ประเด็นด้านการใช้งาน AI เริ่มเป็นที่ถกเถียงมากขึ้น จากชื่อเสียงและความเก่งกาจที่เพิ่มขึ้นทุกวัน หรือความเสี่ยงที่ผู้ให้บริการ AI อาจล่วงรู้ถึงข้อมูลที่ละเอียดอ่อน และการละเมิดลิขสิทธิ์ด้านข้อมูล นอกจากนี้ยังมีประเด็นที่คนร้ายสามารถใช้ประโยชน์จาก AI ได้ด้วย
ด้วยเหตุนี้องค์กรในปัจจุบันที่ต้องการสร้างโปรเจ็คด้าน AI จึงต้องย้อนกลับมาตั้งต้นด้วยโจทย์ที่ว่า ท่านจะสร้าง AI ที่ไม่สร้างความเสี่ยงต่อข้อมูลส่วนบุคคล และสิทธิ์การใช้งานต้องเหมาะสมกับผู้ใช้อย่างแท้จริง ซึ่งในบทความนี้เราจะพาไปรู้จักกับ 9 เครื่องมือสำหรับงานดังกล่าว
เหตุใด AI จึงควรถูกกำกับดูแล
สาเหตุสำคัญที่ AI ควรถูกกำกับดูแลมีหลายปัจจัย เพราะ AI ไม่ได้มีแค่ประโยชน์เท่านั้น แต่หากควบคุมได้ไม่ดี AI ก็อาจก่อโทษได้เช่นกัน อีกทั้งโปรเจ็คด้าน AI ยังมีความซับซ้อนสูงหลายมิติ ที่องค์กรเองอาจยังไม่สามารถคาดเดาถึงผลลัพธ์เหล่านั้น ณ ช่วงเวลาแรกของการถือกำเนิดเทคโนโลยีนี้ในวงกว้าง อย่างไรก็ดีในประเทศที่มีความก้าวหน้าสูงต่างเริ่มขยับตัวเพื่อออกกฎหมายกำกับดูแลด้าน AI แล้ว โดยหวังถึงการใช้งานเทคโนโลยี AI อย่างมีความรับผิดชอบ ไม่ละเมิดลิขสิทธิ์และสิทธิส่วนบุคคล กระนั้นเองความหวังก็ริบหรี่เต็มที หากการเริ่มต้นไม่ได้ถูกออกแบบไว้แต่แรก
คำถามสำคัญง่าย ๆ ก่อนที่จะเริ่มต้นโปรเจ็คด้าน AI ดูเหมือนจะมีคำถามหลักอยู่ 3 คำถามคือ
AI ได้ข้อมูลมาอย่างไร – เราไม่อาจทราบได้เลยว่า AI มีการละเมิดข้อมูลจากแหล่งใดมาบ้าง เมื่อมีการกวาดต้องข้อมูลไปทั่วโลกเว็บไซต์และอื่นๆ แม้กระทั่งตัวผู้ให้บริการรายใหญ่ของโลกเองก็ไม่สามารถยืนยันได้ 100% ว่าข้อมูลที่พวกเขาได้มาจะไม่ละเมิดลิขสิทธิ์หรือสิทธิของผู้คนโดยที่ผู้ใช้อาจไม่ยินยอม แม้กระทั่งข้อมูล metadata จากโลกโซเชียลที่ถูกสั่งสมไว้ยาวนานหลายปี ที่พวกเขามักใช้เพื่อนำเสนอสินค้าและบริการตรง
AI ได้ข้อมูลอะไรมาบ้าง – นอกจากข้อมูลส่วนบุคคลที่อาจได้มาแล้ว ข้อมูล Biometric ของท่านยังอาจอยู่ในส่วนหนึ่งของคลังข้อมูลแล้ว ลองนึกถึงว่าโลกทุกวันนี้มีทั้งกล้องวงจรปิด ระบบสแกนนิ้วมือ ระบบจดจำเสียง ซึ่งสิ่งเหล่านี้ผู้ใช้ได้มอบให้แก่ผู้ให้บริการต่าง ๆด้วยตัวเอง นอกจากนี้ข้อมูลที่ท่านมอบให้แก่ AI อย่าง ChatGPT ก็ยังถูกนำกลับไปสอนโมเดลซ้ำอีกด้วย ดังนั้นข้อมูลความลับอาจจะไปเผยแพร่สู่ผู้ใช้คนอื่นได้ ดังเช่นข่าวที่ว่ามีพนักงานใน AI ช่วยหาบั๊กของโค้ดในองค์กร ช่องโหว่เหล่านั้นอาจตกไปถึงมือผู้ใช้งานรายอื่นได้
