Body 101 · บทพิเศษ · บทที่ 17 · อายุ 10 ถึง 13 ปี

AI กับหุ่นยนต์ ทีมเดียวกัน

บทที่ 15 เราเจอสมองที่ไม่มีร่างกาย AI คุยเก่งแต่หยิบแก้วน้ำไม่ได้ บทที่ 16 เราสร้างร่างกายที่ทำตามกฎที่เราเขียน บทนี้เอาสองอย่างมาต่อกัน ให้ AI เป็นสมอง ให้หุ่นยนต์เป็นร่างกาย พอต่อกันแล้วจะกลายเป็นวงที่วนไม่หยุด รับรู้ คิด ส่งคำสั่ง ขยับ ดูผล แล้ววนใหม่ ระบบประสาทของเราก็ทำงานเป็นวงแบบนี้ บทนี้จึงใช้ร่างกายเราเป็นแผนที่ช่วยเข้าใจ ขอย้ำว่าเป็นการเปรียบเทียบเท่านั้น ไม่ได้แปลว่าหุ่นยนต์มีสมองเหมือนคน

จบบทนี้แล้ว หนูจะอธิบายได้ว่าสมอง AI กับร่างกายหุ่นยนต์ส่งงานต่อกันเป็นวงอย่างไร ทำไมหุ่นยนต์ที่ดีต้องตรวจซ้ำ หยุดเอง และถามคน และจะต่อ AI ที่สอนเองเข้ากับรถจากบทที่ 16 ได้ด้วยมือตัวเอง

ก่อนเริ่มอ่านบทที่ 15 เรื่อง AI และบทที่ 16 เรื่องหุ่นยนต์มาก่อนจะสนุกขึ้น แต่ไม่บังคับ ทุกครั้งที่ต้องใช้ความรู้เดิมจะมีลิงก์กลับไป ท้ายบทที่ 16 เคยชวนว่า ใส่ AI จำแนกภาพให้หุ่นยนต์ทำตามป้ายที่มันเห็น บทนี้ทำเรื่องนั้นจริง แต่ใช้กล้องของคอมพิวเตอร์แทนคอมพิวเตอร์บอร์ดเดียวบนรถ

สารบัญ 11 ระดับ

ส่วนที่ 1 เห็นทั้งวง

ส่วนที่ 2 ซูมทีละส่วน

ส่วนที่ 3 ต่อสายและสร้างเอง

ส่วนที่ 4 มองให้กว้าง

หุ่นยนต์ผู้ช่วยในบ้านสีขาวตัวกลมมีล้อ ยื่นแขนไปหยิบแอปเปิลสีแดงบนโต๊ะไม้ในครัว ข้างๆ มีตะกร้าสาน และมีลูกศรแสงสีทองวนเป็นวงรอบหุ่นยนต์กับโต๊ะ

ระดับ 0 · ภาพใหญ่สมอง ร่างกาย วง

ทีมเดียวกัน ภารกิจเดียว วงเดียว

หุ่นยนต์ผู้ช่วยในบ้านตัวหนึ่งได้ยินคำสั่งว่า หยิบแอปเปิลใส่ตะกร้า สำหรับเราเป็นเรื่องง่ายมาก แต่สำหรับหุ่นยนต์ งานนี้ต้องใช้หลายส่วนช่วยกัน ส่วนหนึ่งฟัง ส่วนหนึ่งมอง ส่วนหนึ่งวางทาง ส่วนหนึ่งหยิบ และอีกส่วนคอยตรวจว่าเสร็จจริงไหม ระดับนี้เราจะดูทั้งวงก่อน ทำภารกิจสั้นๆ 5 ข้อ แล้วค่อยลองทำให้มันพังในห้องทดลองอิสระ

ไม่ใช่ AI ตัวเดียว แต่เป็นทีม

หุ่นยนต์ผู้ช่วยในบ้านไม่ได้มี AI ตัวเดียวทำทุกอย่าง แต่มีหลายส่วนส่งงานต่อกันเป็นวง ฟังคำสั่ง มองหา วางทาง หยิบ แล้วตรวจผล เมื่อโลกเปลี่ยน เช่น แอปเปิลย้ายไปอยู่ในตะกร้าแล้ว ตาก็กลับมาดูใหม่ วนไปเรื่อยๆ

คล้ายการส่งบอลในทีมฟุตบอล แต่ละคนเก่งคนละตำแหน่ง และแต่ละคนต้องเชื่อลูกที่เพื่อนส่งมา ถ้าคนแรกส่งพลาด คนถัดไปก็รับลูกที่พลาดนั้นต่อไปด้วย

แต่ละส่วนเป็นเครื่องจักรคนละแบบ

ส่วนฟังกับส่วนมองเป็น AI ที่เรียนจากตัวอย่าง แบบที่เราเจอในบทที่ 15 ส่วนวางทางกับส่วนตรวจเป็นโปรแกรมคำนวณตามกฎ ส่วนหยิบเป็นวงจรป้อนกลับแบบในบทที่ 16 และมีชั้นความปลอดภัยเฝ้าอยู่ข้างใต้ทั้งหมด

ฟัง 🧠 AI เรียนจากตัวอย่าง
เปลี่ยนเสียงเป็นคำ แล้วแตกคำสั่งเป็นแผนทีละขั้น
มอง 🧠 AI เรียนจากตัวอย่าง
หาของในภาพจากกล้อง แล้วบอกว่ามั่นใจกี่เปอร์เซ็นต์
วางทาง 🧮 โปรแกรมคำนวณตามกฎ
หาทางเดินที่สั้นที่สุดบนแผนที่ห้อง คำนวณตรงๆ ไม่ต้องเดา
หยิบ ⚙ วงจรป้อนกลับ
บีบนิ้ว วัดแรง แล้วปรับ วนแบบนี้เร็วมาก
ตรวจผล 🧮 โปรแกรมคำนวณตามกฎ
ชั่งน้ำหนัก ดูตะกร้า แล้วตัดสินว่าเสร็จจริงหรือยัง
ชั้นความปลอดภัย แยกจาก AI
เฝ้าอยู่ใต้ทุกขั้น สั่งชะลอหรือหยุดได้ทุกเมื่อ

HelperSim หุ่นยนต์ผู้ช่วยในบ้าน

ตัวเลขสมมติในภาพจำลอง

เริ่มจากภารกิจที่ 1 กด ▶ เริ่มภารกิจ แล้วดูแถบห้าช่อง แต่ละช่องคือสมาชิกหนึ่งคนในทีม สัญลักษณ์ในช่องบอกว่ากำลังทำอะไร ภาพห้องคือห้องที่มองลงมาจากเพดาน ส่วนภาพมืดๆ คือสิ่งที่กล้องของหุ่นยนต์เห็นเอง ทำครบ 5 ภารกิจแล้วห้องทดลองอิสระจะเปิดให้เอง แต่จะข้ามไปก่อนก็ได้

ภารกิจ 1/5

ภารกิจแรก: หยิบแอปเปิลใส่ตะกร้า

ความเร็ว

เวลาในภาพจำลอง 0.0 วินาที

🔁 ลูกศรวนกลับ: โลกเปลี่ยน ตากลับมาดูผล

🛡 ชั้นความปลอดภัย · เฝ้าอยู่ตลอด · ปิดไม่ได้✓ ปกติ

แผนจาก AI ภาษา ยังไม่ได้รับคำสั่ง

🧠 สมอง AI คิด 5 ครั้ง/วินาที (จำลอง) ⚙ มอเตอร์ปรับ หลายร้อยครั้ง/วินาที (จำลอง)

○ รอ · ◐ กำลังทำ · ✓ ผ่าน · ↻ ลองใหม่ · ? ถามคน · ✗ พลาด · ⊘ ทำไม่ได้ · 🧠 AI เรียนจากตัวอย่าง · 🧮 โปรแกรมคำนวณตามกฎ · ⚙ วงจรป้อนกลับ

กล้องยังไม่ได้มอง

บันทึกของสมองหุ่นยนต์

👀 คือสิ่งที่เรามองเห็นจากข้างนอก แต่หุ่นยนต์ไม่รู้

สมุดพกของทีม ช่องละหนึ่งแถว
ขั้น	ผล	เพราะอะไร

แผงสวิตช์

🔒 ภารกิจนี้ล็อกไว้

ทำให้พัง

ชั้นป้องกัน ปกติเปิดไว้ทั้งหมด

ของจริงห้ามปิด ในบทเรียนเราก็ไม่ให้ปิด

แป้นพิมพ์: Tab ไปทีละปุ่ม · Space หรือ Enter กดปุ่มหรือสลับสวิตช์ · ลูกศรซ้ายขวาเลือกคำสั่ง ชั้นป้องกัน และความเร็ว · กด . (จุด) เพื่อไปทีละขั้น · ตอนหุ่นยนต์ถาม กด 1 2 หรือ 3 เพื่อตอบ

ขั้นหลังเชื่อขั้นก่อนเสมอ

ขาไม่มีทางรู้ว่าตามองผิด ถ้าตาบอกว่าแอปเปิลอยู่ทางขวา ส่วนวางทางก็จะวางทางไปทางขวาอย่างแม่นยำ และมือก็จะหยิบของทางขวาอย่างตั้งใจ พูดสั้นๆ คือ ถ้าตามองผิด ขาก็เดินไปผิดที่ได้อย่างแม่นยำ

ในภารกิจที่ 4 ลูกศรในแถบจะกลายเป็นเส้นประพร้อม ✗ ตั้งแต่ขั้นมองเป็นต้นไป นั่นคือความผิดที่ถูกส่งต่อจากมือหนึ่งไปอีกมือหนึ่ง โดยไม่มีใครในทีมรู้ตัว

ความมั่นใจ ไม่ใช่ความแน่นอน

เวลา AI บอกว่า แอปเปิล 74% ไม่ได้แปลว่าเป็นแอปเปิลแน่ๆ แต่แปลว่ามันค่อนข้างเชื่ออย่างนั้น ระบบที่ดีจึงตั้ง เส้นเกณฑ์ ไว้ ในภาพจำลองนี้ต้องมั่นใจอย่างน้อย 80% และต้องทิ้งห่างอันดับสองอย่างน้อย 15 คะแนน กรอบในภาพจากกล้องจึงเป็นเส้นทึบหนาเมื่อมั่นใจพอ และเป็นเส้นประเมื่อยังไม่แน่ใจ

ถ้าไม่ถึงเส้นเกณฑ์ หุ่นยนต์จะดูซ้ำให้ใกล้ขึ้น และถ้ายังไม่แน่ใจก็หยุดถามคน เรื่องเส้นเกณฑ์จะได้ลองเลื่อนเองในระดับ 2

ผิดแบบไม่รู้ตัวน่ากลัวที่สุด

หุ่นยนต์ที่พลาดแล้วรู้ตัวยังแก้ได้ แต่หุ่นยนต์ที่พลาดแล้วรายงานว่าสำเร็จอันตรายกว่ามาก เพราะไม่มีใครรู้ว่าต้องไปแก้

การตรวจด้วย เซ็นเซอร์คนละชนิด เช่น ตาชั่ง ช่วยจับได้ เพราะลูกบอลกับแอปเปิลหน้าตาคล้ายกัน แต่หนักไม่เท่ากัน ส่วนการตรวจซ้ำด้วยกล้องตัวเดิมมักพลาดแบบเดิม เพราะตาที่สับสนครั้งแรกก็สับสนแบบเดิมอีก คล้ายการตรวจการบ้านตัวเองทันทีที่ทำเสร็จ มักมองข้ามจุดผิดเดิม

ชั้นความปลอดภัยใหญ่กว่า AI

ชั้นความปลอดภัยทำงานแยกจาก AI และมีสิทธิ์เหนือกว่า ในภารกิจที่ 2 สมอง AI ยังสั่งว่า ไปต่อ แต่ชั้นความปลอดภัยสั่งหยุดได้ทันที เพราะมันไม่ต้องรอให้ AI เห็นด้วย

ในหุ่นยนต์จริงห้ามปิดชั้นนี้เด็ดขาด ในแผงสวิตช์ของเราจึงล็อกไว้ ดูเหตุผลเพิ่มในระดับ 7

หุ่นยนต์บางรุ่นใหม่ไม่ได้แยกเป็นกล่อง

หุ่นยนต์บางรุ่นใหม่ไม่ได้แยกเป็นกล่องแบบภาพจำลองนี้ สมองแบบภาพ ภาษา และการกระทำ ที่เคยเห็นในการ์ดของบทที่ 16 รวมการมอง การเข้าใจคำสั่ง และการขยับไว้ในโมเดลเดียว แต่ข้างใต้ก็ยังต้องมีชั้นคุมเร็วที่คอยปรับมอเตอร์ถี่ๆ และชั้นความปลอดภัยอยู่ดี เพราะสมองตัวใหญ่คิดช้าเกินกว่าจะคุมมอเตอร์ได้ทันเอง

ภาพจำลองนี้แยกเป็นกล่องเพื่อให้เห็นว่าข้อมูลส่งต่อกันอย่างไร และความผิดเดินทางไปทางไหน ไม่ได้แปลว่าหุ่นยนต์จริงทุกตัวต้องแยกแบบนี้

มุมหมอสมองกล่องเรียงกันเป็นแถวช่วยให้เข้าใจง่าย แต่สมองจริงไม่ได้ทำงานทีละกล่องแบบรอคิว สมองทำหลายอย่างซ้อนกันพร้อมกัน ระหว่างที่ตายังมองอยู่ สมองส่วนอื่นก็เริ่มเตรียมการขยับไปด้วยแล้ว ดูภาพสมองจริงเทียบกับแผนผังได้ในระดับ 1

วงของเราสมองกับร่างกายส่งงานกันเป็นวง ขั้นหลังเชื่อขั้นก่อน และมี 🛡 เฝ้าอยู่ใต้ทุกขั้น

ขั้นสร้างตอนนี้ดูอย่างเดียวก่อน ท้ายบทเราจะสร้างวงแบบนี้เองด้วยรถจากบทที่ 16 ดูได้ในระดับ 9

หุ่นจำลองสมองและไขสันหลังแบบโปร่งใสยืนข้างหุ่นยนต์มีล้อที่ผ่าให้เห็นแผงวงจรและแบตเตอรี่ข้างใน ทั้งสองมีวงแหวนแสงสี่ชั้นซ้อนกันที่ความสูงต่างๆ และมีเส้นแสงเชื่อมวงแหวนแต่ละชั้นของสองฝั่งเข้าหากัน

ระดับ 1 · แผนที่ชั้นเร็วกับฉลาด ต้องมีทั้งคู่

สองร่าง สี่ชั้น: ร่างกายเรากับหุ่นยนต์ AI

ในระดับ 0 เราเห็นวงทั้งวงแล้ว รับรู้ คิด ส่งคำสั่ง ขยับ ดูผล คราวนี้ลองส่องเข้าไปข้างใน จะพบว่าทั้งร่างกายเราและหุ่นยนต์ AI รุ่นใหม่ไม่ได้มีตัวคุมตัวเดียว แต่มีหลายชั้นซ้อนกัน ชั้นล่างเร็วมากแต่คิดได้แค่เรื่องง่าย ชั้นบนช้ากว่าแต่เข้าใจความหมาย แตะทีละชั้นเพื่อจับคู่ร่างกายเรากับหุ่นยนต์ แล้วกดดูว่าสมองจริงต่างจากแผนผังตรงไหน

🧠 AI อย่างเดียว คิดได้แต่ขยับไม่ได้

AI ในบทที่ 15 ตอบคำถาม แต่งนิทาน และอธิบายวิธีรินน้ำได้ทีละขั้นอย่างคล่องแคล่ว แต่ถ้าขอให้มันหยิบแก้วน้ำจริงสักใบ มันทำไม่ได้เลย เพราะไม่มีมือ ไม่มีร่างกายที่อยู่ข้างแก้วใบนั้นจริง และไม่เคยรู้ว่าแก้วใบนั้นหนักแค่ไหน

🦾 หุ่นยนต์อย่างเดียว ขยับได้แต่ทำตามกฎตายตัว

รถในบทที่ 16 วิ่ง เลี้ยว และหยุดได้จริง แต่ทุกอย่างมาจากกฎที่เราเขียนไว้ล่วงหน้า เช่น ถ้าเซ็นเซอร์ซ้ายเห็นเส้นดำให้เลี้ยวซ้าย ถ้าเจอเรื่องที่ไม่มีในกฎ มันก็ไม่รู้ว่าควรทำอะไร และไม่เข้าใจด้วยว่าที่ทำอยู่นั้นทำไปเพื่ออะไร

รวมกันAI อย่างเดียวคิดและคุยได้แต่ขยับโลกไม่ได้ หุ่นยนต์อย่างเดียวขยับได้แต่ทำตามกฎตายตัว พอรวมกันจะได้สิ่งที่นักวิจัยเรียกว่า AI ที่มีร่างกาย (ความหมายเต็มอยู่ในคำศัพท์ของบทที่ 16) แต่พอมีร่างกาย ปัญหาใหม่ก็ตามมาทันที เพราะโลกจริงไม่หยุดรอให้ใครคิดเสร็จ ของที่กำลังตกก็ตกต่อ รถที่กำลังวิ่งก็วิ่งต่อ ทั้งร่างกายเราและหุ่นยนต์จึงแก้ปัญหานี้ด้วยวิธีที่คล้ายกัน คือแบ่งงานเป็นหลายชั้น

สี่ชั้นในระบบประสาทของเรา (แบบง่าย)

ในแผนผังอย่างง่าย ระบบประสาทมีสี่ชั้นที่เร็วไม่เท่ากัน เรียงจากชั้นล่างขึ้นไปชั้นบน

ไขสันหลัง ทำรีเฟล็กซ์ เช่น ตอนหมอเคาะใต้เข่าเบาๆ แล้วขากระตุกเอง สมองไม่ต้องตัดสินใจ
สมองน้อย ปรับการเคลื่อนไหวให้ละเอียด นักวิทยาศาสตร์คิดว่ามันช่วยทายล่วงหน้าว่าการขยับจะเป็นอย่างไร เราจึงเอื้อมไปหยิบแก้วได้พอดี ไม่เลยและไม่ขาด
ปมประสาทฐานกับสัญญาณโดพามีน อยู่ลึกกลางสมอง ช่วยเลือกท่าที่จะใช้และเรียนจากผลลัพธ์
สมองส่วนหน้า ตั้งเป้าและวางขั้น เช่น ตัดสินใจว่าจะทำการบ้านให้เสร็จก่อน แล้วค่อยไปเล่น

สี่ชั้นในหุ่นยนต์ AI รุ่นใหม่

หุ่นยนต์ AI รุ่นใหม่ก็แบ่งชั้นคล้ายกัน ชั้นความปลอดภัย ตัวคุมมอเตอร์ที่เร็วมาก ทักษะที่เรียนมาตอนฝึก และ AI ตัวใหญ่ที่วางแผน

ชั้นความปลอดภัย ปุ่มหยุดฉุกเฉิน กันชน และตัวเฝ้าเวลา ทำงานแยกจาก AI และมีสิทธิ์เหนือกว่า ถ้าปุ่มถูกกดหรือกันชนรู้ว่าชน หุ่นยนต์ต้องหยุด ไม่ว่า AI จะสั่งอะไรอยู่
ตัวคุมมอเตอร์ที่เร็วมาก วัดแล้วแก้แรงมอเตอร์ซ้ำเร็วมาก ตั้งแต่ราว 50 ไปจนถึงหลักพันครั้งต่อวินาที ต่างกันตามหุ่นยนต์ เป็นวงป้อนกลับแบบที่เราเล่นในบทที่ 16 ระดับ 5
ทักษะที่เรียนมาตอนฝึก ท่าสั้นๆ ที่ฝึกไว้แล้ว เช่น หยิบ วาง เปิดลิ้นชัก พอถึงเวลาทำงานจริงก็หยิบท่าเหล่านี้มาใช้
AI ตัวใหญ่ที่วางแผน เข้าใจภาษาและภาพ แล้วแตกคำสั่งยาวๆ ให้กลายเป็นขั้นเล็กๆ ที่ทักษะข้างล่างทำได้

สองร่าง สี่ชั้น

แตะปุ่มชั้น หรือแตะส่วนของร่างกายและหุ่นยนต์ในภาพ ส่วนที่เป็นคู่กันจะมีขอบหนาและลายเส้นทแยง พร้อมเส้นเชื่อมจากฝั่งคนไปฝั่งหุ่นยนต์ ชั้น 1 อยู่ล่างสุด ชั้น 4 อยู่บนสุด แล้วลองสลับมุมมองเป็นสมองจริง

มุมมอง

แบบนี้อ่านง่าย เหมือนแผนผังในบทที่ 16

ยังไม่ได้เลือกชั้น แตะปุ่มชั้นหรือส่วนในภาพเพื่อดูคู่ของมัน

ตัวเลขความเร็วเป็นช่วงคร่าวๆ จากงานวิจัยและหุ่นยนต์หลายรุ่น ต่างกันไปตามหุ่นยนต์และปีที่สร้าง ไม่ใช่ตัวเลขของหุ่นยนต์ตัวใดตัวหนึ่ง

ดูตารางเทียบทั้งสี่ชั้นในครั้งเดียว

ชั้น	(ก) ฝั่งคน	(ข) ฝั่งหุ่นยนต์	(ค) ความเร็ว	(ง) ถนัดงานอะไร	(จ) ถ้าหุ่นยนต์ไม่มีชั้นนี้	(ฉ) ดูต่อที่

แป้นพิมพ์: Tab ไปทีละปุ่มและทีละส่วนในภาพ · Enter หรือ Space เลือก · กด 1 ถึง 4 เลือกชั้น · 0 หรือ Esc ล้างการเลือก · M สลับแผนผังกับสมองจริง · ลูกศรซ้ายขวาเปลี่ยนมุมมองเมื่ออยู่ที่ปุ่มมุมมอง · ถ้าเครื่องตั้งค่าให้ลดการเคลื่อนไหว ภาพสมองจริงจะเป็นลูกศรนิ่ง ไม่มีจุดวิ่ง

⚡ ชั้นล่างเร็ว ชั้นบนฉลาด ต้องมีทั้งคู่

ชั้นล่างเร็วแต่คิดเรื่องง่าย ชั้นบนช้าแต่เข้าใจเรื่องยาก ร่างกายและหุ่นยนต์ต้องมีทั้งสองแบบทำงานพร้อมกัน ลองนึกภาพตอนเดินถือแก้วน้ำไปให้แม่แล้วเท้าสะดุด ขากับแขนรีบขยับช่วยทรงตัวก่อนที่เราจะทันคิดว่าเกิดอะไรขึ้น มือปรับแรงจับแก้วไม่ให้น้ำหก ส่วนสมองส่วนหน้ายังจำได้ว่ากำลังจะเอาน้ำไปให้ใคร ถ้ามีแต่ชั้นบน เราคงล้มก่อนคิดเสร็จ ถ้ามีแต่ชั้นล่าง เราคงทรงตัวเก่งแต่ไม่รู้ว่าจะเดินไปไหน

หุ่นยนต์เจอปัญหาเดียวกัน AI ตัวใหญ่อาจคิดได้แค่ไม่กี่ครั้งต่อวินาที ถ้าทุกการขยับต้องรอมัน แขนจะกระตุกและรถจะชนก่อนที่มันคิดเสร็จ วิศวกรจึงวางตัวคุมที่เร็วกว่าไว้ข้างใต้ และวางชั้นความปลอดภัยไว้ล่างสุด ให้หยุดได้เองโดยไม่ต้องถาม AI ความช้าเร็วนี้กลายเป็นระยะที่รถวิ่งเลยไประหว่างรอได้อย่างไร ลองเล่นที่ระดับ 4

🧱 ความคิดนี้มีมาตั้งแต่ปี 1986

นักออกแบบหุ่นยนต์บางคนเลียนแบบความคิดนี้ตั้งแต่ปี 1986 (Rodney Brooks) คือมีชั้นล่าง อย่าชน ที่ทำงานตลอด แล้ววางชั้นที่ฉลาดกว่าไว้ด้านบน ชั้นบนเลือกว่าจะเดินไปทางไหน ส่วนชั้นล่างคอยหลบของอยู่ทุกขณะ ต่อให้ชั้นบนติดขัด หุ่นยนต์ก็ยังไม่พุ่งชนกำแพง

รถหลบสิ่งกีดขวางในโครงงาน 3 ของบทที่ 16 ก็ทำหน้าที่ชั้น อย่าชน แบบนี้ได้ ถ้ามีของอยู่ใกล้มาก ให้หยุดก่อนแล้วค่อยคิด

🏷 ระบบ 1 กับ ระบบ 2 เป็นชื่อที่ยืมมา

ชื่อ ระบบ 1 กับ ระบบ 2 ที่บางบริษัทใช้เรียกชั้นเร็วกับชั้นช้า ยืมมาจากวิชาจิตวิทยา ไม่ใช่ชื่อส่วนของสมอง นักจิตวิทยาอย่าง Daniel Kahneman ทำให้คำนี้เป็นที่รู้จัก เขาใช้มันอธิบายความคิดสองแบบของคน แบบเร็วที่เกิดขึ้นเองโดยไม่ต้องตั้งใจ กับแบบช้าที่ต้องค่อยๆ คิด

