ตอนนี้กำลังมีความเชื่อที่พิสูจน์ไม่ได้ และไม่มีประโยชน์ในชีวิตประจำวันอยู่หลายเรื่องดังนี้
Tag: ปัญญาประดิษฐ์
ผมร้างลาจากการทำวิจัยด้านปัญญาประดิษฐ์มา 5 ปีแล้ว ตั้งแต่เรียนจบปริญญาโทมาก็ไม่ได้ทำอีกเลย ได้แต่คิดว่าจะทำ แล้วก็ไม่ได้ทำ แต่ก็ยังคงตามข่าวด้านปัญญาประดิษฐ์อยู่เรื่อย ๆ สำหรับแวดวงวิชาการงานวิจัย เวลาผ่านไป 5 ปีที่ไม่ได้ไปเกี่ยวข้อง ก็ต้องถือว่าตกข่าวแล้ว ตามไม่ทันแล้ว ทฤษฎีถูกคิดค้นพัฒนาไปไกลแล้ว ต่อยอดกันไปถึงไหนต่อไหนแล้ว ถึงแม้มันจะผ่านมา 5 ปีแล้ว แต่อุปสรรคทางเทคนิคในการสร้างปัญญาประดิษฐ์ก็คงจะเหมือนเดิมอยู่ ไม่เปลี่ยนแปลงมากนัก เพราะไม่งั้น เราคงได้เห็นบริษัทน้อยใหญ่ในเมืองไทย ทำปัญญาประดิษฐ์กันเต็มไปหมด มาดูกันดีกว่าว่าอุปสรรคทางเทคนิคในการสร้างปัญญาประดิษฐ์มีอะไรบ้าง
ทุกวันนี้เราจะได้ยินข่าวบริษัทยักษ์ใหญ่ ออกสินค้าและบริการที่เกี่ยวกับปัญญาประดิษฐ์ออกมาเต็มไปหมด บ้างก็ปัญญาประดิษฐ์มากหน่อย บ้างก็น้อยหน่อย ขึ้นอยู่กับว่าบริษัทนั้น ๆ จะบูรณาการกับอัลกอริทึมและข้อมูลได้มากน้อยเพียงใด มีอัลกอริทึมดีก็คิดเร็วคิดเก่ง มีข้อมูลมากก็สอนได้มาก ส่วนตัวผมเป็นคนชอบจัดหมวดหมู่ให้เกิดความเข้าใจ น่าจะเรียกว่าเจ้าระเบียบในการป้อนข้อมูลให้กับตัวเองก็ว่าได้ ดังนั้น พอพูดถึงปัญญาประดิษฐ์ขึ้นมา ผมก็อยากจะมาจัดให้เป็นประเภทว่าทุกวันนี้ถ้าพูดถึงปัญญาประดิษฐ์ มันมีประเภทไหนบ้าง เดี๋ยวจัดประเภทให้เป็นรายการแบบหัวข้อนะ คือ ให้มันเป็นหัวข้อแล้วก็หัวข้อย่อยลงไปเรื่อย ๆ แบบข้างล่างนี้ 1. Machine Learning หรือ เครื่องจักรเรียนรู้ 1.1 Supervised
ผมจบวิทย์คอมครับ จบทั้งปอตรีและปอโทเลย แต่ผมกลับเลือกเปิดบริษัทค้าขายเครื่องประดับ ไม่ได้เปิดบริษัทคอมพิวเตอร์หรือบริษัทไอทีอย่างที่ควรจะเป็น!!! อะไรคือเหตุผล? อันนี้ความคิดเห็นส่วนตัวเลย ผมไม่ชอบงานรับจ้างทำงาน ตลอดชีวิตก็รับจ้างทำงานเป็นพนักงานอยู่แล้ว ดังนั้น ถ้าออกมาเปิดบริษัท ผมก็หวังว่าผมจะหันมาเอาดีทางด้านค้าขายบ้าง เราต้องทราบความจริงก่อนว่า ถ้าเราเก่งคอมพิวเตอร์ เก่งมาก ๆ การทำมาหากินที่ดีที่สุด คือรับจ้างทำงานด้านคอมพิวเตอร์ให้แก่บุคคลหรือหน่วยงานที่เขาทำไม่เป็น เพราะต้นทุนในการทำกิจการของเราจะต่ำมาก มันคือการใช้ความรู้ที่มีเพื่อทำงาน ไม่ต้องกักตุนสินค้า ไม่ต้องมีต้นทุนขาย ไม่ต้องมีงบโฆษณา เมืองไทยเรามีกิจการทางคอมพิวเตอร์หรือไอทีไม่มากนัก ที่สามารถผลักดันตนเองจนไม่ต้องรับจ้างทำงาน แล้วสามารถคิดค้นพัฒนาสินค้าหรือบริการเพื่อขายให้กับลูกค้าได้
