บทที่ 608 - AI เดินเข้าสู่ทางตัน?

บทที่ 608 - AI เดินเข้าสู่ทางตัน?

หลังจากกัวฉางเจิงฟังจบ เขาไม่ได้ตอบกลับทันที แต่กลับจ้องลึกเข้าไปในดวงตาของเซี่ยตง

เขารู้สึกทึ่งมาก นักศึกษาปริญญาตรีที่เพิ่งจะจบปีหนึ่ง กลับสามารถชี้ให้เห็นถึงคอขวดของปัญญาประดิษฐ์ในปัจจุบันได้อย่างแทงใจดำ

ในแวดวงวิชาการตอนนี้ คนส่วนใหญ่มัวแต่บ้าคลั่งกับการปรับแต่งสูตรคณิตศาสตร์ที่ซับซ้อนพวกนั้นให้สมบูรณ์แบบ

ทุกคนกำลังแข่งขันกันว่าใครจะสามารถออกแบบวิธีการสกัดจุดเด่นแบบใช้คน (Manual Feature Extraction) ที่ล้ำเลิศกว่ากันได้

แทบไม่มีใครย้อนกลับมาตั้งคำถามเลยว่า เส้นทางสายนี้มันเลือกผิดมาตั้งแต่ต้นหรือเปล่า

กัวฉางเจิงถอนหายใจยาว แล้วเอนหลังพิงพนักเก้าอี้

"เซี่ยตง เธอเป็นคนช่างสังเกตมาก ปัญหาที่เธอพูดถึง มันเป็น Pain Point ใหญ่ของแวดวงวิชาการตอนนี้จริงๆ"

"ตอนนี้เส้นทางกระแสหลักของเรา จริงๆ แล้วมันเดินหลงเข้าไปในความเข้าใจผิดที่ยึดติดกับความสมบูรณ์แบบทางคณิตศาสตร์มากเกินไป"

กัวฉางเจิงเริ่มอธิบาย "ทุกคนมักจะประเมินว่าโมเดลหนึ่งดีหรือไม่ดี โดยดูจากความสวยงามของการพิสูจน์ทางคณิตศาสตร์ก่อนเป็นอันดับแรก"

"ทำไม Support Vector Machine ถึงฮอตฮิตนักล่ะ? ก็เพราะเบื้องหลังมันมีทฤษฎีการเรียนรู้ทางสถิติ (Statistical Learning Theory) ที่รัดกุมมากคอยสนับสนุนอยู่ไง"

"คุณสามารถใช้สูตรพิสูจน์ได้อย่างชัดเจนแจ่มแจ้งเลยว่าทำไมมันถึงใช้งานได้ แล้วขอบเขตความคลาดเคลื่อนของมันอยู่ตรงไหน"

เซี่ยตงพูดแทรกขึ้นมาถูกจังหวะพอดี "แต่ข้อมูลในโลกความเป็นจริงมันไม่สนตรรกะทางคณิตศาสตร์หรอกนะครับ มันเต็มไปด้วยสัญญาณรบกวน (Noise) และความไม่แน่นอน"

กัวฉางเจิงพยักหน้าอย่างแรง เสียงดังขึ้นอีกระดับ "ถูกต้องที่สุด!"

"ดังนั้นผมถึงเชื่อมาตลอดว่า เส้นทางที่ใช้กฎเกณฑ์กับจุดเด่นที่กำหนดโดยมนุษย์ มันไปได้ไม่ไกลหรอก" กัวฉางเจิงแสดงจุดยืนของตนเอง

เซี่ยตงเลยถามต่อตามน้ำ "แล้วอาจารย์กัวคิดว่า ทางออกในอนาคตมันอยู่ตรงไหนครับ?"

กัวฉางเจิงเงียบไปอึดใจหนึ่ง คล้ายกำลังเลือกสรรคำพูด

"เธอคงเคยได้ยินเรื่องโครงข่ายประสาทเทียม (Artificial Neural Network) มาบ้างใช่ไหม?" กัวฉางเจิงถาม

เซี่ยตงพยักหน้า แกล้งทำเป็นรู้แค่ผิวเผิน "เคยได้ยินมาบ้างครับ เมื่อกี้ในห้องอาจารย์ก็เพิ่งสอนไป แต่ดูเหมือนตอนนี้จะไม่ค่อยได้รับความนิยมเท่าไหร่นะครับ?"

