คลังเก็บหมวดหมู่: Feature

บทความที่สร้างรูปประกอบขึ้นมาเอง

กระบวนการแปลภาษาทางคอมพิวเตอร์

หลายวันก่อนอ่านในกระทู้พันทิป เหมือนมีคนมาตั้งกระทู้ถามว่า กระบวนการแปลภาษาทางคอมพิวเตอร์มันเป็นยังไง แบบว่าไม่เข้าใจ อะไรประมาณนั้น ซึ่งผมมองว่าเป็นคำถามที่ดี เพราะแสดงว่าเขากำลังสนใจวัตถุประสงค์ของการแปลภาษาทางคอมพิวเตอร์ มากกว่าสนใจในภาษาคอมพิวเตอร์ชั้นสูง ซึ่งมีออกมาใหม่ ๆ กันมากมายหลายภาษาซะเหลือเกิน

ผมคิดว่าคนที่ตั้งกระทู้ถาม น่าจะเป็นคนรุ่นใหม่ ผมเองเห็นใจคนรุ่นใหม่มาก เพราะพวกเขาอยู่ในยุคสมัยที่ช่องว่างระหว่างเทคโนโลยีต้นน้ำกับเทคโนโลยีปลายน้ำมันห่างออกไปทุกที พวกเขากำลังถูกผลักให้กลายเป็นผู้ใช้งาน มากกว่าเป็นผู้คิดค้นวิจัยพัฒนา พวกเขาถูกสิ่งกีดกันที่เรียกว่าเวลาในการเรียนรู้มาขวางทางเขาเอาไว้ พวกเขาต้องมีเวลามากพอในการเรียนรู้ย้อนกลับจากเทคโนโลยีปลายน้ำไปหาเทคโนโลยีต้นน้ำ เพื่อทำความเข้าใจที่มาที่ไป เพื่อจะได้สร้างเทคโนโลยีปลายน้ำใหม่ ๆ หรือตั้งต้นสร้างเทคโนโลยีต้นน้ำใหม่ได้

เมืองไทยเรานับคนได้เลย ที่คิดจะคิดภาษาคอมพิวเตอร์ชั้นสูง ผมเคยเห็นมีอยู่คนนึงนานแล้ว ชื่อ อาจหาญ สัตยารักษ์ เคยคิดค้นภาษาคอมพิวเตอร์ที่มีไวยากรณ์เป็นภาษาไทย จุดประสงค์เพื่อสั่งให้คอมพิวเตอร์รับข้อมูลเข้าเป็นภาษาไทย และแสดงผลเป็นภาษาไทยได้ แต่เรื่องมันก็นานมาแล้ว ภาษาคอมพิวเตอร์นี้ก็ถูกลืมเลือนหายไป

จริง ๆ แล้วภาษาคอมพิวเตอร์เป็นสินค้าแฟชั่นนะครับ มันมักจะมีดีของมันตามยุคตามสมัย บ้างก็ดีเพราะไวยากรณ์ของมันทำให้คนเขียนโปรแกรมชีวิตดี๊ดี บ้างก็ดีเพราะพอแปลเป็นภาษาเครื่องแล้วมันมีขนาดเล็กกระทัดรัดทำงานเร็วจี๊ด

โดยองค์ประกอบหลัก ๆ ของการเกิดขึ้นและตั้งอยู่ของภาษาทางคอมพิวเตอร์ก็มีอยู่ 2 ประการคือ หนึ่งไวยากรณ์ของภาษา และ สองโปรแกรมที่จะแปลไวยากรณ์ของภาษาให้เป็นภาษาเครื่อง

เห็นมั้ยครับ? จริง ๆ ไม่มีอะไรเลย แค่คิดค้นภาษาและตัวแปลมันเท่านั้นเอง และส่วนใหญ่คนหรือกลุ่มคนที่คิดค้นภาษาทางคอมพิวเตอร์ใหม่ ๆ ก็มักจะต้องรับผิดชอบในการสร้างโปรแกรมเพื่อแปลภาษาที่คิดค้นให้เป็นภาษาเครื่องด้วย อันนี้เป็นข้อเท็จจริง ใครคิดคนนั้นทำ

