ผู้ใช้:TeamSWU064
Artificial Intelligence (AI) : ปัญญาประดิษฐ์[แก้]
ปัญญาประดิษฐ์หรือ (AI) การรวมความฉลาดของมนุษย์สู่เครื่องจักร (Machine) คือชุดของโค้ด, เทคนิค, หรืออัลกอริทึม ที่ทำให้ระบบคอมพิวเตอร์สามารถเลียนแบบ พัฒนาและแสดงพฤติกรรมของมนุษย์ได้ การใช้ algorythm เป็นคำสั่งเพื่อทำหน้าที่แทนสมองของมนุษย์เพื่อการพัฒนาไม่มีที่สิ้นสุดและเพื่อทดแทนการใช้แรงงานจากมนุษย์
Machine Learning (ML) : การสอนให้ระบบคอมพิวเตอร์ทำการเรียนรู้ได้ด้วยตนเองโดยการใช้ 'ข้อมูล'[แก้]
การสอนอัลกอริทึมให้เรียนรู้ทำความเข้าใจและตัดสินใจได้ด้วยตัวเองจาก 'ข้อมูล' ที่ป้อนให้ ยิ่งมีข้อมูลมากยิ่งมีการประมวลข้อมูลมากและนำไปวิเคราะห์กระบวนในอนาคตเพื่อประมวลผลต่างๆและนำไปใช้แบบอัตโนมัติ เช่นแอพลิเคชั่นที่วิเคราะห์แนวโน้มของการเล่นหุ้น โดนมีการวิเคราะห์และตัดสินใจอัตโนมัติโดยใช้ข้อมูลที่มีอยู่มาประมวลผลและดำเนินการต่อ
เมื่อเครื่องสามารถทำนายผลลัพธ์จากชุดข้อมูลจำนวนมากได้มากเท่าไร ก็จะยิ่งแสดงความสามารถในการเรียนรู้เชิงลึก (Deep Learning) มากเท่านั้น
Deep Learning (DL) : การเรียนรู้เชิงลึก[แก้]
อัลกอริทึมแบบระบบเรียนรู้เชิงลึก (Deep learning) ต้องใช้ ‘ โครงข่ายใยประสาทเสมือน’ (Artificial Neural Networks (ANN)) ซึ่งก็เหมือนวิธีการทำงานของระบบประสาทในสมองมนุษย์ โครงข่ายเหล่านี้มี 'เซลล์ประสาท' ที่เชื่อมต่อกันเป็น 'ระบบประสาท' และสื่อสารกัน โดยใช้วิธีประมวลผลแบบขนาน (parallel processing) เพื่อทำให้มันสามารถเข้าใจและเรียนรู้จากข้อมูลจำนวนมากที่ได้รับอย่างต่อเนื่อง
สมองคนเรามักจะพยายามถอดรหัสข้อมูลที่ได้รับ อีกทั้งมักจะติดป้ายและการกำหนดสิ่งต่างๆ แบ่งแยกเป็นหมวดหมู่ เมื่อใดก็ตามที่เราได้รับข้อมูลใหม่สมองจะพยายามเปรียบเทียบกับสิ่งที่เราได้รู้ก่อนหน้า ก่อนที่จะทำความเข้าใจกับมัน เช่นเดียวกัน DL ก็สามารถถูกสอนให้ทำงานในลักษณะเดียวกันให้สำเร็จได้
ลองมาดูการเปรียบเทียบ Machine Learning vs Deep Learning
ตัวอย่างเช่น ในขณะที่ DL สามารถค้นพบคุณสมบัติที่จะใช้ในการแบ่งแยกหมวดหมู่โดยอัตโนมัติ แต่ ML จำเป็นต้องได้รับข้อมูลเหล่านี้จากผู้ให้ข้อมูลโดยตรง
นอกจากนี้ DL ยังต้องการเครื่องจักรระดับสูงและชุดข้อมูลจำนวนมาก เพื่อการทำนายผลที่แม่นยำมากขึ้น
ทั้ง 3 เทคโนโลยีนี้จะช่วยในการทำงานของนักวิทยาศาสตร์และนักวิเคราะห์ในการตีความข้อมูลได้อย่างมหาศาล อีกทั้งยังมีความสำคัญอย่างยิ่งต่อสาขาวิทยาศาสตร์ข้อมูล (Data Science)
ยกตัวอย่างการวิวัฒนาการการทำงานของเจ้า Machine
เข้าใจความหมายของโลกใหม่มากขึ้น[แก้]
การที่เราสามารถทำการแยกแยะได้ว่าทั้ง AI, ML และ DL ต่างกันอย่างไรนั้น จะช่วยให้การบริหารงานเป็นไปอย่างมีประสิทธิภาพ ทั้งการเพิ่มขีดความสามารถของ AI ไปจนถึงการเพิ่มขีดความสามารถของการวิเคราะห์หาข้อมูลเชิงลึก
การสามารถแยกความแตกต่างของ AI ในแต่ละรูปแบบ และนำมาปรับใช้และต่อยอดในแผนกลยุทธ์องค์กร และการทำโร้ดแมปด้านไอที จะช่วยให้องค์กรสามารถทำการวัดผลทั้งในด้านไอทีและทางธุรกิจได้อย่างเป็นรูปธรรมมากขึ้น
การทำความเข้าใจว่าปัญญาประดิษฐ์คืออะไร และจะใช้มันเพื่อเป็นประโยชนต์ต่อองค์กรได้อย่างไร ควรจะเป็นอะไรที่ทุกคนสามารถความเข้าใจความหมายของมันจริงๆ มากกว่าการสร้างคำสวยหรูประดับองค์กร อีกทั้งการทำให้เป็นหนึ่งในแผนกลยุทธ์ที่เชื่อมโยงกับงบประมาณ แผนการดึงดูดคนที่มีความสามารถ การวัดความคุ้มค่าในการลงทุน (ROI) รวมทั้งผลลัพธ์อื่นๆ ที่จะได้จากการลงทุนด้านเทคโนโลยี
อ้างอิงข้อมูลจาก:
- Knowledge @ Wharton: The Difference Between Machine Learning, Deep Learning and Science Fiction
- TechRepublic: How to differentiate between AI, machine learning, and deep learning
- Acadgild: AI Vs Machine Learning Vs Deep Learning