คุยกับโอ พีรเดช ผู้พัฒนาการเรียนรู้ระบบของ Canva

Thai_interview_O_5.png

ในวงการสายเทคฯ นั้นมีการพัฒนาครั้งยิ่งใหญ่ (paradigm shift) ที่ AI ไปไกลกว่าแค่การจำแนกประเภทข้อมูลว่าถูกหรือผิด แต่สามารถสร้างสรรค์ข้อมูลเนื้อหาใหม่ ๆ แบบอัตโนมัติ (Generative AI) เอสบีเอส ไทย ได้พูดคุยกับ โอ พีรเดช บางเจริญทรัพย์ ถึงความเปลี่ยนแปลงในวงการ รวมไปถึงโอกาสในตลาดงานของอุตสาหกรรมเทคฯ ในปัจจุบัน


โอ พีรเดช บางเจริญทรัพย์ ผู้ทำหน้าที่พัฒนาการเรียนรู้ระบบ (Machine Learning Engineer) ได้มาเล่าประสบการณ์การทำงานทั้งจากบริษัท Canva ในออสเตรเลียและ Tiktok ในสิงคโปร์

พร้อมสร้างความเข้าใจเกี่ยวกับ AI ผ่านมุมมองของคนทำงานในสายงานนี้ รวมไปถึงข้อจำกัดของ AI และการออกแบบโมเดลการทำงานของระบบบนแพลตฟอร์มให้เหมาะสม เป็นมิตร และปลอดภัยกับผู้ใช้งานทั่วโลก

ปัจจุบัน โอ ทำงานในตำแหน่งนี้ที่บริษัท Canva ภายใต้ทีม Trust and Safety ที่มีจุดมุ่งหมายเพื่อให้ผู้ใช้งานสามารถใช้แพลตฟอร์มได้อย่างปลอดภัยและมั่นใจได้ว่าแพลตฟอร์มของบริษัทจะไม่มีคอนเทนต์สุ่มเสี่ยงหรือถูกนำไปใช้ในทางที่ไม่เหมาะสม

Machine Learning Engineer คืองานอะไร?

หลายปีที่ผ่านมา ในวงการสายเทคฯ นั้นมีการพัฒนาครั้งยิ่งใหญ่ (paradigm shift) ที่ AI ไปไกลกว่าแค่การจำแนกประเภทข้อมูลว่าถูกหรือผิด แต่สามารถสร้างสรรค์ข้อมูลเนื้อหาใหม่ ๆ แบบอัตโนมัติ (Generative AI) จึงเกิดสายงานด้าน Machine Learning ขึ้นภายใต้ศาสตร์เกี่ยวกับวิศวกรรมด้านซอฟต์แวร์ (software engineer) โดยจะต้องมีความเชี่ยวชาญในการสอนระบบคอมพิวเตอร์ให้การเรียนรู้เป็นแพทเทิร์นเพื่อประมวณผลจากข้อมูลของผู้ใช้งาน
Machine learning เป็นการเปลี่ยนแปลงครั้งใหญ่ของวงการที่จะสร้างงานใหม่ต่อไปอีกหลายปี
โอ กล่าว

ข้อจำกัดของ AI ในปัจจุบัน

แม้ว่า AI จะถูกพัฒนามาไกล แต่ต้องยอมรับว่ายังคงมีข้อจำกัดเยอะ โดยส่วนตัวแบ่งข้อจำกัดออกเป็น 2 ขั้น หลัก คือ
  1. ข้อจำกัดในทางทฤษฎี คือการเรียนรู้ของระบบที่ต้องอิงกับแพทเทิร์นของข้อมูล หากไม่มีข้อมูลที่ดีหรือไม่มีแพทเทิร์นให้ระบบสามารถทำความเข้าใจได้ตั้งแต่ต้น ต่อให้เรามีระบบ Machine Learning ที่ล้ำที่สุดในโลก ก็ไม่สามารถเกิดการเรียนรู้ได้อยู่ดี
  2. ข้อจำกัดในทางปฏิบัติ อาจมาจากการเลือกทุ่มทรัพยากรเพื่อพัฒนาโมเดลของแต่ละผู้ให้บริการ เช่น การพัฒนาโมเดลภาษาไทยที่อาจมีทีมงานจำกัดในการพัฒนาระบบ ระบบบางประเภทจึงไม่สามารถตรวจจับคอนเทนต์ภาษาไทยได้อย่างมีประสิทธิภาพ หรือไม่สามารถจับโฆษณาการพนันบนโซเชียลมีเดียไม่ได้ เป็นต้น
“ใครที่พัฒนา machine learning ออกมาแล้วพบว่าทำงานได้ถูกต้อง 100% แสดงว่าเค้าวัดผลผิดแน่นอน เพราะมันไม่มีจริง คำถามคือเราจะออกระบบยังไงเพื่อรับกับความผิดพลาดนี้”
thai_interview_O_2.jpeg
โอ พีรเดช ผู้ทำหน้าที่พัฒนาการเรียนรู้ระบบ (Machine Learning Engineer) และเพื่อนร่วมงานที่บริษัท Canva ในเมืองซิดนีย์ ประเทศออสเตรเลีย

