Machine Learning หรือ แปลตรงๆตัวเลยว่า “การเรียนรู้ของเครื่องจักร” โดยเครื่องจักรในที่นี้หมายถึง “Program Computer”
Machine Learning อยู่กับเรามานานแล้ว นานตั้งแต่เกิดสำหรับหลายๆคน เพราะมันเริ่มต้นตั้งแต่สมัยปี 1959 ไม่ใช่เรื่องใหม่เลยหากใครเคยดู The Imitation game เป็นเรื่องราวการถอดรหัสลับของนาซี ในสงครามโลกที่พลิกให้ฝั่งพันธมิตรเป็นฝ่ายชนะ จะเห็นเครื่อง ENIGMA ที่สร้างโดย Alan Turing บิดาแห่ง Computer Science ในปัจจุบัน
ข้อดีของ Machine Learning ไม่ต้องสงสัยเลยว่า Machine Learning ช่วยให้มนุษย์ทำงานได้อย่างสร้างสรรค์และมีประสิทธิภาพมากขึ้น คุณเองก็สามารถมอบหมายงานที่ค่อนข้างซับซ้อนหรือซ้ำซากให้กับคอมพิวเตอร์ผ่าน Machine Learning ได้เริ่มจากการสแกน บันทึก และจัดเก็บเอกสารกระดาษ เช่นใบแจ้งหนี้เพื่อจัดระเบียบและแก้ไขภาพนอกเหนือจากงานง่ายๆ เหล่านี้ เครื่องจักรเรียนรู้ด้วยตนเอง (Self-learning machines) ยังสามารถทำงานที่ซับซ้อนได้ ตัวอย่างเช่น การจดจำรูปแบบที่ผิดพลาดต่างๆ (error patterns) ได้ด้วย นี่เป็นข้อได้เปรียบที่สำคัญโดยเฉพาะอย่างยิ่งในแอเรียต่างๆ เช่นอุตสาหกรรมการผลิต ซึ่งเป็นอุตสาหกรรมที่ต้องพึ่งพาการผลิตอย่างต่อเนื่องและปราศจากข้อผิดพลาด แม้แต่ในเรื่องที่ผู้เชี่ยวชาญก็ไม่อาจมั่นใจได้ว่าเกิดข้อผิดพลาดในสายการผลิตได้อย่างไร แต่ Machine Learning เสนอความเป็นไปได้ในการระบุข้อผิดพลาดได้อย่างรวดเร็ว ซึ่งช่วยประหยัดเวลาและค่าใช้จ่ายตอนนี้โปรแกรมการเรียนรู้ด้วยตนเองยังถูกใช้ทางด้านการแพทย์ ในอนาคตหลังจากที่ “บริโภค” ข้อมูลจำนวนมหาศาล (สิ่งตีพิมพ์ทางการแพทย์ ผลการศึกษา ฯลฯ ) apps (ของคนไข้) จะสามารถเตือนคนไข้ในกรณีที่แพทย์ต้องการสั่งยาที่คนไข้ไม่อาจรับได้หรือตัวยาที่คนไข้เกิดอาการแพ้ “ความรู้” ในข้อนี้ยังหมายถึงการที่แอปสามารถเสนอทางเลือกอื่น ๆ ได้โดยคำนึงถึงข้อจำกัดทางพันธุกรรมของผู้ป่วยนั้นๆ ด้วย
ข้อเสียของ machine learning
ที่ใช้เทคนิค supervised learning แบบดั้งเดิม ก็คือว่า เราต้อง มี dataset ที่ labeled หรือกำหนด ค่าของตัวแปร y มาให้ ซึ่งถ้าเป็นงานที่ต้องใช้ unstructured data การ label จะเป็นงานที่ยุ่งยาก และเสียเวลามาก และในกรณีนี้ ส่วนใหญ่ เรามักจะมี data กลุ่มตัวอย่างที่ไม่เพียงพอ
อาชีพ machine learning