บริษัทหุ่นยนต์เอาคำนี้มาตั้งเป็นชื่อเล่นของชั้นเร็วกับชั้นช้า จึงไม่ได้หมายถึงส่วนใดส่วนหนึ่งในสมองคน ตัวเลขความเร็วจริงของหุ่นยนต์บางรุ่นอยู่ที่ระดับ 4

มุมหมอสมองในบทที่ 16 เราเล่าว่าหุ่นยนต์ทำงานเป็นสามขั้นเรียงกัน รับรู้ คิด ลงมือ แล้วบอกว่าร่างกายเราก็ทำแบบเดียวกัน ตรงนี้หมอขอแก้ให้ละเอียดขึ้น แผนผัง รับรู้ คิด ลงมือ ในบทที่ 16 เป็นแผนที่ช่วยให้เข้าใจ ไม่ใช่ภาพถ่ายของสมอง ในสมองจริง การรับรู้ การเลือก และการขยับเกิดซ้อนกัน หลายวงทำงานพร้อมกันและคุยกันตลอด และไขสันหลังก็ตัดสินใจเร็วๆ บางอย่างได้เอง ไม่ได้เป็นแค่สายไฟ นักประสาทวิทยาสองคนชื่อ Paul Cisek กับ John Kalaska เขียนสรุปงานวิจัยไว้เมื่อปี 2010 ว่า สมองไม่ได้คิดให้เสร็จก่อนแล้วค่อยขยับ แต่ชั่งใจเลือกและเตรียมท่าไปพร้อมๆ กัน แผนผังสี่ชั้นในหน้านี้ก็เป็นแผนที่เช่นกัน หมอจึงวางปุ่มสมองจริงไว้ข้างๆ เสมอ ให้เห็นทั้งแผนที่และของจริงคู่กัน

กติกาของบทนี้ทุกครั้งที่บทนี้บอกว่า คล้าย หมายถึงคล้ายในหลักการเท่านั้น หุ่นยนต์ไม่มีไขสันหลัง ไม่มีสมองน้อย และไม่มีเซลล์ประสาทสักเซลล์ เรายืมร่างกายของเรามาเป็นแผนที่ช่วยจำว่าแต่ละชั้นทำงานอะไร ไม่ได้แปลว่าข้างในหุ่นยนต์เป็นแบบเดียวกับคน

วงของเราวงเดียวกันมีหลายชั้นซ้อนกัน ชั้นล่างเร็ว ชั้นบนฉลาด และชั้นความปลอดภัยชนะทุกชั้น

ขั้นสร้างรถของเราตอนท้ายบทจะมีหลายชั้นจริงๆ ชั้นบนคือ AI ในเบราว์เซอร์ที่ดูท่ามือแล้วเลือกตัวอักษร F L R S ชั้นล่างคือตัวเฝ้าเวลาในบอร์ด Arduino ที่หยุดล้อเองถ้าไม่ได้ยินคำสั่งเกิน 1 วินาที โดยไม่ต้องรอ AI และใต้สุดคือปุ่ม STOP กับสวิตช์ถ่านที่คนกดหรือปิดได้ทันที เราจะต่อชั้นเหล่านี้เข้าด้วยกันที่ระดับ 8 และระดับ 9

ภาพมุมกล้องของหุ่นยนต์มองโต๊ะในครัวตอนค่ำที่แสงสลัว บนผ้ารองโต๊ะมีแอปเปิลสีแดงอยู่ในกรอบแสงสีทอง และลูกบอลของเล่นสีแดงอยู่ในกรอบแสงสีฟ้า วางคู่กัน

ระดับ 2 · รับรู้น่าจะใช่ ไม่ใช่ใช่แน่

ตาของหุ่นยนต์: ข้อมูลฝึก ความมั่นใจ และเส้นเกณฑ์

ในโครงงานของบทนี้ ตาของรถคือกล้องของคอมพิวเตอร์ ส่วนสมองคือ AI จำแนกภาพที่หนูสอนเองด้วยการ์ดลูกศรหรือท่ามือ แต่ AI ไม่เคยตอบว่า ใช่แน่นอน มันตอบว่า น่าจะเป็นท่านี้ มั่นใจกี่เปอร์เซ็นต์ ระดับนี้หนูจะได้ออกแบบชุดภาพที่ใช้สอน ลองทดสอบกับ 12 ฉาก แล้วตั้งเส้นเกณฑ์ว่า AI ต้องมั่นใจแค่ไหนรถถึงจะยอมขยับ

กล้องส่งอะไรให้ AI

จำได้ไหมใน บทที่ 15 สำหรับคอมพิวเตอร์ ภาพคือตารางตัวเลข ในโครงงานของเรา ภาพจากกล้องถูกย่อให้เหลือ 224 × 224 จุด แต่ละจุดมีตัวเลข 3 ตัวสำหรับสีแดง เขียว และน้ำเงิน ภาพหนึ่งภาพจึงกลายเป็นตัวเลขเรียงกัน 150,528 ตัว และกล้องส่งภาพแบบนี้ให้ AI หลายครั้งในทุกวินาที

224 × 224

จุดต่อภาพ

3

ตัวเลขต่อจุด แดง เขียว น้ำเงิน

150,528

ตัวเลขที่ AI ได้รับต่อภาพ

AI ไม่ได้เห็นลูกศรหรือมือแบบที่เราเห็น มันเห็นแค่ตัวเลขชุดนี้ แล้วหาว่าตัวเลขเรียงแบบไหนเคยอยู่ในกลุ่มไหนตอนที่หนูสอน

AI ตอบกลับมาเป็นอะไร

AI ไม่ได้ตอบคำเดียว มันตอบเป็นรายการ ทุกกลุ่มที่เราสอนจะได้เปอร์เซ็นต์ความมั่นใจของตัวเอง และทุกกลุ่มรวมกันได้ 100% เสมอ ตัวอย่างเช่นตอนที่หนูชูการ์ดลูกศรขึ้นในห้องที่สว่าง

👍 Forward91%

👈 Left4%

👉 Right3%

✋ Stop2%

รวมกัน 91 + 4 + 3 + 2 = 100 รถจะดูกลุ่มที่ได้เปอร์เซ็นต์สูงสุด แล้วแปลงเป็นตัวอักษรหนึ่งตัว F L R หรือ S ส่งไปตามสาย แต่ก่อนส่ง ต้องผ่านด่านตรวจอีกด่านหนึ่ง ซึ่งหนูจะได้ตั้งเองในครึ่งหลังของระดับนี้

ตัวเลขสมมติในภาพจำลอง

AI ต้องเลือกเสมอ

AI จำแนกภาพต้องเลือกหนึ่งในกลุ่มที่มีอยู่ทุกครั้ง มันไม่มีคำตอบว่า ไม่รู้ ถ้าเราไม่เคยสอนว่า ไม่มีอะไร หน้าตาเป็นอย่างไร ฉากว่างๆ ที่ไม่มีใครชูการ์ดเลยอาจถูกตอบว่า เดินหน้า อย่างมั่นใจ แล้วรถก็พุ่งออกไปเองทั้งที่ไม่มีใครสั่ง ทางแก้คือเพิ่มกลุ่มที่ห้าชื่อ Nothing แล้วใส่ภาพฉากว่างลงไป

หลากหลายสำคัญพอๆ กับจำนวน

เก็บภาพทั้งตอนสว่างและตอนสลัว ถือการ์ดทั้งใกล้และไกล ขอให้คนในบ้านหลายคนช่วยชูมือ และถ่ายในห้องที่จะขับรถจริง AI เรียนได้แค่จากภาพที่มันเคยเห็น ถ้าตอนฝึกเห็นแต่มือเราในห้องสว่าง พอเจอมือน้องตอนค่ำ มันจะลังเล ภาพร้อยภาพที่หน้าตาเหมือนกันหมด อาจช่วยได้น้อยกว่าห้าสิบภาพที่ต่างกัน

กลับด้านให้เหมือนกัน

ตอนฝึกใน Teachable Machine ภาพจากกล้องจะกลับซ้ายขวาเหมือนส่องกระจกเป็นค่าเริ่มต้น ตอนขับจริงจึงต้องกลับด้านแบบเดียวกัน เพราะ AI เรียนตามที่มันเห็นเป๊ะๆ มันไม่รู้ว่าลูกศรหมายถึงอะไร ถ้าตอนขับภาพไม่กลับด้านเหมือนตอนฝึก ลูกศรซ้ายจะหน้าตาเหมือนลูกศรขวาที่มันเคยเห็น

การ์ดกระดาษวาดมือสี่ใบบนโต๊ะข้างแล็ปท็อป ใบหนึ่งเป็นลูกศรชี้ขึ้น ใบหนึ่งชี้ซ้าย ใบหนึ่งชี้ขวา และอีกใบเป็นรูปฝ่ามือกางห้านิ้ว ไม่มีตัวหนังสือ — **สอนด้วยการ์ด ไม่ใช้หน้าคน**ลิงก์โมเดลที่อัปโหลดเปิดให้ทุกคนที่มีลิงก์ใช้ได้ จึงสอน AI ด้วยการ์ดลูกศรหรือท่ามือเท่านั้น

ใช้ท่ามือหรือการ์ด ห้ามใช้หน้า

ในโครงงานนี้ เราสอน AI ด้วยท่ามือหรือการ์ดลูกศรเท่านั้น ไม่ถ่ายหน้าคน เหตุผลคือเมื่อกดปุ่ม Upload my model ใน Teachable Machine ทุกคนที่มีลิงก์จะใช้โมเดลนั้นได้

ตอนเก็บภาพและฝึก Google บอกว่าภาพตัวอย่างอยู่ในคอมพิวเตอร์ของเรา เว้นแต่เลือกบันทึกโปรเจกต์ลง Google Drive
ตอนกด Upload my model ตัวโมเดลที่ฝึกเสร็จขึ้นไปอยู่ที่ลิงก์ ใครมีลิงก์ก็ใช้ได้
ตอนขับรถ หน้าโครงงานของเราประมวลผลภาพจากกล้องในเบราว์เซอร์ ไม่ได้อัปโหลดภาพออกไป

การ์ดลูกศรยังมีข้อดีอีกข้อ ใครในบ้านก็ถือได้ AI จึงได้เห็นมือหลายคนโดยไม่ต้องเก็บภาพหน้าใครเลย

ลองออกแบบ: ชุดข้อมูลของรถ

เลือกกลุ่มทีละกลุ่ม ตั้งจำนวนภาพ แล้วแตะแบบภาพที่หนูจะเก็บ จากนั้นกด ทดสอบ 12 ฉาก รถจะเจอฉากที่ต่างกัน 12 แบบ บางฉากตรงกับที่ฝึก บางฉากไม่ตรง ดูว่าแต่ละฉากรถได้ตัวอักษรอะไร โดยรถส่งตัวอักษรของกลุ่มนั้นเมื่อ AI มั่นใจตั้งแต่ 80% ขึ้นไป ถ้าไม่ถึงจะส่ง S

กลุ่มที่กำลังแก้

เพิ่มกลุ่ม Nothing

กลุ่ม 👍 Forward

จำนวนภาพของกลุ่มนี้

แบบภาพที่เก็บ แตะเพื่อเลือกหรือเอาออก

บทนี้ไม่ใช้หน้าคน เพราะลิงก์โมเดลเปิดให้ทุกคนใช้ได้

ชุดเริ่มต้นคือ 4 กลุ่ม กลุ่มละ 50 ภาพ ถ่ายตอนสว่าง ถือใกล้ ใช้มือเราคนเดียว ยังไม่มีกลุ่ม Nothing ลองกดทดสอบดูก่อนว่าผ่านกี่ฉาก

แป้นพิมพ์ Tab ไปทีละปุ่ม · ลูกศรซ้ายขวาเลือกกลุ่มและจำนวนภาพ · Space หรือ Enter กดปุ่มและแบบภาพ · กด Enter ที่ช่องติ๊ก Nothing หรือที่ปุ่มทดสอบเพื่อทดสอบ 12 ฉาก

-

✓ ใช้ได้

-

⏸ หยุดรอ

-

⚠ อันตราย

ยังไม่ได้ทดสอบ

ตัวอย่างจำลอง ไม่ใช่ AI จริงตัวเลขสมมติในภาพจำลอง

ผลทดสอบ 12 ฉาก
ฉากทดสอบ	AI ตอบ	รถ	ผล

แตะคำตอบของ AI ในตาราง เพื่อดูความมั่นใจของทุกกลุ่มในฉากนั้น

มั่นใจ ไม่ได้แปลว่าถูก

ความมั่นใจคือ AI บอกว่าภาพนี้ คล้าย ภาพที่เคยเห็นในกลุ่มไหนมากแค่ไหน ไม่ได้บอกว่ามันถูก รถของเราจึงมีด่านตรวจก่อนส่งคำสั่ง เรียกว่า เส้นเกณฑ์ ถ้า AI มั่นใจถึงเส้น รถส่งตัวอักษรของกลุ่มนั้น ถ้าไม่ถึง รถส่ง S ให้หยุดรอก่อน

AI ตอบ Right 62%→ถึงเส้น 80% ไหม→ไม่ถึง ส่ง ■ S

เส้นเกณฑ์ต่ำไป รถเชื่อการเดาที่ผิด เส้นเกณฑ์สูงไป รถหยุดบ่อยจนไปไม่ถึงไหน และบางครั้ง AI ก็มั่นใจผิดสูงมาก จนเส้นเกณฑ์ช่วยอะไรไม่ได้

เห็นไม่เหมือนตอนฝึก ก็พลาดได้

ในการทดสอบหนึ่งซึ่งทำในโลกจำลอง นักวิจัยแค่ขยับกล้องหรือเปลี่ยนท่าเริ่มของแขนหุ่นยนต์เล็กน้อย หุ่นยนต์ที่เคยทำงานสำเร็จเกือบทุกครั้งก็พลาดบ่อยขึ้นมาก เพราะสิ่งที่มันเห็นไม่เหมือนตอนฝึก

รถของเราก็เจอเรื่องนี้ได้ ถ้าย้ายไปขับห้องอื่น เปลี่ยนหลอดไฟ หรือมีแสงแดดส่องเข้ามา ภาพที่กล้องเห็นก็ไม่เหมือนตอนฝึกแล้ว จึงต้องทดสอบในห้องที่จะขับจริงทุกครั้ง และทดสอบแบบล้อลอยก่อนวางรถลงพื้น

ลองตั้ง: เส้นเกณฑ์ของรถ

หนูชูการ์ดให้รถวิ่งตามเทปบนพื้น กล้องเห็นภาพ 30 เฟรมตามลำดับ บางเฟรมเป็นช่วงที่กำลังเปลี่ยนการ์ด บางเฟรมมีแสงสะท้อน และมีเฟรมหนึ่งที่คนเดินผ่านด้านหลัง ลองเลื่อนเส้นเกณฑ์ แล้วดูว่ารถทำถูก หยุดรอ หรือทำผิดกี่ครั้ง ช่วงที่กำลังเปลี่ยนการ์ด ถ้ารถหยุดรอนับเป็นหยุดรอ ถ้ารถขยับนับเป็นทำถูก

30 เฟรมที่กล้องเห็น

↻ คือช่วงที่กำลังเปลี่ยนการ์ด · ▲ F เดินหน้า · ◀ L เลี้ยวซ้าย · ▶ R เลี้ยวขวา · ■ S หยุด

ทางที่รถวิ่งผ่านตอนทำถูก · ■ จุดที่รถหยุดรอ · เส้นประคือเลี้ยวผิด · ▲ กรวย

เฟรม 0 จาก 30 · กด ขับ หรือ ทีละเฟรม

เส้นเกณฑ์ความมั่นใจ 80%

22

✓ ทำถูก

7

⏸ หยุดรอ

1

⚠ ทำผิด

ทำถูก 22 · หยุดรอ 7 · ทำผิด 1

ถึงเส้นชัย แต่เฉียดกรวย

แป้นพิมพ์ ลูกศรซ้ายขวาเลื่อนเส้นทีละ 1 · PageUp PageDown ทีละ 5 · Home End ไปสุดทาง · Tab ไปที่ปุ่ม ขับ ทีละเฟรม เริ่มใหม่

ตัวเลขสมมติในภาพจำลอง

หยุดปลอดภัยเสมอไหมสำหรับรถบนพื้น หยุด คือคำตอบผิดที่ปลอดภัยที่สุด แต่โดรนที่บินอยู่ ถ้าดับมอเตอร์ทันทีจะตก หุ่นยนต์แต่ละแบบจึงต้องออกแบบท่าปลอดภัยของตัวเอง

ร่างกายเราก็ทำคล้ายกัน เวลาเดินในห้องที่มืด เรามองไม่ค่อยชัด จึงเดินช้าลง ยื่นมือคลำทางก่อนก้าว ไม่พุ่งไปข้างหน้าทั้งที่ยังไม่แน่ใจ รถที่หยุดรอเมื่อ AI มั่นใจไม่พอก็คล้ายกัน แต่ต่างกันตรงที่รถไม่ได้รู้สึกกลัวอะไรเลย มันแค่เทียบตัวเลขกับเส้นที่เราตั้งไว้

ไมโครบิตก็คิดแบบนี้ ไมโครบิต CreateAI ใช้ความคิดเดียวกัน ถ้าความมั่นใจต่ำกว่าจุดที่ตั้งไว้ จะขึ้นว่า unknown ดูทางเลือกแบบไม่ต้องเขียนโค้ดนี้ได้ใน ระดับ 9 หรือที่ หน้าคู่มือของ micro:bit

วงของเราตา AI ไม่ส่งคำว่า ใช่ แต่ส่ง ความมั่นใจ ต่อให้ตัวตัดสิน ถ้าไม่ถึงเส้น วงจะส่ง S แทน

ขั้นสร้างทำการ์ด 4 ใบ ลูกศรขึ้น ซ้าย ขวา และรูปฝ่ามือ วาดให้ใหญ่และหนา แล้วฝึกโมเดลใน Teachable Machine พร้อมกลุ่ม Nothing ทดสอบทุกท่าให้ขึ้นถึง 80% อย่างสม่ำเสมอ (ขั้นที่ 2 ถึง 5 ใน ระดับ 9) รายการเก็บภาพจากชุดข้อมูลที่หนูออกแบบไว้ข้างบน

แขนหุ่นยนต์สีขาวถือฟองน้ำเช็ดน้ำที่หกบนโต๊ะไม้ ข้างๆ มีแก้วกาแฟ และด้านบนมีเมฆโปร่งใสที่มีภาพฟองน้ำ แก้ว และโต๊ะ เรียงกันโดยมีลูกศรเชื่อมเป็นขั้นๆ

ระดับ 3 · คิดประโยชน์ × ทำได้จริง

คิดเป็นขั้น: AI ภาษา × ทักษะของร่างกาย

ถ้าเราบอกหุ่นยนต์ว่า น้ำหกบนโต๊ะ ช่วยหน่อย มันต้องแตกงานใหญ่เป็นขั้นเล็กๆ เอง ไปครัว หยิบฟองน้ำ กลับมา แล้วค่อยเช็ด AI ภาษาแบบในบทที่ 15 เก่งเรื่องคิดขั้นที่ฟังดูดี แต่มันไม่เคยมีร่างกาย จึงไม่รู้ว่าหุ่นยนต์ยืนอยู่ตรงไหน ถืออะไร หรือทำท่าไหนเป็น ระดับนี้เราจะดูวิธีที่นักวิจัยให้สมองกับร่างกายช่วยกันเลือกขั้นต่อไป แล้วดูว่าทำไมสมองต้องคิดให้ทันจังหวะของแขนด้วย

AI ภาษาเก่งเดาขั้นต่อไป

AI ภาษาเก่งเรื่องเดาว่าขั้นต่อไปควรเป็นอะไร คล้ายการทายคำถัดไป ในบทที่ 15 ถ้าถามว่าน้ำหกบนโต๊ะต้องทำอะไร มันตอบได้ทันทีว่าให้เช็ดโต๊ะ เพราะเคยอ่านประโยคแบบนี้มามาก

แต่มันไม่รู้ว่าตอนนี้หุ่นยนต์ยืนอยู่ตรงไหน ถืออะไร หรือทำท่าไหนเป็น มันมองไม่เห็นว่าฟองน้ำยังวางอยู่ในครัว และไม่รู้ว่าแขนของหุ่นยนต์ตัวนี้เคยฝึกเช็ดโต๊ะมาหรือยัง

SayCan: ถามทั้งสมองและร่างกาย

งานวิจัยชื่อ SayCan (ปี 2022) ให้ AI ภาษาให้คะแนนว่าแต่ละขั้นมีประโยชน์แค่ไหน เรียกว่า Say แล้วให้ส่วนของหุ่นยนต์ให้คะแนนว่าทำได้จริงไหมจากตรงนั้น เรียกว่า Can คูณสองคะแนนแล้วเลือกขั้นที่สูงสุด

ทำเสร็จหนึ่งขั้นแล้วค่อยคิดขั้นต่อไปใหม่ จากจุดที่หุ่นยนต์ยืนอยู่ตอนนั้น แผนจึงไม่ได้เขียนไว้ครบตั้งแต่แรก แต่ค่อยๆ ต่อทีละขั้นตามโลกจริงที่เปลี่ยนไป

ทำไมต้องคูณ ไม่ใช่บวก

ประโยชน์ (Say)×ทำได้จริง (Can)=คะแนนของขั้นนั้น

ถ้าคะแนนใดคะแนนหนึ่งเป็นศูนย์ ผลคูณก็เป็นศูนย์ทันที ขั้นที่ไม่มีประโยชน์เลย หรือทำไม่ได้เลย จึงไม่มีทางชนะ ตัวอย่างจากเดโมข้างล่าง ตอนหุ่นยนต์ยืนอยู่ที่โต๊ะ มือยังว่าง เช็ดโต๊ะ ได้ Say สูงสุดคือ 0.45 แต่ถ้าหุ่นยนต์ยังไม่เคยฝึกเช็ด Can จะเป็น 0 คูณแล้วได้ 0 ส่วน ไปที่ครัว ได้ Say แค่ 0.15 แต่ Can 0.9 คูณแล้วได้ 0.135 จึงชนะ ถ้าใช้วิธีบวกแทน ขั้นที่ทำไม่ได้เลยก็ยังเก็บคะแนนจากความฟังดูดีไว้ได้ ถ้า AI ภาษามั่นใจมากพอ ขั้นที่ทำไม่ได้อาจชนะขั้นที่ทำได้จริง การคูณจึงบังคับให้ต้องผ่านทั้งสองด่าน

ตัวเลขสมมติในภาพจำลอง

Say × Can: ช่วยวางแผนให้หุ่นยนต์

เลือกคำสั่ง แล้วกดปุ่มเลือกขั้นต่อไปทีละครั้ง หุ่นยนต์จะให้คะแนนทุกท่าจากจุดที่มันยืนอยู่ตอนนั้น ลองสลับโหมดเป็น Say อย่างเดียว หรือ Can อย่างเดียว แล้วดูว่าหุ่นยนต์ติดตรงไหน

คำสั่งจากคน

น้ำหกบนโต๊ะ ช่วยหน่อย หิวแล้ว ขอผลไม้หน่อย

โหมดวางแผน

Say × Can Say อย่างเดียว Can อย่างเดียว

ทักษะของร่างกาย

ขั้นที่หุ่นยนต์ทำไปแล้ว

ยังไม่ได้เลือกขั้นไหน

ลายเส้น Say = มีประโยชน์แค่ไหนจุด Can = ทำได้จริงไหมจากตรงนี้ทึบ = คูณกัน แถบยาวสุดคือผลคูณมากที่สุดในรอบนั้น

ตัวเลขในเดโมนี้เป็นตัวเลขสมมุติเพื่อการเรียน ไม่ใช่ตัวเลขจากงานวิจัย ตัวเลขสมมติในภาพจำลอง

แป้นพิมพ์: Tab ไปทีละส่วน · ลูกศรเปลี่ยนคำสั่งหรือโหมด · Space เปิดปิดการฝึกเช็ดโต๊ะ · Enter เลือกขั้นต่อไป

แผนดีแค่ไหน หุ่นยนต์ก็ทำได้เฉพาะท่าที่ฝึกมาแล้ว ถ้ายังไม่ได้กดปุ่มฝึกท่าเช็ดโต๊ะ หุ่นยนต์จะเอาฟองน้ำมาให้เราแทน เพราะ Can ของท่าเช็ดโต๊ะเป็นศูนย์ ถ้าไม่เคยฝึกเช็ดโต๊ะ แผนที่ดีก็ยังเช็ดไม่ได้ พอเปิดปุ่ม หุ่นยนต์ฝึกท่าเช็ดโต๊ะมาแล้ว Can ของท่าเช็ดจึงขึ้นเป็น 0.9 ตอนถือฟองน้ำอยู่ที่โต๊ะ หุ่นยนต์ก็เช็ดเองได้ ในงานวิจัยจริง AI ภาษาเลือกได้เฉพาะจากรายการทักษะที่หุ่นยนต์ฝึกไว้แล้ว คล้ายเราสั่งอาหารได้เฉพาะที่มีในเมนู ทักษะแต่ละท่ามาจากไหน ดูต่อที่ ระดับ 6

