Robert Ito

AI ก็คือการตรวจสอบความจริงในโลกแห่งความเป็นจริง

คอมพิวเตอร์อัจฉริยะมีความรู้รอบตัวเท่าๆ กับผู้ที่สอนมันนั่นแหละ

สำหรับช่วงฤดูร้อน 3 ปีที่ผ่านมา ว่าที่นักวิทยาการคอมพิวเตอร์ราว 24 คนได้ไปที่มหาวิทยาลัยสแตนฟอร์ดเพื่อเรียนรู้เกี่ยวกับปัญญาประดิษฐ์จากผู้ที่ปราดเปรื่องที่สุดในสาขาดังกล่าวจำนวนหนึ่ง ผู้เข้าร่วมซึ่งคัดเลือกจากผู้สมัครหลายร้อยคนได้เดินทางไปเยี่ยมชมบริษัทด้านเทคโนโลยีหลายแห่งที่อยู่ในบริเวณใกล้เคียง โต้ตอบกับหุ่นยนต์ที่มีบทบาททางสังคมและโดรน 6 ขา และเรียนรู้เกี่ยวกับภาษาศาสตร์คอมพิวเตอร์ (สิ่งที่เครื่องทำเมื่อคำต่างๆ มีหลายความหมาย) และความสำคัญของการบริหารเวลา (สำคัญมากๆ) พวกเขาเล่นจานร่อนกัน แต่ถ้าภาพของ AI ในความคิดนึกของคุณเป็นพวกผู้ชายที่สร้างศัตรูที่เจ้าเล่ห์มากขึ้นสำหรับวิดีโอเกมที่ตนโปรดปรานแล้วละก็ นั่นไม่ใช่แน่ นักเรียนทั้งหมดในโปรแกรม Outreach Summer ของห้องทดลองปัญญาประดิษฐ์แห่งสแตนฟอร์ด หรือ Stanford Artificial Laboratory’s Outreach Summer (SAILORS) คือเด็กสาวที่เพิ่งเรียนจบชั้นมัธยมศึกษาปีที่ 3 และการเรียนก็มุ่งเน้นการหาวิธีต่างๆ ในการพัฒนาคุณภาพชีวิต ไม่ใช่เพื่อปรับปรุงการเล่นเกมของตน อย่างเช่น เราจะใช้ AI เพื่อป้องกันเครื่องบินขนาดใหญ่ไม่ให้เฉี่ยวชนกันได้อย่างไร จะทำอย่างไรให้แน่ใจว่าหมอจะล้างมือก่อนลงมือผ่าตัด “เป้าหมายของเราคือการคิดใหม่ในเรื่องการศึกษาด้าน AI ในแบบที่ส่งเสริมความหลากหลายและนักเรียนจากทุกชนชั้นทางสังคม เศรษฐกิจ และเชื้อชาติ” Fei-Fei Li ผู้อำนวยการของห้องทดลอง AI แห่งสแตนฟอร์ดและผู้ก่อตั้งโปรแกรม SAILORS กล่าว “เมื่อคุณมีว่าที่นักเทคโนโลยีจากหลากหลายสาขา พวกเขาจะสนใจเรื่องการใช้เทคโนโลยีเพื่อประโยชน์ของมนุษยชาติอย่างจริงจัง”

เมื่อคุณมีว่าที่นักเทคโนโลยีจากหลากหลายสาขา พวกเขาจะสนใจเรื่องการใช้เทคโนโลยีเพื่อประโยชน์ของมนุษยชาติอย่างจริงจัง

