Machine Learning คืออะไร เป็นเรื่องใหม่หรือไม่ ไม่เลย มันเป็นเรื่องราวที่มีการคิดค้นกันมาตั้งแต่ ยุค 90 มันเป็น การสอนให้เครื่องจักรกล สามารถคิด วิเคราะห์ แยกแยะ ข้อมูลด้วยตนเอง ด้วยระบบการคิดแบบ artificial  หรือ AI 

Machine Learning คืออะไร

เพื่อเรียนรู้ทักษะ เรารวบรวมความรู้ ฝึกฝนอย่างระมัดระวัง และติดตามผลงานของเรา ในที่สุด เราก็เก่งขึ้นในกิจกรรมนั้น  Machine Learning แมชชีนเลิร์นนิงเป็นเทคนิคที่ช่วยให้คอมพิวเตอร์ทำแบบนั้นได้

ดังนันแล้ว Machine Learning ก็ มีความหมายตรงตัวว่า เครื่องจักร กำลังเรียนรู้ พัฒนา ทักษะ ต่างๆ แข่งกับมนุษย์

คอมพิวเติอร์ สามารถเรียนรู้ได้เหรอ

การให้คำนิยามคำว่า คามฉลาด หรือ Intelligence นั้น เป็นเรื่องยาก เราทุกคน รู้ว่า ความฉลาดหมายถึงอะไร เมื่อเราพูดออกมา แต่ ถ้าต้อง อธิบาย ว่ามันจะเป็นเรื่องที่ยาก 

โดยปราศจาก อารมณ์ และ ความยึดถือในตัวเอง แล้ว นั้น เราสามารถอธิบายความฉลาดได้ว่า มันคือ ความสามารถในการที่จะเรียนรู้ ทักษะ Skills ใหม่ๆ และ ซึมซับความรู้ และ นำไปประยุกต์ใช้ ในสถานการณ์ใหม่ เพื่อให้ได้ผลลัพธ์ ที่ต้องการ

ตัวอย่างเช่น ลำโพงอัจฉริยะ เช่น Amazon Echo และ Google Nest สามารถฟังคำสั่งที่เราพูด ตีความเสียงเป็นคำ แยกความหมายของคำ แล้วพยายามทำตามคำขอของเรา เราอาจขอให้เปิดเพลง ตอบคำถาม หรือหรี่ไฟ

ในการโต้ตอบทั้งหมด ยกเว้นการโต้ตอบที่ไม่สำคัญที่สุด คำสั่งที่พูดของคุณจะถูกส่งต่อไปยังคอมพิวเตอร์ที่ทรงพลังใน ระบบ Cloud ของผู้ผลิต ซึ่งจะมีการยกระดับของปัญญาประดิษฐ์เพิ่มขึ้น ด้วยความสามารถในการแยกวิเคราะห์คำสั่ง แยกความหมายออก และเตรียมการตอบกลับและส่งกลับไปยังลำโพงอัจฉริยะ

ตัวอย่างของ แมชชีนเลิร์นนิง เรื่องใกล้ตัวของพวกเรา ทุกคน ก็อย่าง ระบบสตรีมมิ่ง ค่ายดังๆ ไม่ว่าจะเป็น Youtube , Netflix หรือ Spotify ที่พวกเขาสามารถ แนะนำ คลิป หรือ เพลง ได้ใกล้เคียงกับความต้องการ ของเรามากขึ้นเรื่อยๆ  เพราะ ระบบ Machine Learning ของ Streaming เหล่านี้ พยายามเรียนรู้ จาก ประวัติการค้นหา และ การเลือกรับชม ของ เรา  รวมไปถึง แพลตฟอร์ม ชอปปิ้ง ออนไลน์ ค่ายๆใหญ่ ไม่ว่าจะเป็น Shoppy Lazada ก็ยังมี ระบบ แมชชีนเลิร์นนิง เพื่อ นำเสนอ คำแนะนำการซื้อ ตามประวัต การเรียกดู และ การซื้อของคุณ

ระบบของคอมพิวเตอร์ สามารถเข้าถึงชุดข้อมูล จำนวนมหาศาล ได้ พวกมัน สามารถที่จะทำกระบวนการเดิมๆ ซ้ำๆ ได้หลายพันครั้ง อย่างไม่รู้จักเหน็ดเหนื่อย  พวกมันทำซ้ำๆ ในเรื่องที่มนุษย์จะสามารถทำได้เพียงครั้งเดยว ดังนั้น หากการเรียนรู้ จำเป็นต้องมีความรู้ การปฏิบัติ และ ผลตอบรับด้านประสิทธภาพ คอมพิวเตอร์ ควรเป็นตัวเลือกที่เหมาะสมที่สุด

แล้วคอมพิวเตอร์ จะคิด ได้ตามความรู้สึก ของมนุษย์หรือไม่ อันนี้ คงต้อง ดูกันต่อไป

ความแตกต่างของ Machine Learning แต่ละประเภท

รูปแบบการเรียนรู้ของ Machine Learning แมชชีนเลินร์นิง มี รูปแบบ ทางเทคนิค อยู่ 3 รูปแบบด้วยกัน ดังนี้