Machine Learning Engineer เป็นงานที่ต้องมีพื้นฐาน Software Engineer ที่แข็งแกร่งมากในระดับนึง และยังต้องมีความรู้ด้าน Machine Learning ด้วย เพื่อให้เราสามารถคุยศัพท์ Technical กับทีม AI Research ได้สายงาน Machine Learning Engineer เหมาะกับคนที่จบด้าน Software Engineer มา หรือใครเป็น Software Engineer อยู่ แล้วสนใจศึกษาด้าน Machine Learning เพิ่มขึ้นก็เหมาะครับ ที่สำคัญคือทักษะ การเขียนโปรแกรม , Algorithms & Data Structure
VIDEO
สู่จุดเปลี่ยนของวงการ AI และ Machine Learning ก้าวผ่านการวิจัยสู่การใช้งานจริง อ้างอิงจาก IDC 40% ของโครงการด้านการทำ Digital Transformation จะใช้บริการ AI และภายในปี 2021 75% ของ Application ภายในองค์กรจะใช้ AI ข้อมูลเหล่านี้น่าสนใจเพราะว่าในอีกไม่นาน AI จะเปลี่ยนวิธีการที่เราโต้ตอบกับ Application หรือแม้แต่อุปกรณ์จากหลากหลายบริษัทก็ตาม เริ่มต้นจากการแนะนำผลิตภัณฑ์, การสร้างศูนย์บริการลูกค้า ไปจนถึงรถยนต์ไร้คนขับ ทั้งหมดนี้จะถูกทำให้เป็นอัตโนมัติด้วย AI และ Machine Learning ทั้งสิ้น
Machine Learning ถูกพัฒนามาอย่างต่อเนื่องยาวนานกว่า 50 ปีแล้ว แต่ศาสตร์ทางด้านนี้เพิ่งจะเกิดการเปลี่ยนแปลงเร็วๆ นี้เนื่องจากการใช้ Cloud Computing กันอย่างแพร่หลาย ซึ่งทำให้ AI และ Machine Learning กลายเป็นเทคโนโลยีที่ถูกเข้าถึงได้จากทุกธุรกิจ ภาพนี้เป็นภาพที่เราไม่สามารถเห็นได้ใน 10 ปีที่แล้ว และตอนนี้เราก็กำลังอยู่ในจุดเริ่มต้นของการเปลี่ยนแปลงครั้งใหญ่ ที่ซึ่ง Machine Learning จะถูกใช้งานจริงได้มากยิ่งขึ้น ธุรกิจต่างล้วนมีส่วนร่วมในแนวโน้มนี้ด้วยสาเหตุที่ไม่ใช่เพียงแค่ว่าแนวโน้มนี้กำลังเป็นที่นิยมอย่างมาก แต่เป็นเพราะผลกระทบที่จะมีความสำคัญอย่างแท้จริงต่อธุรกิจ ซึ่งเกิดขึ้นได้เนื่องจาก Cloud Computing
อย่างไรก็ดี ถึงแม้จะมีข่าวที่หลากหลายเกี่ยวกับผลลัพธ์ของการนำ Machine Learning ไปใช้งาน และการนำ Machine Learning ไปใช้ปรับปรุงธุรกิจ ไม่ว่าจะสำหรับกระบวนการภายในธุรกิจหรือการโต้ตอบกับลูกค้าก็ตาม แต่ความท้าทายที่ธุรกิจยังคงต้องเผชิญก็คือทำให้ Machine Learning สามารถนำไปใช้งานได้จริง และการนำ Cloud Computing ไปช่วยให้ธุรกิจทุกขนาดสามารถใช้งาน Machine Learning ให้ได้อย่างรวดเร็วและง่ายดาย หากอ้างอิงจากงานวิจัยของ Deloitte จะพบว่าความท้าทายที่ใหญ่ที่สุด 3 ประการของ Machine Learning นั้นได้แก่ 1) การติดตั้งใช้งาน 2) การผสานระบบ และ 3) ข้อมูล โดยมีองค์กรกว่า 39% ที่ต้องการใช้บริการ Cloud ในการสร้างเทคโนโลยีทางด้าน Machine Learn-ing โจทย์ที่น่าสนใจก็คือ ภายในระบบ Cloud นั้นมีบริการ AI และ Machine Learning ใดให้ใช้งานบ้าง? และบริการใดจะเหมาะสมกับการนำไปใช้งานในรูปแบบไหน?
