โปรโมทเว็บไทย โฆษณาฟรี รับโปรโมทเว็บไซต์
ลงประกาศขายสินค้า โฆษณาฟรี โปรโมทร้านฟรี => คอมพิวเตอร์ สินค้าไอที โฮสติ้ง โดเมน => ข้อความที่เริ่มโดย: Joe524 ที่ ตุลาคม 08, 2020, 09:43:59 PM
-
(https://bit.ly/3d8KLju)
ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) (https://bit.ly/2SzSrBJ) เป็นนวัตกรรมที่สร้างการเปลี่ยนแปลงและนำไปสู่การพัฒนาเทคโนโลยีแห่งอนาคต แต่ขั้นตอนกระบวนการคิดวิเคราะห์ของ AI นั้น ประกอบตัวด้วยองค์ประกอบย่อยอย่าง Machine Learning กับ Deep Learning (https://bit.ly/2SzSrBJ) ซึ่งองค์ประกอบทั้ง 2 อย่าง ทำหน้าที่เปรียบเสมือนสมองของ AI เป็นส่วนสำคัญที่ทำให้เกิดการเรียนรู้คิดวิเคราะห์และประมวลผลข้อมูล
Machine Learning คืออะไร
Machine Learning (https://bit.ly/2SzSrBJ) คือ ส่วนการเรียนรู้ของเครื่อง ถูกใช้งานเสมือนเป็นสมองของ AI (Artificial Intelligence) (https://bit.ly/2SzSrBJ) เราอาจพูดได้ว่า AI ใช้ Machine Learning ในการสร้างความฉลาด มักจะใช้เรียกโมเดลที่เกิดจากการเรียนรู้ของปัญญาประดิษฐ์ ไม่ได้เกิดจากการเขียนโดยใช้มนุษย์ มนุษย์มีหน้าที่เขียนโปรแกรมให้ AI (เครื่อง) เรียนรู้จากข้อมูลเท่านั้น ที่เหลือเครื่องจัดการเอง
Machine Learning (https://bit.ly/2SzSrBJ) เรียนรู้จากสิ่งที่เราส่งเข้าไปกระตุ้น แล้วจดจำเอาไว้เป็นมันสมอง ส่งผลลัพธ์ออกมาเป็นตัวเลข หรือ code ที่ส่งต่อไปแสดงผล หรือให้เจ้าตัว AI นำไปแสดงการกระทำ Machine Learning (https://bit.ly/2SzSrBJ) เองสามารถเอาไปใช้งานได้หลายรูปแบบ ต้องอาศัยกลไกที่เป็นโปรแกรม หรือเรียกว่า Algorithm ที่มีหลากหลายแบบ โดยมี Data Scientist เป็นผู้ออกแบบ หนึ่งใน Algorithm ที่ได้รับความนิยมสูง คือ Deep Learning (https://bit.ly/2SzSrBJ) ซึ่งถูกออกแบบมาให้ใช้งานได้ง่าย และประยุกต์ใช้ได้หลายลักษณะงาน อย่างไรก็ตาม ในการทำงานจริง Data Scientist จำเป็นต้องออกแบบตัวแปรต่างๆ ทั้งในตัวของ Deep Learning (https://bit.ly/2SzSrBJ) เอง และต้องหา Algorithm อื่นๆ มาเป็นคู่เปรียบเทียบ เพื่อมองหา Algorithm ที่เหมาะสมที่สุดในการใช้งานจริง
Machine Learning เรียนรู้ด้วยตัวเองได้อย่างไร
Machine Learning (https://bit.ly/2SzSrBJ) มีหลักการเรียนรู้ข้อมูลอยู่ 3 หลัก ด้วยกันดังต่อไปนี้
(https://bit.ly/30DTaXc)
