หลักการประดิษฐ์ A.I Algorithm ที่ไม่เคยมีมาก่อนในโลก และตีพิมพ์Journal เทพ Impact factor 5.28

ผมมีเรื่องอยากอวด
พอดีผมเป็นนิสิตปริญญาเอกในไทย ที่เรียนในเมืองไทย และประสบความสำเร็จในการตีพิมพ์ Journal ที่มี Thomson Reuter impact factor 5.28
[Spoil] คลิกเพื่อดูข้อความที่ซ่อนไว้
ผมอยากเล่าถึงเรื่องที่ว่า  ทำอย่างไรจะสร้างสิ่งที่ไม่เคยมีมาก่อนบนโลก

คุณจะสร้างสิ่งที่ไม่เคยมีมาก่อนบนโลก  มันจะทำได้อย่างไร?
มันคือสิ่งที่เรียกว่า  "ช่องว่างแห่งการวิจัย" หรือ "รูแห่งการวิจัย"  ผมถามอาจารย์ผมว่า  ถ้าจะทำวิจัยด้าน deep learning จะต้องทำอย่างไร   อาจารย์ผมตอบว่า "deep learning มันเป็นขนมชั้น  ถ้าเธออยากพัฒนา deep learning  เธอสามารถจะนิยามชั้นใหม่ของขนมชั้นได้หรือไม่?”  ผมนำคำตอบนี้มาเป็นเป้าหมายในการหา literature review ต่อไป ว่าจะนิยามขนมชั้นนี้อย่างไร  ที่ไม่เคยมีใครทำมาก่อน  

“รูแห่งการวิจัย”   "ช่องว่างแห่งการวิจัย”  ตรงไหนกันแน่ที่มีช่องว่าง   ในที่สุดผมก็เห็นในสิ่งที่ขาด  การเห็นในสิ่งที่ไม่มีให้เห็นย่อมไม่สามารถเห็นได้ด้วยตา  เพราะมันยังไม่มี ตาจึงไม่เห็น   มันเห็นด้วยสิ่งที่คนไทยหลายคนดูถูก: “มโน"  ใช่ มันเห้นด้วยมโนว่าสิ่งนี้มันยังไม่มี        มันเหมือนกับอะไร  มันเหมือนกับคุณไปประเทศที่ไม่เจริญแล้วเห็นว่า "อ้าว ประเทศนี้ยังไม่มีห้างสรรพสินค้า”  คุณจะเห็นสิ่งนี้ได้ก็ต่อเมื่อคุณไปสำรวจประเทศดังกล่าวอย่างทั่วถึงแล้ว  แล้วก็พบว่า  "อ้าว  มันยังไม่มี”  

การจะเห็นสิ่งนี้จะต้องทำ literature review เยอะมากๆ เพื่อให้เห็นทั้งป่าของการวิจัย

ในที่สุดผมก็สามารถที่จะนิยามขนมชั้นของ deep learning ชั้นใหม่ที่ไม่เคยมีมาก่อน  สร้างสมการคณิตศาสตร์ back propagation แบบที่ไม่เคยมีมาก่อน  สามารถสร้าง Neural network ชนิดใหม่ที่ไม่เคยมีมาก่อน    และนิวรอลเน็ตเวิร์คนี้สามารถใช้เดี่ยวๆ หรือรวมเป็นชั้นสุดท้ายของ deep learning ได้   ผมตีพิมพ์งานของผมลง Neural Networks Journal https://www.journals.elsevier.com/neural-networks
ซี่งมี impact factor 3.2 สำหรับผม  งานแรก มันสูงมาก  ผมส่ง special issue ไม่รู้มันเกี่ยวข้องหรือป่าวที่มันรับง่ายขึ้น แต่ผมว่าเกี่ยว   ผมได้อ้างไปว่าสิ่งที่ผมประดิษฐ์ขึ้น  มันคือ Neural Network ชนิดใหม่ของโลก ไม่เคยมีมาก่อน  มันเป็นครั้งแรกของโลกที่มีนิวรอลเน็ตชนิดนี้  และนิวรอลเน็ตที่ผมประดิษฐ์ขึ้นสามารถใช้งานในฐานะเลเยอร์สุดท้ายบน Convolutional Neural Networks ที่กำลังดังขั้นสุดยอดขณะนี้ได้

แล้วผมก็ติดซะงั้น  และหลังจากที่ผมติด พอตีพิมพ์ลงมาจริง Journal impact factor ของ Neural Networks ก็โดดขึ้นกลายเป็น impact factor 5.2 (Thomson Reuter) ซะงั้น และเป็น Journal หลักของสมาคมนิวรอลเน็ตนานาชาติ สมาคมนิวรอลเน็ตญี่ปุ่น  สมาคมนิวรอลเน็ตของยุโรป  แถมยังอยู่ใน Q1 ของ SJR Journal มี SJR Ranking อันดับที่24 ของสาย Artificial Intelligence  

ผมรู้สึกดีใจมาก    ทั้งที่ผลมันแย่กว่าวิธีเดิมที่มีมา  

ผมสรุปจากเรื่องนี้ว่า  เจอร์นอลดีๆคงจะสนใจให้ราคางาน Original Research เปเปอร์ สูงมากๆ

ผมคิดว่านี่คือหัวใจของการทำวิจัยแล้วได้สิ่งใหม่ที่ยังไม่เคยมีมาก่อนบนโลก  และทำให้ตีพิมพ์ได้ผลดี

ถ้าใครอยากจะเอางานผมไปทำต่อ  เพื่อให้ตีพิมพ์ได้ในระดับเดียวกัน  ติดต่อหลังไมค์ได้ โค้ดแจกฟรีอยู่บน github กำลังทำการclean โค้ด  ผมอยากหาคนที่มาทำต่อมาช่วยผมคลีนโค้ด   ผมไม่รับเงิน  รับแต่ชื่อกลางบนเปเปอร์
อ่านเปเปอร์ของผมได้  
Application of structured support vector machine backpropagation to a convolutional neural network for human pose estimation
http://www.sciencedirect.com/science/article/pii/S0893608017300321
แก้ไขข้อความเมื่อ
แสดงความคิดเห็น
โปรดศึกษาและยอมรับนโยบายข้อมูลส่วนบุคคลก่อนเริ่มใช้งาน อ่านเพิ่มเติมได้ที่นี่