กัวฉางเจิงยิ้มขื่น "ไม่ใช่ว่าไม่ค่อยได้รับความนิยมหรอก แต่มันถูกแวดวงวิชาการกระแสหลักจับดองเข้ากรุไปแล้วต่างหาก"

"ยุค 80 โครงข่ายประสาทเทียมเคยฮิตอยู่พักนึง แต่ไม่นานก็เจอฤดูหนาวเข้าอย่างจัง"

"เหตุผลง่ายนิดเดียว มันอธิบายไม่ได้ไง" กัวฉางเจิงอธิบาย

"คุณโยนข้อมูลเข้าไป มันผ่านการคำนวณจากเซลล์ประสาทไม่กี่ชั้น แล้วก็คายผลลัพธ์ออกมาให้คุณ"

"แต่ตรงกลางระหว่างนั้นมันเกิดอะไรขึ้นบ้าง? พารามิเตอร์น้ำหนัก (Weight) พวกนั้นมีความหมายทางฟิสิกส์ยังไง? ไม่มีใครรู้เลย"

กัวฉางเจิงใช้นิ้วเคาะโต๊ะ "ในแวดวงวิชาการที่เน้นความเคร่งครัด เรื่องนี้มันร้ายแรงมาก ทุกคนเลยเรียกมันว่า 'กล่องดำ'"

"เวลาจะตีพิมพ์เปเปอร์ ผู้ประเมินจะถามคุณว่า ทำไมถึงออกแบบโครงสร้างเครือข่ายมาแบบนี้? ทำไมต้องมีสามชั้นแทนที่จะเป็นสี่ชั้น?"

"ถ้าคุณตอบไม่ได้ คุณก็ตีพิมพ์ในงานประชุมวิชาการระดับท็อปไม่ได้"

เซี่ยตงนั่งฟังเงียบๆ เขารู้ดีว่ากัวฉางเจิงพูดเรื่องจริง

ก่อนที่ยุคดีปเลิร์นนิงจะระเบิดขึ้นมา โครงข่ายประสาทเทียมต้องเผชิญกับช่วงเวลาตกต่ำที่ยาวนานและน่าอึดอัดจริงๆ

กัวฉางเจิงพูดต่อ "แต่ผมก็ยังรู้สึกว่า เราไม่จำเป็นต้องไปอธิบายมันหรอก"

ประโยคนี้ดึงดูดความสนใจของเซี่ยตงได้อย่างมาก มันช่างตรงกับสิ่งที่พวกยักษ์ใหญ่ด้านเทคโนโลยีทำกันในยุคหลังจริงๆ

น้ำเสียงของกัวฉางเจิงเริ่มตื่นเต้นขึ้น "เธอลองคิดดูสิ มนุษย์เราเรียนรู้กันยังไง?"

"เด็กคนนึงรู้จักแมวได้ เป็นเพราะพ่อแม่ลิสต์สมการคณิตศาสตร์ของแมวออกมาให้เขาดูเหรอ?"

เซี่ยตงส่ายหน้าตอบรับ "ไม่ใช่ครับ เป็นเพราะพ่อแม่ชี้ให้ดูแมวหลายๆ ตัวแล้วบอกว่า นี่คือแมว"

"ใช่เลย!" กัวฉางเจิงตบหน้าขาฉาดใหญ่

"หลังจากเด็กเห็นแมวเป็นร้อยๆ พันๆ ตัว สมองของเขาก็จะสร้างความเข้าใจเกี่ยวกับแมวขึ้นมาเองโดยอัตโนมัติ"

"เขาไม่จำเป็นต้องรู้มุมองศาเรขาคณิตของหูแมวหรอก แค่มองแวบเดียวเขาก็จำได้แล้ว"

กัวฉางเจิงสรุป "ขั้นตอนการเรียนรู้ โดยเนื้อแท้แล้วมันคือการสะสมประสบการณ์ ไม่ใช่การอนุมานตรรกะ"

เซี่ยตงแอบชื่นชมกัวฉางเจิงอยู่ในใจ

ในปี 2009 คนที่มีความเข้าใจถึงระดับนี้ได้ จัดว่าเป็นผู้บุกเบิกทางเทคโนโลยีที่มีวิสัยทัศน์ระดับกลยุทธ์ตัวจริง

