ในช่วงสามปีหลังมานี้ การพัฒนาและการนำเทคโนโลยีระบบ AI มาใช้มีอัตราการเติบโตขึ้นมาก ทำให้เราได้เห็นทั้งแบรนด์โน้ตบุ๊กและมือถือต่างโฆษณาถึงการนำ AI มาช่วยเสริมการทำงานของเครื่องในหลาย ๆ ด้าน ในบทความนี้จะมาดูกันครับว่าตอนนี้ AI ในโน้ตบุ๊ก มือถือ รวมถึงใน CPU มีไว้ใช้ทำอะไรกันบ้าง
AI ย่อมาจาก Artificial Intelligence ในคำไทยจะหมายถึงระบบปัญญาประดิษฐ์ ซึ่งเป็นระบบที่ถูกออกแบบขึ้นมาให้มีการทำงานคล้ายกับสมองมนุษย์ ส่งผลให้ตัวระบบสามารถคิดคำนวณแบบซับซ้อนจากข้อมูลที่รับเข้าไป และนำข้อมูลมาใช้ในการวางแผน ตัดสินใจ วิเคราะห์พฤติกรรมต่าง ๆ ไปจนถึงสามารถเรียนรู้ จดจำและปรับตัวตามได้ เรียกได้ว่าแทบจะใกล้เคียงมนุษย์คนหนึ่งเลยทีเดียว จนทำให้มีการคาดการณ์กันว่าในอนาคตจะมีการนำ AI มาทำงานหลาย ๆ อย่างแทนมนุษย์ได้ด้วยซ้ำ
กลับมาที่ในยุคปัจจุบัน บริษัทเทคโนโลยีหลายแห่งในโลกได้นำระบบ AI เข้ามาใส่ในผลิตภัณฑ์ของตนเอง สำหรับกลุ่มที่เราจะให้ความสำคัญในบทความนี้ก็คือโน้ตบุ๊ก มือถือและก็ CPU/GPU เป็นหลัก
ระบบ AI ในโน้ตบุ๊กใช้ทำอะไรบ้าง
ส่วนใหญ่แล้วระบบ AI ที่อยู่ในโน้ตบุ๊ก มักจะออกแบบมาเพื่อเพิ่มความสะดวก ความลื่นไหลให้กับการใช้งาน เพื่อทำให้ผู้ใช้สามารถทำงานหรือเล่นเกมได้แบบเต็มประสิทธิภาพ เพิ่มความปลอดภัยให้กับข้อมูลในเครื่อง เป็นต้น ตัวอย่างฟีเจอร์ในโน้ตบุ๊กที่นำ AI มาใช้ก็เช่น
ระบบ Lenovo AI Engine+ ในโน้ตบุ๊กเกมมิ่งของ Lenovo Legion
จะอาศัยการทำงานของชิป AI LA1 ที่เป็นชิปแยกออกมาเพื่อประมวลผลด้าน AI โดยเฉพาะ หน้าที่หลักก็คือช่วยปรับระดับประสิทธิภาพขณะเล่นเกม เพื่อให้ได้เฟรมเรตสูง ลด latency ในระบบลง ทั้งยังทำงานร่วมกับฟีเจอร์ของทั้ง CPU GPU และระบบระบายความร้อน เพื่อทำให้สามารถเล่นเกมได้อย่างไหลลื่น
เทคโนโลยี Acer PurifiedVoice ในโน้ตบุ๊ก Acer
ออกแบบมาสำหรับช่วยตัดเสียงรบกวนระหว่างการสนทนาทั้งจากไมโครโฟนของผู้ใช้งาน และเสียงที่มาจากอีกฝ่าย ทำให้ผู้ใช้ได้ยินเสียงที่คมชัดโดยอาศัยการประมวลผลของ AI
ระบบปรับจูนประสิทธิภาพ MyDell และ Dell Optimizer
สำหรับโน้ตบุ๊กทั่วไป โน้ตบุ๊กสายทำงานก็มีระบบปรับจูนประสิทธิภาพที่ใช้พลังของ AI เข้ามาช่วยงานอยู่ด้วยเหมือนกัน เช่นโปรแกรม MyDell และ Dell Optimizer ที่อยู่ในโน้ตบุ๊กของ Dell ซึ่งจะทำหน้าที่ปรับการทำงานของระบบ เพื่อให้ได้ภาพ เสียง ประสิทธิภาพ และการใช้งานแบตเตอรี่ที่เหมาะสมกับการทำงานในขณะนั้น จุดประสงค์ก็คือเพื่อทำให้ทำงานได้อย่างราบรื่นเช่นกัน