—Fei-Fei Li Google และสแตนฟอร์ด

Fei-Fei Li

SAILORS ก่อตั้งขึ้นในปี 2015 โดย Li และศิษย์เก่า Olga Russakovsky (ปัจจุบันเป็นผู้ช่วยศาสตราจารย์ที่มหาวิทยาลัยพรินซ์ตัน) เพื่อช่วยให้มีความเท่าเทียมทางเพศมากขึ้นในอุตสาหกรรมเทคโนโลยี การดำเนินงานนั้นเป็นทั้งแบบค่อยเป็นค่อยไปและเร่งด่วน จากผลการสำรวจเมื่อเร็วๆ นี้ พบว่าผู้หญิงที่กำลังเรียนปริญญาตรีด้านวิทยาการคอมพิวเตอร์มีจำนวนลดลง และมีผู้หญิงดำรงตำแหน่งผู้บริหารในงานสาขา AI ไม่ถึง 20 เปอร์เซ็นต์ สาขานี้จึงเป็นสาขาใหญ่มากที่ถูกละเลย เมื่อคำนึงถึงว่าในทุกๆ วัน มีผู้คนจำนวนมากขึ้นเรื่อยๆ ใช้ AI เพื่อทำให้ชีวิตง่ายขึ้นและมีประสิทธิภาพมากขึ้น ตัวอย่างเช่น แอปรูปภาพที่ใช้ AI จดจำใบหน้าของคุณท่ามกลางใบหน้าของคนอื่นๆ นอกเหนือจากการรับรู้ถึงชายหาดที่คุณใช้ถ่ายภาพนั้น นี่เป็นวิธีที่อุปกรณ์ทำความเข้าใจคำพูดเมื่อคุณถามว่าพรุ่งนี้สภาพอากาศจะเป็นอย่างไร นอกจากนี้ยังมีแอปพลิเคชันที่เป็นที่รู้จักน้อยกว่า อย่างเช่น การวินิจฉัยภาวะเบาหวานขึ้นจอตา (ซึ่งมักทำให้ตาบอด) หรือการส่งโดรนไปในภารกิจค้นหาและกู้ภัยในพื้นที่ที่ห่างไกลที่สุดของโลก

เมื่อ AI แพร่หลายมากขึ้น ความต้องการให้มีความสมดุลทางเพศในสาขานี้ก็มีมากขึ้นจนเกินระดับที่เหมาะสมตามปกติทั่วไป ด้วยเหตุที่ความหลากหลายคือส่วนประกอบที่สำคัญยิ่งของ AI อันเป็นลักษณะทางธรรมชาติของการเรียนรู้ของเครื่องนั่นเอง เป้าหมายของ AI คือการกระตุ้นให้เครื่องทำงานที่มนุษย์ทำโดยธรรมชาติ เช่น รู้จำเสียงพูด ตัดสินใจ บอกความแตกต่างระหว่างข้าวผัดและข้าวผัดกะเพรา ในการทำงานดังกล่าว จะมีการป้อนข้อมูลมากมายมหาศาลให้เครื่อง ซึ่งมักจะเป็นคำ บทสนทนา หรือรูปภาพนับล้านๆ รายการ ซึ่งเหมือนกับมนุษย์ที่มีการซึมซับข้อมูลต่างๆ ในทุกขณะที่ไม่ได้หลับมาตั้งแต่เกิด (โดยพื้นฐานแล้ว นี่คือการเรียนรู้ของเครื่อง) ยิ่งเครื่องเห็นรถจำนวนมากเพียงใด ก็จะยิ่งมีความชำนาญในการระบุรถมากขึ้นเพียงนั้น แต่ถ้าชุดข้อมูลมีจำกัดหรือมีความลำเอียง (เช่น ถ้านักวิจัยไม่ได้ใส่ภาพรถยี่ห้อ Trabant ลงไปด้วย) หรือถ้าเพื่อนร่วมสาขา AI ไม่เห็นหรือไม่สามารถให้เหตุผลเกี่ยวกับข้อจำกัดหรือความลำเอียงดังกล่าว (อาจเป็นเพราะเขาไม่ได้รอบรู้เกี่ยวกับรถยนต์ของเยอรมนีตะวันออกก็ได้) เครื่องและผลลัพธ์ที่ได้จะมีข้อบกพร่อง ซึ่งกรณีแบบนี้ได้เกิดขึ้นแล้ว มีอยู่ครั้งหนึ่งที่ซอฟต์แวร์การรู้จำรูปภาพได้ระบุรูปถ่ายของชาวเอเชียว่าเป็นการกะพริบตา

ไม่ใช่แค่การทำให้ข้อมูลมีความโปร่งใสเท่านั้น แต่เราจำเป็นต้องทำให้ตัวเลขเคลื่อนไปในทิศทางที่ถูกต้องด้วย

