1. Email Spam Filter

การกรอง Spam ออกจากอีเมล์ Inbox มีใช้งานกันมานานมากแล้ว ในแง่หนึ่ง Spam Filter เหล่านี้สามารถมองเป็น AI ได้เหมือนกัน แต่ในที่นี้ บางเทคนิคที่เราเห็นเหมือนชาญฉลาดราวปัญญาประดิษฐ์ AI บางครั้งเป็นแค่เพียงการใช้ Rule-based หรือการแยกแยะด้วยกฎต่าง ๆ เท่านั้น

ในยุคแรก ๆ email spam filter เป็นแค่เพียงการตรวจจับคำที่มีโอกาสเป็น Spam สูง แล้วคำนวณหาความน่าจะเป็นที่อีเมล์นั้นจะเป็น Spam ในภาพรวมเท่านั้น แต่เหล่า Spammer ที่เข้าใจเทคนิคนี้ก็ปรับกลยุทธ์ใหม่ มาแก้ไขตัวสะกดเพื่อหลีกเลี่ยงการตรวจจับคำที่เป็น spam เช่น สะกด Sex ด้วย $ex หรือ FREE เป็น F-R-E-E เป็นต้น

นอกจากนี้ คำที่ได้รับการระบุว่าเป็น spam ก็เปลี่ยนไปเรื่อย ๆ ด้วย ทำให้ต้อง update คำใหม่ ๆ เพิ่มเติมอยู่ตลอดเวลา ซึ่งแสดงให้เห็นข้อจำกัดของวิธีแบบ Rule-based ได้เป็นอย่างดี

ภาพประกอบจาก www.pexels.com

ต่อมาเมื่อเทคโนโลยี Machine Learning แบบต่าง ๆ มีการพัฒนามากขึ้น การวิเคราะห์ Spam จึงฉลาดมากขึ้นเรื่อย ๆ โดยสามารถเข้าใจเนื้อหาที่เขียนในอีเมล์หรือหัวข้ออีเมล์ (Subject header) ได้ และสามารถเรียนรู้ใหม่โดยอัตโนมัติได้ตลอดเวลา โดยในช่วงปี 2000 Naive Bayes น่าจะเป็นเทคนิค Machine Learning ที่ใช้ข้อมูลเชิงสถิติมาวิเคราะห์และตรวจจับ Spam ที่นิยมใช้กันมากที่สุด

นอกจากนี้ Image Spam ยังเป็นอีกรูปแบบของ Spam ที่ทำให้การตรวจจับยุ่งยากขึ้น เพราะตัวหนังสือที่ Spam filter จะตรวจสอบยังอยู่ในรูปแบบภาพ Spam filter จำเป็นต้องใช้เทคนิค Machine Learning / AI ที่เรียกว่า Optical Character Recognition (OCR) แปลงตัวหนังสือในรูปเหล่านั้นออกมาเสียก่อน

อย่างไรก็ตาม การป้องกัน Spam ที่ได้ผลดีนั้น มีมากกว่าแค่การวิเคราะห์เนื้อหาใน Email หรือ Subject header การตรวจ Domain blacklisting การ Authenticate ผู้ส่งด้วย standard ก็สามารถช่วยในการต่อสู้กับการตรวจจับ Spam ได้

User Engagement ที่ใช้ใน Gmail เป็นอีกหนึ่งมิติที่ใช้ในการตรวจจับ spam หลักการก็คือ ถ้าผู้ใช้ mark อีเมล์ใดว่าเป็น Spam อีเมล์ที่มีลักษณะคล้ายกันก็น่าจะเป็น Spam ด้วย ในทางตรงกันข้าม ลักษณะของอีเมล์ที่ผู้ใช้กดเข้าไปอ่านและมีปฏิสัมพันธ์ด้วย อีเมล์นั้น ๆ ก็มีโอกาสที่จะไม่ใช่ Spam มากกว่า ลักษณะเหล่านี้ต้องอาศัย AI ในการวิเคราะห์และ adapt อยู่ตลอดเวลา เพื่อให้สามารถทำงานในสเกลหลักหลายร้อยล้านอีเมล์ได้