งั้นเรามาสมมติว่าเราเป็นผู้ที่สามารถคิดค้นหน่วยประมวลผลแบบดิจิทัลขนาดเล็กที่ใช้พลังงานน้อย มีพื้นที่จัดเก็บข้อมูลและชุดคำสั่งขนาดเล็กแต่ความจุสูง และสามารถป้อนชุดคำสั่งได้ 3,000 ชุดคำสั่งใน 1 วินาที โดยหน่วยประมวลผลถูกติดตั้งอยู่ในหุ่นยนต์สูง 50 เซ็นติเมตร มีกำลัง 1 แรงม้า นะครับ

และสมมติว่าหน่วยประมวลผลที่คิดค้นขึ้น มันรู้จักชุดคำสั่งภาษาเครื่องหลายร้อยคำสั่งเลยนะครับ ดังนั้น เริ่มแรกถ้าเราจะสั่งให้มันทำงาน สมมติว่าจะสั่งให้หุ่นยนต์กระพริบตา เราก็ต้องสั่งมันด้วยภาษาเครื่องถูกมั้ยครับ ตามรูปข้างล่างนี้

สั่งเครื่องจักรด้วยภาษาเครื่อง
สั่งเครื่องจักรด้วยภาษาเครื่อง

ดิบมากครับ ถ้าเราสั่งให้หุ่นยนต์กระพริบตา เราก็คงต้องใช้ภาษาเครื่องหลาย ๆ บรรทัด ค่อย ๆ สั่งคำนวณบวกลบคูณหาร สั่งย้ายค่าเข้าออกที่เก็บข้อมูล สั่งให้ทดสัญญาณดิจิทัล เพื่อเพิ่มลดกระแสไฟฟ้า เพิ่มลดความต้านทานไฟฟ้า เพิ่มลดแรงดันไฟฟ้า วนรอบรอจังหวะ บลา ๆ ๆ กว่าจะสั่งให้หุ่นยนต์กระพริบตาสำเร็จหนึ่งที

มันด้อยประสิทธิภาพมากเลยใช่มั้ยครับ คนที่จะสั่งเครื่องจักรก็ต้องเหนื่อยน่าดู กว่าจะเขียนคำสั่งจำนวนหลาย ๆ บรรทัด โดยจะต้องจดจำคำสั่งภาษาเครื่อง หรือดีหน่อยก็ชำเลืองมองคู่มือภาษาเครื่องไปพลาง เขียนคำสั่งไปพลาง เพื่อสั่งให้เครื่องจักรทำงานให้ ซึ่งได้ผลนิดเดียว!

ทีนี้เพื่อความง่ายขึ้น เราก็น่าจะเพิ่มประสิทธิภาพ โดยการคิดค้นภาษาระดับล่างขึ้นมา เพื่อทดแทนภาษาเครื่องดีกว่า ซึ่งองค์ประกอบมันก็ต้องมี 2 อย่างแบบที่บอกไว้ คือ ต้องมีไวยากรณ์ และต้องมีตัวแปลภาษา ดังนั้น ก็ต้องคิดค้นไวยากรณ์ขึ้นมา จากนั้นก็ใช้ภาษาเครื่องที่มีนั่นแหล่ะครับ มาสร้างตัวแปลภาษา เพื่อแปลภาษาระดับล่าง ให้กลายเป็นภาษาเครื่อง แล้วก็เอาไปสั่งเครื่องจักรให้มันทำงานต่อไปได้

ดังนั้น ด้วยการเสียสละเวลาเพื่อคิดค้นพัฒนา ก็จะทำให้การสั่งเครื่องจักรในครั้งต่อ ๆ ไป ไม่ต้องใช้ภาษาเครื่อง แต่ใช้ภาษาระดับล่างแทน ดังรูปด้านล่าง