—Tracy Chou Project Include

Tracy Chou

มนุษย์จะสร้างห้องทดลองและพื้นที่ทำงานที่รวมผู้คนที่หลากหลายให้ได้มากขึ้นอย่างไร โครงการและผู้คนจำนวนหนึ่งกำลังพยายามรับมือกับความท้าทายนี้ ในปีนี้ Li หัวหน้าทีมนักวิทยาศาสตร์ด้าน AI และการเรียนรู้ของเครื่องที่ Google Cloud และคนอื่นๆ ได้ช่วยกันในการเปิดตัว AI4ALL องค์กรไม่แสวงหาผลกำไรระดับชาติแห่งนี้มุ่งหวังที่จะทำให้ AI มีความหลากหลายยิ่งขึ้นและได้ว่าจ้างผู้เชี่ยวชาญในสาขาจีโนมิกส์ วิทยาการหุ่นยนต์ และความยั่งยืนมาเป็นผู้ให้คำปรึกษา องค์กรกำลังดำเนินงานต่อยอดจากงานของ SAILORS อีกทั้งยังมีการเพิ่มกลุ่มเป้าหมายเป็นผู้คนที่ไม่ได้มีผิวขาวและนักศึกษารายได้น้อยทั่วประเทศผ่านความร่วมมือกับมหาวิทยาลัยสแตนฟอร์ด และนอกจากนี้ยังมีมหาวิทยาลัยพรินซ์ตัน มหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ และมหาวิทยาลัยคาร์เนกีเมลลอนอีกด้วย “เพื่อนร่วมงานและผู้นำในอุตสาหกรรมหลายคนบอกเราว่า ‘SAILORS น่ะดีจริงๆ แต่มีแค่สแตนฟอร์ดแห่งเดียวที่ส่งนักเรียนมาเข้าร่วมโปรแกรมหลายสิบคนต่อปี และส่วนใหญ่มาจากเบย์ แอเรีย’ ” Li กล่าว “ดังนั้น AI4ALL จึงเป็นเรื่องของความหลากหลายและการยอมรับ ไม่ใช่แค่เรื่องเพศเท่านั้น”

โครงการริเริ่มที่คล้ายกันอื่นๆ รวมถึง Code Next ซึ่งเป็นการทำงานของ Google ในโอ๊คแลนด์เพื่อส่งเสริมให้นักเรียนชาวลาติโนและแอฟริกันอเมริกันสนใจอาชีพทางด้านเทคโนโลยี, DIY Girls โปรแกรม STEAM (วิทยาศาสตร์ เทคโนโลยี วิศวกรรม ศิลปะ และคณิตศาสตร์) เพื่อการศึกษาและการให้คำปรึกษาแก่ชุมชนที่ขาดแคลนทรัพยากรในลอสแอนเจลิส และ Project Include ซึ่งช่วยเหลือสตาร์ทอัพรายใหม่และที่ดำเนินการได้ไม่นานให้ว่าจ้างผู้หญิงและผู้คนที่ไม่ได้มีผิวขาวให้มากขึ้น Tracy Chou ซึ่งเคยทำงานที่ Pinterest ได้ก่อตั้ง Project Include ขึ้นเมื่อปีที่แล้วร่วมกับผู้หญิงที่โดดเด่นในวงการเทคโนโลยีคนอื่นๆ อีก 7 คน ในปี 2013 Chou เริ่มมีชื่อเสียงจากการกระตุ้นให้บริษัทด้านเทคโนโลยีหลายแห่งเปิดเผยจำนวนผู้หญิงที่มีการว่าจ้าง ตัวเลขที่เปิดเผยออกมาช่วยยืนยันสิ่งที่ทุกคนในซิลิคอนแวลลีย์รู้อยู่แล้ว นั่นคือ ในโลกเทคโนโลยี ตั้งแต่บริษัทที่ใหญ่ที่สุดไปจนถึงสตาร์ทอัพที่เล็กที่สุดนั้นเต็มไปด้วยคนผิวขาวและเป็นผู้ชาย Chou กล่าวว่า Project Include คือขั้นตอนถัดไปที่มีเหตุผล "หลังจากที่รายงานข้อมูลเหล่านี้ออกมาได้ 2 ปี และไม่มีการเปลี่ยนแปลงเกิดขึ้นมากนัก ตอนนี้เราเริ่มมีการพูดคุยกันมากขึ้นแล้วเกี่ยวกับเรื่องนี้" เธอกล่าว “ตอนนี้จะไม่ใช่แค่การทำให้ข้อมูลมีความโปร่งใส แต่เราจำเป็นต้องทำให้ตัวเลขเคลื่อนไปในทิศทางที่ถูกต้องด้วย”

