เชื่อไหมว่า วันหนึ่งคุณอาจตื่นมาเจอวิดีโอตัวเองกำลังพูดสิ่งที่คุณไม่เคยพูดและจะไม่มีทางพูด

การรู้เท่าทันสื่อเป็นประเด็นยอดฮิตในโลกยุคโซเชียลมีเดีย ตั้งแต่ข่าวที่เขียนโดยไม่มีมูลความจริง มาเป็นรูปภาพที่ผ่านการตัดต่อ จนตอนนี้โลกดำเนินมาถึงจุดที่สร้างวิดีโอปลอมได้แล้ว

การทำวิดีโอใบหน้าเสมือนจากข้อมูลเก่า โดยไม่ต้องรบกวนเวลาเจ้าตัวมาอัดวิดีโอจริงเลยแม้แต่น้อย คืองานวิจัยจบปริญญาเอกที่ University of Washington ของ ดร.เอก-ศุภศรณ์ สุวจนกรณ์ นักวิทยาศาสตร์คอมพิวเตอร์ชาวไทย

งานชิ้นนี้ทำให้เขาดังเปรี้ยงจนเขาได้รับเชิญไปพูดใน TED2018 ที่แวนคูเวอร์เมื่อช่วงต้นปี (ดูได้ที่นี่) และได้ทำวิจัยต่อยอดจากงานนี้ระหว่างอยู่ในโปรแกรม Google AI Residency อีกด้วย

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

ตอนนี้ชายหนุ่มเลือกกลับมาเป็นอาจารย์ที่ VISTEC และจะขึ้นพูดในงาน Digital Thailand Big Bang 2018 ในช่วงปลายสัปดาห์นี้ เราจึงเห็นว่าเป็นวาระอันดีที่จะชวนเขามาพูดคุยกับเกี่ยวกับที่มาที่ไป รายละเอียด และผลกระทบของการทำวิดีโอจำลองใบหน้า ก่อนการสนทนาจะต่อเนื่องไปถึงสถานการณ์ในวงการเทคโนโลยีโลก และการปรับความเข้าใจเกี่ยวกับคอมพิวเตอร์กันเสียใหม่

กว่าจะมาเป็นวิดีโอปลอมที่ส่งผลกระทบต่อเราในชีวิตจริง เบื้องหลังเป็นอย่างไร นี่คือคำตอบจากปากผู้เชี่ยวชาญโดยตรง

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

ก่อนจะพูดถึงสิ่งที่คุณทำ อยากให้คุณอธิบายก่อนว่าคนในสายงาน    Computer Vision เขาทำอะไรกัน

ขอบเขตงานของเราน่าจะบอกได้ว่าอยู่ในสาย Computer Vision โจทย์ในสายนี้มี 2 ประเภทหลักๆ ประเภทหนึ่งคือ การพยายามเข้าใจระบบการมองเห็นของคนว่าทำงานอย่างไร ทำไมเราเห็นโต๊ะแล้วรู้ว่าเป็นโต๊ะ เห็นคนนี้แล้วรู้ว่าเป็นคนนี้ ไม่ใช่คนนั้น ส่วนโจทย์อีกประเภทคือ เราจะทำให้คอมพิวเตอร์มองเห็นเหมือนคนได้อย่างไร โดยอาจไม่ต้องเป็นวิธีเดียวกับคนก็ได้ งานเราจะค่อนไปทางประเภทที่ 2 มากกว่า คือหาทางทำให้คอมดูภาพหน้าคน แล้วปั้นโมเดลสามมิติขึ้นมาใหม่จากภาพนั้น

