ก้าวแรกกับปัญญาประดิษฐ์
มองให้ทะลุ มองให้เห็น ความสัมพันธ์ระหว่าง AI, ML, & Deep Learning Machine !
เพื่อเปิดประตูสู่โลกอนาคต …
เรียนรู้ เพื่อเป็นส่วนหนึ่งของโลกอนาคต
เรียนรู้ เพื่อได้ประโยชน์จากความก้าวหน้าเทคโนโลยี่ หรือ
เรียนรู้ เพื่อก้าวนำอย่างกูรู
เส้นทางเดินที่ท่านสามารถออกแบบได้ด้วยตัวท่านเอง!
แล้วคุณอยากก้าวไปสู่จุดไหน?
🤫ปัญญาประดิษฐ์ (AI : Artificial Intelligence) คือ เครื่องจักร(machine) ที่มีขบวนการเรียน(Machine Learning) ที่สามารถทำความเข้าใจชุดข้อมูลที่รับเข้าไป(Input data) แล้วสร้างองค์ความรู้(knowledge)ขึ้นมาเองจากชุดข้อมูลนั้น และจัดเก็บองค์ความรู้เหล่านี้ไว้ในหน่วยความจำ ซึ่งองค์ความรู้เหล่านี้สามารถถูกเรียกมาใช้งานค้นหาคำตอบ และ/หรือ งานแก้ไขปัญหาในอนาคต (Output data)
(Machine Learning) คือหัวใจการทำงานของ AI ที่ระดับความสามารถในการเรียนรู้ (Machine Learning Capability)มีหลายระดับ และMLที่สามารถเรียนรู้ได้อย่างซับซ้อนเรียกว่า ขบวนการเรียนรู้เชิงลึก (Deep Machine Learning)
🤖AI - Artificial Intelligence : กำเนิดครั้งแรกในทศวรรษ 1950 นักวิทยาศาสตร์คอมพิวเตอร์รวมตัวกัน เพื่อพัฒนาระบบคอมพิวเตอร์ขึ้นมาช่วยแก้ไขปัญหา โดยทีมตั้งเป้าหมายที่จะพัฒนาระบบที่มีขบวนการเรียนรู้ สามารถแก้ไขปัญหาด้วยตัวเอง และ AIได้มีการพัฒนาอย่างต่อเนื่องตลอด 60 ปี และพัฒนาอย่างก้าวกระโดดตั้งแต่หลังปี ค.ศ 2000 ผลจากความก้าวหน้าของ 3 เทคโนโลยี่หลัก คือ
• เทคโนโลยี่ด้าน Cloudnet: มีประสิทธิภาพ ทำให้การเก็บข้อมูลบนอินเตอรเน็ตเพิ่มขึ้น 1,000 เท่า ทำให้มีข้อมูลมากเพียงพอให้ AI เข้าถึงเรียนรู้ และสร้างองค์ความรู้ด้วยตัวเอง
• เทคโนโลยี่ด้าน IC & CPU : ประสิทธิภาพเพิ่ม 2 เท่าทุก 18-24 เดือน และกำเนิด GPU (Graphic Processing Unit) ที่โดดเด่นด้านการคำนวณ ซึ่งเหมาะกับงาน AI/ML ขึ้นมาทดแทน CPU ในปัจจุบัน
• เทคโนโลยี่ด้าน Deep Machine Learning: มีการพัฒนาขบวนการเรียนรู้ (Learning Algorithm) และ Softwareใช้งานด้านนี้ คือ Deep Learning Algorithm Software เกิดขึ้นมากมาย ให้AI/MLเลือกใช้งานได้อย่างเหมาะสม
ขบวนการเรียนรู้ของ AI เปรียบเสมือนขบวนการเรียนรู้ของเด็ก ที่จะค่อยถามคุณพ่อ คุณแม่เมื่อเห็นสิ่งใหม่ ว่านั้นคืออะไร ถามซ้ำวนไปมาทุกครั้งที่เห็นสิ่งนั้น จนกว่าเด็กจะเก็บภาพจำของสิ่งนั้นได้ AIก็เช่นเดียวกัน ขบวนการLearning เกิดจากการTrainingด้วยตัวอย่างที่หลากหลายของสิ่งนั้น จนเกิดภาพจำในหน่วยความจำของ AI
⚙️ML- Machine Learning : คือขบวนการเรียนรู้(Learn)ด้วยตัวเอง ที่เป็นหัวใจทำงานงานของ AI มีขั้นตอนทำงานดังนี้ :
1. เข้าใจปัญหา. (Understand The Problem)
2. วิเคราะห์ประเภทข้อมูล (Indentify Input Data Type)
3. เลือกรูปแบบวิธีการคิดที่เหมาะสมกับประเภทข้อมูลที่ต้องการคิดวิเคราะห์ (Select The Proper Algorithm)
4. นำข้อมูลมาTrainให้เกิดภาพจดจำ (Input Data Training)
5. นำเสนอคำตอบของการคิดวิเคราะห์ (Output Data)