Say อย่างเดียว: ฟังดูดี แต่ทำไม่ได้

ถ้าฟังแต่ AI ภาษา หุ่นยนต์จะพยายามทำขั้นที่ฟังดูดีที่สุดทันที ทั้งที่ร่างกายยังไม่พร้อม แล้วก็ติดอยู่ตรงนั้น เพราะคำตอบของ AI ภาษาไม่เปลี่ยนตราบใดที่โลกไม่เปลี่ยน การแต่งเรื่องของ AI ในบทที่ 15 เป็นแค่คำพูดผิด แต่พอ AI มีร่างกาย ความผิดนั้นกลายเป็นการกระทำที่ทำไม่ได้หรือทำผิดที่

Can อย่างเดียว: ขยัน แต่ไม่รู้จะไปไหน

ถ้าฟังแต่ร่างกาย หุ่นยนต์จะทำท่าที่ทำได้ง่ายที่สุดจากตรงนั้น เดินไปครัว เดินกลับโต๊ะ วนไปเรื่อยๆ ทุกขั้นทำได้จริง แต่ไม่มีขั้นไหนพาไปใกล้เป้าหมายเลย ร่างกายรู้ว่าทำอะไรได้ แต่ไม่รู้ว่าควรทำอะไร สองส่วนจึงต้องทำงานด้วยกัน

หุ่นยนต์ AI จริงวางแผนอย่างไร

RT-2 · Google DeepMind · ปี 2023

RT-2 เป็นงานวิจัยแรกๆ ที่เอา AI ซึ่งเรียนภาพและข้อความจากอินเทอร์เน็ต มาฝึกต่อจนตอบออกมาเป็นคำสั่งขยับแขนได้ แทนที่จะตอบเป็นประโยค มันตอบเป็นชุดตัวเลขที่บอกว่าแขนควรขยับไปทางไหน (ดูการ์ด โมเดลภาพ ภาษา และการกระทำ ใน บทที่ 16)

ตัวใหญ่สุดคิดราว 1 ถึง 3 ครั้งต่อวินาที และใช้คอมพิวเตอร์ในศูนย์ข้อมูล ไม่ได้อยู่ในตัวหุ่นยนต์ หุ่นยนต์จึงต้องส่งภาพไปให้คอมพิวเตอร์ที่อยู่ไกลออกไปคิด แล้วรอคำตอบกลับมา

Gemini Robotics 1.5 · ปี 2025

แบ่งงานเป็นสองส่วน ส่วนหนึ่งวางแผนเป็นขั้น อีกส่วนแปลงแต่ละขั้นเป็นการขยับแขน คล้ายชั้นที่ 4 🗺 วางแผน กับชั้นที่ 3 🎓 ทักษะที่ฝึก ในแผนที่ชั้นของ ระดับ 1 และทักษะที่ฝึกบนหุ่นยนต์ตัวหนึ่งย้ายไปใช้กับหุ่นยนต์ร่างอื่นได้บางส่วน

ส่วนที่เรียกว่า คิดก่อนทำ คือข้อความที่ AI สร้างขึ้นระหว่างทาง ไม่ใช่ความคิดแบบคน มันเขียนขั้นย่อยออกมาเป็นตัวหนังสือก่อนลงมือ คนอ่านแล้วพอเดาได้ว่ามันกำลังจะทำอะไร แต่ไม่ได้แปลว่ามันรู้สึกหรือเข้าใจแบบเรา

ตัวเลขความเร็วของหุ่นยนต์ในบทนี้เป็นตัวเลขโดยประมาณ ต่างกันตามหุ่นยนต์และคอมพิวเตอร์ที่ใช้ และวงการนี้เปลี่ยนเร็วมาก

คิดให้ทันจังหวะของแขน

คิดทีเดียวเป็นก้อน

π0 (ปี 2024) คิดการเคลื่อนไหวล่วงหน้าเป็นก้อน ครั้งละราว 1 วินาที แบ่งเป็น 50 จังหวะเล็กๆ แล้วให้แขนทำตามทีละจังหวะ คิดหนึ่งครั้งได้ท่าทางยาวหนึ่งวินาที สมองจึงไม่ต้องคิดใหม่ทุกจังหวะ ส่วนแขนก็ได้คำสั่งถี่พอจะขยับได้เนียน

ถ้าสมองคิดไม่ทัน

ถ้าสมองคิดช้ากว่าที่แขนต้องการ หุ่นยนต์จะหยุดชะงักหรือขยับกระตุก งานวิจัยปี 2025 แก้โดยให้คิดท่อนถัดไปไว้ระหว่างที่ยังทำท่อนเดิมอยู่ คล้ายตอนเราอ่านหนังสือออกเสียง ตามักมองคำถัดไปไว้ก่อนที่ปากจะพูดคำเดิมจบ เสียงอ่านจึงไม่สะดุด

สมองช้า แขนเร็ว

ให้แขนหุ่นยนต์วาดวงกลมหนึ่งวง วงกลมแบ่งเป็น 4 ท่อน ท่อนละ 1 วินาที แต่ละท่อนมี 50 จังหวะ จังหวะละ 0.02 วินาที สมองต้องคิดท่อนแรกให้เสร็จก่อนแขนจะเริ่มได้ เลือกความเร็วในการคิด แล้วกดวาดวงกลม

สมองใช้เวลาคิดท่อนละ

เร็ว 0.2 วินาที กลาง 0.5 วินาที ช้า 0.9 วินาที

วิธีคิด

กดวาดวงกลมเพื่อนับเวลาที่แขนหยุดรอ

จุดหนึ่งจุดคือหนึ่งจังหวะ ท่อนที่ 1 และ 3 เป็นจุดสีทอง ท่อนที่ 2 และ 4 เป็นจุดสีฟ้า มีเลขท่อนกำกับ ถ้าแขนหยุดรอ จุดจะกองซ้อนกันอยู่ที่เดิมเป็นวงพร้อมคำว่า รอ แถวล่างเป็นเส้นเวลา แถบลายคือช่วงที่สมองคิด แถบทึบคือช่วงที่แขนขยับ แต่ละท่อน AI ทายเส้นทางต่างกันนิดหน่อย ตอนคิดซ้อน หุ่นยนต์ค่อยๆ ผสมท่อนเก่ากับท่อนใหม่ใน 5 จังหวะ รอยต่อจึงเนียน

เส้นเวลาแบบตัวหนังสือ

ยังไม่ได้วาด กดวาดวงกลมก่อน

ตัวเลขสมมติในภาพจำลอง

แป้นพิมพ์: Tab ไปทีละส่วน · ลูกศรเลือกความเร็วในการคิด · Space เปิดปิดการคิดซ้อน · Enter หรือ Space กดวาดวงกลม

มุมหมอสมองสมองส่วนหน้าช่วยตั้งเป้าและเรียงขั้น แต่ทำงานพร้อมส่วนอื่นเสมอ ไม่ได้รอคิวทีละกล่อง ตอนหนูเดินไปหยิบฟองน้ำ สมองส่วนหน้ากำลังคิดว่าจะทำอะไรต่อ ขณะเดียวกันส่วนอื่นๆ ก็ช่วยคุมท่าเดิน การทรงตัว และแรงมือที่จะใช้หยิบ ทุกส่วนคุยกันตลอดเวลา กล่องเรียงกันในเดโมจึงเป็นแค่แผนที่ช่วยให้เข้าใจ ดูภาพสมองจริงที่ทำงานเป็นหลายวงซ้อนกันได้ใน ระดับ 1

วงของเราสมองในวงไม่ได้สั่งมั่วๆ มันต้องถามร่างกายว่าทำได้ไหม และต้องคิดทันจังหวะของแขน

ขั้นสร้างรถของเราใน ระดับ 9 ยังไม่มี AI วางแผน หนูเป็นคนวางแผนเอง ดูว่ารถอยู่ตรงไหน แล้วเลือกท่ามือขั้นต่อไป ส่วนรถทำได้แค่ 4 คำสั่ง คือ Forward Left Right และ Stop และ AI ในเบราว์เซอร์ก็เลือกได้เฉพาะท่ามือที่หนูสอนไว้เท่านั้น คล้ายรายการทักษะใน SayCan ที่ AI ภาษาเลือกได้เฉพาะท่าที่ร่างกายฝึกมาแล้ว (ขั้นที่ 3 และ 10 ในระดับ 9)

รถหุ่นยนต์ขนาดเล็กที่มีเซ็นเซอร์วัดระยะสองวงอยู่ด้านหน้า หยุดก่อนถึงลูกฟุตบอลที่กลิ้งมาบนพื้นไม้ มีวงแสงสีฟ้าคล้ายโล่อยู่ที่กันชนหน้า

ระดับ 4 · ชั้นที่ 1 ไขสันหลังหยุดก่อน คิดทีหลัง

เร็วแค่ไหนถึงทัน รีเฟล็กซ์ นาฬิกาหลายจังหวะ และความหน่วง

ระดับนี้เป็นเรื่องของเวลา ตอนที่หมอเคาะเข่า ขาเตะเองโดยสมองไม่ต้องสั่ง ส่วนหุ่นยนต์ที่มีสมอง AI ตัวใหญ่ก็เจอปัญหาคล้ายเรา คือสมองที่ฉลาดมักคิดช้า และระหว่างรอคิด รถก็ยังวิ่งต่อ ร่างกายและหุ่นยนต์ที่ดีจึงต้องมีชั้นที่เร็วมากอยู่ใกล้ตัวรับรู้ คอยหยุดก่อน แล้วค่อยให้สมองคิดทีหลัง ลองดูว่าความหน่วงแค่เสี้ยววินาที กลายเป็นระยะกี่เซนติเมตร

🦵 เคาะเข่า ขาเตะเอง

เมื่อหมอเคาะใต้ลูกสะบ้า กล้ามเนื้อต้นขาถูกยืดออกนิดเดียว ตัวรับการยืดในกล้ามเนื้อต้นขาส่งข้อความไปไขสันหลัง แล้วไขสันหลังส่งคำสั่ง เตะ! กลับมาทันที สมองไม่ต้องตัดสินใจ สมองยังรู้ว่ามีคนเคาะ แต่คำสั่งเตะไม่ต้องรอสมอง ทางของมันจึงสั้นและเร็วมาก

ภาพเส้นทางนี้มีอยู่แล้วในบทที่ 8 และบทที่ 13 ลองย้อนไปดูได้ ระดับนี้จะชวนดูอีกเรื่องหนึ่งแทน คือเรื่องเวลา

ฝั่งหุ่นยนต์ คล้ายกฎความปลอดภัยที่ฝังอยู่ในบอร์ดคุมมอเตอร์ ซึ่งทำงานได้เองโดยไม่ต้องถามคอมพิวเตอร์ตัวหลัก เป็นการเปรียบเทียบเท่านั้น หุ่นยนต์ไม่ได้มีไขสันหลังจริง

⏱ เทียบให้ถูกคู่

ตัวเลขเรื่องเวลาต้องเทียบของที่วัดแบบเดียวกัน กล้ามเนื้อต้นขาได้รับสัญญาณเตะราว 0.02 วินาทีหลังเคาะ ขาเริ่มขยับให้เห็นราว 0.1 วินาที เพราะกล้ามเนื้อต้องใช้เวลาหดตัวและดึงขา ส่วนผู้ใหญ่ที่เห็นแล้วตั้งใจกดปุ่มในห้องทดลองใช้ราว 0.2 ถึง 0.25 วินาที

0.02

วินาที · สัญญาณถึงกล้ามต้นขา

ราว 0.1

วินาที · ขาเริ่มเตะให้เห็น

0.2 ถึง 0.25

วินาที · ผู้ใหญ่เห็นแล้วตั้งใจกด

สัญญาณแรกของเข่าจึงเร็วกว่าการตั้งใจราวสิบเท่า และแม้แต่ขาที่เตะให้เห็นก็ยังเร็วกว่าราวสองเท่า จำให้แม่นว่า 0.02 คือเวลาที่สัญญาณไฟฟ้าถึงกล้ามเนื้อ ไม่ใช่เวลาที่ขาขยับ ขาต้องรออีกครู่จึงเริ่มเตะให้เห็น

🦶 เหยียบของแหลม เท้ายกได้ก่อนรู้สึกเจ็บเต็มที่

ถ้าเหยียบของแหลม ไขสันหลังเริ่มยกเท้านั้นและเกร็งขาอีกข้างกันล้ม บ่อยครั้งก่อนสมองรู้สึกเจ็บเต็มที่ รีเฟล็กซ์นี้ทำสองงานพร้อมกัน ขาข้างหนึ่งหนีจากของอันตราย อีกข้างรับน้ำหนักตัวไว้ ไม่อย่างนั้นเราอาจเสียหลักล้มลงไปอีก

⚠ ห้ามทดลองกับของร้อน ของแหลม หรือไฟฟ้าเด็ดขาด เรื่องนี้ให้อ่านอย่างเดียว ร่างกายเราทำเองได้อยู่แล้ว ไม่ต้องพิสูจน์

🎚 สมองคล้ายปุ่มปรับเสียงของรีเฟล็กซ์

รีเฟล็กซ์ไม่ได้ทำงานตามลำพัง สมองคอยหมุนปุ่มเพิ่มหรือลดความไวของมันอยู่ตลอด ถ้าเกี่ยวนิ้วสองมือแล้วดึงขณะมีคนเคาะเข่าเบาๆ ขามักเตะแรงขึ้น และสมองก็กดรีเฟล็กซ์ไว้ได้ เช่น ตอนตั้งใจทำแขนนิ่งขณะฉีดยา ส่วนเหตุผลว่าทำไมการเกี่ยวนิ้วจึงทำให้ขาเตะแรงขึ้น นักวิทยาศาสตร์ยังถกเถียงกันอยู่

หุ่นยนต์ก็มีการปรับความไวคล้ายกัน เช่น ชั้นความปลอดภัยชะลอแขนเองเมื่อมีคนเดินเข้ามาใกล้ และหยุดเมื่อใกล้เกินไป แต่ AI สั่งให้ชั้นความปลอดภัยหย่อนลงไม่ได้ ดูต่อในระดับ 7

🤝 ลองกับผู้ใหญ่

นั่งห้อยขา ให้ผู้ใหญ่ใช้สันมือเคาะใต้ลูกสะบ้าเบาๆ ห้ามใช้ค้อนหรือเหวี่ยงแรง ถ้าเข่าเจ็บหรือเคยบาดเจ็บให้ข้าม แล้วลองเกี่ยวนิ้วสองมือดึงขณะเคาะอีกครั้ง

ถ้าเคาะแล้วไม่เห็นขาเตะ ไม่ต้องเคาะแรงขึ้น หยุดแค่นั้นก็พอ

ที่บ้าน ขาจะเตะแรงหรือเบาก็ไม่ได้บอกอะไรเรื่องสุขภาพ มีแต่หมอเท่านั้นที่ตัดสินรีเฟล็กซ์ได้

สำหรับพ่อแม่ตามปกติสมองจะคอยปรับรีเฟล็กซ์ให้สมดุล ถ้าเส้นทางที่วิ่งจากสมองลงไขสันหลังบาดเจ็บ รีเฟล็กซ์อาจแรงเกินปกติ ซึ่งเป็นหนึ่งในอาการที่หมอตรวจ มีเพียงแพทย์ที่ตรวจร่างกายทั้งหมดเท่านั้นที่แปลผลได้ ถ้ากังวลเรื่องการเคลื่อนไหวของลูก ปรึกษาแพทย์

🕰 นาฬิกาหลายจังหวะในตัวเดียว

เฮิรตซ์คือจำนวนครั้งต่อวินาที 200 เฮิรตซ์แปลว่าคิดใหม่ทุก 0.005 วินาที ในหุ่นยนต์จริง แต่ละชั้นเดินด้วยนาฬิกาคนละจังหวะ

⚙️ ชั้นล่างสุด คุมมอเตอร์หลักพันครั้งต่อวินาทีขึ้นไป
🦾 ชั้นคุมแขนราว 50 ถึง 200 ครั้งต่อวินาที
🧠 สมอง AI ตัวใหญ่ราว 1 ถึง 10 ครั้งต่อวินาที

ตัวเลขต่างกันไปตามหุ่นยนต์ ตัวอย่าง: Helix ชั้นช้าราว 7 ถึง 9 ครั้ง ชั้นเร็ว 200 ครั้ง (บริษัท Figure รายงานเอง, 2025) · GR00T N1 ชั้นคิด 10 ครั้ง ชั้นขยับ 120 ครั้ง (NVIDIA, 2025)

งานที่ต้องเข้าใจภาพและภาษาใช้การคำนวณมาก จึงคิดได้ไม่ถี่ ส่วนงานคุมมอเตอร์ง่ายกว่ามาก จึงทำซ้ำได้ถี่มาก คล้ายชั้นในร่างกายที่เราเห็นในระดับ 1

⚡ ข้อความประสาทวิ่งเร็วแค่ไหน

ข้อความประสาทที่เร็วที่สุดวิ่งราว 100 เมตรต่อวินาที หรือ 360 กิโลเมตรต่อชั่วโมง พอๆ กับรถแข่ง ข้อความปวดตื้อๆ ที่ช้าวิ่งพอๆ กับคนเดิน

สัญญาณในสายไฟของหุ่นยนต์เร็วกว่าหลายล้านเท่า แต่สมองยังตามทันเพราะเซลล์หลายพันล้านตัวทำงานพร้อมกัน สายไฟจึงชนะเรื่องความเร็วของสัญญาณ ส่วนสมองเก่งเรื่องทำหลายอย่างไปพร้อมกัน

ในรถของเรา สายเส้นเดียวก็เร็วพอ เวลาที่เสียไปจริงๆ ไม่ได้อยู่ในสาย แต่อยู่ตอนที่สมอง AI กำลังคิด ดูได้ในบันไดเวลาข้างล่าง

🪜 บันไดเวลา

แกนนี้เป็นขั้นบันได แต่ละช่องห่างกันสิบเท่า จึงใส่ของที่เร็วมากกับของที่ช้ากว่าพันเท่าไว้ในภาพเดียวได้ แถบทึบ = ร่างกาย · แถบลายเฉียง = หุ่นยนต์ · แถบขอบประ = รถของเรา แตะแถวไหนก็ได้เพื่ออ่านรายละเอียด

ร่างกาย

หุ่นยนต์

รถของเรา

แตะแถวไหนก็ได้เพื่ออ่านรายละเอียด

บันไดเวลา แบบตาราง
กลุ่ม	เรื่อง	เวลา
ร่างกาย	สัญญาณถึงกล้ามต้นขา	0.02 วินาที
ร่างกาย	มือบีบแน่นเมื่อแก้วลื่น	ราว 0.07 วินาที
ร่างกาย	ขาเริ่มเตะให้เห็น	0.10 ถึง 0.13 วินาที
ร่างกาย	ผู้ใหญ่เห็นแล้วตั้งใจกด (ในห้องทดลอง)	0.2 ถึง 0.25 วินาที
หุ่นยนต์	วงคุมมอเตอร์หนึ่งรอบ	ไม่เกิน 0.001 วินาที
หุ่นยนต์	ชั้นคุมแขนหนึ่งรอบ	0.005 ถึง 0.02 วินาที
หุ่นยนต์	สมอง AI ตัวใหญ่คิดหนึ่งครั้ง	0.1 ถึง 1 วินาที
รถของเรา	ส่งตัวอักษรหนึ่งตัวที่ 9600	ราว 0.001 วินาที
รถของเรา	ตัวเฝ้าเวลา (ตั้งเอง)	1 วินาที

ตัวเลขร่างกายมาจากผู้ใหญ่ในงานวิจัย ตัวเลขหุ่นยนต์เป็นค่าประมาณ ต่างกันไปตามรุ่น เป็นการเปรียบเทียบเท่านั้น

🛡 ชั้นความปลอดภัยต้องแยกจาก AI

AI ตัวใหญ่คิดได้ไม่กี่ครั้งต่อวินาที ระหว่างรอมันคิด รถก็วิ่งต่อไปแล้ว ชั้นความปลอดภัยจึงต้องแยกจาก AI และมีสิทธิ์เหนือกว่า มันไม่ต้องฉลาด แค่ต้องเร็วและไม่เคยหลับ

ในรถของเรา ตัวเฝ้าเวลาของ Arduino ทำหน้าที่คล้ายรีเฟล็กซ์ (ดูระดับ 8) และเซ็นเซอร์ HC-SR04 จากโครงงานที่ 3 บทที่ 16 ก็เป็นรีเฟล็กซ์ได้ ถ้ามีของใกล้กว่า 20 เซนติเมตร หยุดก่อนแล้วค่อยคิด

ข้อ HC-SR04 เป็นไอเดียต่อยอด ยังไม่ได้สร้างและทดสอบกับรถจริง

🚗 ใส่รีเฟล็กซ์ให้หุ่นยนต์

มองรถจากด้านบน รถวิ่งตรงไปข้างหน้า พอผ่านไปครึ่งวินาทีจะมีลูกบอลโผล่มาขวางทาง สมอง AI ของรถคิดเป็นจังหวะ ทุกจังหวะมันดูว่าลูกบอลใกล้กว่า 30 ซม. หรือยัง ถ้าใช่ก็สั่งหยุด แต่คำสั่งจะไปถึงล้อในจังหวะคิดถัดไป จากนั้นรถใช้อีก 3 ซม. ในการเบรกจนนิ่ง ลองเลือกความเร็ว เลือกว่า AI คิดกี่ครั้งต่อวินาที แล้วกดปล่อยรถ

ระหว่างรอ AI คิด (แย่ที่สุด 2 จังหวะ) รถวิ่งไปได้ถึง 70 ซม.

รถจอดอยู่ที่เส้นเริ่ม ยังไม่มีลูกบอล กดปล่อยรถเพื่อเริ่ม

ความเร็วรถ (ซม. ต่อวินาที)

AI คิดกี่ครั้งต่อวินาที

🛡 ชั้นรีเฟล็กซ์

ปล่อย 10 ครั้ง ยังไม่ได้ลอง

แถบใต้รถ = ระยะจากหน้ารถถึงลูกบอล · เส้นประ = ถ้าหน้ารถเลยเส้นนี้ AI จะเห็นว่าใกล้ · เส้นทึบ 🛡 = เส้นของชั้นรีเฟล็กซ์ (20 ซม.) · วงเล็บเส้นประ = ระยะที่รถไหลไประหว่างรอ · วงเล็บเส้นทึบ = ระยะเบรก · ✓ หยุดทัน · ✗ ชน · 🛡 รีเฟล็กซ์ช่วย

แป้นพิมพ์ Tab ไปทีละปุ่ม · ลูกศรซ้ายขวาเลือกในกลุ่มความเร็วและจังหวะคิด · Enter หรือ Space กดปุ่ม · ระหว่างรถวิ่ง กด Space หรือ Esc = หยุดฉุกเฉิน

ตัวเลขสมมติในภาพจำลอง

🧠 หนูคือสมองของรถ

ความหน่วงแค่เสี้ยววินาทีฟังดูน้อย แต่รถไม่ได้หยุดรอเรา ลองเป็นสมองของรถเอง พอป้ายหยุดขึ้นให้กดเร็วที่สุด เวลาที่หนูใช้จะกลายเป็นระยะที่รถไหลไปก่อนเริ่มเบรก จากนั้นสลับให้ AI เป็นสมองดูบ้าง แล้วลองปรับว่ากล้องกับ AI หน่วงนานเท่าไร

ใครเป็นสมอง

ความเร็วรถ (ซม. ต่อวินาที)

ตัวเลขสมมติ รถจริงขึ้นกับมอเตอร์และถ่าน

กล่องอยู่ห่าง 40 ซม.

ระยะไหล = ความเร็ว × เวลาที่รอ

ระยะทั้งหมด = ระยะไหล + ระยะเบรก

ตอนป้ายขึ้น หน้ารถอยู่ที่เส้น 0 กล่องอยู่ห่าง 40 ซม.