กัวฉางเจิงเผยคอนเซปต์หลักของเขาออกมา "ดังนั้นผมถึงเชื่อในประโยคที่ว่า 'ทุ่มสุดตัวเพื่อปาฏิหาริย์' "

เขามองเซี่ยตง พูดเน้นทีละคำ "ไม่ต้องไปวุ่นวายกับกฎเกณฑ์ที่คนตั้งขึ้นมาให้มันเยอะแยะหรอก"

"ขอแค่เรามีข้อมูลมากพอ ป้อนรูปภาพเป็นล้านๆ ใบให้กับโครงข่ายประสาท"

"ปล่อยให้เครือข่ายมันปรับน้ำหนักด้วยตัวเอง ค้นหาจุดเด่นด้วยตัวเอง"

"ตราบใดที่ข้อมูลมากพอ และชั้นเครือข่ายลึกพอ ผลลัพธ์สุดท้ายของมัน จะต้องเอาชนะอัลกอริทึมที่ออกแบบโดยมนุษย์ได้อย่างราบคาบแน่นอน"

คำพูดนี้ แทงทะลุถึงแก่นแท้ของการปะทุขึ้นของดีปเลิร์นนิงในอนาคตได้อย่างสมบูรณ์แบบ

เซี่ยตงรู้ดีว่า อีกไม่นานนัก เมื่อชุดข้อมูล ImageNet เปิดตัว เมื่อ AlexNet คว้าแชมป์ในการแข่งจดจำรูปภาพด้วยคะแนนที่ทิ้งห่างอย่างขาดลอย ทั่วโลกก็จะเข้าใจสัจธรรมข้อนี้

บิ๊กดาต้าบวกกับโครงข่ายประสาทเทียมระดับลึก นี่คือคำตอบที่ถูกต้องเพียงหนึ่งเดียวของปัญญาประดิษฐ์ในอีกสิบกว่าปีข้างหน้า

และกัวฉางเจิง ในช่วงเวลาห้วงนี้ ก็ได้มองทะลุปรุโปร่งถึงสิ่งเหล่านี้อย่างแม่นยำสุดๆ

"อาจารย์ครับ ความคิดของอาจารย์มันล้ำหน้ามากเลยครับ" เซี่ยตงพูดจากใจจริง

เขาไม่ได้ใช้คำอวยเว่อร์วังอะไรเลย แค่พูดตามความจริงเท่านั้น

แต่พอกัวฉางเจิงได้ยินคำยอมรับนี้ ความตื่นเต้นบนใบหน้ากลับจางหายไปอย่างรวดเร็ว แทนที่ด้วยความรู้สึกไร้หนทางอย่างลึกซึ้ง

เขาเอนหลังพิงเก้าอี้อีกครั้ง ยกแก้วกระดาษขึ้นมาดื่มน้ำอึกใหญ่

"ล้ำหน้าแล้วได้อะไร? มันก็แค่การคาดเดาทางทฤษฎีเท่านั้นแหละ" น้ำเสียงของกัวฉางเจิงดูห่อเหี่ยว

เซี่ยตงแกล้งถาม "ในเมื่อรู้ว่าทิศทางมันถูก แล้วทำไมไม่ลองลงมือทำดูล่ะครับ?"

กัวฉางเจิงหัวเราะฝืด "ลงมือทำ? จะเอาอะไรไปทำล่ะ?"

เขาชูนิ้วขึ้นมาหนึ่งนิ้ว "ข้อแรก ข้อมูล เธอจะไปหารูปภาพที่มีการติดป้ายกำกับ (Label) แล้วเป็นล้านๆ รูปมาจากไหน?"

