TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Parham Aarabi และ Wenzhi Guo วิศวกรจาก University of Toronto, Canada ได้ประสบความสำเร็จในการบุกเบิกก้าวใหม่ในการทำให้ AI เรียนจากมนุษย์แทนการเรียนรู้จากข้อมูล ทำให้การทำงานแม่นยำมากขึ้นถึง 160% และอาจนำไปสู่การแก้ปัญหาใหม่ๆ ที่ยังไม่เคยมีข้อมูลให้เรียนรู้มาก่อนได้
งานวิจัยชิ้นนี้ถูกตีพิมพ์อยู่ที่ http://ieeexplore.ieee.org/document/7592406/ ซึ่งได้อธิบายถึงการสร้าง Algorithm ในการระบุรูปภาพส่วนที่เป็นเส้นผมของมนุษย์ในภาพถ่าย โดยแทนที่จะใช้การทำ Neural Networks เพื่อให้ AI ได้เรียนรู้จากข้อมูลจำนวนมหาศาล ทางทีมวิจัยได้ใช้การทำ Heuristic Training เพื่อให้ AI นั้นเรียนรู้จากการสอนของมนุษย์โดยตรงแทน
ตัวอย่างของการทำ Heuristic Training ที่เห็นภาพได้ง่ายก็คือ การสอนแนวคิดแก่ AI เข้าไปโดยตรงเลย เช่น “น้ำทะเลส่วนใหญ่จะมีเฉดสีน้ำเงิน” แทนที่จะให้ AI เรียนรู้จากรูปภาพจำนวนนับร้อย แล้วให้ AI นำแนวคิดนี้ไปเรียนรู้และประยุกต์ใช้ต่อไป
ผลของงานวิจัยนี้คือการทำ Heuristic Training นี้มีความแม่นยำกว่าการใช้ Machine Learning แบบเดิมๆ ถึง 160% อีกทั้งยังแม่นยำกว่าวิธีการที่ใช้ในการสอน AI ตัวนี้เองอีกถึง 9% ด้วย เปรียบงานวิจัยนี้ได้เสมือนการที่ใช้ครูสอนเด็กนักเรียน และเด็กนักเรียนก็ไปเรียนรู้ต่อยอดเองจนเก่งกว่าครูเลยก็ไม่ผิดนัก
นอกจากความน่าสนใจในประเด็นความแม่นยำของ AI ที่เพิ่มขึ้นแล้ว แนวทางการเรียนรู้ลักษณะนี้ยังอาจนำไปใช้ในการแก้ไขปัญหาที่ยังไม่เคยมีข้อมูลให้เรียนรู้มาก่อนก็ได้ด้วยเช่นกัน
ที่มา: http://futurism.com/ai-learns-things-that-humans-didnt-teach-it/