ทิศทางดังกล่าวรวมถึงการทำให้มวลชนเข้าถึงงานในสาขา AI ได้มากขึ้น มีคนที่ทำงานในสาขา AI ค่อนข้างน้อย และทุกวันนี้เรามีหุ่นยนต์ที่ช่วยดูแลคนและเป็นผู้ช่วยส่วนตัวที่คาดคะเนความต้องการของเราได้ จากการที่มนุษย์เป็นผู้ควบคุมข้อมูลและหลักเกณฑ์ต่างๆ และเครื่องเป็นผู้ทำงาน ถ้ามนุษย์ป้อนข้อมูลที่ดีขึ้นและมากขึ้น ก็หมายความว่าจะได้ผลลัพธ์ที่ดีขึ้นและเยี่ยมยอดยิ่งขึ้นด้วย

ตอนนี้การทำให้ AI มีความเป็นประชาธิปไตยกำลังดำเนินไปอยู่ในหลายๆ ลักษณะ ลองดูตัวอย่างนี้ ลูกชายของชาวไร่ในญี่ปุ่นใช้ AI เพื่อคัดแยกแตงกวาซึ่งเป็นผลผลิตของครอบครัวตามลักษณะต่างๆ ของแตงกวา เรื่องราวประเภทนี้ดึงดูดความสนใจของ Li ซึ่งเดินทางจากจีนมายังสหรัฐอเมริกาตั้งแต่ตอนอายุ 16 ปี โดยที่เธอไม่รู้จักประเทศที่รับตัวเธอมามากนัก และไม่รู้อะไรเลยเกี่ยวกับนิวเจอร์ซีย์ซึ่งกลายเป็นบ้านของเธอในท้ายที่สุด หลังจากทำงานเล็กๆ น้อยๆ มาหลายงาน นับตั้งแต่ทำความสะอาดบ้าน จูงสุนัขไปเดินเล่น ไปจนการถึงเป็นแคชเชียร์ในร้านอาหารจีน ในที่สุด Li ก็เข้าเรียนที่มหาวิทยาลัยพรินซ์ตัน และจบการศึกษาระดับปริญญาโทจาก Caltech ในเวลาต่อมา

Li ทำงานในฐานะคนต่างถิ่นที่มี 3 สถานะ ได้แก่ ผู้อพยพ ผู้หญิง และคนที่ไม่ได้มีผิวขาวในโลกที่คนส่วนใหญ่เป็นชายผิวขาว สิ่งที่อาจเป็นอุปสรรคสำหรับคนอื่นได้กลายมาเป็นแรงกระตุ้นสำหรับ Li เธออุทิศเวลาให้กับการเรียนด้านคอมพิวเตอร์วิทัศน์ ซึ่งเป็นองค์ประกอบหนึ่งของการเรียนรู้ของเครื่องที่เธอเรียกว่า “การประยุกต์ใช้ที่สำคัญที่สุดของ AI” คอมพิวเตอร์วิทัศน์วิเคราะห์และระบุข้อมูลภาพ และในวันใดวันหนึ่งอาจช่วยสร้างแขนขาของหุ่นยนต์ที่ตอบสนองได้มากขึ้น พูด หรือแก้ปัญหาที่ซับซ้อนที่สุดของการพิสูจน์ทางคณิตศาสตร์ได้ แต่ก็เช่นเดียวกับสาขาวิชาด้าน AI อื่นๆ ทั้งหมด กุญแจสำคัญของเทคโนโลยีนี้คือการสอนเครื่องให้วิเคราะห์ข้อมูลปริมาณมหาศาลจากสถานที่และมุมมองที่แตกต่างกัน และโดยพื้นฐานแล้วก็คือการแสดงพลเมืองของโลกให้เห็นเป็นภาพ ซึ่งก็ไม่ได้ต่างกับ Li

