AI กับคณิตศาสตร์: Neural Network เรียนรู้ได้อย่างไรด้วย Calculus

AI กับคณิตศาสตร์: Neural Network เรียนรู้ได้อย่างไรด้วยแคลคูลัส

ทุกวันนี้ เราต่างทึ่งกับความสามารถของ AI ไม่ว่าจะเป็น ChatGPT ที่สามารถโต้ตอบบทสนทนาได้เหมือนมนุษย์ หรือ Midjourney ที่สร้างสรรค์ภาพศิลปะอันน่าทึ่ง สิ่งเหล่านี้ดูราวกับ “เวทมนตร์” แต่ในความเป็นจริง เบื้องหลังความมหัศจรรย์นี้คือ “คณิตศาสตร์” ที่สง่างามและทรงพลัง โดยเฉพาะอย่างยิ่ง “แคลคูลัส” (Calculus)

หาก Neural Network (โครงข่ายประสาทเทียม) คือ “สมอง” ของ AI แคลคูลัสก็คือ “คู่มือการเรียนรู้” ที่บอกสมองว่าต้องปรับปรุงตัวเองอย่างไร

1. “สมอง” ที่เกิดมาพร้อมความ “ไม่รู้”

ก่อนอื่น Neural Network (NN) คือแบบจำลองทางคณิตศาสตร์ที่เลียนแบบโครงสร้างการทำงานของสมองมนุษย์ ประกอบด้วย “เซลล์ประสาท” (Neurons) หลายชั้นเชื่อมต่อกัน

Shutterstock

ในตอนเริ่มต้น NN ก็เหมือน “เด็กทารก” ที่ไม่รู้อะไรเลย สมมติว่าเราต้องการสอนให้มันแยกระหว่าง “ภาพสุนัข” กับ “ภาพแมว”

• Input: เราป้อน “ภาพสุนัข” เข้าไป

• Process: ภาพจะไหลผ่านเซลล์ประสาทหลายพันล้านตัว ซึ่งแต่ละตัวจะมี “ปุ่มปรับ” (เรียกว่า Weights) ของตัวเอง

• Output (ครั้งแรก): NN ทำการ “เดา” แบบสุ่มๆ และอาจจะตอบว่า… “นี่คือแมว (โอกาส 80%)”

แน่นอนว่าคำตอบนี้ “ผิด”

คำถามสำคัญคือ: เราจะ “สอน” มันอย่างไรว่าคำตอบนี้ผิด และต้องปรับปรุงตรงไหน?

2. การวัด “ความผิดพลาด” (The Loss Function)

เราไม่สามารถแค่บอก NN ว่า “ผิด!” ได้ เราต้องบอกมันว่า “ผิดไปมากแค่ไหน”

นักคณิตศาสตร์จึงสร้างสิ่งที่เรียกว่า “ฟังก์ชันสูญเสีย” (Loss Function) หรือ “คะแนนความผิดพลาด” ขึ้นมา

• คำตอบที่ถูก: สุนัข = 100%, แมว = 0%

• คำตอบของ NN: สุนัข = 20%, แมว = 80%

• Loss (ความผิดพลาด): คือ “ระยะห่าง” หรือ “ความแตกต่าง” ระหว่างคำตอบที่ถูกกับคำตอบของ NN (ซึ่งในกรณีนี้ “สูงมาก”)

เป้าหมายของการ “เรียนรู้” ทั้งหมด คือการพยายามปรับ “ปุ่ม” ทั้งหมดในสมอง NN เพื่อให้ “คะแนนความผิดพลาด” นี้ น้อยที่สุดเท่าที่จะเป็นไปได้

3. แคลคูลัสมาแล้ว: การเดินลงจาก “ภูเขาแห่งความผิดพลาด”

จินตนาการว่า “คะแนนความผิดพลาด” ทั้งหมด คือ “ภูเขา” หรือ “หุบเขา” ขนาดยักษ์

• จุดที่อยู่ “สูง” คือจุดที่ NN ทำนายผิดพลาดมาก (Loss สูง)

• จุดที่อยู่ “ต่ำที่สุด” (ก้นหุบเขา) คือจุดที่ NN ทำนายได้แม่นยำที่สุด (Loss ต่ำสุด)

NN ถูก “ปล่อย” ลงบนเนินเขาแห่งนี้แบบสุ่มๆ มันไม่รู้ว่า “ก้นหุบเขา” อยู่ที่ไหน

แคลคูลัส คือเครื่องมือที่ช่วย NN หาทิศทางครับ

NN ใช้ “อนุพันธ์” (Derivative) หรือ “เกรเดียนต์” (Gradient) เพื่อ “สัมผัส” พื้นที่มันยืนอยู่ Gradient จะบอกข้อมูล 2 อย่าง:

1. ทิศทาง: ทางไหนคือทางที่ “ลาดชันที่สุด”?

2. ขนาด: มันลาดชันแค่ไหน?

