[ Home ]  [ Today 's Event ]  [ FAQ ]  [ บันทึกงาน ]
User: Passwd:
ค้นหาข้อมูล:

machine learning เต็มไปหมดแล้ว machine learning มันคืออะไรกันนะ ??

machine learning เต็มไปหมด มันคืออะไรกันนะ ??

machine learning นั้น ปัจจุบันเป็นที่นิยมมาก ไม่ใช่เฉพาะ Apple แต่บริษัทอื่น ๆ ที่เป็นบริษัทด้านเทคโนโลยี หรือจะไม่ใช่บริษัทเทคโนโลยีก็ตามแต่ ต่างก็มีการพูดถึง machine learning กันเยอะมากจนเกร่อ

จริง ๆ แล้วนิยามของ machine learning ไม่ได้มีกำหนดไว้อย่างชัดเจน และ machine learning ก็เป็นคำเรียกโดยรวมเท่านั้น ซึ่งโดยปกติแล้ว machine learning มักจะเอาไว้ใช้เรียกโมเดลที่เกิดจากการเรียนรู้ของเครื่อง ไม่ได้เกิดจากการเขียนโดยใช้มนุษย์ มนุษย์มีหน้าที่เขียนโปรแกรมให้เครื่องเรียนรู้จากข้อมูลเท่านั้น ที่เหลือเครื่องจัดการเอง

ขอย้ำไว้ก่อนว่า บทความนี้มีจุดประสงค์เพื่อให้ผู้อ่านว่า machine learning คืออะไรแบบคร่าว ๆ และการประยุกต์ใช้งานเท่านั้น ไม่ได้ลงรายละเอียดลึก ฉะนั้นหากใครสนใจรายละเอียดเชิงลึกในการทำ machine learning บทความนี้ไม่มีนะครับ

machine learning พัฒนาการให้เครื่องเรียนรู้ด้วยตนเอง

จริง ๆ แล้ว แนวคิดด้าน machine learning มีมานานมาก ลักษณะแนวคิดคร่าว ๆ คือให้มนุษย์เขียนโปรแกรมสั่งให้เครื่องเรียนรู้จากข้อมูล เนื่องจากมนุษย์ไม่สามารถประมวลผลข้อมูลขนาดใหญ่และเขียนเพื่อโปรแกรมสร้างเงื่อนไขให้คอมพิวเตอร์ได้อย่างครอบคลุม แต่ความเป็นจริงแล้วนั้นการจะทำ machine learning ได้จะต้องใช้ทรัพยากรสูงมาก ๆ ทั้งด้านการประมวลผล และจำนวนข้อมูลที่เอามาเทรนเครื่อง ทำให้ในอดีตเรื่องเหล่านี้เป็นไปได้ยากมาก ๆ เพราะพลังประมวลผลไม่ได้มีมากมาย และสิ่งสำคัญกว่าคือข้อมูลก็ไม่ใช่ว่าจะหามาได้ง่าย ๆ

Face ID บน iPhone X ภาพจาก Apple

ยุคสมาร์ทโฟนรุ่งเรือง จึงทำให้แนวคิด machine learning กลับมาขึ้นอีกครั้ง เนื่องจากแรงประมวลผลของคอมพิวเตอร์ที่มีมากเพียงพอ และยังมีทรัพยากรหายากอย่างเช่นข้อมูล ที่ในปัจจุบันนี้กลายเป็นของหาง่ายมาก ๆ เพราะว่าทุกคนต่างก็มีสมาร์ทโฟน กิจกรรมต่าง ๆ ของผู้ใช้ย่อมเกี่ยวข้องกับอุปกรณ์ต่าง ๆ และอุปกรณ์เหล่านี้จึงเป็นตัวแปรสำคัญในการเก็บข้อมูลให้เอามาทำ machine learning ได้ง่ายขึ้นมาก

จริง ๆ แล้วเทคนิคในการอิมพลีเมนต์ machine learning นั้นมีมากอยู่เหมือนกัน ในที่นี้จะขอยกตัวอย่างที่เคยกันได้ยินบ่อย ๆ