การแปลภาษาเครื่องให้เป็นภาษาระดับล่าง
การแปลภาษาเครื่องให้เป็นภาษาระดับล่าง

แบบนี้คือชีวิตดีขึ้นมั้ย? ก็ยังไม่ได้ดีขึ้นอะไรมากมายครับ เพราะภาษาระดับล่าง ยังไงก็ทำงานแบบ 1 ต่อ 1 กับภาษาเครื่องอยู่แล้ว มันไม่ได้ช่วยทำให้เขียนน้อยลง แต่มันช่วยเรื่องไวยากรณ์ จากเดิมที่เคยต้องเขียนสั่งด้วยภาษาเครื่องที่เป็นเลขฐานสอง ก็เปลี่ยนมาเป็นภาษาระดับล่างซึ่งมีคำสั่งแบบข้อความสั้น ๆ หรือคำย่อแทน

คนเรามักจะคิดคล้าย ๆ กันครับ คือถ้าสั่งอะไรให้ใครทำ ก็หวังจะสั่งด้วยคำสั่งที่ง่าย ๆ และสั่งแค่คำสั่งไม่กี่คำสั่ง ที่เหลือก็ให้ไปคิดเองว่าจะต้องไปทำอะไรบ้าง ดังนั้น ถ้าเราคิดจะสั่งให้หุ่นยนต์กระพริบตา จะดีกว่ามั้ยถ้าไม่ต้องมาเขียนภาษาเครื่องหลาย ๆ บรรทัด หรือเขียนภาษาระดับล่าง ๆ หลาย ๆ บรรทัดเพื่อสั่งมัน?

งั้นเรามาคิดค้นภาษาระดับสูงกันดีกว่า ซึ่งจะมีความยากขึ้นทั้งการออกแบบไวยากรณ์และการสร้างตัวแปลภาษา แต่พอทำสำเร็จชีวิตเราจะดีขึ้นเพราะในการสั่งงานเครื่องจักรครั้งถัด ๆ ไป แทนที่เราจะต้องเขียนภาษาระดับล่างเพื่อสั่งเครื่องจักร ก็เปลี่ยนเป็นเขียนด้วยภาษาระดับสูงเพื่อสั่งเครื่องจักรแทน

และเนื่องจากเราเคยสร้างภาษาระดับล่างไว้แล้ว มันก็จะเป็นการลดขั้นตอนในการสร้างตัวแปลภาษา เพราะแทนที่เราจะต้องเขียนตัวแปลภาษาด้วยภาษาเครื่อง เพื่อแปลภาษาระดับสูงให้เป็นภาษาเครื่อง เราก็เปลี่ยนเป็นเขียนตัวแปลภาษาด้วยภาษาระดับล่าง เพื่อแปลภาษาระดับสูงเป็นภาษาเครื่องแทน เบาแรงขึ้นเยอะ ดังรูปด้านล่างนี้

การแปลภาษาระดับสูงเป็นภาษาเครื่อง
การแปลภาษาระดับสูงเป็นภาษาเครื่อง

พอมาถึงตรงนี้จะเริ่มงงล่ะ ไอ้นั่นแปลเป็นไอ้นี่ ไอ้นี่แปลเป็นไอ้นั่น อย่าไปงงครับ จริง ๆ แล้วหลักการมันไม่มีอะไรมาก มันคือการสร้างเครื่องมือ เพื่อเอาไปสร้างเครื่องมือ ต่อ ๆ ไปเรื่อย ๆ ครับ โดยเครื่องมือที่ถูกสร้างในแต่ล่ะขั้นตอน ก็อาจจะเอาไปสร้างอย่างอื่นที่ไม่ใช่เครื่องมือ อะไรประมาณนั้น

จะเห็นว่าด้วยกระบวนการแบบนี้ เราก็จะสามารถสร้างภาษาชั้นสูงให้มันสูงขึ้นไปได้เรื่อย ๆ สร้างให้มันมีไวยากรณ์เข้าใกล้ภาษามนุษย์ไปเรื่อย ๆ จนอาจจะเปลี่ยนจากภาษาไปเป็นอย่างอื่นที่ไม่ใช่ภาษาเพื่อสั่งงานเครื่องจักรก็ได้