ตอนนี้ Deep Learning เป็นพระเอกของปัญญาประดิษฐ์ ผมเลยคิดว่าจะชวนพวกเราคุยเรื่องที่ไม่ค่อยมีคนคุย นั่นก็คือ Big O ในการคำนวณ Deep Learning น่าจะอยู่ในคลาสไหน? จริง ๆ แล้ว ไม่ว่าจะเป็น Perceptron หรือ Multi-layer Perceptron หรือ Deep Learning ผมก็วิเคราะห์ว่า Big
ปัญญาประดิษฐ์ คือ การทำให้เครื่องจักรมีปัญญา แต่ส่วนใหญ่ผู้สร้างมักคาดหวังให้มันมีความนึกคิดได้คล้าย ๆ กับมนุษย์ สามารถเดาอะไรเองได้ มีกึ๋น และสามารถประมวลผลได้ถึงแม้จะมีข้อมูลนำเข้าไม่เพียงพอ ซึ่งเป็นอะไรที่มนุษย์เราก็ทำได้เป็นปรกติอยู่แล้ว เช่น ถ้ามีเสียงโหวกเหวกอยู่ข้างหน้า แล้วมีคนวิ่งกรูกันมา มนุษย์เราก็ไม่ลังเลที่จะวิ่งหนีตีนขวิด โดยไม่ต้องรู้ว่าเกิดอะไรขึ้นเหมือนกัน เป็นต้น นักวิทยาศาสตร์คอมพิวเตอร์ต่างทุ่มเทกำลัง เพื่อคิดค้นวิธีให้เครื่องจักรกลมีความสามารถทางปัญญาประดิษฐ์ที่เพิ่มขึ้น จนทุกวันนี้สามารถแบ่งความก้าวหน้าของงานวิจัยพัฒนาปัญญาประดิษฐ์ โดยดูจากกึ๋นของเครื่องจักรเทียบเคียงกับกึ๋นของมนุษย์ ซึ่งแบ่งได้เป็น 5 ระดับ ดังนี้ ระดับเหมาะสม ควรแก่การยอมรับได้
ผมเริ่มติดปัญหาในการประยุกต์ Hidden Markov Model ในระดับลึก ๆ เพราะผมเริ่มรู้ตัวว่าผมมีพื้นฐานทางคณิตศาสตร์ที่ยังไม่แข็งพอ ผมยังอ่อน “พีชคณิตเชิงเส้น” และ “ความน่าจะเป็น” อยู่ ดังนั้น ผมต้องกลับไปทบทวนพวกมันใหม่อีกครั้ง เดี๋ยวนี้ไม่ว่าจะเป็น Hidden Markov Model, Artificial Neural Network และ Genetics Algorithm ก็ล้วนพึ่งพา
ผมก็เหมือนคนทำงานวงการคอมพิวเตอร์ทั่ว ๆ ไปครับ ที่อยากจะเรียนรู้วิธีการทางคอมพิวเตอร์ต่าง ๆ เอาไว้ เพื่อเอาไว้ประดับสติปัญญาตัวเอง เพื่อเอาไว้เป็นอาวุธทางปัญญาให้กับตัวเอง และหวังว่าซักวันหนึ่งจะได้นำความรู้นั้นไปสร้างคุณประโยชน์และผลประโยชน์ได้ แต่ผมก็เหมือนกับคนทั่วไป คือมีเวลาเท่ากับคนทั่วไป ดังนั้น ผมเลยต้องกำหนดปัญหาทางปัญญาประดิษฐ์ขึ้นมาก่อน แล้วค่อยคิดว่าจะเอาวิธีการไหนที่เหมาะสมมาแก้ปัญหา!!! จากการศึกษาโดยส่วนตัวพบว่า วิธีการแก้ปัญหาทางปัญญาประดิษฐ์ที่นิยมใช้กันอย่างกว้างขวางในปัจจุบันนั้น มีอยู่ไม่กี่วิธีไม่ว่าจะเป็น Hidden Markov Model, Artificial Neural Network, Genetic Algorithm