นี่เป็นเรื่องยากสำหรับคอมพิวเตอร์เหรอ

คอมอาจเจ๋งมากเวลาแก้ปัญหาบางอย่าง เช่นการคิดเลข แต่บางปัญหาที่เราคิดว่าง่าย มันกลับยากมาก เช่นเรื่องการมองเห็น โจทย์นี้มีต้นตออยู่ว่า อาจารย์ที่ MIT ให้เด็กปริญญาตรีทำซัมเมอร์โปรเจกต์ ลองเอากล้องไปต่อกับคอมดูซิ แล้วให้คอมบอกว่าตัวเองเห็นอะไร ทำมาตั้งแต่ปี 1966 จนถึงตอนนี้ 50 ปีมาแล้วก็ยังแก้โจทย์ไม่ได้

ตอนนี้คอมอาจบอกได้แม่นยำระดับหนึ่ง เช่นเอารูปแมวให้ดูก็จะพอรู้ว่าเป็นแมว แต่ถ้าแมวมันเริ่มเดิน ทำท่าทางเบี้ยวๆ คอมก็อาจจะเห็นเป็นอย่างอื่น หรือมีงานวิจัยหนึ่งที่เอารูปแมวมา แล้วแก้นิดหน่อยแบบที่คนมองแล้วดูไม่ออกว่าแตกต่าง ขยับบางพิกเซลสูงขึ้น บางพิกเซลต่ำลง เท่านี้คอมก็คิดว่าเป็นอย่างอื่นเรียบร้อย มันเปราะบางมากๆ เรียกว่ายังสู้กับเด็กทารกไม่ค่อยได้ด้วยซ้ำ

แปลว่าสมองกลกับสมองคนยังต่างกันมาก

ต่างกันอยู่แล้ว คือวิธีหนึ่งที่จะสร้างสมองกล เรียกว่า Neural Network ซึ่งได้แรงบันดาลใจจากระบบประสาทในสมองก็จริง แต่ในเชิงโครงสร้างมันไม่เหมือนสมองเลยแม้แต่นิดเดียว คนที่สร้างไม่ต้องศึกษาสมองคนก่อนด้วยซ้ำ อาจเรียกว่าได้แรงบันดาลใจมาจากสมอง แค่นั้น พวกรูปแบบการเชื่อมต่อทั้งหลายคือคนออกแบบเองหมด ท้ายที่สุดแล้ว เราอาจสร้างคอมที่คิดอ่านเห็นเหมือนคนได้ โดยที่ไม่ต้องรู้เลยด้วยซ้ำว่าคนรับรู้โลกอย่างไร

คอมจะได้เปรียบตรงที่มันเห็นข้อมูลเยอะกว่า มนุษย์ไม่มีทางไปนั่งดูรูปเป็นล้านๆ รูปก่อนตอบคำถามได้ เช่นสมมติให้แยกประเภทนก คอมจะบอกได้ว่านกเป็นพันธุ์อะไรๆ เพราะมันมีข้อมูลพวกนั้น ในขณะที่คนธรรมดาที่ไม่ใช่ผู้เชี่ยวชาญนกไม่มีทางรู้อยู่แล้ว แต่ถ้าเป็นเรื่องง่ายๆ เช่นแยกนกออกจากวัว คนไม่ทำพลาดอยู่แล้ว คอมก็อาจจะผิดได้

นี่เป็นปัญหาหนึ่งในการทำให้คอมเรียนรู้ คือคนสั่งสมความรู้พวกนี้ผ่านการเห็นโลกตลอดเวลา แต่คอมมันเริ่มจากศูนย์ ต้องเรียนจากเท่าที่มี อย่างจะทำรถยนต์ไร้คนขับก็ต้องเรียนจากข้อมูลรถ จะทำให้มันจำแนกรูปแมวก็ต้องเรียนจากข้อมูลแมว เลยยังไม่รู้ว่าจะใส่ความรู้ประเภทนี้เข้าไปในคอมยังไง

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

อะไรทำให้คุณสนใจงานสายนี้

ตอนได้เรียนเกี่ยวกับสายนี้ในมหาวิทยาลัย แล้วมีหลายโปรเจกต์ที่เรานึกไม่ถึงว่าคนหรือคอมพิวเตอร์จะทำได้ เราว่ามันเหมือน Magic ดี

