Highlight
- AI เป็นกระบวนการทำให้คอมพิวเตอร์มีปัญญา สามารถทำสิ่งต่างๆ ได้คล้ายๆ กับคน ส่วน Machine Learning จะเป็นหนึ่งในกระบวนการเรียนรู้ของ AI เพื่อให้ได้ผลลัพธ์ตามที่ต้องการ
- AI มีบทบาทอย่างมากในชีวิตประจำวัน ตั้งแต่การเก็บข้อมูล เสนอขายสินค้า ตอบคำถามของลูกค้า ไปจนถึงการวิเคราะห์การซื้อขายของผู้ประกอบการ
- AI จะกลายเป็นตัวช่วยที่ดีได้ต่อเมื่อทั้งคนและ AI มีการคิดและทำงานประสานกันอย่างเป็นรูปแบบ ไม่อ้างอิงฝ่ายใดฝ่ายหนึ่งมากเกินไป เพราะในปัจจุบัน AI ยังมีขีดความสามารถที่จำกัด อาจทำงานได้ไม่อิสระเท่าที่เราคิด
หลายคนคงเคยได้ยินคำว่า AI และ Machine Learning มาแล้ว แต่ไม่ใช่ทุกคนที่จะรู้จักความแตกต่าง ในวันนี้ คุณเกียรติสกุล วัชรินทร์ยานนท์ ผู้เชี่ยวชาญทางด้าน AI & Machine Learning จากสถาบันนวัตกรรม จะมาช่วยไขข้อสงสัยเกี่ยวกับ Machine Learning ให้เราได้ฟังกัน
โดยคุณสามารถฟัง podcast การสัมภาษณ์ฉบับเต็มที่ได้จากที่นี่
Apple Podcast: https://podcasts.apple.com/us/podcast/ptt-tech-insight/id1495191642?ign-mpt=uo%3D4
Google Podcast : https://podcasts.google.com/?feed=aHR0cHM6Ly9hbmNob3IuZm0vcy8xMjlmYTFhYy9wb2RjYXN0L3Jzcw
Spotify : https://open.spotify.com/show/56mHx2Qmozrs80Yxh526mQ
Anchor: https://anchor.fm/patthadon-kalumpasut
AI & Machine Learning แบบเข้าใจง่ายๆ
Artificial Intelligence (AI) หรือในภาษาไทยคือปัญญาประดิษฐ์ คือการทำให้คอมพิวเตอร์หรือเครื่องจักรต่างๆ มีความคิดอ่าน หรือสามารถตอบสนองสิ่งต่างๆ ได้คล้ายกับมนุษย์ AI ครอบคลุมตั้งแต่การทำเรื่องง่ายๆ ตอบโต้แบบ Yes No ไปจนถึงการเรียนรู้เรื่องยากๆ อย่างการคำนวณแผนการตลาด การคำนวณหุ้น
การทำให้ AI เรียนรู้สิ่งใดสิ่งหนึ่งได้นั้นมีหลากหลายรูปแบบ เช่น การใช้งาน Rule base ซึ่งคือการกำหนดความรู้ต่างๆ ของมนุษย์ให้เป็นกฎของ AI เพื่อให้มันปฏิบัติตาม เช่น กำหนด AI ให้มีการแจ้งเตือนเมื่ออุณหภูมิในการทำอาหารสูงหรือต่ำกว่าที่กำหนด หรือคำนวณเวลาในการแช่อาหารหรือเวลาหมดอายุของอาหารชนิดนั้นๆ