จากที่อธิบายและสมมติให้ดู ก็สามารถย้ำได้อีกครั้งนะครับว่า จริง ๆ แล้วกระบวนการแปลภาษาทางคอมพิวเตอร์ มันเกี่ยวกับ ไวยากรณ์ของภาษา และ ตัวแปลภาษา เท่านั้นเอง ดังนั้น ถ้าจากตัวอย่างข้างบน เรากำหนดให้ไวยากรณ์ของภาษาระดับล่างคือภาษาแอสเซมบลี้ และภาษาระดับสูงคือภาษาซี งั้นเพื่อจะสั่งหุ่นยนต์ให้กระพริบตา เราก็ทำแค่ตัวแปลภาษาก็พอ ไม่ต้องมาเมื่อยตุ้มคิดค้นไวยากรณ์ของภาษาเอง เป็นการทุ่นแรงลงไปอีกต่อหนึ่ง เพราะงานแบบนี้มันเป็นการทำเพราะความจำเป็นไม่ใช่ทำเพราะแฟชั่น

แต่ถ้าเราจะสร้างภาษาระดับสูงด้วยเหตุผลทางแฟชั่น อันนี้ก็ต้องคิดค้นไวยากรณ์ขึ้นมาใหม่ และรับผิดชอบสร้างตัวแปลภาษาเองครับ ซึ่งแฟชั่นที่ว่าก็เช่น ถ้าช่วงนี้ใคร ๆ ก็อยากจะสั่งเครื่องจักรให้ทำงานด้าน Machine Learning หรือ Data Mining หรือ Data Science หรือ 3D Printing และภาษาชั้นสูงที่มีในปัจจุบัน มันไม่เอื้อต่องานด้านนี้ ก็สามารถสร้างกันขึ้นมาใหม่ได้ครับ ตามแฟชั่นกันไป

 

ยกตัวอย่าง ทฤษฎีบทของเบย์

ทฤษฎีบทของเบย์เป็นทฤษฎีความน่าจะเป็นเชิงอนุมานที่ถูกใช้กันอย่างกว้างขวางในงานคอมพิวเตอร์ชั้นสูงครับ ไม่ว่าจะเป็นการรู้จำแบบมีผู้สอนเชิงเส้นด้วย Naive Bayes หรือ การรู้จำเสียงพูดด้วย Hidden Markov Model หรือ การคำนวณสภาวะ Superposition ของคิวบิตในควอนตัมคอมพิวเตอร์ ก็ล้วนตั้งอยู่บนหลักการของทฤษฎีบทของเบย์ทั้งนั้น

โดยหน้าตาของสมการตามทฤษฎีบทของเบย์ก็เป็นแบบข้างล่างนี้

ทฤษฎีบทของเบย์
ทฤษฎีบทของเบย์

จริง ๆ แล้วทฤษฎีบทของเบย์ก็สืบต่อมาจากทฤษฎีความน่าจะเป็นแบบมีเงื่อนไขอีกทีนึงน่ะครับ เป็นโมเดลที่อธิบายว่าความน่าจะเป็นในลำดับถัดไปจะขึ้นกับความน่าจะเป็นของลำดับก่อนหน้า อะไรประมาณนั้น

ซึ่งถ้าจะคำนวณความน่าจะเป็นของลำดับถัดไปโดยขึ้นกับความน่าจะเป็นของลำดับก่อนหน้า ก็สามารถทำได้ง่าย ๆ ตามสมการข้างล่างนี้ครับ

การคำนวณความน่าจะเป็นแบบมีเงื่อนไข
การคำนวณความน่าจะเป็นแบบมีเงื่อนไข

แล้วในเมื่อมันมีสมการง่าย ๆ อยู่ก่อนแล้ว ทำไมเรายังต้องคำนวณโดยใช้ทฤษฎีบทของเบย์อีก???

