หลักฐานชิ้นสำคัญของอารยธรรมมนุษย์

Margaret Mead เป็นนักมานุษยวิทยาที่โด่งดังคนหนึ่งของอเมริกาในยุค 1960’s

ครั้งหนึ่งเคยมีนักศึกษาถามเธอว่า อะไรคือหลักฐานทางประวัติศาสตร์ที่บ่งบอกถึงจุดเริ่มต้นของอารยธรรมมนุษย์

นักศึกษานึกว่าจะอาจารย์มี้ดจะพูดถึงเครื่องปั้นดินเผา อุปกรณ์ล่าสัตว์ หินลับมีด หรือวัตถุบูชา

แต่เปล่าเลย มี้ดบอกว่าหลักฐานแรกของอารยธรรมคือกระดูกโคนขาที่มีอายุ 15,000 ปี

กระดูกโคนขาคือกระดูกที่ยาวที่สุดในร่างกายมนุษย์ที่เชื่อมสะโพกกับเข่าไว้ด้วยกัน ในยุคสมัยที่ไม่มีความรู้ทางการแพทย์ หากกระดูกโคนขาแตก ต้องใช้เวลาราว 6 สัปดาห์กว่าจะหายดี กระดูกโคนขาอายุ 15,000 ที่ถูกขุดเจอนั้นเคยผ่านการแตกและสมานแผลมาเรียบร้อยแล้ว

มี้ดอธิบายว่า ในโลกแห่งสิงสาราสัตว์ ถ้าขาคุณหัก นั่นหมายถึงความตาย เพราะคุณวิ่งหนีไม่ได้ ไม่สามารถออกหาอาหารอะไรได้ คุณทำได้แค่เพียงนอนรอวันเวลาที่จะกลายเป็นอาหารของสัตว์อื่นเท่านั้น ไม่มีสัตว์ชนิดใดที่เอาชีวิตรอดได้นานพอให้กระดูกกลับมาสมานกันอีกครั้ง

แต่กระดูกโคนขาที่เคยแตกและกลับมาหายดีคือหลักฐานที่บ่งบอกว่าคนๆ นั้นมีคนคอยดูแล มีคนคอยอุ้มไปไหนต่อไหน และคอยหาอาหารมาให้จนกว่าเขาจะหาย

กระดูกโคนขา 15,000 ปีจึงบ่งบอกว่ามนุษย์เริ่มช่วยเหลือมนุษย์ด้วยกันเอง ไม่ได้ทิ้งเขาไว้เพียงลำพังเพื่อเอาตัวรอด

และนี่แหละคือจุดเริ่มต้นของอารยธรรม


ขอบคุณเนื้อหาจาก Remy Blumenfeld | Forbes | How A 15,000-Year-Old Human Bone Could Help You Through The Coronacrisis

Siri ไม่ได้เข้าใจสิ่งที่เราพูดหรอกนะ

ตอนนี้ผมกำลังอ่านหนังสือ “ฉลาดกว่า AI” ของสำนักพิมพ์ howto อยู่ครับ

เขาโฆษณาว่านี่เป็นหนังสือ AI ที่ขายดีที่สุดในญี่ปุ่น

แม้จะเขียนมา 5 ปีแล้ว แต่หลายสิ่งหลายอย่างก็ยังเป็นความรู้ใหม่สำหรับผมมาก

มีช่วงตอนหนึ่งที่ผมลองอ่านแล้วทำตามแล้วสนุกมาก คือการ “เข้าใจคำสั่งของมนุษย์” ของ AI

หลายคนคงคุ้นเคยกับการพูดคุยกับ Siri หรือ Google Assistant เพื่อให้มันเปิด Google Maps พาเราไปไหนต่อไหน แล้วเราก็คิดว่า AI นี่ชักจะพูดจารู้เรื่องเหมือนมนุษย์มากขึ้นทุกที

แต่ที่เราคิดว่า AI เข้าใจเรานั้น จริงๆ แล้วมันไม่ได้เข้าใจเราจริงๆ หรอก มันแค่ “ทำเป็นเข้าใจ” เราเฉยๆ

ลองทดลองดูง่ายๆ ก็ได้ ในตัวอย่างนี้ผมลองกับ Google search ในคอมพิวเตอร์แล็ปท็อปของผม แต่คุณจะลองทำผ่าน Siri หรือ Google Assistant บนโทรศัพท์ก็คงจะได้ผลลัพธ์ไปในทิศทางเดียวกัน

