ตอนที่เรายังเป็นเด็ก หรือตอนที่เราดูหนังโรแมนติกเรามักจะถูกปลูกฝังให้เชื่อว่า..

วันหนึ่งเราจะเจอรักแท้ที่บริสุทธิ์ รักที่ไม่มีเงื่อนไข รักที่ไม่หวังสิ่งตอบแทน รักที่พร้อมจะเสียสละทุกอย่างให้แก่กันโดยไม่คิดเล็กคิดน้อย
แต่พอเราโตขึ้น ผ่านความสัมพันธ์มานับครั้งไม่ถ้วน หรือแม้กระทั่งลองนั่งทบทวนจิตใจของตัวเองอย่างซื่อสัตย์
และทบทวนด้วยความซื่อตรงต่อความจริง ไม่อคติคิดเข้าข้างตัวเอง ทำให้ผมคิดได้ว่า.. รักแท้ที่บริสุทธิ์แบบนั้น มันไม่มีอยู่จริงหรอกครับ

วันหนึ่งผมก็นั่งคิดเล่นๆ ว่า ความพยายามในการตามหารักแท้ของมนุษย์เราเนี่ย มันไม่ต่างอะไรการเทรนด์เอไอเลยนี่นา

สมมติถ้าเราให้ความรักวัดค่าเป็น Loss ซึ่งในโลกของ Machine Learning หรือ AI เวลาเราจะเทรนโมเดลให้มันทำอะไรสักอย่าง สิ่งแรกที่เราต้องกำหนดคือ Loss Function หรือฟังก์ชันความเสียหาย ซึ่งมันคือตัวชี้วัดว่า ตอนนี้โมเดลของเราห่างไกลจากความถูกต้องอยู่เท่าไหร่ ซึ่งเป้าหมายของคอมพิวเตอร์คือการคำนวณซ้ำแล้วซ้ำเล่าเพื่อทำให้ค่า Loss นี้ลดลงจนเข้าใกล้ศูนย์มากที่สุด

สมมติเปรียบเทียบให้เห็นภาพชัดๆ นะครับ เหมือนเด็กคนหนึ่งที่เติบโตมาในบ้านที่เต็มไปด้วยความขัดแย้ง โดยฝั่งแม่คอยพร่ำสอนให้เขาเป็นคนมีจริยธรรม เป็นคนดี พูดจาไพเราะ ไม่เป็นโจร และไม่ฆ่าสัตว์ตัดชีวิต ซึ่งข้อมูลชุดนี้พยายามจะปรับค่าน้ำหนักในใจเด็กให้ลู่เข้าหามาตรฐานของสังคม แต่ในขณะเดียวกัน ฝั่งพ่อกลับสอนในสิ่งตรงกันข้ามอย่างสิ้นเชิง โดยบอกให้เขาสู้คน อย่าทำตัวอ่อนแอ ด่าได้ให้ด่า หรือจะฆ่าสัตว์ก็ไม่เป็นไร ซึ่งนี่คือการป้อนข้อมูลอีกชุดที่วิ่งไปคนละทิศคนละทางอย่างสิ้นเชิง เมื่อเด็กคนนี้เติบโตขึ้นมาและต้องก้าวเท้าออกจากบ้านเพื่อไปเผชิญกับโลกภายนอก โดยที่ตัวเขาเองยังสับสนเพราะโมเดลในสมองได้รับข้อมูลที่ขัดแย้งกันมาตลอด (ฟีลแบบ = กูต้องเป็นคนแบบไหนกัน?) ซึ่งถ้าหากวันไหนที่เขาเลือกหยิบชุดข้อมูลของฝั่งพ่อออกไปแสดงผลเป็นพฤติกรรมในชีวิตจริง เช่น การใช้ความรุนแรง หรือการด่าทอคนอื่น สิ่งที่จะเกิดขึ้นทันทีคือเขาจะถูกสังคมรอบข้างตีกลับอย่างรุนแรง เพราะสังคมส่วนใหญ่มีฟังก์ชันความเสียหายหรือมีมาตรฐานจริยธรรมชุดเดียวกับฝั่งแม่ และแรงตีกลับจากสังคมไม่ว่าจะเป็นการโดนปฏิเสธ การประณาม หรือการลงโทษ จะทำหน้าที่เป็นค่า Loss ที่พุ่งสูงปรี๊ด เป็นแรงกระแทกอันเจ็บปวดที่สะท้อนกลับมาบอกตัวเขาว่าพฤติกรรมหรือข้อเสนอแนะที่เขาเอาออกมาจากสมองในรอบนี้ มันห่างไกลจากความถูกต้องของโลกภายนอกอย่างสิ้นเชิง และเขาจำเป็นจะต้องย้อนกลับมาปรับเปลี่ยนทิศทางในใจตัวเองใหม่เพื่อให้อยู่รอดในระบบนี้ให้ได้ครับ