สิ่งที่นึกไม่ถึง เช่นอะไร

ตอนเรียนปริญญาตรีที่ Cornell University มีอาจารย์คนหนึ่งเอาโปรเจกต์ที่เขาทำมาให้ดู เขาหยิบรูปสถานที่ท่องเที่ยวธรรมดาๆ จากออนไลน์ แล้วปั้นโมเดลสามมิติของเมืองทั้งเมืองขึ้นมาได้จากแค่รูปภาพเปล่าๆ เราประทับใจมาก พอจะเรียนปริญญาเอก เลยตามไปเรียนกับอาจารย์ที่ปรึกษาของอาจารย์คนนั้นเลย เพราะเราอยากไปต่อว่าถ้าไม่ใช่รูปของสถานที่ท่องเที่ยว แต่เป็นรูปของหน้าคน จะทำได้หรือเปล่า ปัญหาคือไม่ได้ เพราะหน้าคนค่อนข้างเรียบเนียน ต่างจากอาคารสถานที่ที่มีด้านมุมชัดเจน เลยต้องมิวิธีใหม่มาสร้าง

กระบวนการกว่าจะเป็นหน้าเสมือนได้ ต้องคำนึงถึงอะไรบ้าง

โจทย์ใหญ่คือ ถ้าจะจำลองคนหนึ่งคน ต้องจำลองอะไรบ้างถึงจะเหมือน ตอนแรกก็ได้แค่รูปร่างของหน้าตา แต่ไม่มีสีผิว ไม่มีสีหน้า ไม่มีผิวสัมผัส ก็ต้องทำสิ่งนั้นเพิ่มเติมเข้าไปให้เหมือนมากขึ้น เราเลยมองต่อไปว่า คนมันต้องเคลื่อนไหว มีลักษณะท่าทาง เหมือนเวลาฟังเราพูดอยู่คุณจะพยักหน้าตาม บางคนอาจจะไม่พยักหน้า บางคนอาจจะแสดงสีหน้า มันเป็นลักษณะพิเศษของคนคนนั้น ที่เราจำลองโดยการให้คอมเรียนรู้จากวิดีโอ

ต่อจากนั้น เราก็คิดว่าถ้ามีเสียงของคนคนนั้นมา จะทำวิดีโอให้คนคนนั้นพูดตามเสียงได้หรือเปล่า อย่างตอนนี้คุณอัดเสียงที่เราให้สัมภาษณ์อยู่ จะสร้างวิดีโอตอนเราให้สัมภาษณ์ เราต้องเรียนรู้อะไรบ้างเพื่อให้ทำได้ ลักษณะการพูดของเรา หรือการทำรูปปากเวลาเราพูดคำต่างๆ

ตั้งใจอยากให้งานวิจัยนี้เอาไปใช้ทำอะไรได้บ้าง

โปรเจกต์ที่เป็นแรงบันดาลใจของงานนี้เป็นของมหาวิทยาลัย University of Southern California เขาทำโฮโลแกรมของเหยื่อการฆ่าล้างเผ่าพันธุ์ในสงครามโลกครั้งที่ 2 โดยการพาเขามาสัมภาษณ์ในสตูดิโอที่อัดวิดีโอเขา แล้วก็ถามคำถามไปสักพันคำถาม ให้เขาตอบไปเรื่อยๆ ก่อนจะเอาวิดีโอที่ได้มาทำเป็นโฮโลแกรม ภายในโฮโลแกรมก็จะมีระบบที่ทำให้คนมานั่งถามตอบกับโฮโลแกรมนั้นได้ มันเจ๋งกว่าการเรียนจากหนังสือหรือดูวิดีโอเฉยๆ เยอะ เพราะเราจะได้มี Interaction กับคนจริงๆ แล้วยิ่งเป็นเรื่องเปราะบางอย่างการฆ่าล้างเผ่าพันธุ์ มันให้ความรู้สึกได้เยอะ การฟังจากคน การเข้าใจความรู้สึกเขาตอนนั้น มันเป็นเรื่องที่สำคัญมาก