สมมติว่ารถใช้ระยะเบรก 2 ซม. ที่ความเร็วช้า และ 4 ซม. ที่ความเร็วกลาง ส่วนสายส่งคำสั่งหน่วง 0.001 วินาที ในโหมด AI เป็นสมอง ป้ายจะขึ้นหลังกดเริ่ม 1.5 วินาทีเสมอ

อ่านก่อนเล่น ตัวเลขนี้รวมความหน่วงของจอ เมาส์ หรือจอสัมผัสไว้ด้วย ซึ่งแต่ละเครื่องไม่เท่ากัน บางเครื่องหน่วงมาก จึงเทียบข้ามเครื่องไม่ได้ เกมนี้เล่นเพื่อความสนุก ไม่ใช่การตรวจทางการแพทย์ และอย่าเอาไปเทียบกับตัวเลขของผู้ใหญ่หรือเพื่อน เพราะการนอน ความเหนื่อย และเครื่องที่ใช้ ทำให้ตัวเลขเปลี่ยนได้

แป้นพิมพ์ เมื่ออยู่ในกล่องนี้ กด Space เพื่อเริ่มและเพื่อกดหยุด · Tab ไปที่ตัวเลือก · ลูกศรซ้ายขวาเลือกโหมดและความเร็ว หรือเลื่อนแถบระยะ · หน้านี้ไม่เก็บเวลาของหนูไว้เลย เล่นใหม่เมื่อไรก็เริ่มจากศูนย์

ตัวเลขสมมติในภาพจำลอง

วงของเราในวง ชั้นที่เร็วต้องอยู่ใกล้ร่างกาย เพราะระหว่างรอสมองคิด โลกไม่ได้หยุดรอ

ขั้นสร้าง 3เลือกพื้นที่ว่างบนพื้น ไม่ใช่บนโต๊ะ ใช้ความเร็วในโค้ดตามเดิม (150 และ 160) เพราะยิ่งรถช้า ระยะที่ไหลไประหว่างรอ AI ก็ยิ่งสั้น ดูขั้นที่ 10 ขับบนพื้น ในระดับ 9

มือเด็กโยนถุงถั่วสีน้ำเงินผ่านแท่งปริซึมแก้วใสที่หักเหแสง มีเส้นทางการโยนจางๆ หลายเส้นโค้งไปตกบนเป้ากลมบนพื้น และถุงถั่วลูกหนึ่งตกกลางเป้าพอดี

ระดับ 5 · ชั้นที่ 2 สมองน้อยทำนายและเรียนจากความพลาด

ทายก่อน แล้วแก้: สมองน้อย มือที่รู้สึก และหุ่นยนต์

เวลาเอื้อมมือไปหยิบแก้วน้ำ สมองไม่ได้รอให้มือชนแก้วก่อนแล้วค่อยคิด นักวิทยาศาสตร์คิดว่าสมองทายไว้ล่วงหน้าว่ามือจะไปถึงตรงไหน แก้วจะหนักแค่ไหน แล้วคอยเทียบคำทายกับความรู้สึกจริงที่ย้อนกลับมา ถ้าพลาด ส่วนที่พลาดนั่นแหละคือบทเรียนสำหรับครั้งต่อไป ระดับนี้เราจะลองโยนถุงถั่วผ่านแว่นปริซึม และให้มือหุ่นยนต์จับถ้วยกระดาษ เพื่อดูว่าการทายก่อนแล้วแก้ ช่วยทั้งคนและหุ่นยนต์อย่างไร

สมองน้อย ตัวเล็กแต่เซลล์เยอะ

สมองน้อยอยู่ที่ท้ายทอย ใต้สมองใหญ่ มีขนาดราว 1 ใน 10 ของสมอง แต่มีเซลล์ประสาทราว 4 ใน 5 ของทั้งหมด หน้าที่ของมันคือเป็นผู้ช่วยประสานการเคลื่อนไหวและปรับให้ละเอียด ให้มือไปถึงเป้าอย่างนุ่มนวล ไม่เลยเป้า ไม่ขาดเป้า เรื่องอาการสั่นเมื่อสมองน้อยบาดเจ็บ อ่านได้ในบทที่ 16 ส่วนการตรวจแตะจมูกแตะนิ้วหมออยู่ในบทที่ 13

ทายไว้ก่อน แล้วเทียบของจริง

นักวิทยาศาสตร์คิดว่าสมองน้อยทายไว้ก่อนว่าการเคลื่อนไหวจะรู้สึกอย่างไร แล้วเทียบกับความรู้สึกจริงที่ตามมา ถ้าตรงกันก็ทำต่อ ถ้าไม่ตรง ส่วนที่ต่างกันคือความผิดพลาดที่ใช้แก้ครั้งหน้า นี่เป็นทฤษฎีชั้นนำที่มีหลักฐานมาก แต่ยังไม่ใช่ข้อสรุปที่ปิดแล้ว หุ่นยนต์ก็ใช้ แบบจำลอง ที่ทายว่าถ้าขยับแบบนี้จะเกิดอะไรขึ้น เช่น ถ้าล้อซ้ายหมุนเร็วกว่าล้อขวา รถจะเลี้ยวไปทางไหน แล้วเทียบกับที่เซ็นเซอร์วัดได้จริง

ทำไมจั๊กจี้ตัวเองไม่ค่อยจั๊กจี้

ลองจั๊กจี้ฝ่ามือตัวเอง แล้วให้เพื่อนจั๊กจี้ ของตัวเองรู้สึกเบากว่า เพราะสมองทายไว้แล้วว่าจะรู้สึกอย่างไร สัมผัสที่ทายไว้แล้วจึงไม่น่าตกใจ ส่วนนิ้วของเพื่อน สมองทายไม่ได้ว่าจะแตะตรงไหนเมื่อไร ภาพสแกนสมองบอกเป็นนัยว่าสมองน้อยช่วยทำนายเรื่องนี้

แว่นที่ทำให้โลกเลื่อน

นักวิทยาศาสตร์เคยให้คนใส่แว่นปริซึม ที่ทำให้ทุกอย่างที่มองเห็นเลื่อนไปด้านข้าง แล้วให้โยนของไปที่เป้า คนจะโยนพลาดก่อน แล้วใกล้เป้าขึ้นทีละครั้ง พอถอดแว่นกลับพลาดไปอีกทางชั่วครู่ เพราะสมองยังใช้การแก้แบบตอนใส่แว่นอยู่ คนที่สมองน้อยบาดเจ็บบางแบบปรับตัวได้ไม่ดีเท่า สูตรที่ใช้ร่วมกันทั้งในภาพจำลองของคนและหุ่นยนต์คือ

การแก้=ความผิดพลาด×อัตราเรียนรู้

แบบเดียวกับการฝึกเซลล์ประสาทเทียมในบทที่ 15 ที่ปรับน้ำหนักทีละนิดตามความผิดพลาด ถ้าอัตราเรียนรู้น้อย ก็แก้ทีละนิดและช้า ถ้ามาก ก็แก้เร็วแต่อาจแกว่ง

ลองเอง: โยนถุงถั่วผ่านแว่นปริซึม

ภาพนี้มองจากด้านบน เป็นภาพที่ตาของคนโยนเห็น ถ้าใส่แว่น เป้าที่ตาเห็นจะเลื่อนไปทางขวา 12 เซนติเมตร เส้นประคือทิศที่มือเล็ง มือรู้ทิศของตัวเองจากความรู้สึกในกล้ามเนื้อและข้อต่อ แว่นจึงไม่ได้ทำให้มือเลื่อน แต่ทำให้เป้าที่ตาเห็นเลื่อน ลองใส่แว่น โยนหลายๆ ครั้ง แล้วถอดแว่นดูว่าเกิดอะไรขึ้น

ยังไม่ได้โยน เป้าอยู่ตรงหน้า

● ตอนใส่แว่น · ▲ หลังถอดแว่น · ○ ยังไม่เคยใส่แว่น · แถบลายเฉียง คือช่วงที่ใส่แว่น · เส้นกลางคือตรงเป้า

ตัวเลขสมมติในภาพจำลอง

ดูเป็นตาราง

ครั้งที่	แว่น	พลาดไป (ซม.)	การแก้ที่เรียนมา (ซม.)
ยังไม่ได้โยน

ใครเป็นคนโยน

เล็งเยื้องจากเป้าที่เห็น 0 ซม. ตรงเป้า

กดลูกศรเพื่อเล็ง แล้วกด Enter หรือปุ่ม โยน

อัตราเรียนรู้ของสมองน้อยจำลอง

0

โยนไปแล้ว ครั้ง

-

พลาดล่าสุด ซม.

0.0

การแก้ที่สมองน้อยจำลองเรียนมา ซม.

เริ่มจากโยนแบบไม่ใส่แว่นสักสองสามครั้ง แล้วกด ใส่แว่นปริซึม

แป้นพิมพ์: Tab ไปที่แถบเล็ง กดลูกศรซ้ายขวาเพื่อเล็ง แล้วกด Enter เพื่อโยน · ในกลุ่มตัวเลือกใช้ลูกศรเลือก · ปุ่มอื่นกด Enter หรือ Space

หุ่นยนต์ก็ต้องปรับเทียบตัวเอง

แขนกลที่ใช้กล้องหาของ ถ้ากล้องโดนชนจนเอียงไปนิดเดียว ของที่อยู่ห่างออกไป 60 เซนติเมตรจะดูเหมือนเลื่อนไปราว 5 เซนติเมตร แขนกลจึงหยิบพลาดแบบเดียวกับคนใส่แว่นปริซึม ถ้ามันใช้สูตร การแก้ = ความผิดพลาด × อัตราเรียนรู้ มันจะค่อยๆ กลับมาหยิบแม่นเอง โดยไม่ต้องรอคนมาจูนใหม่ แขนกลตัวนี้ใช้อัตราเรียนรู้เดียวกับที่เลือกไว้ในเกมโยนถุงถั่ว ตอนนี้คือ 0.3

กดปุ่มเพื่อให้กล้องโดนชน แล้วดูแขนกลหยิบ 10 ครั้ง

ตัวเลขสมมติในภาพจำลอง

ปลายนิ้วรู้ทันเมื่อแก้วเริ่มลื่น

เมื่อแก้วเริ่มลื่น ตัวรับสัมผัสที่ปลายนิ้วรับรู้แรงสั่นเล็กๆ แล้วมือบีบแน่นขึ้นในราว 0.07 วินาที เร็วกว่าการตั้งใจบีบราวสองเท่า แล้วสมองเผื่อแรงบีบไว้อีกนิดกันลื่นซ้ำ ถ้าปลายนิ้วชา เช่น หลังได้ยาชาจากหมอฟัน คนจะบีบผิดขนาดและของหลุดง่ายขึ้น เพราะสัญญาณที่ย้อนกลับจากปลายนิ้วเบาลง วงจึงขาดท่อนดูผลไปบางส่วน

บีบก่อนมันลื่น

เวลาเขย่าขวดน้ำขึ้นลง นิ้วบีบแน่นขึ้นตรงจังหวะที่ขวดกำลังจะลื่นพอดี คือบีบก่อนมันลื่น เพราะสมองทายแรงดึงไว้ล่วงหน้า ไม่ต้องรอให้ลื่นก่อนแล้วค่อยแก้ มือคนจึงใช้สองอย่างคู่กัน ทายไว้ก่อน และรู้สึกแล้วแก้ ในเกมข้างล่าง หนูจะเปิดปิดสองอย่างนี้ในมือหุ่นยนต์ได้เอง

ลองเอง: จับถ้วยไม่ให้ลื่น ไม่ให้บี้

มือหุ่นยนต์สองนิ้วจับถ้วยกระดาษ ถ้วยจะไม่ลื่นเมื่อแรงบีบมากพอ แรงที่ต้องใช้กันลื่นขึ้นกับแรงดึงของถ้วย และความลื่นของผิว ผิวเปียกลื่นกว่าจึงต้องบีบแรงขึ้น แต่ถ้าบีบเกิน 100 หน่วย ถ้วยกระดาษจะบุบ ลองเปิดปิดสวิตช์ แล้วกด เทน้ำ หรือ เขย่าขึ้นลง สวิตช์ที่เปลี่ยนจะมีผลในรอบถัดไป

เส้นทึบ แรงบีบ เส้นประ แรงที่ต้องใช้กันลื่น ลายเฉียง เขตที่ลื่น ถ้าเส้นทึบตกลงไปในนี้ ถ้วยจะลื่น จุดไข่ปลา ถ้วยบุบที่ 100

ยังไม่ได้เริ่ม

เลื่อนดูทีละช่วงเวลา (ใช้ได้เมื่อจบรอบ) 0.00 วินาที ตัวเลขสมมติในภาพจำลอง หน่วยแรงไม่ใช่หน่วยจริง

แรงบีบเริ่มต้น 25 หน่วย

ความเร็วภาพ

-

ผล

-

ลื่น ครั้ง

-

รู้สึกเกือบลื่นแล้วบีบเพิ่ม ครั้ง

-

แรงบีบสูงสุด หน่วย

เปิดปิดสวิตช์ แล้วกด เทน้ำ หรือ เขย่าขึ้นลง

บันทึกทีละเหตุการณ์ ดูชัดที่สุดตอนภาพช้า 10×

ยังไม่มีเหตุการณ์

แป้นพิมพ์: สวิตช์และปุ่มกด Enter หรือ Space · แถบแรงบีบใช้ลูกศร · ความเร็วภาพใช้ลูกศรเลือก · แถบเลื่อนดูเวลาใช้ลูกศร ขยับทีละ 0.01 วินาที

หุ่นยนต์หลายตัวยังไม่มีสัมผัส

ปลายนิ้วของคนมีตัวรับสัมผัสคอยบอกสมองตลอดว่าของกำลังจะลื่นไหม แต่หุ่นยนต์หลายตัวยังไม่มีสัมผัสแบบนี้ มันจับของด้วยการดูจากกล้อง แล้วบีบด้วยแรงที่ตั้งไว้ ผิวหุ่นยนต์ที่รู้ว่าของกำลังลื่นยังเป็นงานวิจัยที่กำลังพัฒนา ในบทที่ 16 คนเป็นผู้บีบมือเทียมด้วยสัญญาณกล้ามเนื้อ บทนี้ให้หุ่นยนต์บีบเองด้วยเซ็นเซอร์และการทำนาย แบบที่หนูเพิ่งลองในเกมข้างบน

มุมหมอสมองสูตรการแก้ในภาพจำลองนี้เป็นแบบง่ายที่สุด สมองจริงมีหลายวงทำงานพร้อมกัน ทั้งสมองน้อย สมองใหญ่ และไขสันหลัง นักวิทยาศาสตร์คิดว่าสมองน้อยทำงานคล้ายตัวทายและตัวแก้แบบนี้ แต่ยังศึกษากันอยู่ ภาพจำลองจึงช่วยให้เข้าใจหลักการ ไม่ได้บอกว่าสมองน้อยคือโปรแกรมคอมพิวเตอร์

ภาพใกล้ของมือจับหุ่นยนต์สองนิ้วที่มีแผ่นยางนุ่มที่ปลายนิ้ว กำลังจับแก้วกระดาษสีขาวที่มีน้ำอยู่เบาๆ — **ผิวของหุ่นยนต์**ผิวหุ่นยนต์ที่รู้ว่าของกำลังลื่นยังเป็นงานวิจัยที่กำลังพัฒนา หุ่นยนต์หลายตัวยังจับของด้วยกล้องอย่างเดียว

กิจกรรมที่บ้าน จั๊กจี้ฝ่ามือตัวเอง แล้วสลับให้เพื่อนหรือพ่อแม่จั๊กจี้ เทียบความรู้สึก แบบไหนจั๊กจี้กว่ากัน แล้วลองอีกเรื่อง ถือขวดน้ำที่ปิดฝาแน่น เขย่าขึ้นลงช้าๆ สังเกตว่านิ้วบีบแน่นขึ้นตอนไหน

วงของเราท่อน ขยับ กับ ดูผล ของวงไม่ได้แค่รอดูผล แต่ทายไว้ก่อน แล้วใช้ความผิดพลาดแก้ครั้งต่อไป

ขั้นสร้างรถของเราในระดับ 9 ไม่มีเซ็นเซอร์สัมผัสและไม่ได้ทายล่วงหน้า ท่อนดูผลของวงจึงอยู่ที่ตาของหนู ตอนขับบนพื้น (ขั้นที่ 10) ถ้ารถเลี้ยวเลยไป หนูเห็นแล้วเปลี่ยนท่ามือแก้ทีละนิด คล้ายสมองน้อยจำลองในเกมโยนถุงถั่ว และถ้าทดสอบแล้ว AI ทายท่ามือผิดบ่อย ให้เก็บภาพเพิ่มแล้วฝึกใหม่ (ขั้นที่ 3 ถึง 4) ความพลาดแต่ละครั้งคือบทเรียนของทีมเรา

มือผู้ใหญ่สองข้างจับแขนหุ่นยนต์ต้นแบบคู่เล็กยกผ้าขนหนูขึ้น ขณะที่แขนหุ่นยนต์อีกคู่บนโต๊ะขยับตามท่าเดียวกันเพื่อพับผ้า

ระดับ 6 · ชั้นที่ 3 ทักษะเรียนมาอย่างไรส่วนใหญ่เกิดตอนฝึก

ทักษะมาจากไหน: เลียนแบบ ลองเอง และความประหลาดใจ

ในระดับ 1 เราเห็นว่าชั้นที่ 3 ของหุ่นยนต์คือทักษะ เช่น หยิบ วาง เดินหลบของ ทักษะพวกนี้ไม่ได้เกิดตอนวงกำลังวิ่ง ส่วนใหญ่ฝึกมาก่อนนานแล้ว คล้ายนักฟุตบอลที่ซ้อมเลี้ยงบอลเป็นพันครั้งก่อนลงแข่งจริง ระดับนี้เราจะดูสามทางที่หุ่นยนต์ได้ทักษะมา คือ ดูคนทำแล้วเลียนแบบ ลองเองโดยมีคนช่วยแก้ และเรียนจากความประหลาดใจ แล้วจะเห็นว่าร่างกายของเด็กก็ต้องฝึกเยอะไม่แพ้กัน

ทางที่ 1 ดูคนทำ แล้วเลียนแบบ

การเรียนแบบเลียนแบบ คือให้คนบังคับหุ่นยนต์ทำงานให้ดู แล้วเก็บคู่ข้อมูลไว้ทุกจังหวะว่า ตอนนั้นหุ่นยนต์เห็นอะไร และคนสั่งให้ขยับอย่างไร จากนั้นให้ AI หัดตอบให้เหมือนคน พอเจอภาพแบบนี้ ก็ขยับแบบนั้น

ฟังดูคุ้นไหม วิธีนี้คือกระดานแมวกับหมาในบทที่ 15นั่นเอง ต่างกันตรงที่ป้ายคำตอบไม่ใช่คำว่า แมว หรือ หมา แต่เป็นท่าทาง เช่น เดินหน้า เลี้ยวซ้าย หนีบนิ้ว หุ่นยนต์รุ่นใหม่ที่เรียกว่าโมเดลภาพ ภาษา และการกระทำ ในการ์ดของบทที่ 16 ก็ได้ทักษะส่วนใหญ่มาจากตัวอย่างแบบนี้

สอนหุ่นยนต์ด้วยการบังคับให้ดู

ภารกิจ: พาหุ่นยนต์ไปเก็บลูกบอล แล้วเอาไปใส่กล่องทางขวา ตอนเราบังคับ ทุกก้าวจะถูกจดเป็นหนึ่งคู่ คือสิ่งที่หุ่นยนต์เห็นกับท่าที่เราสั่ง สอนสักสามสี่ด่าน แล้วลองให้หุ่นยนต์ทำเอง

เริ่มจากบังคับเอง กดลูกศรพาหุ่นยนต์ไปเก็บลูกบอล แล้วเอาไปใส่กล่อง ทุกก้าวจะถูกจดเป็นหนึ่งคู่

0

เก็บตัวอย่างแล้ว 0 คู่

0

ก้าวที่หุ่นยนต์เดินเองรอบนี้ (หยุดที่ 30)

·

ห่างจากตัวอย่างที่คล้ายที่สุด (เกิน 1.5 = ไม่เคยเห็น ❓)

แผนที่ข้อมูล · ยังไม่ถือ

แผนที่ข้อมูล · ถือแล้ว

◎ กลางแผนที่คือเป้าหมาย แต่ละช่องคือที่ที่หุ่นยนต์อาจยืนอยู่เมื่อเทียบกับเป้าหมาย ลูกศรคือท่าที่เราสอนบ่อยที่สุดตรงนั้น ? คือยังไม่มีตัวอย่าง กรอบหนาคือสิ่งที่หุ่นยนต์เห็นตอนนี้ หุ่นยนต์มองเห็นไกลสุด 3 ช่อง ถ้าไกลกว่านั้นจะเห็นเป็น 3 เหมือนกันหมด ตอนทำเอง หุ่นยนต์หาตัวอย่าง 3 คู่ที่คล้ายสิ่งที่เห็นที่สุด แล้วทำตามเสียงส่วนใหญ่ ถ้าตัวอย่างที่คล้ายที่สุดยังห่างเกิน 1.5 ช่องบนแผนที่ มันจะขึ้นป้าย ไม่เคยเห็นแบบนี้ ❓

แป้นพิมพ์: แตะหรือกด Tab มาที่ภาพห้องหรือปุ่มลูกศร แล้วใช้ปุ่มลูกศรบนแป้นพิมพ์บังคับหุ่นยนต์ · เลือกคนขับด้วยลูกศรซ้ายขวา · ปุ่มอื่นใช้ Tab แล้วกด Enter หรือ Space · ตอนหุ่นยนต์ทำเอง กดลูกศรเมื่อไรก็คือการช่วยแก้

ตัวเลขสมมติในภาพจำลอง ห้องจำลอง 9 × 7 ช่อง ไม่ใช่หุ่นยนต์จริง ตัวอย่างที่สอนอยู่ในหน้านี้เท่านั้น ปิดหน้าแล้วหายหมด ไม่มีการเก็บไว้ที่ไหน

ลองทีละขั้น แตะเพื่อติ๊กว่าทำแล้ว

สิ่งที่เพิ่งเห็น หุ่นยนต์เลียนแบบเก่งเฉพาะในสถานการณ์ที่คล้ายตอนฝึก พอลูกบอลไปอยู่มุมใหม่ หรือกล้องเลื่อนไปนิดเดียว มันก็เดาจากตัวอย่างที่ไม่ค่อยเหมือน ทางแก้ที่นักวิจัยใช้คือ เก็บตัวอย่างให้หลากหลาย ตั้งให้หยุดถามคนเมื่อไม่เคยเห็น และให้คนช่วยแก้ตอนพลาด แล้วเก็บการแก้นั้นเป็นตัวอย่างใหม่ ในการทดสอบหนึ่งของนักวิจัยซึ่งทำในโลกจำลอง แค่ขยับกล้องหรือเปลี่ยนท่าเริ่มของแขนเล็กน้อย หุ่นยนต์ที่เคยทำสำเร็จเกือบทุกครั้งก็พลาดบ่อยขึ้นมาก เพราะสิ่งที่เห็นไม่เหมือนตอนฝึก

ALOHA: ดูคนทำแค่ราว 10 นาที

ในงานวิจัย ALOHA (ปี 2023) คนบังคับแขนหุ่นยนต์ด้วยการขยับแขนอีกชุดหนึ่ง แล้วแขนหุ่นยนต์ทำตามทุกท่า ให้ดูเพียงราว 10 นาที หุ่นยนต์ก็ทำงานละเอียด 6 อย่าง เช่น ใส่ถ่าน ได้สำเร็จราว 8 ถึง 9 ครั้งในสิบครั้งโดยรวม

ต่อมา Mobile ALOHA (ปี 2024) เป็นหุ่นยนต์มีล้อ เรียนงานบ้านแต่ละอย่างจากการดูคนบังคับราว 50 ครั้ง และเก่งขึ้นเมื่อได้ดูตัวอย่างจากงานอื่นด้วย

RT-1 และ OpenVLA: ข้อมูลกองโต

RT-1 (ปี 2022) เรียนจากการฝึกที่บันทึกไว้ราว 130,000 รอบ ที่หุ่นยนต์ 13 ตัวเก็บตลอด 17 เดือน จนทำงานในครัวและสำนักงานได้ราว 700 อย่าง

OpenVLA (ปี 2024) เปิดให้นักวิจัยใช้ฟรี ฝึกจากตัวอย่างหุ่นยนต์จริงเกือบหนึ่งล้านครั้งที่หลายสถาบันช่วยกันรวบรวม ตัวอย่างที่หลากหลายช่วยให้หุ่นยนต์รับมือห้องที่ไม่เคยเห็นได้ดีขึ้น แต่ไม่ได้แปลว่าจะไม่พลาดเลย

ทางที่ 2 ลองเอง แล้วมีคนช่วยแก้

การเลียนแบบอย่างเดียวมีจุดอ่อนแบบที่เพิ่งเห็นในภาพจำลอง พอเจอสถานการณ์ใหม่ หุ่นยนต์ก็เดาจากตัวอย่างที่ไม่ค่อยเหมือน งานวิจัยปลายปี 2025 จึงให้หุ่นยนต์เก่งขึ้นด้วยการลองทำจริงโดยมีคนช่วยแก้ตอนพลาด ผสมการลองผิดลองถูกในบทที่ 16กับการเลียนแบบ คล้ายตอนที่หนูกดลูกศรช่วยแก้ระหว่างที่หุ่นยนต์ในภาพจำลองกำลังทำเอง

งานปี 2025 ที่ใช้สมองหุ่นยนต์ชื่อ π0.5 เก็บจานและผ้าในบ้านที่ไม่เคยเห็นมาก่อนได้ แต่ผู้วิจัยบอกเองว่ายังพลาดบ่อย ส่วนการฝึกในโลกจำลองก็ช่วยได้มาก แต่โลกจำลองเดาน้ำหนักและความลื่นได้ไม่ตรงเป๊ะ นักวิจัยจึงสุ่มค่าเหล่านี้ตอนฝึก ให้หุ่นยนต์ชินกับความไม่แน่นอน ดูการ์ดฝึกในโลกจำลองก่อนในบทที่ 16

ร่างกายก็ต้องฝึก

บทที่ 15 เล่าว่าเด็กจำสัตว์ใหม่ได้จากไม่กี่ตัวอย่าง เรื่องนั้นจริงสำหรับการจำชื่อและจำสิ่งของ แต่ทักษะการเคลื่อนไหวต่างออกไป ในการศึกษาหนึ่ง เด็กวัยหัดเดินอายุราวขวบถึงขวบครึ่ง ก้าวราว 2,400 ก้าวและล้มราว 17 ครั้งในการเล่นหนึ่งชั่วโมง ทั้งคนและหุ่นยนต์ต้องฝึกและพลาดเยอะ