การเรียนรู้แบบได้รับคำแนะนำ (Supervised learning)
ยกตัวอย่างเวลาเราป้อนข้อมูลให้กับคอมพิวเตอร์ (Input) เช่น รูปเสือ แต่คอมพิวเตอร์มันยังไม่รู้หรอกว่าเนี่ยคือรูปเสือ เราก็ต้องบอกมันก่อน แล้วคอมพิวเตอร์มันก็จะไปวิเคราะห์ (Feature Extraction) ว่า เสือเป็นสัตว์ 4 ขา มี 2 หู 1 หาง เป็นต้น จากนั้นคอมพิวเตอร์ก็นำข้อมูลดังกล่าวไปประมวล/จัดหมวดหมู่ (Classification) เพื่อให้หลังจากนี้มันสามารถแยกออกได้ว่าอะไรคือเสือ อะไรไม่ใช่เสือ
การเรียนรู้แบบไม่ได้รับคำแนะนำ (Unsupervised learning)
รูปแบบนี้เรียกได้ว่าตรงกันข้ามกับรูปแบบแรกเลย มันคือการที่เราป้อนข้อมูล (Input) รูปเสือเข้าไป แต่ไม่ได้บอกมันว่ารูปที่ป้อนเข้าไปเป็นรูปเสือ ทีนี้พอคอมพิวเตอร์มันเอาไปวิเคราะห์ (Feature Extraction) มันก็วิเคราะห์ได้นะว่ารูปที่ใส่เข้าไปมีลักษณะยังไง แต่คราวนี้มันไม่สามารถเอาไปประมวล/จัดหมวดหมู่ (Classification) ได้แล้ว มันจะใช้วิธีการแบ่งกลุ่มแทน (Clustering) ซึ่งคอมพิวเตอร์มันก็จะเอารูปเสือไปอยู่กับแมว สุนัข หรือสัตว์อื่น ๆ ที่มี 4 ขา มี 2 หู 1 หาง เหมือนกัน
การเรียนรู้แปบเสริมกำลัง (Reinforcement learning)
มันคือการที่เรากำหนดเงื่อนไขบางอย่างให้กับคอมพิวเตอร์ แล้วทำให้คอมพิวเตอร์เอาชนะหรือทำตามเงื่อนไขนั้นให้ได้ ยกตัวอย่างเช่น Alpha Go เงื่อนไขของการหมากล้อมคือ ใช้หมากของตนล้อมพื้นที่บนกระดาน เพื่อให้ได้ดินแดนมากกว่าคู่ต่อสู้ ทีนี้ Alpha Go ก็จะเรียนรู้ด้วยตัวมันเองผ่านการจำลองการแข่งขันเป็นแสน ๆ ล้าน ๆ รอบ เพื่อให้รู้ว่า ถ้าหากคู่ต่อสู้เดินหมากนี้ ตัวมันเองจะเดินหมากไหนเพื่อให้บรรลุเงื่อนไขที่กำหนดไว้ให้ นั่นคือการยึดพื้นที่บนกระดานให้ได้มากที่สุด
Deep Learning คืออะไร
Deep Learning (https://bit.ly/2SzSrBJ) คือการจำลองรูปแบบการประมวลผลของสมองมนุษย์ โดยใช้โครงข่ายคล้ายเซลล์ประสาทในการประมวลผล เมื่อได้รับข้อมูลมา Deep Learning (https://bit.ly/2SzSrBJ) จะทำการแบ่งแยกข้อมูลและรายละเอียดต่างๆ ที่ได้รับมาทั้งหมด แล้วนำมาประมวลผลหาจุดเด่นและจุดแตกต่างของข้อมูลในเชิงลึก คล้ายกับการกรองข้อมูลเป็นชั้นๆ แล้วสรุปผลข้อมูลออกมาเป็น Output และตรวจสอบว่าข้อมูลนั้นส่งผลอย่างไร ผิด หรือถูก