การจำกัดความของคำว่า “เหมาะสม” ของ GenAI

บริษัทใหญ่ ๆ จะมีทีม policy maker ที่มาช่วยที่เขียนนโยบายและไกด์ไลน์ของการทำงานในบริษัทเพื่อให้ทุก ๆ ทีมนำไปอ้างอิงและกำหนดทิศทางการทำงาน รวมไปถึงวิธีการรับมือให้สอดคล้องในทางกฎหมายของแต่ละประเทศ

ตัวอย่างในกรณีที่เป็นเรื่องสำคัญมาก ๆ เช่น ข้อมูลเนื้อหาการล่วงละเมิดทางเพศเด็ก ก็จะมีการอ้างอิงกับการจำกัดความของหน่วยงานรัฐ National Center for Missing & Exploited Children (NCMEC) ซึ่งบริษัทจะมีกฎว่า หากเจอคอนเทนต์ทางเพศเกี่ยวกับเด็ก บริษัทจะต้องทำการรีพอร์ทให้ชัดเจนตามกระบวนการ รวมไปถึงการส่งต่อเรื่องไปยังบริษัทสายเทคฯ อื่น ๆ เพื่อตรวจสอบว่ามีเจอคอนเทนต์ประเภทเดียวกันด้วยหรือไม่ เป็นต้น
Thai_Interview_O_3.jpeg
ส่วนในกรณีอื่นที่มีผลกระทบในเชิงวัฒนธรรม ซึ่งอาจไม่ได้มีกฎหมายออกมาควบคุมชัดเจน อันนี้ก็จะแล้วแต่กฎเกณฑ์ของแต่ละบริษัท ตามจุดประสงค์ที่ระบุไว้ต่างกันออกไป อาทิ หากบริษัทอาจต้องการรักษาชื่อเสียงหรือภาพลักษณ์ให้เข้ากับสังคมในเรื่องของเพศสภาพหรือชาติพันธุ์ การสั่งให้ AI สร้างรูปภาพกลุ่มของ CEO ที่ออกมาเป็นผู้ชายผิวขาวหมดเลยนั้น บริษัทอาจมองว่าไม่เหมาะสมเพราะถือว่ามีส่วนในการสร้างความไม่เท่าเทียมกันทางเพศในสังคม (gender bias) ได้ เพราะในความจริงแล้ว CEO เป็นได้ทั้งเพศและผิวสีไหนก็ได้
ตลาดงานเป็นเหมือนวัฎจักร เพราะวันที่คอมพิวเตอร์เข้ามานั้น แม้จะมีหลายอาชีพหายไป แต่มันก็สร้างงานใหม่ ๆ หลายประเภทขึ้นมาอีกมากมาย
โอกล่าว
จากประสบการณ์ที่เคยทำงานที่ Tiktok ในส่วนของการควบคุมโฆษณาบนแพลตฟอร์ม เช่น การจับตามองคอนเทนต์บนแพลตฟอร์มและห้ามบูสต์คอนเทนต์เกี่ยวกับการเมืองในช่วงเลือกตั้ง เราจะมีการประชุมร่วมกันหลายทีมเพื่อให้เห็นภาพตรงกันในการรับมือด้านความปลอดภัยกับสถานการณ์เลือกตั้งของแต่ละประเทศ

บน Canva มีฟีเจอร์ที่น่าสนใจเพื่อเพิ่มความมั่นใจในการใช้แพลตฟอร์มของเรา คือ การตรวจสอบลิงก์เอกสารสาธารณะ เช่น มีข้อความแจ้งเตือนว่ากำลังจะกดออกไปเว็บไซต์อื่นแล้วนะ คุณต้องคิดดีๆ ว่าลิงก์โอเคไหม? หรือหากระบบตรวจสอบแล้วลิงก์ดังกล่าวมีข้อมูลการหลอกลวงแบบฟิชชิงหรือสแกมแน่นอน ก็จะมีข้อความเตือนอย่างชัดเจนว่าเป็นลิงก์ที่ไม่เหมาะสม เป็นต้น

การอัพสกิลล์ของหน้าใหม่ในวงการ

อยากให้ลองสังเกตตัวเองว่าชอบสไตล์การเรียนรู้แบบไหนก่อน แล้วเอามาต่อยอดให้เหมาะกับความชอบของเรา เพราะงาน Machine Learning เป็นงาน technical ที่ควรได้ลองลงมือสร้างโปรเจคด้วยตัวเองก่อน เราถึงสรุปได้ว่าเราเข้าใจการทำงานของมันจริงๆ
ทุกครั้งที่มีการเปลี่ยนแปลงใหญ่ ๆ ในวงการ มันทำให้ทุกคนต้องมาเรียนรู้อะไรใหม่ ๆ ไปพร้อมกัน ซึ่งมันเปิดโอกาสให้คนหน้าใหม่ได้เข้ามาตามทันได้
โอเสริม
LISTEN TO
Canva interview podcast  image

คุยกับโอ พีรเดช ผู้พัฒนาการเรียนรู้ระบบของ Canva

SBS Thai

26/03/202523:47
ติดตามข่าวสารล่าสุดจากออสเตรเลียและทั่วโลกเป็นภาษาไทยจากเอสบีเอส ไทย ได้ที่  หรือ และ

Share