ส่วนภาษากลับเป็นอีกแบบ แชตบอตอ่านคำมากกว่าที่เด็กได้ยินตอนหัดพูดราวหนึ่งหมื่นถึงหนึ่งแสนเท่า แต่เด็กก็ยังเรียนภาษาได้ดีมาก นักวิทยาศาสตร์คิดว่าส่วนหนึ่งเพราะเด็กเรียนผ่านร่างกาย ตา และคนรอบตัว ไม่ได้เรียนจากตัวหนังสืออย่างเดียว

เท้าเปล่าสองข้างของเด็กเล็กกำลังก้าวเดินบนแผ่นรองเล่นหลากสี เห็นแค่เท้าและขาช่วงล่าง ข้างๆ มีตุ๊กตากระต่ายและของเล่นวางอยู่ — **ร่างกายก็ต้องฝึก**เด็กหัดเดินล้มราว 17 ครั้งในการเล่นหนึ่งชั่วโมง ทักษะการเคลื่อนไหวเรียนจากการฝึกและพลาด ทั้งในคนและหุ่นยนต์

ข้อมูลฝึกหน้าตาแบบไหน แตะการ์ดดูหน่วย

การ์ดทั้งสี่ใช้หน่วยคนละแบบ นาที รอบ ครั้งที่ล้ม และจำนวนเท่า จึงไม่เอามาวาดบนกราฟแกนเดียวกัน เพราะเทียบกันตรงๆ ไม่ได้ ที่คล้ายกันคือ ทักษะของร่างกายทั้งในคนและหุ่นยนต์ต้องอาศัยการฝึกเยอะ

ทางที่ 3 เรียนจากความประหลาดใจ

จำหุ่นยนต์ที่หัดเดินไปหาแบตเตอรี่ในบทที่ 16 ได้ไหม ทุกก้าวมันคิดค่าความประหลาดใจ คือ คะแนนที่ได้จริงบวกคะแนนที่คาดว่าจะได้ต่อจากนี้ แล้วลบด้วยคะแนนที่เคยคาดไว้ ถ้าประหลาดใจมาก มันก็แก้ตารางคะแนนมาก ถ้าไม่ประหลาดใจเลย ก็ไม่ต้องแก้

ในการทดลองกับลิง (ปี 1997) เซลล์โดพามีนบางตัวยิงสัญญาณเมื่อได้น้ำผลไม้แบบไม่คาดคิด พอลิงเรียนรู้ว่าแสงไฟแปลว่าน้ำผลไม้กำลังมา สัญญาณย้ายไปเกิดตอนเห็นแสง และถ้าคาดว่าจะได้แต่ไม่ได้ เซลล์เงียบลงชั่วครู่ คล้ายค่าความประหลาดใจของหุ่นยนต์ Q-learning ในบทที่ 16 ลองให้ทั้งสองเรียนไปพร้อมกันข้างล่างนี้

กราฟความประหลาดใจ: ลิงกับหุ่นยนต์

ลิงเรียนเร็วแค่ไหน (α) 0.30

เรียนแล้ว 0 รอบ

กด เรียน 1 รอบ แล้วดูว่าความประหลาดใจเกิดตรงไหน

ลิง: แสง → น้ำผลไม้

แถวบนคือความคาดหวังว่าจะได้น้ำผลไม้ แถวล่างคือความประหลาดใจ บวกอยู่เหนือเส้น ลบอยู่ใต้เส้น ตัวเลขล่างสุดคือเวลา 0 ถึง 9 เวลาที่แสงจะติดเดาไม่ได้ ช่วงก่อนแสงจึงไม่มีความคาดหวัง

หุ่นยนต์บทที่ 16: เปิดเครื่อง → แบตเตอรี่

หุ่นยนต์เดินทางขวาจากช่อง c0 ถึงแบตเตอรี่ ใช้ตัวเลขเดียวกับบทที่ 16 ทุกก้าวเสีย 0.1 คะแนน เจอแบตเตอรี่ได้ 10 คะแนน คะแนนข้างหน้านับลดลงเหลือ 0.9 เท่า และแก้ทีละครึ่งทาง (0.5)

สูตร: ความประหลาดใจ = รางวัล + 0.9 × คะแนนช่องถัดไป − คะแนนช่องนี้ แล้ว คะแนนใหม่ = คะแนนเดิม + 0.5 × ความประหลาดใจ

กด เรียน 1 รอบ แล้วเครื่องคิดเลขจะแสดงว่าคะแนนของช่องที่เลือกเปลี่ยนอย่างไร

คะแนนของช่อง = คะแนนของท่าเดินไปทางขวาในตารางบทที่ 16

คล้ายกันอย่างน่าทึ่ง แต่เป็นการเปรียบเทียบ ไม่ใช่สำเนา นักวิทยาศาสตร์ยังถกเถียงกันอยู่ สมองไม่ได้รันโปรแกรมนี้

ตัวเลขสมมติในภาพจำลอง ความเร็วในการเรียน รางวัล และจังหวะเวลาในภาพนี้ตั้งขึ้นเพื่อสอน ไม่ใช่ค่าที่วัดจากลิงจริง

แป้นพิมพ์: Tab ไปที่ปุ่มแล้วกด Enter หรือ Space · แถบ α ใช้ลูกศรซ้ายขวา · เลือกก้าวในเครื่องคิดเลขด้วยลูกศรซ้ายขวา · ตารางใต้กราฟบอกตัวเลขทุกช่อง

โดพามีนทำหลายอย่าง

โดพามีนไม่ใช่ สารแห่งความสุข อย่างที่คนชอบเรียก และสมองก็ไม่ได้รันโปรแกรมของหุ่นยนต์ มันช่วยเรื่องการเรียนจากความประหลาดใจ การเตรียมเคลื่อนไหว และความอยากลงมือทำ นักวิทยาศาสตร์ยังถกเถียงกันว่าสัญญาณของมันหมายถึงอะไรแน่

ความคิดไปได้ทั้งสองทาง

เทคนิคที่คิดขึ้นเพื่อให้ AI เล่นวิดีโอเกมเก่งขึ้น ทำให้นักวิทยาศาสตร์พบว่าเซลล์โดพามีนต่างตัวในหนูทำนายรางวัลแบบมองแง่ดีหรือระวังตัวต่างกัน (ปี 2020) ความรู้เรื่องสมองช่วยคนสร้าง AI และ AI ก็ช่วยให้คนตั้งคำถามใหม่กับสมอง

มุมหมอสมองสูตรค่าความประหลาดใจมีคนคิดไว้ก่อนในงาน AI ซึ่งก็ได้แรงบันดาลใจจากการศึกษาการเรียนรู้ของสัตว์อีกที ต่อมานักวิทยาศาสตร์สมองเอาสูตรนี้ไปเทียบกับสัญญาณในสมองลิง แล้วพบว่าคล้ายกันมาก หมอชอบเล่าเรื่องนี้เป็นตัวอย่างว่าความรู้สองฝั่งช่วยกันได้ แต่ขอให้จำไว้ว่า คล้าย ไม่ได้แปลว่า เหมือน สมองจริงมีเซลล์โดพามีนหลายแบบที่ทำงานหลายหน้าที่พร้อมกัน และกราฟในภาพจำลองนี้ใช้ตรวจหรือวัดอะไรในตัวเราไม่ได้

วงของเราก่อนวงจะวิ่งได้ ร่างกายต้องฝึกท่ามาก่อน ทักษะส่วนใหญ่ของหุ่นยนต์เกิดตอนฝึก แล้วค่อยเอามาใช้ในวง

ขั้นสร้าง 4ในโครงงานของเรา หนูคือครู ท่ามือคือป้ายกำกับ ตอนสอนตาในขั้นที่ 3 ของระดับ 9 หนูจะชูท่ามือหรือการ์ดลูกศรให้กล้องดู แล้วบอกว่าภาพนี้คือ Forward Left Right Stop หรือ Nothing (ฉากว่างและของอื่นๆ) คล้ายคนที่บังคับหุ่นยนต์ให้ดูในงานวิจัย และเก็บภาพให้หลากหลาย เพราะเพิ่งเห็นแล้วว่าหุ่นยนต์พลาดเมื่อเจอสิ่งที่ไม่เคยเห็นตอนฝึก

แขนกลอุตสาหกรรมสีเหลืองในโรงงาน ตั้งอยู่กลางวงเส้นประบนพื้น วงในเป็นสีแดง วงนอกเป็นสีเหลือง และด้านหน้ามีปุ่มหยุดฉุกเฉินสีแดงบนเสาสีเหลืองดำ

ระดับ 7 · ชั้นความปลอดภัยความปลอดภัยสำคัญกว่าความฉลาด

ความปลอดภัยใหญ่กว่า AI และหุ่นยนต์ที่ดีรู้จักถามคน

หุ่นยนต์ที่ฉลาดแค่ไหนก็ยังพลาดได้ ตาอาจมองผิด AI อาจสั่งผิด หรือจู่ๆ ก็มีคนเดินเข้ามาใกล้ตอนที่แขนกลกำลังทำงาน ทุกวงของหุ่นยนต์จึงมี ชั้นความปลอดภัย รองอยู่ข้างใต้ ชั้นนี้ไม่ต้องฉลาด แต่ต้องเร็ว ต้องเชื่อถือได้ และมีสิทธิ์หยุดทุกอย่าง แม้ AI จะอยากทำต่อ อีกทักษะหนึ่งที่หุ่นยนต์ที่ดีต้องมีคือรู้ว่าเมื่อไรควรหยุดแล้วถามคน ลองเป็นคนที่เดินเข้าหาแขนกลในภาพจำลองด้านล่าง แล้วดูว่าใครเป็นคนตัดสินความเร็วของแขน

ลองเลย เขตปลอดภัยรอบแขนกล

แขนกลตัวนี้หยิบของบนโต๊ะอยู่ AI ที่เป็นสมองอยากให้ทำงานเสร็จเร็วๆ ส่วนชั้นความปลอดภัยคอยดูว่ามีคนอยู่ใกล้แค่ไหน เลื่อนแถบหรือกดปุ่มเดินเข้าใกล้ ลองเปิดปิดคำสั่งของ AI ลองให้แขนถือของมีคม แล้วกดหยุดฉุกเฉิน ดูว่าต้องทำอะไรบ้างกว่าจะเริ่มงานใหม่ได้

เส้นทึบ ⏸ หยุด ในวงนี้แขนต้องหยุด ความเร็ว 0%
เส้นประ ◐ ช้า ระหว่างเส้นทึบกับเส้นประ แขนชะลอเหลือ 30%
เส้นจุด ✓ ปกติ นอกเส้นประออกไป แขนทำงานได้ไม่เกิน 100%

คนอยู่ห่าง 2.5 เมตร

แป้นพิมพ์ในกล่องนี้ · ← เดินเข้าใกล้ · → ถอยออก · S หรือ Space หยุดฉุกเฉิน (Space ใช้ได้เมื่อไม่ได้อยู่บนปุ่มอื่น)

คนอยู่ห่าง 2.5 เมตร · ✓ เขตปกติ

AI สั่ง: ทำต่อเร็วๆ 150%

🛡 ตัวตัดสินชั้นความปลอดภัยตัดสิน: เขตปกติ ให้ไม่เกิน 100%

ความเร็วแขนจริง100%

AI ขอ: 150% · ชั้นความปลอดภัยอนุญาต: 100%

AI ขอ 150% แต่แขนนี้ถูกจำกัดไว้ไม่เกิน 100%

ระยะในภาพเป็นตัวเลขสมมติ ของจริงคำนวณจากความเร็ว งาน และเวลาหยุดของหุ่นยนต์แต่ละตัว

ตัวเลขสมมติในภาพจำลอง

สังเกตไหมว่าภาพจำลองนี้ไม่มีปุ่มปิดชั้นความปลอดภัย เราตั้งใจไม่ใส่ เพราะหุ่นยนต์จริงก็ไม่ควรมีปุ่มแบบนั้นให้ AI หรือใครก็ตามกดข้ามได้ง่ายๆ ชั้นความปลอดภัยต้องทำงานอยู่ตลอดเวลาที่เครื่องเปิด

🛡 ชั้นที่แยกจาก AI และมีสิทธิ์เหนือกว่า

ชั้นความปลอดภัยทำงานแยกจาก AI และมีสิทธิ์เหนือกว่า ถ้าปุ่มหยุดฉุกเฉินถูกกด หรือเซ็นเซอร์รู้ว่าชน หุ่นยนต์ต้องหยุด ไม่ว่า AI จะสั่งอะไรอยู่ และต้องให้คนตรวจแล้วรีเซ็ตก่อนเริ่มใหม่

ทำไมต้องแยก เพราะถ้า AI ค้างหรือเข้าใจผิด ตัวที่คอยห้ามต้องไม่ค้างหรือผิดตามไปด้วย ส่วนที่ต้องเริ่มใหม่สองขั้นก็เพราะ ถ้าปล่อยให้หุ่นยนต์กลับมาทำงานเองทันทีที่ปล่อยปุ่ม อาจยังมีคนยืนอยู่ในที่อันตราย ปุ่มหยุดฉุกเฉินจึงค้างไว้จนกว่าคนจะตรวจแล้วสั่งเริ่มเอง

ร่างกายเรามีสิ่งที่คล้ายกัน เวลาเหยียบของแหลม ไขสันหลังเริ่มยกเท้าหนีได้ บ่อยครั้งก่อนสมองจะรู้สึกเจ็บเต็มที่ (ระดับ 4) แต่นี่เป็นการเปรียบเทียบเท่านั้น และเป็นเรื่องที่อ่านได้อย่างเดียว ห้ามทดลองจริง

🚶 ชะลอเมื่อคนเข้าใกล้ หยุดเมื่อใกล้เกินไป

หุ่นยนต์ที่ทำงานใกล้คนต้องชะลอเมื่อคนเข้าใกล้และหยุดเมื่อใกล้เกินไป ถ้าชน ต้องใช้แรงไม่เกินขีดที่กำหนด ซึ่งต่างกันตามส่วนของร่างกาย เพราะแต่ละส่วนของร่างกายทนแรงได้ไม่เท่ากัน

ระยะที่ต้องเริ่มชะลอของจริงไม่ได้ตั้งตามใจชอบ วิศวกรคำนวณจากความเร็วของแขน งานที่ทำ และเวลาที่หุ่นยนต์ใช้กว่าจะหยุดสนิท ยิ่งแขนเร็วหรือหยุดช้า เขตก็ต้องกว้างขึ้น คล้ายรถที่วิ่งเร็วต้องเว้นระยะจากคันหน้ามากขึ้น

⚠ ความปลอดภัยขึ้นกับงานทั้งชุด

มาตรฐานหุ่นยนต์อุตสาหกรรม ISO 10218 ฉบับปรับปรุงปี 2025 มองว่าความปลอดภัยขึ้นกับงานทั้งชุด แขนกลที่ถือของมีคมไม่นับว่าปลอดภัยพอจะทำงานใกล้คน แม้ตัวแขนจะเป็นรุ่นที่ออกแบบมาให้ทำงานใกล้คนก็ตาม

ลองนึกถึงแขนกลตัวเดิม ถ้าถือฟองน้ำอาจทำงานข้างคนได้ แต่ถ้าถือของมีคมหรือของร้อน ทั้งงานก็อันตรายขึ้นทันที ในภาพจำลองด้านบน เมื่อเปิด แขนถือของมีคม วงหยุดและวงช้าจึงกว้างขึ้นเป็นสองเท่า

🧠 สมองรุ่นใหม่ช่วยเฝ้า แต่ไม่ได้มาแทน

สมองหุ่นยนต์บางรุ่นในปี 2026 ถูกออกแบบให้สังเกตว่ามีคนเข้าใกล้แล้วสั่งหยุดอย่างปลอดภัย แต่ชั้นความปลอดภัยพื้นฐานก็ยังต้องแยกไว้เสมอ

เหตุผลคือ AI ตัวใหญ่ยังพลาดได้ และคิดช้ากว่าชั้นล่าง (ระดับ 4) ชั้นความปลอดภัยพื้นฐานจึงควรเรียบง่าย ตรวจสอบได้ และยังทำงานได้แม้ AI จะค้าง แบบเดียวกับตัวเฝ้าเวลาใน Arduino ของรถเรา ที่หยุดล้อเองเมื่อหน้าเว็บเงียบไป (ระดับ 8)

ชั้นความปลอดภัยของรถเรา ปุ่ม STOP บนหน้าเว็บและแป้น Esc ตัวตัดสินที่ส่ง S เมื่อ AI มั่นใจต่ำกว่า 80% ตัวเฝ้าเวลาใน Arduino ที่หยุดล้อเองเมื่อเงียบเกิน 1 วินาที และสุดท้ายคือสวิตช์ถ่านที่อยู่ใกล้มือผู้ใหญ่ ทุกอย่างนี้อยู่นอกสมอง AI และชนะทุกคำสั่งของมัน

หุ่นยนต์ที่ดีรู้จักถามคน

การถามไม่ใช่ความอ่อนแอ แต่เป็นทักษะ หุ่นยนต์ที่หยิบผิดอย่างมั่นใจอันตรายกว่าหุ่นยนต์ที่หยุดแล้วถาม หุ่นยนต์ควรถามคนเมื่อ คำสั่งกำกวม · มั่นใจต่ำกว่าเส้นเกณฑ์ · ลองแล้วพลาดซ้ำ · เป็นงานที่ไม่เคยฝึก · เป็นงานที่เสี่ยงต่อคน

คำสั่งกำกวมถูกสั่งว่า หยิบของกลมๆ ให้หน่อย แต่บนโต๊ะมีทั้งแอปเปิลและลูกบอล ควรถามว่า หมายถึงแอปเปิลหรือลูกบอล

มั่นใจต่ำกว่าเส้นเกณฑ์เช่น AI ตอบ Left แค่ 65% แต่เส้นเกณฑ์ของรถเราคือ 80% ไม่แน่ใจแปลว่าหยุดก่อนแล้วถาม (ระดับ 2)

ลองแล้วพลาดซ้ำแก้วหลุดมือสองครั้งติดกัน ควรหยุดแล้วเรียกคน ดีกว่าลองครั้งที่สิบจนแก้วแตก

งานที่ไม่เคยฝึกถูกขอให้เช็ดโต๊ะทั้งที่ไม่เคยฝึก คะแนนทำได้จริงเป็นศูนย์ (ระดับ 3) ควรบอกตรงๆ แล้วเสนอสิ่งที่ทำได้แทน

งานที่เสี่ยงต่อคนยกหม้อน้ำร้อน หรือทำงานใกล้น้องเล็ก ต้องให้คนยืนยันก่อนทุกครั้ง

เมื่อหุ่นยนต์ถาม ก็ต้องมีคนตอบ คนจึงเป็นส่วนหนึ่งของวงด้วย ในรถของเรา หนูคือคนที่ดูผลแล้วเปลี่ยนท่ามือ และเป็นคนกด STOP ได้ทุกเมื่อ (ระดับ 9)

6 ความผิดพลาดของ AI เมื่อมันมีร่างกาย

ความผิดพลาดของ AI ในบทที่ 15 กลายเป็นความผิดพลาดของจริงได้เมื่อมีร่างกาย ตอนอยู่แค่บนจอ ผลของความผิดพลาดคือคำตอบผิด แต่เมื่อ AI ต่อกับล้อหรือแขน ความผิดพลาดแบบเดียวกันกลายเป็นการขยับผิดในโลกจริง แตะการ์ดแต่ละใบเพื่อพลิกดูว่ามันกลายเป็นอะไร และชั้นไหนช่วยกันไว้

แตะการ์ดเพื่อพลิก ดูว่าความผิดพลาดบนจอกลายเป็นอะไรเมื่อมีร่างกาย

แป้นพิมพ์ · Tab ไปทีละการ์ด · Enter หรือ Space พลิกการ์ดหรือพลิกกลับ · ลิงก์ใต้การ์ดพาไปทบทวนบทที่ 15

ดูคลิปหุ่นยนต์ให้เป็น ถามสามข้อ

ในอินเทอร์เน็ตมีคลิปหุ่นยนต์เก่งๆ เยอะมาก บางคลิปหุ่นยนต์ทำเองจริง แต่หลายคลิปมีเรื่องที่คลิปไม่ได้บอก ก่อนเชื่อหรือแชร์ต่อ ลองถามสามข้อนี้ แตะการ์ดเพื่อดูว่าควรสังเกตอะไร

1 ทำเองหรือมีคนบังคับ

หุ่นยนต์หลายตัวถูกคนบังคับจากระยะไกลผ่านจอยหรือแขนต้นแบบ ซึ่งเป็นวิธีเก็บตัวอย่างสอน AI ที่ดี (ระดับ 6) แต่ถ้าคลิปไม่บอก คนดูจะเข้าใจผิดว่ามันทำเองทั้งหมด ลองหาคำบรรยายที่บอกว่าทำเองหรือมีคนบังคับ

2 เร่งความเร็วคลิปไหม

หุ่นยนต์จริงหลายตัวยังขยับช้ากว่าคน คลิปจึงมักถูกเร่งให้ดูทันใจ ดูมุมจอว่ามีตัวเลขอย่าง 2x หรือ 10x ไหม และสังเกตคนหรือของอื่นในฉากว่าขยับเร็วผิดธรรมชาติหรือเปล่า

3 ลองกี่ครั้งถึงได้คลิปนี้

คลิปที่เห็นอาจเป็นครั้งที่สำเร็จ ที่เลือกมาจากหลายสิบครั้ง ลองถามว่าทำสำเร็จกี่ครั้งในสิบครั้ง งานวิจัยที่ดีบอกตัวเลขนี้ และยอมให้ดูคลิปที่พลาดด้วย

งานวิจัยที่ดีติดป้ายแยกคลิปทำเอง คลิปมีคนบังคับ และคลิปที่พลาดไว้ชัดเจน ถ้าคลิปไหนไม่บอกอะไรเลย ไม่ได้แปลว่าหลอก แต่แปลว่าเรายังไม่รู้ ให้เก็บคำถามไว้ก่อนจะเชื่อ

🏭 งานจริงวันนี้

ปี 2024 หุ่นยนต์สองขาชื่อ Digit เริ่มทำงานในโกดัง ยกกล่องพลาสติกวางบนสายพาน ซึ่งเป็นงานซ้ำๆ ที่มีขอบเขตชัด ปี 2025 ถึง 2026 หุ่นยนต์สองขาในโรงงานและโกดังส่วนใหญ่ยังเป็นโครงการทดลองนำร่อง และสมองหุ่นยนต์รุ่นใหม่เกือบทั้งหมดยังอยู่ในห้องวิจัย หรือเปิดให้นักพัฒนาและบริษัทคู่ค้าทดลอง ยังไม่ใช่ของที่อยู่ในบ้านทั่วไป บทนี้ไม่ทำนายว่าหุ่นยนต์จะมาถึงบ้านเมื่อไร

สังเกตว่างานแรกๆ ที่หุ่นยนต์ได้ทำจริงมักเป็นงานซ้ำในพื้นที่ที่กำหนดไว้ชัด ซึ่งวางชั้นความปลอดภัยได้ง่ายกว่าในบ้าน ที่ทั้งของและคนเปลี่ยนที่อยู่ตลอดเวลา

หุ่นยนต์สองขาสีขาวในโกดังสินค้า กำลังยกลังพลาสติกสีเทาวางบนสายพานลำเลียง ระหว่างชั้นวางของสองข้าง — **งานจริงวันนี้**หุ่นยนต์สองขาเริ่มทำงานในโกดังตั้งแต่ปี 2024 ในงานซ้ำๆ ที่ขอบเขตชัด ส่วนใหญ่ยังเป็นโครงการนำร่อง

สำหรับพ่อแม่ชวนลูกดูคลิปหุ่นยนต์ด้วยกันสักคลิป แล้วลองถามสามข้อข้างบนไปพร้อมกัน เป็นการฝึกคิดแบบนักวิทยาศาสตร์ที่ใช้ได้กับข่าวทุกเรื่อง ส่วนรถในโครงงานของบทนี้ ขอให้ผู้ใหญ่อยู่ใกล้สวิตช์ถ่านทุกครั้งที่รถเปิดอยู่ และเป็นคนตัดสินว่าจะเริ่มใหม่หลังกดหยุด แบบเดียวกับสองขั้นในภาพจำลอง

วงของเราทุกคำสั่งในวงต้องผ่าน 🛡 ก่อนถึงร่างกาย และคนก็เป็นส่วนหนึ่งของชั้นความปลอดภัย

ขั้นสร้าง 5ทำรายการทดสอบ 8 ข้อตอนล้อลอย เขียนไว้ก่อนแล้วติดข้างรถ ทุกข้อต้องผ่านก่อนวางรถลงพื้น เช่น ฉากว่างล้อต้องหยุด กด STOP และกด Esc ล้อต้องหยุด สลับไปแท็บอื่นล้อต้องหยุดภายในราว 1 วินาที ดูรายการเต็มในขั้นที่ 9 ของ โครงงานระดับ 9

สาย USB ใสที่มีจุดแสงสีทองวิ่งอยู่ข้างใน เหมือนสัญญาณในเส้นประสาท ต่อจากแล็ปท็อปที่เปิดอยู่ไปยังแผงวงจรสีน้ำเงินบนรถหุ่นยนต์คันเล็ก