ส่วน Dell Optimizer นี้จะมีฟังก์ชันที่ครอบคลุมการใช้งานในแทบทุกรูปแบบ รวมถึงยังมีการจดจำและเรียนรู้สไตล์การใช้งานของผู้ใช้จริง เพื่อนำข้อมูลมาใช้ในปรับปรุงการปรับจูนให้ตรงใจมากขึ้น ซึ่งจะมีทั้งส่วนของการปรับโหมดการใช้พลังงานอัตโนมัติ การปรับระดับการชาร์จไฟเพื่อยืดอายุแบตเตอรี่ ปรับความสำคัญของการเปิดโปรแกรมระหว่างการบูทเครื่อง ลดเสียงรบกวนขณะสนทนา เป็นต้น
ซึ่งที่จริงแล้วระบบในลักษณะนี้ก็มีในโน้ตบุ๊กแบรนด์อื่นด้วยเช่นกัน เช่น Context Aware ในโน้ตบุ๊ก HP รวมถึงซอฟต์แวร์ MSI Center ที่มีการนำ MSI AI Engine เข้ามาเสริมการทำงาน เป็นต้น นอกจากนี้ในบางครั้งยังนำมาใช้กับกล้องเว็บแคมด้วย เพื่อช่วยจัดเฟรมภาพให้ผู้พูดอยู่ตรงกลางเฟรม การปรับพื้นหลังเบลอแบบอัตโนมัติ รวมถึงการปรับมุมของสายตา ให้ดูเหมือนว่าเรามองกล้องอยู่ตลอดเวลา ช่วยเสริมประสบการณ์การใช้งานให้ดีขึ้น
สรุปการนำระบบ AI มาใช้ในโน้ตบุ๊ก
ส่วนใหญ่แล้วจะเป็นลักษณะของการเป็นตัวเสริมให้กับหลาย ๆ ฟังก์ชันที่มีอยู่แล้ว แต่เมื่อก่อนจะอาศัยการคำนวณข้อมูลจากเซ็นเซอร์ต่าง ๆ แบบเรียลไทม์ หรือเกิดจากการที่ผู้ใช้ต้องสั่งเปิดใช้งานเอง แต่พอมี AI เข้ามา ก็จะมีการเรียนรู้รูปแบบการใช้งาน เพื่อนำมาประกอบกับข้อมูลที่ได้จากเซ็นเซอร์ต่าง ๆ ทำให้ระบบสามารถจัดการให้แบบอัตโนมัติ โดยอิงจากพฤติกรรมของผู้ใช้จริงมากขึ้น ซึ่งมักจะถูกนำมาใช้กับทั้งการเพิ่มความสะดวก เพิ่มประสิทธิภาพ ถนอมอายุแบตเตอรี่ และช่วยเสริมความปลอดภัยให้กับข้อมูลในเครื่องและความเป็นส่วนตัวของผู้ใช้งาน
ระบบ AI ในมือถือใช้ทำอะไรบ้าง
การนำ AI มาใช้ในมือถือจะมีความแตกต่างจากในโน้ตบุ๊กอยู่พอสมควร เพราะสมาร์ตโฟนในยุคนี้แทบจะเป็นอวัยวะที่ 33 ของมนุษย์ไปแล้ว เนื่องจากมันมักถูกนำมาใช้งานในแทบทุกจังหวะชีวิต นับตั้งแต่การเป็นนาฬิกาปลุก เป็นเครื่องฟังเพลง เป็นอุปกรณ์อ่านข่าว อัปเดตเรื่องราวต่าง ๆ ทั่วทุกมุมโลก เป็นกล้องถ่ายรูป เป็นเครื่องทำงาน ซึ่งมักจะถูกตั้งมาตรฐานไว้ว่าสามารถใช้งานทั้งหมดนี้ในหนึ่งวันได้แบบแทบไม่ต้องกังวลเรื่องแบตเตอรี่ ทำให้ผู้ผลิตแต่ละรายนำเทคโนโลยี AI เข้ามาช่วยเสริมและจัดการงานเบื้องหลังมากมาย อาทิ
การจัดการพลังงาน และการชาร์จแบตมือถือ
แบตเตอรี่คือหนึ่งในองค์ประกอบที่สำคัญมาก ๆ ของสมาร์ตโฟน ทำให้ที่ผ่านมาได้มีการพัฒนาเทคโนโลยีที่ช่วยบริหารการใช้พลังงานออกมาอยู่เสมอ ซึ่งฝั่ง Google ก็ได้นำ DeepMind ที่เป็นระบบ AI มาใส่ใน Android ในฟีเจอร์ที่มีชื่อว่า Adaptive Battery เพื่อช่วยตรวจสอบการใช้แบตเตอรี่ของทั้งฮาร์ดแวร์และแอปพลิเคชันต่าง ๆ พร้อมกับเรียนรู้พฤติกรรมการใช้งานของผู้ใช้ด้วย ทำให้เกิดเป็นฟีเจอร์ที่ทำงานเบื้องหลัง ได้แก่
