ทำไม TSMC เปรียบ AI เป็น “ซูเปอร์แมนวัย 3 ขวบ”

TSMC ไม่ได้ปฏิเสธ AI แต่สิ่งที่บริษัทสื่อชัดเจนกว่านั้นคือ AI มีประโยชน์มากในงานเทคนิคที่ขอบเขตชัดเจน ทว่าไม่ควรได้รับความไว้วางใจให้แตะข้อมูลวิจัยลับ ความรู้ด้านกระบวนการผลิต หรือการตัดสินใจในโรงงานที่ผิดพลาดแล้วอาจส่งผลร้ายแรง หากยังไม่มีการควบคุมเข้มงวดและมนุษย์ตรวจทาน

“ซูเปอร์แมนวัย 3 ขวบ” หมายความว่าอย่างไร

Y.J. Mii ประธานเจ้าหน้าที่ฝ่ายปฏิบัติการร่วม (Co-COO) ของ TSMC ใช้คำเปรียบนี้เพื่อชี้ให้เห็นช่องว่างระหว่าง ความสามารถ กับ วิจารณญาณ ของ AI

AI อาจทำงานได้ทรงพลังอย่างน่าทึ่ง แต่ยังไม่เข้าใจว่าการกระทำของตนอาจสร้างความเสียหายแบบใด และไม่รู้ได้อย่างน่าเชื่อถือว่าอะไรถูกหรือผิด 14

สำหรับ TSMC ซึ่งความได้เปรียบในการแข่งขันอยู่ที่เทคโนโลยีเซมิคอนดักเตอร์เฉพาะทาง ความต่างนี้มีความหมายมาก เครื่องมือไม่จำเป็นต้องมีเจตนาร้ายจึงจะก่อปัญหาได้: พนักงานอาจส่งข้อมูลลับให้ระบบที่ไม่เหมาะสม หรือเวิร์กโฟลว์อัตโนมัติอาจดำเนินการที่ควรผ่านการอนุมัติก่อน

เหตุใดข้อมูล R&D จึงต้องได้รับการปกป้องเป็นพิเศษ

Mii ระบุว่า TSMC ระมัดระวังเป็นพิเศษกับการใช้ AI จัดการข้อมูลวิจัยและพัฒนา (R&D) ที่อ่อนไหว เพราะการใช้ผิดวิธีอาจทำให้ข้อมูลรั่วไหลหรือสูญหายได้ 16

ในอุตสาหกรรมการผลิตชิป ข้อมูลอ่อนไหวอาจครอบคลุมองค์ความรู้ด้านวิศวกรรมกระบวนการ ข้อมูลจากการทดลอง และทรัพย์สินทางปัญญาอื่นในงานวิจัย รายงานที่มีไม่ได้เปิดเผยนโยบายภายในของ TSMC ทั้งหมด หรือระบุชุดข้อมูลที่ถูกจำกัดไว้อย่างครบถ้วน แต่ยืนยันหลักคิดสำคัญว่า ยิ่งข้อมูลเป็นความลับและทดแทนไม่ได้มากเพียงไร ก็ยิ่งไม่ควรส่งต่อให้ระบบ AI โดยไม่มีมาตรการป้องกันที่รัดกุม 16

Mii ยังกล่าวถึงเหตุการณ์ที่เกี่ยวข้องกับโมเดลของ OpenAI และ Anthropic ในองค์กรภายนอกในฐานะตัวอย่างเตือนใจ อย่างไรก็ดี ข้อมูลที่มีไม่ได้ยืนยันว่าเหตุการณ์เหล่านั้นเป็นการโจมตี TSMC เอง 14

เมื่อ AI เป็นเอเจนต์ ความเสี่ยงยิ่งสูงขึ้น

ความเสี่ยงเพิ่มขึ้นมากเมื่อ AI ไม่ได้มีหน้าที่เพียงตอบคำถาม แต่ทำงานเป็น AI agent ที่เข้าถึงระบบขององค์กรและลงมือดำเนินการได้เอง

สมาคมอุตสาหกรรมเซมิคอนดักเตอร์ไต้หวันระบุว่า สิทธิ์ที่อาจก่อความเสี่ยงด้านความปลอดภัยมี 4 กลุ่ม ได้แก่ การเข้าถึงข้อมูล ความสามารถในการสั่งงานระบบ การติดต่อกับภายนอก และการตัดสินใจอัตโนมัติ เมื่อมีสิทธิ์เหล่านี้ เอเจนต์อาจอ่านไฟล์ลับ สั่งคำสั่ง เปลี่ยนการตั้งค่า รันโค้ด หรือกระตุ้นเวิร์กโฟลว์ต่าง ๆ ได้ 2