เราเลยมาคิดว่าอยากให้ทำแบบนี้กับใครก็ได้โดยที่ไม่ต้องเอาเขามานั่งอัดในสตูดิโอ สมมติเราอยากนั่งคุยกับไอน์สไตน์ เรามีวิดีโอเขาอยู่มากมาย แต่จะให้ไปนั่งดูวิดีโอเป็นพันๆ ชั่วโมงก็คงไม่ใช่ มันไม่เหมือนการคุยกับคนจริงๆ เราเลยพยายามหาวิธีเอาวิดีโอทั้งหลายมาประมวลผลให้เป็นโมเดลที่เหมือนเขาจริงๆ พูดแบบเขาจริงๆ เพื่อช่วยให้เข้าใจเขาได้ลึกซึ้งขึ้น

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

ความตั้งใจนี้ก่อเกิดเป็นผลแล้วบ้างหรือยัง

ยังไม่มีที่ออกมาเป็นชิ้น แต่มีคนติดต่อมาหลายอย่างอยู่ มีเจ้าหนึ่งจากบอลลีวูด เขามีนักแสดงคนหนึ่งที่แก่แล้ว และอยากสร้างเวอร์ชันเด็กของเขา คนนั้นเป็นดาราตั้งแต่เด็ก เราเลยมีข้อมูลเขาเยอะมาก ก็จะสร้างใบหน้าเสมือนด้วยวิธีของเราได้

อีกด้านที่เอาไปใช้ได้มาก คือใน Virtual Reality สมมติว่าถ้าจะคุยกันในโลกเสมือน แต่ในโลกความจริงทั้งสองคนมันใส่เครื่อง VR บังหน้าอยู่ จะคุยกันอย่างไร วิธีหนึ่งคือการสร้างโมเดลหน้าคนขึ้นมาเป็น Avatar เพื่อใช้คุยกันในนั้น อาจทำได้ด้วยการสร้างโมเดลเขาขึ้นมาก่อน แล้วใช้เสียงเป็นตัวกำหนดว่าโมเดลจะขยับหน้าอย่างไร

หรือแค่เรื่องการเปลี่ยนเสียงพูดให้กลายเป็นรูปปาก ก็อาจเอาไปใช้ได้เวลาทำ Voice Dubbing เวลาที่เอาหนังต่างชาติมาพากย์เสียง ปากนักแสดงจะไม่ตรงกับเสียง ก็ใช้ตัวนี้ไปแก้ปากเขาให้ตรงได้

เพราะงานนี้หรือเปล่าที่ทำให้ได้เข้าไปทำงานกับกูเกิล

ไม่ใช่ งานนี้ไม่เชิงว่าเกี่ยวกับงานที่ทำในกูเกิลซะทีเดียว แค่ว่าถ้าอยากพัฒนางานนี้ต่อไป ให้ได้โมเดลออกมาทั้งหัว มันจะติดปัญหาบางอย่าง ซึ่งตอนเราเข้าไปกูเกิลก็พยายามแก้ปัญหานี้เป็นหลัก งานวิจัยที่ออกมามันเลยอาจจะดูไม่ค่อยตรงสักเท่าไร แต่จริงๆ มีความเกี่ยวข้องกัน

