ค.ศ. 2025 : AI & Machine Learning For Real. / By Alfa Man
ประตูสู่โลกอนาคต โอกาสที่รอคุณอยู่!
คุณอยากเป็นคนกลุ่มแรก …หรือคนกลุ่มสุดท้ายที่จะเดินผ่านประตู?
ค่อยๆก้าว เรียนรู้AI ง่ายๆ …8 EP … From “Zero” To “Hero”!
………… ทุกวันพุธ 10:00 ………
👍ศตวรรษที่ 17: General-purpose technologies ที่ผลักดันเศรษฐกิจโลกอย่างต่อเนื่องยาวนานถึง 250 ปี :
• Stream Engine,
• Electricity,
• Internal Combustion Engine
คือ เทคโนโลยี่พื้นฐาน ที่ถูกนำมาพัฒนาอุตสาหกรรมต่อเนื่องมากมาย อาทิเช่นInternal Combustion Engine Technology ทำให้เกิดอุตสาหกรรม รถยนตร์, รถบรรทุก, เครื่องบิน, เลื่อยวงเดือน, ฯลฯ
👏ศตวรรษที่ 21: ในช่วง 10 ปีที่ผ่านมา ได้เกิด Technology Breakthroughมากมาย ที่เกี่ยวกับ Artificial Intelligence เช่น Deep Learning Machine, Deep Neural Network, etc.
🔑ความก้าวหน้าเทคโนโลยี่ของ AI เหล่านี้เป็นเพียงแค่จุดเริ่ม AIยังสามารถพัฒนาต่ออย่างไร้ขีดจำกัด ด้วยศักยภาพของ Deep Learning Machine จะถูกพัฒนาให้เป็น General-purpose technologies แห่งศตวรรษที่ 21
♾ในช่วง 200 – 300 ปีข้างหน้า Deep Learning Machine จะกลายเป็นเทคโนโลยี่พื้นฐานสำหรับอุตสาหกรรม และผลิตภัณฑ์ต่างๆอีกมากมาย เช่นเดียวกับ General-purpose technologiesของศตวรรษที่ 17 ได้สร้างปรากฎการณ์ เป็นเทคโนโลยี่พื้นฐานที่ขับเคลื่อนเศรษฐกิจโลกมาอย่างยาวนานในช่วง 250 ปีที่ผ่านมา
🤖ปัจจุบันเริ่มใช้ Deep Learning Algorithm ในการวินิจฉัยโรคบ้างชนิดได้อย่างแม่นยำ อาทิเช่นโรคมะเร็ง
👏3 ปัจจัยที่ทำให้ Machine Learning (ML) เติบโตอย่างรวดเร็วในช่วง 20 ปีที่ผ่าน :
1. ปริมาณข้อมูลที่มีบนโลกอินเตอรเน็ต (Data Availability) : โตขึ้น 1,000 เท่า (Big Data)
• มากกว่า 90% ของข้อมูลในปัจจุบัน ถูกสร้างขึ้นในช่วง 2 ปีที่ผ่านมา
• IOT พัฒนา และจะพัฒนาสู่ตลาดอีกมากมายใน 10 ปีข้างหน้า เพื่อใช้ประโยชน์จาก Big Data บนโลกอินเตอร์เน็ต
2. ศักยภาพขบวนการคิดวิเคราะห์ของ AI & ML (AI & ML Algorithm Capability) : เพิ่ม 10 ถึง 100 เท่า
• AI : มี Machine Learning (ML) ขบวนการเรียนรู้ด้วยตัวเอง เป็นหัวใจการทำงาน
• ML Algorithm : อาศัยการ training เพื่อให้Machineเกิดการเรียนรู้ ยิ่งมี Training data มาก ความสามารถในการทำนายผลลัพท์ยิ่งแม่นยำ การค้นหาคำตอบยิ่งถูกต้อง