กรณีที่ผมยกตัวอย่าง จะเห็นได้ชัดว่าการเทรนด์เอไอมันก็ลักษณะเดียวกัน คือถ้าเราอยากให้เอไอมีจริยธรรม เราจำเป็นต้องเอาชุดข้อมูลที่ถูกต้องตามตรรกะตามระเบียบแบบแผนของสังคมเข้าไปใส่เยอะๆ ซึ่งถ้าคนเทรนด์เอไอมั่วโดยใส่ข้อมูลที่ตรรกะขัดแย้งกัน จะส่งผลให้เอไอเกิดความสับสน

เขียนแล้วมันส์มือจัง ผมขอยกตัวอย่าง เช่น

A = B
B = C
C > D

แล้วพอมาวันนึง มีคนเดินมาแล้วใส่ข้อมูลให้เอไอว่า A = D นี่แหละครับ มันจะทำให้คนที่ถูกรับข้อมูล ซึ่งตามกรณีตัวอย่างก็คือเอไอ เกิดความสับสน แต่ท้ายที่สุดมันจะเลือกตอบตามค่าน้ำหนัก เช่น ถ้าเทรนด์ A ≠ D จำนวน 5000 ครั้ง แต่เทรนด์ A = D 100 ครั้ง แน่นอนครับว่า เอไอมันจะเลือกตอบว่า A ≠ D ครับ แต่จริงๆ มันจะเทียบตรรกะอื่นๆที่อาจจะไม่ได้เขียนตรงๆ ก็ได้

ยกตัวอย่างลำดับถัดมา เช่น

เด็กคนหนึ่งโตมาในถิ่นฐานที่มีแต่คนชั่ว ซึ่งเด็กคนนี้ถูกซึมซับมาเป็นระยะเวลา 5 ปี
แต่ 5 ปีถัดมา เด็กคนนี้มีโอกาสได้ไปอยู่ในครอบครัวที่ดีมากๆ และทุกการสอนมันเป็นข้อมูลคุณภาพที่ทำให้เด็กคนนี้คิดเป็นและเข้าใจ
จึงทำให้เด็กคนนี้กลายเป็นคนดี เพราะเขามีค่าน้ำหนักฝั่งดีมากกว่า เขาจึงเลือกที่จะเป็นคนดีครับ แต่การสอนเด็ก หรือ เทรนด์เอไอ
มันไม่ใช่การเอาข้อมูลไปบอกตรงๆ ว่า 1+1 = 2 นะครับ แต่มันสอนโดยใช้ตรรกะที่แยบยลจนหลอมรวมกลายมาเป็นผลลัพธ์

เช่น ถ้าผมบอกว่า 1+1 = 2 และ 2+2 = 4 แน่นอนว่า ถ้าถามว่า 4-2 จะเท่ากับเท่าไหร่ ?
ซึ่งการเทรนด์จะไม่ใช่การบอกว่า อะไร คือ อะไร แต่มันคือการสร้างกระบวนการคิดย้อนกลับ เพื่อให้ระบบเข้าใจกลไกเบื้องหลังของตัวเลข
มันคือการที่โมเดลหรือตัวเด็กไม่ได้ท่องจำว่า 1+1 ต้องตอบ 2 แต่สมองของเด็กหรือ AI มันจะเริ่มสกัดเอาคุณลักษณะออกมาว่ามันมีสิ่งที่เรียกว่า
การเพิ่มขึ้น และ การลดลง ของจำนวนอยู่จริง มันเริ่มมองเห็นรูปแบบหรือแพทเทิร์นว่า ถ้าขยับไปข้างหน้าสองก้าว แล้วถอยหลังกลับมาสองก้าว มันจะกลับมาที่จุดเดิม

เพราะฉะนั้น เมื่อเราโยนคำถามใหม่อย่าง 4 - 2 ไปให้ โดยที่เราไม่เคยป้อนข้อมูลคำตอบให้เอไอหรือบอกเด็กเลยแม้แต่ครั้งเดียว ทั้งเด็กและ AI ก็จะสามารถคำนวณและตอบได้เองว่ามันเท่ากับ 2 เพราะค่าน้ำหนักในสมองมันไม่ได้ล็อกไว้กับตัวเลขทื่อๆ แต่มันล็อกไว้กับตรรกะและเหตุผลที่แฝงอยู่ในข้อมูลที่มีคุณภาพครับ พอเข้าใจใช่ไหม ..มันคือการรู้จักคิดต่อยอดนั่นแหละครับ ซึ่งเป็นเรื่องธรรมดาที่ไม่ธรรมดามาก