5 สิ่งที่ทุกคนควรรู้เกี่ยวกับ Machine Learning เมื่อไม่นานมานี้ คอมพิวเตอร์จำเป็นต้องใช้ชุดคำสั่งที่ซับซ้อนและแม่นยำสูงขึ้น เพื่อให้แม้แต่งานง่าย ๆ สัมฤทธิ์ผล ภาษาคอมพิวเตอร์มีการพัฒนาตลอดช่วงหลายปีที่ผ่านมา ขั้นตอนหนึ่งที่สำคัญยิ่งคือมุ่งสู่การขจัดการโปรแกรมที่ซับซ้อน กล่าวคือ การทำให้คอมพิวเตอร์สามารถเรียนรู้ด้วยตัวเองได้ เรียกว่า Machine Learning เนื่องจาก Machine Learning ดังกล่าว เป็นวิวัฒนาการก้าวกระโดดทางเทคโนโลยีที่รวดเร็ว มีศักยภาพที่แท้จริงเพราะฉะนั้นอาจส่งผลกระทบในกับผู้คนมากมาย ไม่ว่าจะเป็นในเชิงธุรกิจหรือด้านอื่นๆ ในอนาคตอันใกล้ ด้วยเหตุนี้เองเราจึงคิดว่าสิ่งเหล่านี้คือสิ่งที่น่าสนใจต่อการพัฒนาก้าวกระโดดนี้ 1. Machine Learning คืออะไร? แท้จริงแล้ว Machine Learning เป็นการประยุกต์ใช้สถิติขั้นสูงเพื่อเรียนรู้ให้สามารถระบุรูปแบบข้อมูลและคาดการณ์จากรูปแบบเหล่านั้นได้ Machine learning เริ่มต้นมาตั้งแต่ปี ค.ศ.1950 เมื่อนักวิทยาศาสตร์คอมพิวเตอร์คิดหาวิธีสอนคอมพิวเตอร์ให้เล่นหมากฮอส จากนั้น เมื่อวิวัฒนาการทางเทคโนโลยี ทำให้ระบบการคำนวณค่าต่างๆของคอมพิวเตอร์เพิ่มขึ้น ทำให้คอมพิวเตอร์สามารถเข้าใจและจดจำรูปแบบของค่าต่างๆที่ซับซ้อนได้ แล้วจึงประยุกต์ไปสู่การคาดการณ์สถานการณ์ณ์รวมไปถึงการแก้ปัญหาด้วยตัวเอง อัลกอริทึมของ Machine Learning คือ การให้ ‘ชุดการสอน (teaching set)’ ของข้อมูล แล้วให้ใช้ข้อมูลดังกล่าวเพื่อตอบคำถาม ตัวอย่างเช่น คุณอาจเตรียมชุดการสอนเกี่ยวกับรูปภาพ ภาพบางส่วนคือ “นี่คือแมว” ภาพบางส่วน “นี่ไม่ใช่แมว” จากนั้นคุณสามารถแสดงภาพชุดใหม่ ๆ สอบถามคอมพิวเตอร์ แล้วคอมพิวเตอร์จะเริ่มแยกแยะได้ว่ารูปใดเป็นรูปแมว 2. อะไรทำให้ Machine learning น่าตื่นเต้น? ในยุคปัจจุบันนี้คอมพิวเตอร์สามารถทำหลายสิ่งที่ครั้งหนึ่งมนุษย์เคยคิดว่าจะมีเพียงมนุษย์เท่านั้นที่สามารถทำสิ่งเหล่านั้นได้ ในขณะที่เทคโนโลยียังคงไม่สมบูรณ์ในหลายๆกรณี ในความเป็นจริงแล้วเทคโนโลยีนี้มีคอนเซ็ปในการเรียนรู้อย่างต่อเนื่องและไม่สิ้นสุด โดยทางทฤษฎี เทคโนโลยีนี้ไม่มีขีดจำกัดเพดานด้านประสิทธิภาพโดยจะพัฒนาและมีประสิทธิภาพสูงขึ้นเสมอ ขณะนี้ คอมพิวเตอร์สามารถ “ดู” รูปภาพและจำแนกเข้าสู้หมวดหมู่ต่างๆเองได้แล้ว