Artificial Neural Network หรือเครือข่ายประสาทเทียม สร้างขึ้นโดยแรงบันดาลใจจากประสาทของมนุษย์ คือมีการเชื่อมต่อกันระหว่างเซลล์ประสาท คือแต่ละเซลล์ประสาทจะใส่ weighting ให้กับอินพุตที่ถูกหั่นออก (หรืออธิบายให้เห็นภาพคือเซลล์ประสาทแต่ละเซลล์จะพิจารณาภาพเป็นส่วน ๆ) แล้วก็จะเอาผลที่ได้มารวมกัน (อันนี้เป็นเพียงคอนเซปต์ฉบับคร่าวมาก ๆ หากใครสนใจควรไปหาอ่านเพิ่มเติม) ส่วน deep learning นั้นเป็นเซ็ตของเทคนิคสำหรับการ learning ที่ใช้ใน neural network

สำหรับชิพ Apple A11 Bionic ที่อยู่บน iPhone 8, iPhone 8 Plus และ iPhone X นี้ถูกออกแบบมาเพื่อเสริมความสามารถในด้าน machine learning สำหรับ iPhone ซึ่งชิพที่ออกแบบมาใช้งานในแต่ละด้านโดยเฉพาะนั้นมักให้พลังงานในการประมวลผลที่ดีในงานด้านนั้น ๆ ทั้งยังสามารถประหยัดพลังงานได้อีกมากด้วย

machine learning เอาไปทำอะไรได้บ้าง

machine learning สามารถเอาไปทำงานได้ในหลายสาขา ยกตัวอย่างเช่น

Siri บน iOS 9 ภาพจาก Apple

  • Artificial Intelligence (AI) ชื่อในภาษาไทยคือปัญญาประดิษฐ์ ที่ผู้ใช้รู้จักกันดีก็คงจะเป็น Siri ซึ่งจริง ๆ แล้ว AI คือ “วิธีในการนำเสนอ” แต่เบื้องหลังของการสร้าง AI นั้นอาจจะใช้อะไรก็ได้ ปัจจุบัน AI ใช้ machine learning ในการสร้างความฉลาด เนื่องจาก AI สามารถเรียนรู้ข้อมูลได้เอง ในขณะที่อดีตไม่ได้ใช้วิธีนี้จึงทำให้ AI ในปัจจุบันฉลาดกว่าอดีตได้แบบก้าวกระโดด
QuickType Keyboard ภาพจาก Apple

QuickType Keyboard ภาพจาก Apple

  • Natural Language Processing (NLP) ชื่อในภาษาไทยคือการประมวลผลภาษาธรรมชาติ โดยปกติแล้วมนุษย์มีการใช้ภาษาที่กำกวม แต่คอมพิวเตอร์ใช้ภาษาที่มีลักษณะแน่นอนในการสื่อสาร จึงทำให้มีความยากในการประมวลผล ซึ่ง NLP ก็มีหลายแขนง เช่น speech recognition (การฟังเสียงและถอดความ ใช้งานกับ Siri) หรือคีย์บอร์ดเดาคำ ในอดีต NLP ใช้การเขียนโปรแกรมแบบใช้เงื่อนไขมาประมวลผลภาษา แต่ด้วยความเป็นไปของภาษาที่เร็วมาก คำใหม่หรือรูปแบบประโยคใหม่ ๆ เกิดขึ้นเร็วมาก การนำ machine learning มาช่วยในปัจจุบันจึงทำให้ NLP แม่นยำขึ้นและตามทันโลกได้ไวขึ้น

  • Digital Image Processing (DIP) ชื่อในภาษาไทยคือการประมวลผลภาพดิจิทัล และ Computer Visionเนื่องจากภาพปัจจุบันถูกเก็บไว้ในฟอร์แมตดิจิทัล ทำให้เมื่อเราต้องการจะจัดเก็บภาพหรือดึงข้อมูลออกจากตัวรูปภาพ ก็ไม่ใช่เรื่องง่ายที่เครื่องจะจัดการได้ แต่ด้วย machine learning ก็ทำให้ DIP และ Computer Vision ทำงานได้มีประสิทธิภาพมากขึ้นเช่นกัน ตัวอย่างของฟีเจอร์ในด้านนี้ เช่น การค้นหารูปภาพในแอพ Photos ด้วยสิ่งที่อยู่ในภาพ, การระบุหน้าคนในภาพ

Portrait Lighting บน iPhone 8

  • นอกจากการประมวลผลภาพดิจิทัล (DIP) ในรูปแบบภาพนิ่งที่เก็บไว้แล้ว machine learning ยังมีความสามารถในการประมวลผลภาพเคลื่อนไหวในแบบเรียลไทม์ได้อย่างแม่นยำ จนเกิดเป็นฟีเจอร์เจ๋ง ๆ สำหรับกล้องบน iPhone 8 มากมาย ไม่ว่าจะเป็น Portrait Lighting, ระบบโฟกัส ฯลฯ