มันคือความสามารถในการเอาตรรกะที่เคยเรียนรู้ ไปใช้แก้โจทย์ใหม่ๆ ที่ไม่เคยเจอในชีวิต เช่น ถ้าเราเลี้ยงเด็กด้วยการบอกแค่ว่า อันนี้ห้ามทำ อันนั้นต้องทำ (เหมือน AI ยุคเก่าที่เขียน Hard-code สั่งสัจนิพจน์ลงไปตรงๆ ที่กำหนด คำถาม-คำตอบ หรือ ถาม A ตอบ B นะ อะไรแบบนี้)

ซึ่งปัญหาของเอไอยุคเก่า หรือเด็กที่ถูกสอนโดยขาดตรรกะการคิดเชิงวิเคราะห์ ก็คือวันหนึ่งเมื่อไปเจอสถานการณ์สีเทาๆ ที่ไม่มีในตำราที่เคยถูกป้อนมา
เขาก็จะเอ๋อและทำตัวไม่ถูก แต่ถ้าเราสอนเขาด้วย ตรรกะ ให้เขาเข้าใจว่าทำไมการทำแบบนี้ถึงสร้างความเดือดร้อนให้คนอื่น และทำไมการแบ่งปันถึงสร้างความสุข (เหมือนการเทรนโมเดลด้วยข้อมูลที่มีโครงสร้างเหตุผลลึกซึ้ง) สมองของเขาจะสร้าง Neural Pathway หรือโครงข่ายค่าน้ำหนักที่แข็งแกร่งขึ้นมาเอง ซึ่งถ้าเราซูมลึกลงไปดูในระดับกลไก โครงข่ายค่าน้ำหนัก (Weights) ที่ว่านี้ มันทำงานเชื่อมโยงกับ คณิตศาสตร์อนุพันธ์ (Calculus / Derivatives) ที่ Andrej Karpathy ได้อธิบายและพิสูจน์ไว้ใน Micrograd แบบเป๊ะๆ

กลับมาเรื่องความรักกันบ้างครับ...

ถ้าผมจะนิยามความรักในรูปแบบนี้ โดยผมอยากให้คุณลองมองว่า ความบริสุทธิ์ 100% ที่ไร้เงื่อนไข คือจุดที่ Loss = 0

แต่ในความเป็นจริง จิตใจของมนุษย์เราซับซ้อนเกินกว่าจะเป็นศูนย์ครับ เพราะทุกครั้งที่คุณรักใครสักคน มันจะมีเงื่อนไขแฝงอยู่เสมอ
ไม่ว่าจะเป็นความเหงา ความชอบ ชุดข้อมูลที่ถูกฝังหัวเรื่องสถานะทางสังคม(เช่นเห็นคนรวยแล้วชอบ) ซึ่งมันมีผลกับสารเคมีในสมอง
ความต้องการคนซัพพอร์ตทางอารมณ์, เศรษฐกิจ หรือแม้กระทั่งความคาดหวังลึกๆ ว่าเขาจะรักเราตอบ ซึ่งมันเป็นผลมาจากการรวมกลุ่มทางสังคมของมนุษย์ที่เป็นผลให้เกิดความเปรียบเทียบ => นำไปสู่การแบ่งชนชั้น => ยุคเก่าแบ่งหนักมาก => เกิดทฤษฎีคนเท่ากัน => ซึ่งทฤษฎีคนเท่ากันมันเป็นข้อมูลของมนุษยชาติที่ปรับค่าน้ำหนักเรื่องการแบ่งชนชั้นให้เกิดความเท่าเทียมกันขึ้น ซึ่งโดยส่วนตัวผมคิดว่าการมาของทุนนิยมยิ่งทำให้ค่า Loss เพิ่มขึ้น เพราะมนุษย์ให้ค่ากับวัตถุนิยมมากเกินไป แต่ยังดีที่มีคนแบบสังคมนิยมเข้ามาถ่วงให้ค่า Loss ต่ำลง

