร็ว

จริง (บ้าง): เพราะขึ้นอยู่กับว่าท่านเลือกใช้งานอุปกรณ์ third party ที่มียี่ห้อเชื่อถือได้หรือไม่ ปัจจุบันเรามักได้ยินข่าวอยู่เนือง ๆ ว่า คนถูกไฟช็อตขณะเล่นมือถือที่กำลังเสียบปลั๊กชาร์จทิ้งไว้บ้าง หรือสายชาร์จติดไฟบ้าง เหตุการณ์ดังกล่าวแทบทั้งหมดเกิดจากการใช้อุปกรณ์ชาร์จที่ไม่ได้มาตรฐานอุตสาหกรรม หรืออุปกรณ์ชำรุดแล้วแต่เจ้าของไม่ยอมเปลี่ยน เพราะฉะนั้น หากอุปกรณ์ชาร์จยี่ห้อเดียวกับมือถือที่ท่านกำลังใช้อยู่มีราคาแพงเกินไป ท่านก็ยังมีตัวเลือกมากมายบนร้านค้าออนไลน์ แต่พึงระวังว่า “ต้อง” ซื้อแต่ยี่ห้อที่มีคุณภาพได้มาตรฐานเท่านั้น โดยพิจารณาจากรีวิวของผู้ใช้งาน บล็อกเกอร์ และยูทูบเบอร์ต่าง ๆ ยิ่งหากยี่ห้อไหนมีตัวแทนจำหน่ายในไทยอย่างเป็นทางการยิ่งดีใหญ่ เพราะเป็นการรับประกันได้ในชั้นหนึ่งว่าสินค้าที่จำหน่ายต้องได้รับการตรวจสอบคุณภาพจากหน่วยงานที่เกี่ยวข้องแล้ว

ไม่ควรชาร์จแบตมือถือให้เต็ม 100%

ไม่จริง: ประเด็นนี้ได้รับการพูดถึงมากเมื่อไม่นานมานี้หลังจากที่ Apple นำเสนอระบบการชาร์จที่ช่วยรักษาคุณภาพของแบตเตอรี่ด้วยการคงการชาร์จให้อยู่ที่ระดับ 80% ไว้ให้นานที่สุด และจะเพิ่มอีก 20% ที่เหลือเมื่อถึงเวลาที่จะเริ่มใช้งานในแต่ละวัน แต่ข้อเท็จจริงคือ การชาร์จแบตให้เต็ม 100% ก็ไม่มีปัญหาใด ๆ เนื่องจากอุปกรณ์อิเล็กทรอนิกส์ปัจจุบันมีกลไกทำหน้าที่ป้องกันอันตรายที่อาจเกิดขึ้นจากการชาร์จนานเกินไปอยู่แล้ว

ไม่ควรใช้งานมือถือขณะทำการชาร์จ

จริง: โดยเฉพาะหากต้องการชาร์จแบตเตอรี่ให้เต็มโดยเร็วที่สุด เนื่องจากการใช้มือถือขณะทำการชาร์จนั้นจะเป็นการใช้งานแบตเตอรี่ไปด้วยในตัว ทำให้ใช้เวลาในการชาร์จนานขึ้น

ควรเสียบปลั๊กชาร์จมือถือค้างไว้ตลอดเวลา

ไม่จริง: เชื่อได้ว่าคงมีหลายคนชอบทำพฤติกรรมดังกล่าว เพราะทำให้เรามั่นใจได้ว่ามือถือจะมีพลังงานพร้อมใช้เมื่อเจอกับสถานการณ์เร่งด่วน อย่างไรก็ตาม พฤติกรรมนี้ไม่เป็นผลดีต่ออายุขัยของแบตเตอรี่ในระยะยาว เนื่องจากอาจทำให้แบตเตอรี่ทำงานหนักมากเกินจนเกิดความร้อนสะสม ซึ่งเป็นการบั่นทอนอายุการใช้งาน แต่หากใครเริ่มสังเกตว่าแบตเตอรี่เริ่มหมดไวขึ้น ก็ต้องให้ความสำคัญกับข้อแนะนำสุดท้าย นั่นคือ

ควรเปลี่ยนแบตเตอรี่เมื่อถึงเวลา

จริง: แบตเตอรี่ก็เหมือนกับเครื่องใช้ไฟฟ้าอื่น นั่นคือย่อมต้องมีการเสื่อมสภาพเมื่อถึงเวลา สมาร์ทโฟนรุ่นใหม่มักมีฟังก์ชันให้ผู้ใช้งานตรวจสอบคุณภาพของแบตเตอรี่ ซึ่งเราควรหมั่นเข้าไปตรวจสอบอย่างน้อยปีละครั้ง หรือเมื่อพบว่าแบตเตอรี่หมดพลังงานลงเร็วกว่าปกติ โดยทั่วไปแบตเตอรี่สมาร์ทโฟนจะทำงานอย่างเต็มประสิทธิภาพในช่วง 2 – 3 ปีแรกของการใช้งาน หลังจากนั้นก็ต้องมาพิจารณากันเป็นรายกรณีล่ะครับว่า สมควรเปลี่ยนแบตเตอรี่ใหม่แล้วหรือยัง

สรุป

แบตเตอรี่คือส่วนประกอบที่สำคัญของสมาร์ทโฟน การดูแลรักษาแบตเตอรี่ให้มีอายุการใช้งานที่ยืนยาวเป็นสิ่งที่ผู้ใช้งานทุกคนต่างปรารถนา แต่เนื่องจากสิ่งที่เราได้ยินมาเกี่ยวกับเรื่องนี้ยังมีความเท็จซ่อนอยู่ ผมจึงตัดสินใจสืบค้นข้อมูลแล้วนำมาเรียบเรียงเพื่อให้สิ่งที่เราเคยได้ยินมามีความกระจ่างมากขึ้น

สำหรับบทความหน้า ผมจะพูดถึง AI Gadget ของเล่นใหม่ที่มี AI เป็นส่วนประกอบสำคัญ ที่ไม่แน่ว่าอีกไม่นานอาจกลายมาเป็นหนึ่งในไอเท็มสำคัญที่ทุกคนต้องมีครับ

เชื่อได้เลยว่าท่านผู้อ่านคงจะเคยได้รับประสบการณ์เช่นเดียวกันกับเหตุการณ์ข้างบนมาบ้างไม่มากก็น้อย ขณะที่เรากำลังสนทนากับกลุ่มเพื่อนหรือแฟนโดยมีสมาร์ทโฟนหรือแท็บเล็ตวางอยู่ใกล้ ๆ ทันทีที่เราหยิบขึ้นมาเล่นโซเชียลมีเดียหรือท่องเว็บ ก็จะพบโฆษณาสินค้าหรือบริการเกี่ยวกับหัวข้อที่เรากำลังสนทนาอยู่แบบเป๊ะ ๆ จนทำให้เกิดความเชื่อแพร่หลายไปทั่วว่า อุปกรณ์อัจฉริยะทั้งหลายที่มีไมโครโฟนติดตั้งอยู่กำลังแอบฟังข้อความสนทนาของผู้ใช้ นำข้อมูลป้อนให้บริษัทผู้แทนโฆษณา และระบบจะยิงโฆษณาที่เกี่ยวข้องให้มาปรากฏเบื้องหน้าผู้ใช้งาน ฟังดูมีความเป็นไปได้สูงและเป็นเหตุเป็นผล ว่าแต่ว่ามันจริงชัวร์หรือมั่วนิ่มกันแน่นะ!?

จุดเริ่มต้นของความเข้าใจผิด

จากการสืบค้นบนโลกออนไลน์ ผมไม่พบหลักฐานต้นกำเนิดของความเชื่อนี้ในเมืองไทย แต่ที่ต่างประเทศ จุดกำเนิดเริ่มมาจากบทความ “Spying Secrets: Is Facebook eavesdropping on your phone conversations?” ที่ปรากฏบนเว็บไซต์ WFLA News Channel 8 ของสหรัฐอเมริกา เมื่อปี 2016 โดยบทความได้อ้างคำพูดของศาสตราจารย์ Kelli Burns ผู้เชี่ยวชาญด้านการสื่อสารจากมหาวิทยาลัย South Florida เพื่อสนับสนุนประเด็นดังกล่าว

อย่างไรก็ตาม เพียงหนึ่งวันหลังจากบทความดังกล่าวได้รับการเผยแพร่ ศาสตราจารย์ Burns ได้เขียนบทความลงบนบล็อกส่วนตัวเพื่อชี้แจงข้อเท็จจริง โดยกล่าวว่า เขาเพียงแต่มีความเห็นว่า “Facebook กำลังจับตา (watching) คุณ ไม่ใช่ฟัง (listening) คุณ และคำว่าจับตานั้นเขาหมายถึง Facebook กำลังติดตาม (tracking) คุณอยู่ต่างหาก” หลังจากนั้นไม่นานบทความดังกล่าวก็ถูกลบจากเว็บไซต์ WFLA News Channel 8 แต่ความเชื่อที่ว่าโซเชียลมีเดียได้แอบเปิดไมโครโฟนเพื่อฟังบทสนทนาของผู้ใช้นั้นก็ไวรัลไปทั่วเสียแล้ว

นอกจากนี้ ในปีเดียวกัน Facebook ได้เริ่มต้นการเสนอข้อมูลส่วนบุคคลของผู้ใช้กว่า 98 รายการ ให้กับบริษัทโฆษณา ข้อมูลดังกล่าวประกอบด้วย อายุ เพศ เชื้อชาติ มูลค่าบ้าน เป็นต้น ส่งผลให้ Facebook กลายเป็นบริการโซเชียลมีเดียผู้เป็นที่รักของบริษัทโฆษณาเป็นอย่างยิ่ง เพราะข้อมูลส่วนบุคคลที่ละเอียดทำให้สามารถยิงโฆษณาได้อย่างแม่นยำตรงกลุ่มเป้าหมายมากขึ้น และทำให้ Facebook ขึ้นแท่นบริษัทที่มีมูลค่าหลักพันล้านเหรียญสหรัฐได้ในระยะเวลาอันสั้น สองปีหลังจากนั้นในปี 2018 ประเด็นอื้อฉาว Cambridge Analytica ได้ส่งเสริมให้ความเชื่อที่ว่า Facebook กำลังแอบเก็บข้อมูลผู้ใช้งานอย่างลับ ๆ ยิ่งน่าเชื่อถือมากขึ้น

จริงชัวร์หรือมั่วนิ่ม!?

อย่างไรก็ดี แม้ว่าประเด็นดังกล่าวจะฟังดูมีเหตุมีผลมากเท่าใด ผลการทดลองทางวิทยาศาสตร์จากหลายแห่งได้ผลที่ขัดแย้งกันกับความเชื่อดังกล่าว

เมื่อปี 2019 เว็บไซต์ BBC ได้เผยแพร่ผลการทดลองของบริษัท Wandera ผู้เชี่ยวชาญด้านภัยคุกคามไซเบอร์ ที่ได้ทำการทดลองโดยนำสมาร์ทโฟนของ Samsung ที่ใช้ระบบปฏิบัติการ Android จำนวน 1 เครื่อง และ iPhone จำนวน 1 เครื่อง เข้าไปวางไว้ใน “ห้องเสียง” (audio room) ที่มีการเปิดเล่นโฆษณาอาหารสุนัขและแมววนไปมาเป็นระยะเวลา 30 นาที ส่วนอีกห้องหนึ่งชื่อว่า “ห้องเงียบ” (silent room) ผู้วิจัยได้นำสมาร์ทโฟนจำนวน 2 เครื่อง ซึ่งเป็นรุ่นเดียวกันกับที่ใส่ไว้ในห้องเสียง ไปวางไว้เฉย ๆ เพื่อเป็นการเปรียบเทียบ

ต่อมาผู้วิจัยได้เปิดใช้งานแอปพลิเคชัน Facebook, Instagram, Chrome, SnapChat, YouTubeและ Amazon บนสมาร์ทโฟนทั้ง 4 เครื่อง และอนุญาตให้ทุกแอปพลิเคชันสามารถเข้าถึงและใช้งานคุณสมบัติต่าง ๆ บนสมาร์ทโฟนได้ทุกอย่างตามที่ต้องการ หลังจากนั้น ผู้วิจัยได้ตรวจนับจำนวนโฆษณาที่เกี่ยวกับอาหารสัตว์เลี้ยงบนแพลตฟอร์มโซเชียลมีเดียทุกแพลตฟอร์มตามที่ได้กล่าวไป และเข้าไปยังเว็บไซต์ต่าง ๆ เพื่อตรวจสอบว่ามีโฆษณาอาหารสัตว์เลี้ยงโผล่ขึ้นมาบ้างหรือไม่ นอกจากนี้ ยังได้วิเคราะห์ปริมาณการใช้งานแบตเตอรี่และการใช้งานอินเทอร์เน็ตของสมาร์ทโฟนทั้ง 4 เครื่อง ประกอบกันไปด้วย ทั้งนี้ ผู้วิจัยได้ทำการทดลองซ้ำอีกเป็นจำนวน 3 ครั้ง โดยดำเนินการวันละ 1 ครั้ง เป็นจำนวน 3 วัน และดำเนินการในเวลาเดียวกัน

ผลการทดลองพบว่า ไม่พบโฆษณาอาหารสัตว์เลี้ยงปรากฏบนสมาร์ทโฟนทั้ง 2 เครื่อง ที่วางไว้ในห้องเสียง และไม่พบว่าสมาร์ทโฟนทั้ง 2 เครื่องดังกล่าวใช้แบตเตอรี่และอินเทอร์เน็ตมากกว่าสมาร์ทโฟน 2 เครื่อง ที่ว่างไว้ในห้องเงียบอย่างมีนัยสำคัญ จึงสรุปได้ว่าโซเชียลมีเดียไม่ได้ใช้ไมโครโฟนในการเก็บข้อมูลเสียงเพื่อนำไปวิเคราะห์การโฆษณาอย่างแน่นอน

นอกจากนี้ เมื่อปี 2018 นักวิจัยจากมหาวิทยาลัย Northeastern สหรัฐอเมริกา ได้ทำการทดลองที่คล้ายคลึงกันกับการทดลองที่ได้กล่าวไป แต่เพิ่มปริมาณแอปพลิเคชันเป็นกว่า 17,000 แอปพลิเคชัน เพื่อพิสูจน์ว่าแอปพลิเคชันเหล่านี้ได้มีการแอบเปิดไมโครโฟนเพื่อฟังเสียงผู้ใช้งานหรือไม่ ซึ่งผลการทดลองพบว่า ไม่มีแอปพลิเคชันใดเลยที่จะแอบเปิดลำโพงเพื่อรับฟังเสียงของผู้ใช้งานโดยไม่ได้รับอนุญาต

อะไรคือข้อเท็จจริง

เมื่อผลการทดลองแสดงให้เห็นว่า ไม่มีแอปพลิเคชันใดที่ใช้ลำโพงลักลอบฟังการสนทนา แล้วโฆษณาที่เกี่ยวข้องมันโผล่มาได้อย่างไร!? ข้อเท็จจริงคือ บริษัทโฆษณาและแพลตฟอร์มโซเชียลมีเดียมีวิธีการอันหลากหลายและซับซ้อนในการเก็บข้อมูลส่วนบุคคลโดยไม่จำเป็นต้องใช้ข้อความเสียงเลยนั่นเอง

ลองพิจารณากิจกรรมที่เราทำบนโลกออนไลน์ ไม่ว่าจะเป็นการท่องเว็บไซต์ การซื้อสินค้า การโพสต์ความเห็นลงบนโซเชียลมีเดีย การค้นหาร้านอาหารบน Google การถ่ายภาพและโพสต์บน Instagram ฯลฯ รอยเท้าดิจิทัลที่เกิดจากการทำกิจกรรมเหล่านี้เป็นแหล่งข้อมูลชั้นดีที่บริษัทโฆษณาสามารถนำมาประกอบรูปร่างที่เป็นตัวท่านได้อย่างแม่นยำมาก โดยการนำข้อมูลบิ๊กดาต้าไปประมวลผลโดยเทคโนโลยีการเรียนรู้ของเครื่องจักร (machine learning) และอัลกอริธึมที่ออกแบบมาเพื่อการขายโฆษณาให้ตรงกลุ่มเป้าหมาย

ดังนั้น จึงไม่มีความจำเป็นเลยที่แอปพลิเคชันบนสมาร์ทโฟนจะต้องใช้ไมโครโฟนในการฟังเสียงผู้ใช้งานเพื่อเก็บข้อมูลเพิ่มเติมอีก เพราะกิจกรรมที่เราทำอยู่ทุกวันบนสมาร์ทโฟนเป็นแหล่งข้อมูลชั้นเลิศเกี่ยวกับตัวเราอยู่แล้ว ผมจึงขอสรุปสั้น ๆ ก่อนจบบทความนี้ได้เลยว่า ความเชื่อที่บอกว่ามือถือกำลังแอบฟังเราอยู่นั้นเป็นเรื่องมั่วนิ่มทั้งเพ!

สรุป

เทคโนโลยีและนวัตกรรมที่ทำงานอยู่เบื้องหลังฮาร์ดแวร์และซอฟต์แวร์คอมพิวเตอร์ในปัจจุบันมีความลึกลับซับซ้อนกว่าที่เราคิดมาก ความเชื่อที่ว่ามือถือมักใช้ไมโครโฟนในการแอบฟังบทสนทนาของผู้ใช้เพื่อประโยชน์ในการโฆษณาเป็นตัวอย่างที่ดี ซึ่งท้ายที่สุดแล้วก็ได้รับการพิสูจน์ว่าไม่เป็นความจริง

วันนี้เราได้มาพิจารณาความเชื่อที่เกี่ยวกับซอฟต์แวร์กันไปแล้ว บทความหน้าผมจะนำเสนอความเชื่อเกี่ยวกับฮาร์ดแวร์เพื่อตีแผ่ความจริงกันบ้าง ซึ่งฮาร์ดแวร์ดังกล่าวจะเป็นอื่นไปไม่ได้นอกจาก “แบตเตอรี่” ของสมาร์ทโฟนครับ

เทคโนโลยี AI ในปี 2024 ย่อมจะต้องได้รับการพัฒนาให้มีความสามารถมากขึ้น โดยเฉพาะการพัฒนาให้มีความสามารถในการเรียนรู้และปรับตัวได้ดีขึ้นผ่านการเรียนรู้เชิงลึก (Deep Learning) และการเรียนรู้เสริมแรง (Reinforcement Learning) ทำให้ AI สามารถทำความเข้าใจข้อมูลที่ซับซ้อนและแก้ไขปัญหาได้ดียิ่งขึ้น นอกจากนี้ยังมีการพัฒนาในด้านของการประมวลผลภาษาธรรมชาติ (Natural Language Processing, NLP) ทำให้ AI สามารถสื่อสารและทำความเข้าใจภาษามนุษย์ได้ดีขึ้น ความสามารถของ AI ที่เพิ่มขึ้นดังกล่าวย่อมสร้างความวิตกกังวลต่อผู้กำหนดนโยบายและผู้ออกกฎหมาย ทำให้เกิดแรงกดดันให้ภาครัฐเร่งออกมาตรการและตราระเบียบเพื่อให้แน่ใจว่าการพัฒนา AI จะสร้างประโยชน์มากกว่าโทษให้กับประชาชน และไม่ทิ้งคนกลุ่มใดกลุ่มหนึ่งไว้เบื้องหลัง และต่อไปนี้คือประเด็นเกี่ยวกับ AI ที่น่าจับตาในปีมังกรครับ

แพลตฟอร์ม AI ที่ให้คุณสร้างแชทบอทของคุณเอง

ในปี 2024 บริษัทเทคโนโลยีที่ทุ่มงบประมาณมหาศาลไปกับการพัฒนา Generative AI ย่อมต้องได้รับแรงกดดันว่าจะสามารถสร้างเม็ดเงินจากผลิตภัณฑ์ดังกล่าวได้อย่างไร เช่นนี้แล้ว ยักษ์ AI อย่าง Google และ OpenAI กำลังเดิมพันครั้งใหญ่ด้วยการมุ่งไปยังกลุ่มเป้าหมายขนาดเล็ก กล่าวคือ ผู้เล่นรายใหญ่ทั้งสองกำลังพัฒนาแพลตฟอร์มใช้งานง่ายที่อนุญาตให้ผู้ใช้ปรับแต่งโมเดลภาษาที่ทรงพลังและสร้างแชทบอทขนาดเล็กของตัวเองที่ตอบสนองต่อความต้องการเฉพาะตัวโดยที่ผู้ใช้งานไม่ต้องมีทักษะการเขียนโค้ดแต่อย่างใด ซึ่งที่ผ่านมายักษ์ใหญ่ทั้งสองได้เปิดตัวเครื่องมือบนเว็บที่อนุญาตให้ใครก็ได้เป็นนักพัฒนาแอป Generative AI ไปเรียบร้อย

เช่นนี้แล้ว ในปี 2024 เราคงจะเริ่มเห็น Generative AI เข้ามามีบทบาทกับคนธรรมดาที่ไม่ได้ทำงานในสายเทคโนโลยีมากขึ้น ส่งผลให้ตลาดเต็มไปด้วย AI ที่ได้รับการปรับแต่งให้ทำงานเฉพาะทางเป็นจำนวนมาก โมเดล AI ที่ทันสมัยที่สุด เช่น GPT-4 และ Gemini ไม่เพียงแต่จะสามารถประมวลผลข้อความได้อย่างเดียวเท่านั้น แต่ยังรวมถึงรูปภาพและแม้กระทั่งวิดีโอ ความสามารถใหม่นี้อาจปลดล็อกแอปใหม่ ๆ มากมาย ตัวอย่างเช่น นายหน้าอสังหาริมทรัพย์สามารถอัปโหลดข้อความจากรายการสินทรัพย์ที่ขายก่อนหน้า ปรับแต่งโมเดลเพื่อสร้างข้อความที่คล้ายคลึงกันด้วยการคลิกปุ่มเพียงครั้งเดียว อัปโหลดวิดีโอและรูปภาพของรายการสินทรัพย์ใหม่ และขอให้ AI เฉพาะทางที่ได้รับการพัฒนาขึ้น สร้างคำอธิบายของทรัพย์สินใหม่ เป็นต้น