ตัวอย่างแรก ผมอยากหาร้านอาหารอิตาเลี่ยนดีๆ ที่อยู่แถวนี้ ก็เลยพิมพ์ว่า

find good italian restaurants near me

ก็จะได้ลิสต์ร้านอาหารที่คะแนน 4 ดาวขึ้นไปมาโชว์ให้เห็น

แต่ถ้าเราอยากหาร้านอาหารอิตาเลี่ยนที่ไม่อร่อยล่ะ?

find bad italian restaurants near me

ผลลัพธ์ที่ได้คือรายชื่อร้านอาหารอิตาเลี่ยน 4 ดาวขึ้นไปเหมือนกัน ตัวผลลัพธ์อาจจะไม่เหมือนข้อแรกซะทีเดียว แต่ในตัวอย่างนี้ผมก็มีร้านที่ซ้ำกับข้อแรกคือร้าน Peppe และไม่มีร้านไหนที่ได้คะแนนน้อยๆ เลย

แล้วถ้าอยากหาร้านอร่อยๆ ที่ไม่ใช่ร้านอิตาเลี่ยนล่ะ?

find good restaurants near me except italian restaurants


ผลลัพธ์ก็แทบไม่ต่างจากข้อแรกเช่นกัน ร้านที่โชว์ขึ้นมาล้วนแล้วแต่เป็นร้านอิตาเลี่ยนที่ได้คะแนนดีๆ ทั้งนั้น

นี่มันเกิดอะไรขึ้น? ทำไม AI ที่เก่งกาจถึงไม่เข้าใจคำว่า “bad” หรือ “except”?

สาเหตุก็เพราะ AI ไม่ได้เข้าใจความหมายของภาษามนุษย์จริงๆ สิ่งที่มันทำคือใช้หลักการสถิติและความน่าจะเป็นในการศึกษา big data ว่าถ้าถูกถามด้วยประโยคที่มี keywords เหล่านี้ คำตอบควรจะเป็นแบบไหน

แต่เนื่องจากไม่ค่อยมีคนถามหาร้านอาหารอิตาเลี่ยนที่ไม่อร่อยหรือร้านอร่อยที่ไม่ใช่ร้านอิตาเลี่ยน ฐานข้อมูล big data จึงไม่ค่อยมีรูปประโยคเหล่านี้ และคำว่า bad หรือคำว่า except จึงไม่มีน้ำหนัก ผลลัพธ์จึงไม่ต่างจากการค้นหาร้านอิตาเลี่ยนตามปกติ

ผมว่านี่เป็นประเด็นสำคัญ เพราะมันคือช่องว่างระหว่างสติปัญญาของมนุษย์และสติปัญญาของ AI ซึ่งอาจจะเป็นกุญแจนำเราไปสู่คำตอบที่ว่า มนุษย์เราจะยังรักษาคุณค่าของตัวเองไว้ได้อย่างไรในวันที่ AI ครองเมือง

ไว้อ่านหนังสือเล่มนี้จบผมอาจจะได้มาเล่าให้ฟังเพิ่มเติมนะครับ

ลองผิดให้เยอะๆ แล้วมันจะถูกเอง

“Once you’ve made all the mistakes in the field, you’re considered an expert.”
-Derek Sivers

คนเก่งจึงไม่ใช่คนที่ทำถูกมากกว่าคนอื่น แต่คือคนที่ผ่านการทำผิดพลาดมามากกว่าคนอื่น

เหมือนเอดิสันที่ค้นพบ 10,000 วิธีที่ไม่ควรทำหลอดไฟ

ครั้งหนึ่งเคยมีคนมาปรึกษาบล็อกเกอร์ชื่อดังอย่าง Seth Godin ว่าทำยังไงถึงจะมีงานเขียนดีๆ

เซธจึงตอบกลับไปว่า “Show me your bad writing” – ไหนลองเอางานเขียนแย่ๆ ของคุณมาให้ผมดูหน่อย ปรากฎว่าคนที่ถามก็อึ้งเพราะตัวเองแทบไม่ได้เขียนอะไรออกมา