กระบวนการนี้เรียกว่า Gradient Descent (การเคลื่อนลงตามเกรเดียนต์):

NN จะคำนวณ Gradient และ “ก้าว” เล็กๆ ไปในทิศทางที่ “ลงเขา” ที่ชันที่สุด จากนั้นก็คำนวณใหม่ และก้าวต่อไปเรื่อยๆ จนกว่าจะถึงจุดต่ำสุด

4. Backpropagation: เปรียบเทียบกับการฝึกสุนัข

ตอนนี้เรารู้แล้วว่า NN ต้อง “เดินลงเขา” (Gradient Descent) แต่คำถามที่ยากกว่าคือ:

NN มี “ปุ่มปรับ” (Weights) เป็นล้านๆ ปุ่ม ถ้าผลลัพธ์สุดท้ายมัน “ผิด” เราจะรู้ได้อย่างไรว่า “ปุ่มไหน” ที่เป็นตัวการ? ปุ่มไหนควรหมุนขึ้น ปุ่มไหนควรหมุนลง?

นี่คือจุดที่ Backpropagation (การแพร่กระจายความผิดพลาดย้อนกลับ) เข้ามา และเราสามารถเปรียบเทียบมันกับการฝึกสุนัขได้

🐶 สถานการณ์ที่ 1: การฝึกที่ “แย่” (ไม่ใช้ Backpropagation)

• คุณ (ครูฝึก): สั่งสุนัข “นั่ง” (Input)

• สุนัข: วิ่งไปเห่า (Wrong Output)

• คุณ (ตะโกน): “ผิด!” (High Loss)

ปัญหา: สุนัขไม่รู้ว่ามันผิดตรงไหน มันแค่รู้ว่าคุณไม่พอใจ มันอาจจะคิดว่า “เห่าดังไม่พอเหรอ?” หรือ “วิ่งเร็วไม่พอ?” มันไม่รู้ว่า “ความผิด” เชื่อมโยงกับคำสั่ง “นั่ง” อย่างไร

🐶 สถานการณ์ที่ 2: การฝึกที่ “ดี” (ใช้ Backpropagation)

Backpropagation คือกระบวนการ “ชี้เป้า” ความผิดพลาดอย่างเป็นระบบ มันคือการที่ครูฝึก “ส่งสัญญาณความผิดพลาดกลับไป” ทีละขั้นตอน

1. เริ่มต้นที่ความผิดพลาด (Output):

   • NN: “ฉันตอบว่า ‘แมว’ แต่เฉลยคือ ‘สุนัข’ นี่คือความผิดพลาด”

2. แพร่กระจายย้อนกลับ (Backward Pass):

   • NN ใช้ “กฎลูกโซ่” (Chain Rule) ของแคลคูลัส (นี่คือหัวใจสำคัญ!)

   • ชั้นสุดท้าย (Output Layer): NN คำนวณว่า “เซลล์ประสาทที่ตอบว่า ‘แมว’ นี่แหละคือตัวการหลักของความผิดพลาด”

   • ย้อนกลับไปชั้นกลาง (Hidden Layer): “แล้วเซลล์ประสาทในชั้นก่อนหน้าตัวไหนบ้าง ที่ ‘ป้อนข้อมูลผิดๆ’ มาให้ชั้นสุดท้าย จนทำให้มันตอบว่า ‘แมว’?”

   • ย้อนกลับไปเรื่อยๆ: กระบวนการนี้จะ “โทษ” (Blame) หรือ “แจกแจงความรับผิดชอบ” ย้อนกลับไปทีละชั้น จนถึงชั้นแรกสุด

3. ผลลัพธ์:

   • แทนที่จะมีแค่ “คะแนนความผิดพลาด” รวมๆ ก้อนเดียว

   • “ปุ่มปรับ” (Weight) ทุกตัว ในสมอง NN จะได้รับ “คะแนนความรับผิดชอบส่วนตัว” ว่า “คุณมีส่วนทำให้เกิดความผิดพลาดนี้มากแค่ไหน”

4. การปรับปรุง (Update):

   • เมื่อ “ปุ่ม” ทุกปุ่มรู้ว่าตัวเองต้องรับผิดชอบแค่ไหน (ได้ค่า Gradient ของตัวเอง)

   • มันก็จะ “ปรับ” ตัวเองทีละนิด (ด้วย Gradient Descent) เพื่อลดความผิดพลาดนั้น

   • ปุ่มที่มีส่วนผิดมาก ก็จะถูกปรับมาก

สรุป

การเรียนรู้ของ AI ไม่ใช่เวทมนตร์ แต่เป็นวงจรคณิตศาสตร์ที่เกิดขึ้นนับล้านๆ ครั้ง:

1. Forward Pass: เดา (ป้อนภาพสุนัข -> NN ตอบ “แมว”)

2. Loss Function: วัดความผิดพลาด (คะแนนความผิดพลาดสูงมาก)

3. Backward Pass (Backpropagation): ใช้แคลคูลัส (Chain Rule) หาว่าใคร “ผิด” บ้าง (ปุ่มไหนต้องรับผิดชอบ)

4. Update (Gradient Descent): ปรับ “ปุ่ม” ทั้งหมดทีละนิด เพื่อให้ครั้งต่อไปเดาได้ดีขึ้น

เมื่อ NN ทำกระบวนการนี้ซ้ำๆ กับภาพสุนัขและแมวหลายล้านภาพ “ภูเขาแห่งความผิดพลาด” ก็จะค่อยๆ ถูกไต่ลงมา จน NN สามารถแยกแยะสุนัขและแมวได้อย่างแม่นยำนั่นเอง