แน่นอนว่าแนวคิดดังกล่าวจะเป็นจริงนั้นก็ต้องขึ้นอยู่กับว่าโมเดล AI เหล่านี้ทำงานได้ผลเป็นที่น่าเชื่อถือได้มากน้อยเพียงใด เพราะที่ผ่านมา Generative AI มักสร้างข้อความขึ้นมาเองโดยปราศจากแหล่งที่มา ส่วนโมเดล AI ส่วนใหญ่ก็ยังมีความเอนเอียงอยู่ นอกจากนี้ บริการบนหน้าเว็บยังง่ายต่อการถูกแฮ็คอีกด้วย เห็นได้ว่ายักษ์ใหญ่ด้าน AI ทั้งหลายยังมีการบ้านที่ต้องทำอีกมากทีเดียว

ภาพเคลื่อนไหวที่สร้างด้วย AI

เมื่อปีที่ผ่านมา โลกได้ตื่นตะลึงไปกับภาพนิ่งที่สร้างด้วยเครื่องมือ AI อย่าง DALL-E ของ OpenAI Stable Diffusion ของ Stability AI และ Firefly ของ Adobe มาในปี 2024 นี้ โลกย่อมตื่นเต้นไปกับภาพเคลื่อนไหวที่สร้างด้วยเครื่องมือ AI จากผู้พัฒนาดังกล่าวกันบ้าง ว่ากันว่า หากเทคโนโลยี text-to-image สามารถสร้างแรงกระเพื่อมต่อสังคมได้มากเท่าใด เทคโนโลยี text-to-video ก็สามารถสร้างแรงกระเพื่อมได้มากกว่านั้นหลายเท่า

Runway สตาร์ทอัปที่ทำโมเดลวิดีโอ generative (และบริษัทที่ร่วมสร้าง Stable Diffusion) กำลังเร่งพัฒนานวัตกรรม text-to-video ดังกล่าว โดยโมเดลล่าสุดที่เรียกว่า Gen-2 นั้นมีความสามารถในการสร้างวิดีโอที่อาจยาวเพียงไม่กี่วินาที แต่คุณภาพนั้นน่าประทับใจมาก โดยมีคุณภาพเกือบเทียบเท่าการ์ตูนของ Pixar เลยทีเดียว และเพื่อเป็นการกระตุ้นความสนใจ บริษัท Runway ยังได้จัดเทศกาลภาพยนตร์ AI ประจำปี ซึ่งจะแสดงภาพยนตร์ที่สร้างด้วยเครื่องมือ AI เป็นการเฉพาะอีกด้วย โดยเงินรางวัลสูงสุดของเทศกาลในปีนี้มีมูลค่าสูงสุดถึง 60,000 ดอลลาร์ และภาพยนตร์ที่ดีที่สุด 10 เรื่องจะถูกนำไปฉายในเมืองใหญ่อย่างนิวยอร์กและลอสแอนเจลิส

ด้วยความสามารถที่น่าทึ่งดังกล่าว จึงไม่แปลกใจที่ยักษ์ใหญ่ในวงการภาพยนตร์อย่างบริษัท Paramount และ Disney กำลังคิดหาวิธีการนำ AI มาใช้ในการผลิตภาพยนตร์ ปัจจุบันเทคโนโลยี AI ได้ถูกนำไปใช้ในการ lip-sync การแสดงของนักแสดง และการแปลเป็นภาษาต่างประเทศเพื่อให้ภาพยนตร์สามารถเข้าถึงกลุ่มเป้าหมายได้หลายชาติหลายภาษา นอกจากนี้ ยังได้มีการนำ AI ไปใช้ในงานสเปเชียลเอฟเฟ็กต์ด้วย ยกตัวอย่าง ภาพยนตร์เรื่อง Indiana Jones and the Dial of Destiny ที่ออกฉายเมื่อปีที่แล้ว ใบหน้าของดารา Harrison Ford ที่ปรากฏในภาพยนตร์ได้ถูก AI ปรับแต่งให้อ่อนเยาว์ลง

นอกเหนือจากโลกจอเงินแล้ว เทคโนโลยี deepfake สำหรับใช้ในการการตลาดหรือการฝึกอบรมก็มีแนวโน้มได้รับความนิยมเพิ่มขึ้น ตัวอย่างเช่น บริษัท Synthesia ที่ตั้งอยู่ในสหราชอาณาจักร ได้พัฒนาเครื่องมือที่สามารถเปลี่ยนการแสดงครั้งเดียวของนักแสดงไปเป็นอวตาร์ deepfake ที่สามารถนำไปใช้งานต่อได้อย่างไม่มีที่สิ้นสุด โดยสามารถอ่านสคริปต์ที่ป้อนให้ด้วยการกดปุ่มเพียงครั้งเดียว ทางบริษัทอ้างว่าได้มีบริษัทในกลุ่ม Fortune 100 กว่าร้อยละ 44 นำเทคโนโลยีดังกล่าวไปใช้งานแล้ว

อย่างไรก็ดี เทคโนโลยีดังกล่าวได้ก่อให้เกิดคำถามที่ร้ายแรงกับบรรดาศิลปินและนักแสดง การสไตรก์ SAG-AFTRA เมื่อปีที่แล้วมีสาระสำคัญอยู่ที่การใช้งานเทคโนโลยี AI อย่างผิด ๆ ของบรรดาสตูดิโอต้นสังกัดทั้งหลาย จึงกล่าวได้ว่าเทคโนโลยี text-to-video ยังต้องเผชิญกับความท้าทายอีกมากกว่าจะเป็นที่ยอมรับในวงกว้าง

ข่าวลวงที่สร้างโดย AI จะพบได้บนโลกออนไลน์ทุกที่

การแพร่กระจายข่าวลวงและวิดีโอ deepfake ที่เกิดขึ้นในช่วงที่ผ่านมาได้ทำให้หลายฝ่ายออกมาแสดงความวิตกกังวล โดยเฉพาะอย่างยิ่งข่าวลวงและ deepfakes ที่สร้างด้วย AI ซึ่งมีความแนบเนียนกว่า จะกลายเป็นปัญหาที่ใหญ่ในปีนี้ เนื่องจากเป็นปีที่จะมีการเลือกตั้งเกิดขึ้นทั่วโลกมากกว่าครั้งใด ๆ ในประวัติศาสตร์ ซึ่งที่ผ่านมาพวกเราเห็นแล้วว่านักการเมืองได้มีการใช้เครื่องมือเหล่านี้เป็นอาวุธในการโจมตีฝั่งตรงข้าม ยกตัวอย่าง ในอาร์เจนตินา สองผู้สมัครรับเลือกตั้งประธานาธิบดีได้สร้างภาพและวิดีโอด้วย AI เพื่อใช้ในการสาดโคลนคู่แข่ง ในสโลวาเกีย deepfakes ของผู้นำพรรคสนับสนุนยุโรปที่ขู่ว่าจะเพิ่มราคาเบียร์และทำตลกเกี่ยวกับการค้าประเวณีเด็กได้กระจายไปทั่วระหว่างการเลือกตั้งทั่วไป ส่วนในสหรัฐอเมริกา ดอนัลด์ ทรัมป์ได้ออกมากล่าวสนับสนุนกลุ่มที่ใช้ AI สร้างมีมที่มีเนื้อหาเหยียดชาติพันธุ์และเหยียดเพศ เป็นต้น

ถึงแม้จะเป็นเรื่องยากที่จะบอกว่าตัวอย่างเหล่านี้มีอิทธิพลต่อผลการเลือกตั้งมากน้อยเพียงใด แต่การเพิ่มขึ้นของเทคนิคสกปรกเช่นนี้ได้สร้างความวิตกกังวลให้เกิดขึ้น โดยเฉพาะเมื่อเทคโนโลยี AI ทำให้การแยกแยะข่าวลวงออกจากข้อเท็จจริงทำได้ยากมากขึ้น และเมื่อนำไปผนวกกับสภาพสังคมในปัจจุบันที่มักมีการแบ่งฝักแบ่งฝ่ายอย่างชัดเจนเป็นทุนเดิมอยู่แล้ว ก็ยิ่งทำให้ผลกระทบที่เกิดขึ้นมีความรุนแรงเพิ่มเข้าไปอีก

ไม่กี่ปีก่อนหน้า การสร้าง deepfake จะต้องใช้ทักษะทางเทคนิคขั้นสูง แต่เทคโนโลยี Generative AI ทำให้มันง่ายและสามารถเข้าถึงได้อย่างสะดวก และผลลัพธ์ก็ดูเหมือนจริงมากขึ้นทุกที แม้แต่แหล่งข้อมูลที่น่าเชื่อถือก็อาจถูกหลอกโดยเนื้อหาที่สร้างด้วย AI ตัวอย่างเช่น ช่วงที่ผ่านมาภาพที่ผู้ใช้ส่งเข้ามาที่สร้างด้วย AI ที่อ้างว่าเป็นภาพของวิกฤติการณ์อิสราเอล-กาซา ได้ปรากฏบนตลาดค้าภาพออนไลน์ของ Adobe เต็มไปหมด

ดังนั้น ปี 2024 จึงเป็นปีสำคัญที่บริษัทเทคโนโลยีที่เกี่ยวข้องต้องคิดหาวิธีป้องกันไม่ให้เกิดเหตุดังกล่าว อย่างไรก็ดี เทคโนโลยีดังกล่าวยังอยู่ในขั้นเริ่มต้นของการพัฒนา เทคนิคการใส่ลายน้ำ เช่น SynthID ของ Google DeepMind ยังเป็นแบบสมัครใจและไม่ได้ป้องกันได้แน่นอน ส่วนแพลตฟอร์มโซเชียลมีเดียก็มีชื่อเสียในการลบข้อมูลที่ผิดพลาดช้าอยู่แล้ว เพราะฉะนั้น เทคนิคที่จะป้องกันไม่ให้ข่าวลวงที่สร้างโดย AI แพร่กระจายในวงกว้างก็คือ ชัวร์ก่อนแชร์

สรุป

เทคโนโลยี Generative AI ได้รับการพัฒนาไปอย่างก้าวกระโดด จากความสามารถในการสร้างตัวอักษรและภาพนิ่งได้อย่างสมจริง ไปสู่การสร้างภาพเคลื่อนไหวที่มีความลื่นไหล จากการใช้งานที่ยังอยู่ในวงจำกัดในช่วงเริ่มต้น ไปสู่การปรับแต่ง AI เฉพาะทางที่ใคร ๆ ก็ทำได้ อย่างไรก็ตาม การพัฒนาดังกล่าวได้เพิ่มความเสี่ยงด้านการแพร่กระจายข่าวลวงโดยเฉพาะในช่วงการเลือกตั้งจะเกิดขึ้นทั่วโลกในปีนี้ ประกอบกับยังไม่มีวิธีการป้องกันที่สามารถใช้ได้ผลอย่างชะงัด จึงเป็นหน้าที่ของพวกเราทุกคนที่ต้องเสพข่าวสารอย่างระมัดระวัง

สำหรับบทความหน้าผมจะพูดถึง myth ที่หลายคนน่าจะเคยได้ยินมาบ้างว่า สมาร์ทโฟนที่ใช้กันอยู่อาจกำลังดักฟังคำพูดของเราเพื่อป้อนให้กับตลาดโฆษณา คำกล่าวอ้างนี้จะเป็นจริงมากน้อยแค่ไหน เป็น fake news หรือไม่ พบคำตอบได้ในบทความหน้าครับ

อย่างไรก็ตาม เช่นเดียวกับนวัตกรรมอื่น การพัฒนาและการใช้งาน AI ยังมีประเด็นที่ต้องปรับปรุง ดังจะเห็นได้จากข่าวที่บริษัทผู้พัฒนา AI ถูกฟ้องร้องจากการนำเนื้อหาที่ไม่ได้รับอนุญาตจากเจ้าของไปทำการฝึกฝน AI ของตน การที่ AI ประมวลข้อมูลและรายงานผลคลาดเคลื่อนไปจากข้อเท็จจริง ตลอดจนการนำ AI ไปใช้ในการสร้างข่าวลวง ภาพและวิดีโอด้วยเทคนิค deep fake เป็นต้น ดังนั้น การพัฒนาและการใช้งาน AI อย่างมีจริยธรรม หรือ Ethical AI จึงมีความสำคัญอย่างยิ่งหากเราต้องการใช้เทคโนโลยีดังกล่าวอย่างเต็มประสิทธิภาพและไม่ขัดกับกฎหมายและขนบประเพณี

ความหมายของ Ethical AI

Ethical AI หมายถึงการพัฒนาและการใช้งานปัญญาประดิษฐ์ที่ดำเนินไปอย่างมีความรับผิดชอบ ยุติธรรม โปร่งใส เคารพในคุณค่าและศักดิ์ศรีของความเป็นมนุษย์ รวมไปถึงการคำนึงถึงผลกระทบต่อสังคมในวงกว้าง การป้องกันความเสี่ยงที่อาจเกิดขึ้นจากการใช้งาน AI ตลอดจนการรักษาความเป็นส่วนตัวของเจ้าของข้อมูล Ethical AI จึงให้ความสำคัญต่อผลกระทบที่ AI จะมีต่อบุคคล กลุ่มบุคคล และสังคม สนับสนุนให้เกิดการใช้งาน AI อย่างปลอดภัยและมีความรับผิดชอบเพื่อป้องกันปัญหาและอันตรายที่อาจเกิดขึ้น

การพัฒนา Ethical AI อย่างมีประสิทธิภาพต้องมีการคำนึงความเสี่ยงสี่ประการ ประกอบด้วย การเอนเอียงของข้อมูล (Bias) อันเป็นความเสี่ยงที่ AI อาจกีดกันหรือแบ่งแยกบุคคลหรือกลุ่มบุคคลอย่างไม่ยุติธรรมเพียงเพราะข้อมูลที่ป้อนให้ AI เรียนรู้ไม่มีความหลากหลายเพียงพอ ความเสี่ยงประการที่สองคือความสามารถในการอธิบาย (Explainability) ซึ่งเป็นความเสี่ยงที่ผู้ใช้งานและผู้พัฒนาระบบไม่อาจทำความเข้าใจกลไกเบื้องหลังการทำงานของ AI จึงอาจทำให้เกิดความสับสนและก่อให้เกิดความไม่ไว้วางใจได้ ความเสี่ยงประการที่สามคือ ความทนทาน (Robustness) โดยเป็นความเสี่ยงที่อัลกอริธึมอาจทำงานล้มเหลวภายใต้สถานการณ์คับขันหรือเมื่อถูกโจมตี และความเสี่ยงประการสุดท้ายคือ ความเป็นส่วนตัว (Privacy) ซึ่งเป็นความเสี่ยงที่ระบบล้มเหลวในการป้องกันการรั่วไหลของข้อมูลส่วนบุคคล

จากความเสี่ยงทั้งสี่ประการดังกล่าว จึงได้มีการนำเสนอแนวทางบริหารความเสี่ยงและแนวทางที่จะทำให้ AI ทำงานภายใต้กรอบกฎหมายและจริยธรรมมากขึ้น แนวทางแรกคือ หลักการ (Principles) ซึ่งหมายถึง แนวทางและคุณค่าที่ผู้พัฒนา AI สามารถนำมาใช้ประกอบการออกแบบ การพัฒนา และการนำไปใช้งาน เพื่อให้ AI ทำงานอย่างถูกต้องและไม่เบี่ยงเบนไปจากจริยธรรมที่กำหนด แนวทางที่สองคือ กระบวนการ (Processes) โดยเป็นการนำหลักการอันเป็นที่ยอมรับของทุกฝ่ายไปใช้ในการออกแบบระบบ AI เพื่อบริหารความเสี่ยงทั้งในเชิงเทคนิค (เช่น ความโปร่งใสและความรับผิดชอบในการออกแบบและพัฒนา AI) และที่ไม่ใช่เชิงเทคนิค (เช่น วิธีการตัดสินใจ และการฝึกฝน AI) และแนวทางที่สามคือ การตระหนักรู้ในจริยธรรม (Ethical Consciousness) ทั้งในขั้นตอนของการออกแบบ การพัฒนา และการนำ AI ไปใช้ประโยชน์

ทำไม Ethical AI ถึงสำคัญ

AI คือเทคโนโลยีที่ได้รับการพัฒนาโดยมนุษย์เพื่อคัดลอก เสริมสร้าง หรือทดแทนมันสมองของมนุษย์ การพัฒนาเทคโนโลยีดังกล่าวจึงต้องใช้ข้อมูลปริมาณมากมายมหาศาลในการฝึกฝนให้สามารถทำงานได้คล้ายกันกับมันสมองของคนเรา ดังนั้น AI ที่ใช้ข้อมูลที่ไม่ถูกต้อง ไม่เพียงพอ หรือมีความเอนเอียงจึงมีความเสี่ยงที่จะก่อให้เกิดผลกระทบที่อันตราย ส่วนการพัฒนา AI ที่รุดหน้าไปอย่างรวดเร็วก็อาจทำให้เรามีความเข้าใจอย่างจำกัดจำเขี่ยถึงวิธีการทำงานของมัน ซึ่งไม่ใช่เรื่องดีเมื่อเรามีแนวโน้มที่จะใช้ AI เป็นเครื่องมือประกอบการตัดสินใจมากขึ้น

ความยุติธรรมและความเท่าเทียม คือประเด็นสำคัญที่สุดที่ต้องคำนึงถึงของการพัฒนา Ethical AI ด้วยเหตุผลหลายประการ อาทิ ป้องกันความลำเอียงและการเลือกปฏิบัติ เนื่องจาก AI ที่พัฒนาโดยไม่คำนึงถึงประเด็นดังกล่าวอาจนำไปสู่ความลำเอียงในการตัดสินใจ ซึ่งย่อมส่งผลเสียต่อกลุ่มคนที่มีความหลากหลายทางเชื้อชาติ เพศ หรือชนชั้นทางสังคม หาก AI ได้รับการพัฒนาโดยคำนึงถึงความยุติธรรมและความเท่าเทียมตั้งแต่ต้นก็จะสามารถสร้างความเชื่อมั่นและการยอมรับ เพราะว่าหากสาธารณชนมีความเชื่อมั่นว่า AI ทำงานอย่างยุติธรรมและไม่เลือกปฏิบัติ ก็มีแนวโน้มที่สังคมจะเกิดการยอมรับและเชื่อมั่นในเทคโนโลยีนี้มากขึ้น นอกจากนี้ การพัฒนา AI ด้วยแนวทางดังกล่าวยังสามารถสร้างนวัตกรรมและการเข้าถึงที่กว้างขวาง อันเกิดจากความมั่นใจว่าเทคโนโลยีนี้จะสามารถตอบสนองความต้องการของกลุ่มคนที่หลากหลาย รวมไปถึงการขยายการเข้าถึงไปยังกลุ่มคนที่ถูกสังคมละเลยหรือมีความต้องการพิเศษ

นอกจากนี้ ความโปร่งใสและความรับผิดชอบ ก็เป็นอีกประเด็นสำคัญของการพัฒนา Ethical AI เนื่องจากการคำนึงถึงประเด็นดังกล่าวช่วยลดความเสี่ยงในการใช้ AI ในวัตถุประสงค์ที่ไม่ดี ซึ่งอาจก่อให้เกิดความเสียหายต่อสังคมและช่วยป้องกันการนำ AI ไปใช้ในการละเมิดสิทธิและความเป็นส่วนตัวของบุคคล ที่สำคัญคือการแสดงความโปร่งใสและความรับผิดชอบจะช่วยให้สาธารณชนและผู้บริโภคมีความเข้าใจในการทำงานของ AI และผลกระทบต่อเศรษฐกิจและสังคม ซึ่งส่งผลให้ผู้คนสามารถทำความเข้าใจและตัดสินใจได้อย่างเหมาะสมเมื่อต้องใช้งาน AI ในชีวิตประจำวัน

แนวทางการพัฒนา AI ที่มีจริยธรรม

จะเห็นได้ว่าการพัฒนา Ethical AI หรือ AI ที่มีจริยธรรมมีความสำคัญหลายประการ เช่นนั้นแล้ว การพัฒนา Ethical AI จึงเป็นกระบวนการที่มุ่งเน้นความสำคัญในการสร้างและใช้ปัญญาประดิษฐ์โดยที่ไม่ก่อให้เกิดผลกระทบที่ไม่เอาใจใส่หรือไม่เป็นธรรมต่อสังคม โดยสามารถกำหนดขั้นตอนการดำเนินการอย่างกว้างได้เป็นสามขั้นตอนใหญ่ ดังนี้

การกำหนดหลักการจริยธรรม (Ethical Principles) การพัฒนา Ethical AI ควรเริ่มต้นด้วยการกำหนดหลักการที่เกี่ยวข้องกับโครงการหรือเป้าหมายของการใช้ AI โดยใช้หลักธรรมเชิงสังคมและประชาธิปไตย เช่น ความเท่าเทียม ความยุติธรรม ความเป็นธรรม ความเป็นส่วนตัว และความซื่อสัตย์ เป็นต้น นอกจากนี้ ผู้เกี่ยวกับในการพัฒนา Ethical AI ต้องมีความเข้าใจเกี่ยวกับปัญหาทางจริยธรรม กฎหมาย และขนบธรรมเนียมที่เกี่ยวข้องเพื่อให้หลักการจริยธรรมที่คิดค้นขึ้นมาไม่ขัดหรือแย้งกับความคิดของสังคม

การประชาสัมพันธ์ (Public Engagement) คือการเปิดโอกาสให้สนใจและผู้เกี่ยวข้องเกี่ยวกับการใช้งาน AI เข้ามามีส่วนร่วมในกระบวนการพัฒนาและการตัดสินใจเกี่ยวกับ AI ซึ่งสามารถดำเนินการได้หลายวิธี ไม่ว่าจะเป็นการจัดประชุมสัมมนาเพื่อรับฟังความคิดเห็น การจัดเวทีเสวนาแลกเปลี่ยนความรู้ และการสร้างพื้นที่แสดงความคิดเห็นเกี่ยวกับการพัฒนา AI ดังกล่าว หากการพัฒนา AI ได้มีการดำเนินการในลักษณะนี้ก็จะช่วยยกระดับความโปร่งใสในการพัฒนา และสร้างความเชื่อมั่นให้กับสาธารณชน

