02-770-9700 ต่อ 2020

  • Facebook

- เขตบางกะปิ

- กรุงเทพมหานคร

- ประเทศไทย

ค้นหา

Augmented Analytics

อัพเดตเมื่อ: มี.ค. 10


Machine Learning Analytics


บริษัทวิจัยและวิเคราะห์ข้อมูลด้านเทคโนโลยีสารสนเทศชั้นนำของโลก “การ์ทเนอร์ (Gartner)” ยกให้ Augmented Analytics เป็น 1 ใน 10 เทรนด์ด้านเทคโนโลยีที่เกิดขึ้นในปี ค.ศ. 2019 ผู้เชี่ยวชาญได้วิเคราะห์ว่า ในปัจจุบันแม้ว่าจะมีนักวิเคราะห์ข้อมูลที่เชี่ยวชาญในองค์กรอยู่แล้ว แต่เมื่อข้อมูลมีปริมาณมากขึ้นเรื่อยๆ จนอาจเกิดความผิดพลาดในการวิเคราะห์ขึ้น AI (Artificial Intelligence) ก็จะถูกนำเข้ามาใช้และมีบทบาทในการช่วยจัดการกับข้อมูลปริมาณมหาศาลนั้นได้

AI หรือปัญญาประดิษฐ์ บ่งบอกถึงความสามารถทางปัญญาของเครื่องจักร (Machine) มาตรฐานของ AI จึงต้องวัดด้วยสติปัญญาของมนุษย์ โดยคำนึงถึงความมีเหตุผล การคิดวิเคราะห์ การสังเคราะห์ การพูดและการมองเห็น ในภาพรวม AI มีอยู่ 3 ระดับ ได้แก่

  • ปัญญาประดิษฐ์แบบแคบ (Narrow AI) หรือปัญญาประดิษฐ์แบบอ่อน (Weak AI) คือลักษณะความสามารถทางปัญญาของเครื่องจักรที่สามารถทำงานลักษณะเฉพาะได้ดีกว่ามนุษย์

  • ปัญญาประดิษฐ์ทั่วไป (General AI) คือ AI ที่มีระดับความสามารถทัดเทียมกับมนุษย์ สามารถดำเนินงานทุกอย่างด้วยความแม่นยำเทียบเท่าที่มนุษย์ทำได้ และได้ประสิทธิภาพที่ใกล้เคียงกับมนุษย์ทำด้วย

  • ปัญญาประดิษฐ์แบบเข้มแข็ง (Active AI หรือ Strong AI) คือ AI ที่มีความสามารถเหนือมนุษย์ในหลายๆ ด้าน จึงนำมาทดแทนการทำงานของมนุษย์ได้ด้วย

Augmented Analytics คืออะไร?

Augmented Analytics หรือ Automated Machine Learning แปลเป็นภาษาไทยว่า “การวิเคราะห์ข้อมูลโดยอัตโนมัติด้วยเทคโนโลยี Machine Learning (ML)” ปัจจุบันกำลังได้รับความนิยมและมีแนวโน้มได้รับความนิยมมากขึ้นเรื่อยๆ

  • โดย Gartner มองว่า เทคโนโลยีนี้เป็นตัวแทนของคลื่นลูกที่สามในการวิเคราะห์ข้อมูลปริมาณมหาศาลได้อย่างแม่นยำ

  • Augmented Analytics ทำหน้าที่เสมือนเป็นนักวิทยาศาสตร์ข้อมูลที่นำอัลกอริทึม (algorithm) มาใช้เพิ่มประสิทธิภาพในการสืบค้นข้อมูลและตั้งสมมติฐาน จึงถือเป็นการเปลี่ยนโฉมการวิเคราะห์ข้อมูลแบบใหม่ให้กับวงการธุรกิจ โดยการทำให้ผลลัพธ์ของข้อมูลที่ได้มีมิติ มีความลึกซึ้ง ปราศจากความคิดเห็นส่วนตัวเจือปนมาด้วย

  • ด้วยเหตุนี้ Gartner จึงมองว่า ภายในปี ค.ศ. 2020 จะมีจำนวนกลุ่ม Citizen Data Scientist เพิ่มมากขึ้นถึง 5 เท่า จำนวนที่เพิ่มขึ้นนี้จะช่วยเติมเต็มช่องว่างของ Data Scientist ให้กับ Machine Learning ได้ดีขึ้น และลดค่าใช้จ่ายด้วย

Machine Learning คืออะไร?

