ฟังรายการ Kara Swisher สัมภาษณ์ Mustafa Suleyman ผู้ร่วมก่อตั้ง DeepMind ที่ล่าสุดลาออกจาก Google มาตั้งบริษัทใหม่ Inflection AI ร่วมกับ Reid Hoffman (ผู้ร่วมก่อตั้ง LinkedIn)
นานๆ ทีเราถึงเห็นคนที่เป็น co-founder ของบริษัท AI ชื่อดัง 2 บริษัท เลยมาจดประเด็นเก็บไว้สักหน่อยว่าเขามีมุมมองต่อเรื่องต่างๆ ในวงการ AI อย่างไรบ้าง
Spotify มาตรการความปลอดภัย (guardrail) ของ AI
- ควรมีวิธีการบอกว่า “นี่คือ AI กำลังพูดอยู่นะ ไม่ใช่คน” อย่างชัดแจ้ง (explicit) เพื่อป้องกันปัญหา imitation คือ AI ปลอมตัวเป็นคน
- ควรมีระบบ watermark เพื่อบ่งบอกว่าคอนเทนต์นี้สร้างโดยใคร จะได้ติดตามย้อนกลับได้ (แนวทางนี้กูเกิลบอกว่าจะทำ)
- ควรมีผู้ตรวจสอบอิสระ (independent third party) ทำหน้าที่เป็น red team ลองโจมตีโมเดล AI ดูว่าสำเร็จหรือไม่ ซึ่ง Inflection มีทีมนี้อยู่ แต่อยากให้เป็นมาตรฐานอุตสาหกรรมด้วย
ความสัมพันธ์ของบริษัทสตาร์ตอัพสาย AI
- คนทำงานใน Inflection, Anthropic, DeepMind, OpenAI รู้จักกันหมด เป็นเพื่อนกันสมัยเรียน อยู่ในวงการนี้มา 10-15 ปีด้วยกัน วิธีคิดคล้ายกัน แต่แนวทางแตกต่างกันในรายละเอียด วิธีทำงานจึงต่างกัน
อนาคตของการใช้ AI ส่วนบุคคล
- เขามองว่าโลกจะมี AI จำนวนมาก นอกจาก AI ของบริษัทใหญ่ๆ อย่าง Microsoft/Google เขามองว่าธุรกิจทุกแห่ง แบรนด์ทุกแบรนด์ บุคคลทุกคน จะมี AI ของตัวเอง คอยช่วยงานของเราเอง
- Inflection เลือกทำธุรกิจนี้ เรียกว่า Personal AI หรือ Pi เหมือนเป็นผู้ช่วยส่วนตัว (assistant หรือ chief of staff) คอยทำงานต่างๆ ให้เรา และคอยคุยกับ AI ของคนอื่นเพื่อเจรจาสิ่งต่างๆ แทนเรา
- ในโลกที่บริษัทใหญ่ๆ มี AI พยายามมานำเสนอของขายให้เรา นำเสนอโฆษณาให้เรา เราจำเป็นต้องมี AI ที่อยู่เคียงข้างเรา อยู่ฝั่งเดียวกับเรา เป็นที่ปรึกษาให้เราด้วย
- โมเดลธุรกิจของ Personal AI ควรเป็นการจ่ายเงิน subscription โดยตรง เพื่อพิทักษ์ผลประโยชน์ให้เราโดยไม่มีอะไรแอบแฝง จ่ายเงินแล้วมีความรับผิดชอบต่อผู้จ่าย (accountable) เราเองก็เชื่อถือ AI ได้มากขึ้นด้วย ดีกว่าโมเดล freemium ที่เชื่อถือได้ลำบากว่ามีอะไรแอบแฝงหรือไม่
- การแข่งขันของวงการ AI ยังจะเป็นเรื่องของรสนิยมของคำตอบด้วย แต่ละคนจะชอบรูปแบบของคำตอบแตกต่างกันไป บางคนอาจชอบ AI แนว woke หรือบางคนอาจชอบ TruthGPT ของ Elon Musk ที่เน้นเรื่องตลกสัปดน เล่นมีมตามสไตล์ผู้สร้าง
