AI – Machine Learning – Deep Learning เหมือนหรือต่างกันอย่างไร?

ทุกวันนี้ เราได้ยินคำว่า AI , Machine Learning และ Deep Learning กันอยู่บ่อยครั้งตามสื่อต่างๆ ปัญหาคือ น้อยคนที่จะพยายามอธิบายคำศัพท์เหล่านี้ให้คนทั่วไปเข้าใจได้ง่ายขึ้น

ฉะนั้น ก่อนที่คุณ (และเรา) จะงงไปมากกว่านี้ Michael Copeland อดีตบรรณาธิการ WIRED และ Fortune จะช่วยอธิบายความแตกต่างและเหมือนกันของทั้งสามคำ

เพื่อที่เราจะได้ไล่ตามได้ทัน ในยุคที่ปัญญาประดิษฐ์กำลังเข้ามามีบทบาทในชีวิตมากขึ้นเรื่อยๆ

 

กำเนิด AI

 

 

ปัญญาประดิษฐ์ ในฐานะแนวคิดนั้น เกิดขึ้นและถูกนำมาถกกันในงานสัมมนา Dartmouth Conference เมื่อปี 1956 ซึ่งคำว่า Artificial Intelligence นั้น ก็ถูกบัญญัติขึ้นในงานนี้เอง โดย John McCarthy (1927-2011) ผู้ได้รับการขนานนามว่าเป็น “บิดาแห่งปัญญาประดิษฐ์”

นับแต่นั้นมา คอนเซปต์และเทคโนโลยีที่เกี่ยวข้องกับเรื่องนี้ ก็ได้รับการพัฒนามาโดยตลอด และหลักไมล์แรกที่ทำให้คำๆนี้ กลับมาเป็นที่พูดถึงในวงกว้างอีกครั้ง ก็คือชัยชนะของ Deep Blue คอมพิวเตอร์ของ IBM เหนือแชมป์โลกหมากรุกในเวลานั้น Garry Kasparov ในปี 1997

อย่างไรก็ตาม ยุคบูมของมัน เพิ่งมาถึงจริงๆ เมื่อไม่กี่ปีที่ผ่านมานี่เอง

หรือหากจะให้ระบุให้ชัดเจน ก็คือตั้งแต่ปี 2015 เป็นต้นมา

เหตุผลหนึ่ง คือความก้าวหน้าของเทคโนโลยีการผลิต GPU ที่สามารถทำงานได้เร็วขึ้น แรงขึ้น ในราคาที่ถูกลง

รวมถึงข้อมูลจำนวนมาก ในสารพัดรูปแบบที่เกิดขึ้น ทั้งรูปภาพ ข้อความ ธุรกรรมต่างๆ แผนผังข้อมูล ฯลฯ และประสิทธิภาพในการจัดเก็บข้อมูลที่เป็นระเบียบมากขึ้น ในปริมาณที่มากขึ้น

 

General และ Narrow AI

 

 

ตั้งแต่ในยุคที่คอมพิวเตอร์เพิ่งถือกำเนิดขึ้นมา นักวิจัยและนักวิทยาศาสตร์ต่างก็พูดถึงคอนเซปต์ของ ‘General AI’ หรือเครื่องจักรที่มีความรู้สึกนึกคิด และเคลื่อนไหวแบบเดียวกับมนุษย์

ตัวอย่างที่ชัดเจนที่สุดตามแนวคิดนี้ ก็คือ หุ่น C-3PO ใน Star Wars หรือ Skynet ใน Terminator ซึ่งเทคโนโลยีในปัจจุบัน ยังพัฒนาไปไม่ถึงจุดนั้น

ขณะที่ในปัจจุบัน รูปแบบการทำงานของปัญญาประดิษฐ์ เป็นไปตามคอนเซปต์ที่เรียกกันว่า ‘Narrow AI’ ซึ่งเป็นเทคโนโลยีที่ทำงาน “เฉพาะทาง” ได้เทียบเท่า หรือดีกว่ามนุษย์

ตัวอย่างของปัญญาประดิษฐ์เหล่านี้ ก็คือเครื่องมือที่ทำหน้าที่คัดแยกประเภทของรูปภาพใน Pinterest หรือ Face Recognition ใน Facebook นั่นเอง

คำถามที่ตามมาก็คือ ปัญญาประดิษฐ์เหล่านี้ ได้ความสามารถที่ว่ามาจากไหนกัน?

คำตอบก็คือกระบวนการที่เรียกว่า Machine Learning นั่นเอง

 

Machine Learning

 

 

ความหมายของ Machine Learning ในแบบพื้นฐานที่สุด คือ การใช้อัลกอริธึมในการวิเคราะห์ข้อมูล เรียนรู้จากข้อมูลนั้น แล้วทำการคาดการณ์/ประเมินผลถึงสิ่งใดสิ่งหนึ่ง

เปรียบเทียบกับคนให้เห็นชัดเจนขึ้น คือการที่เราเรียนรู้ผ่านการเห็นสิ่งต่างๆ จึงบอกได้ว่าอะไรเป็นอะไร เช่น เมื่อเห็นนก เราก็รับรู้ได้ว่ามันคือนก ไม่ว่าจะทำกิริยาอะไรอยู่ ยืน หันหลัง หรือกางปีกบิน

ถือเป็น “การฝึก”เครื่องจักรให้เรียนรู้ที่จะทำสิ่งใดสิ่งหนึ่งโดยเฉพาะ ผ่านการป้อนข้อมูลจำนวนมหาศาล

แต่ในหลายกรณีที่เกิดความผิดพลาดขึ้น เป็นเพราะปัญญาประดิษฐ์ ยังไม่สามารถแยกแยะสิ่งที่ใช่กับสิ่งที่ดูคล้ายกัน (เช่นเงาของโคมไฟ อาจถูกมองว่าเป็นเงาของนกก็ได้)