การทดสอบและประเมิน (Testing and Evaluation) การดำเนินการขั้นตอนนี้จะต้องคำนึงถึงความยุติธรรมและประสิทธิภาพของระบบโดยใช้ชุดข้อมูลที่หลากหลาย ไม่ว่าจะเป็นกรอบแนวคิดเชิงจริยธรรม แนวปฏิบัติ และการทดสอบกฎหมายที่เกี่ยวข้อง ซึ่งมีเป้าหมายที่จะหาข้อบกพร่องและช่องว่างในประเด็นต่าง ๆ ดังกล่าว แล้วจึงนำข้อมูลที่ได้มาปรับปรุง AI อย่างต่อเนื่องเพื่อป้องกันการเกิดปัญหาทางจริยธรรมในระยะยาว

สรุป

AI คือเทคโนโลยีใหม่ที่มีแนวโน้มเข้ามามีบทบาทกับการใช้ชีวิตของเรามากขึ้นไม่แพ้สมาร์ทโฟนและโซเชียลมีเดีย ประโยชน์ของ AI มีมากมาย ประกอบกับการได้รับการพัฒนาอย่างรวดเร็วก็ยิ่งช่วยทวีความสามารถให้สูงมากขึ้นไปอีก กระนั้นก็ดี ประเด็นด้านจริยธรรมของ AI ยังคงเป็นที่ถกเถียงเพราะประกอบด้วยปัจจัยเกี่ยวข้องหลายประการ ไม่ว่าจะเป็นกฎหมายและขนบธรรมเนียมที่แตกต่างไปในแต่ละพื้นที่ สภาพสังคมและเศรษฐกิจของแต่ละประเทศที่ไม่เหมือนกัน ตลอดจนความรู้ความเข้าใจของสาธารณชนที่มีต่อ AI ก็ยังไม่เท่ากันอีกด้วย ประเด็นเหล่านี้ทำให้การพัฒนา AI ให้เป็นที่ยอมรับของทุกฝ่ายมีความท้าทายเป็นอย่างยิ่ง

สำหรับบทความถัดไปผมจะกล่าวถึงเทรนด์ AI ในปี 2024 นะครับว่ามีประเด็นใดน่าติดตามบ้าง

ขณะเดียวกันภัยคุกคามจากมิจฉาชีพและการจารกรรมออนไลน์ที่เพิ่มมากขึ้นก็ทำให้ทุกฝ่ายหันมาให้ความสนใจกับการพัฒนามาตรการรักษาความปลอดภัยออนไลน์ (Cyber Security) ที่ครอบคลุมทุกมิติ ส่วนการแปลงโฉมองค์กรให้เป็นดิจิทัล (Digital Transformation) ก็เป็นกระบวนการที่ทุกองค์กรยังดำเนินอย่างต่อเนื่อง ไม่ว่าจะเป็นการจัดหาวัสดุอุปกรณ์ที่เหมาะสม และการยกระดับและพัฒนาทักษะทางดิจิทัลให้กับพนักงาน

แนวโน้มเทคโนโลยีดังกล่าวยังคงเกิดและจะทวีความเข้มข้นมากขึ้นในปี 2024 อันเป็นผลจากระบบเศรษฐกิจที่เริ่มกลับมาคึกคักหลังจากเซื่องซึมมา 2 – 3 ปี เนื่องจากโรคระบาดโควิด-19 ดังนั้น การทำความเข้าใจที่มาและผลกระทบจึงเป็นสิ่งจำเป็นเพื่อรองรับการเปลี่ยนแปลงที่จะเกิดขึ้น

AI เทคโนโลยีที่ทุกคนสามารถเข้าถึงได้

ปฏิเสธไม่ได้ว่าปี 2023 คือปีแห่ง AI หลังจากที่ OpenAI เปิดตัว ChatGPT ซึ่งเป็นระบบสนทนาออนไลน์ที่ประยุกต์ใช้แบบจำลองประมวลผลภาษาขนาดใหญ่ (Large Language Model หรือ LLM) เป็นขุมพลังการขับเคลื่อน ทำให้สามารถแสดงคำตอบได้คล้ายกับภาษาที่มนุษย์ใช้ได้อย่างน่ามหัศจรรย์ นอกจากนี้ generative AI ที่สามารถสร้างภาพหรือวีดิโอได้จาก “พร้อมพ์ (prompt)” ที่เราพิมพ์เข้าไปก็สร้างความตื่นตะลึงให้กับผู้ได้ทดลองใช้งาน เนื่องจากผลลัพธ์ที่ออกมามีความสวยงาม แปลกตา และบางครั้งก็ถึงกับคาดเดาไม่ได้ จนทำให้บางคนแสดงความกังวลว่าอีกไม่นานศิลปินจะตกงานกันหมด

ปี 2024 จะเป็นปีที่ทุกคนจะสามารถเข้าถึง AI ได้มากขึ้น โดย Gartner คาดการณ์ว่าภายในปี 2026 ภาคธุรกิจจะหันมาใช้งาน generative AI มากขึ้นกว่าร้อยละ 80 เมื่อเทียบกับต้นปี 2023 ส่วนงานศึกษาของ PWC ก็ค้นพบว่า AI จะสามารถสร้างมูลค่าให้กับเศรษฐกิจโลกได้มากขึ้น 15.7 พันล้านเหรียญสหรัฐ ภายในปี 2030 ส่วนหนึ่งเป็นเพราะระบบ AI ดังกล่าวจะได้รับการพัฒนาให้มีความก้าวหน้ามากขึ้นจากข้อมูลมากมาย รวมไปถึงการพัฒนาให้รองรับการใช้งานอื่น เช่น การพัฒนาเกมคอมพิวเตอร์ให้สามารถสร้างเนื้อหาเพิ่มเติมได้ด้วยตนเอง ไปจนถึงการออกแบบเสื้อผ้าและเครื่องประดับที่อาจมี AI ที่ได้รับการพัฒนาให้ทำงานร่วมกับดีไซน์เนอร์ในการสร้างสรรค์ผลิตภัณฑ์ใหม่ และในแวดวงการศึกษาที่ AI สามารถนำมาใช้ในการสร้างเนื้อหาสื่อการสอน เป็นผู้ช่วยงานวิจัยที่มีความซับซ้อน และพัฒนาการเรียนรู้ที่สอดคล้องกับแต่ละบุคคล

แน่นอนว่า AI ยังคงมีข้อจำกัดและความท้าทายในปี 2024 โดยเฉพาะความเอนเอียง (bias) ในการแสดงผลข้อมูลเนื่องจากข้อมูลขาเข้าไม่มีความหลากหลายมากพอ ความถูกต้องและเที่ยงตรงของการประมวลผลข้อมูล ตลอดจนผลกระทบด้านเศรษฐกิจ สังคม และจริยธรรมที่อาจเกิดขึ้นจากการใช้ AI ที่ตอนนี้ยังไม่มีผลการศึกษาและแนวทางปฏิบัติที่ยอมรับโดยทั่วกัน ดังนั้น การเฝ้าติดตามการพัฒนา การลองผิดลองถูก และฝึกฝนทักษะที่เกี่ยวข้องจึงเป็นมาตรการที่เหมาะสมที่จะใช้รับมือการเปลี่ยนแปลงนี้

Mixed Reality ความเป็นจริงผสมผสาน นวัตกรรมที่มากกว่าความบันเทิง

ที่ผ่านมาความเป็นจริงเสมือน เช่น AR หรือ VR มักถูกนำมาประยุกต์ใช้ในสื่อบันเทิง เช่น เกมคอมพิวเตอร์ เนื่องจากกลุ่มเป้าหมาย ซึ่งมักเป็นคนกลุ่ม Gen Y และ Z มีแนวโน้มเปิดรับเทคโนโลยีใหม่มากกว่า อย่างไรก็ดี ผลกระทบที่เกิดจากการแพร่ระบาดของโควิด-19 ที่ทำให้เราต้องใช้ชีวิตอยู่บนโลกดิจิทัลมากขึ้นนั้น ได้ทำให้คนทุกรุ่นคุ้นเคยกับการสั่งซื้อของออนไลน์ การสนทนาและการทำงานร่วมกันบนแพลตฟอร์มอย่าง Zoom, Slack และ Figma ตลอดจนการแสดงตัวตนบนโลกออนไลน์ผ่านแพลตฟอร์มอย่าง TikTok มากขึ้น ความเป็นปกติใหม่ดังกล่าวเป็นการลบเลือนเส้นแบ่งระหว่างโลกจริงกับโลกดิจิทัล ซึ่งเป็นก้าวแรกสู่โลกที่ความจริงกับจินตนาการผสมผสานกันจนแยกไม่ออกนั่นเอง

ดังนั้น ปี 2024 จะเป็นปีที่เทคโนโลยีความเป็นผสมผสานจะได้รับการนำไปประยุกต์ใช้ในหลายอุตสาหกรรม ไม่ว่าจะเป็นการก่อสร้าง การรักษาสุขภาพ การศึกษา และการค้าปลีกผ่านแนวคิดที่หลากหลาย เช่น การออกแบบโมเดลสามมิติ การผ่าตัดขั้นสูง และการมีปฏิสัมพันธ์กับลูกค้าที่ใกล้ชิดยิ่งขึ้น นอกจากนี้ จากการพัฒนาและการแข่งขันที่ไม่หยุดยั้งก็ได้ทำให้อุปกรณ์สวมใส่และเฮดเซ็ตมีแนวโน้มราคาถูกลง ตลอดจนจะได้รับการพัฒนาให้มีน้ำหนักเบา สวมใส่ได้สบาย สามารถแสดงผลที่ความละเอียดสูง มีมุมมอง (field of view) ที่กว้างขึ้น เป็นต้น ซึ่งจะทำให้ได้รับความนิยมมากขึ้นทั้งในด้านการใช้งานส่วนตัวและการใช้งานเพื่อประกอบอาชีพ เช่น การประชุมบนโลกออนไลน์ที่ผู้เข้าร่วมประชุมสามารถมีปฏิสัมพันธ์กับวัตถุเสมือนที่อยู่ในห้องประชุมได้เช่นเดียวกับโลกจริง

อย่างไรก็ตาม นวัตกรรมความเป็นจริงผสมผสานก็ยังคงประสบกับความท้าทาย ไม่ว่าจะเป็นอาการเวียนหัวที่อาจเกิดขึ้นจากการสวมใส่อุปกรณ์เป็นเวลานาน (motion sickness) อายุการใช้งานแบตเตอรี่ของอุปกรณ์ที่ยังน้อยเมื่อใช้งานแบบไร้สาย และการผสมผสานกลมกลืนระหว่างโลกจริงกับโลกเสมือนที่ยังต้องปรับปรุง

Green Technology เทคสายเขียวกับนวัตกรรมที่ยั่งยืน

พัฒนาการกับการใช้พลังงานเป็นของคู่กัน ที่ผ่านมานวัตกรรมอย่างบล็อกเชนถูกกล่าวหาใช้พลังงานอย่างสิ้นเปลือง จนทำไปสู่การคิดค้นวิธีการยืนยันธุรกรรมใหม่ที่ประหยัดพลังงานมากกว่า เช่นเดียวกับ AI ที่เบื้องหลังต้องใช้ขุมกำลังการประมวลผลโดยคอมพิวเตอร์ประสิทธิภาพสูง ซึ่งต้องใช้พลังงานมากอีกเช่นกัน จึงทำให้เทคโนโลยีและประเด็นการเปลี่ยนแปลงสภาพภูมิอากาศเหมือนจะเป็นสิ่งที่ไปด้วยกันไม่ได้ฉันใดฉันนั้น

แต่ในปี 2024 เรามีแนวโน้มจะได้เห็นหลายองค์กรหันมาให้ความสำคัญกับการพัฒนาเทคโนโลยีเพื่อสิ่งแวดล้อมที่ยั่งยืนมากขึ้น ยกตัวอย่าง Apple ได้ประกาศที่จะบรรลุเป้าหมาย carbon neutrality หรือความเป็นกลางทางคาร์บอน ภายในปี 2030 ขณะที่ Google ประกาศจะพัฒนาศูนย์ข้อมูลและสำนักงานให้ปล่อยก๊าซเรือนกระจกเป็นศูนย์เช่นกัน นอกจากนี้ การที่ผู้บริโภคหันมาให้ความสำคัญกับการซื้อสินค้าและบริการที่ไม่กระทบต่อสิ่งแวดล้อมก็ช่วยเพิ่มแรงกดดันด้านตลาดให้กับหลายองค์กร โดยผลการสำรวจความคิดเห็นของซีอีโอโดย PWC ชี้ว่าผู้ตอบแบบสำรวจกว่าร้อยละ 39 มีความเห็นว่าการเปลี่ยนมาใช้เทคโนโลยีสีเขียวและพลังงานสะอาดจะช่วยลดข้อกังวลเกี่ยวกับการยอมรับของผู้บริโภค โดยสามารถนำประเด็นดังกล่าวมาช่วยยกระดับการรับรู้ตราสินค้าและความภักดีของผู้บริโภค

อย่างไรก็ตาม องค์กรยังคงต้องเผชิญกับความท้าทายในการเปลี่ยนมาใช้นวัตกรรมสีเขียว เช่น ต้นทุนที่สูง ซึ่งเกิดมาจากการพัฒนากระบวนการและขั้นตอนการสกัดวัตถุดิบที่จำเป็นต่อการพัฒนาสินค้า อาทิ แร่ธาตุที่จำเป็นต่อการผลิตแบตเตอรี่รถไฟฟ้า การลงทุนติดตั้งอุปกรณ์ผลิตพลังงานไฟฟ้าสะอาด ไปจนถึงการวางโครงสร้างพื้นฐานใหม่แทบจะทั้งหมดเพื่อรองรับการใช้ยานยนต์อิเล็กทรอนิกส์ เป็นต้น นอกจากนี้ ความเป็นพลวัตรของตลาดพลังงานก็เป็นตัวแปรสำคัญสำหรับผู้บริโภคว่าจะเปลี่ยนมาใช้สินค้าพลังงานสะอาดหรือไม่ เช่น ช่วงใดที่น้ำมันมีแนวโน้มราคาถูกลงและค่าไฟฟ้ากลับมีแนวโน้มเพิ่มมากขึ้น ก็อาจทำให้ผู้บริโภคชะลอการซื้อรถยนต์ไฟฟ้าออกไปได้

Cyber Resilience การรับมือและการตอบสนองต่อภัยคุกคามออนไลน์

ปัจจุบันเราใช้ชีวิตอยู่บนโลกออนไลน์มากขึ้น จึงไม่น่าแปลกที่บรรดามิจฉาชีพและจารชนจะใช้ช่องทางนี้ในการทำมาหากินด้วยเช่นกัน ในปี 2023 เราได้เห็นข่าวการโดนเจาะระบบครั้งใหญ่ ไม่ว่าจะเป็นโรงพยาบาล โครงสร้างพื้นฐานสำคัญ และกระทั่งบริษัทซอฟต์แวร์ก็หนีไม่พ้น โดยผลการวิจัยเมื่อไม่นานมานี้ชี้ว่าหนึ่งในสองของภาคธุรกิจได้ตกเป็นเหยื่อของการจู่โจมออนไลน์ในช่วงสามปีที่ผ่านมา โดยมูลค่าความเสียหายที่เกิดขึ้นนั้นอาจเพิ่มขึ้นถึง 10 ล้านล้านเหรียญ ภายในปี 2024

หลายคนคงคุ้นเคยกับคำว่า Cyber Security ซึ่งหมายถึง การป้องกันภัยคุกคามออนไลน์ แต่ในปี 2024 เราจะได้ยินคำว่า Cyber Resilience มากขึ้น คำจำกัดความของคำดังกล่าวมีความหมายครอบคลุมกว่าการป้องกันภัยคุกคามออนไลน์ โดยหมายถึง ถึงการเตรียมพร้อม การตอบสนอง และการฟื้นฟูหลังจากที่องค์กรถูกจู่โจมออนไลน์ เพราะฉะนั้น วิธีการและเครื่องมือที่ใช้ในการดำเนินการเรื่องดังกล่าวจะมีความหลากหลายมากกว่าการเตรียมพร้อมด้านเทคนิคและหมายรวมถึงแนวปฏิบัตินอกเหนือจากหน้าที่ของฝ่ายเทคโนโลยีสารสนเทศขององค์กรอย่างเดียว ยกตัวอย่าง การฝึกอบรมให้กับเจ้าหน้าที่ขององค์กรทั้งหมดเพื่อให้มีความรู้เกี่ยวกับภัยคุกคามออนไลน์ การเตรียมอุปกรณ์และสำนักงานสำรองฉุกเฉินกรณีไม่สามารถปฏิบัติงาน ณ สำนักงานได้ ไปจนถึงการรับมือกับสิ่งที่ควบคุมไม่ได้อื่น ๆ เช่น การถูกโจมตีเรียกค่าไถ่ เป็นต้น

ภัยคุกคามออนไลน์ที่มีแนวโน้มเพิ่มมากขึ้นสะท้อนว่ายังมีความท้าทายอีกมากที่องค์กรต้องเตรียมรับมือ เช่น การโจมตีออนไลน์ที่มีความซับซ้อนและหลากหลายรูปแบบจนเกินกว่าที่องค์กรเดียวจะรับมือไหว การพัฒนามาตรการที่สมดุลระหว่างการป้องกันและรักษาความปลอดภัยออนไลน์กับประสบการณ์ใช้งานอุปกรณ์ของพนักงาน ความตระหนักรู้ในตัวของพนักงานเอง ตลอดจนการพัฒนากรอบแนวทางปฏิบัติอันเป็นที่ยอมรับร่วมกันของพนักงานทั้งองค์กร

Digital Transformation หนทางสู่องค์กรดิจิทัลที่ไม่ได้โรยด้วยกลีบกุหลาบ

การยกระดับองค์กรสู่ดิจิทัลเป็นเทรนด์ที่เกิดขึ้นมาระยะหนึ่งแล้ว แต่การแพร่ระบาดของโรคโควิด-19 เมื่อปี 2020 – 2022 และการกำเนิดใหม่ของเทคโนโลยี AI ในปี 2023 ได้ทำให้หลายหน่วยงานตื่นตัวและหันมาให้ความสำคัญกับการพัฒนาดิจิทัลมากขึ้นในปี 2024 โดย Gartner คาดการณ์ว่าการประชุมแบบที่ทุกคนต้องเข้ามานั่งในห้องเดียวกันจะลดลงเหลือเพียงร้อย 25 ซึ่งสะท้อนให้เห็นถึงการเปลี่ยนมาใช้เครื่องมือดิจิทัลมากขึ้น ส่วนเว็บไซต์ TechRepublic รายงานว่า ร้อยละ 43 ของงบประมาณด้านเทคโนโลยีสารสนเทศขององค์กรจะมุ่งเป้าไปที่การพัฒนาสู่ดิจิทัล

จริง ๆ แล้วการยกระดับสู่องค์กรดิจิทัลคือเทรนด์ที่เป็นข้อสรุปของทุกเทรนด์ที่ได้กล่าวไปก่อนหน้า ไม่ว่าจะเป็นการนำ AI และการเรียนรู้ด้วยเครื่องจักร หรือ ML (Machine Learning) มาเป็นส่วนหนึ่งของกระบวนการทางธุรกิจเพื่อให้การดำเนินงานมีประสิทธิภาพมากขึ้น เป็นตัวช่วยการตัดสินใจของพนักงาน และเปลี่ยนระบบงานบางอย่างให้เป็นอัตโนมัติ การพัฒนาประสบการณ์ติดต่อกับลูกค้า การจัดประชุมภายในองค์กรและการจัดกิจกรรมส่งเสริมการขายบนโลกเสมือน การเปลี่ยนมาใช้เทคโนโลยีคลาวด์และเทคโนโลยีสะอาดอื่น ๆ และการยกระดับการเตรียมพร้อมด้านการรักษาความปลอดภัยออนไลน์ เป็นต้น เป็นไปได้อย่างแน่นอนว่าหลายองค์กรจะยกระดับกิจกรรมเหล่านี้ให้เข้มข้นมากขึ้นในปี 2024

แน่นอนว่าการเปลี่ยนแปลงย่อมมาพร้อมกับความท้าทาย สำหรับการยกระดับองค์กรสู่ดิจิทัลนั้นอาจมีข้อควรคำนึงหลายประการ ไม่ว่าจะเป็นการต่อต้านการเปลี่ยนแปลงโดยพนักงานที่อยู่ในองค์กรมานาน การขาดแคลนพนักงานกลุ่ม digital talent ซึ่งจะเป็นกลุ่มหลักที่ขับเคลื่อนการเปลี่ยนแปลง ภาระด้านงบประมาณที่จะมีขึ้นเนื่องจากการพัฒนาโครงสร้างพื้นฐานด้านดิจิทัล ตลอดจนการไล่ตามความเปลี่ยนแปลงทางเทคโนโลยีให้ทัน ซึ่งทำได้ยากโดยเฉพาะกับองค์กรขนาดใหญ่และอยู่มานาน

สรุป

เทคโนโลยีได้รับการพัฒนาให้มีความก้าวหน้าและมีประสิทธิภาพมากขึ้นตลอดเวลา การติดตาม ปรับตัว และรับมือกับการมาถึงของนวัตกรรมอัจฉริยะต่าง ๆ เป็นสิ่งที่บุคคลและองค์กรต้องปฏิบัติเป็นกิจวัตรเพื่อรับมือกับการเปลี่ยนแปลง โดยเฉพาะอย่างยิ่งในปี 2024 ที่โลกฟื้นตัวจากภาวะโรคระบาดโควิด-19 แล้วอย่างเต็มที่ เนื่องจากจะเป็นปีที่องค์กรทุ่มทรัพยากรไปกับการพัฒนาสินค้าและบริการอย่างเต็มที่หลังจากซบเซามาพักใหญ่

สำหรับบทความหน้าผมพูดถึงเรื่องของ Ethical AI หรือจริยธรรมของ AI นะครับว่าปัจจุบันได้รับการพัฒนาไปถึงไหนแล้ว และเราควรจะไว้ใจ AI ได้หรือไม่

