การเติบโตของ AI ไปถึงจุดไหนแล้ว

มหาวิทยาลัยสแตนฟอร์ดและ McKinsey ได้อัปเดตรายงาน AI Index เพื่อชี้วัดว่าปัจจุบันสถานการณ์การเติบโตของ AI ไปถึงจุดไหนแล้ว

Credit: ShutterStock.com

ดัชนีชี้วัดที่น่าสนใจมีดังนี้

  • AI Conference Attendee – ผู้เข้าร่วมงานสัมมนาด้าน AI ขนาดใหญ่ที่สุดหรือ NeurIPS ในปี 2019 มีจำนวนถึง 13,500 คน ซึ่งเพิ่มขึ้นจากปีก่อนถึง 41% และ 800% จากปี 2012 สำหรับงานใหญ่น้อยลงมาอย่าง AAAI และ CVPR ก็มีผู้สนใจเข้าร่วมเพิ่มกว่า 30% เช่นกัน
  • AI Jobs – จากการรีวิวดูตำแหน่งงานด้าน AI ในประกาศหางานพบว่าปี 2019 ปีความต้องการตำแหน่งที่เกี่ยวกับ AI เพิ่มขึ้น 5 เท่าจากปี 2010 แต่ถึงแม้ว่ายังน้อยอยู่มากแต่ก็แสดงนัยสำคัญต่อแนวโน้มในอนาคตได้ นอกจากนี้หากแบ่งตามความเฉพาะทางของงาน AI ที่ประกาศรับพบว่า Machine Learning คิดเป็น 58% ตามมาด้วย AI 24% รวมถึง Deep Learning และ NLP ที่ 9% และ 8% ตามลำดับ ซึ่งความน่าสนใจคือ Deep Learning มีความต้องการเพิ่มขึ้นเป็น 12 เท่าระหว่างปี 2015 – 2018
  • Compute capacity – จากทฤษฎีของ Moore Law ที่ว่าทุก 2 ปีส่วนประมวลผลจะแรงขึ้น 2 เท่าดูจะไม่แม่นแล้วเพราะหลังปี 2012 พบว่าเทคโนโลยีด้านการประมวลผลโตขึ้น 2 เท่าทุก 3.4 เดือนโดยเฉลี่ย ดังนั้นแกนการสนับสนุนด้าน AI จะยิ่งแรงขึ้นไปอีก
  • Training Time – อีกความชัดเจนในความแรงคือปัจจุบันการเทรนอัลกอริทึมนั้นใช้เวลาเพียง 1/180 ของเมื่อ 2 ปีก่อน ด้วยจากการทดสอบเทรนชุดข้อมูลรูปขนาดใหญ่บนคลาวด์เทียบกับเมื่อ 2 ปีก่อนที่ใช้เวลา 3 ชั่วโมงจะเหลือเพียง 88 วินาที
  • Commercial Machine Translation – ในภาคของการใช้งานเชิงพาณิชย์การใช้ AI เพื่อช่วยแปลงภาษาเช่น ภาษาอังกฏษเป็นภาษาจีน ได้รับความนิยมมากขึ้น เมื่อวัดจากจำนวนของ Pre-train Model และ Public API ที่เพิ่มจำนวนขึ้นระหว่างปี 2017 – 2019 นอกจากนี้ยังพบว่ายังเปิดให้มีการ Customize โมเดลได้มากขึ้น รวมถึงมีการปรับปรุงอย่างอัตโนมัติกับข้อมูลของแต่ละคนได้ด้วย  
  • Computer Vision – ความแม่นยำของการจดจำรูปภาพจาก ImageNet พบว่าเพิ่มเป็นค่าเฉลี่ยที่ 85% จากเพียง 62% ในปี 2013
  • NLP – การพัฒนา NLP ได้ข้ามขีดจำกัดของมาตรฐานระดับต่ำไปแล้ว เห็นได้จากมีการยกระดับมาตรฐาน Benchmark อย่าง GLUE ไปเป็น SuperGLUE ซึ่งใช้ทดสอบ NLP หลังจากผ่านประสิทธิภาพในระดับมนุษย์ด้วย GLUE แล้ว

ผู้สนใจสามารถติดตามรายงานเต็มๆ จำนวน 290 หน้าได้ที่นี่

ที่มา :  https://www.zdnet.com/article/artificial-intelligence-the-score/

About nattakon

จบการศึกษา ปริญญาตรีและโท สาขาวิศวกรรมคอมพิวเตอร์ KMITL เคยทำงานด้าน Engineer/Presale ดูแลผลิตภัณฑ์ด้าน Network Security และ Public Cloud ในประเทศ ปัจจุบันเป็นนักเขียน Full-time ที่ TechTalkThai

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Stripe ยกระดับระบบชำระเงินสู่โครงสร้างพื้นฐานสำหรับ Machine-to-Machine รับยุค Agentic AI

Stripe เปิดตัวผลิตภัณฑ์ใหม่ 288 รายการ พร้อมส่งแผนพลิกโฉมระบบชำระเงินจากเดิมที่เป็นโครงสร้างพื้นฐานในการทำธุรกรรมสำหรับมนุษย์ ให้กลายเป็นโครงสร้างพื้นฐานที่สามารถตั้งโปรแกรมได้และทำงานอย่างต่อเนื่องเพื่อรองรับธุรกกรรมแบบ Machine-to-Machine ถือเป็นการปูทางเข้าสู่ระบบเศรษฐกิจแบบ Agentic AI อย่างเต็มรูปแบบ