ปัญญาประดิษฐ์สามารถเรียนรู้ได้โดยไม่ต้องใช้ข้อมูลหรือไม่?

คุณกำลังสงสัยอยู่หรือไม่, “ปัญญาประดิษฐ์สามารถเรียนรู้ด้วยตัวเองโดยไม่ต้องใช้ข้อมูลเลยหรือ?” เพื่อให้ได้คำตอบที่ละเอียดและสมเหตุสมผลที่สุด มาร่วมสำรวจหัวข้อนี้อย่างลึกซึ้งกับ INVIAI กันเถอะ

ก่อนอื่น สิ่งสำคัญคือต้องเข้าใจว่า ข้อมูลคือหัวใจสำคัญของโมเดล AI การเรียนรู้ของเครื่องสมัยใหม่ทั้งหมด AI ไม่สามารถ “สร้าง” ความรู้ขึ้นมาเองได้โดยปราศจากข้อมูลนำเข้า

ตัวอย่างเช่น ใน การเรียนรู้แบบมีผู้สอน AI จะเรียนรู้จากชุดข้อมูลขนาดใหญ่ที่มนุษย์ได้ติดป้ายกำกับไว้แล้ว (ภาพ ข้อความ เสียง ฯลฯ) เพื่อจดจำรูปแบบ

แม้แต่ใน การเรียนรู้แบบไม่มีผู้สอน AI ก็ยังต้องการข้อมูลดิบที่ไม่มีป้ายกำกับเพื่อค้นหาโครงสร้างหรือรูปแบบที่ซ่อนอยู่ภายในข้อมูลนั้นด้วยตัวเอง

ดังนั้น ไม่ว่าจะเป็นวิธีใด AI ก็ต้อง “ได้รับการเลี้ยงดู” ด้วยข้อมูล—ไม่ว่าจะเป็นข้อมูลที่ติดป้ายกำกับ ข้อมูลที่ติดป้ายกำกับเอง (self-supervised) หรือข้อมูลจากสภาพแวดล้อมจริง หากไม่มีข้อมูลนำเข้า ระบบก็ไม่สามารถเรียนรู้อะไรใหม่ได้เลย

วิธีการเรียนรู้ AI ที่พบบ่อย

ในปัจจุบัน โมเดล AI ส่วนใหญ่เรียนรู้ผ่านวิธีการดังต่อไปนี้:

• การเรียนรู้แบบมีผู้สอน:

AI เรียนรู้จากชุดข้อมูลขนาดใหญ่ที่ติดป้ายกำกับไว้ เช่น การจดจำแมวในภาพ ต้องใช้ภาพถ่ายนับพันที่ติดป้ายว่า “แมว” หรือ “ไม่ใช่แมว” เพื่อฝึกสอน วิธีนี้มีประสิทธิภาพสูงแต่ต้องใช้ความพยายามในการติดป้ายข้อมูลมาก

• การเรียนรู้แบบไม่มีผู้สอน:

AI จะได้รับข้อมูลดิบที่ไม่มีป้ายกำกับและค้นหารูปแบบหรือกลุ่มข้อมูลที่คล้ายคลึงกัน เช่น อัลกอริทึมการจัดกลุ่มที่รวมชุดข้อมูลที่มีลักษณะคล้ายกัน วิธีนี้ช่วยให้ AI “เรียนรู้ด้วยตัวเอง” จากข้อมูลและค้นหารูปแบบโดยไม่ต้องมีคำแนะนำจากมนุษย์

• การเรียนรู้แบบติดป้ายเอง (Self-Supervised Learning):

เป็นรูปแบบหนึ่งที่ใช้กับเครือข่ายประสาทเทียมขนาดใหญ่และโมเดลภาษาใหญ่ (LLMs) โดยโมเดลจะสร้างป้ายกำกับให้กับข้อมูลเอง (เช่น ทำนายคำถัดไปในประโยค หรือสร้างส่วนที่ขาดหายไป) แล้วเรียนรู้จากป้ายเหล่านั้น วิธีนี้ช่วยให้ AI ใช้ชุดข้อมูลข้อความหรือภาพขนาดใหญ่โดยไม่ต้องมีการติดป้ายจากมนุษย์

• การเรียนรู้แบบเสริมกำลัง (Reinforcement Learning - RL):