  • Face ID ก็เป็นอีกตัวอย่างหนึ่งในการใช้ machine learning เพราะว่า Apple จะใช้วิธียิงจุดอินฟราเรดออกไป และใช้การตรวจสอบรูปของหน้า และแม้ว่าหน้าตาจะเปลี่ยนไปเล็กน้อย เปลี่ยนทรงผม ใส่แว่น Face ID ก็ยังคงสามารถตรวจสอบได้ และจะใช้หน้ากากก็ไม่รอด Face ID เพราะว่า Apple ใช้ machine learning เรียนรู้รูปแบบหน้าที่แตกต่างกันมาเยอะมาก และสร้างโมเดลให้คอมพิวเตอร์เรียนรู้

Core ML เฟรมเวิร์คสำหรับ machine learning ภาพจากเว็บไซต์ Apple Developer

machine learning ไม่ง่าย

ปัจจุบัน ด้วยความนิยมของ machine learning ต่างก็จะทำให้บริษัทใหญ่ ๆ เริ่มอำนวยความสะดวกให้นักพัฒนารายย่อยด้วยการพัฒนาเฟรมเวิร์คสำเร็จรูปในการทำ machine learning ยกตัวอย่างเช่น Apple ที่มีเฟรมเวิร์ค Core ML ให้ใช้งาน ทำให้กระบวนการพัฒนาง่ายขึ้นไป แต่ทั้งนี้แม้กระบวนการจะง่ายขึ้น ก็ใช่ว่านักพัฒนาจะต้องไม่รู้เทคนิคเบื้องหลังเลย จึงทำให้การทำ machine learning ก็ยังไม่ง่ายอย่างที่คิด

จริง ๆ แล้ว machine learning มันง่ายในระดับเบสิก (แน่นอนล่ะ อันนี้ใครก็ทำได้ คลิปสอนใน YouTube ก็มี) แต่การจะทำให้ machine learning ใช้งานในระดับที่ผู้ใช้จำนวนเยอะมาก ๆ ใช้งานได้ หรือทำงานได้ระดับละเอียดมาก ก็ยังต้องใช้คนที่เรียนและมีความรู้ด้านนี้อยู่ดี

เบื้องหลังของ machine learning นั้นมีเทคนิคแพรวพราวมากมาย ไม่ว่าจะเป็นสมการทางคณิตศาสตร์และสถิติ, วิธีการ learn ในแต่ละรูปแบบที่จะให้ผลแตกต่างกัน, การหาและฟิลเตอร์ข้อมูลที่ต้องเอามาเทรน ไปจนถึงการหาเครื่องที่มีประสิทธิภาพมาใช้งาน หรือในบางงานที่เฉพาะมาก ๆ อาจต้องสร้างชิพขึ้นมาประมวลผลข้อมูลโดยเฉพาะเลยก็มี

ปัญหาสำคัญอีกข้อที่ทำให้การทำ machine learning ไม่ง่าย คือในแง่ของความเป็นส่วนตัวผู้ใช้ เนื่องจากการเก็บข้อมูลใด ๆ ก็ตามโดยไม่ได้รับอนุญาตจากผู้ใช้นั้นผิดกฎหมาย และทำให้ผู้ใช้สูญเสียความเชื่อมั่นต่อแบรนด์เป็นอย่างหนัก ดังนั้นข้อมูลจะต้องถูกเก็บอย่างระมัดระวังและเคารพความเป็นส่วนตัวของผู้ใช้ด้วย






machine learning เต็มไปหมดแล้ว machine learning มันคืออะไรกันนะ ??


โดย: มาสเตอร์  ทวีเกียรติ    วิริยะนราทิพย์
งาน: กลุ่มสาระการงานอาชีพและเทคโนโลยี
อ้างอิงแผนงาน : -
อ้างอิงโครงการ : -
แหล่งที่มา: https://www.macthai.com/2017/09/23/know-about-machine-learning/

ขอบคุณสำหรับการโวตท์
Vote
เป็นประโยชน์ต่อผู้โพสต์เอง
เป็นประโยชน์ต่อฉัน
เป็นประโยชน์ต่อผู้ปกครอง
เป็นประโยชน์ต่อนักเรียน
มีประโยชน์ต่อทุกคน
บุคลากร 0 บุคคลภายนอก 0

อ่าน 1 ครั้ง