"ถึงแม้ตอนนี้ข้อมูลบนอินเทอร์เน็ตจะเยอะ แต่ก็กระจัดกระจาย ไม่ผ่านการคัดกรองและแยกประเภทเลย เอามาใช้เทรนโมเดลไม่ได้หรอก"

เซี่ยตงเงียบ เขารู้ว่านี่คือความจริง การสร้างชุดข้อมูลขนาดใหญ่คุณภาพสูง ต้องใช้ทั้งแรงคนและเงินทุนมหาศาล

กัวฉางเจิงชูนิ้วที่สองขึ้นมา น้ำเสียงหนักแน่นขึ้น "ข้อสอง พลังการประมวลผล (Compute Power) นี่แหละคือจุดตายที่สำคัญที่สุด"

"ถ้าจะเทรนโครงข่ายประสาทแบบลึกที่สามารถแยกแยะจุดเด่นได้เองอย่างที่พูดไปเมื่อกี้ ปริมาณการคำนวณมันมหาศาลจนน่ากลัวเลยนะ"

"มันเกี่ยวข้องกับการคำนวณเมทริกซ์คูณกันมหาศาลเลยล่ะ"

กัวฉางเจิงชี้ไปที่คอมพิวเตอร์บนโต๊ะ "จะให้พึ่งแค่ CPU พวกนี้เหรอ? ถ้าจะรันเครือข่ายหลายชั้นพื้นฐานที่สุดสักตัว พอปริมาณข้อมูลเพิ่มขึ้นมาหน่อย อาจจะต้องรันเป็นวันๆ เลยนะ"

"รอตั้งหลายวันกว่าผลจะออก ถ้าเกิดพบว่าตั้งพารามิเตอร์ผิด ก็ต้องเริ่มใหม่หมด"

"ต้นทุนการลองผิดลองถูก (Trial and Error) ขนาดนี้ ห้องแล็บไหนจะไปแบกรับไหว?"

เซี่ยตงไหลตามน้ำถามต่อ "แล้วมันไม่มีฮาร์ดแวร์ตัวไหนที่เหมาะกับการคำนวณเมทริกซ์มากกว่านี้เลยเหรอครับ?"

กัวฉางเจิงพยักหน้า "มีสิ การ์ดจอไง (GPU) โครงสร้างของมันเกิดมาเพื่อการประมวลผลพร้อมกันอยู่แล้ว"

"จริงๆ ผมก็รู้จักสถาปัตยกรรม CUDA ของ NVIDIA นะ มันก็ถือเป็นทางออกหนึ่งแหละ" กัวฉางเจิงขมวดคิ้วเล็กน้อย

"เมื่อไม่นานมานี้ พนักงานของ NVIDIA ยังอุตส่าห์ติดต่อผมมาเลย บอกว่าจะให้การ์ดจอผมมาใช้ทำวิจัยฟรีๆ"

"มีอุปกรณ์ให้ใช้ฟรี มีเหรอผมจะไม่ลอง แต่พอใช้เวลาศึกษากับ CUDA ไปพักนึง ผมก็พบว่ามันไม่เวิร์กเลย"

กัวฉางเจิงโบกมือ สีหน้าดูปวดหัวเอามากๆ

"ไอ้เจ้านั่นน่ะ ตอนนี้ยังไม่มีไลบรารี (Library) สำเร็จรูปให้เรียกใช้เลย การพัฒนาโคตรจะยุ่งยาก"

"ถ้าผมจะเอาอัลกอริทึมเชิงลึกที่คิดไว้ ไปฝืนรันบน CUDA ให้ได้ ความท้าทายทางเทคนิคมันสูงมาก แทบจะเป็นการทรมานตัวเองชัดๆ"

"แต่ว่านะ..." กัวฉางเจิงเปลี่ยนเรื่อง น้ำเสียงเจือความสนใจขึ้นมานิดหน่อย

"ช่วงนี้เซิ่งเซี่ยเทคโนโลยีเพิ่งปล่อยเฟรมเวิร์กที่ชื่อ TensorFlow ออกมา เจ้านี่เข้าท่าดีทีเดียว"

เซี่ยตงแอบหัวเราะในใจ แต่ภายนอกก็ยังคงทำหน้านิ่งรับฟังต่อไป

"ช่วงนี้ผมก็กำลังศึกษา TensorFlow ตัวนี้อยู่เหมือนกัน" กัวฉางเจิงพูดตามตรง

"เพียงแต่โครงข่ายประสาทที่ผมอยากทำมันค่อนข้างซับซ้อน ตอนนี้ก็เลยยังงมๆ อยู่ว่าจะใช้ TensorFlow ตัวนี้ให้คุ้มค่ายังไงดี"