รู้จัก Fei-Fei Li หญิงเก่งผู้ร่วมบุกเบิกวงการ AI โลก : [ AI People EP.04 ]

ในประวัติศาสตร์อันสั้นแต่รวดเร็วของปัญญาประดิษฐ์ (AI) ชื่อของ ศาสตราจารย์ Fei-Fei Li (เฟย-เฟย หลี่) คือหนึ่งในบุคคลที่สำคัญและมีอิทธิพลมากที่สุด จนได้รับฉายาว่า “Godmother of AI”

เธอไม่ได้เป็นเพียงอาจารย์ด้านวิทยาการคอมพิวเตอร์ที่ Stanford University และอดีตหัวหน้านักวิทยาศาสตร์ AI/ML ของ Google Cloud เท่านั้น แต่เธอยังเป็นผู้ริเริ่มโครงการ ImageNet ซึ่งเป็นการบุกเบิกครั้งสำคัญที่ได้เปลี่ยนโฉมหน้าของสาขา Computer Vision และจุดประกายการเติบโตอย่างก้าวกระโดดของ Deep Learning ในปัจจุบัน

เส้นทางสู่ผู้บุกเบิก: จากผู้อพยพสู่ “มารดาแห่ง AI”

เรื่องราวชีวิตของ Fei-Fei Li เป็นแรงบันดาลใจที่สะท้อนถึงพลังของการทำงานหนักและความมุ่งมั่นทางสติปัญญา

วัยเยาว์และการเดินทางที่ต้องดิ้นรน

Li เกิดในกรุงปักกิ่ง ประเทศจีน และเติบโตในเฉิงตู มณฑลเสฉวน ก่อนจะย้ายตามครอบครัวมายังสหรัฐอเมริกาเมื่ออายุ 16 ปี ที่รัฐนิวเจอร์ซีย์ ชีวิตในอเมริกาไม่ได้ง่ายดายนัก พ่อของเธอทำงานเป็นช่างซ่อมกล้อง ส่วนแม่ทำงานเป็นแคชเชียร์ในซูเปอร์มาร์เก็ต

ในขณะที่เรียนในระดับมัธยมปลาย Li ก็ทำงานพิเศษที่ร้านซักแห้งของครอบครัวเพื่อช่วยหารายได้ แม้จะต้องเผชิญกับอุปสรรคด้านภาษาและการปรับตัว วุฒิภาวะและการทำงานหนักทำให้เธอสามารถจบการศึกษาด้วยคะแนนยอดเยี่ยม และได้รับปริญญาตรีด้าน ฟิสิกส์ จาก Princeton University ในปี 1999

Li ได้รับปริญญาเอกด้าน วิศวกรรมไฟฟ้า จาก Caltech (California Institute of Technology) ในปี 2005 ก่อนจะเข้าร่วมเป็นคณะอาจารย์ที่ Princeton และในที่สุดก็ย้ายมาที่ Stanford University ซึ่งเป็นฐานที่มั่นในการสร้างสรรค์นวัตกรรมที่ยิ่งใหญ่ที่สุดของเธอ

จุดเปลี่ยนทางความคิด: “ข้อมูลจะนิยามโมเดล”

ในช่วงต้นอาชีพการงาน Li สังเกตเห็นว่าชุมชนวิจัย AI ส่วนใหญ่มุ่งเน้นไปที่การสร้าง อัลกอริทึมและโมเดล ที่ซับซ้อนอย่างไม่หยุดยั้ง แต่กลับละเลย “วัตถุดิบ” พื้นฐานที่สุด นั่นคือ ข้อมูล

เธอเชื่อว่า สมองของมนุษย์ ใช้ข้อมูลปริมาณมหาศาลเพื่อเรียนรู้และทำความเข้าใจโลก ในขณะที่ AI ในยุคนั้นถูกฝึกฝนด้วยชุดข้อมูลที่มีขนาดเล็กและมีคุณภาพจำกัด Li ได้ข้อสรุปที่พลิกผันวงการ: “กุญแจสำคัญไม่ได้อยู่ที่การพัฒนาอัลกอริทึมที่ซับซ้อนขึ้นเรื่อย ๆ แต่อยู่ที่การจัดหาข้อมูลการฝึกฝนที่มีขนาดใหญ่และหลากหลายอย่างไม่เคยมีมาก่อน” (Data will redefine how we think about models.)