อารมณ์ถวิลหาอดีตดังกล่าวได้สะท้อนออกมาให้เห็นในการได้รับความนิยมเพิ่มมากขึ้นของ Retro Tech หรืออุปกรณ์เทคโนโลยีในอดีต ไม่ว่าจะเป็น เทปคาสเซ็ต แผ่นไวนิล กล้องฟิล์ม กล้องโพลารอย โทรศัพท์มือถือช่วงต้นยุคทศวรรษ 2000s อย่าง Nokia 3310 ที่ได้รับการปัดฝุ่นกลับมาทำใหม่แต่ให้คง “จิตวิญญาณ” ของต้นฉบับให้มากที่สุด เช่นเดียวกับเกมคอมพิวเตอร์ยอดนิยมในอดีตอย่าง Command & Conquer, Final Fantasy VII, Doom และ Resident Evil ที่ได้รับการ Reboot, Remastered หรือ Remake สุดแท้แล้วแต่จะเรียก ให้กลับมาโลดแล่นบนจอมอนิเตอร์อีกครั้ง เหมือนกับที่เคยเป็นเมื่อวันวาน

เพราะเหตุใด Retro Tech จึงกลับมาได้รับความนิยมอีกครั้ง? เพราะเราต้องการห้วงเวลาหลบหนีจากปัจจุบันขณะที่แสนจะวุ่นวาย? หรือเพราะเทคโนโลยีปัจจุบันฉลาดและแสนรู้มากเกินไปจนน่ากลัว? หรือเป็นเพียงความตื่นเต้นชั่วขณะเมื่อได้สัมผัสกับสิ่งที่เราไม่คุ้นเคยมาก่อน? บทความนี้จะพาท่านผู้อ่านไปพบคำตอบครับ

อดีตอันแสนหวาน

เคยสังเกตไหมครับว่า เวลาที่เรานัดเจอเพื่อนเก่าที่ไม่ได้พบกันมานาน หัวข้อที่ถูกหยิบขึ้นมาพูดคุยกันมากที่สุดก็คือ “ประสบการณ์ในอดีต” หรือวีร (เวร) กรรมที่เราเคยสร้างด้วยกันมา ไม่ว่าจะเป็นประสบการณ์โดดเรียนสมัยเป็นวัยรุ่น ความรู้สึกสมัยจีบสาว (หรือหนุ่ม) ครั้งแรก หรือตอนขอลอกการบ้านเพื่อน ซึ่งความรู้สึกเดียวกันนี้เองแหละครับที่เป็นเหตุให้แกดเจ็ดรุ่นคุณปู่กลับมาได้รับความนิยมอีกครั้ง เนื่องจากมันช่วยรื้อฟื้นอารมณ์ feel good สมัยเรายังเป็น childhood ขึ้นมาใหม่อีกครั้งนั่นเอง

นอกจากนี้ Retro Tech ยังช่วยให้เราหวนคิดถึงวันเวลาในอดีตที่ซับซ้อนและวุ่นวายน้อยกว่าปัจจุบัน ทำให้เรามีเวลาคิดและไตร่ตรองสิ่งต่าง ๆ อย่างละเอียดมากขึ้น ยกตัวอย่าง ฟิล์มหนึ่งม้วนสามารถถ่ายภาพได้เพียง 36 ภาพ และเมื่อนำมาบวกกับค่าล้างฟิล์มและค่าอัดภาพลงกระดาษแล้ว ก็ย่อมต้องทำให้ช่างภาพใช้ความละเอียดรอบคอบในการกดชัตเตอร์แต่ละครั้ง มิหนำซ้ำ ช่างภาพยังไม่มีโอกาสรู้ล่วงหน้าเลยว่าภาพที่ออกมาจะเป็นไปตามที่คิดไว้หรือไม่ ซึ่งเป็นทั้งเสน่ห์และความเสี่ยงของการใช้แกดเจ็ดยุคโบราณซึ่งคนรุ่นปัจจุบันอาจไม่คุ้นชิน

ทั้งนี้ ความไม่คุ้นชินดังกล่าวก็มีส่วนทำให้คนรุ่น Gen Y และ Z หันมาสนใจแกดเจ็ดเมื่อวันวานเช่นกัน เนี่องจากคนรุ่นดังกล่าวเติบโตมาพร้อมกับเทคโนโลยีดิจิทัลที่ได้รับการพัฒนาให้สามารถตอบสนองความต้องการได้อย่างทันที ผิดกับเทคโนโลยีเมื่อในอดีตที่ต้องใช้เวลารอคอยกว่าจะรู้ผลลัพธ์ เช่น กล้องฟิล์มที่เราต้องลุ้นทุกครั้งเมื่อตอนอัดภาพลงกระดาษ เทปคาสเซ็ตที่เราต้องกดกรอเทปเพื่อเลือกเพลงที่อยากฟัง หรือกระทั่งการเขียนจดหมายในกระดาษที่เราไม่มีทางรู้เลยว่าผู้รับปลายทางจะเขียนตอบกลับมาหรือไม่ และเมื่อใด ความไม่คุ้นชินดังกล่าวนี้จึงนับว่าเป็นการเปิดประสบการณ์ใหม่ให้กับผู้ไม่เคยสัมผัสมาก่อน ทำให้เกิดความตื่นเต้นและลุ้นระทึกราวกับความรู้สึกเมื่อวันหวยออกก็ไม่ปาน

ฉีกแนวจากกระแสหลัก

อีกเหตุผลหนึ่งอาจมีส่วนทำให้ Retro Tech กลับมาได้รับความนิยมอีกครั้งก็คือ การที่แกดเจ็ดดังกล่าวสามารถมอบอัตลักษณ์และตัวตนให้กับผู้ใช้งานที่ฉีกแนวออกไปจากกระแสสังคมในขณะนั้น กล่าวคือ ผู้ที่ใช้กล้องฟิล์มถ่ายภาพอาจคิดว่าตนต้องการสัมผัสวิธีและผลลัพธ์ของการถ่ายภาพที่แตกต่างออกไปจากกล้องดิจิทัลที่สามารถคาดเดาได้ หรืออาจคิดว่าการถ่ายภาพด้วยกล้องฟิล์มเป็นการแสดงออกถึงรสนิยมที่แตกต่างออกไป ซึ่งเป็นอีกวิธีหนึ่งในการสร้างตัวตน หรือความเป็น “Me” ซึ่งฉีกแนวออกจากความเป็น “We” ของกระแสหลัก

อย่างไรก็ตาม ผู้คลั่งไคล้ Retro Tech อาจไม่เพียงต้องการสร้างความเป็นตัวฉันแต่เพียงอย่างเดียว แต่อาจต้องการชื่นชมความงามของการออกแบบและคุณภาพของแกดเจ็ดเมื่อวันวานด้วย เนื่องจากสินค้าสมัยก่อนมักได้รับการออกแบบด้วยความมุมานะและความใส่ใจในรายละเอียด วัสดุที่ใช้ในการสร้างก็มักมีความทนทานและสึกหรอได้ยากกว่าสินค้าอิเล็กทรอนิกส์ยุคปัจจุบันที่มักออกแบบตั้งแต่ต้นให้ผู้ใช้ต้องเปลี่ยนทุก 2-3 ปี ความทนทานและความงามในตัวสินค้าจึงเป็นหนึ่งในเสน่ห์ที่นักเล่น Retro Tech ทั้งหลายล้วนชื่นชม

นอกจากความงดงามในตัวสินค้าจะเป็นเสน่ห์อย่างหนึ่งแล้ว สิ่งที่สะท้อนออกมาพร้อมกันก็คือประวัติศาสตร์ทางความคิดและวัฒนธรรมของสังคมที่อยู่เบื้องหลังงานออกแบบนั้น ยกตัวอย่าง กล้องโพลารอย ซึ่งได้รับการออกแบบในยุคที่การถ่ายภาพเป็นสิ่งที่ทุกคนเข้าถึงได้ แต่ได้ท้าทายกรอบแนวคิดเดิมที่ทุกคนต้องเดินเข้าร้านเพื่ออัดรูป รออีกหนึ่งสัปดาห์ แล้วจึงจะได้ภาพที่ต้องการ จึงได้มีการพัฒนากล้องฟิล์มที่ผู้ถ่ายสามารถเห็นภาพได้ทันทีหลังจากกดชัตเตอร์ การได้ศึกษาถึงแนวคิดเบื้องหลังนวัตกรรมในอดีตทั้งหลายจึงนับเป็นความสนุกอย่างหนึ่งที่ผู้เล่น Retro Tech ทั้งหลายชื่นชอบ

ของเก่าปลอดภัยกว่า

แม้ว่าอุปกรณ์และเทคโนโลยีดิจิทัลจะยกระดับความสะดวกสบายให้กับผู้ใช้งานมากเพียงใด แต่สิ่งที่ต้องแลกมาก็คือ ความปลอดภัยและความเป็นส่วนตัวที่ลดน้อยลงไปด้วย ดังจะเห็นได้จากข่าวที่มีผู้ไม่หวังดีทำการเจาะระบบดูดข้อมูลผู้ใช้งานออกไปอย่างผิดกฎหมาย หรือความเป็นพื้นที่สาธารณะของสื่อสังคมออนไลน์ที่ทำให้ผู้ใช้งานต้องไตร่ตรองเกี่ยวกับเนื้อหาก่อนทำการเผยแพร่เพื่อให้แน่ใจว่าจะไม่มีผลกระทบทางลบสะท้อนกลับมาจากสังคมผู้ใช้งาน เป็นต้น

ความยุ่งยากและซับซ้อนดังกล่าวทำให้ผู้ใช้งานบางกลุ่มมองว่า Retro Tech คือ comfort zone เนื่องจากการมีรูปแบบการใช้งานไม่กี่อย่าง ดูเรียบง่าย ไม่ซับซ้อน และ learning curve ไม่สูง ทำให้มั่นใจได้ถึงความปลอดภัยในการใช้งาน ยกตัวอย่าง โทรศัพท์มือถือยุคก่อนสมาร์ทโฟน ซึ่งสามารถทำได้เพียงโทรออก รับสาย รับ-ส่งข้อความ และเล่นเกมได้นิดหน่อย ช่วยสร้างความสบายใจให้กับผู้ใช้งานได้ว่าข้อมูลส่วนตัวจะไม่ถูกจารกรรม หรือความเป็นส่วนตัวจะไม่ถูกละเมิดโดยผู้ไม่หวังดี

การออกแบบที่ไม่ซับซ้อนของอุปกรณ์อิเล็กทรอนิกส์สมัยก่อนยังทำให้เกิดผลดีอีกประการหนึ่งคือการซ่อมบำรุงที่สามารถทำได้ง่าย ผู้ใช้งานไม่จำเป็นต้องซื้อประกันเพิ่มเติมหรือนำอุปกรณ์เข้าศูนย์เพื่อรอการซ่อมอีกเป็นเดือน ๆ แต่สามารถนำไปให้ช่างแถวบ้านซ่อมหรือเปลี่ยนชิ้นส่วนได้ในทันที นอกจากนี้ ความเรียบง่ายดังกล่าว โดยอย่างยิ่งโทรศัพท์มือถือประเภท dumbphone ยังช่วยเพิ่มความปลอดภัยทางร่างกายให้กับผู้ใช้งานด้วยการลดอัตราการเสพติดหน้าจอได้ด้วย เนื่องจากคุณลักษณะการใช้งานที่มีอยู่อย่างจำกัดนั่นเอง

สรุป

แม้ว่านวัตกรรมจะช่วยยกระดับความสะดวกสบายให้กับผู้คนมากเท่าใด แต่ลึก ๆ แล้วในจิตใจของเรามักมีพื้นที่ว่างให้กับของเก่าเล่าเก็บเสมอ ไม่ว่าจะเนื่องด้วยเพราะการถวิลหาอดีต การหลงใหลในความเรียบง่าย หรือการต้องการความปลอดภัยขั้นสุด Retro Tech ก็ยังคงสามารถตอบโจทย์ความต้องการเฉพาะกลุ่มได้อย่างต่อเนื่อง และมีแนวโน้มว่าจะเป็นเช่นนี้ตลอดไป

จบเรื่องเกี่ยวกับอดีตกันไปแล้ว ในบทความถัดไปผมจะพามองไปในอนาคตปี 2024 กันครับว่ามีนวัตกรรมใดน่าสนใจและคิดว่าน่าจะเป็นเทรนด์ที่ต้องจับตาบ้าง

Friend.tech ได้รับการเปิดตัวเมื่อเดือนสิงหาคม 2566 ที่ผ่านมาและได้รับการกล่าวถึงในฐานะที่เป็นแพลตฟอร์มโซเชียลมีเดีย 3.0 ที่ประสบความสำเร็จมากที่สุด โดยมียอดผู้ใช้งานกว่า 100,000 ราย และกวาดรายได้ในรูปแบบค่าธรรมเนียมไปได้กว่า 25 ล้านเหรียญสหรัฐ ภายในสองสัปดาห์แรก จึงกลายเป็น dapp (decentralized application) ที่ได้รับความนิยมสูงสุดใน Base เครือข่ายเลเยอร์ 2 ของ Coinbase แซงหน้า dapp เจ้าตลาดอื่นอย่าง MakerDAO และ Lido ไปได้

Friend.tech คืออะไร และสาเหตุใดที่ทำให้ได้รับความนิยมเป็นพลุแตกขนาดนั้น? บทความนี้จะพาท่านไปพบคำตอบครับ

Friend.tech คืออะไร?

หากทุกท่านรู้จัก OnlyFans แพลตฟอร์มที่เปิดโอกาสให้นักสร้างคอนเทนต์เก็บค่าสมาชิกจากบรรดาแฟนคลับเพื่อเข้าถึงเนื้อหาเฉพาะ Friend.tech ก็คือแพลตฟอร์มดังกล่าวเพียงแต่ได้มีการนำคุณลักษณะเด่นของเทคโนโลยีบล็อกเชนและคริปโตเคอร์เรนซีมาใช้ประโยชน์ร่วมด้วย กล่าวคือ ผู้ใช้งานสามารถซื้อและขาย “Keys” ซึ่งเปรียบได้รับหุ้นของผู้ใช้งานรายอื่นเพื่อเข้าร่วมการสนทนากับผู้ใช้งานรายนั้นในห้องลับเฉพาะ โดยราคาซื้อขายและ Keys ก็จะขึ้นลงตามกลไกตลาด ผู้ใช้งานรายใดมีชื่อเสียงมีคนรู้จักมากก็อาจจะมีผู้ต้องการซื้อ Keys ของเขาหรือเธอมาก ราคาของ Keys ดังกล่าวก็จะเพิ่มขึ้นตามไปด้วย นอกจากนี้ เจ้าของ Keys ยังได้รับค่าธรรมเนียมในทุกครั้งที่เกิดการซื้อขาย การเป็นบุคคลมีชื่อเสียงบน Friend.tech จึงเป็นช่องทางสร้างรายได้แบบ passive income อีกทางหนึ่ง

กล่าวดังนี้ Friend.tech จึงเป็นเหมือนกับ Onlyfans + X ที่เพิ่มเติมกลไกและคุณสมบัติของบล็อกเชนและ Web3.0 เข้าไป ไม่ว่าจะเป็นการแบ่งปันค่าธรรมเนียม โอกาสในการได้รับ airdrop โทเคนดิจิทัลเป็นของรางวัล และเช่นเดียวกับโซเชียลมีเดียน้องใหม่รายอื่นที่พยายามเจาะตลาดในช่วงสองสามปีที่ผ่านมา Friend.tech บังคับให้ผู้สนใจต้องลงทะเบียนโดยใช้ invite code เท่านั้น เท่ากับยิ่งเป็นการเพิ่มความ exclusive มากเข้าไปอีก โดยผู้ใช้งานปัจจุบันจะมี invite code เพียงสามชุดสำหรับแจกจ่ายให้ผู้อื่น

เมื่อได้รับ invite code และล็อคอินเข้ามาได้แล้ว ผู้ใช้งานจึงสามารถเริ่มทำการซื้อขาย Keys ของผู้ใช้งานรายอื่นที่ตนสนใจและเข้าร่วมการสนทนาในห้องแช็ทรูมได้ หรือหากยังหาใครที่น่าสนใจไม่ได้ก็อาจสำรวจรายการผู้ใช้งานรายอื่นไปพลางก่อน

ทำไม Friend.tech จึงได้รับความนิยม?

Friend.tech ไม่ใช่เครือข่ายสังคมออนไลน์รายแรกที่ใช้ประโยชน์จากเทคโนโลยีบล็อกเชนและ Web3.0 โดยก่อนหน้านี้ก็ได้มีแพลตฟอร์มชื่อ Roll และ BitClout เคยพยายามทำมาแล้ว แต่ก็ประสบความสำเร็จเพียงระดับหนึ่ง อย่างไรก็ดี จุดเด่นของ Friend.tech จริง ๆ แล้วอยู่ที่คุณสมบัติการซื้อขาย Keys ของผู้ใช้งานรายอื่น ซึ่งสร้างประโยชน์ให้กับผู้ซื้อขายและเจ้าของ Keys นั่นคือ เจ้าของ Keys สามารถสร้างสรรค์เนื้อหาเฉพาะสำหรับแฟนคลับที่ซื้อ Keys ของตนไปเก็บไว้ ซึ่งหากเนื้อหาดังกล่าวเกิดโดนใจแฟนคลับอย่างจังจนส่งผลให้ความต้องการของ Keys ดังกล่าวในตลาดเพิ่มสูงขึ้นเนื่องจากผู้ใช้งานรายอื่นอยากเข้าถึงเนื้อหาดังกล่าวบ้าง แฟนคลับที่ร้อนเงินบางคนก็อาจตัดสินใจขาย Keys ดังกล่าวเพื่อฟันผลกำไร

การที่ Keys ก่อให้เกิดประโยชน์ทั้งขึ้นทั้งล่องต่อผู้เป็นเจ้าของ Keys และแฟนคลับนั้นสามารถผันเป็นแหล่งรายได้ชิ้นงามให้กับบรรดา net idols และ influencers ทั้งหลาย และหากบรรดาเซเลบซึ่งมีแฟนคลับมากมายเป็นกระบุงเกลือกระโดดเข้ามาใช้งาน Friend.tech แล้วนั้น บรรดาแฟนคลับตัวจริงก็ย่อมต้องกระโดดตามมาใช้งานด้วย และเมื่อวงจรดังกล่าวเกิดขึ้นหมุนวนอย่างต่อเนื่อง Friend.tech จึงมีศักยภาพที่จะเติบโตกลายเป็นเครือข่ายสังคมออนไลน์ยอดนิยมได้ไม่ยาก

นอกจากนี้ Friend.tech ยังมีระบบ point ซึ่งปัจจุบันจะมีการแจกฟรี (airdrop) ทุกวันศุกร์ โดยผู้พัฒนา Friend.tech กล่าวว่า point ดังกล่าวจะมีประโยชน์ต่อการใช้งานในอนาคต เมื่อบอกใบ้มาขนาดนี้แล้วบรรดานักล่า airdrop ต่างกระหายอยากที่จะเข้ามาเป็น early adopter บน Friend.tech เพื่อโอกาสในการที่จะได้ airdrop ในอนาคตนั่นเอง คุณสมบัติดังกล่าวเมื่อผสมรวมรวมกับข่าวลือว่า Friend.tech อาจใช้ระบบโทเคนดิจิทัลในการบริหารจัดการทิศทางในอนาคตของแพลตฟอร์มก็ยิ่งทำให้ Friend.tech ได้รับความนิยมมากขึ้น

การเปิดตัว Friend.tech บน Base ก็เป็นส่วนหนึ่งที่ทำให้แพลตฟอร์มได้รับความนิยมไม่แพ้กัน เพราะ Coinbase บริษัทผู้พัฒนา Base มีฐานผู้ใช้งานเดิมกว่า 100 ล้านราย การเป็นบริษัทที่อยู่ในวงการนี้มานานย่อมสร้างความน่าเชื่อถือและความมั่นใจให้กับผู้ใช้งาน และยังเป็นตัวดึงดูดนักลงทุนอีกด้วย โดยบริษัทลงทุน Paradigm ซึ่งมีสายสัมพันธ์อันแนบแน่นกับ Coinbase ได้ประกาศเข้าร่วมลงทุนใน Friend.tech แล้ว

ข้อสังเกตบางประการของ Friend.tech

ได้มีผู้ตั้งข้อสังเกตบางประการต่อ Friend.tech โดยเฉพาะในประเด็นของการรักษาความเป็นส่วนตัวของข้อมูลผู้ใช้งาน เนื่องจากทางแพลตฟอร์มยังไม่มีนโยบายการรักษาความเป็นส่วนตัวของข้อมูลผู้ใช้งานอย่างชัดเจน นอกจากนี้ ผู้ใช้ยังต้องกรอกหมายเลขโทรศัพท์มือถือในขั้นตอนการลงทะเบียน หรือลงทะเบียนโดยใช้บัญชี Google หรือ Apple อีกด้วย ซึ่งไม่ใช่กระบวนการที่ dapp อื่นเขาทำกัน

เช่นเดียวกันแพลตฟอร์มน้องใหม่ทั้งหลาย Friend.tech ได้รับการก่อตั้งโดยบุคคลที่ใช้นามแฝงบนโลกออนไลน์เพียงสองราย ได้แก่ 0xracerAlt และ Shrimp จึงทำให้มีผู้ตั้งข้อสังเกตถึงวิสัยทัศน์และทิศทางการเติบโตของแพลตฟอร์มนี้ว่าจะเป็นไปในทิศทางใด ซึ่งแตกต่างจาก dapp มีชื่อเสียงอื่นที่บริหารงานในรูปแบบ DAO (Decentralized Autonomous Organization) ซึ่งมักมีการจัดทำและเผยแพร่ทิศทางการดำเนินงาน เป้าหมาย และผลลัพธ์ที่คาดหวังอย่างชัดเจน ผู้ใช้งานจึงคาดการณ์ได้ว่าแพลตฟอร์มจะมุ่งไปในทิศทางใด และสามารถตัดสินใจได้ว่าจะทุ่มเททรัพยากรลงไปมากน้อยขนาดไหน