• ML Algorithm : มีการพัฒนาอย่างต่อเนื่อง จนเกิดขบวนการเรียนรู้แบบเชิงลึก (Deep Machine Learning Algorithm) ช่วยให้AIมีความฉลาดยิ่งขึ้น สามารถวิเคราะห์ได้ซับซ้อนยิ่งขึ้น และค้นหาคำตอบได้แม่นยำยิ่งขึ้น
• Deep Machine Learning Algorithm : ที่โดดเด่นในปัจจุบัน คือ Supervised Machine Learning Algorithm (ขบวนการเรียนรู้แบบชี้แนะคำตอบ) และ Reinforcement Machine Learning Algorithm (ขบวนการเรียนรู้แบบวางกรอบความคิดเพื่อให้เรียนรู้ด้วยตัวเอง)
• AI & ML ต่าง Platform : ในอนาคตเราจะเห็นการShare knowledge เมื่อ AI & ML เครื่องไหนมีปัญหาไม่สามารถแก้ได้ ก็โยนปัญหาขึ้น Cloud net แล้วมี AI & ML อีกนับล้านๆเครื่องต่างPlatformเข้ามาช่วยแก้ปัญหา
3. ศักยภาพคอมพิวเตอร์ (Computer Hardware Capability): Speed เพิ่ม 100 เท่า
• ด้วยเทคโนโลยี่ที่พัฒนาตลอดเวลา พบว่าศักยภาพของ IC เพิ่มขึ้น 2 เท่าทุก 18-24 เดือน
• ด้วยเทคโนโลยี่ล่าสุด นำGPU (Graphic Processing Unit)ที่มีจุดเด่นเรื่องการคำนวณสูตรคณิตศาสตร์ มาใช้เป็นหน่วยประมวลผลแทน CPU (Central Processor Unit) ในคอมพิวเตอร์ แน่นอนเทคโนโลยี่นี้ จะทำให้คอมพิวเตอร์รุ่นใหม่ เหมาะกับงาน AI & ML ที่ต้องใช้การคำนวณเป็นอย่างยิ่ง
อย่างเช่น Google’s TENSOR Processing Unit (TPU) ที่ใช้ GPUเป็นหน่วยประมวลผล ทำงาน 1 วัน มีประสิทธิภาพเท่ากับ คอมพิวเตอร์ที่ใช่ CPU ของ INTEL 80486 ที่ผลิตในปี ค.ศ. 1990 ทำงาน 250,000 ปี!!
📝จากงานวิจัยของ Massachusetts Institute of Technology โดย Tomaso Poggio พบว่าการเปลี่ยนแปลงทั้ง 3 ปัจจัยดังกล่าวในรอบ 20 ปีที่ผ่านมา ก่อให้เกิดผลเปลี่ยนแปลงเชิง Applicationใช้งานถึง 1 ล้านเท่า เห็นได้จากผลสำเร็จระบบรถอัจฉริยะไร้คนขับ (Self-driving car system) ที่Error Rateลดลง อดีตความผิดพลาดในการวิเคราะห์คนเดินข้ามถนน 1 ครั้ง/ทุก 30 เฟรมภาพ (ระบบการถ่ายภาพจะบันทึก 30 เฟรมภาพ/วินาที) ปัจจุบันความผิดพลาดลดลงเหลือแค่ 1 ครั้ง/ทุก 30 ล้านเฟรมภาพ เนื่องจากมีการพัฒนาเทคโนโลยี่ และระบบDBขนาดใหญ่ จัดเก็บข้อมูลบน cloud net
#Harvard_Business_Review #THE_BIG_IDEA #Artificial_Intelligence #Machine_Learning #♾Man #alfa_man
📚สามารถค้นหาอ่านเพิ่มเติมได้ที่
“Artificial Intelligence, For Real” Published in Harvard Business Review; July 2017 Issue
MORE JOB OPPORTUNITY:
- 39
ดูเพิ่มเติมในซีรีส์
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
