ลองนึกภาพว่าคุณกำลังเขียนกลยุทธ์การวางหมากให้โปรแกรมโกะห้าเม็ด กฎกติกาอธิบายครบแล้ว กระดานแสดงผลได้ถูกต้อง ต่อไปดูเหมือนเพียงแค่ให้มันเลือกหมากที่ดีที่สุด แต่พอเริ่มคำนวณล่วงหน้า ทุกการตอบโต้ของคู่ต่อสู้ก็ยิ่งก่อให้เกิดรูปแบบที่มากขึ้นอีก ก่อนเกมจะเริ่ม เวลาคำนวณกลับไม่พอเสียก่อน
ความยุ่งยากเล็ก ๆ นี้วางปัญหาสำคัญประการหนึ่งในปัญญาประดิษฐ์ไว้ตรงหน้าเรา: เมื่อข้อมูล เวลา และทรัพยากรการคำนวณล้วนมีขอบเขต ระบบจะตัดสินใจเลือกอย่างมีเหตุผลได้อย่างไร สำหรับผู้ที่คุ้นเคยกับการใช้เครื่องมือ AI การลงมือจัดการปัญหาหนึ่งเช่นนี้ก็เป็นโอกาสที่จะเข้าใกล้ภายในของเทคโนโลยี
รายวิชา COMP5511 《Artificial Intelligence Concepts》(แนวคิดปัญญาประดิษฐ์) ของมหาวิทยาลัยโปลีเทคนิคฮ่องกง ครอบคลุมการค้นหา การแทนความรู้ การอนุมาน และการเรียนรู้ของเครื่อง ในสื่อการเรียนการสอนปัจจุบันบน EvoClass เส้นทางการเรียนยังขยายต่อไปสู่ Transformer โมเดลภาษาขนาดใหญ่ และเอเจนต์ จากจุดเริ่มต้นบนกระดานหมาก ระหว่างทางจะได้พบงานที่แตกต่างกัน และจะกลับมาทบทวนเรื่อง "การตัดสินใจเลือก" อยู่เสมอ
ก่อนหมากแรก ให้เรียนรู้การเลือกก่อน
หากทุกความเป็นไปได้ล้วนคุ้มค่าที่จะคำนวณ โปรแกรมก็จะติดอยู่ในพื้นที่การค้นหาอันมหาศาลอย่างรวดเร็ว การจะวางหมากได้ภายในเวลาจำกัด จำเป็นต้องตัดสินว่าสถานการณ์ใดให้ความสำคัญก่อน ใช้เกณฑ์ใดประเมิน และค้นหาไปถึงระดับใดจึงสามารถหยุดได้
ปัญหาที่ดูเหมือนเพียง "ความเร็วไม่พอ" จึงกลายเป็นการเลือกวิธีการ
ใน กลยุทธ์การค้นหา: การค้นหาแบบไม่มีข้อมูลและการค้นหาแบบฮิวริสติก ผู้เรียนสามารถเปรียบเทียบวิธีสำรวจที่แตกต่างกันได้ มาถึง การค้นหาแบบแข่งขันและความพึงพอใจข้อจำกัด ก็ต้องนำการเลือกของคู่ต่อสู้เข้ามาอยู่ในการตัดสินใจของตนเอง การมองล่วงหน้าหลายก้าว การประเมินสถานการณ์ และการลดการคำนวณที่ไม่จำเป็น ล้วนมีความหมายเป็นรูปธรรม
การทดลองโกะห้าเม็ดในรายวิชาเป็นหน้าต่างสำหรับการสังเกต สามารถปรับเปลี่ยนกลยุทธ์หนึ่งอย่าง รันโปรแกรม แล้วเปรียบเทียบการวางหมากและเวลาที่ใช้ หมากที่ดูเหมือนได้เปรียบตรงหน้าอาจทิ้งจุดอ่อนไว้ในภายหลัง การค้นหาที่ลึกกว่าก็ต้องแลกด้วยต้นทุนการคำนวณที่มากขึ้น