การสนับสนุนกลุ่มผู้สร้างที่มีความหลากหลายให้กำหนดทิศทางของโลกเป็นสิ่งจำเป็นสำหรับเรื่องราวประเภทนี้และปัญหาทางเทคนิคที่นักวางกลยุทธ์ด้านเนื้อหา Diana Williams ต้องเจอทุกวันที่ ILMxLAB ศูนย์แห่งความฝันอันลับสุดยอดของ Lucasfilm ที่ซึ่งเหล่านักพัฒนาสร้างสรรค์ความบันเทิง 3 มิติแบบอินเทอร์แอกทีฟ ที่ที่อาจเป็นการเผชิญหน้ากับ Darth Vader ผ่าน VR ซึ่งได้รับแรงบันดาลใจจากจักรวาล Star Wars อันกว้างใหญ่ Williams มีความเกี่ยวข้องกับองค์กรอย่างเช่น Black Girls Code อย่างลึกซึ้ง และจดจำได้ดีถึงจำนวนอันน้อยนิดของผู้หญิงที่ไม่ได้มีผิวขาวในวิทยาลัยของเธอช่วงทศวรรษที่ 80 “มีฉันเพียงคนเดียวทุกครั้งในชั้นเรียนคณิตศาสตร์ และฉันเป็นคนเดียวในชั้นเรียนธุรกิจด้วย” เธอกล่าว “มันทำให้รู้สึกท้อ แล้วก็น่ากลัวด้วย” วิธีแก้ปัญหาของเธอคือชี้แนะผู้หญิงให้เข้าสู่โลกเทคโนโลยีมากขึ้น "ให้เขาเริ่มตั้งแต่เด็กและปลูกฝังให้มีความมั่นใจ เพื่อให้เขาไม่หันหลังเดินกลับออกมา เมื่อเดินเข้าไปในห้องและเป็นเพียงคนเดียวที่นั่น ”

ให้เขาเริ่มตั้งแต่เด็กและปลูกฝังให้มีความมั่นใจ เพื่อให้เขาไม่หันหลังเดินกลับออกมา เมื่อเดินเข้าไปในห้องและเป็นเพียงคนเดียวที่นั่น

—Diana Williams Lucasfilm

Diana Williams

Maya Gupta นักวิจัยด้านการเรียนรู้ของเครื่องที่ Google กำลังทำงานเพื่อปรับปรุง AI แม้ว่าจะเป็นคนละแง่มุมกันก็ตาม ที่สแตนฟอร์ด เธอได้ช่วยบริษัทในนอร์เวย์ตรวจหารอยปริของท่อก๊าซใต้น้ำ “เราลงไปในที่ลึกแบบนั้นไม่ได้ จึงมีข้อมูลแค่บางส่วนในการคาดเดา” เธอกล่าว การสอนเครื่องให้คาดเดาในสิ่งที่แตกต่างกันเล็กน้อยมากเป็นเรื่องที่ Gupta คุ้นเคย ถ้าตอนนี้คุณอยู่ใน YouTube และกำลังฟังเพลง “Truth” ของนักแซกโซโฟนเทเนอร์ Kamasi Washington และเพลงก็ลื่นไหลอย่างนุ่มนวลไปยัง “Turiya and Ramakrishna” อันแสนไพเราะของ Alice Coltrane ราวกับเป็นผลงานของดีเจสุดเจ๋งที่คุณไม่รู้จัก ก็รู้ไว้เลยว่าทีมของ Gupta คือผู้ที่ช่วยคอมพิวเตอร์ในการปรับแต่งเพลงแนะนำ “ทั้งหมดนี้เป็นเรื่องของการคาดคะเน ถูกต้องไหม” เธอกล่าว “คุณพยายามคาดเดาว่ากำลังเกิดอะไรขึ้นด้วยข้อมูลที่จำกัด”

วันนี้เธอเป็นหัวหน้าทีมวิจัยและพัฒนาที่ Google ซึ่งหนึ่งในวัตถุประสงค์ที่มีก็คือการทำให้การเรียนรู้ของเครื่องมีความถูกต้องมากขึ้น “สมมติว่าฉันอยากจะระบุสำเนียงการพูดแบบบอสตันกับเท็กซัสได้ถูกต้องเท่าๆ กัน แต่ฉันมีโปรแกรมรู้จำเสียงพูดที่รู้จำสำเนียงเท็กซัสได้ดีกว่านิดหน่อย” เธอกล่าว “ฉันควรจะแกล้งคนที่พูดสำเนียงเท็กซัสด้วยการทำให้การรู้จำสำเนียงนี้แย่พอๆ กับการรู้จำสำเนียงบอสตัน เพื่อที่จะให้มันแฟร์หรือเปล่า แล้วจะเกิดอะไรขึ้น ถ้าการรู้จำสำเนียงบอสตันยากกว่าอีกสำเนียง”