สมาคมเตือนว่า หากการโจมตีแบบ prompt injection สำเร็จ—กล่าวคือผู้ไม่หวังดีหลอกหรือแทรกคำสั่งให้ AI ทำตาม—และเอเจนต์ยังมีสิทธิ์เข้าถึงกว้างพร้อมอำนาจสั่งงาน ผลกระทบจะร้ายแรงกว่าเดิมมาก มาตรการที่แนะนำจึงรวมถึงการให้สิทธิ์เท่าที่จำเป็น การแยกสภาพแวดล้อมทดสอบ (sandbox) รายการเครื่องมือที่อนุญาต การจำกัดอัตราการทำงาน การตรวจจับความผิดปกติ การบล็อกคำสั่งเสี่ยงสูง และการกำหนดตัวตนกับสิทธิ์ของเอเจนต์ให้ตรวจสอบย้อนหลังได้ 2

นี่คือความหมายเชิงปฏิบัติของคำเปรียบ “ซูเปอร์แมนวัย 3 ขวบ” ในบริบทโรงงานผลิตชิป: ความฉลาดในการทำงาน ไม่ได้เท่ากับความน่าไว้วางใจในการปฏิบัติการ

งานใดที่ TSMC ยังมองว่า AI มีประโยชน์

ข้อมูลที่มีชี้ว่า TSMC ยังเห็นประโยชน์ของ AI ในงานเขียนโปรแกรมและระบบออกแบบอิเล็กทรอนิกส์อัตโนมัติ หรือ EDA (electronic design automation) Mii ระบุว่างานเหล่านี้มีอินพุตและเอาต์พุตที่กำหนดชัดเจน และมีชุดข้อมูลขนาดใหญ่ ซึ่งเป็นเงื่อนไขที่ AI เหมาะจะเข้ามาช่วย 8

แต่นั่นไม่ใช่การเปิดทางให้ระบบอัตโนมัติทำงานโดยไร้ข้อจำกัด รายงานเดียวกันระบุว่า การตัดสินใจสำคัญยังต้องอาศัยมนุษย์ โดยเฉพาะงานที่เกี่ยวข้องกับ R&D อ่อนไหวหรือการใช้ดุลยพินิจซับซ้อน 8

ทำไม AI ยังแก้คอขวดของ A14 และ A10 ไม่ได้

อีกประเด็นของ Mii คือข้อจำกัดของซอฟต์แวร์ในอุตสาหกรรมที่ต้องพึ่งพาโลกกายภาพ เขากล่าวว่า AI ยังไม่ค่อยช่วยแก้ข้อจำกัดด้านความสามารถของอุปกรณ์การผลิต ซึ่งส่งผลต่อการพัฒนาเทคโนโลยีกระบวนการผลิต A14 และ A10 รุ่นถัดไปของ TSMC 17

AI อาจช่วยวิเคราะห์ข้อมูลหรือยกระดับงานวิศวกรรมที่นิยามโจทย์ไว้ชัด แต่ไม่สามารถทำให้เครื่องมือผลิตชิปมีสมรรถนะที่มันยังไม่มีได้เอง หากความก้าวหน้าถูกจำกัดด้วยประสิทธิภาพของอุปกรณ์ในสายการผลิต คำตอบจึงต้องมาจากการพัฒนาเครื่องมือทางกายภาพและห่วงโซ่เทคโนโลยีที่เกี่ยวข้อง ไม่ใช่แค่ใช้โมเดล AI ที่เก่งกว่าเดิม 17

TSMC ระบุว่า A14 คาดว่าจะเริ่มการผลิตในปี 2028 ซึ่งสะท้อนว่าการพัฒนาชิปขั้นสูงเป็นงานระยะยาว และต้องอาศัยทั้งนวัตกรรมการออกแบบกับความพร้อมด้านการผลิต 14

บทเรียนสำหรับการใช้ AI ในงานเดิมพันสูง

จุดยืนของ TSMC แยกสองคำถามที่มักถูกปนกันออกจากกันอย่างชัดเจน: AI ทำงานที่น่าประทับใจได้หรือไม่ กับ AI ควรได้รับอนุญาตให้ทำงานอัตโนมัติท่ามกลางข้อมูลสำคัญที่สุดและการตัดสินใจที่ย้อนกลับไม่ได้หรือไม่

คำตอบของ Mii คือ AI ในปัจจุบันมีที่ทางในเวิร์กโฟลว์ที่กำหนดขอบเขตได้ดี แต่ความสามารถเพียงอย่างเดียวไม่เพียงพอที่จะให้เข้าถึงข้อมูล R&D ที่อ่อนไหว สิทธิ์ระบบในวงกว้าง หรืออำนาจตัดสินใจชี้ขาดเหนือการผลิตชิปขั้นสูง สำหรับงานเซมิคอนดักเตอร์ที่มีเดิมพันสูง การจำกัดขอบเขต การให้สิทธิ์เท่าที่จำเป็น การตรวจทานที่มีผู้รับผิดชอบ และวิจารณญาณของมนุษย์ยังเป็นสิ่งจำเป็น 128