เมื่อโค้ดทำงานจริง การแลกเปลี่ยนที่ซ่อนอยู่เบื้องหลังชื่ออัลกอริทึมจึงปรากฏให้เห็น การเรียนรู้ก็มีจุดยึดที่ชัดเจน: อธิบายการเลือกในครั้งนี้ และหาวิธีที่ใช้ตรวจสอบคำอธิบายนั้นได้
เปลี่ยนเป็นภาพเขียนมือ ปัญหาก็เปลี่ยนไป
กฎการวางหมากของโกะห้าเม็ดเขียนออกมาได้ชัดเจน แต่หน้าตาของตัวเลขเขียนมือนั้นยากที่จะกำหนดทีละตัว "3" ตัวเดียวกัน บางคนเขียนกลม บางคนเขียนแบน และบางคนลายเส้นแทบจะติดกันหมด
หากเพิ่มกฎต่อไปเรื่อย ๆ อาจแก้ตัวอย่างเบื้องหน้าได้ 몇ตัวอย่าง แต่ก็ยังพบรูปแบบการเขียนใหม่ ๆ อยู่ดี งานจึงเปลี่ยนทิศไปอีกทาง: ให้ข้อมูลแก่โมเดล เพื่อให้มันเรียนรู้กฎที่ใช้จำแนกได้
แต่การเรียนจากตัวอย่างชุดหนึ่งไม่ได้หมายความว่าจะจัดการกับทุกสถานการณ์ใหม่ได้
สื่อการทดลองของ COMP5511 บน EvoClass มีการจำแนกตัวเลขเขียนมือ ขณะที่เนื้อหาการบรรยายก้าวจากแมชชีนเลิร์นนิงแบบดั้งเดิมเข้าสู่โครงข่ายประสาทเทียมและคอมพิวเตอร์วิชัน สำหรับผู้เรียน แบบฝึกหัดเล็ก ๆ ที่คุ้มค่าทำคือเก็บตัวอย่างที่จำแนกผิดไว้ 몇รายการ สังเกตว่าโมเดลเข้าใจอะไรว่าเป็นอะไร แล้วย้อนกลับไปหาสาเหตุในข้อมูลและวิธีการ
沿着เส้นทางนี้เข้าสู่ การสร้างแบบจำลองลำดับและ Transformer จุดสนใจก็เปลี่ยนไปสู่ลำดับและบริบทมากขึ้น ต่อมาเมื่อเรียนโมเดลภาษาขนาดใหญ่ เบื้องหลังอินเทอร์เฟซแชตที่คุ้นเคยก็มีเบาะแสทางเทคนิคให้สำรวจต่อไปได้
จากนั้น รายวิชาก็ดันปัญหาให้ออกไปนอกหน้าจอ: หากคำตอบต้องอาศัยการลงมือปฏิบัติจริงหนึ่งครั้ง ระบบจะดำเนินต่อไปอย่างไร
หลังได้คำตอบ ยังมีการลงมืออีกครั้ง
การค้นหาข้อมูลหนึ่งรายการ การรันโค้ดช่วงหนึ่ง หรือการทำงานต่อตามข้อมูลที่ส่งกลับมา ล้วนต้องการให้ระบบเชื่อมโยงกับเครื่องมือภายนอก หลังจากสร้างแผนแล้ว ยังต้องส่งคำขอ อ่านผลลัพธ์ และตัดสินว่าก้าวต่อไปยังสมเหตุสมผลหรือไม่
การปฏิบัติเอเจนต์และการเรียกใช้เครื่องมือใน Lab 11 พาผู้เรียนมาสู่ขั้นตอนนี้: เชื่อมโมเดลภาษากับเครื่องมือภายนอก สังเกตว่าการคิด การลงมือ และผลตอบกลับประกอบกันเป็นกระบวนการต่อเนื่องได้อย่างไร
ตอนนี้สามารถเพ่งความสนใจไปที่ขั้นตอนที่มักถูกละเลย นั่นคือ หลังจากเครื่องมือส่งผลลัพธ์กลับมาแล้ว ระบบใช้ผลลัพธ์นั้นอย่างไรจริง ๆ เนื้อหาที่ส่งกลับมาอาจไม่สมบูรณ์ การดำเนินการ也可能ล้มเหลว การลองใหม่ เปลี่ยนวิธี หรือหยุด จำเป็นต้องมีเหตุผลรองรับ
