#AI #ML #AIML
ปัจจุบัน ในหลายๆ อุตสาหกรรมได้มีการเริ่มใช้ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI มาช่วยในการพัฒนาระบบต่างๆในองค์กรให้มีประสิทธิภาพมากยิ่งขึ้น เช่น เพื่อช่วยในการตัดสินใจ หรือเพิ่มขีดความสามารถในการทำงานแทนมนุษย์ รวมไปถึงการวิเคราะห์ข้อมูลจำนวนมากและการแก้ไขปัญหาต่างๆ โดยเฉพาะช่วงนี้เราจะได้เห็นจากซีรีส์ยอดนิยมอย่าง Start-up ในวันนี้เราจะพาทุกท่านไปทำความรู้จักกับ AI-ML ที่จะมาช่วยเพิ่มความสะดวกให้กับพวกเรา
Machine Learning คือ การใช้วิธีการเรียนรู้ของ AI โดยที่ AI จะสามารถเรียนรู้โดยมีการใส่ข้อมูลที่มนุษย์ต้องการที่จะสอนหรือที่เรียกกันว่า Training AI โดยให้โมเดล (model) ได้เรียนรู้จากชุดข้อมูล (data) และสามารถนำไปใช้งานกับข้อมูลใหม่ๆ ที่ไม่ได้ถูกใช้ในการเรียนรู้ก่อนหน้านี้ได้ หลาย ๆ คนคงเคยสังเกตุว่า ทำไม Facebook ถึงรู้ได้อย่างไรว่าเราต้องสินค้าอะไร, YouTube รู้ได้อย่างไรว่าเราชอบคอนเทนต์วีดีโอประมาณไหน, Instagram รู้ได้อย่างไรว่าเราชอบรูปภาพไหน ทั้งหมดล้วนมาจากการเรียนรู้ของ AI หรือเรียกว่า Machine Learning นั้นเอง ต่อไปเราจะมาพูดคุยเกี่ยวกับว่า Machine Learning นั้นมีกี่ประเภท
Machine Learning มีการแบ่งออกเป็นหลายประเภท
1. การเรียนรู้โดยมี Data มาสอน (Supervised Learning) ซึ่งจะมีการให้ข้อมูลตัวอย่าง และผลลัพธ์ของข้อมูลตัวอย่างเพื่อให้โมเดลสามารถเรียนรู้จากข้อมูลตัวอย่างได้
2. การเรียนรู้โดยไม่มี Data มาสอน (Unsupervised Learning) ซึ่งไม่มีการให้ผลลัพธ์ของข้อมูลตัวอย่าง และโมเดลต้องเรียนรู้จากข้อมูลเอง
3. การเรียนรู้ตามสภาพเเวดล้อม (Reinforcement Learning) ซึ่งจะมีการให้ระบบเรียนรู้จากการรับรู้ผลลัพธ์จากการกระทำของตัวเองในสภาวะต่างๆ โดยมีการให้รางวัลหรือลดคะแนนเป็นตัวกำหนดในการแนะนำการกระทำต่อไปของระบบ
ตัวอย่างเครื่องมือที่ใช้ AI
ในปัจจุบันนั้น คือ การแสกนใบหน้าโดยเทคโนโลยี Biometrics เพื่อปลดล็อคโทรศัพท์ของ Apple Face ID โดยการใช้เทคโนโลยี AI และ Machine Learning ในการจดจำใบหน้าไว้เพื่อเอาไว้ตัดสินว่าคนที่กำลังจะปลดล็อคโทรศัพท์นั้นใช่เจ้าของหรือไม่ หลายคนอาจสงสัยว่า Biometrics คืออะไร ?