เช่น มีข้อมูลสัตว์ 1 ตัวที่ไม่ทราบว่าจะเป็นอะไร Deep Learning (https://bit.ly/2SzSrBJ) จะทำการตรวจสอบและคาดการณ์ ว่า ‘อาจจะเป็น’ สัตว์ชนิดนี้ โดยไม่จำเป็นต้องระบุว่ามีปีกหรือมีหาง Deep Learning (https://bit.ly/2SzSrBJ) แค่ ‘คาดการณ์’ เอาไว้ก่อน
หาก Deep Learning (https://bit.ly/2SzSrBJ) คาดการณ์ผิด ตัวมันจะเรียนรู้และปรับเปลี่ยนการประมวลผล เพื่อให้ Output ที่ออกมามีความถูกต้องมากขึ้น และยิ่งเรียนรู้มาก Deep Learning ก็จะเข้าใจได้มากขึ้น และลงลึกในรายละเอียดยิบย่อยได้มากขึ้น จนสามารถสังเกตความแตกต่างของข้อมูลได้แม้เพียงเล็กน้อยก็ตาม โดยที่มนุษย์ไม่จำเป็นต้องแนะนำ
(https://bit.ly/30CaY52)
หากบอกว่า Machine Learning (https://bit.ly/2SzSrBJ) เปรียบเสมือน subset ของ AI เเล้ว Deep Learning (https://bit.ly/2SzSrBJ) เองก็เป็นเสมือนวิธีการหนึ่งของ Machine Learning (https://bit.ly/2SzSrBJ) เช่นกัน เพียงเเต่เป็นวิธีคิดของคอมพิวเตอร์ที่มีประสิทธิภาพสูงยิ่งกว่า โดยการทำงานจะทำร่วมกันเพื่อเพิ่มประสิทธิภาพในการ Predicted รวมไปถึงความถูกต้อง ข้อดีของ Deep Learning (https://bit.ly/2SzSrBJ) คือยิ่งมีข้อมูลเข้ามา Train มากเท่าไหร่ประสิทธิภาพในการคิดของคอมพิวเตอร์ก็ยิ่งสูงขึ้นเท่านั้น ต่างกับ Machine Learning (https://bit.ly/2SzSrBJ) ที่เมื่อมีข้อมูลจำนวนมากประสิทธิภาพการทำงานจะไม่สามารถสูงขึ้นอีกจนกว่าจะได้รับการ Train เพิ่มเติม
-
Machine Learning กับ Deep Learning อ่านบทความเพิ่มเติม (https://bit.ly/2SzSrBJ)
จำหน่ายกล้องวงจรปิดและอุปกรณ์ป้องกันขโมย www.klongthomtech.com
-
Machine Learning กับ Deep Learning อ่านบทความเพิ่มเติม (https://bit.ly/2SzSrBJ)
จำหน่ายกล้องวงจรปิดและอุปกรณ์ป้องกันขโมย www.klongthomtech.com
-
Machine Learning กับ Deep Learning อ่านบทความเพิ่มเติม (https://bit.ly/2SzSrBJ)
จำหน่ายกล้องวงจรปิดและอุปกรณ์ป้องกันขโมย www.klongthomtech.com
-
Machine Learning กับ Deep Learning อ่านบทความเพิ่มเติม (https://bit.ly/2SzSrBJ)
จำหน่ายกล้องวงจรปิดและอุปกรณ์ป้องกันขโมย www.klongthomtech.com
-
Machine Learning กับ Deep Learning อ่านบทความเพิ่มเติม (https://bit.ly/2SzSrBJ)
จำหน่ายกล้องวงจรปิดและอุปกรณ์ป้องกันขโมย www.klongthomtech.com
-
Machine Learning กับ Deep Learning อ่านบทความเพิ่มเติม (https://bit.ly/2SzSrBJ)
จำหน่ายกล้องวงจรปิดและอุปกรณ์ป้องกันขโมย www.klongthomtech.com