AI มีการเก็บและจัดการข้อมูลอย่างไร – หลายผู้ให้บริการ AI ในปัจจุบันยังไม่มีการประกาศ Policy หรือขั้นตอนปฏิบัตเกี่ยวการเก็บข้อมูลอย่างชัดเจนว่า มีมาตรการจัดเก็บที่ไหนอย่างไร หรือการทำลายเมื่อครบอายุที่ประกาศไว้ หรืออาจใช้ย้อนกลับไปสอนโมเดลก่อนถูกทำลาย เรื่องเหล่านี้ยังมีความชัดเจนน้อยมาก
ด้วยคำถามที่กล่าวมาข้างต้นจึงทำให้การนำ AI มาใช้งานในภาคธุรกิจจึงต้องเริ่มคิดถึงการปกครองการนำ AI เข้ามาใช้อย่างจริงจัง ตั้งแต่มุมของการได้มาซึ่งข้อมูลและขอบเขตของข้อมูลที่ควรนำมาใช้ ถึงการยินยอมจากเจ้าของข้อมูล ความสำคัญและความละเอียดอ่อน ตลอดจนอายุของการใช้งาน โดยทุกขั้นตอนต้องมีมาตรการด้านความมั่นคงปลอดภัยอยู่เสมอ ทั้งนี้ตัวโมเดลเองยังต้องถูกป้อนข้อมูลที่ไม่ลำเอียง และนวัตกรรมนั้นจะต้องไม่ถูกใช้ไปในทางที่ผิดด้วย
9 เครื่องมือสำหรับงานกำกับดูแลโครงการ AI
1.) IBM Cloud Pak for Data
เครื่องมือนี้จะช่วยให้องค์กรเร่งการขับเคลื่อนโปรเจ็ค AI ได้ โดยตอบโจทย์การใช้ในรูปแบบ Multicloud ที่สามารถให้มุมมองด้านข้อมูล เช่น ลักษณะของข้อมูล คุณภาพของการมูล กรอบปฏิบัติด้าน Compliance ขององค์กรว่าสอดคล้องกับการทำงานหรือไม่ รวมถึงมีการติดตามข้อมูลด้วย นอกจากนี้ Cloud Pak for Data ยังมีข้อมูลเกี่ยวกับบริการ AI ที่เป็นประโยชน์กับผู้ปฏิบัติงานในหน้าที่ต่างๆเช่น Data Engineer, Data Scientist และ Business Analyst ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
2.) Amazon SageMaker
เครื่องมือที่มาพร้อมกับ IDE แบบครบวงจร โดยเน้นไปที่การสร้างโมเดล AI และการ deploy ใช้งานครบวงจร โดย SageMaker มีฟีเจอร์มากมายที่พร้อมใช้งานทันที อาทิ อัลกอริทึม, การทำ data labeling, ปรับจูนโมเดล, การขยายโมเดลอัตโนมัติ และ Host สำหรับการปฏิบัติการ นอกจากนี้ภายในแพลตฟอร์มยังมีช่องทางสำหรับการควบคุมการเข้าถึงโปรเจ็ค ข้อมูล และโมเดล เพื่อกำกับให้เป็นไปตาม compliance และผู้ที่เกี่ยวข้องงาน Machine Learning ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
3.) Dataiku DSS
จุดเด่นของเครื่องมือคือการบูรณาการผู้เกี่ยวข้องในโปรเจ็คให้สามารถทำงานได้ร่วมกันทั้งสายเทคนิคและงานธุรกิจ ซึ่ง Dataiku Data Science Studio (DSS) เป็นแพลตฟอร์มที่ช่วยในการสร้าง deploy และติดตามโมเดล Machine Learning รวมถึงยังมีหน้าตาแสดงการเตรียมข้อมูลและวิเคราะห์ข้อมูลด้วย ทั้งนี้เครื่องมือมีการติดตามการใช้ข้อมูลเพื่อให้แน่ใจว่าองค์กรจะปฏิบัติได้ตามวัตถุประสงค์การใช้งาน AI ที่ครอบอยู่ ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
4.) Azure Machine Learning