ซึ่งตราบใดที่เรายังเป็นมนุษย์ธรรมดา ค่า Loss ในความสัมพันธ์ของเราจะไม่มีวันเป็นศูนย์เป๊ะๆ เพราะเราทุกคนต่างมีความเห็นแก่ตัว มีอีโก้ และมีบาดแผลในอดีตที่ฝังอยู่ในใจ ซึ่งสิ่งเหล่านี้แหละครับคือนอยส์ที่คอยกวนสมการความรักของเราอยู่ตลอดเวลา

คำถามคือ เราจะทำยังไงให้ความรักมันดีขึ้น? หลังจากที่ผมได้ดูวิดีโอเกี่ยวกับ Micrograd ของ Andrej Karpathy มันมีกระบวนการหนึ่งที่เป็นหัวใจสำคัญ เรียกว่า Backpropagation ซึ่งมันคือการส่งแรงย้อนกลับไปคำนวณว่า ตัวแปร (Weights) ตัวไหนในระบบที่ทำให้เกิดข้อผิดพลาด แล้วเราต้องปรับเปลี่ยนมันอย่างไรเพื่อให้อนาคตเราผิดพลาดน้อยลง เทียบกับในความสัมพันธ์ของผมกับคุณ หรือคุณกับแฟนก็เหมือนกันครับ เวลาที่เราใช้อารมณ์ใส่กัน เวลาที่เราทะเลาะกันจนบ้านแทบแตก หรือเวลาที่มีความไม่เข้าใจกันเกิดขึ้น นั่นแหละคือช่วงเวลาที่ชีวิตกำลังบังคับให้เราทำ Backpropagation ซึ่งมันคือการย้อนกลับมามองตัวเองอย่างเจ็บปวดว่า "ตรงไหนในตัวเราที่ต้องปรับ?" เราคาดหวังสูงเกินไปหรือเปล่า? (Weight ของความคาดหวังมากเกินไป)

เราให้เขาน้อยเกินไปไหม? (Weight ของการใส่ใจต่ำเกินไป)

ถ้าคุณเลือกที่จะหันหน้าคุยกัน ยอมรับความผิดพลาด และพยายามปรับตัว นั่นแปลว่าคุณกำลังคำนวณ gradient หรือทิศทางที่จะพัฒนาความสัมพันธ์ให้ดีขึ้นในรอบถัดไป

ทีนี้ ความเร็วในการปรับตัวที่คุณต้องเลือกแต่การปรับตัวก็ไม่ใช่เรื่องง่ายครับ ในสมการมันจะมีตัวแปรควบคุมที่เรียกว่า อัตราการเรียนรู้ ซึ่งถ้าเปรียบเทียบกับชีวิตคู่ มันคือความใจเย็นและความยืดหยุ่น ของเรา ซึ่งถ้าอัตราการเรียนรู้ของคุณสูงเกินไป จะส่งผลให้คุณจะกลายเป็นคนที่วู่วาม พอทะเลาะกันนิด
หน่อย คุณก็อยากจะเปลี่ยนทุกอย่างทันที ประชดประชัน หรือบอกเลิกไปเลย.. ผลลัพธ์คือ พัง ครับ!

ถ้าอัตราการเรียนรู้ของคุณต่ำเกินไป คุณจะเป็นคนเฉื่อยชา รู้ทั้งรู้ว่าความสัมพันธ์มีปัญหา รู้ว่าต้องปรับปรุงตัว แต่คุณเลือกที่จะทำตัวเฉยๆ ปรับตัวทีละนิดผ่านไปหนึ่งปี สองปี สามปีก็ยังอยู่ที่เดิม สุดท้ายความรักก็ไม่พัฒนาไปไหนเลย ทีนี้สิ่งที่ควรทำคือ เราต้องหา การเรียนรู้ที่พอดี ไม่เร็วไป และไม่มากเกินไป

ทีนี้มันจะมีกับดัก ซึ่งนั่นคือจุดที่เราคิดว่ามันดูเหมือนจะดีที่สุดของ ณ พื้นที่นั้น หรือ บริเวณนั้น หรือ ณ ตรงนั้น แต่ยังไม่ใช่จุดที่ดีที่สุดจริงๆ ซึ่งเราอาจคิดว่าดีที่สุด ทั้งที่ยังไปได้อีก ซึ่งบางครั้ง คุณอาจจะเคยรู้สึกว่า อยู่กันไปแบบนี้ก็ดีอยู่แล้วนี่ ทั้งที่ลึกๆ แล้วมันมีความอึดอัดบางอย่างซ่อนอยู่ ถ้าในทางคณิตศาสตร์ เราเรียกจุดนี้ว่า Local Minima ซึ่งมันคือจุดที่ค่า Loss ลดลงมาจนต่ำระดับหนึ่ง และรอบๆ ข้างมันดูเหมือนจะสูงขึ้น ..คอมพิวเตอร์เลยทึกทักเอาเองว่า เออ ตรงนี้แหละต่ำที่สุดแล้ว ดีที่สุดแล้ว ทั้งที่จริงๆ แล้ว ถ้ามันยอมก้าวข้ามเนินไปอีกนิด มันจะเจอจุดที่ต่ำกว่าและเสถียรกว่าครับ