2. Recommendation Engine

การใช้ AI มีมานานมากแล้วโดยที่เราอาจจะไม่รู้ตัว หรืออย่างน้อยก็อาจจะเป็นอะไรที่อยู่เบื้องหลัง ซึ่งเรามองไม่เห็น

ยกตัวอย่างเช่น เคยสงสัยมั้ยครับว่าทำไมคนติด Netflix กันจัง หนึ่งในเหตุผลนั้นเป็นเพราะ Netflix ใช้ AI วิเคราะห์การใช้งานของเรา ว่าชอบดูหนังดูซีรี่ส์แบบไหน ใช้งาน Netflix บ่อยช่วงเวลาไหนบ้าง เมื่อได้ข้อมูล pattern การใช้งานของเรามาแล้ว ก็สามารถหา profile ของคนอื่น ๆ ที่ชอบดูอะไรคล้าย ๆ เรามาได้เช่นกัน เมื่อนำข้อมูลทั้งหมดพิจารณาร่วมกัน AI ของ Netflix จะสามารถแนะนำเรื่องต่อไปที่เราน่าจะอยากดูได้แม่นยำมากขึ้น ซึ่งส่วนใหญ่ก็จะถูกเสียด้วย!

ไม่เพียงเท่านั้น Netflix ยังรู้รสนิยมของคนในแต่ละ Geography อีกด้วย ทำให้ Netflix สามารถเลือกทำภาพยนตร์หรือซีรี่ส์ ที่มีโอกาสประสบความสำเร็จในแต่ละภูมิภาคได้ โดยที่สตูดิโอใน Hollywood ไม่สามารถเทียบเคียงได้เลย

ภาพประกอบจาก www.pexel.com

ตัวอย่างอื่น ๆ ที่ใช้ Recommendation Engine คล้ายกับ Netflix เช่น การแนะนำสินค้าที่เราน่าจะสนใจของ Amazon.com หรือหน้า feed ของ Facebook รวมถึงโฆษณาที่เราเห็นกันอยู่ทุกวัน จนบางทีทำให้เราหวั่นใจว่า เฮ้ย! รู้ได้ยังไงว่าเรากำลังสนใจเรื่องนี้อยู่ (ซึ่งบางทีก็ตอบโจทย์และเป็นประโยชน์ แต่ Privacy issue ก็เป็นอีกเรื่องหนึ่งที่ต้องพูดถึงในลำดับต่อ ๆ ไป)

3. Self Driving Car

ปี 2004 เป็นปีแรกที่ DARPA (The U.S. Department of Defense’s research arm) จัดการแข่งขัน Grand Challenge ขึ้น โดยให้ Self Driving Vehicle ขับในทะเลทรายที่มีความยากระดับหนึ่ง โดยมีเงินรางวัลสูงถึงหนึ่งล้านเหรียญสหรัฐเป็นเดิมพัน

ในปีแรกนั้น ยังไม่มีใครทำสำเร็จ สำหรับปีถัดมา มีทีมที่ทำสำเร็จห้าทีม จากนั้นในปี 2007 DARPA จัดงานขึ้นอีกครั้งในรูปแบบ Urban Driving นั่นคือ มีลักษณะเป็นการขับรถในเมือง ซึ่งมีความคล้ายคลึงกับการใช้งานจริงในปัจจุบันมากขึ้น ด้วยการสนับสนุนจากภาครัฐ ประกอบกับความพร้อมทางเทคโนโลยี Hardware เช่น LIDAR sensor, GPU processing ทำให้ AI ที่ใช้ในการวิเคราะห์ถนนหนทาง ทำสำเร็จจริง

ในปี 2015 Tesla Motor ออก Autopilot feature ซึ่งสามารถดาวน์โหลดลงตัวรถได้จากที่บ้านในช่วงระยะเวลาเพียงข้ามคืน ถือเป็นมิติใหม่ของการนำเทคโนโลยีสุดล้ำนี้สู่ผู้ใช้จริง หลังจากนั้น ค่ายรถแทบจะทุกค่ายต้องมีแผนเกี่ยวกับการนำเทคโนโลยีไร้คนขับนี้มาใช้