มองเพื่อนร่วมวงการ
- DeepMind จุดเด่นคือมีทีมวิจัยที่เก่งมาก จุดอ่อนคือสนใจเรื่อง reinforcement learning ในสภาพแวดล้อมจำลองมากเกินไป ทำให้สร้างผลิตภัณฑ์ AI ในโลกจริงที่สเกลได้ไม่เก่งเท่าไร แต่การรวมร่าง Google DeepMind น่าจะทำให้กลับมาวิ่งตามคนอื่นได้เร็ว เพราะฐานทีมวิจัยดีอยู่แล้ว
- Meta ใช้แนวทาง open source จะช่วยให้อุตสาหกรรมใช้งานโมเดล LLaMA แพร่หลายได้เร็วมาก และจะเป็นประโยชน์ต่อบริษัท Meta ในการสร้างนวัตกรรมได้เร็วกว่า Google/DeepMind/Microsoft
ทิศทางของวงการ AI
- การแพร่หลายของ AI แบบ open source จะทำให้คนทั่วไปสร้าง AI ที่มีคุณภาพระดับ 85-90% ได้อย่างรวดเร็ว แต่การไปให้ถึงคุณภาพระดับ 99% นั้นยากมาก ต้องใช้ทีมวิจัย ทีมนักวิทยาศาสตร์ระดับโลก ที่เข้าถึงทรัพยากรการประมวลผลขนาดใหญ่ได้ด้วย
- Inflection ได้เปรียบตรงที่มีสายสัมพันธ์กับ Microsoft ทำให้เข้าถึงทรัพยากร เข้าถึงจีพียูรุ่นใหม่ๆ บน Azure ได้ ถือเป็นข้อได้เปรียบ
- แต่ทิศทางของโมเดล AI จะมุ่งสู่ขนาดเล็กลง มีประสิทธิผล (efficiency) มากขึ้น ตัวอย่างคือโมเดล LLM ในปี 2023 มีขนาด 3B parameter แต่คุณภาพทำได้เท่ากับ GPT-3 ที่ออกปี 2020 ขนาด 175B หรือขนาดต่างกัน 60x
- มองว่าจะแก้ปัญหา AI หลอน (hallucination) ในอีกไม่กี่ปีข้างหน้า หรือราวกลางปี 2025
I stand by my claim: 95% of the time means largely eliminated by June 2025. @GaryMarcus https://t.co/GwXzugRlWR https://t.co/hNn6hbfnp3
— Mustafa Suleyman (@mustafasuleyman) June 15, 2023
AI กับการแย่งงานคน
- ทุกวันนี้ AI เก่งกว่าคนแล้วในเรื่องการแปลภาษา ในเรื่องการจดจำใบหน้า และจะเก่งขึ้นอีกเรื่อยๆ ในด้านอื่นด้วย
- การที่ AI เก่งกว่าคนเป็นสิ่งที่ดี และจะก่อให้เกิดการเติบโตของผลิตภาพอย่างก้าวกระโดด (greatest explosion of productivity in history) เราจะใช้ศักยภาพใหม่นี้ไปแก้ปัญหาใหญ่ๆ อย่าง climate crisis
- เราควรเผชิญหน้ากับภาวะนี้ด้วยความเป็นจริง ไม่มองโลกในแง่ร้ายหรือหายนะเกินไป ควรตั้งคำถามว่าเราควรทำอย่างไรเพื่อช่วยให้การเปลี่ยนผ่านนี้ราบรื่น
- เขามองว่าควรเก็บภาษีด้วยนโยบายก้าวหน้า (progressive taxation) เพื่อลดความเหลื่อมล้ำ เก็บภาษีคนรวยเพื่อมาชดเชยคนจน แต่ยังไม่ต้องไปถึงขั้น UBI (universal basic income) เพราะมองว่าทำได้ยาก เห็นผลไม่ชัดเจน