แล้วถ้าอย่างนั้น ทำไมถึงไปทำที่กูเกิลแทนที่จะทำวิจัยในมหาวิทยาลัยต่อ

บอกที่มาก่อน คือตอนนั้นเราจบเอก มีประสบการณ์แค่ปีสองปีเอง เลยอยากเรียนรู้เพิ่มเติม แต่กำลังเลือกอยู่ว่าจะทำ Post-doc หรือจะเข้ากูเกิล ซึ่งถ้าไม่ใช่สาย Computer Vision ก็อาจจะไปทำ Post-doc ในมหาวิทยาลัยแล้ว แต่พอเป็นสายนี้ เวลาทำวิจัยมันต้องใช้ข้อมูลและพลังประมวลผลเยอะ ซึ่งไม่มีที่ไหนมีสองสิ่งนี้เยอะเท่ากูเกิลอีกแล้ว ถ้าไปดูตามสถิติ จะพบว่า Google Brain ซึ่งคือส่วนที่ทำวิจัยด้าน AI ของกูเกิลตีพิมพ์ผลงานวิจัยเยอะกว่ามหาวิทยาลัยทั้งหมดในโลกเลย ถ้าจะเข้าไปเรียนหรือทำอะไรด้านนี้ เลยคิดว่าที่นี่น่าสนใจกว่า

ชีวิตในกูเกิลเป็นอย่างไร

เราอยู่ที่สำนักงานใหญ่ของกูเกิลเลย ในพื้นที่ของเขามีตึกอยู่เกือบร้อยตึกได้ มีโรงอาหารสามสิบกว่าที่ และมีอาหารให้พนักงานฟรี แต่ละที่จะมีอาหารคนละประเภทให้เลือก มีอาหารฝรั่ง อินเดีย จีน เวียดนาม เกาหลี เมดิเตอเรเนียน ฟิวชัน ก็ต้องบ่นหน่อยว่าอาหารไทยจะไม่ค่อยไทยเท่าไร อะไรก็ตามที่ใส่น้ำกะทิเข้าไปก็จะกลายเป็นอาหารไทยแล้ว จะมั่วๆ นิดหนึ่ง แต่ก็ไม่ได้แย่ขนาดนั้น

ความพิเศษของกูเกิลที่น่าจะต่างจากเมืองไทยแน่ๆ คือเราจะเข้าออกงานกี่โมงก็ได้ ไม่มีเช็กอะไรทั้งนั้น เราเองบางทีบ่ายสองก็ลงไปว่ายน้ำ แล้วก็ขึ้นมาปั่นงานต่อ ในบริษัทมีของล่อลวงเยอะ มีห้องซักผ้าพร้อมน้ำยาซักผ้าอะไรให้เสร็จสรรพ มีห้องนอน ห้องอาบน้ำ ห้องนั่งสมาธิ เรียกว่าอยู่เป็นบ้านได้เลย

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

มีเรื่องอะไรที่แปลกใจบ้างไหม

ในห้องน้ำชายมีผ้าอนามัยแจกด้วย! คือห้องน้ำบางห้องของกูเกิลจะมีสิ่งอำนวยความสะดวก เช่น น้ำยาบ้วนปาก ไหมขัดฟัน ยาสีฟัน อยู่แล้ว ในห้องน้ำหญิงก็มีสิ่งอำนวยความสะดวกของผู้หญิง แต่ทีนี้ถ้าเป็นผู้หญิงที่ภายนอกเป็นผู้ชาย จะเข้าห้องน้ำหญิงก็ไม่ค่อยเหมาะเท่าไหร่ เขาเลยมีผ้าอนามัยไว้ในห้องน้ำชายด้วย แต่เราก็ไม่แน่ใจเหมือนกันว่าเอามาไว้นอกห้องน้ำเลยไม่ได้หรอ

เรื่องความหลากหลายเป็นสิ่งที่เขาให้ความสำคัญมาก อเมริกาเป็นศูนย์รวมของคนหลายเชื้อชาติ และกูเกิลเองก็เชื่อว่ากลุ่มคนที่มีภูมิหลังแตกต่างกันจะคิดแก้ปัญหาใหม่ๆ ได้ดีกว่ากลุ่มคนที่เหมือนกัน และการจะเข้าใจตลาดทั่วโลกก็ต้องใช้คนจากวัฒนธรรมนั้นมาช่วยบอก

ตอนอยู่ไทย เราหน้าตาไม่ต่างกันมาก ดูทีวีช่องคล้ายๆ กัน ซึมซับวัฒนธรรมเดียวกัน แต่พอมาทำงานในที่ซึ่งมีคนจากที่ต่างๆ เลยมีหลายประเด็นที่เราต้องหยุดและฉุกคิดมากขึ้น