เช่นเดียวกับรูปภาพแมวที่ยกตัวอย่างไปก่อนหน้านี้ คอมพิวเตอร์เหล่านี้สามารถ “อ่าน” ได้ทั้งข้อความ (text) และตัวเลข (number) ในรูปภาพ ตลอดจนสามารถระบุตัวบุคคลและสถานที่ได้ คอมพิวเตอร์ไม่เพียงแต่อ่านข้อความได้เท่านั้นแต่สามารถเข้าใจบริบท (context) ได้อีกด้วย รวมถึงทั้งความรู้สึกที่เป็นด้านบวกและด้านลบของแต่ละข้อความนั้นๆ ยิ่งไปกว่านั้น คอมพิวเตอร์ยังสามารถฟังเสียงเรา เข้าใจเรา และโต้ตอบกับเรา ผู้ช่วยเสมือน (Virtual Assistant) ที่อยู่กับคุณตลอดเวลาไม่ว่าจะเป็น Siri, Cortana หรือ Google Now นั้น ปัจจุบันถือว่าเป็นการก้าวกระโดดที่สำคัญในด้านความสามารถของคอมพิวเตอร์เพื่อทำความเข้าใจคำพูดและอริยบทของมนุษย์ตามธรรมชาติ และมีการปรับปรุงอย่างต่อเนื่องอยู่ตลอดเวลา คอมพิวเตอร์ยังสามารถเขียนได้อีกด้วย อัลกอริทึมของ Machine Learning ที่กำลังถูกนำมาใช้เพื่อเขียนเนื้อหาข่าวพื้นฐานในวงการที่ต้องใช้ข้อมูลมหาศาล อย่างเช่น การรายงานทางการเงินและแม้กระทั่งการกีฬา สิ่งเหล่านี้เกี่ยวข้องกับการป้อนข้อมูลและการจัดหมวดหมู่ข้อมูลทุกประเภท ซึ่งในอดีตจำเป็นต้องใช้คนทำ หากคอมพิวเตอร์สามารถจดจำบางสิ่งบางอย่างได้ เช่น รูปภาพ เอกสารไฟล์ เป็นต้น และอธิบายได้อย่างถูกต้องแม่นยำ เราอาจใช้ประโยชน์ได้หลาย ๆ อย่างจากระบบอัตโนมัติเหล่านี้ 3. Machine Learning ในปัจจุบันถูกใช้อย่างไรบ้าง? การศึกษางานชิ้นหนึ่ง ด้วยการวินิจฉัยโดยใช้คอมพิวเตอร์ช่วย (computer assisted diagnosis, CAD) เพื่อตรวจสอบสแกนหามะเร็งเต้านมของผู้หญิงในระยะแรกและมะเร็งเต้านมในระยะต่อมา และคอมพิวเตอร์ตรวจพบ 52% ของมะเร็ง ซึ่งเป็นจำนวนที่เท่ากับปีก่อนที่ผู้หญิงคนนี้จะถูกวินัจฉัยว่าเป็นมะเร็ง นอกจากนี้ Machine Learning สามารถใช้ทำความเข้าใจถึงปัจจัยเสี่ยงของโรคในประชากรกลุ่มใหญ่ๆได้ บริษัท Medecision พัฒนาอัลกอริทึมที่สามารถระบุตัวแปร 8 ปัจจัย เพื่อคาดการณ์แนวทางการรักษาที่สามารถหลีกเลี่ยงความเสี่ยงในการเกิดโรคได้ในผู้ป่วยโรคเบาหวาน คุณอาจเคยช็อปปิ้งออนไลน์และมีโอกาสเข้าชมร้านค้าออนไลน์และมองหาสินค้าสักชิ้นหนึ่ง แต่ไม่ได้ซื้อเลย แล้วคุณกลับพบเห็นโฆษณาดิจิทัลบนเว็บสำหรับสินค้านั้นชิ้นเดียวกับที่คุณเคยเข้าไปดูก่อนหน้านี้ การตลาด