 

Deep Learning

 

Andrew Ng กูรูด้าน Deep Learning

 

รูปแบบย่อยของ Machine Learning ที่มีการคิดคอนเซปต์ไว้ตั้งแต่ยุคบุกเบิก ก็คือ Artificial Neural Networks หรือ ANN

ANN คือการจำลองวิธีการทำงานของสมอง ให้คอมพิวเตอร์รู้จักคิด และจดจำในแนวเดียวกับโครงข่ายประสาทของมนุษย์

โครงข่ายประสาทของมนุษย์ ทำงานด้วยปฏิกิริยาไฟฟ้าเคมี เมื่อมีการกระตุ้นด้วยสิ่งเร้าภายนอก กระแสประสาทที่วิ่งไปถึงตัวนิวเคลียส จะเป็นตัวตัดสินว่าต้องกระตุ้นเซลล์อื่นๆต่อหรือไม่ ถ้ากระแสประสาทแรงพอ นิวเคลียสก็จะกระตุ้นเซลล์อื่นๆต่อ

การทำงานของ ANN จะไม่ซับซ้อนเท่าระบบประสาทของมนุษย์

แต่ใช้การจำลองว่า input แต่ละตัวมี น้ำหนัก (weight) อยู่ และเซลล์แต่ละหน่วยจะมีตัวกำหนด (threshold) ว่าน้ำหนักรวมของ input ต้องมากขนาดไหน ถึงจะส่ง output ต่อไปได้

อย่างไรก็ตาม กว่าที่คอนเซปต์นี้ซึ่งมีมานานแล้ว จะใช้งานได้จริง ก็ต้องรอจนกระทั่งเทคโนโลยีด้าน GPU ถูกพัฒนาจนสามารถตอบสนองได้ เมื่อไม่กี่ปีที่ผ่านมานี่เอง

หนึ่งในการค้นพบครั้งสำคัญของ Deep Learning เกิดขึ้น เมื่อ Andrew Ng ศาสตราจารย์จากสแตนฟอร์ด ก่อตั้งโครงการ Google Brain ขึ้นในปี 2012 และ “ฝึก” ปัญญาประดิษฐ์ ในระดับที่ลึกกว่า ผ่านภาพต่างๆจากวิดีโอใน YouTube กว่า 10 ล้านคลิป

ซึ่ง Deep Learning ก็คือการนำคอนเซปต์ของ ANN มาใช้ ในระดับที่ลึกและมี layer ซับซ้อนกว่านั่นเอง

และด้วยวิธีการเรียนรู้ครั้งแล้วครั้งเล่าแบบนี้เอง ที่ทำให้ AI สามารถแยกแยะสิ่งต่างๆได้อย่างแม่นยำยิ่งขึ้น จนเหนือกว่ามนุษย์ ในหลายๆสาขา อาทิ การวินิจฉัยโรค ควบคุมรถไร้คนขับ เรียนรู้กติกาของเกมแบบใน AlphaGo ฯลฯ

และนั่นหมายถึงโอกาสที่วันหนึ่ง ปัญญาประดิษฐ์แบบเดียวกับ C-3PO หรือ Skynet ที่เคยมีการพูดถึง อาจเป็นจริงขึ้นมาได้ในวันใดวันหนึ่ง

(อ่านเพิ่มเติม A.I. vs MANKIND เมื่อมนุษย์พ่ายปัญญาประดิษฐ์)

 

AHEAD TAKEAWAY

 

 

แผนผังนี้ เป็นการสรุปง่ายๆให้เห็นภาพชัดเจนที่สุด คือการมองว่า AI คือแนวคิดเบื้องต้น ซึ่งเป็นภาพรวมของทั้งหมด ซึ่งมีมาตั้งแต่ทศวรรษที่ 50 แล้ว

ขณะที่ Machine Learning คือส่วนแยกย่อย (subset) ของแนวคิดเบื้องต้นที่ว่า โดยอยู่ในรูปของกระบวนการเรียนรู้

ส่วน Deep Learning นั้น ก็คือส่วนแยกย่อยของ Machine Learning อีกที

และเป็นวิธีการที่ปฏิรูปการเรียนรู้ของปัญญาประดิษฐ์ จนทำให้เราเริ่มมองเห็นความเป็นไปได้ที่จะไปถึงเป้าหมายที่เคยจินตนาการกันไว้ คือ General AI นั่นเอง

 

เรียบเรียงจาก

What’s the Difference Between Artificial Intelligence, Machine Learning, and Deep Learning?

What Is Artificial Intelligence and How Is It Powering Our Lives?

ArtificiaI Intelligence is the new electricity, says Coursera’s Andrew Ng

 

สำหรับเพื่อนๆที่สนใจเรื่องราวเกี่ยวกับนวัตกรรม และธุรกิจ และต้องการพัฒนาตัวเองเพื่ออยู่ข้างหน้าเสมอ สามารถกด like เพจ AHEAD.ASIA เพื่อติดตามเรื่องราวที่มีประโยชน์ และข่าวสารกิจกรรมที่น่าสนใจได้อย่างต่อเนื่อง เพื่อให้เราเติบโตและก้าวไปข้างหน้าพร้อมๆกัน

Comments

comment

Chatree Tansathawerat

Chatree Tansathawerat

อดีตบรรณาธิการข่าวกีฬา และนักเขียนในนิตยสารดนตรี ที่สนใจเรื่องราวใหม่ๆรอบตัว เพื่อไล่ตามโลกที่กำลังหมุนไปอย่างรวดเร็วให้ทัน

Former football correspondent & music contributor who wants to keep up with fast-paced world.
Chatree Tansathawerat