1. Supervised Learning — เรียนรู้โดยมี data มาสอน

2. Unsupervised Learning — เรียนรู้โดยไม่มี data สอน

3.  Reinforcement Learning — เรียนรู้ตามสภาพแวดล้อม

Machine Learning แบบ Supervise training หรือ การเรียนรู้ภายใต้การดูแล

การเรียนรู้ภายใต้การดูแลเป็นรูปแบบการเรียนรู้ที่ใช้บ่อยที่สุด นั่นไม่ใช่เพราะมันเหนือกว่าเทคนิคอื่นๆ โดยเนื้อแท้ เกี่ยวข้องกับความเหมาะสมของการเรียนรู้ประเภทนี้กับชุดข้อมูลที่ใช้ในระบบการเรียนรู้ของเครื่องที่กำลังเขียนอยู่ในปัจจุบัน

ในการเรียนรู้ภายใต้การดูแล ข้อมูลจะถูกติดฉลากและจัดโครงสร้างเพื่อให้เกณฑ์ที่ใช้ในกระบวนการตัดสินใจได้รับการกำหนดสำหรับระบบการเรียนรู้ของเครื่อง นี่คือประเภทของการเรียนรู้ที่ใช้ในระบบแมชชีนเลิร์นนิงซึ่งอยู่เบื้องหลังการแนะนำเพลย์ลิสต์ของ YouTube

ยกตัวอย่าง เช่น

คือการเรียนรู้ โดยมี data มาสอน ชัดๆเลยก็คือ เด็กน้อยต้องไปสอบแยกแยะประเภทหมาแมว

เราจึงชี้ให้เด็กน้อย รู้จักแมว ชี้ให้รู้จักหมา หลายๆครั้งจนเด็กจได้

แล้วจึงอุ้มแมวมาถามเด็กว่า นี่อะไร

แต่คอมพิวเตอร์ไม่มีตา !!

Data Scientist จึงต้องสร้าง Model ที่จะทำให้คอมพิวเตอร์รู้จักหมาแมวเข้าไป

โดยเอาข้อมูลหมาแมวใส่เข้าไปเช่น ใส่สี ใส่ลักษณะ ของแมวแต่ละตัวเข้าไป โดยแปลงให้เป็นภาษาคอมฯก่อน หรือเป็นตัวเลขนั่นเอง (เราเรียกมันว่า features)

พร้อมเฉลยไว้เลยว่า นี่คือแมว !! โดยใส่ข้อมูลเป็นตัวเลข (เราเรียกมันว่า labels)

Unsupervised learning การเรียนรู้แบบไม่มีผู้ดูแล

การเรียนรู้แบบไม่มีผู้ดูแลไม่จำเป็นต้องมีการเตรียมข้อมูล ข้อมูลไม่ได้ติดป้ายกำกับ ระบบจะสแกนข้อมูล ตรวจหารูปแบบของตัวเอง และสร้างเกณฑ์การเรียกขึ้นมาเอง

เทคนิคการเรียนรู้แบบไม่มีผู้ดูแลได้ถูกนำไปใช้กับการรักษาความปลอดภัยทางไซเบอร์ด้วยอัตราความสำเร็จที่สูง ระบบตรวจจับผู้บุกรุกที่ได้รับการปรับปรุงโดยการเรียนรู้ของเครื่องสามารถตรวจจับกิจกรรมเครือข่ายที่ไม่ได้รับอนุญาตของผู้บุกรุกได้ เนื่องจากไม่ตรงกับรูปแบบพฤติกรรมของผู้ใช้ที่ได้รับอนุญาตซึ่งเคยสังเกตพบก่อนหน้านี้

Reinforcement Learning การเรียนรู้การเสริมแรง

การเรียนรู้การเสริมกำลังเป็นเทคนิคใหม่ล่าสุดจากสามเทคนิค พูดง่ายๆ ก็คือ อัลกอริธึมการเรียนรู้แบบเสริมกำลังใช้การลองผิดลองถูกและผลตอบรับเพื่อให้ได้รูปแบบพฤติกรรมที่เหมาะสมที่สุดเพื่อบรรลุวัตถุประสงค์ที่กำหนด

สิ่งนี้ต้องการการตอบรับจากมนุษย์ที่ "ให้คะแนน" ความพยายามของระบบตามว่าพฤติกรรมของมันมีผลกระทบเชิงบวกหรือเชิงลบในการบรรลุวัตถุประสงค์

OKRs คืออะไร มีความเป็นมาอย่างไร

เรียนออนไลน์ฟรี เทคนิคการใช้ iPad เพื่อการเรียนการสอน มีใบประกาศจาก Apple

6 เทคนิค การแก้ปัญหา ทางธุรกิจ Problem Solving

5 นิสัยประจำวันที่ทำให้คุณกลายเป็น ล้มเหลว

ที่มา :  What is Machine Learning

ติดตามเรื่องราว การพัฒนา ตอนเอง ได้ที่ Blocdid Upskills มนุษย์เงินเดือน

• Prev
• Next