จากจุดอ่อน สู่เทคโนโลยีใหม่

ดร.ชัย วุฒิวิวัฒน์ชัยผู้อำนวยการหน่วยวิจัยวิทยาการสื่อสารของมนุษย์และคอมพิวเตอร์ (HCCRU) เนคเทค

สวัสดีครับ ดร.สรรพฤทธิ์ มฤคทัต แห่งห้องแล็บการประมวลผลภาพ เนคเทค วันนี้ถึงคิวเล่าความในใจครับลองดูรูปข้างล่างนี้ แล้วทายดูว่ารูปไหนเป็นรูปคนจริง รูปไหนเป็นรูปที่ AI สร้างขึ้นมา?

ในตอนก่อนนี้ผมบอกว่ากระบวนการสอนระบบ AI โดยเฉพาะกลุ่มที่เรียกว่าการเรียนแบบมีผู้สอน (Supervised Learning) นั้น ขึ้นกับชุดข้อมูลสอน ผู้พัฒนาระบบต้องเตรียมข้อมูลนำเข้าและข้อมูลที่ต้องการให้ระบบตอบ กลับมา ระบบ AI นั้นจะเรียนรู้เองว่าจะแปลงข้อมูลนำเข้าเป็นข้อมูลส่งออกอย่างไร

ในงานการรู้จำรูปแบบ (Pattern Recognition) หรือการจำแนกประเภท (Classification) นั้น เทคนิคการแปลงข้อมูลนี้แบ่งคร่าวๆ ได้เป็น 2 กลุ่ม ในกลุ่มแรกเราศึกษาการสร้างข้อมูลก่อน จากนั้นจึงนำเอาความรู้ที่ได้นี้ไปใช้ในการจำแนกประเภทข้อมูลนั้นๆ เราเรียกแบบจำลองที่สร้างจากแนวความคิดนี้ว่า Generative Model

ในกลุ่มที่ 2 เราสนใจเฉพาะผลของการจำแนกประเภท โดยไม่ใส่ใจกระบวนการสร้างข้อมูล แบบจำลองที่ได้นี้เรียกว่า Discriminative Model การสอนแบบจำลองกลุ่มหลังนี้อิงเกณฑ์การจำแนกประเภทแบบเดียวกับในการใช้งาน ดังนั้นจึงไม่น่าแปลกใจที่แบบจำลองกลุ่มหลังนั้นให้ผลที่ดีกว่า จนกลายเป็นเทคโนโลยีหลักในงานด้าน AI เช่น งานด้านการรู้จำวัตถุต่างๆ ในภาพ เป็นต้น

ไม่นานมานี้มีคนเสนอกระบวนการ ที่ไม่ยากนักในการสร้างภาพหลอก หนึ่ง ในเทคนิคที่มาแรงในปัจจุบันคือ Generative Adversarial Networks หรือ GAN ซึ่งประกอบด้วย AI 2 ตัวที่แข่งกัน

ตัวแรกทำหน้าที่สร้างภาพ ส่วนตัวที่สองคอยตรวจว่าภาพที่มันได้รับนั้นเป็นภาพจริงหรือถูกสร้างจาก AI ตัวแรก เมื่อเราปล่อยให้ AI ทั้งสองตัวนี้แข่งกันไปเรื่อยๆ สุดท้ายภาพที่เราได้จาก AI ตัวแรกจะเหมือนกับภาพจริงมากจนคนเราแทบแยกไม่ออก

แนวความคิดนี้ถูกนำไปประยุกต์ใช้ในหลายงาน โดยเฉพาะที่เกี่ยวกับภาพและวีดิทัศน์ เช่น การสร้างภาพความละเอียดสูงยิ่งยวด (Super-Resolution Image) หรือการเพิ่มหรือลดรายละเอียดสมจริงให้กับภาพ เป็นต้น อีกหน่อยคงเป็นการยากที่จะเชื่อสิ่งที่เห็นในสื่อดิจิทัลต่างๆ ป.ล. เฉลยว่าภาพใบหน้าข้างบนนั้นล้วนได้จาก GAN ไม่มีภาพคนจริงเลย