เราวาดหวังว่าจะเก่งเรื่องนั้นเรื่องนี้ แต่พอได้ลงมือทำแล้วรู้สึกว่าทำได้ไม่ดีเราก็เลยล้มเลิกเสียกลางกัน

คนที่เป็นมืออาชีพ เริ่มต้นเขาก็คงทำได้ไม่ดีเหมือนกัน ต่างกันแค่ว่าเขาไม่ล้มเลิกเท่านั้นเอง

ถ้าอยากจะเป็นตัวเทพ จึงต้องห้ามกลัวที่จะผิด

จริงๆ แล้วการทำผิดนั่นแหละคือสัญญาณที่ดี เพราะมันหมายความว่าเราได้เรียนรู้สิ่งที่เราไม่เคยรู้หรือเคยเข้าใจผิด และมันหมายความว่าวันพรุ่งนี้เราจะฉลาดและรอบคอบกว่าวันนี้

ลองผิดให้เยอะๆ แล้วมันจะถูกเองครับ

ตัวจริงไม่ต้องใช้อุปกรณ์เยอะ

อับราฮัม ลินคอล์น เขียนสุนทรพจน์ด้วยเครื่องเขียนที่ยืมมาจากเพื่อน

เฮมมิ่งเวย์ เขียนนิยายรางวัลโนเบลด้วยปากกาหมึกซึมธรรมดา

แวนโก๊ะวาดรูปโดยใช้สีไม่เกิน 6 สี

ในวันที่แอปและ gadget มีมากมายในตลาด เราแอบหวังลึกๆ ว่าจะมีบางอย่างที่มา “เปลี่ยนเกม” เราได้

แต่จริงๆ แล้วเกมไม่ได้เปลี่ยนเพราะอุปกรณ์ที่เราซื้อ แต่เปลี่ยนเพราะทักษะและทัศนคติซึ่งล้วนแต่ต้องใช้เวลา

จริงๆ แล้วถ้าเห็นใครใช้อุปกรณ์รุ่นใหม่ล่าสุดอยู่เป็นประจำนั้น ให้ตั้งข้อสงสัยไว้ก่อนเลยว่าเก่งจริงรึเปล่า

ถ้าเราเอาแต่ซื้อๆๆ และหวังลมๆ แล้งๆ ว่าทุกอย่างจะดีขึ้น เราก็จะเป็นได้แค่เพียงลูกค้าคนหนึ่งในระบอบทุนนิยม

ให้เวลากับการหาอุปกรณ์ให้น้อย ให้เวลากับการลงมือให้มาก

เพราะตัวจริงไม่ต้องใช้อุปกรณ์เยอะครับ


ขอบคุณประกายความคิดจากหนังสือ ช่างหัวคุณสิครับ | Ignore Everybody by Hugh MacLeod

ตามกระแสเป็นเรื่องง่าย ทวนกระแสเป็นเรื่องยาก

สามเดือนที่แล้วทุกคนยังเห่อ Clubhouse กันอยู่เลย แต่ตอนนี้คลับเฮาส์ค่อนข้างเงียบเหงาแม้จะออกเวอร์ชั่นแอนดรอยด์มาก็เหมือนไม่ได้ช่วยอะไรเท่าไหร่

ตอนนี้คนออกมาเล่นสเก็ตบอร์ดกันมากมาย แต่ก็ไม่แน่ใจว่ามันจะอยู่แบบนี้ไปได้อีกนานเพียงใด

แต่ก่อนทุกคนแห่กันเปิดร้านชาไข่มุก ตอนนี้คนสั่งชาไข่มุกลดลงอย่างเห็นได้ชัด

เมื่อกระแสนั้นมาเร็วไปเร็ว การตกกระแสจึงไม่ใช่เรื่องสลักสำคัญ

สิ่งสำคัญและมีคุณค่าจริงๆ ล้วนต้องใช้เวลา มีแต่เรื่องแย่ๆ เท่านั้นที่จะเกิดขึ้นอย่างรวดเร็ว

ตามกระแสเป็นเรื่องง่าย ทวนกระแสเป็นเรื่องยาก

ทวนกระแสไม่ใช่สวนกระแส เราไม่ได้จะบอกว่าเราฉลาดกว่าคนอื่น เราก็แค่มีจุดยืนที่เลือกแล้ว

อย่าให้ Fear of Missing Out มาขับเคลื่อนและบีบคั้นชีวิตอันน้อยนิดของเราเลย