Gupta และทีมกำลังปรับปรุงระบบให้มีความโปร่งใสสูงสุดและโปร่งใสยิ่งกว่าการออกแบบการปล่อยก๊าซเรือนกระจกของระบบเดียวกันนี้ด้วยซ้ำไป เครื่องเหล่านี้ช่วยให้เรายังคงมีความหวังกันต่อไป เราสามารถขจัดความลำเอียงหรือกระบวนการของจิตใต้สำนึกที่เกาะกินความคิดของมนุษย์ได้มากมาย หรืออย่างน้อยก็ช่วยให้เรารู้ได้โดยง่ายเมื่อมีความลำเอียงเกิดขึ้น เครื่องไม่เสียสมาธิเมื่อเหนื่อย เมื่อหงุดหงิดหรือหิว การวิจัยแสดงให้เห็นว่าผู้พิพากษาให้สิทธิ์พ้นโทษอย่างมีเงื่อนไขน้อยลงก่อนพักกลางวัน เมื่อคิดถึงแซนด์วิชมากกว่าการประชุมรอบนอกระหว่างผู้พิพากษากับทนาย “การคาดการณ์ว่ามนุษย์คิดอะไรอยู่เป็นเรื่องยาก” Gupta กล่าว “เราต้องการให้ระบบการเรียนรู้ของเครื่องเป็นเรื่องที่อธิบายได้ และอันที่จริงระบบพวกนี้ส่วนใหญ่ก็อธิบายได้มากกว่ามนุษย์เสียอีก”

เราต้องการให้ระบบการเรียนรู้ของเครื่องเป็นเรื่องที่อธิบายได้ และอันที่จริงระบบพวกนี้ก็มีจำนวนไม่น้อยเลยที่อธิบายได้ง่ายกว่าการอธิบายมนุษย์เสียอีก

—Maya Gupta Google

Maya Gupta

ในขณะที่ AI มีประโยชน์มากขึ้นเรื่อยๆ และแม้ว่าจะมีการใช้งานที่ง่ายขึ้นด้วยก็ตาม แต่เราก็ยังคงกระตุ้นให้ทุกฝ่ายร่วมมือกันให้มากที่สุดเท่าที่จะเป็นไปได้ Christine Robson ซึ่งเคยเป็นนักวิจัยของ IBM ก่อนที่จะมาร่วมงานกับ Google เป็นแชมป์ที่แสนกระตือรือร้นของซอฟต์แวร์โอเพนซอร์สอย่าง TensorFlow ซึ่งเป็นระบบการเรียนรู้ของเครื่องที่ดูแลจัดการงานต่างๆ ตั้งแต่การแปลภาษา การสังเกตความเจ็บป่วย ไปจนถึงการสร้างงานศิลปะต้นฉบับ

สำหรับ Robson การรวมผู้คนไว้อย่างหลากหลายใน AI หมายถึงการทำให้คนอื่นๆ ที่ไม่ใช่แค่เด็กเนิร์ดบ้าคณิตศาสตร์ที่ชอบอยู่กับตัวเองอย่างเธอ สามารถเข้าถึงเครื่องมือของ AI ได้ “ฉันตื่นเต้นที่คนทั่วโลกสามารถใช้งานการเรียนรู้ของเครื่องได้” เธอกล่าว “เรามีการพูดคุยกันเยอะเลยเกี่ยวกับการทำให้การเรียนรู้ของเครื่องมีความเป็นประชาธิปไตย และฉันเชื่อในเรื่องนี้มากๆ การทำให้เครื่องมือเหล่านี้ใช้งานง่ายและไม่ว่าใครก็ประยุกต์ใช้เทคนิคเหล่านี้ได้ เป็นเรื่องที่สำคัญมาก”