แท้จริงแล้วML systemที่เป็นหัวใจควบคุมการทำงานของ AIเลียนแบบระบบเครือข่ายประสาทของคน(Neural Network) และใช้เทคโนโลยี่และขบวนการคิดวิเคราะห์(Algorithm) ที่แตกต่างจากการพัฒนาapplication softwareในปัจจุบัน ซึ่งใช้Information Technology / Creative Software เป็นพื้นฐานในการพัฒนา
o Information Technology/Creative Software : คือการเขียนโค๊ดโปรแกรม (Program Coding) เพื่อให้ระบบทำงานตามองค์ความรู้ algorithm หรือ ขบวนการที่วางไว้ แล้วนำเอาระบบที่ได้ไปติดตั้งในอุปกรณ์ เพื่อให้ทำงานตามโปรแกรมที่ได้ออกแบบ
o ML Technology : คือการวางโครงสร้างด้านการเรียนรู้ (Learning Architecture/Algorithm) และการออกแบบเครือข่ายประสาทเทียม (Neural Network)หลากหลายรูปแบบเพื่อใช้จัดเก็บหน่วยความจำ เหมือนเครือข่ายส่วนประสาทความจำของคน เพื่อให้Machine สามารถเลือกใช้งานได้อย่างเหมาะ
ขบวนการเรียนรู้ (Machine Learning) มี 3 รูปแบบ
1. Self-learning ML Algorithm คือ ขบวนการเรียนรู้ สร้างองค์ความรู้ คิดวิเคราะห์ด้วยตัวเอง ขบวนการนี้ยังอยู่ในระหว่างการพัฒนา ยังห่างไกลจากความสามารถของคน ทีมีความซับซ้อนมากกว่า เพราะในขบวนการเรียนรู้หลายสิ่ง เพื่อวิเคระห์ได้ถูกต้องแม่นยำนั้น ต้องอาศัยความเข้าถึงอารมณ์ ความรู้สึก ความเข้าใจศิลปวัฒธรรมควบคู่กันไปด้วย ในส่วนนี้ AI/MLยังทำได้ไม่ดี
2. Reinforcement ML Algorithm คือ ขบวนการเรียนรู้ตามกรอบความคิดและตัวแปรที่กำหนดไว้ หลักการทำงาน คือ Reinforcement ML จะพยายามหาวิธีเข้าใกล้เป้าหมายมากที่สุด โดยเราไม่ต้องชี้แนะ เช่น วีดีโอเกมส์
3. Supervised ML Algorithm คือ ขบวนการเรียนรู้ผ่านการแนะนำป้อนคำตอบโดยคน ว่าสิ่งที่กำลังเรียนรู้เป็นแบบไหน อันไหนใช่ หรือไม่ใช่ ยิ่งมี Training Dataมาก ผลลัพท์ในการเรียนรู้จะถูกต้อง แม่นยำ
👌Supervised ML ที่ความก้าวหน้ามากที่สุด และ เริ่มมีการนำมาใชัพัฒนาapplicationใช้งานจริงในปัจจุบัน คือ:
♾Deep Learning คือ Machine Learning ชนิดหนึ่ง มีความสามารถสูง สามารถเรียนรู้เชิงลึก (Deep Learning) โดยมีวิธีการคิด (Algorithm)ที่ซับซ้อนเป็นโครงสร้างหลัก ที่ถูกออกแบบมาให้สามารถคัดแยกและจัดเก็บองค์ความรู้ได้ละเอียด และหลากมิติกว่าปกติ โดยทำงานผ่านเครือข่ายประสาท (Neural Network)หลายชั้น (Layers)ซ้อนทับกันในลักษณะ Stack
กล่าวได้ว่ายิ่งมีเครือข่ายประสาท (Neural Network Layer) ที่ทับซ้อนกันมากชั้น (Stack) ยิ่งเรียนรู้ได้ซับซ้อน การทำงานเหมือนเครือข่ายประสาทสมองของคน ที่ยิ่งมีเซลประสาทสมองมากยิ่งทำงานได้ดีมีประสิทธิภาพ
เช่น Googleใช้ LeNet Neural Network วิเคราะห์และทำความเข้าใจภาพ (Image recognition) ซึ่งมี Neural Network ทั้งหมด 22 Layers
เตรียมพบ EP 4/8 ในวันพุธหน้า 10:00 ...
ค่อยๆก้าว เรียนรู้AI ง่ายๆ …8 EP … From Zero To Hero!
#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 at eJobFair : https://www.ejoblive.com/ejobarticle/
- 23
ดูเพิ่มเติมในซีรีส์
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