ปัญหาบนกระดานหมากในตอนเปิดเรื่องก็ปรากฏขึ้นอีกครั้งในอีกรูปแบบหนึ่ง การเลือกหนึ่งครั้งเปลี่ยนสถานการณ์ตรงหน้า และการตัดสินต่อไปต้องคำนึงถึงการเปลี่ยนแปลงนี้
โปรแกรมค้นหาและโมเดลภาษามีกลไกต่างกัน การวางไว้บนเส้นทางการเรียนเดียวกันทำให้ได้ฝึกวิธีสังเกตแบบหนึ่งที่สอดคล้องตลอดทาง: กำหนดงานให้ชัดก่อน แล้วดูว่าระบบลงมืออย่างไร สุดท้ายใช้ผลลัพธ์ตรวจสอบการตัดสินเดิม
เปลี่ยนการทดลองหนึ่งครั้งให้เป็นการตัดสินของตนเอง
เมื่อระบบเริ่มส่งผลต่องานจริง ความสำเร็จในการรันยังต้องพิจารณาร่วมกับความน่าเชื่อถือ อคติ และขอบเขตการใช้งาน จริยธรรม ความปลอดภัย และการจัดแนวของ AI นำประเด็นเหล่านี้เข้าสู่รายวิชา ทำให้การลงมือทางเทคนิคและความรับผิดชอบของมนุษย์อยู่ในภาพเดียวกัน
การเรียนรายวิชานี้สามารถตั้งภารกิจเล็ก ๆ ให้ตนเองได้: ก่อนรันการทดลอง เขียนสิ่งที่คาดหวังไว้ หลังเห็นผลลัพธ์ บันทึกจุดหนึ่งที่ต่างจากที่คาด แล้วย้อนกลับไปยังหน่วยบรรยายที่เกี่ยวข้อง เพื่อพยายามอธิบายความแตกต่างนั้น
ความแตกต่างนั้นอาจเป็นการวางหมากที่ไม่คาดคิด ภาพหนึ่งที่ถูกจำแนกผิด หรือข้อเสนอแนะจากเครื่องมือหนึ่งข้อที่เอเจนต์มองข้าม มันเป็นทิศทางสำหรับการเรียนรู้ครั้งต่อไป ทำให้แนวคิดในบทเรียนเชื่อมโยงกับการสังเกตของตนเอง
ที่ หน้าแรกของรายวิชา COMP5511 บน EvoClass สามารถสร้างโครงข่ายความรู้ตามหน่วยบรรยาย แล้วเข้าสู่การทดลองเพื่อนำปัญหากลับมา หรือจะเลือกหัวข้อที่ตนเองสนใจก่อน แล้วตรวจสอบความเข้าใจด้วยแบบฝึกหัดจำลองก็ได้
เมื่อกลับมาที่กระดานหมากนั้นอีกครั้ง โปรแกรมยังต้องเลือกก้าวต่อไปภายในเวลาจำกัด ตอนนี้คุณมีวิธีตรวจสอบมันมากขึ้นแล้ว: ดูว่าการค้นหาคลี่คลายอย่างไร ดูว่าเกณฑ์การประเมินคืออะไร และดูว่าผลลัพธ์สนับสนุนการออกแบบเดิมหรือไม่
การเข้าใจ AI สามารถเริ่มจากหมากตัวหนึ่งเช่นนี้ได้
ข้อมูลพื้นฐานของรายวิชาอ้างอิงจาก คำอธิบายรายวิชาอย่างเป็นทางการของ PolyU ส่วนการแนะนำบทและแล็บอ้างอิงจากเนื้อหารายวิชาปัจจุบันบน EvoClass ลิงก์บทเรียนในบทความชี้ไปยังสื่อการเรียนภาษาอังกฤษ