Microsoft มีชื่อเสียงเรื่องเครื่องมือระดับองค์กรอยู่แล้ว ซึ่ง Azure ML ก็เป็นอีกหนึ่งเครื่องมือที่มาพร้อมกับความสามารถด้าน AI Governance ที่ครอบคลุมตั้งแต่ตัวเครื่องมือ บริการ และ framework ในการประมวลผล เตรียมการ เทรนและ deploy โมเดล ไปจนถึงการติดตามโมเดล ทั้งนี้ยังมีฟีเจอร์ที่ช่วยสร้าง AI อย่างมีจริยธรรมเที่ยงตรง ไม่เอนเอียง ไม่ละเมิดความเป็นส่วนตัว และดำเนินงานอย่างมั่นคงปลอดภัย ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
5.) Datatron MLOps Platform
เป็นอีกหนึ่งเครื่องมือที่โดดเด่นในการติดตามความเสี่ยงและข้อบังคับในการทำงานของโมเดลด้าน AI โดยช่วยให้ติดตามได้ว่าโมเดลมีประสิทธิภาพอย่างไร ทำไมถึงตัดสินใจเช่นนั้นเพราะอะไร โดยการันตีให้โมเดลอยู่ใน compliance ที่วางไว้ หากมีข้อผิดพลาดหรือความผิดปกติสามารถส่งแจ้งเตือนผู้เกี่ยวข้องได้ ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
6.) Qlik Staige
ความโดดเด่นของเครื่องมือคือมีการเสริมพลังด้วยฟังก์ชัน AI ให้การปฏิบัติงานนั้นง่ายขึ้น ซึ่งเครื่องมือจะเน้นไปที่การสนับสนุนการศึกษาเรื่องข้อมูลและความง่ายในการสร้างโมเดล Machine Learning อย่างรวดเร็ว ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
7.) Monitaur
เครื่องมือตัวนี้มีความโดดเด่นในการให้ข้อมูลและช่วยให้องค์กรสามารถปฏิบัติตามข้อบังคับของอุตสาหกรรม โดยมีไลบรารีกลางให้อ้างอิงว่าองค์กรต้องทำอย่างไรถึงจะสอดคล้องกับข้อบังคับนั้น นอกจากนี้ Monitaur ยังช่วยให้ทุกฝ่ายในโปรเจ็คทำงานร่วมกันในได้ ซึ่งครอบคลุมทั้ง ML Engineer, data scientist, ผู้บริหารหรือผู้ที่มีอำนาจตัดสินใจ และ ผู้ตรวจสอบระเบียองค์กร ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
8.) Holistic AI
ช่วยในการประเมินความเสี่ยงของโมเดล AI ว่ามีประสิทธิภาพ ช่องโหว่ หรือสิ่งที่ยังปรับปรุงได้ ให้โปรเจ็คเป็นไปตามมาตรฐานและสอดคล้องกับข้อปฏิบัติทางกฎหมาย โดยสามารถจัดทำรายงานซึ่งสามารถบอกถึงผลกระทบต่อกระบวนการทางธุรกิจและผู้ถือหุ้นได้ด้วย ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
9.) Credo AI
ช่วยในการรวบรวมข้อมูล metadata ของ AI ที่บ่งชี้ถึง ความเสี่ยง คุณค่า เพื่อจัดทำเป็นรายงานให้นำไปคุยกับผู้เกี่ยวข้องทุกฝ่ายได้ ทั้งนี้ยังสามารถนำข้อมูลไปจัดลำดับความสำคัญในหลายมุมมองทั้งผลกระทบ รายได้และความเสี่ยงที่เกิดขึ้น ศึกษาข้อมูลเพิ่มเติมได้ที่นี่
ที่มา : https://www.eweek.com/artificial-intelligence/ai-governance-tools/ และ https://www.eweek.com/artificial-intelligence/ai-privacy-issues/
————————————————————————————————————————————-
ที่มา : Techtalkthai / วันที่เผยแพร่ 4 มี.ค.67
Link : https://www.techtalkthai.com/9-tools-for-ai-governance/