ระดับ 8 · ส่งคำสั่งสาย USB คือเส้นประสาท

เส้นประสาทของรถเรา: ตัวอักษรเดียว สัญญาณยังอยู่ และตัวเฝ้าเวลา

สมองกับร่างกายจะเป็นทีมเดียวกันได้ ต้องมีทางส่งคำสั่งถึงกัน ในร่างกายเราคือเส้นประสาท ในรถของเราคือสาย USB เส้นเดียว ระดับนี้จะตามคำสั่งหนึ่งคำ ตั้งแต่ภาพจากกล้องที่มีตัวเลขแสนกว่าตัว จนเหลือตัวอักษรเดียววิ่งลงสาย แล้วกลายเป็นล้อที่หมุน จากนั้นจะได้รู้จักสัญญาณเล็กๆ ที่หน้าเว็บส่งซ้ำเพื่อบอกว่า ยังอยู่นะ และตัวเฝ้าเวลาใน Arduino ที่หยุดล้อเองเมื่อสายเงียบไปนานเกิน 1 วินาที

วงของรถเราทั้งเส้น

รถในโครงงานระดับ 9 ต่อกันแบบนี้ แต่ละช่องส่งงานต่อให้ช่องถัดไป ระดับนี้ซูมเข้าไปที่ช่องสาย USB ซึ่งอยู่ตรงกลางระหว่างสมองกับร่างกาย

กล้องของคอมพิวเตอร์ตา
AITeachable Machineสมอง
ตัวตัดสิน 80%ไม่แน่ใจ = S(การตัดสินใจ)
สาย USBF L R Sเส้นประสาท▲ อยู่ตรงนี้
Arduino + ตัวเฝ้าเวลาอ่านตัวอักษรไขสันหลัง
ล้อมอเตอร์ 2 ตัวกล้ามเนื้อ

แถวล่างตัวเอียงคือส่วนของร่างกายเราที่ทำหน้าที่คล้ายกัน เป็นการเปรียบเทียบ ช่วยให้จำง่าย ไม่ได้แปลว่ารถมีสมองหรือเส้นประสาทจริง

📨 ตัวอักษรเดียว กติกาเดียวกัน

หน้าเว็บส่งตัวอักษรเพียงตัวเดียวลงสาย USB คือ F เดินหน้า L เลี้ยวซ้าย R เลี้ยวขวา S หยุด ทั้งสองฝั่งต้องตกลงกติกาเดียวกัน เรียกว่า ข้อตกลงการสื่อสาร Arduino สนใจเฉพาะตัวพิมพ์ใหญ่สี่ตัวนี้ ตัวอื่นข้ามไป

คล้ายรหัสลับที่เราตกลงกับเพื่อนก่อนเล่นเกม ถ้าเพื่อนไม่รู้ว่า F แปลว่าเดินหน้า ตัวอักษรนั้นก็ไม่มีความหมายอะไร ตัว f ตัวเล็ก หรือตัวอักษรแปลกๆ ที่หลงมาในสาย Arduino จะมองข้ามไปเฉยๆ และไม่นับว่าได้ยินสัญญาณด้วย เรื่องนี้จะสำคัญมากตอนเจอตัวเฝ้าเวลาข้างล่าง

ทำไมใช้ตัวอักษรเดียว เพราะสั้นที่สุด ส่งเร็ว และตรวจง่าย ส่วนงานยากอย่างการดูภาพ ปล่อยให้ AI ในคอมพิวเตอร์ทำ

⏱ ความเร็วส่งต้องตรงกัน

ต้องตั้งความเร็วส่งให้ตรงกันทั้งสองฝั่ง ในโครงงานคือ 9600 ถ้าไม่ตรง ตัวอักษรจะเพี้ยน ที่ 9600 ส่งหนึ่งตัวอักษรใช้เวลาราวหนึ่งมิลลิวินาที สายไม่ใช่ส่วนที่ช้า ส่วนที่ช้าคือกล้องกับ AI

9600 แปลว่าส่งได้ 9600 จังหวะในหนึ่งวินาที ในโค้ด Arduino เขียนว่า Serial.begin(9600) ส่วนหน้าเว็บเขียนว่า baudRate: 9600 ถ้าฝั่งหนึ่งนับจังหวะเร็ว อีกฝั่งนับช้า ก็คล้ายคนหนึ่งพูดเร็วมาก แต่อีกคนฟังตามจังหวะช้าๆ ได้ยินเสียงครบแต่เข้าใจผิดหมด

หนึ่งมิลลิวินาทีคือหนึ่งในพันของวินาที กะพริบตาครั้งเดียวยังนานกว่านั้นเป็นร้อยเท่า ส่วนกล้องต้องถ่ายภาพ แล้ว AI ต้องคิดกับตัวเลขแสนกว่าตัวทุกรอบ จึงใช้เวลานานกว่าสายมาก

🔐 คนต้องเลือกพอร์ตเอง

หน้าเว็บแอบต่ออุปกรณ์เองไม่ได้ คนต้องกดปุ่มแล้วเลือกพอร์ตจากรายการทุกครั้ง และพอร์ตใช้ได้ทีละโปรแกรม ต้องปิด Serial Monitor ก่อน หลังเชื่อม หน้าเว็บรอ 2 วินาที เพราะ Arduino มักเริ่มต้นใหม่ตอนเปิดพอร์ต แล้วส่ง S ก่อนเสมอ

พอร์ตคือช่องทางที่สาย USB เปิดให้โปรแกรมคุยกับบอร์ด เบราว์เซอร์ตั้งใจให้คนเป็นผู้อนุญาตเอง เว็บไหนก็ตามจึงแอบสั่งของที่เสียบอยู่กับคอมพิวเตอร์เราไม่ได้ และหน้าเว็บที่ใช้พอร์ตได้ต้องเปิดจาก localhost หรือ https เท่านั้น

ที่ต้องส่ง S ก่อนเสมอ ก็เพื่อให้วงเริ่มจากหยุด ไม่ใช่เริ่มจากคำสั่งที่ค้างมาจากไหนก็ไม่รู้

ลองเลย เดินทางของคำสั่งหนึ่งคำ

เลือกท่ามือที่ชูให้กล้องดู แล้วกด ถัดไป ทีละขั้น หรือกด ส่งทั้งเส้นทาง ดูว่าภาพหนึ่งภาพกลายเป็นล้อหมุนได้อย่างไร จากนั้นลองกด ตัดขั้นนี้ออก ที่บางขั้น แล้วดูว่าวงพังตรงไหน ลองท่า 🤏 มือไม่ชัด ด้วย

ท่ามือที่ชูให้กล้องดู

ผ่านแล้ว
กำลังทำ กรอบหนา
รอ กรอบเส้นประ
ถูกตัดออก ลายขีด
ไม่มีอะไรมาถึง

ขั้น 1 จาก 7 · กล้อง

แป้นพิมพ์ในกล่องนี้ · ← ขั้นก่อนหน้า · → ขั้นถัดไป · P ส่งทั้งเส้นทาง · X ตัดขั้นนี้ออกหรือใส่กลับ · ในแถวท่ามือใช้ลูกศรเลือกท่า

ยังไม่ได้ตัดขั้นไหนออก

เปอร์เซ็นต์ของ AI ในภาพนี้เป็นตัวอย่างจำลอง ไม่ใช่ AI จริง ส่วนความเร็วล้อ 150 และ 160 กับรหัสตัวอักษร เป็นค่าจริงจากโค้ดของโครงงาน

ตัวเลขสมมติในภาพจำลอง

ระดับลึก: บนสายจริง

ตัวอักษรไม่ได้วิ่งลงสายไปทั้งก้อน มันถูกส่งทีละจังหวะเป็นไฟเปิด (1) กับไฟปิด (0) ตอนว่าง สายค้างอยู่ที่ 1 พอจะส่ง ฝั่งส่งจะส่ง 0 หนึ่งจังหวะเป็นบิตเริ่มต้น คล้ายเคาะประตูบอกว่า เริ่มแล้วนะ ตามด้วยข้อมูล 8 บิต โดยส่งหลักที่มีค่าน้อยที่สุดก่อน แล้วปิดท้ายด้วยบิตหยุดที่เป็น 1 รวมเป็น 10 จังหวะต่อหนึ่งตัวอักษร แบบนี้เรียกว่า 8N1 คือข้อมูล 8 บิต ไม่มีบิตตรวจ (N) และบิตหยุด 1 บิต

ในสาย USB จริงๆ ตัวอักษรถูกห่อไปในแพ็กเก็ตของ USB ก่อน แล้วชิปแปลงสัญญาณบนบอร์ด Arduino จึงส่งต่อให้ชิปหลักเป็นจังหวะแบบนี้ที่ความเร็ว 9600

ฝั่งรับไม่มีนาฬิการ่วมกับฝั่งส่ง มันเห็นบิตเริ่มต้นแล้วนับเวลาเองว่าบิตถัดไปอยู่ตรงไหน ถ้าตั้งความเร็วไม่ตรงกัน ก็จะอ่านผิดจังหวะ ตัวอักษรจึงเพี้ยน เปลี่ยนท่ามือด้านบนเพื่อดูตัวอักษรอื่น

💓 สัญญาณ ยังอยู่นะ กับตัวเฝ้าเวลา

หน้าเว็บส่งทันทีเมื่อการตัดสินใจเปลี่ยน และส่งตัวอักษรเดิมซ้ำทุก 0.4 วินาที เป็นสัญญาณ ยังอยู่นะ ถ้า Arduino ไม่ได้รับตัวอักษรที่ถูกต้องนานเกิน 1 วินาที มันหยุดล้อเอง

ตัวเฝ้าเวลา (ภาษาอังกฤษเรียกว่า watchdog แปลตรงตัวว่าหมาเฝ้าบ้าน) คือตัวจับเวลาเล็กๆ ในโค้ด Arduino ทุกครั้งที่ได้ตัวอักษรที่ถูกต้อง มันเริ่มนับใหม่จากศูนย์ ถ้านับเกิน 1 วินาทีโดยไม่ได้ยินอะไรเลย มันสั่งหยุดล้อเอง ไม่ต้องรอใครอนุญาต

lastCommand = millis();   // ได้ตัวอักษรดี จดเวลาไว้
if (millis() - lastCommand > WATCHDOG_MS) drive(0, 0);
                          // เงียบเกิน 1 วินาที หยุดล้อ

ทำไมต้องส่งซ้ำ ถ้าส่งเฉพาะตอนท่ามือเปลี่ยน ตอนเราชูมือเดินหน้าค้างไว้ หน้าเว็บจะเงียบ ตัวเฝ้าเวลาก็คิดว่าสมองหายไป แล้วหยุดรถทั้งที่ไม่มีอะไรผิด การส่งซ้ำทุก 0.4 วินาทีทำให้ใน 1 วินาทีได้ยินราวสองครั้ง พลาดไปหนึ่งครั้งก็ยังไม่หยุด

🔁 ส่งจากในวงของ AI โดยตั้งใจ

สัญญาณ ยังอยู่นะ ถูกส่งจากในวงที่ AI ทายภาพโดยตั้งใจ ถ้า AI ค้างหรือแท็บถูกซ่อน วงหยุด สัญญาณหยุด รถก็หยุดเอง ถ้าย้ายไปใช้ตัวจับเวลาแยก ตัวจับเวลาจะส่งคำสั่งเก่าต่อไปทั้งที่ AI ไม่ได้ดูภาพแล้ว

สัญญาณนี้จึงไม่ได้บอกแค่ว่าสายยังต่ออยู่ แต่บอกว่าสมองยังดูภาพอยู่จริงๆ ทุกครั้งที่ AI ทายภาพเสร็จหนึ่งรอบ หน้าเว็บจะถามตัวเองว่า คำตอบเปลี่ยนไหม หรือเงียบมานานเกิน 0.4 วินาทีหรือยัง ถ้าใช่ก็ส่ง ถ้าวงนี้ไม่หมุน ก็ไม่มีใครส่ง

// ในวงของ AI หลังทายภาพเสร็จหนึ่งรอบ
if (letter !== lastSent ||
    performance.now() - lastSentAt > HEARTBEAT_MS) await send(letter);

เบราว์เซอร์มักพักวงแบบนี้เมื่อแท็บถูกซ่อน แต่รายละเอียดขึ้นกับเบราว์เซอร์ จึงต้องลองจริงตอนล้อลอย ว่าสลับไปแท็บอื่นแล้วล้อหยุดภายในราว 1 วินาที เป็นข้อ 8 ในรายการทดสอบของระดับ 9

ลองเลย ไทม์ไลน์ ยังอยู่นะ

ภาพจำลองนี้วาดเหตุการณ์ 5 วินาทีล่าสุดเป็นสามแถว แถวบนคือตัวอักษรที่หน้าเว็บส่ง แถวกลางคือตัวเฝ้าเวลาที่นับว่าเงียบมานานเท่าไรแล้ว แถวล่างคือล้อ เริ่มจากโหมด (a) ชูมือเดินหน้าค้างไว้ แล้วดูว่าเกิดอะไรขึ้นหลัง 1 วินาที จากนั้นเปลี่ยนเป็นโหมด (b) ที่เป็นของจริง ลองทำให้ AI ค้าง ซ่อนแท็บ หรือถอดสาย แล้วเทียบกับโหมด (c)

เส้นสูง = ส่งเพราะท่ามือเปลี่ยน
เส้นสั้น = ส่งซ้ำ สัญญาณยังอยู่นะ
เส้นสั้นมีวงกลม = ตัวจับเวลาแยกเป็นคนส่ง
เส้นประ ✗ = ส่งแล้วไม่ถึง เพราะสายหลุด
ฟันเลื่อย = ตัวเฝ้าเวลานับ แล้วเริ่มใหม่ทุกครั้งที่ได้ตัวอักษร · เส้นประแนวนอน = 1 วินาที · ■ = หยุดล้อ
ล้อ ▲ ◀ ▶ = หมุน · ■ = หยุด · ? = ไม่รู้ว่าล้อทำอะไร

ท่ามือ (แป้น 1 ถึง 4)

วิธีส่ง

ลองทำให้เกิดเรื่อง

หลังกด STOP เลือกท่ามือใหม่อีกครั้งเพื่อเปิดกล้อง

หยุดชั่วคราว / ทีละขั้น

วงของ AI ในภาพจำลองทายภาพราว 15 ครั้งต่อวินาที (สมมติ) ของจริงขึ้นกับคอมพิวเตอร์และโมเดล ส่วนตัวเลข 0.4 วินาทีกับ 1 วินาทีเป็นค่าเดียวกับในโค้ดของโครงงาน

ตัวเลขสมมติในภาพจำลอง

แป้นพิมพ์ในกล่องนี้ · 1 ถึง 4 เลือกท่ามือ · J AI ค้าง · H ซ่อนแท็บ · K ถอดสาย · Esc STOP · P หยุดชั่วคราว · N ทีละขั้น · ในแถววิธีส่งใช้ลูกศรเลือก

🔌 ถ้าสายหลุด ตัวเฝ้าเวลาก็ดับไปด้วย

ถ้าสาย USB หลุด Arduino ไม่มีไฟเลี้ยง ตัวเฝ้าเวลาทำงานไม่ได้ ขณะที่ถ่านมอเตอร์ยังต่ออยู่ เรายังไม่รู้แน่ว่าบอร์ดขับมอเตอร์จะทำอะไร จึงมีกฎ กด STOP ปิดสวิตช์ถ่าน แล้วค่อยถอดสาย

ในรถของเรา Arduino ได้ไฟจากสาย USB ส่วนมอเตอร์ได้ไฟจากรางถ่านอีกทางหนึ่ง ตัวเฝ้าเวลาอยู่ในโค้ดของ Arduino ถ้าบอร์ดดับ ยามก็หลับไปด้วย ไม่เหลือใครคอยสั่งหยุด เราจึงตัดไฟของมอเตอร์ก่อนเสมอ

■ กด STOP หน้าเว็บส่ง S ล้อหยุด
🔋 ปิดสวิตช์ถ่าน มอเตอร์ไม่มีไฟแล้ว
🔌 ถอดสาย USB ตอนนี้ปลอดภัย

ถ้าสายหลุดเองตอนรถวิ่ง ให้ผู้ใหญ่ปิดสวิตช์ถ่านทันที นี่คือเหตุผลที่ผู้ใหญ่ต้องอยู่ใกล้สวิตช์ถ่านตลอดเวลาที่รถเปิดอยู่

👀 วงของรถเราวิ่งผ่านตัวเรา

กล้องอยู่ที่คอมพิวเตอร์ ไม่ได้อยู่บนรถ รถขยับแล้วกล้องไม่ได้เห็นภาพใหม่ของทาง คนที่ดูรถแล้วเปลี่ยนท่ามือคือ ตาที่ดูผล วงของรถเราจึงวิ่งผ่านตัวเรา (มีคนอยู่ในวงจร ดูบทที่ 15) ถ้าวันหนึ่งติดกล้องและคอมพิวเตอร์บอร์ดเดียวบนรถ วงจะปิดได้โดยไม่ต้องมีคน

วันนี้กล้องมองมือ → AI → สาย → รถขยับ → หนูดูรถ → เปลี่ยนท่ามือ → วนใหม่

วันหนึ่งกล้องบนรถมองทาง → คอมพิวเตอร์บนรถ → ล้อ → กล้องเห็นทางใหม่เอง → วนใหม่

ถึงวงจะปิดเองได้ ชั้นความปลอดภัยและคนที่กดหยุดได้ก็ยังต้องอยู่เสมอ (ระดับ 7) ลองย้อนไปดูภาพจำลองแรกอีกครั้ง ขั้นสุดท้ายที่เป็นลูกศรวนกลับคือตัวหนูเอง

มุมหมอสมองในระดับนี้เราเทียบ AI ในเบราว์เซอร์กับสมอง สาย USB กับเส้นประสาท และตัวเฝ้าเวลากับรีเฟล็กซ์ของไขสันหลัง ทั้งหมดเป็นการเปรียบเทียบเพื่อให้จำง่ายเท่านั้น ไขสันหลังจริงมีวงสั้นๆ ที่ตอบสนองได้เร็วโดยไม่ต้องรอสมอง (ระดับ 4) ตัวเฝ้าเวลาคล้ายกันตรงที่อยู่ใกล้ล้อและตัดสินใจหยุดได้เอง แต่ไขสันหลังทำงานร่วมกับสมองตลอดเวลาและซับซ้อนกว่ากฎบรรทัดเดียวนี้มาก ส่วนเส้นประสาทก็ไม่ได้ส่งตัวอักษร มันส่งสัญญาณไฟฟ้าไปตามเส้นใยประสาท และส่งต่อระหว่างเซลล์ด้วยสารเคมี

สำหรับพ่อแม่ส่วนที่ต้องมีผู้ใหญ่แน่ๆ คือลำดับปิดเครื่อง กด STOP ปิดสวิตช์ถ่าน แล้วค่อยถอดสาย USB เพราะเมื่อสายหลุด ตัวเฝ้าเวลาใน Arduino ดับไปด้วย และยังไม่มีใครทดสอบว่าบอร์ดขับมอเตอร์จะทำอะไรในตอนนั้น ถ้ารางถ่านของรถจากบทที่ 16 ยังไม่มีสวิตช์ ควรเปลี่ยนเป็นรางที่มีสวิตช์ก่อนเริ่มโครงงาน เล่นบนพื้นเท่านั้น และไม่ทิ้งให้รถวิ่งโดยไม่มีคนดู

วงของเราสายคือเส้นประสาทของวง ถ้าเส้นประสาทเงียบ ร่างกายต้องหยุดเอง

ขั้นสร้าง 6Verify แล้ว Upload ai_driver_car ปิด Serial Monitor เปิดหน้าเว็บผ่าน localhost ตามขั้นที่ 6 ถึง 8 ในโครงงานระดับ 9 ระหว่างอัปโหลดให้ปิดสวิตช์ถ่านไว้ก่อน

มือเด็กสองข้างชูการ์ดกระดาษรูปลูกศรชี้ขวาหน้าแล็ปท็อปที่มีกล้องอยู่ด้านบน และมีรถหุ่นยนต์คันเล็กบนพื้นไม้ต่อสาย USB ยาวที่หย่อนอยู่มาถึงแล็ปท็อป

ระดับ 9 · ลงมือสมองในเบราว์เซอร์ ร่างกายบนพื้น

สร้างเอง AI ขับรถ

ถึงเวลาต่อวงจริงด้วยมือเราเอง AI ที่หนูสอนเองใน Teachable Machine จะเป็นสมองที่อยู่ในเบราว์เซอร์ รถจากบทที่ 16 เป็นร่างกายบนพื้น และสาย USB เป็นเส้นประสาทที่ส่งตัวอักษรทีละตัว หนูชูการ์ดลูกศรให้กล้องดู AI ทายว่าเป็นท่าไหน แล้วรถก็ขยับตาม ทุกอย่างที่เรียนมาตั้งแต่ระดับ 0 ถึง 8 มารวมกันตรงนี้ ทั้งเส้นเกณฑ์ 80% สัญญาณ ยังอยู่นะ ตัวเฝ้าเวลา ชั้นความปลอดภัย และคนที่อยู่ในวง

บอกกันตรงๆหน้าเว็บทดสอบแล้วกับรถจำลองและกล้องจำลอง ยังไม่ได้ทดสอบกับรถจริงและกล้องจริง โค้ด Arduino ทดสอบตรรกะบนคอมพิวเตอร์แล้ว แต่ยังไม่เคยคอมไพล์ลงบอร์ด ต้องกด Verify ในโปรแกรม Arduino ก่อนใช้

หน้าโครงงานแยกจากหน้าบทเรียน

หน้าโครงงานแยกจากหน้าบทเรียน เพราะต้องโหลดไลบรารี AI สองตัวจาก cdn.jsdelivr.net และโหลดโมเดลจากเซิร์ฟเวอร์ของ Google ส่วนหน้าบทเรียนไม่ได้โหลด AI ไม่ใช้กล้อง และไม่ส่งภาพไปไหน ภาพจากกล้องถูกประมวลผลในเบราว์เซอร์ หน้าโครงงานไม่ได้อัปโหลดภาพออกไป

แต่ลิงก์โมเดลที่อัปโหลดเป็นลิงก์สาธารณะ ใครมีลิงก์ก็ใช้โมเดลนี้ได้ เราจึงสอน AI ด้วยการ์ดลูกศรหรือท่ามือเท่านั้น ไม่ถ่ายหน้าใคร

ใช้คอมพิวเตอร์ ไม่ใช้มือถือ

ใช้ Chrome หรือ Microsoft Edge บนคอมพิวเตอร์ Windows Mac Linux หรือ ChromeOS ใช้ Safari ไอโฟน และไอแพดไม่ได้ Firefox รุ่นใหม่และ Chrome บน Android รุ่นใหม่รองรับแล้ว แต่ยังไม่ได้ทดสอบกับโครงงานนี้ จึงแนะนำให้ใช้คอมพิวเตอร์

ทุกขั้นบอกระดับที่ใช้

ทุกขั้นบอกไว้ว่าใช้ความรู้จากระดับไหน ใต้แต่ละขั้นมีป้ายเข็มทิศบอกความคิดสำคัญของขั้นนั้น กดชื่อระดับเพื่อย้อนกลับไปอ่านได้ทันที เช่น ถ้าลืมว่าเส้นเกณฑ์ 80% มาจากไหน ให้กลับไปที่ระดับ 2

ชุดโครงงานดาวน์โหลดได้หน้าแยก ใช้อินเทอร์เน็ต

ชุดโครงงาน AI ขับรถ

ไฟล์ทั้งหมดของโครงงานอยู่ในหน้าชุดโครงงาน ซึ่งเป็นหน้าแยกต่างหากจากบทเรียนนี้ ในชุดมีสามไฟล์

ai-driver.html หน้าเว็บสมอง AI มีปุ่ม 1. Connect robot · 2. Start camera · STOP (Esc) ตัวหนังสือบนหน้านี้เป็นภาษาอังกฤษ
ai_driver_car/ai_driver_car.ino โค้ดร่างกายสำหรับบอร์ด Arduino ของรถบทที่ 16
README_TH.txt วิธีเปิดหน้าเว็บ ขั้นตอนย่อ และกฎความปลอดภัย ฉบับภาษาไทย

เปิดหน้าชุดโครงงาน ⬇ ดาวน์โหลดชุดไฟล์ zip ⬇ ai_driver_car.ino

หน้าชุดโครงงานอยู่บนเว็บที่ขึ้นต้นด้วย https เปิดหน้า AI Driver จากตรงนั้นได้เลย ไม่ต้องพิมพ์คำสั่งอะไร ก่อนเปิด ขอให้ผู้ใหญ่อ่านเรื่องอินเทอร์เน็ตและความเป็นส่วนตัวในหน้านั้นไปพร้อมกับหนู

สิ่งที่ต้องมีใช้รถเดิมจากบทที่ 16

เตรียมของให้พร้อม

ภาพด้านข้างของรถหุ่นยนต์ที่วางบนแท่งไม้เล็กใต้ท้องรถ ล้อสีเหลืองลอยพ้นโต๊ะ มีช่องว่างใต้ล้อ และมีมือผู้ใหญ่วางอยู่ใกล้สวิตช์ของรางถ่าน — **ล้อลอยก่อนเสมอ**ทดสอบแบบล้อลอยทุกครั้งก่อนวางบนพื้น และผู้ใหญ่อยู่ใกล้สวิตช์ถ่านตลอดเวลา