ImageNet: การปฏิวัติวงการ Computer Vision

ด้วยวิสัยทัศน์ดังกล่าว Li จึงเริ่มโครงการที่ท้าทายและบ้าบิ่นที่สุดโครงการหนึ่งในประวัติศาสตร์ของ AI: ImageNet

กำเนิดชุดข้อมูลขนาดยักษ์

ImageNet ไม่ใช่แค่คลังรูปภาพ แต่เป็น ฐานข้อมูลภาพขนาดใหญ่ที่มีการติดฉลาก (Annotated Visual Database) ซึ่งมีเป้าหมายเพื่อเป็นฐานความรู้สำหรับระบบ AI ในการ “มองเห็น” และ “ทำความเข้าใจ” โลกภาพถ่ายเหมือนที่มนุษย์ทำ

• ขนาดและความซับซ้อน: ImageNet รวบรวม ภาพถ่ายกว่า 14 ล้านภาพ และจัดกลุ่มตาม WordNet ซึ่งเป็นเครือข่ายความหมายของคำในภาษาอังกฤษ โดยแบ่งออกเป็น มากกว่า 20,000 หมวดหมู่ ที่แตกต่างกัน (เช่น “บอลลูน,” “สุนัขพันธุ์ลาบราดอร์,” “เครื่องบิน”)
  
  
• การติดฉลากโดยมนุษย์ (Crowdsourcing): ด้วยความท้าทายในการติดฉลากภาพถ่ายนับล้านให้มีความแม่นยำและคุณภาพสูง Li และทีมของเธอจึงใช้แพลตฟอร์ม Amazon Mechanical Turk เพื่อระดมบุคลากรจากทั่วโลกมาช่วยกัน ติดฉลาก (Label) และ ทำเครื่องหมาย (Bounding Box) วัตถุในภาพถ่ายแต่ละภาพ กระบวนการนี้ต้องใช้แรงงานมนุษย์รวมกันนับสิบปีหากทำโดยนักวิจัยเพียงไม่กี่คน แต่ด้วยกลยุทธ์ Crowdsourcing ทำให้โครงการนี้สำเร็จได้ในเวลาอันรวดเร็ว
  

“ImageNet Moment” และยุค Deep Learning

ในปี 2010 ImageNet ได้ริเริ่มการแข่งขันประจำปีที่ชื่อว่า ImageNet Large Scale Visual Recognition Challenge (ILSVRC) ซึ่งเชิญชวนนักวิจัยทั่วโลกมาแข่งขันกันเพื่อสร้างโมเดล AI ที่สามารถจำแนกประเภทภาพในชุดข้อมูล ImageNet ได้อย่างแม่นยำที่สุด

จุดเปลี่ยนครั้งประวัติศาสตร์เกิดขึ้นในปี 2012 เมื่อทีมจาก University of Toronto นำโดย Alex Krizhevsky, Ilya Sutskever และ Geoffrey Hinton ได้นำเสนอ AlexNet ซึ่งเป็นสถาปัตยกรรม Deep Convolutional Neural Network (CNN) โมเดลนี้สามารถลดอัตราความผิดพลาดในการจำแนกภาพลงได้อย่างน่าตกใจ (จากกว่า 25% เหลือเพียง 15.3%) ซึ่งเป็นประสิทธิภาพที่เหนือกว่าคู่แข่งรายอื่นอย่างมาก

ชัยชนะของ AlexNet ถือเป็น “ImageNet Moment” ที่ประกาศให้โลกได้รับรู้ว่า Deep Learning คืออนาคตของ AI และ ImageNet คือตัวเร่งปฏิกิริยาที่ขาดไม่ได้ในการสร้างโมเดล Deep Learning ที่แข็งแกร่งและเชื่อถือได้ นับแต่นั้นมา ชุดข้อมูล ImageNet ก็กลายเป็น มาตรฐานทองคำ (Gold Standard) ในการฝึกฝนและเปรียบเทียบโมเดล Computer Vision ทั่วโลก และเป็นรากฐานของเทคโนโลยีจดจำใบหน้า, รถยนต์ไร้คนขับ, และระบบวิเคราะห์ภาพถ่ายทั้งหมดในปัจจุบัน

AI4ALL: การสร้างความหลากหลายและ AI ที่มีมนุษย์เป็นศูนย์กลาง

นอกเหนือจากผลงานด้านเทคนิคแล้ว Li ยังเป็นผู้นำด้านจริยธรรมและความรับผิดชอบของ AI อีกด้วย

AI4ALL: เพื่อความหลากหลายในโลก AI

Fei-Fei Li เป็นผู้ร่วมก่อตั้งองค์กรไม่แสวงหาผลกำไร AI4ALL ซึ่งมีภารกิจในการสร้างเส้นทางสำหรับนักเรียนที่ถูกมองข้ามทางประวัติศาสตร์ เช่น นักเรียนหญิง ชนกลุ่มน้อย และผู้ที่มาจากชุมชนที่มีรายได้น้อย ให้สามารถเข้าถึงการศึกษาและโอกาสในสาขา AI

Li เชื่อมั่นว่า หากผู้สร้าง AI มีความหลากหลายเพียงพอ ผลิตภัณฑ์ AI ที่ถูกสร้างขึ้นมาก็จะสะท้อนและตอบสนองความต้องการของสังคมทั้งหมดอย่างเท่าเทียมกัน