กลับมาที่งานวิจัยหน้าเสมือน ที่ผ่านมาเสียงตอบรับเป็นอย่างไรบ้าง

มีหลายสำนักข่าวเหมือนกันที่เขียนโจมตีงานนี้ ซึ่งเราว่าเป็นเรื่องดีนะ เพราะมันจะอันตรายถ้าคนไม่รู้ว่าตอนนี้เรามีเทคโนโลยีที่ทำอะไรแบบนี้ได้แล้ว เหมือนตอนโฟโต้ช็อปออกมาครั้งแรก คนก็กังวลเหมือนกัน แต่พอคนเข้าใจว่ามันทำได้ก็ไม่น่ากลัว ตอนนี้ถ้าคนเห็นวิดีโออะไร ก็จะหยุดคิดก่อนนิดหนึ่งว่ามันอาจไม่ได้เป็นจริงนะ สื่อก็ช่วยทำให้คนรู้และเข้าใจในระดับหนึ่ง

ถ้าอย่างนั้นเราควรเป็นห่วงถึงอันตรายที่เกิดจากงานนี้แค่ไหน

ผ่านมาปีหนึ่งก็ไม่ได้มีอะไรเกิดขึ้นนะ (หัวเราะ) คือถ้ามองมุมหนึ่งก็ไม่รู้จะกลัวไปทำไม เพราะในหนังมันเฟกทุกอย่างอยู่แล้ว อย่างที่เราเห็นในหนัง Star Wars หรือ Pirates of the Caribbean ที่ทำหน้านักแสดงตอนเด็กขึ้นมาใหม่ได้สมจริงมากๆ แต่งานนี้อาจจะน่ากลัวกว่าแค่ตรงที่คนทั่วไปทำได้ ทำจากอะไรก็ได้ โดยไม่ต้องเข้าถึงตัวนักแสดงคนนั้น

แต่นักวิจัยไม่ค่อยกลัวกันหรอก เพราะเราเข้าใจทั้งหมด ทั้งข้อจำกัดและความเป็นไปได้

ข้อจำกัดกับความเป็นไปได้หมายถึงอะไร

ในวิดีโอปลอมมันจะมีสัญญาณบางอย่างที่คนจับไม่ได้ เช่นแถวๆ คอ ที่มันจะปั้นไม่ได้แนบเนียนสมบูรณ์เหมือนวิดีโอจริง ถ้าใช้คอมช่วยเช็กก็อาจจะหาทางตรวจสอบเจอได้

เราก็ต้องหาวิธีป้องกันไว้ด้วยระดับหนึ่ง หมายถึงอะไรก็ตามที่ทำให้คนไม่นำสิ่งนี้ไปใช้ในทางที่ผิด เช่น การสร้างงานวิจัยเพื่อตรวจสอบว่าวิดีโอจริงหรือไม่จริง โดยการบอกว่าพิกเซลนี้ ในทางทฤษฎีแล้วไม่มีทางเป็นไปได้ มีหลักฐานเป็นชิ้นเป็นอัน พอมีงานวิจัยแบบนี้ การจะเอาวิดีโอปลอมไปใช้หลอกคนก็จะเป็นเรื่องที่ไม่ค่อยคุ้มค่าแล้ว เพราะถ้าทำวิดีโอออกมาเสร็จแล้วตรวจสอบได้ทันทีว่าปลอม ในทางปฏิบัติมันไม่คุ้ม เทียบกับการเขียนข่าวมั่วโดยใช้ข้อความอย่างเดียว มันง่ายกว่าเยอะ และตรวจสอบไม่ได้ด้วย

ถ้าเรามีวิธีป้องกันมากพอ มันก็ทำให้ใช้ไปในทางที่ผิดไม่ค่อยได้เอง

แล้วคนธรรมดาอย่างเราๆ จะทำอะไรได้บ้าง

        ถ้าสำหรับคนทั่วไป คิดว่าให้มองด้วยวิจารณญาณดีกว่า เหมือนกับอ่านข่าว ดูรูปทั่วไป นั่นแหละ