ชิ้นส่วน	หมายเหตุ
รถจากโครงงานที่ 2 ของบทที่ 16 คือ Arduino Uno, L298N (จัมเปอร์ ENA/ENB เสียบอยู่), มอเตอร์เกียร์ 2 ตัวพร้อมล้อ, ล้อหมุนอิสระ, รางถ่าน AA 4 ก้อน, ฐานรถ, สายจัมเปอร์	ขา D5 D6 D9 D10 และฟังก์ชัน `drive()` ใช้ตามเดิมทุกอย่าง เซ็นเซอร์ IR ที่ D2 D3 ติดค้างไว้ได้ โค้ดนี้ไม่ได้ใช้
รางถ่านที่มีสวิตช์เปิดปิด	ต้องมี ถ้ารางเดิมไม่มีสวิตช์ ให้ผู้ใหญ่เปลี่ยนเป็นรางที่มีสวิตช์
สาย USB ยาวสำหรับ Uno	ยาวพอให้หย่อน
คอมพิวเตอร์ที่มีเว็บแคม + Chrome หรือ Edge + Arduino IDE	ไม่ใช่มือถือหรือแท็บเล็ต
การ์ดกระดาษ 4 ใบ ลูกศรขึ้น ซ้าย ขวา และรูปฝ่ามือ	ห้ามใช้หน้าคน
กล่องหรือหนังสือสำหรับยกล้อ และพื้นที่ว่างบนพื้น	ใช้เทปกาวทำขอบสนามได้

ทำไมต้องมีสวิตช์ถ่าน เพราะสวิตช์คือตัวหยุดสุดท้ายที่อยู่นอกสมอง AI ทั้งหมด ถ้าหน้าเว็บค้าง สายหลุด หรืออะไรก็ตามผิดพลาด ผู้ใหญ่ปิดสวิตช์แล้วมอเตอร์ไม่มีไฟทันที

หาซื้ออุปกรณ์ใน Lazada

ปุ่มจะพาไปหน้าค้นหาของ Lazada ในแท็บใหม่ ไม่ได้ผูกกับร้านใดร้านหนึ่ง ให้ผู้ใหญ่เป็นคนเลือกร้านและกดสั่งซื้อ

ง่ายที่สุด ซื้อเป็นชุดรวม ชุดรถเดินตามเส้นราว 550 ถึง 750 บาท อ่านรายการของในกล่องก่อนซื้อ ชุดส่วนใหญ่ไม่มีเซ็นเซอร์ HC-SR04 และสาย USB ยาว และรางถ่านอาจไม่มีสวิตช์ ต้องซื้อเพิ่มจากตารางข้างล่าง

ค้นหาชุดรถใน Lazada

หรือซื้อแยกทีละชิ้น รวมราว 400 ถึง 700 บาท ไม่รวมถ่าน

ชิ้นส่วน	ราคาโดยประมาณ	ดูให้ดีก่อนซื้อ	ค้นหา
บอร์ด Arduino Uno R3 พร้อมสาย USB	140 ถึง 220 บาท	บางร้านขายแต่บอร์ด ไม่รวมสาย ดูให้ดีว่ามีสาย USB มาด้วย	Lazada
บอร์ดขับมอเตอร์ L298N	40 ถึง 75 บาท	แผงสีแดง มีครีบระบายความร้อนสีดำ	Lazada
โครงรถ 2 ล้อพร้อมมอเตอร์	90 ถึง 150 บาท	ต้องมีมอเตอร์เกียร์สีเหลือง 2 ตัว ล้อ 2 ล้อ และล้อหมุนอิสระ ไม่ใช่แผ่นอะคริลิกเปล่า	Lazada
โมดูลเซ็นเซอร์ TCRT5000 จำนวน 2 ชิ้น	20 ถึง 35 บาทต่อชิ้น	เลือกแบบโมดูลที่มีแผงวงจรเล็กและขา 3 ขา ไม่ใช่ตัวเซ็นเซอร์เปล่าราคาไม่กี่บาท และไม่ใช่แบบ 5 ช่อง	Lazada
รางถ่าน AA 4 ก้อน แบบมีสวิตช์	20 ถึง 45 บาท	ต้องมีสวิตช์เปิดปิด เพื่อตัดไฟได้ทันที	Lazada
สายจัมเปอร์	15 ถึง 30 บาท	ซื้อทั้งแบบผู้กับเมีย และแบบผู้กับผู้	Lazada
เซ็นเซอร์อัลตราโซนิก HC-SR04 สำหรับโครงงาน 3 บทที่ 16	30 ถึง 60 บาท	ถ้าไม่ทำโครงงานหลบสิ่งกีดขวาง ไม่ต้องซื้อ	Lazada
สาย USB ยาว 3 เมตร สำหรับโครงงาน AI ขับรถ บทที่ 17	20 ถึง 45 บาท	ดูหัวต่อบนบอร์ดก่อน บอร์ดส่วนใหญ่ใช้หัว Type B แต่บางรุ่นใช้ Type-C	Lazada

ราคาโดยประมาณจากหน้าค้นหาของ Lazada เมื่อเดือนกันยายน 2569 ร้านและราคาเปลี่ยนได้ตลอด ควรเลือกร้านที่มีรีวิวดีและส่งจากในไทย เว็บไซต์นี้ไม่ได้รับค่าตอบแทนจากร้านค้าหรือ Lazada

12 ขั้นทำกับผู้ใหญ่ทุกครั้งทดสอบล้อลอยก่อนลงพื้น

12 ขั้น จากตรวจรถจนเก็บของ

ทำตามลำดับนี้ทีละขั้น ใต้แต่ละขั้นมีป้าย บอกว่าขั้นนั้นใช้ความคิดไหน และมาจากระดับไหน ถ้าขั้นไหนไม่ผ่าน อย่าข้ามไปขั้นถัดไป กลับไปแก้ก่อนเสมอ

ตรวจร่างกายก่อน อัปโหลดโค้ดทดสอบของบทที่ 16 วางรถบนกล่องให้ล้อลอย ดูว่า drive() หมุนล้อเดินหน้าทั้งสองข้าง ถ้าล้อไหนหมุนกลับ สลับสายมอเตอร์ข้างนั้น (วิธีเดียวกับบทที่ 16) ทำขั้นนี้ก่อนอัปโหลดโค้ดใหม่ เพราะพออัปโหลดโค้ดใหม่ โค้ดเดิมจะหายไป
ร่างกายต้องพร้อมก่อนสมองจะขับ · ระดับ 0
ทำการ์ด 4 ใบ ลูกศรขึ้น ลูกศรซ้าย ลูกศรขวา และรูปฝ่ามือ วาดลูกศรให้ใหญ่และหนาเกือบเต็มกระดาษ ใช้ปากกาสีเข้มบนกระดาษสีอ่อน กล้องจะเห็นชัดขึ้น
กลุ่มคือคำตอบที่ AI เลือกได้ · ระดับ 2
สอนตา เปิด Teachable Machine สร้าง Image Project ตั้งชื่อกลุ่ม Forward Left Right Stop ตัวพิมพ์เล็กหรือใหญ่ และช่องว่างท้ายชื่อไม่เป็นไร แต่ต้องเป็นคำอังกฤษเหล่านี้ แล้วเพิ่มกลุ่มที่ห้า Nothing สำหรับฉากว่างและของอื่นๆ ซึ่งหน้าเว็บจะแปลงเป็น S ให้ เก็บภาพกลุ่มละอย่างน้อย 50 ภาพ ทั้งสว่าง สลัว ใกล้ ไกล มือหลายคน ในห้องที่จะขับจริง ถ่ายแค่การ์ดหรือมือ ห้ามถ่ายหน้า อย่ากดปุ่มกลับด้านภาพ (flip) ถ้าเผลอกด ให้แก้อาร์กิวเมนต์ตัวที่สามใน new tmImage.Webcam(224, 224, true) เป็น false การแก้โค้ดต้องใช้ไฟล์ในเครื่อง ดาวน์โหลดชุดไฟล์ zip แก้ ai-driver.html ด้วยโปรแกรมแก้ข้อความ แล้วเปิดด้วยทางที่สองในขั้นที่ 7 (localhost) หน้าบนเว็บแก้ไม่ได้
กลุ่ม Nothing · ภาพต้องหลากหลาย · กลับด้านภาพให้ตรงกันทั้งตอนฝึกและตอนขับ · ระดับ 2 · หนูคือครู · ระดับ 6
ฝึกแล้วทดสอบในหน้าตัวอย่าง กดฝึก แล้วลองชูการ์ดทีละใบในหน้าตัวอย่างของ Teachable Machine ทุกท่าควรขึ้นถึง 80% อย่างสม่ำเสมอ ฉากว่างควรเป็น Nothing ลองถือของที่ไม่เคยสอนแล้วดูแถบ ถ้าไม่ผ่านให้เก็บภาพเพิ่มแล้วฝึกใหม่
ความมั่นใจและเส้นเกณฑ์ · ระดับ 2
Export → Upload my model → คัดลอกลิงก์ รอจนได้ลิงก์ของโมเดล แล้วคัดลอกเก็บไว้ ⚠ ทุกคนที่มีลิงก์ใช้โมเดลนี้ได้ (ระหว่างฝึก Google บอกว่าภาพตัวอย่างอยู่ในคอมพิวเตอร์ของเรา เว้นแต่เลือกบันทึกโปรเจกต์ลง Google Drive)
ความเป็นส่วนตัว ลิงก์เป็นสาธารณะ จึงใช้การ์ด ไม่ใช้หน้าคน

ติดตั้งร่างกายใหม่ ปิดสวิตช์ถ่านไว้ เปิด ai_driver_car.ino ใน Arduino IDE กด Verify ก่อน ถ้าไม่มีข้อผิดพลาดจึงกด Upload จากนั้นปิดหน้าต่าง Serial Monitor เพราะพอร์ตใช้ได้ทีละโปรแกรม โค้ดนี้เริ่มจากหยุดล้อ drive(0, 0) เสมอ และมีตัวเฝ้าเวลาที่หยุดล้อเองถ้าไม่ได้ยินตัวอักษรที่ถูกต้องนานเกิน 1 วินาที

ข้อตกลงการสื่อสาร · เริ่มจากหยุด · ตัวเฝ้าเวลา · ระดับ 8

ดูโค้ด Arduino ทั้งไฟล์ ai_driver_car.ino

ไฟล์นี้สั้นมาก อ่านได้ทั้งไฟล์ ขา มอเตอร์ และ drive() ใช้ของบทที่ 16 ตามเดิม ส่วนที่เพิ่มคือการอ่านตัวอักษรจากสาย USB และตัวเฝ้าเวลา

// AI Driver car: the web page's AI sends ONE letter over USB serial, the Arduino drives.
// F = forward, L = left, R = right, S = stop. Pins and drive() are the same as lesson 16.
const int L1 = 5, L2 = 6, R1 = 9, R2 = 10;   // L298N IN1, IN2, IN3, IN4 (ENA/ENB jumpers stay on)
const unsigned long WATCHDOG_MS = 1000;      // no good letter for 1 second = stop
unsigned long lastCommand = 0;               // time (ms) of the last good letter

void drive(int left, int right) {            // speeds from -255 to 255
  analogWrite(L1, left  > 0 ? left  : 0);
  analogWrite(L2, left  < 0 ? -left : 0);
  analogWrite(R1, right > 0 ? right : 0);
  analogWrite(R2, right < 0 ? -right : 0);
}

void setup() {
  pinMode(L1, OUTPUT); pinMode(L2, OUTPUT);
  pinMode(R1, OUTPUT); pinMode(R2, OUTPUT);
  drive(0, 0);                               // always start with the wheels stopped
  Serial.begin(9600);                        // must match baudRate: 9600 in the web page
}

void loop() {
  while (Serial.available() > 0) {           // read every letter that has arrived
    char c = Serial.read();
    if      (c == 'F') drive(150, 150);      // forward
    else if (c == 'L') drive(0, 160);        // right wheel only = turn left
    else if (c == 'R') drive(160, 0);        // left wheel only = turn right
    else if (c == 'S') drive(0, 0);          // stop
    else continue;                           // ignore any other byte (it does not feed the watchdog)
    lastCommand = millis();                  // a good letter feeds the watchdog
  }
  if (millis() - lastCommand > WATCHDOG_MS) drive(0, 0);  // lost contact with the AI: stop
}

เปิดหน้าสมอง เปิดหน้า AI Driver ใน Chrome หรือ Edge ได้สองทาง ทางที่ง่ายที่สุด เปิดจากหน้าชุดโครงงาน ซึ่งอยู่บนเว็บที่ขึ้นต้นด้วย https เบราว์เซอร์นับ https เป็นหน้าที่ปลอดภัย จึงยอมให้ใช้พอร์ตและกล้อง ไม่ต้องใช้ python เลย อีกทางหนึ่ง ถ้าอยากเปิดจากไฟล์ในเครื่อง ผู้ใหญ่เปิด Terminal ในโฟลเดอร์ที่มีไฟล์ พิมพ์ python3 -m http.server แล้วเปิด http://localhost:8000/ai-driver.html ใน Chrome หรือ Edge (ดับเบิลคลิกไฟล์ตรงๆ อาจใช้ได้ใน Chrome แต่ยังไม่ยืนยัน)
เบราว์เซอร์ยอมให้ใช้พอร์ตและกล้องเฉพาะหน้าที่ปลอดภัย · ระดับ 8

ต่อวงตอนล้อลอย วางรถบนกล่อง เปิดสวิตช์ถ่าน กด 1. Connect robot แล้วเลือกพอร์ตจากรายการ หน้าเว็บรอ 2 วินาที (Arduino มักเริ่มต้นใหม่ตอนนี้) แล้วส่ง S ก่อน วางลิงก์โมเดล กด 2. Start camera อนุญาตกล้อง บรรทัด AI จะแสดงเช่น AI: Forward 93% -> F

วงครบ รับรู้ คิด ส่ง ขยับ · ระดับ 0 · ระดับ 8

ดูโค้ดส่วนสำคัญของหน้า AI Driver

นี่คือบางส่วนของไฟล์ ai-driver.html คัดมาตรงตามไฟล์จริง ไฟล์เต็มอยู่ในหน้าชุดโครงงาน

1. ตัวเลขสำคัญ เส้นเกณฑ์ และสัญญาณ ยังอยู่นะ

const THRESHOLD = 0.8;    // below 80% sure = not trusted = Stop
const HEARTBEAT_MS = 400; // re-send the current letter so the Arduino's 1000 ms watchdog stays fed
const LETTER = { forward: 'F', left: 'L', right: 'R', stop: 'S' };
const key = (name) => name.trim().toLowerCase(); // "Forward " and "forward" both count

2. ปุ่ม Connect robot รอ 2 วินาที แล้วเริ่มจาก S

// Button 1: the browser shows a list of serial ports (only works from a click)
$('btnSerial').onclick = async () => {
  if (!('serial' in navigator)) return say('No Web Serial here. Use Chrome or Edge on a computer.');
  try {
    const port = await navigator.serial.requestPort();
    await port.open({ baudRate: 9600 });    // must match Serial.begin(9600) on the Arduino
    const w = port.writable.getWriter();
    say('Connected. Waiting 2 seconds while the Arduino restarts...');
    await sleep(2000);                      // an Uno usually resets when the port opens
    writer = w;
    await send('S');                        // always begin stopped
    say('Robot connected. Now start the camera.');
  } catch (e) {
    say('Could not connect: ' + (e.message || e));
  }
};

3. วงหนึ่งรอบ รับรู้ คิด ส่งคำสั่ง

// One turn of the loop: SENSE (camera) -> THINK (AI) -> ACT (send a letter)
async function loop(id) {
  if (id !== runId) return;                          // STOP was pressed
  webcam.update();                                   // SENSE: grab a new frame
  const preds = await model.predict(webcam.canvas);  // THINK: [{className, probability}, ...]
  if (id !== runId) return;                          // STOP was pressed while the AI was thinking
  const top = preds.reduce((a, b) => (b.probability > a.probability ? b : a));
  const sure = top.probability >= THRESHOLD;
  const letter = sure ? (LETTER[key(top.className)] || 'S') : 'S'; // unsure or unknown class = Stop
  // ACT: send only when the decision changes, plus a heartbeat repeat.
  // This loop pauses when the tab is hidden, so heartbeats stop and the Arduino stops itself.
  if (letter !== lastSent || performance.now() - lastSentAt > HEARTBEAT_MS) await send(letter);
  $('ai').textContent = `AI: ${top.className} ${Math.round(top.probability * 100)}%` +
    (sure ? '' : ' (not sure)') + ` -> ${letter}`;
  requestAnimationFrame(() => loop(id));
}

4. หยุดฉุกเฉิน ส่ง S ก่อน แล้วค่อยปิดกล้อง

// Emergency stop: the button or the Esc key
async function emergencyStop() {
  runId++;                                           // ends the loop
  await send('S');                                   // stop the wheels first
  if (webcam) { webcam.stop(); webcam = null; }      // then switch the camera off
  $('btnCam').disabled = false;
  say('Stopped. Press Start camera to try again.');
}
$('btnStop').onclick = emergencyStop;
document.addEventListener('keydown', (e) => { if (e.key === 'Escape') emergencyStop(); });

ทดสอบความปลอดภัย 8 ข้อตอนล้อลอย ต้องผ่านครบทุกข้อ ข้อไหนไม่ผ่าน ห้ามวางรถลงพื้น กลับไปแก้ก่อน
1. ทุกท่ามือหมุนล้อถูกทาง
2. ฉากว่าง ล้อหยุด
3. ถือของที่ไม่เคยสอน ล้อหยุดหรืออย่างน้อยไม่เลี้ยวแปลกๆ
4. แสงสลัว สังเกตว่าหยุดหรือยังทำงาน
5. มือคนอื่นในบ้าน
6. กด STOP ล้อหยุด
7. กด Esc ล้อหยุด
8. สลับไปแท็บอื่น ล้อหยุดภายในราว 1 วินาที
ตัวเฝ้าเวลา · สัญญาณ ยังอยู่นะ · สิ่งที่เห็นต่างจากตอนฝึก · ระดับ 7 · ระดับ 8
ขับบนพื้น บนพื้นเท่านั้น เคลียร์ที่รอบรถ ไม่มีสัตว์เลี้ยงหรือน้องเล็ก ผู้ใหญ่ถือสายให้หย่อนและอยู่ใกล้สวิตช์ถ่าน ใช้ความเร็วตามโค้ด (150 และ 160) กด STOP หรือ Esc ได้ทุกเมื่อ สังเกตว่ารถไหลต่ออีกนิดหลังชูมือหยุด และสังเกตว่าหนูเป็นคนดูผลแล้วเปลี่ยนท่ามือ
ความหน่วง · ระดับ 4 · คนอยู่ในวง · ระดับ 8
ทดลองต่อ ลองทีละอย่าง และลองตอนล้อลอยก่อนทุกครั้ง
- เปลี่ยน THRESHOLD เป็น 0.6 หรือ 0.95 แล้วสังเกตว่ารถหยุดบ่อยขึ้น หรือขยับผิดบ่อยขึ้น การแก้โค้ดต้องใช้ไฟล์ในเครื่อง ดาวน์โหลดชุดไฟล์ zip แก้ ai-driver.html ด้วยโปรแกรมแก้ข้อความ แล้วเปิดด้วยทางที่สองในขั้นที่ 7 (localhost) หน้าบนเว็บแก้ไม่ได้ เส้นเกณฑ์ · ระดับ 2
- สลับแท็บ รถหยุดเอง · ระดับ 8
- เอามือปิดกล้อง ไม่แน่ใจ ก็หยุด · ระดับ 2
- ลองในแสงที่ต่างจากตอนฝึก สิ่งที่เห็นต่างจากตอนฝึก · ระดับ 2
เก็บของตามลำดับ กด STOP → ปิดสวิตช์ถ่าน → ถอดสาย USB → ถอดถ่านออกเมื่อเล่นเสร็จ
เมื่อ Arduino ไม่มีไฟ ตัวเฝ้าเวลาช่วยไม่ได้ · ระดับ 8

อ่านโค้ดให้เป็น เจ็ดบรรทัดที่ทำให้รถปลอดภัย

บรรทัดในโค้ด	หมายความว่า
`THRESHOLD = 0.8`	ตัวตัดสิน AI ต้องมั่นใจอย่างน้อย 80% ไม่ถึงก็ส่ง S (ระดับ 2)
`LETTER[key(top.className)] \|\| 'S'`	ชื่อกลุ่มที่ไม่ใช่สี่คำนี้ เช่น Nothing ก็กลายเป็น S
`HEARTBEAT_MS = 400`	ส่งตัวอักษรเดิมซ้ำทุก 0.4 วินาที เป็นสัญญาณ ยังอยู่นะ ส่งจากในวงของ AI เท่านั้น (ระดับ 8)
`await sleep(2000)` แล้ว `send('S')`	รอให้ Arduino เริ่มต้นใหม่ แล้วเริ่มจากหยุดเสมอ
`WATCHDOG_MS = 1000`	ตัวเฝ้าเวลาใน Arduino ถ้าไม่ได้ยินตัวอักษรที่ถูกต้องนานเกิน 1 วินาที หยุดล้อเอง
`else continue;`	ตัวอักษรอื่นที่ไม่ใช่ F L R S ถูกข้ามไป และไม่นับเป็นสัญญาณ ยังอยู่นะ
`emergencyStop()`	ปุ่ม STOP และแป้น Esc ส่ง S ก่อน แล้วค่อยปิดกล้อง (ระดับ 7)

แก้ปัญหา

ถ้าไม่เป็นไปตามคาด

อาการ	ลองแก้
ขึ้นข้อความ `No Web Serial here`	ใช้ Chrome หรือ Edge บนคอมพิวเตอร์
เชื่อมต่อไม่ได้	ปิด Serial Monitor หรือโปรแกรมอื่นที่จับพอร์ตอยู่
ขึ้นข้อความ `the model needs 4 classes`	สะกดชื่อกลุ่มให้ตรง Forward Left Right Stop
รถเลี้ยวผิดทาง	สลับสายมอเตอร์ข้างนั้น
รถหยุดเองเป็นระยะ	แท็บต้องเปิดอยู่ด้านหน้า และ AI ต้องมั่นใจเกินเส้นเกณฑ์ ถ้าแสงหรือฉากไม่ตรงกับตอนฝึก ให้เก็บภาพเพิ่ม
บรรทัด AI ขึ้น F แต่รถไม่ขยับ	เช็กสวิตช์ถ่าน และเช็กว่าต่อ GND ร่วมกันตามบทที่ 16
กล้องถูกบล็อก	เปิดจาก localhost หรือ https

ปลอดภัยไว้ก่อน

ทำกับผู้ใหญ่ทุกครั้ง
เล่นบนพื้นเท่านั้น ห้ามบนโต๊ะ
ใช้ความเร็วต่ำตามโค้ด
ผู้ใหญ่อยู่ใกล้สวิตช์ถ่านตลอดเวลา
ทดสอบล้อลอยก่อน
นิ้วห่างล้อ
ปิดถ่านก่อนถอดสาย
ไม่ทิ้งให้รถวิ่งโดยไม่มีคนดู
เรื่องถ่าน ห้ามใช้ถ่านเก่าปนใหม่ ห้ามลัดวงจร ถอดถ่านเมื่อเล่นเสร็จ
ใช้ท่ามือหรือการ์ด ไม่ใช้หน้าคน
ไม่ต่อแบบไร้สายในโครงงานแรก

ลองเลย เรียงขั้นก่อนปล่อยรถ

ก่อนลงมือจริง ลองเรียงการ์ด 12 ขั้นข้างล่างให้ถูกลำดับ ไม่มีคำตอบเดียว บางขั้นสลับกันได้ เช่น กด Connect robot กับเปิดกล้อง จะทำอะไรก่อนก็ได้ แต่บางคู่ต้องมาก่อนเสมอ เพราะถ้าสลับแล้วรถอาจไม่ปลอดภัย กด ตรวจ แล้วจะรู้เหตุผลของคู่ที่ผิด พอเรียงผ่าน การ์ดจะกลายเป็นรายการติ๊ก พิมพ์ออกมาติดข้างรถได้

เรียงการ์ดด้วยปุ่ม ▲ ▼ แล้วกด ตรวจ

แป้นพิมพ์ · Tab ไปที่ปุ่ม ▲ หรือ ▼ ของการ์ด · Alt และลูกศรขึ้น เลื่อนการ์ดขึ้น · Alt และลูกศรลง เลื่อนการ์ดลง · Enter หรือ Space กดปุ่ม · Space ติ๊กช่องในรายการ