วรรณกรรมแนวไซไฟ รวมทั้งภาพยนตร์แนวนี้เป็นตัวอย่างของ AI ที่ผิดพลาดอย่างร้ายแรงที่เราเห็นกันมาโดยตลอด (Frankenstein ของแมรี เชลลีย์ จะมีอายุครบ 200 ปีในปีหน้า) ในวันนี้ ผู้คนมากมายในอุตสาหกรรม ซึ่งรวมถึง Li, Robson และ Chou กังวลน้อยลงว่า AI จะทำอะไรให้เราได้บ้าง แต่กลับกังวลมากกว่าถึงสิ่งที่มนุษย์อาจทำกับ AI ตัวอย่างหนึ่งก็คือ การที่บรรดาโปรแกรมเมอร์ใส่เสียงผู้หญิงให้ผู้ช่วยเสมือน เพราะทั้งชายและหญิงต่างมีแนวโน้มที่จะชอบเสียงของอีกเพศมากกว่านั่นเอง “แต่นี่เป็นการตอกย้ำไอเดียที่ว่าผู้ช่วยต้องเป็นผู้หญิงให้คงอยู่ตลอดไป ดังนั้น เมื่อเราใช้งานระบบเหล่านี้ ก็จะเป็นการตอกย้ำอคติของสังคมด้วย” Chou กล่าว ผู้ที่อุทิศตนอย่างโดดเด่นในสาขานี้หลายคนกังวลเกี่ยวกับสิ่งที่จะเกิดขึ้นกับระบบ AI ในชีวิตจริง และเป็นสิ่งที่กำลังจะเกิดขึ้นด้วย ถึงเวลาแล้วที่จะต้องมีการผลักดันให้มีความหลากหลายมากขึ้นใน AI นี่ไม่ใช่เรื่องที่ทำได้ง่ายๆ แต่ผู้นำในสาขานี้ก็เฉลียวฉลาด เก่งกาจ อีกทั้งยังมุ่งมั่นที่จะทำให้สำเร็จอีกด้วย

การทำให้เครื่องมือ AI เหล่านี้ใช้งานง่ายและทุกๆ คนประยุกต์ใช้เทคนิคเหล่านี้ได้เป็นเรื่องที่สำคัญมาก

—Christine Robson Google

Christine Robson

เราต้องดูแลให้ทุกคนรู้สึกว่าได้รับการต้อนรับ Gupta กล่าว เธอนึกถึงผนังติดรูปภาพอาจารย์สาขาวิศวกรรมไฟฟ้าที่เกษียณอายุที่มหาวิทยาลัยไรซ์ สถานที่ทำงานเก่าของเธอ "ช่างดูไม่เหมือนฉันเลย” เราต้องโน้มน้าวให้สาวๆ เชื่อว่า AI ไม่ใช่เรื่องมหัศจรรย์อะไร Robson เสริม “เป็นเรื่องของคณิตศาสตร์ล้วนๆ"

ที่ SAILORS นักเรียนกำลังเรียนรู้วิธีใช้การประมวลผลภาษาธรรมชาติเพื่อการค้นหาในโซเชียลมีเดียและเพื่อช่วยบรรเทาภัยพิบัติ “มันจะช่วยให้เจ้าหน้าที่กู้ชีพค้นพบคนที่ต้องการความช่วยเหลือแบบเรียลไทม์ด้วยข้อความ Twitter” Li กล่าว แม้จะผ่านช่วงฤดูร้อนอันน่าจดจำไปแล้ว แต่ชั้นเรียนและโครงการก็ยังคงจุดประกายให้สิ่งอื่นๆ ต่อไป นักเรียนบางคนได้เริ่มก่อตั้งชมรมหุ่นยนต์ของตัวเองขึ้นที่โรงเรียน ตีพิมพ์ผลงานในวารสารทางวิทยาศาสตร์ และจัดเวิร์กชอปที่โรงเรียนมัธยมศึกษาตอนต้นเพื่อเผยแพร่ข่าวสารของ AI แก่ผู้คน รวมถึงเด็กหญิงอายุน้อยๆ สำหรับนักเรียนเหล่านี้ที่มีภูมิหลังและประสบการณ์อันหลากหลายพอๆ กับจำนวนโครงการมากมายที่จัดขึ้นที่ค่ายนั้น AI ไม่ใช่เครื่องมือสุดเจ๋งล่าสุด แต่เป็นพลังที่ทรงอานุภาพเพื่อสิ่งที่ดี ในช่วงก่อนหน้าที่จะมีการประชุมของผู้เข้าร่วมโปรแกรม SAILORS เป็นครั้งแรกในปี 2015 โปรแกรมได้แชร์ข้อความต่างๆ จากผู้ที่จะมาเข้าค่าย ซึ่งหนึ่งในข้อความดังกล่าวเป็นคำอธิษฐานที่เป็นไปได้ยากยิ่งที่กล่าวว่า “ฉันหวังว่าจะได้เริ่มเรียนรู้เกี่ยวกับ AI เดี๋ยวนี้เลย จะได้สร้างผลกระทบต่อโลกในวันข้างหน้าได้”

ดูเพิ่มเติม:

กลับไปด้านบน