- จำกัดการทำงานของแอปที่อยู่เบื้องหลัง เพื่อลดการกินไฟลง
- เรียนรู้รูปแบบการใช้งานแต่ละแอป เพื่อใช้ในการบริหารการใช้พลังงาน
- เรียนรู้รูปแบบการชาร์จ เพื่อปรับการชาร์จให้เหมาะสม
ซึ่งผู้ผลิตเครื่องแต่ละแบรนด์ก็ได้นำฟีเจอร์นี้ไปผสานรวมกับระบบของตนเอง ทำให้ระบบจัดการพลังงานของมือถือ Android พัฒนาขึ้นมากในช่วงสองสามปีมานี้
ระบบอำนวยความสะดวกในการใช้งาน
ทั้งฝั่ง Google และ Apple ต่างก็มีการนำระบบ AI เข้ามาใส่ในระบบปฏิบัติการมือถือของตนเอง แต่ทาง Apple จะเลี่ยงไปใช้เป็นคำว่า Machine Learning (ML) แทน ตัวอย่างของฟังก์ชันที่มีการนำ AI หรือ ML มาเสริมการทำงานก็เช่น
- ระบบเดาคำของคีย์บอร์ดขณะที่ผู้ใช้กำลังพิมพ์ข้อความ
- เสริมการทำงานของระบบผู้ช่วยอย่าง Siri และ Google Assistance
- ระบบการสแกนใบหน้า รวมถึงการแยกแยะใบหน้าจากภาพถ่าย
- ระบบเรียนรู้รูปแบบการใช้งาน และคาดเดาสิ่งที่น่าจะทำเป็นลำดับถัดไป
- การแปลภาษา การถอดข้อความจากภาพถ่าย
- การถอดเสียงมาเป็นข้อความที่นำไปใช้งานอื่นต่อได้
- ระบบช่วยตัดเสียงรบกวนขณะสนทนา ถ่ายวิดีโอ และการบันทึกเสียง
- ช่วยกรองสายที่เป็น spam
- ช่วยรับสาย พูดคุย และจัดการนัดหมายได้
ในยุคแรก ๆ ที่ในเครื่องและชิปประมวลผลยังไม่มีส่วนทำงานด้าน AI โดยเฉพาะ หรือยังมีพลังในการทำงานยังไม่สูงมาก ระบบจะอาศัยการส่งข้อมูลที่จำเป็นไปให้ server กลางประมวลผลด้าน AI ให้ แต่ในตอนนี้ทางผู้ผลิตก็ปรับมาใช้การประมวลผลจากในเครื่องเลย เพื่อเพิ่มความเป็นส่วนตัวให้กับผู้ใช้งาน สาเหตุที่ทำได้ก็เนื่องจากประสิทธิภาพของส่วนประมวลผลด้าน AI ด้าน Neural Network ในชิปที่สูงขึ้นมาก อย่างในชิป A17 Pro ของ iPhone 15 ก็มีพลังการประมวลผลในด้านนี้สูงกว่าชิป A12 Bionic ที่ออกมาเมื่อปี 2018 ถึง 5 เท่าตัว (รายละเอียดเพิ่มเติมเกี่ยวกับชิป A17 Pro)
ระบบกล้อง
เมื่อหลายปีก่อน การแข่งขันเรื่องกล้องในวงการสมาร์ตโฟนจะอาศัยแข่งกันที่จำนวนพิกเซล ความละเอียดภาพ ฟีเจอร์ย่อยของกล้องเป็นหลัก แต่ตอนนี้ได้หันมาแข่งกันในเรื่องเทคนิคที่จะทำให้ภาพสวย โดยไม่จำเป็นต้องอัดฮาร์ดแวร์กล้องแบบในยุคก่อนแล้ว ซึ่งเทคนิคที่นิยมใช้กันก็คือ computational photography กล่าวคือนำการประมวลผลภาพมาเสริมจุดต่าง ๆ ให้กับภาพถ่าย เช่น การเพิ่มรายละเอียดในภาพ การจัดการแสง การถ่าย HDR การเร่งสีสันให้ดูสดใส เก็บรายละเอียดของภาพซูมให้คมชัด การปรับโหมดให้เหมาะกับการถ่ายแต่ละแบบ ไปจนถึงการปรับ distortion ของภาพแบบอัตโนมัติ ทำให้แม้จะใช้ฮาร์ดแวร์กล้องเดิม แต่ก็สามารถเพิ่มคุณภาพให้กับภาพถ่ายได้