สุดท้าย ได้มีผู้แสดงความกังวลว่าการซื้อขาย Keys ของผู้ใช้งานในแพลตฟอร์ม Friend.tech อาจนำไปสู่ภาวะฟองสบู่แตกในท้ายที่สุด เพราะเมื่อสถานการณ์ที่ราคาสินทรัพย์ใด ๆ พุ่งขึ้นสูงอย่างรวดเร็ว สินทรัพย์นั้นย่อมดึงดูดนักลงทุนหน้าใหม่เข้ามาเป็นจำนวนมาก พฤติกรรมการซื้อขายที่เกิดขึ้นก็ย่อมผลักดันให้ราคาสินทรัพย์นั้นพุ่งสูงตามไปด้วย และเมื่อถึงจุดจุดหนึ่งสภาวะการแห่เทขายก็จะเกิดขึ้น ซึ่งทำให้ราคาสินทรัพย์ดังกล่าวนั้นลดลงอย่างรวดเร็วจนฟองสบู่แตกในที่สุด

สรุป

Friend.tech ได้นำเสนอไอเดียใหม่ให้กับเครือข่ายสังคมออนไลน์ที่ถูกเจ้าใหญ่คุมตลาดมานานนับทศวรรษ โดยได้มีการนำเทคโนโลยีใหม่อย่างบล็อกเชนและ Web3.0 มาประยุกต์ใช้เพื่อสร้างความแตกต่าง ซึ่งหากได้มีการพัฒนาอย่างต่อเนื่องก็อาจกลายเป็นแพลตฟอร์มเครือข่ายสังคมออนไลน์ยุค 3.0 ที่ประสบความสำเร็จได้

อย่างไรก็ตาม การขาดทิศทางการพัฒนาที่แน่นอนประกอบกับโมเดลธุรกิจที่ยังไม่เข้มแข็งล้วนเป็นประเด็นที่ Friend.tech ต้องให้ความสำคัญ เพราะจะช่วยเพิ่มความมั่นใจแก่บรรดาผู้ใช้งาน โดยเฉพาะกลุ่ม net idol และ influencer ที่มีฐานแฟนคลับแน่นหนาอยู่แล้ว ให้หันมาสนใจแพลตฟอร์มดังกล่าวในฐานะพื้นที่สร้างความสัมพันธ์ร่วมกับแฟนคลับและแหล่งรายได้ มิเช่นนั้นแล้ว Friend.tech ก็คงเป็นเพียงหนึ่งในโซเชียลมีเดียที่ดังเป็นกระแสได้พักหนึ่งแล้วก็จางหายไป

กล่าวถึงของใหม่มาเยอะแล้ว บทความหน้าผมจะพาท่านผู้อ่านไปสำรวจว่า เพราะเหตุใด retro tech อย่างกล้องฟิล์ม โทรศัพท์มือถือต้นยุค 2000 ถึงกลับมาได้รับความนิยมอีกครั้งหนึ่งครับ

Worldcoin ได้รับการเปิดตัวอย่างเป็นทางการเมื่อวันที่ 24 กรกฎาคม 2566 ที่ผ่านมา โดยเป็นแพลตฟอร์มการยืนยันความเป็นมนุษย์ด้วยระบบดิจิทัล หรือที่เรียกว่า proof-of-personhood ในการพิสูจน์อัตลักษณ์ของผู้ใช้ว่า “ฉันเป็นมนุษย์นะจ้ะ ไม่ใช่ AI หรือหุ่นยนต์สวมรอยมาจากไหน” โดยใช้อุปกรณ์ที่มีรูปร่างกลมคล้ายลูกฟุตบอลในการสแกนม่านตาผู้ใช้งานเพื่อเก็บเป็นข้อมูลในระบบบล็อกเชน ซึ่งข้อมูล ณ วันที่ 31 สิงหาคม 2566 ระบุว่ามีใช้งานจากทั่วโลกทำการลงทะเบียนด้วยการสแกนม่านตาดังกล่าวแล้วมากกว่า 2.3 ล้านคน

คำถามชวนคิดคือ Worldcoin เกิดมาเพื่อสิ่งใด? แค่ Bitcoin, Ethereum และอีกสารพันเหรียญยังไม่พออีกหรือ? คำตอบคือหลักการ proof-of-personhood ดังกล่าว ซึ่งผู้พัฒนา Worldcoin คิดว่าเป็นวิธีการที่จะเข้ามาต่อกรกับการแพร่หลายของ AI ในระบบนิเวศการเงินของโลก กล่าวคือ เทคโนโลยี AI ในช่วงที่ผ่านมาได้รับการพัฒนาไปไกลอย่างน่าตกตะลึง และส่งผลกระทบในหลายวงการ ไม่ว่าจะเป็นวงการบันเทิง ที่ได้มีการนำ AI มาใช้ในการเขียนสคริปต์บทละคร หรือสร้างสรรค์งานกราฟิกได้สวยงามไม่แพ้มนุษย์ หรือแวดวงการศึกษาที่ได้มีการนำ AI มาใช้ในการช่วยการเรียนการสอนให้มีประสิทธิภาพมากขึ้น อย่างไรก็ดี ได้มีผู้ไม่หวังดีในการนำ AI มาใช้ในทางที่ผิด ไม่ว่าจะเป็น การสร้างข่าวลวง และการปลอมแปลงตัวบุคคลโดยใช้เทคนิค deepfake เป็นต้น เหตุดังกล่าวได้ทำให้ผู้พัฒนา Worldcoin นำเสนอเทคนิค proof-of-personhood ในการยืนยันว่าบุคคลผู้นี้เป็นมนุษย์ ก่อนที่จะก้าวเข้ามาเป็นสมาชิกในระบบนิเวศทางการเงินของ Worldcoin

สรุปแล้ว Worldcoin คืออะไรกันแน่?

Worldcoin เป็นทั้งแพลตฟอร์มบันทึกข้อมูลบุคคลในรูปแบบดิจิทัลและคริปโตเคอร์เรนซี มีผู้ก่อตั้งร่วมสามราย ได้แก่ Sam Altman, Alex Blania และ Max Novendstern โดยมีเป้าหมายเพื่อลดช่องว่างด้านรายได้ของผู้คนทั่วโลกด้วยกลยุทธ์การดำเนินการสามประการ ได้แก่ การสร้างระบบข้อมูลบุคคลในรูปแบบดิจิทัล การพัฒนาหน่วยเงินตราขึ้นมาใหม่ คือ โทเคนดิจิทัล Worldcoin (WLD) และการพัฒนาระบบนิเวศด้านการเงินที่สมาชิกสามารถใช้ Worldcoin คริปโตเคอร์เรนซี และโทเคนดิจิทัลอื่น ๆ ในการซื้อขาย แลกเปลี่ยน และถ่ายโอนสินทรัพย์ดังกล่าวระหว่างกันได้ผ่าน Dapp (Decentralized Application) ที่ได้รับการสร้างสรรค์โดยพัฒนาจากทั่วโลก

Tools for Humanity (TFH) บริษัทผู้อยู่เบื้องหลัง Worldcoin สามารถระดุมใน Series C เมื่อเดือนพฤษภาคม 2566 ได้มากถึง 155 ล้านดอลลาร์สหรัฐ โดยในรอบดังกล่าวมีผู้ให้ทุนรายใหญ่คือ Blockchain Capital ส่วนในรอบก่อนหน้านั้นก็มีบริษัทที่รู้จักกันดีอย่าง a16z กับ Khosla ventures เป็นผู้ให้เงินทุนสนับสนุน

ระบบนิเวศของ Worldcoin ทำงานอย่างไร?

เช่นเดียวกับโครงการ Web 3.0 อื่น โปรโตคอลของ Worldcoin ทำงานแบบกระจายศูนย์ โดยมีนักพัฒนาและสมาชิกอื่นในชุมชนเป็นผู้ขับเคลื่อนและกำหนดทิศทางของโครงการ และอย่างที่กล่าวไป หลักใหญ่ใจความของ Worldcoin คือระบบการยืนยันความเป็นมนุษย์ของผู้ใช้งาน โดยมีเครื่องมือหลักคือ Orb วัตถุรูปร่างกลมสีเงินคล้ายลูกฟุตบอลซึ่งทำหน้าที่สแกนม่านตาผู้ใช้งานเพื่อเก็บข้อมูลชีวภาพ แล้วระบบจึงจะสร้าง World ID ซึ่งเปรียบเหมือนกับชื่อผู้ใช้งานเพื่อเข้าสู่ระบบนิเวศของ Worldcoin เพื่อทำธุรกรรมทางการเงินผ่านทาง Dapp ต่าง ๆ ที่นักพัฒนาได้จัดเตรียมไว้ให้ ส่วนผู้สนใจก็สามารถศึกษาและพัฒนา Dapp เพิ่มเติมโดยใช้ World ID Software Development Kit (SDK)

ในช่วงเริ่มต้น ผู้ที่ยินยอมสแกนม่านตาด้วย Orb จะได้รับโทเคนดิจิทัล WLD เป็นสิ่งตอบแทน ด้วยเหตุนี้เองจึงทำให้มีผู้สนใจเป็นจำนวนมาก ปัจจุบัน Orb ได้ถูกนำไปตั้งให้ผู้คนทำการสแกนม่านตาได้ใน 35 เมืองทั่วโลก ซึ่งส่วนใหญ่เป็นประเทศกำลังพัฒนาในทวีปเอเชียและแอฟริกา เช่น อินโดนีเซีย และเคนยา อย่างไรก็ตาม สัดส่วน WLD ที่ผู้สแกนม่านตาจะได้รับจะน้อยลงไปเมื่อมีผู้ใช้งานมากขึ้น

อุปทานของ WLD ได้ถูกกำหนดไว้ที่ 1 หมื่นล้านหน่วยในช่วง 15 ปีแรก หลังจากนั้นก็จะเป็นหน้าที่ของคณะทำงานและสมาชิกในชุมชนที่จะหารือร่วมกันเพื่อกำหนดว่าจะเพิ่มปริมาณอุปทานของ WLD หรือไม่ โดยสามารถเพิ่มได้ไม่เกินร้อยละ 1.5 ต่อปี นอกจากนี้ คณะกรรมการยังมีอำนาจในการกำหนดหลักเกณฑ์การแจกจ่าย WLD ที่ถูกสร้างขึ้นมาใหม่อีกด้วย

ปัจจุบันร้อยละ 75 ของ WLD ที่มีอยู่ได้ถูกกำหนดให้แจกจ่ายไปยังชุมชนผู้ใช้งาน ร้อยละ 9.8 ถูกแจกจ่ายให้กับผู้พัฒนาในช่วงเริ่มต้น ร้อยละ 13.5 ถูกนำไปให้กับผู้ที่ได้ลงทุนใน Tools for Humanity และอีกร้อยละ 1.7 ถูกเก็บไว้เป็นทุนสำรองในการดำเนินงาน ทั้งนี้ ผู้สนใจสามารถเป็นเจ้าของ WLD ได้โดยการซื้อขายในตลาดแลกเปลี่ยนอย่าง Binance, KuCoin OKX ตลอดจนตลาดแลกเปลี่ยนบน DeFi อย่าง Uniswap และ PancakeSwap เป็นต้น

Worldcoin ดีหรือไม่

ปฏิกิริยาที่ผู้คนทั่วโลกมีต่อ Worldcoin นั้นมีทั้งดอกไม้และก้อนหิน Vitalik Buterin ผู้ร่วมก่อตั้ง Ethereum ได้เขียนบล็อกวิพากษ์วิจารณ์ Worldcoin ทันทีที่ได้รับการเปิดตัว โดยได้มีข้อสังเกตหลายประการ เช่น การสแกนม่านตาผู้ใช้อาจเข้าข่ายละเมิดความเป็นส่วนตัวเนื่องจากระบบอาจเก็บข้อมูลอื่นโดยผู้ใช้ไม่ได้ยินยอม เช่น เพศ ชาติพันธุ์ และข้อมูลสุขภาพ เป็นต้น นอกจากนี้ ยังไม่มีอะไรเป็นหลักประกันว่า Worldcoin จะสามารถบรรลุเป้าหมายการลดช่องว่างด้านรายได้ได้อย่างแท้จริง เนื่องจากขณะที่ปัจจุบันมีผู้สามารถเข้าถึงสมาร์ทโฟนมากถึงหลักพันล้านคน แต่มีผู้เข้าถึงระบบสแกนม่านตาผ่านอุปกรณ์ Orb ของ Worldcoin ได้เพียงส่วนหนึ่ง นอกจากนี้ การเก็บข้อมูลบุคคลด้วยวิธีดังกล่าวยังสุ่มเสี่ยงต่อการถูกแบนโดยรัฐบาลของประเทศนั้นนั้นได้อีกด้วย ดังที่รัฐบาลประเทศเคนยาได้สั่งแบน Worldcoin ไปแล้วเมื่อช่วงต้นเดือนสิงหาคม 2566 ขณะที่ประเทศฝรั่งเศส เยอรมนี และสหราชอาณาจักร ก็ได้เริ่มต้นสืบสวนเพื่อเอาผิดทางกฎหมายกับ Worldcoin แล้ว

นอกจากนี้ นาย Vitalik ยังแสดงความกังวลด้วยว่า อุปกรณ์ Orb ยังเสี่ยงต่อการถูกติดตั้งระบบแปลกปลอมที่หลังบ้าน (backdoor) ซึ่งเอื้อให้ผู้ไม่หวังดีใช้อุปกรณ์ดังกล่าวเก็บข้อมูลได้มากกว่าที่ทีมงาน Worldcoin กำหนด อีกทั้ง ยังมีความเสี่ยงที่ Orb อาจเก็บข้อมูลผิดพลาด โดยเก็บข้อมูลจากภาพบุคคลที่ใช้ AI สร้าง แทนที่จะเก็บจากมนุษย์ซึ่งเป็นหนึ่งในพันธกิจของ Worldcoin แล้วยังมีความเสี่ยงด้านการรักษาความปลอดภัยข้อมูลกรณีถูกแฮ็คเกอร์โจมตีอีกด้วย

อย่างไรก็ดี Worldcoin ก็ได้รับความสนใจจากนักลงทุนจากซิลิคอนวัลเลย์เป็นอย่างมาก โดยเฉพาะเมื่อพิจารณาจากความสำเร็จของโครงการที่ผ่านมาของนาย Sam นั่นก็คือ ChatGPT นอกจากนี้ ในยุคที่เนื้อหาที่สร้างจาก AI กลายเป็นเรื่องปกติ โครงการ Worldcoin ได้นำเสนอแนวคิดที่น่าสนใจในการที่จะแยกผู้ใช้งานที่เป็นมนุษย์ออกจากหุ่นยนต์ด้วยการใช้ข้อมูลชีวภาพ ทั้งนี้ ทางบริษัทได้ประมาณการว่าภายในสิ้นปี 2566 จะมีผู้ยินยอมสแกนม่านตาเพื่อลงทะเบียนใช้ Worldcoin มากกว่า 1 พันล้านคน

สรุป

Worldcoin ได้สะท้อนข้อเท็จจริงอย่างหนึ่ง นั่นคือ เทคโนโลยีในยุคปัจจุบันได้รับการพัฒนาไปอย่างรวดเร็วมาก เมื่อราวสิบปีที่แล้วเราเพิ่งรู้จัก Bitcoin ที่ได้นำเสนอแนวคิดการเงินดิจิทัลแบบไร้ศูนย์กลาง จนกระทั่งถึงปัจจุบันที่ AI ได้เข้ามาสร้างแรงกระเพื่อมและส่งสัญญาณให้หลายฝ่ายต้องทำการปรับตัว Worldcoin ก็เช่นกันที่ได้นำเสนอทางเลือกของการระบบนิเวศด้านการเงินที่อาจสร้างความตื่นตัวให้กับบุคคลและหน่วยงานที่เกี่ยวข้องได้ในไม่ช้า

และสำหรับบทความถัดไป ผมจะแนะนำให้รู้จักกับ Friend.tech เครือข่ายสังคมออนไลน์น้องใหม่ที่กำลังได้รับการพูดถึงอยู่ในขณะนี้ครับ

ข้อเท็จจริงดังกล่าวได้ทำให้เกิดข้อถกเถียงในตลาด DeFi ว่าจะทำอย่างไรตลาดจะสามารถกลับมาสร้างผลตอบแทนปริมาณสูงเช่นในอดีต ปัจจุบันเราจึงได้เห็นการให้บริการ liquid staking ซึ่งเป็นการนำดิจิทัลโทเคนอย่าง ETH ไปทำการ stake ในระบบเพื่อช่วยยืนยันความถูกต้องของการทำธุรกรรม โดยแลกมากับผลตอบแทนเป็นรายรับแบบ passive income นอกจากนี้ อีกหนึ่งแนมโน้มที่น่าจับตาคือ การสร้างตัวแทนของสินทรัพย์ในโลกจริง หรือ RWA (Real World Asset) ให้อยู่ในรูปแบบดิจิทัล โดยมีวัตถุประสงค์เพื่อให้เกิดสภาพคล่องในการซื้อขายแลกเปลี่ยนสินทรัพย์หรือนำสินทรัพย์ดังกล่าวมาแบ่งเป็นหน่วยย่อยในรูปของดิจิทัลโทเคนนั่นเอง

RWA คืออะไรในโลกของคริปโต

RWA สามารถแบ่งได้เป็น 2 ประเภท คือสินทรัพย์ที่จับต้องได้ เช่น อสังหาริมทรัพย์ สินค้าโภคภัณฑ์ และงานศิลปะ กับสินทรัพย์ที่จับต้องไม่ได้ เช่น ทรัพย์สินทางปัญญา สิทธิบัตร ตราสินค้า และเครื่องหมายการค้า ปัจจุบันมูลค่าของ RWA ที่เรารู้จักกันดีอย่างทองคำ และอสังหาริมทรัพย์มีมูลค่าสูงมาก โดยอสังหาริมทรัพย์ทั่วโลกมีมูลค่าสูงถึง 326.5 ล้านล้านเหรียญสหรัฐ ขณะที่ตลาดทองคำมีมูลค่าสูงถึง 12.39 ล้านล้านเหรียญ

จึงเห็นได้ว่าในระบบ TradFi นั้น RWA มีมูลค่าสูงมาก แต่ที่ผ่านมายังมีโครงการ DeFi น้อยรายที่มีวัตถุประสงค์ใช้ประโยชน์จากโอกาสดังกล่าว โดยข้อมูลจาก DefiLlama ระบุว่า TVL ของโครงการ RWA ใน DeFi ณ สิ้นเดือนกรกฎาคม 2023 มีมูลค่าเพียง 770 ล้านเหรียญเท่านั้น ขณะที่มูลค่าตามตลาดของ Bitcoin อยู่ที่ 570 พันล้านเหรียญ ตัวเลขดังกล่าวสะท้อนให้เห็นว่า RWA เปรียบเหมือนกับดินแดนที่ยังไม่ได้รับการสำรวจโดยเหล่าผู้พัฒนา DeFi

การใช้ประโยชน์จาก RWA

RWA สามารถสร้างผลตอบแทนได้จากหลายวิธี ซึ่งวิธีที่เข้าใจได้ง่ายที่สุดคือ การสร้างผลตอบแทนด้วยการลงทุนในสินทรัพย์ดั้งเดิมที่เรารู้จักกันดีอย่างพันธบัตรรัฐบาล และตราสารหนี้ภาคเอกชน ยกตัวอย่าง stUSDT แพลตฟอร์มที่ตั้งอยู่บนเครือข่าย TRON ซึ่งจะนำสินทรัพย์ของผู้ลงทุน เช่น stablecoins ไปลงทุนในสินทรัพย์ดั้งเดิมดังกล่าว ผู้ลงทุนเพียง stake โทเคนดิจิทัล USDT บนแพลตฟอร์ม ซึ่งบริหารจัดการโดย RWA DAO โดยผู้ลงทุนจะได้รับ stUDST กลับไปถือไว้ในมือ ส่วน USDT ที่แลกกันนั้นก็จะถูกนำไปลงทุนในสินทรัพย์ดั้งเดิมเพื่อสร้างผลตอบแทนกลับคืนไปให้ผู้ลงทุน จึงทำให้การลงทุนใน stUSDT มีความคล้ายคลึงกับการลงทุนในตลาดเงิน ปัจจุบันมูลค่าของ stUSDT อยู่ที่ประมาณ 415 ล้านเหรียญ จึงทำให้เป็นแพลตฟอร์ม RWA ที่ใหญ่เป็นอันดับต้นของวงการ

โครงการที่มีมูลค่าใหญ่เป็นอันดับสองคือ Ondo Finance ซึ่งมีมูลค่าประมาณ 150 ล้านเหรียญ หลักการทำงานของ Ondo Finance มีความคล้ายคลึงกับ stUSDT โดยผู้ใช้มีหน้าที่ลงทุนโดยใช้ stablecoins โดยสิ่งที่ผู้ลงทุนจะได้รับคือ หน่วยลงทุน ส่วน stablecoins ดังกล่าวจะถูกเปลี่ยนเป็นเงินสกุลดอลลาร์สหรัฐ แล้วถูกไปลงทุนใน RWA ต่าง ๆ เช่น กองทุนรวมดัชนีที่จดทะเบียนซื้อขายในตลาดหลักทรัพย์ หรือ ETF (Exchange Traded Fund) ที่มีสภาพคล่องสูง และเมื่อสินทรัพย์เหล่านี้สร้างผลตอบแทน ผลตอบแทนดังกล่าวก็จะถูกนำกลับไปลงทุนซื้อ RWA เพิ่มเติมอีกเพื่อสร้างผลตอบแทนทบต้นต่อไปเรื่อย ๆ จนกว่าผู้ลงทุนทำการขายคืนหน่วยลงทุน ซึ่งสิ่งที่จะได้รับกลับมาคือ stablecoins USDC นั่นเอง