ความสัมพันธ์ที่ทนอยู่กันไป ไม่ยอมเปิดใจคุยเรื่องยากๆ เพราะกลัวจะทะเลาะกัน ก็เปรียบได้กับการติดอยู่ใน Local Minima ซึ่งความหมายในบริบทของบทความนี้คือ จุดที่ดูเหมือนจะดีที่สุดในบริเวณนั้น แต่ยังไม่ใช่จุดที่ดีที่สุดจริงๆ คือเหมือนจะดีที่สุดแล้วแต่มันยังดีได้มากกว่านี้นั่นแหละครับ ซึ่งจุดนี้คุณคิดว่ามันปลอดภัย แต่จริงๆ มันแค่ยังไม่ดีที่สุด คือมันดีได้มากกว่านี้อีก และการที่เราจะหลุดจากจุดนี้ได้ บางทีเราต้องยอมให้ระบบมันเจอกับแรงกระแทก หรือยอมเสี่ยงที่จะเจ็บปวด เพื่อจะเดินไปสู่จุดที่เข้าใจกันมากกว่าเดิม

นิยามความรักที่ดีต้องบีบเข้าหากันครับ ..บีบเข้าหากันในที่นี้ คือเข้าหาจุดที่มีความบริสุทธิ์ที่สุด แม้ว่าในความเห็นผม มันจะไม่มีทางที่จะบริสุทธิ์ที่สุด หรือค่า Loss เป็น 0 (ผมเชื่อว่าไม่มีทางเป็น 0 เพราะรักบริสุทธิ์ไม่มีจริง ทำได้มากสุดคือ ใกล้กับ 0 เช่น ความรักของแม่พ่อที่มีต่อลูก <ไม่นับพ่อแม่ที่แย่นะครับ แต่ผมหมายถึง พ่อแม่ตามหลักจริยธรรมในอุดมคติของมนุษย์ส่วนใหญ่ที่มองว่าควรจะเป็น > )

ถ้าคุณถามผมว่า สรุปแล้วรักแท้ที่บริสุทธิ์มันมีจริงไหม? ผมก็ยังยืนยันคำเดิมครับว่า ในโลกแห่งความจริงนี้ มันไม่มีอยู่จริงแต่สิ่งที่ผมค้นพบจากการนั่งมองโค้ด Micrograd ก็คือ... แม้ว่าค่า Loss จะไม่มีวันเป็น 0.000000... แบบสมบูรณ์แบบ (ในทางทฤษฎีจริงๆ มันแทบไม่มีวันเป็นศูนย์เป๊ะ แต่อาจเป็นศูนย์ได้แค่ในหน้าจอคอมพิวเตอร์เพราะระบบมันปัดเศษทิ้ง) แต่อัลกอริทึมที่ดี มันสามารถที่จะหาช่องที่จะไปสู่จุดที่เกือบจะเป็นศูนย์ได้ เช่น 0.00001 ซึ่ง ความรักก็เช่นกันครับ มันอาจจะไม่ใช่รักที่ขาวสะอาดตั้งแต่แรกเริ่ม แต่มันคือการที่มนุษย์ที่มีตำหนิสองคน ยอมเอาชีวิตมาผูกไว้ด้วยกัน แล้วพยายามปรับตัวเข้าหากันในทุกๆ วัน ไม่เร็วเกินไป เพื่อที่จะขยับเข้าใกล้คำว่าบริสุทธิ์ให้ได้มากที่สุดเท่าที่จะทำได้

รักแท้ในชีวิตจริง ไม่ใช่การเจอคนทีใช่แล้วทุกอย่างมันจะดี แต่คือการที่คนสองคนยอมเจ็บ ยอมปรับปรุงตัวเอง และไม่ยอมปล่อยมือกันต่างหากครับ

ฉะนั้น อย่าถามหาความบริสุทธิ์ เพราะมันไม่มีทางบริสุทธิ์ เพราะความรัก คือการดีล ด้วยความจริงใจต่อกันของคนสองคน

ขอบคุณที่อ่านจนจบครับ :D