คำตอบคือ บางครั้งการคำนวณความน่าจะเป็นของลำดับถัดไป โดยขึ้นกับความน่าจะเป็นของลำดับก่อนหน้า มันทำแบบตรงไปตรงมาไม่ได้ครับ มันต้องทำแบบอ้อม ๆ ดังนั้น ทฤษฎีบทของเบย์เลยเป็นสิ่งที่แก้ปัญหาในเรื่องนี้ไปโดยปริยาย

ก่อนอื่น ยกตัวอย่างข้อมูลให้ดูแล้วกันครับ ตามตารางด้านล่างนี้ เป็นข้อมูลคุณสมบัติของบุคคลที่มีเพียง 5 คนเท่านั้น โดยคุณสมบัติของคนเหล่านั้นก็คือ หน้าตา รูปร่าง เส้นเสียง การแสดง และ อาชีพ ครับ

ตัวอย่างข้อมูลเพื่อคำนวณตามทฤษฎีบทของเบย์
ตัวอย่างข้อมูลเพื่อคำนวณตามทฤษฎีบทของเบย์

ทีนี้จะตั้งโจทย์ครับ โจทย์คือให้หาว่าความน่าจะเป็นที่บุคคลในข้อมูลตัวอย่างจะเป็นนักแสดงและเป็นคนรูปร่างผอม ซึ่งถ้าหาโดยใช้สมการตามความน่าจะเป็นแบบมีเงื่อนไข ก็จะได้ตามสมการด้านล่างนี้

ตัวอย่างสมการแบบความน่าจะเป็นแบบมีเงื่อนไข
ตัวอย่างสมการแบบความน่าจะเป็นแบบมีเงื่อนไข

คำตอบคือ 1 ส่วน 2 ซึ่งแบบข้างบนนี้ตรงไปตรงมา แต่ถ้าหาโดยใช้ทฤษฎีบทของเบย์บ้างล่ะจะเป็นยังไง? ซึ่งก็เป็นไปตามด้านล่างนี้

ตัวอย่างสมการตามทฤษฎีบทของเบย์
ตัวอย่างสมการตามทฤษฎีบทของเบย์

จะเห็นว่าคำตอบที่คำนวณได้ตามทฤษฎีบทของเบย์ มันก็เหมือน ๆ กับคำตอบที่คำนวณได้ตามทฤษฎีความน่าจะเป็นแบบมีเงื่อนไขนั่นแหล่ะครับ แล้วในเมื่อคำตอบมันเหมือนกัน แล้วเราจะไปใช้ทฤษฎีบทของเบย์ทำไมอีก???

คำตอบก็เพราะว่า ในสถานการณ์จริง เราอาจไม่สามารถหาความน่าจะเป็นแบบมีเงื่อนไขอย่างตรงไปตรงมาได้ครับ บางครั้งมันยอกย้อน มันต้องอ้างอิงกลับไปกลับมาถึงจะหาคำตอบได้ ดังนั้น ด้วยคุณสมบัติของทฤษฎีบทของเบย์ ก็เลยทำให้มันกลายเป็นเครื่องมือที่นิยม สำหรับงาน Machine Learning, Data Mining หรือ Quantum Computing ไปโดยปริยายนั่นเอง

คอมพิวเตอร์กับงานบัญชี

เวลาเรียนคอมพิวเตอร์เราก็ต้องเรียนอะไรที่ยาก ๆ ถูกมั้ยครับ แต่ชีวิตจริงออกไปทำงาน ไอ้ที่ยาก ๆ ที่เรียนไปมักไม่ค่อยได้ใช้ เพราะงานส่วนใหญ่ในชีวิตจริงเป็นงานเชิงธุรกิจ เป็นเรื่องเกี่ยวกับการรับจ้างทำงาน การค้าขาย ดังนั้น เรื่องเงิน ๆ ทอง ๆ เลยกลายเป็นเรื่องหลัก

การดูแลเงินทองข้าวของและการดูแลลูกค้าก็เลยเป็นปัจจัยสำคัญในการทำธุรกิจไป ดังนั้น ระบบคอมพิวเตอร์จึงมักถูกติดตั้งและพัฒนาเพื่อการดูแลเงินทองและดูแลลูกค้าตามที่กล่าวมา

