TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
สำหรับผู้ที่อยากรู้จักเทคโนโลยี Artificial Intelligence (AI), Machine Learning (ML) และ Deep Learning (DL) แบบปูพื้นฐานเพื่อเข้าใจแนวคิดการทำงานและความสำคัญของเทคโนโลยีเหล่านี้ ทาง Facebook ได้เผยแพร่บทความอธิบายเทคโนโลยีเหล่านี้แบบฉบับเข้าใจง่ายพร้อมคลิปประกอบเอาไว้ ซึ่งทาง TechTalkThai เห็นว่าน่าสนใจดีจึงขอนำมาสรุปเป็นภาษาไทยเอาไว้ดังนี้ครับ
** อัปเดต มี Subtitle ภาษาไทยแล้ว เข้าไปดูได้ที่ http://ta.virot.me/fb-ai-explainer/ เลยครับ
คำเตือน คลิปเป็นภาษาอังกฤษทั้งหมด แต่ลองพยายามฟังกันดูนะครับ สนุกดี แต่ละคลิปยาวทั้งแต่ 1-5 นาทีเท่านั้นครับ ค่อยๆ ดูไปก็ได้ ซึ่งนั่งดูทั้งหมดนี้ก็สนุกดีครับ หยุดยาว 3 วันหาเวลาว่างซักครึ่งชั่วโมงมานั่งดูก็ดีครับ
บทนำ
ปัจจุบันเทคโนโลยี AI นี้ได้แทรกตัวเข้ามาในทุกๆ ส่วนของชีวิตประจำวันเราแล้ว ไม่ว่าจะเป็นบน Smartphone, ภายในบ้านอัจฉริยะ, รถยนต์รุ่นใหม่ๆ และอื่นๆ อีกมากมาย โดยใน Facebook เองนั้นก็มีการนำ AI มาใช้งานในหลากหลายรูปแบบ ไม่ว่าจะเป็นการแปลภาษา, การอธิบายรูปภาพเพื่อให้ผู้บกพร่องทางสายตารู้ว่ามีภาพอะไรอยู่บน Facebook บ้าง และอื่นๆ อีกมากมาย โดยในคลิปนี้ Yann Lecun หัวหน้าทีมวิจัยฝ่าย AI ของ Facebook จะออกมาอธิบายถึงแนวคิดหลักๆ ของ AI และความสำคัญของเทคโนโลยีนี้
Machine Learning
สำหรับมนุษย์อย่างเราๆ การแยกความแตกต่างระหว่างสุนัขและแมวในภาพนั้นสามารถทำได้ง่ายมาก แต่สำหรับคอมพิวเตอร์นั้นถือเป็นงานที่มีความซับซ้อนสูง ซึ่งขั้นตอนการทำสิ่งเหล่านี้ก็เรียกว่า Machine Learning นั่นเอง และด้วยการนำอัลกอริธึมที่ถูกต้องมาใช้ใน Machine Learning เพื่อให้คอมพิวเตอร์ใช้ในการแก้ไขแต่ละโจทย์ปัญหานั้น ก็จะทำให้เราสามารถฝีกสอนให้คอมพิวเตอร์สามารถแยกความแตกต่างระหว่างสุนัขและแมว รวมถึงการแยกวัตถุต่างๆ หรือแก้ไขโจทย์อื่นๆ ต่อไปได้ด้วย
Gradient Descent