อีกโครงการหนึ่งที่น่าสนใจคือ Goldfinch ซึ่งเป็นโปรโตคอลที่ให้เงินกู้กับผู้ประกอบธุรกิจในตลาดเกิดใหม่ (emerging market) การให้บริการของ Goldfinch ประกอบด้วยผู้เล่นสามฝ่าย ได้แก่ ผู้ขอยืม (borrower) ผู้ลงทุน (investor) ซึ่งแบ่งเป็นสองประเภทคือ Backer และ Liquidity Provider และผู้สอบบัญชี (auditor) โดยมีขั้นตอนเริ่มจากผู้สอบบัญชีดำเนินการตรวจสอบคุณสมบัติผู้ขอยืมว่ามีคุณสมบัติเพียงพอหรือไม่ เมื่อได้รับการอนุมัติแล้ว ผู้ขอยืมจึงจะสามารถสร้าง credit pool พร้อมกำหนดเงื่อนไขต่าง ๆ เช่น ดอกเบี้ย และค่าปรับ จากนั้นผู้ลงทุนจึงจะสามารถนำเงินมาลงทุนใน credit pool ดังกล่าวได้ โดยที่ Backer ซึ่งถือเป็นผู้ให้ทุนสนับสนุนรายใหญ่นั้นมีโอกาสที่จะได้รับผลตอบแทนมากกว่า เพราะมีความเสี่ยงสูงกว่าเนื่องจากเป็นผู้เสียหายส่วนแรก (first loss) ส่วน Liquidity Provider นั้นจะได้รับส่วนแบ่งผลตอบแทนเฉลี่ยตามสัดส่วนที่ได้ลงทุนไปใน credit pool

ความท้าทายของ RWA

แน่นอนว่า RWA ในโลกของสินทรัพย์ดิจิทัลย่อมมีความท้าทายที่ผู้ลงทุนต้องคำนึงถึง ประการแรกคือการขาดสภาพคล่อง (Illiquidity) หรือก็คือความสามารถในการแปลงสินทรัพย์อื่นที่อาจทำได้ช้า หรือมีต้นทุนการดำเนินการที่สูง ซึ่งจะเป็นอุปสรรคต่อนักลงทุนในบริหารจัดการพอร์ตโฟลิโอการลงทุนและการเข้าถึงเงินสด

นอกจากนี้ การบำรุงรักษา RWA ยังมีต้นทุนการดำเนินการเช่นกัน ยกตัวอย่าง ทองคำ ต้องมีการลงทุนด้านการรักษาความปลอดภัยทางกายภาพ อสังหาริมทรัพย์ ต้องมีค่าใช้จ่ายในการบำรุงรักษาและบริหารจัดการ ส่วนทรัพย์สินทางปัญญาก็อาจมีต้นทุนด้านการดำเนินคดีความกรณีถูกละเมิด เป็นต้น ซึ่งราคาที่ต้องจ่ายเหล่านี้ล้วนแต่เป็นการเพิ่มต้นทุนให้กับ RWA ที่จะส่งผลให้นักลงทุนรายย่อยอาจเข้าถึงสินทรัพย์ดังกล่าวได้ยากขึ้น

และสุดท้ายคือ ความท้าทายด้านกฎระเบียบ ซึ่งปฏิเสธไม่ได้ว่าเป็นความท้าทายที่หนักหนาและใช้เวลานานในการแก้ไขเนื่องจากต้องมีการเจรจาและมีกระบวนการหลายขั้นตอนกว่าที่จะมีการตราและบังคับกฎหมายใช้ อีกทั้ง ความท้าทายนี้ยังเป็นอุปสรรคต่อนักลงทุนสถาบันที่มีความสนใจเข้ามาลงทุนใน RWA เนื่องจากต้องปฏิบัติตามกฎระเบียบอย่างเคร่งครัด ส่วนการไร้ซึ่งการควบคุมใด ๆ ก็หมายถึงว่านักลงทุนรายย่อยก็จะไม่สามารถไปร้องเรียนกับหน่วยงานของรัฐได้หากเกิดเหตุไม่คาดฝันเนื่องจากไม่มีกฎหมายให้อำนาจนั่นเอง

สรุป

แม้ว่าจะมีปัญหาและความท้าทายอยู่บ้าง แต่ปฏิเสธไม่ได้เลยว่า RWA คือการเชื่อมโลกจริงเข้ากับโลกเสมือนอย่างแท้จริง อีกทั้งยังเป็นการเปิดโอกาสให้ผู้ลงทุนสามารถเข้าถึงสินทรัพย์ซึ่งในอดีตไม่สามารถเข้าถึงได้ ก่อให้เกิดการเชื่อมโยงทุนทั้งโลก และสร้างโอกาสทางเศรษฐกิจและสังคมอีกมากมาย ที่สำคัญ การบันทึก RWA ไว้บนบล็อกเชนยังช่วยเพิ่มความโปร่งใส สามารถตรวจสอบย้อนกลับ และติดตามเส้นการเดินทางของสินทรัพย์ได้ตลอดเวลา

เมื่อพูดถึงการเชื่อมโยงทั่วโลก ในบทความหน้าผมจะกล่าวถึง Worldcoin โครงการของ Sam Altman ผู้อยู่เบื้องหลังซอฟต์แวร์ ChatGPT อันโด่งดัง ซึ่ง Worldcoin มีเป้าหมายยิ่งใหญ่ในการเชื่อมโยงระบบเศรษฐกิจของทั้งโลกอย่างไร้พรมแดน เราจะมาดูนะครับว่ามีโอกาสจะบรรลุเป้าหมายได้มากน้อยเพียงใด

            พื้นที่ที่ AI และ Crypto จะสามารถเติบโตไปด้วยกันได้ยังมีอีกมาก งานวิจัยของ Messari บริษัทวิเคราะห์ตลาดสินทรัพย์ดิจิทัล ระบุว่า มูลค่าตลาดของโครงการพัฒนา Crypto ที่เกี่ยวข้องกับ AI มีมูลค่าเพียง 772 ล้านเหรียญสหรัฐ หรือคิดเป็นร้อยละ 0.07 ของมูลค่าตลาดสินทรัพย์ดิจิทัลทั้งหมด โดยโครงการดังกล่าวส่วนมากเป็นการนำแนวคิดการทำงานแบบกระจายศูนย์ (decentralized) มาใช้ในการแก้ไขประเด็นด้านการเข้าถึงข้อมูลและการคำนวณทรัพยากรที่จะต้องใช้ในการประมวลผล AI

            อย่างไรก็ดี เทคโนโลยีบล็อกเชนที่อยู่เบื้องหลัง Crypto ยังมีศักยภาพที่จะนำมาใช้ในการแก้ปัญหาอื่นของ AI เช่น การยืนยันความถูกต้องของเนื้อหาที่ถูกแบ่งปันบนโลกออนไลน์ด้วยการติดตามวงจรการสร้างเนื้อหาเพื่อแยกภาพ เพลง หรือวิดีโอที่ถูกสร้างด้วย AI ออกจากเนื้อหาที่สร้างด้วยมนุษย์ หรือการนำเทคโนโลยีบล็อกเชนมาใช้ในการบันทึกกระบวนการตัดสินใจของ AI ที่เกิดขึ้นตลอดขั้นตอนการทำงาน ซึ่งจะช่วยเพิ่มความโปร่งใสให้กับการดำเนินการโดย AI ช่วยลดความหวาดระแวงและเพิ่มความเชื่อมั่นให้กับการนำ AI มาใช้งานมากขึ้น

Crypto จะช่วยขจัดความท้าทายของการนำ AI มาใช้งานได้อย่างไร

            ขอกล่าวย้ำอีกสักหน่อยว่า generative AI หมายถึง ความสามารถในการฝึกฝนอัลกอริทึมด้วยเนื้อหาที่มีอยู่แล้วเพื่อให้สามารถสร้างเนื้อหาใหม่ได้ตามที่มนุษย์ต้องการ ศักยภาพของ AI ประเภทดังกล่าวได้เพิ่มขึ้นอย่างมากในช่วงที่ผ่านมา ดังเช่นที่หลายคนอาจได้เคยประจักษ์ถึงความสามารถของ ChatGPT หรือ DALL-E กันมาบ้างแล้ว อย่างไรก็ตาม ความสามารถอันน่าทึ่งของ AI ประเภทนี้ต้องแลกมากับความต้องการใช้ทรัพยากรมากมายมหาศาลและการประมวลผลที่ยาวนานในห้วงเวลาที่มีความต้องการใช้งานสูง ส่งผลให้เกิดคอขวดในการใช้งานและเกิดช่องว่างในการเข้าถึงเนื่องจากไม่ใช่ว่าทุกคนจะสามารถใช้งานได้

            ประเด็นความท้าทายของ generative AI สามารถแก้ไขให้ทุเลาลงได้ด้วยการนำเทคโนโลยีบล็อกเชนหรือโปรโตคอลของ Crypto มาใช้ ยกตัวอย่าง

            1. ความต้องการใช้ข้อมูล เป็นที่ทราบกันว่า การที่ generative AI จะทำงานได้อย่างมีประสิทธิภาพนั้นต้องมีการฝึกฝนด้วยข้อมูลคุณภาพสูงจำนวนมาก หากไร้ซึ่งข้อมูลแล้ว AI ก็อาจไม่สามารถตอบสนองความต้องการที่แตกต่างกันไปของผู้ใช้งานได้ ดังนั้น แนวคิดตลาดซื้อขายข้อมูลแบบกระจายศูนย์จึงถูกนำเสนอขึ้นเพื่อเป็นสถานที่ที่ผู้พัฒนา generative AI สามารถเข้าถึงข้อมูลคุณภาพที่ผ่านการคัดสรรมาแล้วโดยตัวแทนที่มีการติดต่อและทำธุรกรรมร่วมกันตลอดเวลา นอกจากนี้ ยังอาจนำโมเดลองค์กรกระจายศูนย์อัตโนมัติ หรือ DAO (Decentralized Autonomous Organization) มาใช้ในการให้รางวัลหรือลงโทษคนในชุมชนเพื่อให้แน่ใจว่าข้อมูลที่จะเข้าถึงได้นั้นได้มาตรฐานและมีคุณภาพตามที่ชุมชนกำหนด

            2. ความต้องการใช้ทรัพยากรในการประมวลผลข้อมูล แน่นอนว่าการประมวลผล generative AI ต้องมีการใช้ทรัพยากรเช่นเดียวกับการประมวลผลอื่น และยิ่งได้รับความนิยมมากเท่าไร ความต้องการใช้ทรัพยากรในการประมวลผลข้อมูลก็ย่อมต้องมากตามไปด้วย เครือข่ายคอมพิวเตอร์แบบกระจายศูนย์จะช่วยแบ่งเบาภาระการประมวลผลของเครื่องเซิร์ฟเวอร์หลัก โดยชุมชนสามารถออกหลักเกณฑ์การให้รางวัลกับสมาชิกที่เสียสละกำลังประมวลผลของคอมพิวเตอร์ส่วนตัวมาใช้ประมวลผล AI วิธีการดังกล่าวสามารถช่วยแบ่งเบาภาระและลดต้นทุนการดำเนินการให้กับผู้ให้บริการ generative AI ได้

            3. เนื้อหาข่าวลวงและข่าวหลอก ปฏิเสธไม่ได้ว่า ประเด็นความจริงแท้ของข้อมูลและเนื้อหาข่าวลวงคือความท้าทายสำคัญในยุคดิจิทัล โดยเฉพาะในปัจจุบันที่ผู้ไม่หวังดีสามารถใช้ generative AI เป็นเครื่องมือในการสร้างเนื้อหาที่บิดเบือนข้อเท็จจริงและเผยแพร่ในโลกออนไลน์ เทคโนโลยีบล็อกเชนและ NFT (Non-Fungible Token) สามารถถูกนำมาใช้ในการตรวจสอบที่มาของภาพ วีดิโอ เพลง และเนื้อหาอื่นได้

            4. ความสามารถในการตรวจสอบ มีผู้เปรียบการทำงานของ generative AI ว่าเหมือนทำงานอยู่ในกล่องดำ ซึ่งมืดมิด คาดเดายาก และไม่รู้ที่มาที่ไป ซึ่งประเด็นเหล่านี้ก่อให้เกิดความไม่ไว้วางใจและความกลัวที่จะใช้งาน แต่หากได้มีการนำเทคโนโลยีบล็อกเชนมาบันทึกการทำงานของ generative AI ในทุกขั้นตอน ก็จะช่วยเพิ่มความโปร่งใสและลดความวิตกกังวลเนื่องจากผู้สงสัยสามารถเข้าไปตรวจสอบโค้ดเพื่อให้ทราบกระบวนการต่าง ๆ ก่อนที่ generative AI จะผลิตผลลัพธ์ออกมา

            5. เพิ่มความเป็นประชาธิปไตยในการพัฒนาและการใช้งาน การพัฒนา AI ในปัจจุบันกระจุกตัวอยู่ที่ผู้พัฒนาไม่กี่ราย เช่น OpenAI ผู้พัฒนา ChatGPT กับ DALL-E หรือ Stability AI ผู้พัฒนา Stable Diffusion เป็นต้น ซึ่งไม่เป็นผลดีต่อการพัฒนา AI เลยเนื่องจากความหลากหลายของข้อมูลคือปัจจัยสำคัญที่จะช่วยให้แน่ใจได้ว่าเครื่องมือ AI ที่ได้รับการพัฒนามานั้นจะสามารถตอบโจทย์ความต้องการของคนหมู่มาก โดยอย่างที่เห็นจากแนวคิด DAO การเป็นชุมชนแบบกระจายศูนย์จะช่วยให้บุคคลทั่วไปสามารถเข้าถึงและเป็นส่วนหนึ่งของการพัฒนาได้ ซึ่งจะช่วยให้เครื่องมือที่ได้รับการพัฒนาขึ้นนั้นตอบโจทย์ความต้องการได้หลากหลายมากขึ้นนั่นเอง

ยุคแห่งข้อมูลข่าวลวง

            ในบรรดา 5 ประเด็นท้าทายของ AI ที่ได้กล่าวถึงไป ผมจะขอหยิบประเด็นที่ 3 ขึ้นมาขยายความสักเล็กน้อยเนื่องจากเป็นประเด็นที่เกิดขึ้นบ่อยที่สุดและอยู่ใกล้ตัวมากที่สุด ปัจจุบันเทคโนโลยีที่ใช้ในการสร้าง “deepfakes” หรือเนื้อหาหลอกลวงที่มีความเหมือนจริงมากจนแทบแยกไม่ออก มีความแพร่หลายและเข้าถึงได้ง่ายมากขึ้น ยิ่งเมื่อมาประกอบกับศักยภาพของ generative AI ที่สามารถสร้างเนื้อหาอย่างข้อความ หรือภาพถ่ายได้อย่างง่ายดายตามแต่ใจนึกแล้วนั้น ยิ่งทำให้มิจฉาชีพมีเครื่องไม้เครื่องมือพร้อมสรรพสำหรับการสร้างเนื้อหาหลอกลวงคนบนโลกออนไลน์ได้อย่างไม่ยากเย็น

            บรรดานักวิจัยและบริษัทเทคโนโลยีชั้นนำต่างเร่งรัดพัฒนาวิธีการตรวจจับเนื้อหาที่เป็นข้อมูลข่าวลวงนี้ ซึ่งส่วนใหญ่แล้วจะเป็นการฝึกฝนให้ AI สามารถตรวจพบ “ความไม่สม่ำเสมอ” ของเนื้อหา ซึ่งอาจคาดเดาได้ว่าเกิดมาจากการใช้ AI สร้างขึ้นมา อย่างไรก็ตาม เครื่องมือที่มิจฉาชีพใช้ในการสร้างเนื้อหาหลอกลวงก็ได้รับการพัฒนาขึ้นเพื่อหลบเลี่ยงการตรวจสอบดังกล่าวด้วยเช่นกัน เกมการล่าระหว่างแมวกับหนูเช่นนี้ไม่ทำให้เกิดความยั่งยืนในการยืนยันความถูกต้องของเนื้อหาออนไลน์ได้เลย

            ดังนั้น การนำเทคโนโลยีบล็อกเชนมาใช้อาจได้ผลลัพธ์ที่ยั่งยืนกว่า โดยเฉพาะนวัตกรรม NFT ที่สามารถนำมาใช้ในการติดตามวงจรการสร้างเนื้อหาได้ตั้งแต่ต้นจนจบและสามารถระบุความถูกต้องของเนื้อหาได้ด้วย โดยเมื่อ NFT ถูกสร้างขึ้นข้อมูลต่าง ๆ ที่สามารถใช้ในการบ่งชี้ไปที่จุดเริ่มต้นของเนื้อหาจะได้รับการบันทึกบนบล็อกเชน ซึ่งมีความโปร่งใส สามารถตรวจสอบทุกขั้นตอน และไม่สามารถแก้ไขย้อนกลับได้ จึงเหมาะสมอย่างยิ่งที่จะนำมาใช้ในการสร้างเนื้อหาบนโลกออนไลน์

สรุป

            กล่าวได้ว่าเรากำลังอยู่ในยุคเริ่มต้นของการผสานกำลังระหว่างเทคโนโลยี AI กับ Crypto เนื่องจากโครงการพัฒนา Crypto ที่เกี่ยวข้องกับ AI นั้นมีอยู่เพียงร้อยละ 0.07 ของโครงการพัฒนาทั้งหมด อย่างไรก็ตาม เนื่องด้วย generative AI มีแนวโน้มได้รับความนิยมมากขึ้นเรื่อย ๆ ก็มีความเป็นไปได้อย่างยิ่งว่าเราจะได้เห็นโครงการพัฒนา Crypto ที่เกี่ยวข้องกับ AI หรือถูกพัฒนามาเพื่อแก้ไขปัญหาของ AI มากขึ้นในอนาคต

อย่างไรก็ตาม Generative AI ก็ยังต้องเผชิญกับข้อถกเถียงในหลายด้าน ไม่ว่าจะเป็นความถูกต้องของข้อมูลที่สร้างออกมา ซึ่งมักเป็นไปตามรูปแบบ garbage in garbage out โดยขึ้นกับข้อมูลที่นำเข้าไปว่ามีคุณภาพมากน้อยเพียงใด การนำเนื้อหาไปใช้ในการฝึกฝนระบบโดยไม่ได้รับอนุญาตจากเจ้าของผลงาน ไปจนถึงการนำผลลัพธ์ที่สร้างออกมาไปใช้ในทางที่ไม่ถูกต้อง เช่น ทำเป็นภาพประกอบข่าวลวงเพื่อเพิ่มความน่าเชื่อถือ และการนำผลลัพธ์ไปใช้โดยไม่ได้ตรวจสอบความถูกต้องของเนื้อหา เป็นต้น

Generative AI คืออะไร

Generative AI คือปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถสร้างเนื้อหาใหม่ได้จากข้อมูลที่มีอยู่ เช่น รูปภาพ ข้อความ เสียง หรือวิดีโอ โดยใช้อัลกอริทึมแบบ Generative Model เพื่อเรียนรู้จากข้อมูลและสร้างผลลัพธ์ที่ไม่เคยมีมาก่อน ตัวอย่างเช่น การสร้างภาพของสัตว์ที่ไม่มีในโลกจริง การแปลงข้อความเป็นเสียงดนตรี หรือการสร้างบทความจากคำถาม

ตัวอย่าง Generative AI ที่น่าสนใจ ได้แก่ ChatGPT เครื่องมือสำหรับสร้างแชทบอทที่ขับเคลื่อนด้วย AI โดยใช้ GPT-3 เป็นโมเดลหลัก DALL-E เครื่องมือสำหรับสร้างภาพแบบต่างๆ จากข้อความที่ผู้ใช้ตั้งไว้ และ Jukebox เครื่องมือสำหรับสร้างเพลงและเนื้อเพลงจากข้อความที่ผู้ใช้กำหนด นอกจากโปรแกรมเฉพาะกิจดังกล่าว หลายโปรแกรมที่เรารู้จักกันดีก็เริ่มนำโมเดล Generative AI ไปใช้เพิ่มความสามารถด้วยเช่นกัน อาทิ Microsoft Bing ซึ่งนำโมเดลของ ChatGPT ไปใช้เพิ่มประสิทธิภาพการค้นหาบนเว็บไซต์ โดยให้ผู้ใช้พิมพ์คำถาม และ AI ก็ไปค้นหาคำตอบบนเว็บไซต์ต่าง ๆ และเรียบเรียงออกมาเป็นข้อความที่อ่านเข้าใจง่ายพร้อมแจ้งแหล่งอ้างอิง ขณะที่ Adobe Photoshop ก็มี Generative Fill โดยเป็นฟังก์ชันที่ให้ผู้ใช้เพิ่ม ต่อขยาย หรือลบวัตถุออกจากภาพถ่ายของตน เป็นต้น

บางครั้งก็เก่งชัวร์

คุณลักษณะสำคัญของ Generative AI คือ ความสามารถในการเรียนรู้และประมวลผลจากฐานข้อมูลขนาดใหญ่ จึงทำให้มีประโยชน์อย่างยิ่งต่อการสร้างเนื้อหาที่จากเดิมต้องใช้กำลังของมนุษย์เป็นผู้รวบรวม เช่น นักการตลาดสามารถใช้ ChatGPT ในการสร้างคอนเทนต์ที่เป็นส่วนตัวและเหมาะสมกับผู้ใช้ ปรับแต่งแผนการตลาด เขียนบทความ และสร้างแชทบอตเพื่อตอบโต้กับลูกค้า คนทำงานสายความคิดสร้างสรรค์ก็สามารถใช้ AI ในการสร้างไอเดียเพื่อจุดประกายความคิดเริ่มต้น หรือใช้ในการออกแบบเนื้อหาใหม่ เช่น การสร้างภาพจากข้อความ การสร้างเพลงจากเสียง หรือการสร้างข้อความจากภาพ ส่วนโปรแกรมเมอร์ก็สามารถใช้ AI ในการช่วยเขียนโค้ด วิเคราะห์ข้อมูลขนาดใหญ่ หรือช่วยตรวจสอบข้อผิดพลาดที่อาจเกิดขึ้นจากการเขียนโปรแกรม

