Cool Tech | จิตต์สุภา ฉิน

@Sue_Ching

Facebook.com/JitsupaChin

 

‘แมชชีนเลิร์นนิ่ง’

ตามล่าอาชญากรที่สูญหาย

 

แมชชีนเลิร์นนิ่งเป็นเทคโนโลยีที่แทรกซึมเข้ามาช่วยอำนวยความสะดวกให้หลากหลายแง่มุมในชีวิตของเรา

หลายๆ ครั้งประโยชน์ที่เราได้รับก็เป็นเรื่องแปลกใหม่ที่เราไม่เคยคาดคิดมาก่อนว่ามันจะช่วยเปลี่ยนวิธีที่เราใช้และทำมาโดยตลอดให้ดีขึ้นได้ขนาดนี้

หนึ่งในตัวอย่างที่ฉันอยากหยิบยกมาพูดถึงก็คือการช่วย “เติมช่วงเวลาที่หายไป” และทำให้เราได้เห็นปัจจุบันของใครสักคนแจ่มชัดขึ้น

เล่าเสียคลุมเครือแบบนี้คุณผู้อ่านก็คงจะงงแล้วใช่ไหมคะ ฉันหมายถึงแมชชีนเลิร์นนิ่งสามารถช่วย “สร้างภาพ” คนที่เราไม่ได้เห็นหน้าพบเจอมานาน

และทำให้เราพอจะนึกออกว่าถ้าเขาหรือเธอยังมีชีวิตอยู่ถึงทุกวันนี้จะหน้าตาเป็นอย่างไร

เว็บไซต์ The Conversation เล่าถึงกรณีล่าสุดที่ตำรวจในอิตาลีเพิ่งจะจับกุมชายคนหนึ่งได้สำเร็จ ชายคนนี้หลบหนีตำรวจอย่างยาวนานตั้งแต่ปี 1993

หนีไปได้นานขนาดนี้ต่อให้ตำรวจบังเอิญเจอตัวอีกครั้งแบบซึ่งๆ หน้าก็อาจจะไม่รู้ด้วยซ้ำว่าเป็นอาชญากรคนเดียวกับที่ตามหามานาน ไม่ต้องหวังพึ่งการชี้เบาะแสจากประชาชนผู้หวังดีเลยเพราะก็คงไม่มีใครสามารถเชื่อมโยงใบหน้าในปัจจุบันเข้ากับใบหน้าเด็กหนุ่มเมื่อกว่า 30 ปีที่แล้วได้

ตำรวจจับตัวเขาได้คราวนี้ด้วยความช่วยเหลือจากแมชชีนเลิร์นนิ่งที่สร้างภาพใบหน้าของผู้ร้ายว่าปัจจุบันเขา “น่าจะ” หน้าตาเป็นอย่างไรแล้ว

การลองวาดภาพคนให้สูงวัยโดยใช้ภาพถ่ายจากในอดีตไม่ใช่เรื่องใหม่อะไรเพราะก็ทำกันมาอย่างยาวนานแล้ว

วิธีปกติก็คือเราจะต้องลองใส่สัญญาณบอกวัยต่างๆ เข้าไปในภาพวัยเยาว์ที่เรามี อย่างการเติมรอยย่น ลบผมให้น้อยลง และอะไรก็ตามที่มาพร้อมกับความชราภาพที่เรารู้กันดีอยู่แล้ว

เมื่อเราใช้คอมพิวเตอร์เข้ามาช่วย วิธีที่นิยมทำกันแรกๆ แต่ตอนนี้ถูกทดแทนด้วยวิธีใหม่ๆ ไปแล้วก็คือการใช้ภาพถ่ายของคนจำนวนหนึ่ง (อาจจะประมาณ 30 คน) ที่อายุ เพศ และสีผิวใกล้เคียงกับคนที่เราต้องการตัว นำภาพทั้งหมดมารวมเข้าด้วยกันแล้วทำเป็นภาพเฉลี่ยเวอร์ชั่นอายุน้อย

จากนั้นก็จะใช้ภาพอีกชุดเพื่อมาทำภาพเฉลี่ยเวอร์ชั่นสูงอายุบ้าง คอมพิวเตอร์จะคำนวณเพื่อหาความแตกต่างระหว่างภาพเฉลี่ยทั้งสองภาพ อย่างเช่น ผมขาว หรือรอยเหี่ยวย่นที่เพิ่มขึ้นมา แล้วก็นำความแตกต่างทั้งหมดที่ได้ไปใส่ให้กับภาพคนที่ต้องการหาตัวเพื่อให้ได้ภาพเวอร์ชั่นสูงวัยของคนคนนั้น

 

แม้ว่าผลลัพธ์ที่ได้จะยังพอมีความใกล้เคียงอยู่บ้าง แต่ก็ไม่สามารถมองข้ามข้อจำกัดไปได้ว่าเราทุกคนแก่ตัวในรูปแบบที่แตกต่างกัน

พันธุกรรมและสิ่งแวดล้อมเป็นสองปัจจัยสำคัญที่ทำให้เราคาดเดาการแก่ตัวของแต่ละคนยาก คนที่ผอมอยู่แล้ว แก่ตัวไปอาจจะผอมจนแห้ง หรือคนที่มีจมูกโต แก่ตัวไปจมูกนั้นก็อาจจะโตยิ่งกว่าเดิม