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

สรุปคือไม่น่าเป็นห่วงเท่าไร

ถ้ามองว่ารัฐบาลควรวางระเบียบจัดการกับเรื่องไหนก่อน คิดว่าตอนนี้มีเรื่องอื่นน่าเป็นห่วงมากกว่า ถ้าให้เรียงลำดับความยากในการจับผิด วิดีโอง่ายสุดเลย เพราะมันเป็นภาพต่อกันเป็นหมื่นๆ ภาพในเวลาไม่กี่วินาที การที่จะทำออกมาได้สมบูรณ์แบบทุกเฟรมมันยากมาก ถ้ามีอะไรผิดไปนิดหนึ่งก็จับผิดได้แล้ว แล้วพอเป็นรูปก็ยากขึ้น เพราะมีแค่ 1 รูป คนใช้โฟโต้ช็อปเป็นวันๆ เพื่อ 1 รูปได้ อาจจะทำให้จับผิดยากขึ้น แต่ตัวหนังสือเนี่ยไม่รู้จะทำอย่างไรเลย คนไม่มีทางบอกได้ว่ามันจริงหรือไม่จริงเลย ถ้าจะเป็นห่วง เป็นห่วงเรื่องอื่นพวกนั้นก่อนดีกว่า เรื่องวิดีโอปลอมไว้ทีหลังได้

อันตรายที่จะเกิดจากงานวิจัยเป็นสิ่งที่ควรคิดก่อนจะเริ่มทำงานวิจัยเลยหรือเปล่า

ถ้าตอบว่าควรมั้ยก็ควร แต่ในทางปฏิบัติบางทีมันบอกยาก งานวิจัยที่เป็นพื้นฐานมากๆ อย่างการศึกษาอะตอมงี้ เราควรศึกษาเรื่องอะตอมหรือเปล่าถ้ามันจะนำไปสู่ระเบิดปรมาณู แล้วอย่างงานวิจัยของสายคอม ณ จุดนั้นมันไม่รู้เลยว่าจะต้องคิดอะไรบ้าง สิ่งที่ทำได้คือ เวลาที่วิจัยออกมาแล้ว ควรจะคิดเรื่องศักยภาพของมันและวิธีป้องกันที่บอกไป แต่ตัวงานวิจัย คิดว่าเป็นวิทยาศาสตร์มากกว่า

ตกลงแล้วเราควรกังวลเรื่องอันตรายจากความฉลาดของคอมมากแค่ไหน

เรื่องปัญญาประดิษฐ์ที่เขากังวลกันคือ Singularity หรือจุดที่มันฉลาดพอที่จะพัฒนาตัวเองแล้วก็ฉลาดไปเรื่อยๆ ซึ่งนักวิจัยเองก็มีความเห็นแบ่งเป็นสองฝ่าย มีทั้งฝั่งที่คิดว่าเราควรกังวลว่ามันจะเก่งกว่าเราในทุกด้าน และฝั่งที่ไม่คิดแบบนั้น

ซึ่งเราก็บอกไม่ได้ว่าตกลงควรกลัวไหม เพราะเราอยู่ฝั่งที่ไม่กลัวมันเท่าไรตอนนี้ คิดว่ามันยังอีกไกลจากจุดที่ว่า อย่างที่บอกว่าตอนนี้แค่เรื่องมองเห็น บางทีมันยังแย่กว่าเด็กทารกด้วยซ้ำ