แทนที่จะใช้ข้อมูลคงที่ AI (ซึ่งเรียกว่า “ตัวแทน”) จะโต้ตอบกับ สภาพแวดล้อม และเรียนรู้จากสัญญาณรางวัล วิกิพีเดียนิยาม RL ว่า: “การเรียนรู้แบบเสริมกำลังคือการสอนตัวแทนซอฟต์แวร์ให้รู้จักพฤติกรรมในสภาพแวดล้อมโดยแจ้งผลลัพธ์ของการกระทำของมัน”

กล่าวคือ AI จะทำการกระทำ สังเกตผลลัพธ์ (เช่น รางวัลหรือบทลงโทษ) และปรับกลยุทธ์เพื่อเพิ่มประสิทธิภาพ

ตัวอย่างเช่น แทนที่จะให้มนุษย์สอนเล่นหมากรุก DeepMind’s AlphaZero เล่นเกมนับล้านครั้งกับตัวเอง ค้นพบกลยุทธ์ใหม่ผ่านสัญญาณชนะโดยไม่ต้องพึ่งชุดข้อมูลผู้เชี่ยวชาญที่เตรียมไว้ล่วงหน้า

• การเรียนรู้แบบกระจาย (Federated Learning):

สำหรับข้อมูลที่มีความละเอียดอ่อน เช่น ภาพทางการแพทย์ส่วนบุคคล Federated Learning ช่วยให้หลายอุปกรณ์ (หรือองค์กร) ร่วมกันฝึกโมเดลโดย ไม่ต้องแชร์ข้อมูลดิบ

Google อธิบายว่า ใน Federated Learning โมเดลทั่วโลกจะถูกส่งไปยังแต่ละอุปกรณ์เพื่อฝึกกับข้อมูลในเครื่อง และส่งเฉพาะการอัปเดตโมเดลกลับมา—ข้อมูลดิบจะไม่ถูกส่งออกจากอุปกรณ์

วิธีนี้ช่วยให้โมเดลเรียนรู้จากข้อมูลในหลายสถานที่โดยไม่ต้องรวบรวมข้อมูลไว้ที่ศูนย์กลาง แต่ AI ก็ยังต้องการข้อมูลในเครื่องแต่ละเครื่องเพื่อเรียนรู้

• การเรียนรู้แบบ Zero-Shot:

เป็นความสามารถของ AI ในการอนุมานแนวคิดใหม่โดยไม่ต้องมีตัวอย่างเฉพาะ IBM นิยาม Zero-Shot Learning ว่า “โมเดล AI ที่ถูกฝึกให้รู้จักหรือจำแนกวัตถุ/แนวคิดที่ไม่เคยเห็นตัวอย่างมาก่อน”

การเรียนรู้แบบ zero-shot พึ่งพาความรู้กว้างที่ได้มาแล้วก่อนหน้า เช่น โมเดลภาษาใหญ่หลายตัวอย่าง GPT ที่ถูกฝึกด้วยชุดข้อความขนาดมหาศาล ด้วยความรู้พื้นฐานนี้ พวกมันจึงสามารถวิเคราะห์แนวคิดใหม่ได้แม้ไม่มีตัวอย่างชัดเจน

แม้จะดูเหมือนว่า AI สามารถ “เรียนรู้โดยไม่ใช้ข้อมูล” แต่ในความเป็นจริง LLMs ยังต้องพึ่งชุดข้อมูลเริ่มต้นขนาดใหญ่เพื่อสร้างพื้นฐานทางภาษา

สรุปแล้ว วิธีการทั้งหมดนี้แสดงให้เห็นว่า ไม่มีวิธีวิเศษใดที่ AI จะเรียนรู้ได้โดยปราศจากข้อมูล ไม่ว่าจะในรูปแบบใดก็ตาม AI อาจลดการพึ่งพาข้อมูลที่ติดป้ายโดยมนุษย์ หรือเรียนรู้จากประสบการณ์ แต่ไม่สามารถเรียนรู้จากความว่างเปล่าได้

แนวโน้มขั้นสูง: การเรียนรู้จาก “ประสบการณ์” แทนข้อมูลคงที่

นักวิจัยกำลังสำรวจวิธีที่ AI จะพึ่งพาข้อมูลที่มนุษย์จัดหาให้น้อยลง เช่น DeepMind เพิ่งเสนอโมเดล “streams” ในยุคของ “AI ที่เรียนรู้จากประสบการณ์” ซึ่ง AI จะเรียนรู้จากการโต้ตอบกับโลกจริงเป็นหลัก แทนที่จะเป็นปัญหาและคำถามที่มนุษย์ออกแบบ