นอกจากพันธุกรรมและสิ่งแวดล้อม ปัจจัยอื่นๆ ก็อาจส่งผลได้เหมือนกัน เช่น พฤติกรรมหรือไลฟ์สไตล์ อย่างเช่น การสูบบุหรี่ ดื่มแอลกอฮอล์ การทำกิจกรรมในร่มหรือกลางแจ้ง อาหารการกิน และอื่นๆ อีกมากมาย

คอมพิวเตอร์บางระบบจึงพยายามใช้ภาพของญาติและครอบครัวคนคนนั้นเข้ามาคำนวณร่วมด้วยเพื่อเพิ่มความเป็นไปได้ให้สูงที่สุด

อีกหนึ่งอย่างที่ทำได้ก็คือ การสร้างภาพสูงวัยของคนที่ต้องการออกมาหลายภาพหน่อย อย่างเช่น สร้างภาพแบบผมบางเล็กน้อย ผมบางปานกลาง ผมบางมาก ไปจนถึงหัวล้าน

มาถึงปัจจุบัน แมชชีนเลิร์นนิ่งซึ่งนับเป็นขาหนึ่งของปัญญาประดิษฐ์เป็นเทคโนโลยีที่ใช้ข้อมูลและอัลกอริธึ่มมาเลียนแบบวิธีที่มนุษย์เรียนรู้และสามารถพัฒนาให้มันเก่งขึ้นได้เรื่อยๆ ผ่านการเรียนรู้จากตัวอย่างจำนวนมากก็ถูกนำมาใช้ในการช่วยสร้างภาพคนที่อายุมากขึ้นและทำได้แบบใกล้เคียงความเป็นจริงมากกว่าเดิม

ความเก่งของมันก็คือมันสามารถเรียนรู้และฝึกฝนได้จากข้อมูลมหาศาล ซึ่งในกรณีนี้ก็คือภาพถ่ายเปรียบเทียบคนสองคนในช่วงอายุสองช่วงโดยใช้จำนวนตัวอย่างเยอะๆ คอมพิวเตอร์จะเรียนรู้และจับรูปแบบหรือแพตเทิร์นได้ว่าใบหน้าแต่ละแบบมีแนวโน้มที่จะแก่ตัวไปเป็นแบบไหน

ในที่สุดเมื่อเราป้อนภาพเวอร์ชั่นอ่อนวัยเพื่อให้มันสร้างภาพเวอร์ชั่นแก่ตัวของคนนั้นออกมาให้มันก็จะสามารถทำได้แบบใกล้เคียงความเป็นจริงมากขึ้น ผลลัพธ์ที่ได้จะถูกนำมาเปรียบเทียบกับภาพเวอร์ชั่นแก่ตัวของคนคนนั้นจริงๆ และลบจุดแตกต่างลงให้เหลือน้อยที่สุดเพื่อทำให้ระบบเก่งขึ้นในการที่จะสร้างภาพต่อๆ ไปในอนาคต

 

ในตอนนี้เราอาจจะยังไม่สามารถพูดได้ว่าภาพที่แมชชีนเลิร์นนิ่งสร้างออกมาจะเหมือนกันเป๊ะๆ กับตัวจริง แต่อย่างน้อยวิธีนี้ก็จะช่วยเพิ่มความเป็นไปได้ในกรณีที่เจ้าหน้าที่ตำรวจต้องการตามหาอาชญากรที่หลบซ่อนตัวมานานจนไม่รู้ว่าปัจจุบันนี้หน้าตาเป็นอย่างไรแล้ว หรือใช้เพื่อตามหาบุคคลสูญหาย อย่างเช่น เด็กที่ถูกลักพาตัวก็ได้

สำหรับผู้ใช้งานทั่วๆ ไป เราอาจจะเคยได้สัมผัสอะไรคล้ายๆ แบบนี้ผ่านการใช้งานแอพพลิเคชั่นบนโทรศัพท์มือถือที่เราสามารถใส่ภาพของเราเข้าไปเพื่อให้มันสร้างภาพเราในเวอร์ชั่นต่างๆ ออกมาให้ อย่างเช่น ภาพเราเป็นเด็ก ภาพเราแบบเป็นเพศอื่น หรือภาพเราตอนแก่

แต่นี่ก็ยังเป็นเทคโนโลยีที่อยู่ในระดับแค่ใช้เพื่อความบันเทิงเท่านั้น และฉันก็คิดว่ามันห่างจากความเป็นจริงมาก

ส่วนการใช้แมชชีนเลิร์นนิ่งสร้างภาพเวอร์ชั่นแก่ตัวเพื่อใช้ในการตามจับอาชญากรเป็นวัตถุประสงค์ที่ซีเรียสกว่านั้นเยอะ เราจะลืมไม่ได้ว่าคอมพิวเตอร์เองก็ผิดพลาดได้เหมือนกัน ภาพที่สร้างออกมาและไปคล้ายกับใครสักคนที่ไม่เกี่ยวข้องก็อาจจะนำมาซึ่งปัญหาวุ่นวายได้

โดยเฉพาะอย่างยิ่งถ้าคนใช้งานมีความมั่นใจในเทคโนโลยีเต็มร้อยชนิดที่ไม่เหลือพื้นที่ในใจไว้ให้คอมพิวเตอร์ผิดพลาดเลย

สะดวก ฉับไว คุ้มค่า สมัครสมาชิกนิตยสารมติชนสุดสัปดาห์ได้ที่นี่https://t.co/KYFMEpsHWj

— MatichonWeekly มติชนสุดสัปดาห์ (@matichonweekly) July 27, 2022