ซึ่งทั้งหมดนี้ก็ใช้พลังของระบบ AI เข้ามาช่วยประมวลผล แต่ละค่ายก็จะมีการเทรนโมเดลของตนเองโดยใช้ภาพที่มีหลายล้านภาพมาช่วย เพื่อทำให้ระบบประมวลผลภาพของตนเองสามารถปรับแต่งภาพให้คล้ายคลึงกับโมเดลต้นแบบ และตรงกับสิ่งที่ผู้ใช้ส่วนใหญ่ชอบด้วย
และล่าสุดในการเปิดตัว Google Pixel 8 และ 8 Pro ก็มีการเปิดตัวฟีเจอร์ใหม่ในการช่วยแต่งภาพที่เข้ามาเสริมฟีเจอร์ Magic Editor ช่วยเพิ่มความสามารถในการแต่งรูปขึ้นไปอีก โดยใช้พลังของ AI ในการแยกตัวแบบ ใบหน้า วัตถุและพื้นหลังในภาพ ตัวอย่างสิ่งที่สามารถทำได้ก็เช่น
- สามารถปรับขนาด เปลี่ยนตำแหน่งขององค์ประกอบในภาพถ่ายได้
- ฟีเจอร์ Best Take ที่สามารถเลือกเฉพาะใบหน้าในช็อตที่ต้องการมาแทนได้
- เร่งสี ปรับแสง เพิ่มความคมชัดในวิดีโอหลังถ่ายมาแล้วได้ ทั้งในสภาพแสงปกติและแสงน้อย
ซึ่งตอนนี้ สมาร์ตโฟนในช่วงสองสามปีที่ผ่านมาแทบทุกรุ่น มักจะมีระบบ AI มาให้กันแทบทั้งนั้น จะมากน้อยก็ขึ้นอยู่กับประสิทธิภาพเครื่อง และระดับของประสิทธิภาพที่ผู้ผลิตออกแบบมา ส่วนถ้าถามว่าในเมื่อมีการประมวลผลจาก AI เพิ่มเข้ามาแบบนี้ มันจะกินแบตเพิ่มขึ้นหรือเปล่า ตรงนี้โดยปกติแล้วจะแทบไม่ต่างจากเดิมเลย หรือในบางกรณีคือกินแบตน้อยลงกว่าเดิมด้วยซ้ำ เพราะถ้านำงานแบบเฉพาะทางที่ AI ทำอยู่ โยนไปให้ CPU หรือ GPU หลักทำแทน อาจจะต้องใช้เวลา ใช้พลังในการทำงานสูงกว่าการปล่อยให้ชิป AI ทำงานเสียอีก เนื่องจากมันไม่มีข้อมูลโมเดล ข้อมูล pattern ต่าง ๆ มาใช้เทียบเพื่อเสริมการประมวลผล
ระบบ AI ใน CPU/GPU มีประโยชน์อย่างไร
ด้านของการพัฒนา CPU และ GPU ก็มีการนำ AI เข้ามาช่วยเสริมการประมวลผลมาซักระยะหนึ่งแล้วเหมือนกัน ซึ่งสำหรับกลุ่มผู้ใช้งานทั่วไป เรามักจะพบกับ AI ที่เข้ามาเพิ่มประสิทธิภาพให้กับด้านภาพและเสียงเป็นหลัก เช่น ใช้ในการอัปสเกลภาพ ช่วยตกแต่งภาพแบบอัตโนมัติ ใช้จับและแยกองค์ประกอบในภาพ เพื่อให้สามารถค้นหาภาพที่ต้องการได้ง่าย การตัดเสียงรบกวนในสถานการณ์ต่าง ๆ ซึ่งความสามารถเหล่านี้ก็จะอาศัยการทำงานร่วมกันของทั้ง CPU/GPU ระบบปฏิบัติการและซอฟต์แวร์ อันรวมถึงเกมด้วย ถ้าจะให้เห็นภาพชัดสุดก็คือฝั่งของการ์ดจอครับ
สามผู้เล่นใหญ่ในกลุ่มของการ์ดจอคอมพิวเตอร์ในปัจจุบันอย่าง NVIDIA, AMD และ Intel ต่างก็นำ AI เข้ามาใส่ใน GPU ของตนเองทั้งนั้น รวมถึงยังมีการเสริมความสามารถให้การ์ดจอรองรับการทำงานด้าน neural network ด้าน AI มากขึ้นเรื่อย ๆ ด้วย โดยมี NVIDIA เป็นผู้นำในด้านนี้มาอย่างยาวนาน สำหรับฟีเจอร์ในการ์ดจอที่มาจากระบบ AI ก็เช่น