ระบบคอมพิวเตอร์ที่เอาไว้ดูแลเงินทองข้าวของ ในภาพใหญ่สุดจะเรียกว่า Enterprise Resource Planning ส่วนภาพที่เล็กลงมาก็แบ่งได้เป็น ระบบขาย ระบบจัดซื้อ ระบบพัสดุ ระบบต้นทุน ระบบการเงิน ระบบทรัพยากรบุคคล ระบบบัญชี เป็นต้น

เมื่อมันเกี่ยวข้องกับระบบบัญชี บางทีคนทางคอมพิวเตอร์ก็อาจจะต้องรู้บัญชีไปโดยปริยาย ดังนั้น ผมจึงขอนำเสนอรูปแบบการลงบัญชีที่ง่ายที่สุด เพื่อให้เข้าใจตามภาพข้างล่างนี้ครับ

เริ่มลงทุน
เริ่มลงทุน
ซื้อสินค้าเก็บเข้าร้าน
ซื้อสินค้าเก็บเข้าร้าน
ขายสินค้ากำไร 100%
ขายสินค้ากำไร 100%
ตัดของออกจากร้านเพราะขายไปแล้ว
ตัดของออกจากร้านเพราะขายไปแล้ว
สมมติว่าปิดกิจการ จึงปิดบัญชีรายรับรายจ่าย
สมมติว่าปิดกิจการ จึงปิดบัญชีรายรับรายจ่าย
สมมติว่าปิดกิจการ จึงสรุปกำไรสะสม
สมมติว่าปิดกิจการ จึงสรุปกำไรสะสม

จากตัวอย่างข้างบน คือการลงบัญชีเพื่อค้าขายในแบบที่ง่ายที่สุดแล้วครับ โดยผมได้แสดงให้เห็นการเคลื่อนไหวของทั้ง บัญชีรายวันทั่วไป งบกำไรขาดทุน และ งบดุล

คนทางคอมพิวเตอร์บางทีพอมาเจอกับบัญชี ก็ไม่ใช่ว่าจะเข้าใจได้ง่าย ๆ ครับ ก็ลองหัด ๆ ดูแล้วกันครับ

โลกคู่ขนาน

คิดว่าจะเขียนเรื่องนี้มานานแล้วแต่ไม่มีเวลา คือมันเป็นเรื่องของปรากฎการณ์เหนือธรรมชาติ ที่เจอในภาพยนต์เรื่อง “อาบรักทะลุมิติ” เห็นว่ามันน่าสนใจดี โดยเนื้อเรื่องในภาพยนต์จะประมาณว่า พระเอกซึ่งเป็นบัณฑิตกำลังจะไปสอบที่เมืองหลวง โดยเดินทางไปพร้อมผู้ติดตาม แล้วได้พบกับโจรระหว่างทาง จากนั้นก็วิ่งไล่กวดกันเข้าไปในวัดแห่งหนึ่ง ในวัดนั้นก็มีภาพวาดซึ่งเป็นประตูทะลุไปสู่โลกคู่ขนานได้ ซึ่งทำให้ทั้งพระเอก ผู้ติดตาม และโจร ต่างพากันพลัดหลงเข้าไปในโลกคู่ขนานดังกล่าว ซึ่งเป็นโลกที่มีแต่ผู้หญิงสวยเช้งเต็มไปหมด หลังจากนั้นก็เกิดเรื่องราวผจญภัยกันมากมาย และสุดท้ายพระเอกตัดสินใจกลับโลกจริงเพียงลำพัง โดยทิ้งให้ผู้ติดตามและโจรอยู่ในโลกคู่ขนาน แต่เมื่อกลับมายังโลกจริงแล้ว กลับกลายเป็นว่าผู้ติดตามและโจรก็ยังคงอยู่ในโลกจริงเช่นเดิม โดยมีเพียงพระเอกเท่านั้นที่จดจำเรื่องราวการผจญภัยในโลกคู่ขนานได้ ในขณะที่ผู้ติดตามและโจรไม่รู้เรื่องราวการผจญภัยในโลกคู่ขนานด้วยเลย