Machine Learning เป็นศาสตร์การเรียนรู้ของ AI อีกหนึ่งแขนง ที่ไม่ได้เป็นการกำหนดกฎเกณฑ์ แต่เป็นการบอกหรือแนะนำข้อมูลต่างๆ ให้ AI รู้และเข้าใจได้ด้วยตนเอง โดย Machine Learning เองก็มีเทคนิคหลากหลายออกไป ไม่ว่าจะเป็น
- Linear Digressions: การสร้างสมการเชิงเส้นขึ้นมาเพื่อคาดคะเนแนวโน้มความสำเร็จจากการเรียนรู้ให้ได้มากที่สุด
- Reinforcement Learning: การให้คอมพิวเตอร์สุ่มทำงานไปก่อน แล้วทางผู้ใช้กำหนดคำตอบว่าสิ่งที่ AI ทำมานั้นถูกหรือผิด
- Neural Network หรือ Deep Learning: การให้คอมพิวเตอร์ค่อยๆ เรียนรู้ จากคอนเซปต์ง่ายๆ ที่มีความซับซ้อนน้อย แล้วซอยย่อยไปเรื่อยๆ จนคอมพิวเตอร์สามารถเรียนรู้สิ่งต่างๆ ที่ยากขึ้นมาได้
AI มีประโยชน์กับชีวิตเราอย่างไร
โฆษณา เห็นจะเป็นตัวอย่างที่ชัดเจนที่สุดสำหรับกรณีนี้
ในปัจจุบันมีการเก็บข้อมูลของทุกคนอยู่เสมอ และผู้ที่อยู่เบื้องหลังการปล่อยโฆษณาให้ตรงจุด ตรงบุคคล ในโซเชี่ยลมีเดียหรือเว็บไซต์ต่างๆ ก็คือ AI นี่ล่ะ
นอกเหนือจากนั้นยังมีในเรื่องของการทำการตลาด กำหนดเส้นทางขนส่ง วางแผนการผลิต แล้วแต่ว่าบริษัทหรือผู้ประกอบการเจ้านั้นจะใช้ AI ในรูปแบบใด ยิ่งเรามีข้อมูลรองรับให้ AI เรียนรู้มากขึ้นเท่าไหร่ ตัว AI ก็จะยิ่งมีการพัฒนาได้ดีขึ้นมากเท่านั้น
แม้แต่ภายใต้วิกฤตโรคระบาด AI เองก็ยังมีส่วนร่วมในการสำรวจตรวจสอบข้อมูล ทั้งการคัดกรองบุคคล การจ่ายเงิน การทำงานการแพทย์ ไปจนถึงการเสิร์ฟอาหารให้ผู้ป่วยโดยการประยุกต์ใช้งานในหุ่นยนต์
แต่แน่นอนว่า AI ไม่ใช่สิ่งครอบจักรวาล มันก็มีข้อจำกัดเช่นกัน
AI เองก็มีข้อจำกัด
ปัญญาประดิษฐ์จะทำงานตาม ‘ข้อมูล’ ปริมาณมาก และเป็นข้อมูลที่ถูกต้องเป็นหลัก หากข้อมูลนั้นเบี่ยงเบนหรือเป็นข้อมูล Bias ปัญญาประดิษฐ์ก็จะมีความ Bias ด้วย แม้ว่าจะเป็นข้อมูลที่ถูก หรือยิ่ง AI รับข้อมูลผิดๆ มันก็จะยิ่งตีความข้อมูลนั้นผิดไปด้วย
ดังนั้นผู้พัฒนาก็ต้องมีการแก้ไข คัดกรองข้อมูล และตรวจจับข้อมูลที่ไม่ถูกต้องก่อนดำเนินการสอน AI ให้ทำงานต่อๆ ไป
สรุป
เห็นได้ชัดว่าปัญญาประดิษฐ์ในปัจจุบันยังคงมีขีดจำกัดอยู่ ซึ่งตรงนี้แต่ละองค์กรต้องประยุกต์ความถนัดและความรู้ในองค์กร ผสานกับตัวปัญญาประดิษฐ์ที่มีคุณภาพ เพื่อให้องค์กรสามารถใช้ความรู้ความสามารถและข้อมูลที่มีอยู่ให้ได้ประโยชน์สูงสุด
จัดทำโดย สถาบันนวัตกรรม