VentureBeat อ้างงานวิจัยของ DeepMind ว่า: “เราสามารถทำได้โดยอนุญาตให้ตัวแทนเรียนรู้อย่างต่อเนื่องจากประสบการณ์ของตัวเอง—คือข้อมูลที่ตัวแทนสร้างขึ้นเองขณะโต้ตอบกับสภาพแวดล้อม… ประสบการณ์จะกลายเป็นวิธีหลักในการพัฒนา แซงหน้าข้อมูลที่มนุษย์จัดหาในปัจจุบัน”

กล่าวอีกนัยหนึ่ง ในอนาคต AI จะสร้างข้อมูลของตัวเองผ่านการทดลอง สังเกต และปรับการกระทำ เหมือนกับที่มนุษย์เรียนรู้จากประสบการณ์จริง

ตัวอย่างที่ชัดเจนคือโมเดล Absolute Zero Reasoner (AZR) ซึ่งฝึกโดย เล่นกับตัวเอง โดยไม่ต้องมีข้อมูลนำเข้าจากมนุษย์ มันสร้างปัญหาของตัวเอง (เช่น โค้ดหรือโจทย์คณิตศาสตร์) แก้ไข และใช้ผลลัพธ์ (ผ่านการรันโค้ดหรือฟีดแบ็กจากสภาพแวดล้อม) เป็นสัญญาณรางวัลเพื่อเรียนรู้

น่าทึ่งที่แม้ไม่ใช้ข้อมูลฝึกภายนอก AZR ก็ทำงานได้ยอดเยี่ยมในงานคณิตศาสตร์และโปรแกรมมิ่ง แซงหน้าระบบที่ฝึกด้วยตัวอย่างติดป้ายหลายหมื่นตัวอย่าง แสดงให้เห็นว่า AI สามารถ สร้าง “ชุดข้อมูล” ของตัวเอง โดยการตั้งคำถามและแก้ปัญหาอย่างต่อเนื่อง

นอกจาก AZR ยังมีงานวิจัยอื่นๆ ที่สำรวจ AI ที่ เรียนรู้อิสระ ระบบตัวแทนอัจฉริยะสามารถโต้ตอบกับซอฟต์แวร์และโลกเสมือน (เครื่องมือ เว็บไซต์ เกมจำลอง) เพื่อสะสมข้อมูลจากประสบการณ์

AI สามารถถูกออกแบบให้ตั้งเป้าหมายและรางวัลของตัวเอง คล้ายกับที่มนุษย์สร้างนิสัย แม้ยังอยู่ในขั้นวิจัย ความคิดเหล่านี้ย้ำชัดว่า: ไม่มี AI ตัวใดที่เรียนรู้ได้โดยปราศจากข้อมูลจริงๆ—เพียงแต่ “ข้อมูล” นั้นมาจากประสบการณ์ของ AI เอง

>>> เรียนรู้เพิ่มเติม: 

ฉันจำเป็นต้องรู้การเขียนโปรแกรมเพื่อใช้ AI หรือไม่?

ปัญญาประดิษฐ์คิดเหมือนมนุษย์หรือไม่?

โดยสรุป AI ในปัจจุบันยังคงต้องการข้อมูล (ในรูปแบบใดรูปแบบหนึ่ง) เพื่อเรียนรู้ ไม่มีสิ่งที่เรียกว่า “AI ที่ไม่มีข้อมูลเลย” อย่างแท้จริง

แต่ AI สามารถเรียนรู้น้อยลงจากข้อมูลที่มนุษย์จัดหาโดย: ใช้ข้อมูลที่ไม่มีป้ายกำกับ (การเรียนรู้แบบไม่มีผู้สอน) เรียนรู้จากฟีดแบ็กของสภาพแวดล้อม (การเรียนรู้แบบเสริมกำลัง) หรือแม้แต่สร้างความท้าทายของตัวเอง (เช่น โมเดล AZR)

ผู้เชี่ยวชาญหลายคนเชื่อว่าในอนาคต AI จะเรียนรู้มากขึ้นจากประสบการณ์ที่สะสมเอง ทำให้ประสบการณ์กลายเป็น “ข้อมูล” หลักที่ช่วยพัฒนา

แต่ไม่ว่าจะอย่างไร ความจริงยังคงอยู่: AI ไม่สามารถเรียนรู้จากความว่างเปล่าได้ “แหล่งข้อมูล” อาจซับซ้อนขึ้น (เช่น สัญญาณจากสภาพแวดล้อม รางวัล) แต่ก็ยังต้องมีข้อมูลนำเข้าเพื่อให้เครื่องจักรเรียนรู้และพัฒนาได้