ลักษณะนี้เป็นเพียงสิ่งเล็กๆของความสามารถในการทำการตลาดออนไลน์ในสมัยนี้ได้ บริษัทผู้ทำการตลาดออนไลน์สามารถกำหนดอีเมล์ส่วนตัวและลูกค้า เพื่อส่งอีเมล์หรือคูปองให้โดยตรง ซึ่งเสนอ “สินค้าแนะนำ” ให้ลูกค้าเห็น และทั้งหมดนั้นออกแบบมาเพื่อนำเสนอขายสินค้าต่อผู้บริโภคที่น่าเชื่อถือได้นั่นเอง การประมวลภาษาธรรมชาติ (Natural Language Processing, NLP) กำลังถูกนำมาใช้ในทุกประเภทของการใช้งานที่น่าตื่นเต้นข้ามวงการ อัลกอริทึมของ Machine Learning ด้วยการใช้์NPL สามามารถทำหน้าที่บริการลูกค้าและนำเสนอข้อมูลที่ลูกค้าต้องการได้อย่างรวดเร็วทันใจ และยังถูกนำมาใช้แปลภาษากฎหมายที่กำกวมในสัญญาให้เป็นภาษาที่เข้าใจง่ายๆ และช่วยให้ทนายความจำแนกข้อมูลจำนวนมากเพื่อเตรียมพร้อมสำหรับแต่ละกรณี เมื่อเร็วๆนี้บริษัท IBM ได้ทำการสำรวจผู้บริหารระดับสูงด้านรถยนต์ และจำนวน 74% คาดการณ์ว่าพวกเราจะได้เห็นรถสมาร์ทคาร์ (Smart Car) แล่นบนถนนในปี 2025 รถสมาร์ทคาร์ไม่เพียงแต่ผสานเข้ากับ Internet of things (IoT) แต่ยังเรียนรู้เกี่ยวกับเจ้าของรถและสภาพแวดล้อม อาจปรับการตั้งค่าภายใน เช่น อุณหภูมิ เสียง ตำแหน่งที่นั่ง เป็นต้น ปรับตัวเองโดยอัตโนมัติบนพื้นฐานของคนขับ รายงาน และแม้กระทั่งแก้ไขปัญหาเอง ขับเองได้ และแนะนำสภาพการจราจรและถนนตามเวลาจริง ณ เวลานั้น ได้ 4. สิ่งที่ Machine Learning ทำได้ในอนาคตอันใกล้? เมื่อพูดถึงความเป็นไปได้ที่เทคโนโลยีนี้จะสามารถทำได้นั้นแทบจะเรียกได้ว่าไม่มีขีดจำกัดเลยทีเดียว ความเป็นไปได้ที่น่าตื่นเต้น ได้แก่ : • การดูแลสุขภาพส่วนบุคคล (Personalized healthcare) ที่วิเคราะห์จากลักษณะทางพันธุรกรรม และพฤติกรรมในการดำเนินชีวิต หลังจากนั้นจะสร้างแผนการดูแลสุขภาพโดยเฉพาะ และแผนการรักษาทางการแพทย์ของคุณ • โปรแกรมรักษาความปลอดภัยข้อมูล (Data security program) ที่สามารถตรวจจับมัลแวร์ ไวรัส และการโจมตี ด้วยระดับความแม่นยำสูง • คอมพิวเตอร์ช่วยรักษาความปลอดภัย (Computer assisted security) ในสถานที่ต่าง ๆ เช่น สนามบิน และสนามกีฬา ที่สามารถคาดการณ์ได้ว่าใครอาจจะเป็นภัยคุกคาม และมองเห็นสิ่งที่มนุษย์อาจมองผิดพลาดได้ • รถยนต์ที่ขับด้วยตนเอง (Self-driving car) ซึ่งสามารถนำทางด้วยตนเอง และลดปัญหาการจราจรและอุบัติเหตุได้ • การตรวจสอบการทุจริตขั้นสูง (Advanced fraud detection) ในด้านการเงินและการประกันภัยเพื่อช่วยเราประหยัดงบประมาณ • แม้แต่ “เครื่องแปลภาษาครอบจักรวาล (Universal Translator)” ที่จะช่วยให้คุณสามารถพูดผ่านโทรศัพท์หรืออุปกรณ์อื่น ๆ ของคุณ และแปลภาษาได้อย่างถูกต้องและรวดเร็ว 5. ทำไมพวกเราต้องสนใจเกี่ยวกับ Machine Learning? สำหรับหลายคนแล้ว ความล้ำหน้าเหล่านี้จะเกิดขึ้นในฐานะเทคโนโลยีใหม่ ๆ แล้วพวกเขาจะไม่สนใจว่ามันทำงานอย่างไรหรือเบื้องหลังมีอะไรเกิดขึ้นบ้าง แต่เราทุกคนควรใส่ใจ เนื่องจาก Machine Learning นำพาสิ่งดี ๆ เข้ามา และมันอาจเปลี่ยนรูปแบบแรงงานของพวกเราได้อีกด้วย การประยุกต์ใช้ Machine Learning กับข้อมูลที่เพิ่มขึ้นเรื่อย ๆ ที่ผลิตขึ้นโดยทุกคนบนโลกนี้จะเปลี่ยนโฉมทุกอย่างที่เกี่ยข้องกับงานของเรา ใช่แล้ว เทคโนโลยีใหม่เหล่านี้สำหรับหลาย ๆ คนแล้วจะทำให้งานง่ายขึ้น แต่ก็อาจทำให้หลายงานเหล่านั้นล้าสมัย อัลกอริทึมสามารถตอบอีเมล์ของเรา แปลความหมายรูปภาพทางการแพทย์ หาวิธีให้เราชนะทางกฎหมาย วิเคราะห์ข้อมูลของเรา และอื่น ๆ อีกมากมาย การเรียนรู็ของ Machine Learning ใช้อัลกอริทึมที่เน้นการเรียนรู้จากตัวอย่างที่ผ่านมา ดังนั้น โปรแกรมเมอร์จะเขียนบรรทัดคำสั่งเพื่อดำเนินการทุกอย่าง ความสามารถในการเรียนรู้นี้ควบคู่ไปกับความก้าวหน้าทางด้านหุ่นยนต์และเทคโนโลยีมือถือ หมายถึงคอมพิวเตอร์สามารถช่วยให้มนุษย์ดำเนินงานที่ซับซ้อนได้รวดเร็วและดีขึ้นกว่าที่เคย แต่อะไรจะเกิดขึ้นกับมนุษย์ เมื่อ Machine Learning แซงหน้าไปไกล? The World Economic Forum สันนิษฐานว่า เราจะสูญเสียงาน 5 ล้านตำแหน่ง ให้กับคอมพิวเตอร์และหุ่นยนต์ภายในอีก 5 ปีข้างหน้า นั่นหมายความว่าจะไม่มีอะไรเหลือให้คุณทำงาน ตั้งแต่ทนายความ ผู้เชี่ยวชาญการวินิจฉัยโรค ตัวแทนบริการลูกค้า จนไปถึง พนักงานขับรถบรรทุก คุณจำเป็นต้องให้ความสนใจกับ Machine Learning ที่อาจส่งผลต่อ ธุรกิจ วงการ และงานของคุณ วิธีที่ดีที่สุดเพื่อให้มั่นใจว่าคุณจะไม่แปลกใจ เมื่อคอมพิวเตอร์เริ่มทำงานเหล่านี้ คือ คุณจะต้องตั้งมั่นและเตรียมเชิงรุกตั้งแต่เดี๋ยวนี้
อาชีพที่เกี่ยวข้องกับ Machine learning
1.ขายของออนไลน์
2.สอนพิเศษออนไลน์
3.หมอ,พยาบาล ที่ใช้ในการตรวจหามะเร็ง
4.ทหาร ที่ใช้ในการหาวัตถุระเบิด