AI นั้นเนื้อแท้แล้วคือคณิตศาสตร์ล้วนๆ โดยตัวอย่างหนึ่งที่จะทำให้เห็นภาพได้ชัดในประเด็นนี้ก็คือ Gradient Descent ที่เป็นเทคนิคทางคณิตศาสตร์สำหรับใช้ในการฝึกอบรมระบบคอมพิวเตอร์นั่นเอง ด้วยการคำนวณว่าการปรับแต่งวิธีการฝึกอบรมระบบคอมพิวเตอร์ในรูปแบบต่างๆ เพื่อค้นหารูปแบบการปรับแต่งที่จะทำให้ AI สามารถทำงานได้อย่างแม่นยำที่สุด ก็ทำให้เราสามารถสอน AI ให้แก้โจทย์ปัญหาต่างๆ เช่น การแยกภาพของสุนัขและแมวออกจากกัน หรือแยกวัตถุอื่นๆ ในภาพได้อย่างแม่นยำยิ่งขึ้นและมีความผิดพลาดที่น้อยลง
Deep Learning
เมื่อมนุษย์อย่างเรามองเห็นภาพสุนัข เราก็จะบอกได้ทันทีว่ามันคือสุนัข แต่สำหรับคอมพิวเตอร์นั้นจะแตกต่างออกไป โดยการที่คอมพิวเตอร์จะเข้าใจได้ว่าภาพๆ หนึ่งนั้นคือภาพอะไร มันจะต้องทำการประมวลผลด้วยขั้นตอนที่หลากหลาย แบ่งออกเป็นชั้นๆ หรือ Layer ไป และนำผลลัพธ์การวิเคราะห์ทั้งหมดมารวมกันเพื่อให้ได้มาซึ่งคำตอบ การทำสิ่งนี้เรียกว่า Deep Learning นั่นเอง
Back Propagation
ในการทำ Deep Learning เราจะแบ่งการประมวลผลของคอมพิวเตอร์ออกเป็นหลายชั้นและหลายขั้นตอน ดังนั้นการทำความเข้าใจว่าการประมวลผลในแต่ละส่วนหรือแต่ละชั้นนั้นจะส่งผลอย่างไรต่อผลลัพธ์บ้างจึงเป็นประเด็นที่สำคัญในการเห็นภาพรวมของการทำงานเพื่อนำไปใช้ในการปรับแต่งในอนาคต ซึ่งอัลกอริธึมการทำความเข้าใจกระบวนการประมวลผลเหล่านี้ก็เรียกว่า Back Propagation นั่นเอง
Convolutional Neural Networks
ในการวิเคราะห์รูปภาพนั้น วัตถุหนึ่งๆ อาจอยู่ในตำแหน่งใดในทิศทางใดได้อย่างหลากหลาย เช่น ภาพของสุนัขนั้นอาจเป็นภาพของสุนัขที่นอนอยู่, ยืนอยู่, กระโดดอยู่ หรือหันหลังอยู่ก็ได้ หรือแม้แต่ว่าสุนัขนั้นก็อาจมีหลายสายพันธุ์ ซึ่งความหลากหลายเหล่านี้ก็จะยิ่งทำให้การวิเคราะห์รูปภาพเป็นไปได้ยากยิ่งขึ้น และ AI ก็จะสามารถระบุภาพเหล่านี้ว่าเป็นสุนัขหรือไม่ผิดพลาดมากขึ้นได้ สิ่งที่เรียกว่า Convolutional Neural Networks จึงถูกสร้างขึ้นมาเพื่อแก้ปัญหานี้ โดยทำให้ Deep Learning นั้นทำงานด้วยสถาปัตยกรรมที่ได้รับแรงบันดาลใจมาจากสมองของมนุษย์ และสามารถรับรู้ได้ว่าสิ่งที่อยู่ในภาพนั้นเป็นสุนัขหรือไม่ได้จากการวิเคราะห์ในหลากหลายแง่มุม และทำให้ผลลัพธ์มีความแม่นยำที่สูงขึ้น โดย Convolutional Neural Networks นี้สามารถนำไปประยุกต์ใช้ในงานได้หลากหลาย ไม่ว่าจะเป็นการจำแนกตัวอักษรจากรูปภาพ, การทำความเข้าใจกับบทสนทนา และเป็นส่วนประกอบหลักของรถยนต์ไร้คนขับด้วย