มุมหมอสมองถ้าเทียบกับร่างกายเรา AI ในเบราว์เซอร์ทำหน้าที่คล้ายสมอง สาย USB คล้ายเส้นประสาท และตัวเฝ้าเวลาใน Arduino คล้ายรีเฟล็กซ์ของไขสันหลัง ที่สั่งหยุดได้เองโดยไม่ต้องรอสมอง ทั้งหมดนี้เป็นการเปรียบเทียบเพื่อช่วยให้เข้าใจเท่านั้น สมองจริงซับซ้อนกว่านี้มาก และหลายส่วนทำงานพร้อมกัน (ดูระดับ 1) ที่น่าสนใจคือ กล้องของเราอยู่ที่คอมพิวเตอร์ ไม่ได้อยู่บนรถ ท่อนดูผลของวงจึงเป็นตาของหนูเอง หนูเห็นรถเลี้ยวเกินแล้วเปลี่ยนท่ามือ วงนี้จึงวิ่งผ่านตัวหนู นี่คือการมีคนอยู่ในวงจร ที่เราเคยเจอในบทที่ 15

สำหรับพ่อแม่โครงงานนี้ใช้ถ่านและมอเตอร์ ควรอยู่ด้วยตลอด เป็นคนเปิดปิดสวิตช์ถ่านเอง และเป็นคนกดอนุญาตพอร์ตกับกล้องในเบราว์เซอร์ หน้าโครงงานโหลดไลบรารีจาก cdn.jsdelivr.net และโหลดโมเดลจากเซิร์ฟเวอร์ของ Google ภาพจากกล้องประมวลผลในเบราว์เซอร์ แต่ลิงก์โมเดลที่อัปโหลดเป็นลิงก์สาธารณะ จึงควรให้เด็กสอนด้วยการ์ดลูกศรหรือท่ามือเท่านั้น ไม่ถ่ายหน้าใคร ไฟล์ในชุดยังไม่ได้ทดสอบกับรถและกล้องจริง ขอให้กด Verify ในโปรแกรม Arduino ก่อน และให้การทดสอบล้อลอย 8 ข้อผ่านครบก่อนวางรถลงพื้นทุกครั้ง

ทางเลือกไม่ต้องเขียนโค้ดไอเดียให้ลอง ยังไม่ได้ทดสอบเป็นโครงงาน

micro:bit CreateAI

เครื่องมือบนเว็บที่ใช้ฟรี จาก Micro:bit Educational Foundation พัฒนาต่อจาก ML-Machine ของมหาวิทยาลัยออร์ฮูสในเดนมาร์ก ไม่ต้องสมัครบัญชี
ต้องใช้บอร์ด micro:bit V2 และอีกตัวถ้าคอมพิวเตอร์ไม่มีบลูทูธ ใช้บนมือถือไม่ได้ บอร์ดต้องซื้อ ราคาต่างกันตามร้าน
หนูอัดท่าทาง เช่น โบกมือหรือปรบมือ ฝึก แล้วใช้บล็อกอย่าง on ML wave start ใน MakeCode โมเดลทำงานบนตัว micro:bit เอง
เชื่อมกับโครงงานหลัก บล็อก on ML … start ทำงานเฉพาะตอนท่าที่จำได้เปลี่ยน คล้ายการส่งเฉพาะตอนเปลี่ยน และ unknown หมายถึงต่ำกว่าจุดที่จำได้ คล้ายเส้นเกณฑ์ 0.8
ใช้ขับรถเป็นแค่ไอเดีย ยังไม่ได้ตรวจว่าบล็อก ML กับบล็อกวิทยุใช้ร่วมกันในโปรเจกต์เดียวได้หรือไม่

อ่านคู่มือ micro:bit CreateAI

ไอเดียต่อยอดยังไม่ได้สร้าง ยังไม่ได้ทดสอบ

ถ้าอยากไปต่อ

รีเฟล็กซ์จาก HC-SR04 ใช้ TRIG D7 และ ECHO D8 จากโครงงานที่ 3 บทที่ 16 ถ้ามีของอยู่ใกล้กว่า 20 เซนติเมตร ให้ Arduino ไม่ยอมทำตาม F คล้ายไขสันหลังของรถที่ปฏิเสธคำสั่งของสมอง ตอนนี้เป็นไอเดียที่เล่าไว้เท่านั้น ยังไม่มีโค้ด จนกว่าจะมีคนสร้างและทดสอบจริง
หน้าเว็บฉบับปุ่มภาษาไทย ต้องเป็นไฟล์ใหม่ และต้องทดสอบใหม่ทั้งหมด
ต่อไร้สายด้วยบลูทูธ HC-05 ในหลักการอาจทำได้ แต่ยังไม่ได้ตรวจ อย่าใส่ในการสร้างครั้งแรก

วงของเรานี่คือวงจริงของเราเอง กล้องรับรู้ AI คิด สายส่งคำสั่ง รถขยับ แล้วหนูดูผลและเปลี่ยนท่ามือ

ขั้นสร้างครบทั้ง 12 ขั้นแล้ว ขั้นที่หนูเตรียมไว้จากระดับก่อนๆ มาต่อกันตรงนี้ เรียงการ์ดให้ผ่าน กด พิมพ์รายการ แล้วติดไว้ข้างรถ ทำทีละขั้นกับผู้ใหญ่ ติ๊กทีละข้อ ข้อไหนไม่ผ่านให้หยุดแก้ก่อน ห้ามข้ามไปขั้นขับบนพื้น

หุ่นจำลองสมองคนบนขาตั้งใต้โคมไฟโต๊ะสีส้มอบอุ่น วางข้างลำตัวหุ่นยนต์สีขาวที่ไม่มีหัวบนโต๊ะทำงาน ด้านหลังมีตู้คอมพิวเตอร์ขนาดใหญ่ที่มีไฟกะพริบสีฟ้า

ระดับ 10 · ขอบเขตของการเปรียบเทียบแผนที่ ไม่ใช่ภาพถ่าย

ตรงไหนเหมือน ตรงไหนไม่เหมือน

ตลอดบทนี้เรายืมร่างกายของเรามาเป็นแผนที่ช่วยเข้าใจหุ่นยนต์ ตาคล้ายกล้อง เส้นประสาทคล้ายสาย USB รีเฟล็กซ์ของไขสันหลังคล้ายตัวเฝ้าเวลาใน Arduino แผนที่ที่ดีช่วยให้ไม่หลงทาง แต่แผนที่ไม่ใช่ภาพถ่าย มันตัดรายละเอียดออกไปเยอะมาก ระดับสุดท้ายนี้จึงชวนมาดูว่าการเปรียบเทียบใช้ได้ถึงตรงไหน และหยุดตรงไหน คนที่รู้ว่าแผนที่ของตัวเองขาดอะไร คือคนที่ใช้แผนที่เก่งที่สุด

ลองเดาก่อน เหมือนหรือไม่เหมือน

แต่ละแถวเป็นเรื่องที่เราเจอมาแล้วในบทนี้ ลองเดาว่าเรื่องนั้นในร่างกายเรากับในหุ่นยนต์ เหมือนกัน คล้ายกันบางส่วน หรือไม่เหมือนกันเลย เดาได้แถวละหนึ่งครั้ง พอเดาแล้ว เฉลยพร้อมเหตุผลสั้นๆ จะเปิดขึ้นมาเอง ยังไม่ต้องกลัวผิด เพราะคำตอบบางแถวก็ทำให้นักวิทยาศาสตร์เถียงกันมาหลายปี

● เหมือน · ◐ คล้ายบางส่วน · ○ ไม่เหมือน · ✓ เดาถูก · ✗ ยังไม่ใช่

เดาแล้ว 0 จาก 7 แถว · เดาถูก 0 จาก 7

เดาก่อน แล้วเฉลยจะเปิดเอง

แป้นพิมพ์ในตารางนี้ · Tab ไปปุ่มดูเฉลย แล้วไปแถวถัดไป · ← → เลื่อนระหว่างคำตอบในแถวเดียวกัน · Enter หรือ Space หรือเลข 1 2 3 เลือกคำตอบ · ปุ่มดูเฉลยกดเปิดปิดได้หลังเดาแล้ว

🧩 แผนผังเป็นกล่อง สมองจริงเป็นหลายวง

แผนผังหุ่นยนต์มักวาดกล่องเรียงกันเป็นแถว รับรู้ แล้วคิด แล้วลงมือ ทีละกล่อง คล้ายคนต่อคิวซื้อขนม แบบนี้อ่านง่ายและช่วยให้เราสร้างรถในระดับ 9 ได้จริง แต่สมองจริงยุ่งกว่าและฉลาดกว่านั้น

ในสมอง วงจรหลายวงทำงานพร้อมกัน ทั้งเปลือกสมอง ปมประสาทฐาน สมองน้อย และไขสันหลัง และทุกวงคุยกันตลอดเวลา ตอนหนูเอื้อมหยิบแก้วน้ำ ตายังมองหาแก้วอยู่ มือก็เริ่มเอื้อมไปแล้ว และสมองก็ยังเลือกอยู่ว่าจะจับแก้วแบบไหน แม้แต่ไขสันหลังก็ตัดสินใจเร็วๆ ได้เอง เช่น เริ่มยกเท้าหนีเมื่อเหยียบของแหลม ก่อนสมองจะรู้ตัวเต็มที่ (ระดับ 4 อ่านอย่างเดียว ห้ามทดลองจริง)

แผนผังหุ่นยนต์ อ่านง่าย ใช้สร้างของจริงได้

สมองจริง หลายวงทำงานซ้อนกัน

ภาพสองภาพนี้ก็ยังเป็นแผนที่อย่างย่อทั้งคู่ ดูแผนผังสี่ชั้นเทียบกับสมองจริงแบบละเอียด พร้อมปุ่มสลับ ได้ในระดับ 1

🤖 เซ็นเซอร์ความเจ็บ เป็นแค่ตัวเลข

หุ่นยนต์บางตัวมีเซ็นเซอร์วัดแรงกดหรือความร้อน เมื่อค่าสูงเกินขีดที่ตั้งไว้ โปรแกรมอาจสั่งให้ถอยแขน หรือให้ลำโพงพูดว่า โอ๊ย ฟังดูคล้ายเจ็บมาก แต่ข้างในมีแค่ตัวเลขที่เพิ่มขึ้นกับกฎที่คนเขียนไว้

ตัวเลขแรงกดสูงขึ้นเกินขีดที่คนตั้งไว้ลำโพงพูดว่า โอ๊ย

ยังไม่มีหลักฐานว่าหุ่นยนต์หรือ AI ในวันนี้รู้สึกเจ็บ ดีใจ หรือกลัวจริง แม้จะถูกตั้งให้พูดว่า โอ๊ย ก็ตาม ส่วนความเจ็บของเราเป็นความรู้สึกจริง ที่ช่วยเตือนให้เรารีบดูแลร่างกาย ดูตารางเทียบสมองกับ AI ได้ในบทที่ 15

⚡ 20 วัตต์ กับ 700 วัตต์

สมองทั้งก้อนใช้พลังงานราว 20 วัตต์ พอๆ กับหลอดไฟดวงเล็ก (บทที่ 15 และบทที่ 16) ส่วนชิป AI ตัวแรงหนึ่งตัวใช้ไฟได้สูงสุดราว 700 วัตต์ ราว 35 สมอง

สมองทั้งก้อน ราว 20 วัตต์

ชิป AI ตัวแรง 1 ตัว สูงสุดราว 700 วัตต์

700 ÷ 20 = 35 · ชิปตัวเดียวตอนใช้ไฟเต็มที่ เท่ากับสมองราว 35 ก้อน

ตัวเลข 700 วัตต์เป็นค่าสูงสุดที่ชิปรับได้ ไม่ได้ใช้ตลอดเวลา และเป็นการเทียบแบบคร่าวๆ แต่อย่าลืมว่า AI ตัวใหญ่ก็ฝึกด้วยชิปแบบนี้หลายพันตัวพร้อมกัน

🧺 เรื่องยากกลับง่าย เรื่องง่ายกลับยาก

ปี 1988 นักวิทยาศาสตร์หุ่นยนต์ชื่อ Hans Moravec ตั้งข้อสังเกตว่า การทำให้คอมพิวเตอร์ชนะหมากฮอสง่ายกว่าการให้มันมองและขยับได้เท่าเด็กขวบเดียว นี่เป็นข้อสังเกตของคนที่ทำงานกับหุ่นยนต์ทุกวัน ไม่ใช่กฎธรรมชาติ AI เก่งขึ้นมากตั้งแต่นั้น แต่การเดินบนพื้นขรุขระ การหยิบของนิ่ม และการพับผ้า ก็ยังยากสำหรับหุ่นยนต์

งานที่คอมพิวเตอร์ทำได้ดีมานาน

เล่นหมากฮอสและหมากรุก
คิดเลขยาวๆ เร็วมาก
จำข้อมูลมหาศาลได้ไม่ลืม

งานที่คนทำได้สบาย แต่หุ่นยนต์ยังยาก

เดินบนพื้นขรุขระ ทั้งหินทั้งหญ้า
หยิบของนิ่มๆ โดยไม่บีบจนเละ
พับผ้าที่ยับไม่ซ้ำกันสักผืน

ส่วนหนึ่งอาจเป็นเพราะร่างกายเราฝึกเรื่องพวกนี้มาทุกวันตั้งแต่เด็ก จนเราลืมไปแล้วว่ามันยาก (ระดับ 6) และโลกจริงไม่เคยซ้ำเดิม ผ้าผืนเดียวยับได้เป็นพันแบบ ส่วนกระดานหมากฮอสมีกติกาที่ไม่เปลี่ยนเลย

🔍 คำถามติดตัว เวลาเห็นหุ่นยนต์ในข่าวหรือในคลิป

บทนี้ไม่ทำนายว่าหุ่นยนต์ในอนาคตจะเป็นแบบไหน เพราะเรื่องนี้เปลี่ยนเร็วมาก แต่เราพกคำถามดีๆ ติดตัวไปได้ ใช้ได้กับหุ่นยนต์ทุกรุ่น ไม่ว่าจะออกมาเมื่อไร

🎬ลองกี่ครั้งกว่าจะได้คลิปนี้ถ่ายซ้ำกี่รอบ ถ้าให้ทำสิบครั้ง สำเร็จกี่ครั้ง

🕹ทำเองหรือมีคนช่วยหุ่นยนต์ตัดสินใจเองทั้งหมด หรือมีคนช่วยบังคับอยู่ด้วย

🔀ถ้าเปลี่ยนนิดเดียวเปลี่ยนของ สี หรือแสงนิดหน่อย มันยังทำได้ไหม (ระดับ 6)

❓ไม่แน่ใจแล้วทำอย่างไรมันหยุดหรือถามคนไหม หรือเดาต่อไปอย่างมั่นใจ (ระดับ 7)

🛑ใครหยุดร่างกายถ้า AI ค้างหรือสายหลุด มีอะไรหยุดมอเตอร์ได้เอง (ระดับ 8)

⚡ใช้ไฟเท่าไรต้องชาร์จบ่อยแค่ไหน และตอนฝึกใช้ไฟไปเท่าไร

🙋ถ้าพลาด ใครรับผิดชอบคนสร้าง คนใช้ หรือคนที่ปล่อยให้มันทำงาน

💬รู้สึกจริงหรือแค่พูดที่มันพูดว่าดีใจหรือเจ็บ มีหลักฐานไหม หรือแค่ถูกตั้งให้พูด

มุมหมอสมองในฐานะหมอสมอง หมอเห็นว่าความคิดไหลได้ทั้งสองทาง ข้อนี้เป็นมุมมองของผู้เขียนเอง วิศวกรได้เรียนจากสมอง เซลล์ประสาทเป็นแรงบันดาลใจของเครือข่ายประสาทเทียมที่อยู่ใน AI แทบทุกตัวทุกวันนี้ (บทที่ 15) และรีเฟล็กซ์ที่หยุดได้โดยไม่รอสมองใหญ่ ก็ช่วยให้เห็นว่าทำไมหุ่นยนต์ต้องมีชั้นความปลอดภัยที่เร็วและแยกจาก AI ส่วนหมอสมองก็ได้เรียนจากหุ่นยนต์และ AI ตัวเลขความประหลาดใจที่นักวิจัย AI คิดขึ้นเพื่อสอนคอมพิวเตอร์ ช่วยให้นักวิทยาศาสตร์เข้าใจสัญญาณโดพามีนบางอย่างในลิงได้ดีขึ้น แม้ยังถกเถียงกันอยู่ (ระดับ 6) และเทคนิคที่ช่วยให้ AI เล่นเกมเก่งขึ้น ก็ทำให้นักวิทยาศาสตร์ได้ความคิดใหม่ไปทดสอบในหนู แล้วพบว่าเซลล์โดพามีนแต่ละตัวดูจะทำนายรางวัลในแง่ดีหรือแบบระวังตัวไม่เท่ากัน ทุกครั้งที่ยืมความคิดข้ามฝั่ง เราต้องทดสอบใหม่เสมอ เพราะแผนที่ของฝั่งหนึ่งไม่ใช่ภาพถ่ายของอีกฝั่ง

เกม: ใครทำหน้าที่อะไร ในร่างกายและในหุ่นยนต์

อ่านการ์ดทีละใบ แล้วเลือกว่างานนั้นเป็นของกล่องไหน การ์ดที่มีป้าย 🧍 ร่างกาย เป็นเรื่องในตัวเรา การ์ดที่มีป้าย 🤖 หุ่นยนต์ เป็นเรื่องหุ่นยนต์และรถของเรา มีทั้งหมด 20 ใบ โหมดปกติไม่จับเวลา ตอบแล้วอ่านเฉลยได้สบายๆ ทุกใบ ถ้าอยากท้าทาย ลองโหมดจับเวลา 60 วินาที ตอบถูกติดกันได้คะแนนเพิ่ม

โหมดเกม

0ข้อถูก ใบที่ 1 จาก 20

กดเริ่มเกม

แป้นพิมพ์ในกล่องเกมนี้ · เลข 1 2 3 4 เลือกกล่อง · ← → เปลี่ยนโหมดเมื่ออยู่ที่ปุ่มโหมด · ในโหมดไม่จับเวลา ตอบแล้วกด Enter ที่ปุ่ม ใบต่อไป · เวลาจะหยุดเดินเองเมื่อเลื่อนเกมออกนอกจอ

โหมดจับเวลาเก็บคะแนนสูงสุดไว้ในเบราว์เซอร์เครื่องนี้เครื่องเดียว ไม่ส่งไปที่ไหน และไม่มีตารางอันดับ

จำไว้การเปรียบเทียบร่างกายกับหุ่นยนต์เป็นแผนที่ ไม่ใช่ภาพถ่าย มันช่วยให้เห็นว่าแต่ละชั้นทำงานอะไร ชั้นคิด ชั้นปรับ ชั้นหยุด และสายส่งข้อความ แต่หุ่นยนต์ไม่มีเซลล์ประสาท ยังไม่มีหลักฐานว่าหุ่นยนต์ในวันนี้รู้สึกเจ็บจริง และใช้พลังงานต่างจากเรามาก การรู้ว่าแผนที่หยุดตรงไหน สำคัญพอๆ กับการรู้ว่ามันคล้ายกันตรงไหน

วงของเราAI เป็นสมอง หุ่นยนต์เป็นร่างกาย ต่อกันเป็นวงที่รับรู้ คิด ส่งคำสั่ง ขยับ และดูผล มีชั้นเร็วคอยกันอันตราย และมีคนอยู่ในวงเมื่อไม่แน่ใจ

ขั้นสร้างเขียนป้ายเล็กๆ สี่ใบ 🧠 คิด 🎯 ปรับ 🛑 หยุด 📨 ส่งข้อความ แล้วแปะให้ตรงกับชิ้นส่วนของรถจากระดับ 9 เช่น Teachable Machine บนหน้าเว็บ ปุ่ม STOP ตัวเฝ้าเวลาใน Arduino และสาย USB หนูจะพบว่ารถของเรายังไม่มีชั้นปรับละเอียดเลย ถ้าจะเพิ่ม ลองคิดดูว่าเซ็นเซอร์เดินตามเส้นจากบทที่ 16 จะเข้ามาอยู่ตรงไหนของวง นี่เป็นแค่การคิดเล่นบนกระดาษ ถ้าจะต่อของจริง ให้ผู้ใหญ่ช่วยดูและทดสอบตอนล้อลอยก่อนเสมอ

กองการ์ดเปล่าสีขาวบนโต๊ะทำงาน ข้างๆ มีแผงวงจรเล็ก ถุงถั่วสีน้ำเงิน แก้วกระดาษ และมือจับของหุ่นยนต์

คำศัพท์จากเริ่มต้นถึงกึ่งขั้นสูง

คำศัพท์ทีมสมองกับร่างกาย 24 คำ

บทนี้มีคำใหม่ 24 คำ ไม่ซ้ำกับคำศัพท์ของบทที่ 15 และบทที่ 16 เลยสักคำ ระดับ 1 คือคำที่ต้องใช้ตั้งแต่วันแรกที่ต่อ AI เข้ากับรถ ระดับ 2 คือคำที่ทำให้วงทำงานได้จริงและปลอดภัย ส่วน ระดับ 3 คือคำที่นักวิจัยหุ่นยนต์และนักวิทยาศาสตร์สมองใช้คุยกันจริงๆ ทุกคำมีลิงก์พากลับไปยังส่วนของบทที่อธิบายเรื่องนั้น (ระดับ 0 ถึง 10 ในสารบัญ)

เลือกระดับ

ค้นหาคำ

พิมพ์ไทยหรืออังกฤษก็ได้ ระบบจะหาทั้งชื่อคำ คำอธิบาย และตัวอย่าง กด Esc เพื่อล้างช่องค้นหา ปุ่มเลือกระดับใช้ลูกศรซ้ายขวา Home และ End บนแป้นพิมพ์ได้

ครบ 24 คำ

วิธีทบทวนแบบวงของหุ่นยนต์

เปิดโหมดทดสอบตัวเอง คำอธิบายจะถูกซ่อน เหลือแค่ชื่อคำ ลองพูดความหมายออกมาเป็นคำพูดของหนูเองก่อน แล้วค่อยแตะดูว่าใกล้แค่ไหน นี่คือวงเดียวกับในระดับ 5 ทายก่อน ดูของจริง แล้วแก้

ทายผิดก็ไม่เป็นไรเลย การได้เห็นว่าคำตอบของเราต่างจากของจริงตรงไหน คือส่วนที่ทำให้เรารู้ว่าต้องแก้อะไร หุ่นยนต์ในบทนี้ก็เก่งขึ้นด้วยวิธีเดียวกัน

คำที่เคยเรียนแล้ว อยู่ที่ไหน

คำพื้นฐานอย่าง ข้อมูลฝึก การจำแนกประเภท ฮัลลูซิเนชัน และ มีคนอยู่ในวงจร อยู่ในคำศัพท์บทที่ 15 ส่วน เซ็นเซอร์ ตัวขับเคลื่อน การควบคุมแบบป้อนกลับ การเรียนรู้แบบเสริมกำลัง และ AI ที่มีร่างกาย อยู่ในคำศัพท์บทที่ 16

ถ้าเจอคำเหล่านี้ในบทนี้แล้วงง กลับไปเปิดดูได้เลย บทนี้ตั้งใจไม่อธิบายซ้ำ เพื่อให้มีที่ว่างสำหรับคำใหม่

วงของเราทั้ง 24 คำช่วยอธิบายวงเดียวกัน ตาที่ต้องมั่นใจพอ สมองที่คิดล่วงหน้าเป็นก้อน สายที่คอยบอกว่ายังอยู่ ร่างกายที่มีรีเฟล็กซ์ และความประหลาดใจที่ช่วยให้วงปรับตัวเมื่อเจอสิ่งที่ไม่คาดคิด โดยมีชั้นความปลอดภัยเฝ้าอยู่ข้างใต้เสมอ

ทบทวน12 ข้อ

ทดสอบตัวเอง

12 ข้อจากทั้งบท ข้อละ 3 ตัวเลือก เลือกได้ครั้งเดียว แล้วอ่านคำอธิบายใต้ข้อทุกครั้ง แม้จะตอบถูก ถ้าพลาดข้อไหน กดลิงก์ทบทวนใต้ข้อนั้นเพื่อกลับไปอ่านระดับนั้น แล้วค่อยกลับมากดเริ่มใหม่

ถูก 0 จาก 12

จำไว้AI เป็นสมอง หุ่นยนต์เป็นร่างกาย พอต่อกันก็กลายเป็นวงที่วนไม่หยุด รับรู้ คิด ส่งคำสั่ง ขยับ ดูผล แล้ววนใหม่ หุ่นยนต์ที่ดีไม่ใช่ตัวที่ฉลาดที่สุด แต่เป็นตัวที่ตรวจซ้ำก่อนเชื่อ หยุดเองเมื่อไม่แน่ใจหรือขาดการติดต่อ และถามคนเมื่อเจอสิ่งที่ไม่เคยเห็น ร่างกายเราก็ทำงานเป็นวงคล้ายกัน แต่มีหลายวงทำงานพร้อมกัน ยุ่งกว่าและน่าทึ่งกว่าแผนผังทุกแบบ

อยากลองเล่นเกมทบทวนบทนี้ไหม

คำถามทั้งหมดของบทนี้อยู่ในสนามแข่ง Body 101 เลือกได้ว่าจะแข่งกับเวลา ปะทะกับคนที่บ้าน ช่วยกันเล่นเป็นทีม ล้มบอส หรือฝึกซ้อมแบบไม่จับเวลา

เล่นเกมเฉพาะเรื่องนี้สนามแข่งรวมทุกบท