Machine Learning เทคโนโลยีสุดล้ำเบื้องหลังของ AI

Machine Learning คือ ส่วนการเรียนรู้ของเครื่อง ถูกใช้งานเสมือนเป็นสมองของ AI (Artificial Intelligence) เราอาจพูดได้ว่า AI ใช้ Machine Learning ในการสร้างความฉลาด มักจะใช้เรียกโมเดลที่เกิดจากการเรียนรู้ของปัญญาประดิษฐ์ ไม่ได้เกิดจากการเขียนโดยใช้มนุษย์ มนุษย์มีหน้าที่เขียนโปรแกรมให้ AI (เครื่อง) เรียนรู้จากข้อมูลเท่านั้น ที่เหลือเครื่องจัดการเองMachine Learning เรียนรู้จากสิ่ง หรือข้อมูล ที่เราส่งเข้าไปกระตุ้น แล้วจดจำเอาไว้เป็นมันสมอง ส่งผลลัพธ์ออกมาเป็นตัวเลข หรือ code ที่ส่งต่อไปแสดงผล หรือให้เจ้าตัว AI นำไปแสดงการกระทำ Machine Learning เองสามารถเอาไปใช้งานได้หลายรูปแบบ ต้องอาศัยกลไกที่เป็นโปรแกรม หรือเรียกว่า Algorithm ที่มีหลากหลายแบบ โดยมี Data Scientist เป็นผู้ออกแบบ หนึ่งใน Algorithm ที่ได้รับความนิยมสูง คือ Deep Learning ซึ่งถูกออกแบบมาให้ใช้งานได้ง่าย และประยุกต์ใช้ได้หลายลักษณะงาน อย่างไรก็ตาม ในการทำงานจริง Data Scientist จำเป็นต้องออกแบบตัวแปรต่างๆ ทั้งในตัวของ Deep Learning เอง และต้องหา Algorithm อื่นๆ มาเป็นคู่เปรียบเทียบ เพื่อมองหา Algorithm ที่เหมาะสมที่สุดในการใช้งานจริงสรุปว่า AI จะกระทำอะไรต่อมิอะไรได้ต้องอาศัยส่วนสมองอย่าง Machine Learning ที่เรียนรู้จากสิ่งที่เราส่งไปและส่งผลออกมาเป็นชุดข้อมูล โดยอาศัยโปรแกรม Algorithm ในการประมวล

ตัวอย่าง Machine Learning ในชีวิตประจำวันเรามีอะไรบ้าง

Machine Learning อยู่ในชีวิตประจำวันของเราอย่างเนียนมากๆ มาดูกันว่ามีอะไรบ้าง

  • Apple Siri ที่มี Speech Recognition หรือการฟังเสียงและถอดข้อความ Machine Learning นี้ทำให้เกิด NLP (Natural Language Processing) ชื่อในภาษาไทยคือการประมวลผลภาษาธรรมชาติ โดยปกติแล้วมนุษย์มีการใช้ภาษาที่กำกวม แต่คอมพิวเตอร์ใช้ภาษาที่มีลักษณะแน่นอนในการสื่อสาร จึงทำให้มีความยากในการประมวลผล ซึ่ง NLP ก็มีหลายแขนง ใช้การเขียนโปรแกรมแบบใช้เงื่อนไขมาประมวลผลภาษา แต่ด้วยความเป็นไปของภาษาที่เร็วมาก คำใหม่หรือรูปแบบประโยคใหม่ ๆ เกิดขึ้นเร็วมาก การนำ Machine Learning มาช่วยในปัจจุบันจึงทำให้ NLP แม่นยำขึ้นและตามทันโลกได้ไวขึ้น ซึ่งเทคโนโลยีนี้นำมาใช้ใน Siri
  • Face ID ของ Apple ที่เราสงสัยกันว่าเราเปลี่ยนลุคหรือเมคอัพแล้ว มันยังจะเวิร์คอยู่หรือไม่ นี่เป็นอีกตัวอย่างหนึ่งในการใช้ Machine Learning เพราะว่า Apple จะใช้วิธียิงจุดอินฟราเรดออกไป และใช้การตรวจสอบรูปของหน้า และแม้ว่าหน้าตาจะเปลี่ยนไปเล็กน้อย เปลี่ยนทรงผม ใส่แว่น Face ID ก็ยังคงสามารถตรวจสอบได้ และถึงจะใช้หน้ากากก็ไม่รอด Face ID เพราะว่า Apple ใช้ Machine Learning เรียนรู้รูปแบบหน้าที่แตกต่างกันมาเยอะมาก และสร้างโมเดลให้คอมพิวเตอร์เรียนรู้
  • Google Assistant ที่สามารถรับคำสั่งด้วยเสียง อีกหนึ่งนวัตกรรมที่ Machine Learning ได้เข้ามามีส่วนพัฒนาความสามารถเช่นกัน ไม่ว่าจะเป็นการรับฟังคำสั่งด้วยเสียงที่แม่นยำมากขึ้นสามารถรองรับได้หลายสำเนียงพูด
  • ข้อเสนอที่แฝงตัวบน YouTube Google ใช้ Machine Learning ในการประมวลข้อมูลไปกับบริการอื่นของบริษัท เช่น บริการแนะนำวิดีโอที่ผู้ใช้งานอาจจะชอบ หรือ วิดีโอที่คุณดูแล้วบน YouTube ซึ่งเหล่านี้ระบบเรียนรู้จากพฤติกรรมการรับชมของเรา
  • การแนะนำหนังที่เราน่าจะสนใจโดย Netflix การค้นหาและเชื่อมโยงคอนเทนต์ที่แต่ละคนน่าจะถูกใจที่เกิดขึ้นจาก Machine Learning นั่นคือสิ่งที่ Netflix ทำเพื่อพยายามชักจูงให้เราตัดสินใจชมคอนเทนต์นั้นให้ได้ โดยเฉพาะกับเนื้อเรื่องที่เราอาจไม่ค่อยคุ้น โดยนำเสนอด้วยภาพกราฟิกที่เหมาะกับแต่ละคน เช่น ภาพฉากการกระทำของตัวละครที่น่าจะตรงใจเรามากขึ้น, ภาพนักแสดงที่เราน่าจะคุ้นเคย เป็นต้น

เหล่านี้ทั้งหมดที่กล่าวมาข้างต้นถือเป็นสิ่งที่เกิดขึ้นจาก Machine Learning ทั้งสิ้น กว่าจะรู้ตัวอีกทีก็รุกคืบมาแบบไม่ให้เรารู้เนื้อรู้ตัว ทีนี้พอเราเริ่มมีประสบการณ์ในการใช้งานโดยตรงแล้ว เห็นได้ว่ามันจะถูกพัฒนาไปอย่างไม่หยุดยั้ง โดยเฉพาะการให้บริการผ่านแอปพลิเคชันผ่านอุปกรณ์เทคโนโลยีต่างๆนั้น มีมาให้ได้ใช้กันอยู่เรื่อยๆ เรียกว่าอัพเดทกันตลอด เพื่อให้ถูกมือถูกใจของเรามากขึ้น

Leave a Comment

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *

Shopping Cart