ปัจจุบันการรับส่งข้อมูลปริมาณมากๆ เป็นเรื่องง่ายและรวดเร็ว เนื่องจากสามารถรับส่งข้อมูลผ่านอินเทอร์เน็ตได้ทั้งหมด จึงทำให้โลกนี้เต็มไปด้วยข้อมูลจำนวนมหาศาล อย่างที่คนทั่วไปพูดให้ได้ยินว่าเป็นยุค Big Data ต่างจากในอดีตที่การรับส่งข้อมูลทำได้ค่อนข้างยาก และจำกัดปริมาณข้อมูลในการรับส่งแต่ละครั้ง ด้วยเหตุนี้ Machine Learning จึงเข้ามาช่วยให้ชีวิตมนุษย์ยุคดิจิทัลง่ายขึ้น เรียนรู้ข้อมูลปริมาณมากๆ ได้ทั้งหมดและหาคำตอบที่เราต้องการให้โดยอัตโนมัติ

  • Machine Learning คือ ส่วนการเรียนรู้ของเครื่องจักรที่ถูกใช้งานเสมือนเป็นสมองของ AI (Artificial Intelligence) หรืออาจกล่าวได้ว่า AI ใช้ Machine Learning ในการสร้างความฉลาดให้กับตนเอง

  • Machine Learning เรียนรู้จากสิ่งที่ผู้ใช้ส่งเข้าไปประมวลผล แล้วจดจำเอาไว้เป็นสมองของตนเอง ก่อนที่จะส่งผลลัพธ์ออกมาเป็นตัวเลข หรือรหัสดิจิทัล (code digital) ที่ส่งต่อไปแสดงผล หรือให้ AI นำไปแสดงเองได้

  • ผลลัพธ์จากการกระทำของ Machine Learning สามารถนำไปใช้งานได้หลายรูปแบบผ่านกลไกที่เป็นโปรแกรมหรือ Algorithm ซึ่งมีหลากหลายรูปแบบ โดยมี Data Scientist เป็นผู้ออกแบบการกระทำของ Machine Learning

  • หนึ่งใน Algorithm ที่ได้รับความนิยมสูงในปัจจุบัน คือ Deep Learning ซึ่งถูกออกแบบมาให้ใช้งานง่าย และประยุกต์ใช้งานได้หลายรูปแบบ Deep Learning จึงเป็นโปรแกรมคอมพิวเตอร์ที่เลียนแบบให้เหมือนกับเครือข่ายเซลล์ประสาทของมนุษย์ (The Network of Nauron) ในสมอง

  • Deep Learning ถือว่าเป็นซับเซตย่อยของ Machine Learning และที่เรียกว่า Deep Learning เพราะว่าเครื่องจักรสร้างโครงข่ายประสาทแบบลึก (Deep Neural Network) ขึ้นมา และใช้ชั้น (Layers) ที่เรียงซ้อนๆ กันอยู่ เพื่อเรียนรู้ข้อมูล ความลึกของโมเดล แล้วแสดงผลออกมาตามจำนวน layers ที่มีอยู่

  • อย่างไรก็ตาม ในการทำงานจริง Data Scientist จำเป็นต้องออกแบบตัวแปรต่างๆ ทั้งในตัวของ Deep Learning เอง และต้องหา Algorithm อื่นๆ มาเป็นคู่เปรียบเทียบในการทำงานจริง เพื่อให้ได้ Algorithm ที่เหมาะสมที่สุด

Machine Learning ใช้เพื่ออะไร?

ชีวิตมนุษย์ยุคดิจิทัลเต็มไปด้วยความสะดวกสบาย จนแทบจะไม่ต้องเรียนรู้อะไรใหม่ๆ เลยก็ได้ เพราะบรรดาเครื่องไม้เครื่องมือและเครื่องจักรทั้งหลายที่มีอยู่รอบตัว เรียนรู้ที่จะเอาใจและทำให้มนุษย์ถูกใจมากขึ้น แต่ถ้ามนุษย์หยุดนิ่งไม่ยอมเรียนรู้สิ่งใหม่ๆ ก็อาจตกยุคไปได้ง่ายๆ หรือถูกเครื่องจักรครอบงำโดยไม่รู้ตัว

