DARPA เตรียมลงทุนวิจัยระบบสร้าง Model โดยอัตโนมัติ สำหรับใช้ใน Machine Learning

โดยทั่วไปแล้วหนึ่งในงานที่ยากที่สุดของการทำ Machine Learning ก็คือการสร้าง Model ที่ต้องใช้ความสามารถและเวลาของคนจำนวนมากมาโดยตลอด และ DARPA ก็กำลังจะวิจัยเทคโนโลยีที่ทำให้การสร้าง Model เหล่านี้ขึ้นมาให้กลายเป็นเรื่องอัตโนมัติ

Credit: ShutterStock.com
Credit: ShutterStock.com

ตัวอย่างที่เห็นได้ชัดคือกรณีของ New York University ที่เคยสร้าง Model ของ Traffic Flow ก่อนหน้านี้ ที่ต้องใช้ Data Scientist มากถึง 60 Person-Month ในการเตรียมข้อมูล และใช้อีก 30 Person-Month ในการพัฒนา Model ขึ้นมา

ทาง Defense Advanced Research Projects Agency (DARPA) ก็ได้เล็งเห็นว่าประเด็นนี้กำลังกลายเป็นปัญหา และด้วยปริมาณข้อมูลที่เพิ่มขึ้นอย่างมหาศาลในแต่ละวันๆ การสร้าง Model เหล่านี้ด้วยคนอาจไม่ตอบโจทย์อีกต่อไป ทำให้ทาง DARPA ได้ตัดสินใจที่จะลงทุนในงานวิจัยเพื่อเปลี่ยนการสร้าง Model เหล่านี้ให้กลายเป็นงานอัตโนมัติให้ได้ โดยทาง DARPA ได้ทำนานยเอาไว้ว่าปีนี้โลกเราจะขาดแคลน Data Scientist มากถึง 180,000 คนเลยทีเดียว

โครงการ Data Driven Discovery of Models (D3M) นี้จะแบ่งออกเป็น 2 Phase โดยแต่ละ Phase จะใช้เวลา 2 ปี

ที่มา: http://www.arnnet.com.au/article/602354/darpa-looking-make-huge-strides-machine-learning/?utm_medium=rss&utm_source=taxonomyfeed

About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

Anthropic เปิดตัว Claude Opus 5 ชูความฉลาดใกล้ระดับ Fable 5 ในราคาครึ่งเดียว

Anthropic เปิดตัว Claude Opus 5 โมเดล AI ที่ให้ความสามารถใกล้เคียงระดับ frontier ของ Claude Fable 5 ในราคาครึ่งเดียว โดยยังคิดค่าบริการเท่ากับ …

NCSA ร่วมกับ Veeam ขอเชิญทุกท่านเข้าร่วมงานสัมมนาออนไลน์ในหัวข้อ “Data Trust ในยุค AI” [4 ส.ค. 2569 — 14.00น.]

NCSA ร่วมกับ Veeam ขอเชิญทุกท่านเข้าร่วมงานสัมมนาออนไลน์ในหัวข้อ “Data Trust ในยุค AI” เพื่อเรียนรู้กับการป้องกันไม่ให้ข้อมูลสำคัญขององค์กรหรือหน่วยงาน รั่วไหลไปกับการใช้งาน AI Agent ที่มีความรวดเร็วและซับซ้อนขึ้นเรื่อยๆ ด้วยมาตรการต่างๆ เช่น …