
Machine Learning อีก 1 สาขาของ AI ที่มีบทบาทสำคัญในการขับเคลื่อนธุรกิจ โดยมีหน้าที่ฝึกฝนคอมพิวเตอร์จากการหารูปแบบหรือแพทเทิร์นต่าง ๆ ของข้อมูลถูกใส่เข้าไปในระบบเพื่อนำไปใช้ในการวิเคราะห์และคาดการณ์แบบอัตโนมัติ แต่นิยามจริง ๆ ของคำว่า Machine Learning คือ อะไร มีกี่แบบ เราจะทำถึงความรู้จักให้มากขึ้น พร้อมตัวอย่าง Machine Learning ในชีวิตประจำวัน
Machine Learning คืออะไร
Machine Learning คือ ส่วนของการเรียนรู้หรือเรียกได้ว่าเป็นส่วนสำหรับการสร้างความฉลาดของปัญญาประดิษฐ์ โดยมีกลไกในการเรียนรู้ฐานข้อมูลที่เราส่งไปกระตุ้น จดจำ และส่งต่อผลลัพธ์ออกมาเป็นตัวเลขหรือโพสต์ ก่อนจะแสดงผลออกมาหลายรูปแบบตามจุดประสงค์การใช้งาน
Machine Learning มีกี่รูปแบบ
สามารถแบ่งได้ 3 รูปแบบตามการเรียนรู้ ได้แก่
1. การเรียนรู้แบบมีผู้สอน Supervised Learning
คือ การทำให้คอมพิวเตอร์หาคำตอบของปัญหาได้ด้วยตัวเอง หลังจากเรียนรู้จากชุดข้อมูลตัวอย่าง
2. การเรียนรู้โดยไม่มีผู้สอน Unsupervised Learning
คือ การปล่อยให้เครื่องจักรหรือคอมพิวเตอร์เรียนรู้ด้วยตัวเองโดย ไม่จำเป็นต้องมีค่าเป้าหมายข้อมูล เพียงมนุษย์ใส่ข้อมูลและกำหนดสิ่งที่ต้องการจากข้อมูลเหล่านั้นเท่านั้น
3. Reinforcement Learning
คือ การเรียนรู้จากการปฏิสัมพันธ์ระหว่างผู้เรียนกับสิ่งแวดล้อม ผ่านการลองผิดลองถูกภายใต้สถานการณ์จำลอง
ตัวอย่าง Machine Learning ในชีวิตประจำวัน
สำหรับการใช้งาน Machine Learning ที่สามารถพบเห็นได้บ่อยในชีวิตประจำวัน ประกอบไปด้วย
- ข้อเสนอการบริการบน YouTube เช่น การแนะนำวิดีโอที่ผู้ใช้งานอาจชอบหรือวิดีโอที่เคยดูไปแล้วบน Youtube
- แนะนำหนังบน Netflix มีจุดประสงค์เพื่อชักจูงให้เราตัดสินใจดูหนังเรื่องนั้น ๆ แม้ไม่คุ้นเคย ผ่านการนำเสนอฉากการกระทำของตัวละครที่ตรงใจหรือภาพนักแสดงที่เราคุ้นเคย
- Assistant รับคำสั่งด้วยเสียง ถูกนำมาใช้เพื่อพัฒนาความสามารถของ AI ให้สามารถรับฟังคำสั่งเสียงได้อย่างแม่นยำและรองรับได้หลายสำเนียง
- Face ID ของ Apple ถูกนำมาใช้เพื่อแก้ไขปัญหากรณี Face ID จำหน้าผู้ใช้ไม่ได้โดยพึ่งพาความสามารถของ Machine Learning ในการเรียนรู้รูปแบบหน้าหลากหลายและแตกต่างกันค่อนข้างเยอะ และสร้างโมเดลจำลองให้คอมพิวเตอร์รับรู้จึงทำให้ต่อให้หน้าตาเปลี่ยนทรงผมเปลี่ยนหรือใส่แว่น Face ID ยังคงสามารถตรวจสอบได้ว่าเป็นคนเดียวกัน
- Apple Siri ที่มีการฟังเสียงและถอดความ Speech Recognition ถูกนำมาใช้เพื่อประมวลผลภาษาธรรมชาติของมนุษย์ เนื่องจากภาษาคอมพิวเตอร์มีลักษณะแบบเฉพาะต่างกับภาษามนุษย์ที่มีความกังวล จึงทำให้ยากต่อการประมวลผล แต่ Machine Learning มีส่วนช่วยประมวลผลได้อย่างแม่นยำและรวดเร็ว
สรุปได้ว่า Machine Learning เป็นหนึ่งในสาขาของ AI ที่มีความฉลาดในการประมวลผลมากกว่า AI ทั่วไป จึงมักถูกนำไปใช้เล่นหลายจุดประสงค์ โดยเฉพาะงานที่จำเป็นต้องมีความละเอียด แม่นยำ และความเร็วสูง เช่น รับคำสั่งด้วยเสียง ฟังและถอดความ แนะนำวิดีโอใน YouTube นำเสนอภาพกราฟิก ดึงดูดความชอบของแต่ละคน
