Machine Learning คืออะไร มีความเกี่ยวข้องกับ Deep Learning และ Artificial Intelligence (AI) อย่างไร บทความนี้เราจะมาไขข้อข้องใจกับทั้ง 3 คำที่ว่านี้ว่ามันคืออะไร แตกต่างกันอย่างไร และ ตัวอย่างที่ถูกนำไปใช้ในชีวิตประจำวันจริงๆมีอะไรบ้าง อ่านเพิ่มเติมด้านล้างนี้ได้เลย

เคยสงสัยกันไหม ว่า

Facebook รู้ได้อย่างไรว่าเราสนใจอะไรอยู่

Google Search รู้ได้อย่างไรว่า เว็บไหนดีที่สุด ที่จะเอามาอยู่อันดับต้นๆ ตอนเราค้นหา

Google Translator แปลภาษาได้ใกล้ดีที่สุด เพราะอะไร

เบื้องหลังของผลลัพท์ต่างๆนั้น ล้วนมีความเกี่ยวข้องกับคำทั้ง 3 คำที่เรากำลังพูดถึงทั้งสิ้น

รูปภาพจาก geospatialworld.net

นิยาม หรือ คำจำกัดความของ ML, Deep Learning และ AI

  • AI หรือที่เรียกว่า ปัญญาประดิษฐ์ หมายถึง การพยายามสร้างหุ่นยนต์หรือการที่พยายามให้คอมพิวเตอร์สามารถคิดหาเหตุผลได้ เรียนรู้ได้เสมือนสมองของมนุษย์ ที่ได้จากกระบวนการประมวลผลต่างๆ ไม่ว่าจะจากรูปภาพ ตัวอักษร หรือ ข้อมูลอื่นๆ
  • Machine Learning หรือ ML หมายถึง อัลกอริทึ่มที่ใช้ในการเรียนรู้จากข้อมูลที่มีอยู่
  • Deep Learning เป็นส่วนย่อยของ Machine Learning ที่มาช่วยในการแก้ไขปัญหาโดยใช้ระบบประสาทเทียม

นิยามของแต่ละคำนั้นอาจจะแตกต่างกันเพียงเล็กน้อยเพื่อให้เห็นภาพได้ชัดเจนขึ้นนั้น ลองดูรูปภาพด้านล่างนี้เพิ่มเติมกันได้เลย

รูปภาพจาก quora.com

จากภาพด้านบนนั้นจะเห็นว่า Machine Learning นั้นมีกระบวนการที่ต้องทำ Feature Extraction เพิ่มขึ้นมา ซึ่ง Feature Extraction เป็นการเลือกข้อมูลที่ต้องการนำไปใช้ต่อไป

แต่ Deep Learning นั้นจะไม่มีการใช้หรือจัดการในเรื่องของ Feature Extraction ส่วนนี้เป็นส่วนที่ทำให้ Machine Learning แตกต่างกับ Deep Learning นั่นเอง

Machine Learning, Deep Learning และ AI แตกต่างกันอย่างไร

AI และ machine learning นั้นสามารถที่จะใช้งานแทนกันได้ในการพูดถึงชุดข้อมูลที่มีขนาดใหญ่หรือ Big Data แต่สองคำนี้ก็ไม่ได้เหมือนกันสักทีเดียว เพราะฉนั้นแล้วให้ทำความเข้าใจในการใช้งาน เพื่อให้ถูกต้องจะดีที่สุด

Artificial intelligence จะมองภาพรวมหรือ Concept ที่ใหญ่กว่า Machine Learning ซึ่งอย่างที่บอกไปในตอนแรกแล้วว่า AI จะเป็นการใช้คอมพิวเตอร์หรือเครื่องจักรหรืออุปกรณ์ที่สามารถเรียนรู้หรือทำงานได้เหมือนมนุษย์

เมื่อเครื่องจักรหรืออุปกรณ์ใดๆ ที่ทำงานตามอัลกอริทึมในลักษณะที่ ฉลาด (intelligent) เราจะเรียกว่า AI ตัวอย่างเช่น รถยนต์ที่สามารถขับเองได้เหมือนกับมนุษย์ เป็นต้น

โดยกระบวนการที่เราสามารถทำให้คอมพิวเตอร์คิดเหมือนมนุษย์ได้นั้น ส่วนใหญ่แล้วจะใช้การเรียนรู้ที่เรียกว่า neural networks หรือ ระบบประสาทเทียม

โครงข่ายของระบบประสาทเทียมนั้นได้จำลองมาจาก โครงข่ายประสาทตามสมองของมนุษย์

ซึ่งจะใช้หลักการเดียวกันกับที่สมองมนษบ์เราทำงานไม่ว่าจะเป็นการ จำรูปภาพ การแยกรูปภาพ หรือจะเป็นการจัดหมวดหมู่ต่างๆ ซึ่งระบบ neural networks หรือ ระบบประสาทเทียม นั้นก็จะทำงานแบบเดียวกันนี้

ข้อดีของ neural networks หรือ เครือข่ายประสาทเทียม

  • สามารถทำการเรียนรู้จากข้อมูลที่ซับซ้อนได้
  • สามารถแก้ไขปัญหา หรือรูปแบบของโจทย์ที่ซับซ้อนได้เหมือนมนุษย์
  • เรียนรู้จากตัวอย่างที่เกิดขึ้น โดนใช้ข้อมูลที่มีเป็นตัวอย่าง
  • มีความรวดเร็วในการเรียนรู้

Deep Learning เป็นระดับที่ลึกกว่า Machine Learning อย่างที่บอกไปว่าเป็น Subset ของ ML อีกที ซึ่งในบางครั้งเราอาจจะเรียกว่า deep neural networks เพราะจะมีการทำงานในส่วนของระบบ layer หรือชั้นของระบบเครือข่ายประสาทเทียม

ปัจจุบันนั้นในเรื่องของเทคโนโลยีที่มีการเติมโตอย่างก้าวกระโดดนั้นจะทำให้เรานั้นได้เห็นว่า กระแสของทั้งสามอย่างนี้กำลังมาแรงมากในปัจจุบัน ข้อมูลที่มากขึ้น อุปกรณ์ที่มีประสิทธิ์ภาพสูงขึ้น นั้นผลักดันให้ทั้ง 3 อย่างนี้เติมโตเป็นอย่างมาก

ตัวอย่างการใช้งานของ machine learning, AI หรือ Deep Learningข่าวที่เราเห็นกันบ่อยๆในปัจจุบันนี้นั้นก็คือ เทคโนโลยี รถยนต์ไร้คนขับ ที่มีการนำเอา AI นั้นมาใช้กับชีวิตจริงในอนาคต นอกจากนั้นแล้วเบื้องหลังของระบบต่างๆ เช่น การจดจำใบหน้าของ Facebook ที่สามารถทำนายได้ว่า คนในภาพใช่เราหรือไม่ นี่ก็เป็นอีกหนึ่งตัวอย่างที่เรามักจะพบเจอบ่อยๆ

LEAVE A REPLY

Please enter your comment!
Please enter your name here