- ฟีเจอร์การอัปสเกลภาพ เช่น DLSS ของ NVIDIA และ Intel Xe Super Sampling (XeSS) ของ Intel
- ช่วยเพิ่มสีสัน ความคมชัดให้กับวิดีโอ เช่นใน Intel Iris Xe Graphics และ NVIDIA RTX Video Super Resolution
- ช่วยเพิ่มประสิทธิภาพในการใช้งาน การทำงานกราฟิก วิดีโอ เช่น AI Accelerator ใน AMD RDNA 3, NVIDIA Studio
AI ที่อยู่ในการ์ดจอ ส่วนมากแล้วจะใช้ในการช่วยแบ่งเบาการทำงานของ GPU ลง ที่เห็นได้ชัดเลยคือการอัปสเกลภาพ ที่เมื่อก่อนตัว GPU จะต้องคำนวณและเรนเดอร์ภาพเองแบบเต็ม 100% อย่างสมมติถ้าต้องการส่งภาพออกจอความละเอียดระดับ 4K ที่มีจำนวนพิกเซลทั้งหมดเท่ากับ 3840×2160 = 8,294,400 พิกเซล นั่นคือต้องเรนเดอร์จุดสีทั้งหมดราวแปดล้านกว่าจุด แต่พอนำเทคนิคการอัปสเกลด้วย AI มาใช้ อาจจะทำให้ GPU เหลือหน้าที่ในการเรนเดอร์เพียงครึ่งเดียวคือที่ระดับ Full HD ที่มีพิกเซลประมาณสองล้านกว่าพิกเซลเท่านั้น ที่เหลือก็ปล่อยให้ AI อัปสเกล พร้อมตัดขอบให้คม ทำให้ได้ภาพที่คมชัด สวยงามในระดับที่เนียนตาพอสมควร ขึ้นอยู่กับการเทรนโมเดลของทางผู้ผลิตด้วยส่วนหนึ่ง แต่สิ่งที่ได้กลับมาคือพลังประมวลผลของ GPU ที่เหลือเฟือสำหรับโยกไปใช้ในการปั่นจำนวนเฟรมเรตให้สูงขึ้นแทน ทำให้สิ่งที่ผู้ใช้งานได้รับกลับมาคือเกมที่เฟรมเรตสูง ไหลลื่น ส่วนภาพก็ยังสวยในระดับที่โอเคอยู่ แม้จะไม่คมกริบเท่าการให้ GPU เรนเดอร์เอง 100% ก็ตาม
สรุปแล้ว การนำ AI มาใช้ในโน้ตบุ๊ก มือถือ และในชิปประมวลผลในขณะนี้ ส่วนใหญ่แล้วจะออกแบบมาเพื่อการเพิ่มประสิทธิภาพ อำนวยความสะดวกในงานเฉพาะทาง เช่น งานด้านภาพ เสียง ที่ตัว AI สามารถนำข้อมูลมาเทียบกับ pattern ที่ผ่านการเรียนรู้มา และนำไปใช้งานได้ทันที รวมถึงงานที่ต้องเรียนรู้พฤติกรรมของผู้ใช้งาน เช่น การปรับระดับการใช้แบตเตอรี่ การปรับรอบพัดลมอัตโนมัติ เพื่อที่จะทำให้ตัวเครื่องตอบโจทย์ผู้ใช้งานแต่ละคนที่มีความแตกต่างกันได้ และในอนาคตเราก็จะได้พบกับ AI ที่มีความสามารถสูงขึ้นไปอีก ด้วยปัจจัยทั้งเรื่องฮาร์ดแวร์ พลังประมวลผลที่พัฒนาขึ้น ควบคู่กับการเทรนโมเดลที่มีข้อมูลให้เทรนเพิ่มขึ้นทุกวัน ๆ ส่วนฝั่งของผู้ผลิตเอง ก็น่าจะค่อย ๆ ขยับงานประมวลผล AI จากที่ในอดีตต้องส่งมาจัดการที่ server มาเป็นแบบที่อาศัยการประมวลผลในเครื่องเองมากขึ้นจนแทบจะทำเองในเครื่อง 100% เพื่อใช้เป็นจุดขายเรื่องความปลอดภัยของข้อมูล และความเป็นส่วนตัวของผู้ใช้งาน