  • เมื่อปี ค.ศ. 2015 ที่ผ่านมา ที่นครนิวยอร์ก สหรัฐอเมริกา Maple บริษัทสตาร์ทอัพชื่อดัง นำเอาข้อมูลพฤติกรรมผู้บริโภคจากร้านอาหารมาวิเคราะห์ เพื่อค้นหาเส้นทางที่จะส่งอาหารไปให้ลูกค้าได้เร็วที่สุด หรือบอกทางร้านว่าช่วงไหนที่เมนูอาหารอะไรขายดี เพื่อให้ทางร้านจัดเตรียมวัตถุดิบไว้ให้เพียงพอต่อความต้องการของลูกค้า

  • บริษัท nuTonomy ผู้ให้บริการรถแท็กซี่อัตโนมัติหรือแท็กซี่ไร้คนขับในประเทศสิงคโปร์ ออกแบบระบบบริหารให้ลูกค้าสามารถเรียกรถแท็กซี่ได้ง่ายๆ ด้วยการกดผ่าน application แล้วระบุจุดหมายปลายทาง จากนั้นรถแท็กซี่ก็จะมารับส่งถึงที่ตามต้องการ

  • Watson ของ IBM สามารถวินิจฉัยโรคมะเร็งปอดได้แม่นยำถึง 92% เหนือชั้นกว่าการวินิจฉัยของแพทย์ผู้เชี่ยวชาญทั่วโลกที่ยังทำได้ไม่ถึง 50% แต่ Machine Learning ตัวนี้สามารถเรียนรู้จากเคสโรคมะเร็งที่เคยเข้ารับการรักษาได้เป็นแสนๆ เคสพร้อมกันในเวลาอันสั้น

  • สายการบิน KLM Royal Dutch Airline ใช้ Machine Learning ในการตอบคำถาม-แก้ปัญหาให้ลูกค้าผ่าน Facebook Messenger ได้มากถึง 13 ภาษา ให้บริการตลอด 24 ชั่วโมง ผลลัพธ์ที่ได้คือ ลูกค้าพึงพอใจ และพนักงานไม่เครียดกับการทำงานที่ต้องรองรับอารมณ์ของผู้โดยสาร

  • เว็บขายของออนไลน์อย่าง Lazada, Shopee, JD, Amazon หรือ Alibaba Group ล้วนใช้ข้อมูลพฤติกรรมผู้บริโภคจากการซื้อสินค้าในห้างสรรพสินค้าหรือซุปเปอร์มาร์เก็ต รวมถึงการพูดคุยทางสื่อสังคมออนไลน์เกี่ยวกับสินค้าต่างๆ ที่สนใจ เพื่อแนะนำสินค้าที่น่าจะดึงดูดใจให้ผู้ใช้งานอินเทอร์เน็ตอยากซื้อ หรือซื้อแล้วก็อยากซื้ออีก เพิ่มขึ้นเรื่อยๆ ไม่หยุด

  • นอกจากนี้ยังมี Netflix ผู้ให้บริการดูหนังออนไลน์ หรือ The Not Company ใช้ Machine Learning เพื่อเรียนรู้การปรุงอาหารให้อร่อย รสชาติดี สะอาด ปลอดภัย สารอาหารครบ โดยไม่จำเป็นต้องใช้วัตถุดิบเหมือนกัน เช่น ใช้ส่วนประกอบที่ดีจากพืช ผัก หรือถั่ว สร้างน้ำนมวัว มายองเนส หรือช็อคโกแลตให้ได้รสชาติเหมือนกันจนแทบแยกไม่ออก

ทั้งหมดที่กล่าวมา แสดงให้เห็นว่าเทรนด์เทคโนโลยีกำลังเปลี่ยนไป และมีแนวโน้มพัฒนาขึ้นไปอีก จนเห็นได้ชัดว่า Augment Analytics หรือ Automated Machine Learning เข้ามามีบทบาทในชีวิตมนุษย์มากขึ้นจนแยกจากกันไม่ได้ ดังนั้นการปรับตัวให้อยู่กับเทคโนโลยีให้ได้จึงเป็นเรื่องสำคัญ หากไม่ยอมปรับตัวก็จะดูเหมือนถอยหลังหรือถูกเทคโนโลยีครอบงำได้ง่ายๆ นั่นเอง


เขียนโดย Kirz Marcom Team

ดู 298 ครั้ง