Biometrics คือ เทคโนโลยีที่ใช้ในการระบุตัวตน และ พิสูจน์ผู้ใช้งาน โดยใช้เทคนิคการนำเอกลักษณ์แต่ละบุคคล มาวิเคราะห์เปรียบเทียบความแตกต่าง โดยเทคโนโลยีหลัก ๆ ที่ใช้ Biometrics
1.การแสกนใบหน้า
2.การแสกนลายนิ้วมือ
3.การแสกนม่านตา
4.การพิสูจน์ลายเซ็น
5.การพิสูจน์เสียง เป็นต้น
Machine Learning (ML) คืออะไร
ปัจจุบัน ในหลายๆ อุตสาหกรรมได้มีการเริ่มใช้ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI มาช่วยในการพัฒนาระบบต่างๆในองค์กรให้มีประสิทธิภาพมากยิ่งขึ้น เช่น เพื่อช่วยในการตัดสินใจ หรือเพิ่มขีดความสามารถในการทำงานแทนมนุษย์ รวมไปถึงการวิเคราะห์ข้อมูลจำนวนมากและการแก้ไขปัญหาต่างๆ โดยเฉพาะช่วงนี้เราจะได้เห็นจากซีรีส์ยอดนิยมอย่าง Start-up ในวันนี้เราจะพาทุกท่านไปทำความรู้จักกับ AI-ML ที่จะมาช่วยเพิ่มความสะดวกให้กับพวกเรา
Machine Learning คือ การใช้วิธีการเรียนรู้ของ AI โดยที่ AI จะสามารถเรียนรู้โดยมีการใส่ข้อมูลที่มนุษย์ต้องการที่จะสอนหรือที่เรียกกันว่า Training AI โดยให้โมเดล (model) ได้เรียนรู้จากชุดข้อมูล (data) และสามารถนำไปใช้งานกับข้อมูลใหม่ๆ ที่ไม่ได้ถูกใช้ในการเรียนรู้ก่อนหน้านี้ได้ หลาย ๆ คนคงเคยสังเกตุว่า ทำไม Facebook ถึงรู้ได้อย่างไรว่าเราต้องสินค้าอะไร, YouTube รู้ได้อย่างไรว่าเราชอบคอนเทนต์วีดีโอประมาณไหน, Instagram รู้ได้อย่างไรว่าเราชอบรูปภาพไหน ทั้งหมดล้วนมาจากการเรียนรู้ของ AI หรือเรียกว่า Machine Learning นั้นเอง ต่อไปเราจะมาพูดคุยเกี่ยวกับว่า Machine Learning นั้นมีกี่ประเภท
Machine Learning มีการแบ่งออกเป็นหลายประเภท
1. การเรียนรู้โดยมี Data มาสอน (Supervised Learning) ซึ่งจะมีการให้ข้อมูลตัวอย่าง และผลลัพธ์ของข้อมูลตัวอย่างเพื่อให้โมเดลสามารถเรียนรู้จากข้อมูลตัวอย่างได้
2. การเรียนรู้โดยไม่มี Data มาสอน (Unsupervised Learning) ซึ่งไม่มีการให้ผลลัพธ์ของข้อมูลตัวอย่าง และโมเดลต้องเรียนรู้จากข้อมูลเอง
3. การเรียนรู้ตามสภาพเเวดล้อม (Reinforcement Learning) ซึ่งจะมีการให้ระบบเรียนรู้จากการรับรู้ผลลัพธ์จากการกระทำของตัวเองในสภาวะต่างๆ โดยมีการให้รางวัลหรือลดคะแนนเป็นตัวกำหนดในการแนะนำการกระทำต่อไปของระบบ
ตัวอย่างเครื่องมือที่ใช้ AI
ในปัจจุบันนั้น คือ การแสกนใบหน้าโดยเทคโนโลยี Biometrics เพื่อปลดล็อคโทรศัพท์ของ Apple Face ID โดยการใช้เทคโนโลยี AI และ Machine Learning ในการจดจำใบหน้าไว้เพื่อเอาไว้ตัดสินว่าคนที่กำลังจะปลดล็อคโทรศัพท์นั้นใช่เจ้าของหรือไม่ หลายคนอาจสงสัยว่า Biometrics คืออะไร ?
Biometrics คือ เทคโนโลยีที่ใช้ในการระบุตัวตน และ พิสูจน์ผู้ใช้งาน โดยใช้เทคนิคการนำเอกลักษณ์แต่ละบุคคล มาวิเคราะห์เปรียบเทียบความแตกต่าง โดยเทคโนโลยีหลัก ๆ ที่ใช้ Biometrics
1.การแสกนใบหน้า
2.การแสกนลายนิ้วมือ
3.การแสกนม่านตา
4.การพิสูจน์ลายเซ็น
5.การพิสูจน์เสียง เป็นต้น