นอกจากการทำงานทั่วไปแล้ว Generative AI ยังมีศักยภาพในการสร้างผลกระทบในอีกหลายอุตสาหกรรม ไม่ว่าจะเป็นการออกแบบและพัฒนายารักษาโรค การประกอบวัสดุใหม่ที่มีคุณสมบัติทางกายภาพพิเศษ การออกแบบชิปวงจรไฟฟ้า หรือการสร้างข้อมูลสังเคราะห์ เพื่อใช้ในการฝึกสอนโมเดล Machine Learning อื่น ๆ Generative AI จึงเป็นเทคโนโลยีที่มีศักยภาพในการเปลี่ยนแปลงวิธีการทำงานและคิดค้นใหม่ในหลาย ๆ อุตสาหกรรม แต่ก็มีความท้าทายและความเสี่ยงที่ต้องพิจารณาด้วย เช่น การรักษาความปลอดภัยและความเป็นส่วนตัวของข้อมูล การตรวจสอบและตรวจสอบคุณภาพของผลิตภัณฑ์ที่ถูกสร้างขึ้นด้วย AI การป้องกันการละเมิดลิขสิทธิ์และผู้สร้างเนื้อหาปลอม การใช้ Generative AI ในภาคองค์กรจึงต้องพิจารณาถึงประโยชน์และผลกระทบต่อผู้ใช้งานและสังคม ตลอดจนต้องใช้ด้วยความรับผิดชอบและคำนึงถึงจริยธรรม เพื่อไม่ให้เกิดผลกระทบต่อผู้ใช้หรือผู้ผลิตเนื้อหา

บางทีก็มั่วนิ่ม

อย่างที่กล่าวไปในตอนต้นว่า Generative AI ยังคงมีจุดอ่อนที่การนำเข้าข้อมูลสำหรับการประมวลผลที่ต้องมีความถูกต้องและหลากหลาย เพื่อให้ระบบสามารถสร้างเนื้อหาที่มีความน่าเชื่อ ความท้าทายของ Generative AI ดังกล่าวสามารถแตกประเด็นย่อยได้หลากหลาย ได้แก่

• การสร้างข้อมูลที่ถูกต้องและเชื่อถือได้ Generative AI อาจสร้างข้อมูลที่ไม่สอดคล้องกับความเป็นจริงหรือไม่ถูกต้อง เช่น ข้อมูลประวัติศาสตร์ เหตุการณ์ข่าว เป็นต้น ซึ่งอาจส่งผลกระทบต่อความเชื่อถือของผลผลิตและแหล่งข้อมูล

• การป้องกันการละเมิดลิขสิทธิ์และสิทธิส่วนบุคคล Generative AI อาจสร้างข้อมูลที่ละเมิดลิขสิทธิ์หรือสิทธิส่วนบุคคลของผู้อื่นได้ เช่น การสร้างข้อความ เพลง เรื่องสั้น เป็นต้น โดยไม่ได้ขออนุญาตหรือให้เครดิตผู้เขียน หรือการนำข้อมูลส่วนบุคคลไปใช้โดยที่เจ้าของข้อมูลยังไม่ได้อนุญาต เป็นต้น

• การจัดการกับข้อมูลที่ไม่เหมาะสมหรือเป็นอันตราย Generative AI อาจสร้างข้อมูลที่ไม่เหมาะสมหรือเป็นอันตรายได้ เช่น การสร้างข้อความที่หยาบคาย ส่อเสียด หรือก่อให้เกิดความรุนแรง เป็นต้น ซึ่งอาจส่งผลกระทบต่อความเป็นมนุษย์และความสงบเรียบร้อยของสังคม

• การตรวจสอบและประเมินผลผลิตของ Generative AI Generative AI อาจสร้างข้อมูลที่มีคุณภาพและความแม่นยำต่างกันไป เช่น การสร้างข้อความที่ไม่สมบูรณ์ ไม่เหมาะสม หรือไม่เกี่ยวข้อง เป็นต้น ซึ่งอาจทำให้ผู้ใช้งานไม่พอใจหรือไม่ได้ประโยชน์จากผลผลิต

• การสูญเสียความเป็นตัวตนของผู้สร้างข้อมูล แน่นอนว่าความสามารถของ Generative AI เกิดมาจากการเรียนรู้ข้อมูลซึ่งเป็นผลงานของมนุษย์ เช่นนี้แล้ว เราจะถือว่าใครเป็นเจ้าของผลงานกันแน่? มนุษย์ผู้สร้างข้อมูลชั้นปฐมภูมิที่ AI ไปเรียนรู้มา หรือว่าเจ้าของผลงานคือ AI เองที่ได้มีการเรียนรู้และประมวลผลข้อมูลจากหลายแหล่งจนสามารถสร้างสรรค์ผลงานใหม่ออกมาได้

ดังนั้น ทางออกที่ดีที่สุดของความท้าทายดังกล่าวจึงอยู่ที่การกำหนดกรอบแนวทางการพัฒนา Generative AI ที่ชัดเจน ซึ่งต้องประกอบด้วยกลุ่มบุคคลที่มีความหลากหลายเพื่อให้ผลลัพธ์ได้มีการสะท้อนถึงแนวคิดต่าง ๆ อย่างรอบด้าน มีการเปิดเผยขั้นตอนการพัฒนาอย่างโปร่งใส และเปิดโอกาสให้ผู้สนใจสามารถเข้าไปทดลองและช่วยกันตรวจสอบความถูกต้องเหมาะสมของผลผลิตที่ Generative AI สร้างสรรค์ขึ้นมา

สรุป

          Generative AI เป็นเทคโนโลยีที่มีศักยภาพในการต่อยอดความสามารถของมนุษย์ โดยเฉพาะอย่างยิ่งการประมวลผลข้อมูลที่มีปริมาณมากและมีความหลากหลาย โดยสามารถย่อยให้ออกมาเป็นเนื้อหาที่มนุษย์สามารถนำไปใช้ต่อได้ ไม่ว่าจะเป็นการสร้างภาพและบทความ จึงสามารถช่วยในการสร้างสรรค์เนื้อหาใหม่ที่ไม่เคยมีมาก่อนได้อย่างรวดเร็ว อย่างไรก็ตาม Generative AI ยังต้องเผชิญกับความท้าทายด้านความถูกต้องแม่นยำของข้อมูลนำเข้า การประมวลผลเนื้อหาที่ยังไม่สมบูรณ์ประเภทจับแพะชนแกะ อันส่งผลให้ผลผลิตที่ออกมาไม่มีความน่าเชื่อถือ

            สำหรับบทความถัดไป ผมจะกล่าวถึงสองสุดยอดนวัตกรรมในปัจจุบันคือ AI และ Cryptocurrency นะครับว่า เราสามารถนำข้อดีของนวัตกรรมทั้งสองมาใช้ในการส่งเสริมศักยภาพซึ่งกันและกันได้อย่างไรบ้าง

แต่ในขณะเดียวกัน รถยนต์ขับเคลื่อนอัตโนมัติก็มีความท้าทายและปัญหาที่ต้องแก้ไขหลายประการ เช่น ความปลอดภัยในกรณีที่ระบบขัดข้องหรือเกิดสถานการณ์ที่ไม่คาดคิด ความรับผิดชอบในกรณีที่เกิดความเสียหายจากรถยนต์ขับเคลื่อนอัตโนมัติ และผลกระทบต่อสังคมและเศรษฐกิจจากการเปลี่ยนแปลงไปใช้รถยนต์ขับเคลื่อนอัตโนมัติ

ในบทความนี้ เราจะพูดถึงความหมายของรถยนต์ขับเคลื่อนอัตโนมัติ ประโยชน์ และความท้าทายที่ต้องเผชิญเมื่อเปลี่ยนไปใช้รถยนต์ขับเคลื่อนอัตโนมัติกันครับ

รถยนต์ขับเคลื่อนอัตโนมัติคืออะไร

รถยนต์ขับเคลื่อนอัตโนมัติคือรถยนต์ที่สามารถขับเคลื่อนได้โดยไม่ต้องมีคนขับ หรือมีการช่วยเหลือจากคนขับในระดับน้อย ๆ รถยนต์ประเภทนี้ใช้เทคโนโลยีที่บูรณาการกันระหว่าง Computer Vision, Deep Learning, Robotic และ Navigation เพื่อรับรู้สภาพแวดล้อม วิเคราะห์ข้อมูล และควบคุมการทำงานของรถยนต์ได้อย่างอัตโนมัติ

ปัจจุบัน Society of Automotive Engineers (SAE) ได้กำหนดมาตรฐานระดับการทำงานของรถยนต์อัตโนมัติไว้เป็น 6 ระดับ ดังนี้

• ระดับ 0: ไม่มีระบบช่วยเหลือการขับขี่ใดๆ

• ระดับ 1: มีระบบช่วยเหลือการขับขี่หนึ่งฟังก์ชัน เช่น เกียร์อัตโนมัติ หรือ เบรกอัตโนมัติ

• ระดับ 2: มีระบบช่วยเหลือการขับขี่สองฟังก์ชันหรือมากกว่า เช่น เลี้ยวอัตโนมัติ หรือ เปลี่ยนช่องทางอัตโนมัติ

• ระดับ 3: มีระบบควบคุมการขับขี่ได้เป็นส่วนใหญ่ เช่น เข้าและออกจากทางด่วนอัตโนมัติ แต่ยังต้องใช้คนขับเป็นผู้ควบคุมสุดท้าย

• ระดับ 4: มีระบบควบคุมการขับขี่ได้เป็นส่วนใหญ่และสามารถจัดการกับสถานการณ์ที่ไม่ปกติได้ เช่น เลี้ยวหลบอุปสรรคอัตโนมัติ

• ระดับ 5: มีระบบควบคุมการขับขี่ได้อย่างสมบูรณ์และไม่จำเป็นต้องใช้คนขับ

แม้ว่าจะมีการพัฒนามาอย่างยาวนาน แต่รถยนต์ที่วางขายในปัจจุบันมีฟังก์ชันขับเคลื่อนอัตโนมัติอยู่ที่ระดับ 2 เท่านั้น เช่น Tesla AutoPilot, GM Supercruise และ Ford BlueCruise โดยทั้งสามเทคโนโลยีได้ใช้ฟังก์ชัน Lane Tracing ในการควบคุมให้รถยนต์ขับเคลื่อนตรงกลางเลน และ Adaptive Cruise Control หรือระบบควบคุมความเร็วแบบรักษาระยะห่างอัตโนมัติ ในการช่วยเหลือการขับขี่ให้มีประสิทธิภาพมากขึ้น อย่างไรก็ตาม Mercedes ต้องการยกระดับไปอีกขั้นด้วยเทคโนโลยี Drive Pilot ซึ่งเทียบเคียงกับมาตรฐานของ SAE ที่ระดับ 3 โดยรถยนต์จะควบคุมการขับขี่ได้เป็นส่วนใหญ่ แต่ภายใต้เงื่อนไขที่สภาพอากาศต้องแจ่มใส  และขับขี่บนถนนที่ระบบของรถยนต์ได้บันทึกข้อมูลไว้แล้วเท่านั้น ปัจจุบันมีเพียง Mercedes EQS EV เท่านั้นที่มาพร้อมกับเทคโนโลยี Drive Pilot

ประโยชน์ของรถยนต์ขับเคลื่อนอัตโนมัติ

รถยนต์ขับเคลื่อนอัตโนมัติเป็นเทคโนโลยีที่มีประโยชน์มากมาย ไม่ว่าจะเป็นในด้านความปลอดภัย ความสะดวกสบาย หรือการประหยัดเวลาและพลังงาน ด้วยการใช้ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักร รถยนต์ขับเคลื่อนอัตโนมัติสามารถรับรู้สภาพแวดล้อม วิเคราะห์สถานการณ์ และตัดสินใจได้อย่างรวดเร็วและถูกต้อง ทำให้การขับขี่มีความปลอดภัยมากขึ้น และลดการเกิดอุบัติเหตุได้

นอกจากนี้ ผู้ใช้งานรถยนต์ขับเคลื่อนอัตโนมัติยังสามารถใช้เวลาในการเดินทางไปทำกิจกรรมอื่นได้อย่างมีประสิทธิภาพ เช่น การทำงาน การอ่านหนังสือ หรือการพักผ่อน เพื่อคลายความเหนื่อยล้า ซึ่งจะช่วยให้ผู้ใช้งานมีคุณภาพชีวิตที่ดีขึ้น และส่งผลดีต่อสุขภาพทั้งกายและใจ

ไม่เพียงเท่านั้น รถยนต์ขับเคลื่อนอัตโนมัติยังช่วยให้การจราจรไหลได้อย่างราบรื่น ไม่มีการเกิดรถติด เพราะรถยนต์สามารถปรับความเร็วและทิศทางได้อย่างแม่นยำ และไม่ได้ขึ้นอยู่กับสภาพจิตใจของผู้ขับขี่ เช่น ความโกรธเคือง หรือไม่ใส่ใจ เป็นการประหยัดเวลาและพลังงานได้อย่างมีประสิทธิภาพ

ความท้าทายของรถยนต์ขับเคลื่อนอัตโนมัติ

แม้ว่ารถยนต์อัตโนมัติจะได้รับการพัฒนาอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมา ด้วยความหวังว่าจะเป็นการเดินทางที่สะดวกสบาย ปลอดภัย และมีประสิทธิภาพมากขึ้น แต่ในขณะเดียวกัน รถยนต์ขับเคลื่อนอัตโนมัติก็เผชิญกับปัญหาและอุปสรรคหลายอย่าง ไม่ว่าจะเป็นในเรื่องของความไว้ใจ การรับรู้สถานการณ์ การปฏิบัติตามกฎจราจร และการทำงานร่วมกับผู้ขับขี่คนอื่น

ความไว้ใจ เป็นปัจจัยสำคัญที่จะทำให้ผู้ใช้งานยอมรับและใช้งานรถยนต์ขับเคลื่อนอัตโนมัติได้ ผู้ใช้งานจะต้องเชื่อมั่นว่าระบบขับเคลื่อนอัตโนมัติสามารถทำงานได้อย่างถูกต้อง แม่นยำ และปลอดภัย โดยไม่ต้องมีการแทรกแซงหรือควบคุมจากผู้ขับขี่ เพื่อสร้างความไว้ใจนี้ ผู้ผลิตและผู้พัฒนาระบบจะต้องพิสูจน์ถึงประสิทธิภาพและความเสถียรของระบบ ไม่ว่าจะเป็นในเรื่องของฮาร์ดแวร์ เช่น เซ็นเซอร์ กล้อง เรดาร์ ไลดาร์ เป็นต้น หรือในเรื่องของซอฟต์แวร์ เช่น การประมวลผลข้อมูล การตัดสินใจ การเรียนรู้และปรับตัว เป็นต้น

การรับรู้สถานการณ์ เป็นความสามารถที่จำเป็นสำหรับรถยนต์ขับเคลื่อนอัตโนมัติ เพื่อที่จะสามารถ“ มองเห็น” และ“ เข้าใจ” สิ่งที่เกิดขึ้นบนท้องถนนได้อย่างถูกต้อง ประกอบด้วย การตรวจจับวัตถุ อาทิ รถยนต์ คนเดินถนน และป้ายจราจร โดยใช้เซ็นเซอร์ต่างๆ เช่น กล้องสแกนเลเซอร์ และเรดาร์ เพื่อส่งผ่านภาพหรือสัญญาณไปยังหน่วยประมวลผล การระบุประเภทของวัตถุ ซึ่งเป็นขั้นตอนที่ทำให้รถยนต์สามารถจำแนกว่าวัตถุที่ตรวจจับได้ เป็นประเภทใด เช่น รถยนต์ จักรยาน หมา เป็นต้น โดยใช้เทคโนโลยี Deep Learning เพื่อวิเคราะห์ข้อมูลจากเซ็นเซอร์ การทำความเข้าใจเส้นทาง เป็นขั้นตอนที่ทำให้รถยนต์สามารถกำหนดเส้นทางได้อย่างมีประสิทธิภาพ โดยพิจารณาจากผลการวิเคราะห์ข้อมูลจากการตรวจจับและการระบุประเภทของวัตถุ และปัจจัยอื่น เช่น ระบบนำทางด้วย GPS และสุดท้าย การควบคุมการเคลื่อนที่ ซึ่งเป็นขั้นตอนที่ระบบจะประมวลผลข้อมูลที่ได้รับจากขั้นตอนอื่นที่กล่าวไปแล้วทั้งหมด มาใช้ในการบังคับและควบคุมรถยนต์ให้ไปถึงจุดหมายอย่างปลอดภัย

การปฏิบัติตามกฎจราจรของรถยนต์ขับเคลื่อนอัตโนมัติ เป็นสิ่งที่สำคัญไม่แพ้กัน เพราะถ้าไม่ปฏิบัติตามกฎจราจร จะทำให้เกิดความสับสน ความไม่เข้าใจ และความขัดแย้งกับผู้ใช้ถนนคนอื่นได้ โดยเฉพาะในช่วงแรกที่ยังไม่มีการปรับปรุงหรือปรับเปลี่ยนกฎจราจรให้เหมาะสมกับการขับเคลื่อนอัตโนมัติ เช่น การใช้สัญญาณไฟเลี้ยว เป็นการแสดงเจตจำนงให้ผู้ใช้ถนนคนอื่นทราบว่าจะเปลี่ยนช่องทางหรือเลี้ยว เพื่อให้ผู้ใช้ถนนคันอื่นได้เตรียมการหยุด เบรก หรือหลบทางได้อย่างทันท่วงที และไม่เกิดการชนท้ายหรือการกระชาก เพื่อให้การขับเคลื่อนอัตโนมัติสามารถดำเนินไปได้อย่างปลอดภัยและมีประสิทธิภาพ อย่างไรดี ยังมีอีกแนวคิดหนึ่งที่จะช่วยให้รถยนต์ขับเคลื่อนอัตโนมัติสามารถใช้งานได้อย่างปลอดภัยและไม่ละเมิดกฎจราจรก็คือ การสร้างถนนหรือเลนเฉพาะสำหรับรถยนต์ขับเคลื่อนอัตโนมัติที่ได้มีการทดลองใช้งานจริงแล้วในบางเมืองของประเทศจีน แต่ก็ต้องอาศัยการลงทุนโครงสร้างพื้นฐานที่ค่อนข้างสูง

การทำงานร่วมกับผู้ขับขี่คนอื่น เป็นกระบวนการที่ยาก ท้าทาย และซับซ้อน เพราะจำเป็นต้องใช้เทคโนโลยีและอัลกอริทึมที่สามารถจำแนก ระบุ และประมวลผลสิ่งที่เกิดขึ้นบริเวณใกล้เคียงได้อย่างแม่นยำและรวดเร็ว โดยจำเป็นต้องใช้การสื่อสารและการประสานงานที่ดี เช่น การใช้สัญญาณไฟ เสียง หรือภาพ เพื่อบอกให้ผู้ขับขี่คนอื่นทราบถึงการเปลี่ยนช่องทาง เบรก หรือหัน เป็นต้น และยังต้องใช้การวิเคราะห์และการพยากรณ์สถาณการณ์ที่จะเกิดขึ้นได้ เช่น การหลบหลีกสิ่งกีดขวาง การปฏิบัติตามกฎจราจร หรือการป้องกันการชน ซึ่งการกระทำเหล่านี้ล้วนได้รับการปลูกฝังอย่างเป็นธรรมชาติในผู้ขับขี่รถยนต์ทุกคนอยู่แล้ว แต่กับคอมพิวเตอร์นั้นยังไม่ได้รับการพิสูจน์ว่าสามารถตอบสนองได้อย่างรวดเร็วจนสามารถสร้างความเชื่อมั่นได้มากพอ

สรุป

รถยนต์ขับเคลื่อนอัตโนมัติได้รับการพัฒนามาอย่างต่อเนื่องและยาวนาน ด้วยความมุ่งหวังที่จะสร้างความสะดวกสบายและความปลอดภัยที่มากขึ้นให้กับผู้ใช้รถใช้ถนน ประโยชน์ของรถยนต์ขับเคลื่อนอัตโนมัติมีหลายประการ แต่ขณะเดียวกันก็ยังมีความท้าทายอีกมากที่ต้องค่อย ๆ แก้ไขให้หมดไป

สำหรับบทความหน้า ผมจะว่าด้วยระบบปัญญาประดิษฐ์ที่กำลังได้รับการพูดถึงในวงกว้าง นั่นคือ Generative AI ที่สามารถสร้างเนื้อหาโต้ตอบกับผู้ใช้งานได้อย่างเป็นธรรมชาติชนิดที่แทบจะแยกไม่ออกว่าเป็นคนหรือเครื่องจักรกันครับ

อนาคตของ Ethereum

เมื่อเร็ว ๆ นี้ Ethereum ได้รับการพัฒนาขนานใหญ่ โดยมีการเปลี่ยนแปลงวิธีการยืนยันธุรกรรมจาก Proof of Work (PoW) ไปเป็น Proof of Stake (PoS) ซึ่งมีคุณลักษณะสำคัญคือ การประหยัดพลังงาน ซึ่งสอดคล้องกับทิศทางการพัฒนาระดับมหภาคที่ให้ความสำคัญด้านสิ่งแวดล้อมมากขึ้น และทำให้ผู้ที่เป็น validator หรือผู้ที่มีส่วนในการยืนยันความถูกต้องของธุรกรรมที่เกิดขึ้น สามารถสร้างรายได้แบบ passive income ในการ stake ETH จำนวนหนึ่งไว้ในเครือข่าย Ethereum และด้วย Shanghai Upgrade ที่คาดว่าน่าจะเกิดขึ้นในช่วงเดือนเมษายนนี้ ก็จะเปิดโอกาสให้ผู้ stake สามารถถอน ETH พร้อมดอกผล ออกมาได้เป็นครั้งแรก