การขาดความหลากหลายในปัจจุบันอาจนำไปสู่การสร้าง AI ที่มีอคติ (Bias) และส่งผลเสียต่อสังคมในวงกว้างได้ AI4ALL จึงเป็นความพยายามที่จะแก้ไขปัญหาโครงสร้างนี้ตั้งแต่รากฐาน

Human-Centered AI (HAI)

Li ได้ขยายปรัชญานี้ไปสู่ระดับสถาบันโดยการร่วมก่อตั้งและเป็นผู้อำนวยการร่วมของ Stanford Institute for Human-Centered Artificial Intelligence (HAI)

ปรัชญา Human-Centered AI ของ Li ไม่ได้มอง AI เป็นแค่เครื่องมือเพิ่มประสิทธิภาพทางธุรกิจเท่านั้น แต่เป็น “เทคโนโลยีแห่งอารยธรรม” (Civilizational Technology) ที่ควรมีหลักการดังนี้:

1. AI ต้องยกระดับความสามารถของมนุษย์ (Augment Human Abilities): ไม่ใช่แค่มาแทนที่งานของมนุษย์ แต่ต้องช่วยให้มนุษย์ทำในสิ่งที่ทำได้ดียิ่งขึ้น
   
   
2. AI ต้องถูกชี้นำด้วยคุณค่าของมนุษย์ (Guided by Human Values): AI เป็นเพียงเครื่องมือ ดังนั้น คุณค่า ของมันจึงถูกกำหนดโดย คุณค่าของผู้สร้าง ซึ่งจำเป็นต้องมีการกำกับดูแลและจริยธรรมที่เข้มแข็ง
   
   
3. AI ต้องมีการทำงานร่วมกันแบบสหวิทยาการ (Multidisciplinary Collaboration): การพัฒนา AI ต้องรวมผู้เชี่ยวชาญจากหลายสาขา ทั้งวิศวกร, นักจริยธรรม, นักสังคมศาสตร์, และผู้เชี่ยวชาญในแต่ละอุตสาหกรรม

ปัจจุบัน งานวิจัยของ Li ได้ขยายไปสู่สาขา “Ambient Intelligence for Healthcare” ซึ่งเป็นการใช้ AI Computer Vision เพื่อติดตามพฤติกรรมของผู้ป่วยในโรงพยาบาลหรือที่บ้านอย่างไม่ล่วงล้ำ เพื่อให้สามารถแจ้งเตือนทีมแพทย์หรือดูแลผู้สูงอายุได้อย่างทันท่วงที ซึ่งแสดงให้เห็นถึงความมุ่งมั่นของเธอในการใช้ AI เพื่อ ปรับปรุงสภาพความเป็นอยู่ของมนุษย์ (Improve the Human Condition)

บทสรุป: มรดกของผู้ให้แสงสว่าง

Fei-Fei Li ไม่เพียงแต่มอบเครื่องมือทางเทคนิคที่สำคัญที่สุดอย่าง ImageNet ให้กับชุมชน AI เท่านั้น แต่เธอยังมอบ กรอบความคิดเชิงจริยธรรม ที่เป็นรากฐานสำคัญในการชี้นำเทคโนโลยีนี้ไปในทิศทางที่ถูกต้อง

เธอคือผู้ที่เปลี่ยน AI จากการเป็นเพียงการทดลองในห้องปฏิบัติการให้กลายเป็นพลังที่สามารถเปลี่ยนแปลงโลกได้จริง ผ่านการพิสูจน์ว่า ข้อมูลที่ดีคืออำนาจสูงสุด และในขณะที่โลกกำลังพุ่งเข้าสู่ยุคของปัญญาประดิษฐ์ขั้นสูง บทบาทของ AI ที่มีหัวใจมนุษย์ ซึ่งขับเคลื่อนโดยวิสัยทัศน์ของ Fei-Fei Li จะยังคงเป็นเข็มทิศที่นำพาเราไปสู่อนาคตที่เทคโนโลยีรับใช้มนุษยชาติอย่างแท้จริง

ทั้งนี้แนวคิดของ Fei-Fei Li เกี่ยวกับ AI ที่มีมนุษย์เป็นศูนย์กลางนั้น ผู้อ่านสามารถดูได้ที่คลิป Fei-Fei Li on How Human-Centered AI Actually Gets Built. ซึ่งจะให้ข้อมูลเชิงลึกเพิ่มเติมว่าปรัชญา Human-Centered AI ได้ถูกนำมาประยุกต์ใช้ในทางปฏิบัติอย่างไร

. : รู้จัก PAM Realtime CDP ซอฟต์แวร์การตลาดอัตโนมัติพลัง ai ที่ PAMs.ai : .

ภาพประกอบจาก

ted.com/talks/fei_fei_li_with_spatial_intelligence_ai_will_understand_the_real_world

ted.com/talks/fei_fei_li_how_we_re_teaching_computers_to_understand_pictures

hmc.edu/about/2019/12/17/fei-fei-li-to-deliver-harvey-mudd-commencement-address