อาบรักทะลุมิติ
อาบรักทะลุมิติ

ทีนี้ผมเลยคิดว่าปรากฎการณ์แบบนี้มันน่าสนใจ น่าจะอธิบายได้ด้วยทฤษฎีกราฟในทางคณิตศาสตร์หรือวิทยาการคอมพิวเตอร์ โดยย่อ ๆ ก็คือทฤษฎีกราฟเป็นทฤษฎีที่อธิบายถึงความสัมพันธ์ระหว่างวัตถุ โดยการเชื่อมโยงกันระหว่างวัตถุ (vertex) ด้วยเส้นเชื่อม (edge) ซึ่ง edge เป็นได้ทั้งแบบมีทิศทางและไม่มีทิศทาง และเป็นได้ทั้งมีค่าน้ำหนักหรือไม่มีค่าน้ำหนัก

อ่านเพิ่มเติม โลกคู่ขนาน

การวิเคราะห์ภาพสมอง

การวิเคราะห์ภาพสมองเป็นหนึ่งในงานวิจัยที่กำลังเป็นที่นิยมในชาติมหาอำนาจในขณะนี้ครับ เพราะสมองเป็นสิ่งที่ทำให้มนุษย์มีความเหนือกว่าสัตว์และพืชทั้งปวงในสากลโลกนี้ ดังนั้น หากมีความเข้าอกเข้าใจในสมองได้ ซึ่งไม่จำเป็นต้องเข้าใจตรง ๆ ก็ได้ เข้าใจอ้อม ๆ ก็ได้ ก็จะทำให้เราสามารถที่จะอ่านจิตใจของเจ้าของสมองได้ และสามารถทำนายพฤติกรรมของเจ้าของสมองได้ (รู้สึกจะพิมพ์ “ได้” หลายตัวแฮะ)

ทุกวันนี้มีเทคโนโลยีในการถ่ายภาพสมองอยู่หลายแบบครับ ซึ่งทั้งหมดล้วนใช้คลื่นแม่เหล็กไฟฟ้าความเข้มสูงในการถ่ายภาพ โดยหลักการคือการปล่อยให้คลื่นแม่เหล็กไฟฟ้าผ่านปริมาตรสมอง แล้วตรวจสอบการดูดกลืนหรือสะท้อนกลับของคลื่นแม่เหล็กไฟฟ้า เพื่อแสดงออกมาเป็นภาพสามมิติ แล้วตรวจวิเคราะห์บริเวณที่มีการตอบสนองเป็นพิเศษ ซึ่งการตอบสนองอาจจะอยู่ในรูปของบริเวณที่มีความแตกต่างเชิงพื้นที่หรือเชิงเวลา คือแบบว่าตรงไหนมันดูเด่นกว่าใคร ๆ ก็ตรงนั้นแหล่ะเป็นลักษณะพิเศษ

งานวิจัยด้านนี้มีการพัฒนามาเป็นสิบปีแล้วในเมืองนอก แต่ถ้าเป็นเมืองไทยเรายังไม่มีใครทำกัน ผมก็เลยได้โครงการมาทำครับ ก็คือต้องวิเคราะห์ภาพสมองนั่นแหล่ะ โดยวิเคราะห์ในแง่ของการทำนายด้วย Machine Learning ทีนี้ผมก็ไม่อยากจะวิเคราะห์แบบทั่ว ๆ ไปไง คือส่วนใหญ่งานวิจัยจะนำเสนอแต่ของใหม่ เสนอแต่ความก้าวหน้า เสนอแต่ความสำเร็จ ทีนี้ผมอินดี้ ผมเลยเสนอในด้านที่ไม่มีคนทำ ซึ่งผมก็รู้แหล่ะว่าด้านนั้นมันไม่โอเค แต่ผมอยากจะนำเสนอไงว่าทำไมมันถึงไม่โอเค ทำไมถึงไม่มีคนทำมานำเสนอกัน ซึ่งเนื้อหาเปเปอร์ก็เป็นตามด้านล่างนี่แหล่ะ ลองอ่านดู

อ่านเพิ่มเติม การวิเคราะห์ภาพสมอง