อย่างไรก็ดี ทิศทางในอนาคตของ Ethereum ยังไม่หยุดอยู่เพียงนั้น เพราะ Ethereum ได้รับการกำหนดหมุดหมายการพัฒนา (milestone) อีก 4 ระดับ ได้แก่ the Surge, Verge, Purge และ Splurge เริ่มจาก the Surge ที่ Ethereum จะได้รับการเพิ่มคุณสมบัติ Danksharding ที่จะแบ่งเครือข่าย validator ออกเป็นกลุ่มย่อย โดยแต่ละกลุ่มย่อยดังกล่าวก็จะทำหน้าที่ยืนยันธุรกรรมไปพร้อมกัน ก่อนที่จะส่งข้อมูลกลับไปที่เครือข่ายหลัก ผลที่เกิดขึ้นคือเครือข่าย Ethereum จะสามารถรองรับปริมาณธุรกรรมได้มากขึ้น จาก 15 – 40 รายการต่อวินาที เป็น 100,000 รายการต่อวินาที เลยทีเดียว แน่นอนว่าค่าธรรมเนียมก็ย่อมจะต้องถูกลงด้วย ซึ่งจะมีประโยชน์อย่างมากเวลาที่ตลาดอยู่ในช่วงขาขึ้น ซึ่งมักมีจำนวนธุรกรรมเกิดขึ้นจำนวนมาก ทั้งนี้ การอัปเกรด The Surge คาดว่าจะเกิดขึ้นในช่วงเดือนพฤษภาคม – มิถุนายน ปีนี้ ซึ่งไม่นานเกินรอเลย

ถัดจาก the Surge ก็คือ the Verge ซึ่งเป็นการพัฒนาคุณลักษณะการจัดเก็บข้อมูลของ Node ให้ไม่จำเป็นต้องจัดเก็บข้อมูลในอดีตของเครือข่าย Ethereum ทั้งหมด นับเป็นการช่วยลดต้นทุนการดำเนินการ และเปิดโอกาสให้ validator หน้าใหม่สามารถเข้าสู่วงการได้ด้วยต้นทุนที่ไม่สูงนัก นอกจากนี้ ยังเป็นการช่วยกระจายความเสี่ยงจาก validator รายใหญ่ไปสู่รายย่อย ทำให้ Ethereum เป็นเครือข่ายกระจายศูนย์อย่างแท้จริง ต่อจากนี้ Ethereum จะเข้าสู่การอัปเกรด the Purge ซึ่งจะเป็นการลบข้อมูลในอดีตที่ไม่จำเป็น ช่วยลดความแออัดภายในเครือข่ายและความต้องการพื้นที่จัดเก็บข้อมูลของ validator และสุดท้ายคือ the Splurge ซึ่งจะเป็นการพัฒนาอื่น ๆ ที่จะช่วยให้ Ethereum รองรับการเติบโตของเครือข่ายในระยะยาว ทั้งนี้ การพัฒนาทั้งหมดทั้งปวงเหล่านี้มีกำหนดการแล้วเสร็จภายในปี ค.ศ. 2025 ซึ่งครบรอบหนึ่งทศวรรษการกำเนิดเครือข่าย Ethereum พอดี

โอกาสของ Ethereum

แน่นอนว่าการที่ Ethereum จะเติบโตและได้รับการยอมรับมากขึ้นย่อมต้องขึ้นอยู่กับระบบนิเวศที่เกี่ยวข้องและการนำไปใช้งานจริง ไม่ว่าจะเป็น DeFi, NFT และ Web 3.0 ซึ่งล้วนแต่เป็นนวัตกรรมที่มีรากฐานมาจากพัฒนาการของ Ethereum นั่นเอง

การบูมของ DeFi เมื่อช่วงปี ค.ศ. 2020 – 2021 นับเป็นตัวชี้วัดสำคัญที่แสดงให้เห็นถึงประโยชน์ชองเทคโนโลยีบล็อกเชนและอำนาจของเทคโนโลยีกระจายศูนย์ จากแต่เดิมที่การให้บริการทางการเงินต่าง ๆ ไม่ว่าจะเป็น การกู้ยืม และการซื้อขาย อยู่ในกำมือของผู้ให้บริการเพียงไม่กี่ราย (ซึ่งแต่ละรายก็จะถูกกำกับดูแลโดยหน่วยงานกลางเพียงไม่กี่แห่ง) ไปอยู่บนผู้ให้บริการทางการเงินอิสระบนโลกออนไลน์ที่ไร้พรมแดน ผู้ใช้บริการต่างมีอิสระที่จะใช้บริการใดก็ตามที่สอดคล้องกับความต้องการของตัวเอง หรือสามารถเปลี่ยนไปใช้บริการอื่นได้ทันทีโดยไม่ต้องดำเนินการทางธุรการให้วุ่นวาย ที่สำคัญ ยังเป็นการเปิดโอกาสให้บุคคลทั่วไปสามารถเข้าถึงบริการทางการเงินที่เคยสงวนไว้เฉพาะลูกค้ารายใหญ่ เช่น การบริหารความมั่งคั่ง (wealth management) หรือการเข้าถึงสินทรัพย์ความเสี่ยงสูงอื่นที่ถูกย่อยลงให้เหลือเพียงการถือโทเคนดิจิทัล เช่น อสังหาริมทรัพย์

การบูมของ DeFi ถูกตามมาติด ๆ ด้วยการบูมของ NFT หรือสินทรัพย์ดิจิทัลที่มีเพียงชิ้นเดียว เปรียบได้กับงานศิลปะหรือของสะสมต่าง ๆ ที่มักมีมูลค่าเพิ่มขึ้นเมื่อเวลาผ่านไป เช่นเดียวกับที่ DeFi ได้สร้างความเป็นประชาธิปไตยให้กับโลกการเงินและการลงทุน NFT ได้สร้างความเป็นประชาธิปไตยให้เกิดขึ้นกับโลกศิลปะ จากเดิมที่ศิลปินมีทางเลือกน้อยมากในการเผยแพร่และสร้างรายได้จากผลงานของตัวเอง แต่ด้วยเทคโนโลยี NFT และตลาดออนไลน์ที่เปิดกว้างอย่าง OpenSea ได้ทำให้ศิลปินมีโอกาสในการเผยแพร่และสร้างรายได้ได้มากขึ้น อีกทั้ง ยังสามารถต่อยอดผลงานของตัวเองไปได้หลายแขนงโดยการบริหารจัดการจากชุมชน เช่น ApeCoin DAO ที่บริหารจัดการชุดงานศิลปะ Bored Ape Yacht Club และ Meebits เป็นต้น

ส่วน Web 3.0 ที่เน้นการบริหารจัดการโดยชุมชนหรือ DAO นั้น ก็ถือเป็นนวัตกรรมที่มีจุดเริ่มต้นมาจาก Ethereum ด้วยเช่นกัน จากเดิมที่ Web 2.0 ถูกบริหารจัดการโดยบริษัทผู้ให้บริการ เช่น Facebook และ Twitter โดยผู้ใช้บริการไม่มีสิทธิมีเสียงในการตัดสินใจต่าง ๆ ได้เลยนั้น Web 3.0 เปิดโอกาสให้ชุมชนเข้าไปบริการจัดการทิศทางในอนาคตของสินค้าหรือบริการที่ชุมชนเป็นผู้พัฒนาได้อย่างเต็มที่ โดยดำเนินการผ่านการยื่นข้อเสนอและลงคะแนนเสียง และที่น่าตื่นเต้นคือ เราสามารถเข้าไปเป็นสมาชิกของชุมชนใดก็ได้แบบไร้พรมแดน เสนอตัวเข้าเป็นสมาชิกเพื่อทำงานในด้านที่ตัวเองถนัด และรับค่าตอบแทนในรูปแบบต่าง ๆ ที่ชุมชนกำหนด

ความท้าทายของ Ethereum

แน่นอนว่าเมื่อมีโอกาสก็ย่อมต้องมีความท้าทาย โดยทั่วไปแล้ว Ethereum เป็นเพียงระบบบล็อกเชนที่มักเผชิญกับความท้าทายด้านข้อจำกัดของตัวมันเอง ซึ่งก็จะได้รับการแก้ปัญหาตามทิศทางพัฒนาที่ผมได้กล่าวถึงไปแล้ว และจากคู่แข่งที่ต่างอ้างว่ามีคุณสมบัติบางประการที่เหนือกว่า แต่ Ethereum ก็มีจุดแข็งตรงที่มีชุมชนนักพัฒนาที่ทำงานอย่างแข็งขันและเหนียวแน่น แล้วความท้าทายของ Ethereum อยู่ที่ไหน คำตอบคือการนำไปประยุกต์ใช้ในมิติต่าง ๆ นั่นเอง

ปัจจุบัน DeFi กำลังเผชิญกับความท้าทายด้านการกำกับดูแลจากหน่วยงานภาครัฐที่ยังมีความไม่แน่นอน เริ่มจากการตีความโทเคนดิจิทัลต่าง ๆ ว่าเป็นหลักทรัพย์หรือไม่ ไปจนถึงการที่กฎระเบียบจะต้องก้าวตามให้ทันพัฒนาการของโทเคนดิจิทัลซึ่งนับวันจะมีลูกเล่นที่แปลกพิสดารมากขึ้น ไม่ว่าจะเป็นโทเคนดิจิทัลที่ทำงานคล้ายกับ ETF การฝากเงินไว้กับธนาคารเพื่อรับดอกเบี้ย ไปจนถึงโทเคนดิจิทัลที่มีองค์ประกอบภายในเป็น NFT ต่าง ๆ เป็นต้น

ในส่วนของ NFT เองนั้นก็กำลังเผชิญความท้าทายด้านกฎระเบียบในลักษณะคล้ายกัน โดยเฉพาะอย่างยิ่งประเด็นการละเมิดลิขสิทธิ์และทรัพย์สินทางปัญญาที่ปัจจุบันยังไม่มีกฎระเบียบที่แน่ชัดในเรื่องนี้ นอกจากนี้ กระบวนการ mint การซื้อ และการขาย NFT ยังต้องการองค์ความรู้ทางเทคนิคในระดับหนึ่ง จึงทำให้บุคคลทั่วไปที่ไม่สันทัดกรณีมากนักไม่สามารถเข้าถึงได้ ตลอดจนบุคคลทั่วไปเองก็อาจไม่ได้สนใจหรือเห็นคุณค่าใน NFT มากเท่าที่ควร ซึ่งการให้การศึกษาและเพิ่มพูนองค์ความรู้ที่เกี่ยวข้องก็อาจช่วยสร้างการตระหนักรู้และรับประกันความสำเร็จในระยะยาวของวงการ NFT ได้ดีกว่าที่ไม่ทำอะไรเลย

เช่นเดียวกับ DeFi และ NFT Web 3.0 ที่ขับเคลื่อนด้วย DAO ก็ประสบความท้าทายด้วยเช่นกัน โดยเฉพาะอย่างยิ่งการหลอกลวง (scam) หรือการฉ้อโกง (fraud) ซึ่งมักตกเป็นข่าวอยู่บ่อย ๆ ซึ่งวิธีการแก้ปัญหาทางหนึ่งคือ การออกกฎระเบียบมาเพื่อสร้างมาตรฐานและรองรับสถานะองค์กรอัตโนมัติเหล่านี้ ส่วนอีกทางหนึ่งคือการให้ความรู้แก่สาธารณชนถึงความเสี่ยงในการเข้าร่วมชุมชนออนไลน์ และสร้างช่องทางการร้องเรียนต่อหน่วยงานรัฐเมื่อเกิดปัญหา

สรุป

Ethereum ได้รับการพัฒนามาอย่างต่อเนื่อง ทำให้ทิศทางในอนาคตของบล็อกเชนดังกล่าวดูสดใส เพราะโร้ดแมปที่ปรากฎออกมานั้นแสดงให้เห็นถึงความมุ่งมั่นที่จะกำจัดจุดอ่อนของเครือข่าย โอกาสและความท้าทายที่แท้จริงจึงอยู่ที่การนำไปประยุกต์ใช้ ไม่ว่าจะเป็นในส่วนของ DeFi, NFT และ Web 3.0 ที่กำลังอยู่ในช่วงตั้งไข่ และยังมีหนทางพัฒนาอีกยาวไกล

สำหรับบทความหน้าผมจะพูดถึงพัฒนาการด้านเทคโนโลยีที่มีความสำคัญไม่แพ้นวัตกรรมบล็อกเชน นั่นคือ AI หรือระบบปัญญาประดิษฐ์ที่ได้รับการพัฒนาอย่างรวดเร็ว โดยผมจะพูดถึงพัฒนาการของ AI ที่อยู่บนรถยนต์ว่าได้มีการพัฒนาไปถึงระดับไหนกันแล้วครับ

Shanghai คือการปรับปรุงครั้งถัดไปของ Ethereum ที่จะเข้ามาปลดล็อคข้อกำหนดดังกล่าว โดยเป็นการนำข้อเสนอเพื่อการปรับปรุง Ethereum หรือ EIP (Ethereum Improvement Proposal) หมายเลข 4895 ที่ผ่านการอนุมัติจากชุมชนไปปฏิบัติให้เกิดมรรคผล นอกจากนี้ Shanghai ยังมีการนำ EIP ที่น่าสนใจอื่นไปใช้งานจริง ซึ่งจะช่วยแก้ไขจุดบกพร่อง และทำให้ Ethereum เป็นบล็อกเชนที่มีคุณลักษณะน่าสนใจมากขึ้น อันจะช่วยดึงดูดนักพัฒนาให้เข้ามาสร้างสรรค์โปรแกรมที่มีความหลากหลาย

EIP-4895 คืออะไร และ Shanghai มีความสำคัญอย่างไร

ปฏิเสธไม่ได้ว่าดาวเด่นของ Shanghai คือการปลดล็อคให้ผู้ที่ stake Ether สามารถถอนสินทรัพย์ดิจิทัลดังกล่าวออกมาได้ ปัจจุบันมี Ether ประมาณ 16 ล้าน ETH ที่ถูก stake เอาไว้บนเครือข่าย กฎโดยทั่วไปคือ ผู้ที่ต้องการ stake ต้องมี Ether ขั้นต่ำ 32 หน่วย จึงจะสามารถเข้าไปมีส่วนร่วมในการยืนยันธุรกรรมได้ โดยแต่ละ Ether ที่ได้รับการ stake นั้นเปรียบเหมือนกับลอตเตอรี่หนึ่งใบ ยิ่งผู้ใช้ทำการ Stake Ether มากเท่าใด ก็ยิ่งมีโอกาสที่จะถูกเลือกให้เป็นผู้สร้างบล็อกต่อไปบนเครือข่าย Ethereum มากขึ้นเท่านั้น และนั่นยังหมายถึงการมีโอกาสมากขึ้นที่จะได้รับผลตอบแทนจากค่าธรรมเนียมการทำธุรกรรม

เครือข่าย Ethereum ได้เปิดให้ผู้สนใจสามารถ stake Ether ได้ตั้งแต่เมื่อเดือนธันวาคม 2563 โดยเป็นการดำเนินการบนเครือข่ายที่มีชื่อว่า Beacon Chain ซึ่งเป็นเครือข่ายคู่ขนานกับเครือข่ายหลัก โดยเปรียบเหมือนเป็นกระบะทรายทดลองวิธีการยืนยันธุรกรรมแบบ PoS ก่อนที่จะสิ้นสุดด้วยการ “รวม” (Merge) เข้ากับเครือข่ายหลัก เมื่อผู้ใช้งานตกลงที่จะ stake Ether ก็จะได้รับการแจ้งเตือนว่า ไม่สามารถถอน Ether ตลอดจนผลตอบแทนที่ได้รับจากการเป็นผู้ร่วมตรวจสอบความถูกต้องของธุรกรรมได้จนกว่าการปรับปรุง Shanghai จะเสร็จสิ้น

อย่างที่กล่าวไปเบื้องต้นแล้วว่า การอัพเกรด Shanghai คือการนำ EIP-4895 มาปฏิบัติจริง โดยเป็นการเปิดโอกาสให้ผู้ที่ทำการ stake Ether มานานกว่าสองปีสามารถถอน Ether และดอกผลที่ได้รับจากการ stake ออกไปได้ หรือกล่าวอีกมุมหนึ่งก็คือ นี่ถือเป็นครั้งแรกในรอบสองปีที่ผู้ทำการ stake สามารถดำเนินการใด ๆ กับเงินทุนของตนเอง ไม่ว่าจะเป็นการตัดสินใจ stake Ether ต่อ จะถอนออกมาเฉพาะดอกผล หรือว่าจะถอน Ether พร้อมดอกผลออกมาทั้งก้อนได้ ซึ่งเป็นการทำให้กระบวนการดำเนินธุรกรรมต่าง ๆ บน Ethereum มีการรวมศูนย์น้อยลง (เพราะผู้ Stake สามารถดำเนินการใด ๆ กับ Ether ของตน) อันเป็นหัวใจสำคัญของเครือข่ายบล็อกเชน

เราจะถอน หรือ unstake Ether ได้อย่างไร และอุปทานในตลาดที่มากขึ้นจะส่งผลต่อราคา Ether หรือไม่

ผู้ Stake Ether มีทางเลือกสองทางใน “ถอน” หรือ unstake Ether ของตนหลังจากที่การอัพเกรด Shanghai ดำเนินการเสร็จสิ้นแล้ว ทางเลือกแรกคือ การถอนเฉพาะดอกผลได้รับจากการ Stake และทางเลือกที่สอง คือการถอนตัวออกจาก Beacon Chain และ unstake Ether หมดทั้ง 32 หน่วย อย่างไรก็ดี ผู้ที่ตัดสินใจ unstake จะได้รับ Ether (และดอกผล) ช้าหรือเร็วขึ้นอยู่กับปริมาณผู้ถอนในแต่ละครั้งด้วย โดยการถอนนั้นจะถูกจัดกลุ่มเรียกว่า “สล็อต” ซึ่งในแต่ละสล็อตจะรองรับการถอนได้เพียง 16 รายการ เมื่อเต็มแล้วจึงจะมีการสร้างสล็อตใหม่ขึ้นมา แต่ได้มีการวิเคราะห์ว่าโอกาสที่ validator จะทำการถอน Ether ทั้งหมดไปพร้อม ๆ กันนั้นเกิดขึ้นได้ยากมาก เนื่องจากประโยชน์ที่จะได้รับจากการ stake ต่อไปนั้นมีมากกว่า

อีกประเด็นที่หลายฝ่ายจับตาคือ ผลกระทบที่มีต่อราคา Ether หลังการอัพเกรด Shanghai เนื่องจากปัจจุบันดอกผลโดยรวมที่เกิดจากการ stake Ether มีปริมาณมากถึง 1 ล้าน ETH จึงทำให้มีการคาดการณ์ว่าราคา Ether อาจตกลงเนื่องจากอุปทานในตลาดมีมากขึ้น แต่ขณะที่อีกฝ่ายวิเคราะห์ไปในทางกลับกันว่า จะมีผู้สนใจเข้าร่วม Stake Ether มากกว่า เนื่องจากมีความมั่นใจมากขึ้นแล้วว่า หาก Stake ไปแล้วจะถอนออกมาเมื่อใดก็ได้ ซึ่งโดยส่วนตัวผมมีความเห็นโน้มเอียงไปในทางหลัง เนื่องจากประโยชน์ที่จะได้รับจากการ stake ในระยะยาวนั้นมีมากกว่าการถอน Ether ออกจากการ stake ทั้งหมดในคราวเดียว

Shanghai มีคุณลักษณะน่าสนใจอื่นอีกบ้างไหม

Shanghai ยังประกอบด้วย EIP อื่นอีกสี่รายการ ซึ่งล้วนมีประเด็นเกี่ยวกับค่าธรรมเนียมทั้งสิ้น เนื่องจากเป็นที่ทราบกันว่าค่าธรรมเนียมของเครือข่าย Ethereum จะสูงขึ้นเมื่อมีปริมาณธุรกรรมเกิดขึ้นบนเครือข่ายมาก ชุมชน Ethereum จึงได้มุ่งมั่นแก้ปัญหาดังกล่าวด้วยการเพิ่มกลไกที่จะไปช่วยลดค่าธรรมเนียม ซึ่งจะเป็นประโยชน์ต่อผู้พัฒนาให้เสียต้นทุนน้อยลง

EIP-3651 นำเสนอตัวเลือกในการเข้าถึง COINBASE ซึ่งเป็นซอฟต์แวร์ที่ validator และ block builder ใช้งาน ด้วยค่าธรรมเนียมที่ถูกลง และยังได้มีการปรับปรุงในส่วนประสบการณ์ของผู้ใช้งานให้มีประสิทธิภาพมากขึ้น ขณะที่ EIP-3855 จะเป็นการสร้างโค้ด “Push0” ที่จะช่วยลดค่าธรรมเนียมที่ผู้พัฒนาต้องจ่าย ส่วน EIP-3860 จะเป็นการกำหนดเพดานค่าธรรมเนียมที่ผู้พัฒนาต้องจ่ายเมื่อตอบสนองต่อโค้ด “Initcode) ซึ่งเป็นโค้ดสำหรับการพัฒนา smart contract และ EIP-6049 จะเป็นการเพิ่มการแจ้งเตือนนักพัฒนาถึงการยกเลิกโค้ด “SELFDESTRUCT” ซึ่งก็เกี่ยวกับการลดค่าธรรมเนียมอีกนั่นเอง

สรุป

จะสังเกตได้ว่าการอัพเกรด Shanghai เป็นพัฒนาการเล็ก ๆ เมื่อเทียบกับ The Merge เมื่อปีที่แล้ว ซึ่งเป็นการพลิกโฉมวิธีการยืนยันการทำธุรกรรมบนเครือข่ายบล็อกเชนที่มีมูลค่าตลาดใหญ่เป็นอันดับสองของโลก Shanghai เป็นการวิวัฒน์เพื่อให้เครือข่าย Ethereum มีความเป็นศูนย์กลางน้อยลง และช่วยลดค่าธรรมเนียมให้กับผู้พัฒนาเพื่อเป็นการสร้างแรงจูงใจท่ามกลางตลาดที่มีคู่แข่งรายสำคัญ อาทิ Binance Smart Chain และ Solana เป็นต้น

แต่ Ethereum ยังคงไม่หยุดยั้งการพัฒนาไว้แค่นี้แน่นอน เพราะอีกหนึ่งอุปสรรคคือความสามารถในการรองรับปริมาณการใช้งาน (scaling) ที่ Ethereum ยังมีไม่มากนักเมื่อเทียบกับคู่แข่ง เพราะฉะนั้น ในบทความหน้าเราจะว่ากันถึงทางแก้ปัญหาดังกล่าว ตลอดจนพัฒนาอื่นในอนาคตของ Ethereum ที่น่าสนใจกัน