ไม่เพียงแต่ค่ายรถเท่านั้น Alphabet บริษัทแม่ของ Google เอง ก็มี Waymo ที่เป็นบริษัทพัฒนารถไร้คนขับ หรือแม้แต่ Apple ก็เคยมีข่าวเกี่ยวกับ Project ลับที่ทำเกี่ยวกับเรื่องนี้เช่นเดียวกัน

ภาพประกอบจาก www.facebook.com/Waymo

AI ที่ใช้ในการการทำงานของ Self-driving car ส่วนมากเป็นการวิเคราะห์ภาพ และสัญญาณจาก sensor รอบทิศ การทำงานจำเป็นต้องตอบสนองแบบ real-time ความสนใจในการพัฒนา self-driving car นี้ ทำให้ความก้าวหน้าในด้าน machine vision มีอยู่สูง เช่น โมเดลในการตรวจจับ(และรู้)วัตถุที่เห็นในภาพ การตรวจจับเลน (ซึ่งน่าจะมีให้เห็นในรถหลายรุ่นที่ใช้อยู่กันในปัจจุบัน แม้แต่ในประเทศไทย)

ทุกวันนี้ คนที่มี Tesla และ Self driving feature สามารถใช้งานได้ แต่ยังคงต้องรับผิดชอบต่อความเสียหายที่อาจเกิดขึ้นระหว่างการใช้งาน ซึ่งในภาพรวมแล้ว การจะใช้ Self Driving Vehicle ได้อย่างจริงจังในชีวิตประจำวันนั้น อาจจะต้องใช้เวลาให้สังคมได้ปรับตัวและเคยชินกับสิ่งเหล่านี้เสียก่อน

4. Voice Assistant

หลายคนที่มี iPhone น่าจะเคยลองใช้ Siri หรือถ้าเป็น Android/Google pixel ก็เป็น Google Assistant ที่ไม่เพียงแต่สามารถรับสัญญาณเสียงจากการพูด มาแปลงให้เป็นคำ แต่ยังทราบว่าผู้ใช้ต้องการอะไรกันแน่ เป็นความสามารถที่ต้องใช้ AI มาจัดการทั้งสิ้น ล่าสุด Google ได้มีการสาธิต Google Voice Assistant ในการทำการจองนัดที่ร้านตัดผม โดยใช้ AI พูดคุยกับคน โดยที่คนไม่สามารถแยกแยะได้เลยว่ากำลังคุยอยู่กับ AI

ภาพประกอบจาก www.businessinsider.com

AI ที่กล่าวถึงข้างต้น อาจเป็นเพียงตัวอย่างที่เราเคยใช้งานด้วยตนเอง หรือเห็นผ่านตาจากข่าวในช่องทางต่าง ๆ แต่ยังมี AI อีกหลายประเภทที่ใช้งานในภาคธุรกิจมานานแล้ว เพียงแต่เราอาจจะยังไม่เคยเห็น หรือไม่เคยได้ยินเกี่ยวกับเทคโนโลยีนั้น ๆ เช่น การตรวจจับ Cyber Attack โดย Firewall ของบริษัท การตรวจจับ fraud ในการเคลมประกัน การทำ security จากกล้อง CCTV โดยเฉพาะที่ประเทศจีน การค้นหาหน้าอาชญากรจากภาพกล้องวงจรปิด น่าจะเป็นเรื่องธรรมดาไปแล้ว

AI ที่ดูเหมือนไกลตัวหรือยังไม่น่าจะเป็นไปได้ในเร็ววัน แท้ที่จริงแล้วอาจจะใกล้ตัวกว่าที่คิด อีกทั้งยังใช้งานกันอย่างแพร่หลายในทุกอุตสาหกรรมและบริการ ดังคำกล่าวของ Andrew Ng นักวิจัยและผู้นำทางความคิดในเรื่อง AI ว่า “AI is the new electricity” นั่นคือ AI จะเข้ามาอยู่ในทุก ๆ ที่ และเปลี่ยนแปลงอุตสาหกรรมต่าง ๆ อย่างมหาศาล ไม่ต่างจากการกำเนิดขึ้นของไฟฟ้าเมื่อร้อยกว่าปีที่แล้ว ที่เข้ามาเปลี่ยนแปลงอุตสาหกรรมและวิธีชีวิตต่าง ๆ ในโลกไปตลอดกาล