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

เท่าที่คุณเล่ามา ต่างจากภาพน่ากลัวๆ ของปัญญาประดิษฐ์ในสื่อมากเลย

คิดดูแล้วมันก็ค่อนข้างเมกเซนส์นะ ก็ดราม่ามันดึงดูดคนได้ดีกว่าด้านบวกอยู่แล้ว พวกนี้มันมีประโยชน์มากมาย ด้านการแพทย์อาจจะชัดเลย เช่นอะไรที่หมอทำไม่ได้ แต่คอมพวกนี้ทำได้แล้วช่วยชีวิตคนได้ก็มีเยอะเหมือนกัน แต่มันไม่น่าตื่นเต้นเท่า ใครจะไปสร้างหนังดีๆ ต้องสร้างหนังแบบโลกถล่มถึงจะขายออก

เราว่าการนำเทคโนโลยีไปใช้ในด้านบวกมันต้องใช้ความคิดสร้างสรรค์เยอะ แต่ด้านร้ายมันเห็นง่าย แค่เห็นด้านนั้นชัดกว่าเฉยๆ ไม่ได้แปลว่าตัวงานวิจัยจะหนักไปด้านใดด้านหนึ่ง

แต่ข้อดีของหนังพวกนี้ก็มี คือมันทำให้คนตื่นตัว เตรียมแก้ปัญหาก่อนที่มันจะเกิด ถึงตอนนี้จะคิดว่าจุดนั้นมันยังค่อนข้างไกล แต่กฎระเบียบบางอย่างก็ต้องวางแล้วแน่ๆ เช่นรถยนต์ไร้คนขับ ต้องมีกฎเกณฑ์ข้อบังคับแล้ว ส่วนปัญญาประดิษฐ์แบบรวมๆ อาจจะยังเร็วไป

แล้วจะรู้ได้อย่างไรว่าอันไหนควรกลัว อันไหนไม่ควร

ดีที่สุดคือ ถ้ารัฐจะทำอะไรไม่ควรคุยกันเอง เพราะถ้าคุยกันเองก็จะ โอ๊ย โลกจะแตก คอมจะครองโลกแล้ว ให้เอานักวิจัยเข้าไปช่วยออกความคิดเห็นด้วย ถึงนักวิจัยจะมีความเห็นต่างกันไป แต่ความเห็นจากคนภายในจริงๆ ยังไงก็เป็นความคิดเห็นที่มีข้อมูลมากกว่า

ดร.ศุภศรณ์ สุวจนกรณ์, คนไทยที่ทำงาน Google

Digital Thailand Big Bang 2018: Thailand Big Data เป็นงานที่จะทำให้คนไทยเห็นโอกาสจากการใช้ประโยชน์จากเทคโนโลยีดิจิทัล เพื่อทำให้คุณภาพชีวิตและเศรษฐกิจดีขึ้น

ภายในงานประกอบด้วยนิทรรศการเกี่ยวกับการนำเทคโนโลยีดิจิทัลไปใช้พัฒนาเศรษฐกิจและสังคม สัมมนาที่พาผู้รู้เกี่ยวกับดิจิทัลด้านต่างๆ จากทั่วโลกมาเล่าเรื่องเทคโนโลยียุคนี้ให้ฟัง และกิจกรรมการแข่งขันหลากหลายรูปแบบ

งานวันที่ 19 – 23 กันยายน 2018

ดร.ศุภศรณ์จะขึ้นพูดวันที่ 22 กันยายน ช่วงบ่าย ที่ Big Bang Stage

รายละเอียดเพิ่มเติมที่ digitalthailandbigbang.com

Writer

Avatar

อลิษา ลิ้มไพบูลย์

นักอยากเขียนผู้เรียนปรัชญาเพื่อเยียวยาอาการคิดมาก เวลาว่างใช้ไปกับการร้องคอรัสเล่นๆ แบบจริงจัง และดูหนังอย่างจริงจังไปเล่นๆ

Photographer

Avatar

ธีรพันธ์ ลีลาวรรณสุข

ช่างภาพ นักออกแบบกราฟิก นัก(หัด)เขียน โปรดิวเซอร์และผู้ดำเนินรายการพอดแคสต์ และอื่นๆอีกมากมายแล้วแต่ว่าไปเจออะไรน่าทำ IG : cteerapan