Thursday, December 5, 2024
AIArticles

5 เทรนด์ของเทคโนโลยี AI ด้าน Machine Learning

ประเมิน 5 เทรนด์เทคโนโลยี AI ด้าน Machine Learning ที่ถูกขับเคลื่อนด้วยนวัตกรรม Natural Language Understanding, Computer Vision และ Voice Analytics

BIZCUIT ผู้ให้บริการโซลูชันเทคโนโลยี AI ประเมิน 5 เทรนด์เทคโนโลยี AI ด้าน Machine Learning ที่ทั้งเอกชนและภาครัฐสามารถใช้ AI สร้างโอกาสที่ตอบโจทย์เป้าหมายองค์กรได้ด้วย ความเข้าใจภาษาธรรมชาติ หรือ NLU และ เทคโนโลยีวิทัศน์ หรือ Computer Vision

สุทธิพันธุ์ สุทัศน์ ณ อยุธยา ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหาร บริษัท บิสกิต โซลูชั่น จำกัด

สุทธิพันธุ์ สุทัศน์ ณ อยุธยา ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหาร บริษัท บิสกิต โซลูชั่น จำกัด หรือ BIZCUIT เปิดเผยว่า “เทคโนโลยี AI ด้าน Machine learning เป็นที่จับตามองไม่เฉพาะแค่ภาคธุรกิจ แต่เรียกเป็นนวัตกรรมที่จะสามารถขับเคลื่อนในทุกหน่วยของโครงสร้างพื้นฐาน

เนื่องจาก Machine learning สามารถเรียนรู้และทำความเข้าใจในสิ่งที่มนุษย์ถ่ายทอด จนเสมือนเป็นมนุษย์ สามารถต่อยอดด้วยเครื่องมือที่หลากหลาย จนทำในสิ่งที่มนุษย์ทำไม่ได้”

สุทธิพันธุ์ ได้แสดงทัศนะเกี่ยวกับเทรนด์ของเทคโนโลยี AI ด้าน Machine Learning ของโลกที่เน้นพัฒนาให้ AI ทำในสิ่งที่มนุษย์ทำไม่ได้ ซึ่งโดยแบ่งออกเป็น 5 เทรนด์ คือ

5 เทรนด์ของเทคโนโลยี AI ด้าน Machine Learning
1. Voice is the new hand เสียงจะเป็นเหมือนแขนที่สามของมนุษย์ ที่จะคอยสั่งการสิ่งต่างๆ แบบไร้การสัมผัส

ข้อมูลเสียง หรือ Voice จะกลายเป็นข้อมูลขั้นพื้นฐาน หรือ primary input ของทุกๆ อย่าง เพราะใน Voice นั้นสามารถจำแนกองค์ประกอบสำคัญ อาทิ อัตลักษณ์บุคคลทางเสียง หรือ Voice Print ซึ่งสามารถระบุตัวตน หรือให้ข้อมูลเชิงประชากรศาสตร์อย่างเพศหรืออายุ

เนื้อหาของคำสั่งหรือ สิ่งที่เราต้องการ,  อารมณ์ของผู้พูด ซึ่งจำแนกได้ถึงความเร่งด่วนของความต้องการ และสุดท้าย สามารถระบุพิกัดของผู้พูด เพราะเสียงมีทิศทางที่ชัดเจน

ตัวอย่างเช่น สามารถติดตั้งระบบ Smart speaker ในซอย เส้นทางสัญจรที่เปลี่ยว หรือเป็นจุดอับ ซึ่งหากมีเหตุฉุกเฉิน คนสามารถตะโกนขอความช่วยเหลือ โดยเทคโนโลยี AI สามารถระบุตำแหน่งของเสียง แล้วติดต่อหน่วยงานที่เกี่ยวข้องได้แบบอัตโนมัติและทันท่วงที

ซึ่งในอนาคตโลกของการติดต่อและเชื่อมต่อจะเปลี่ยนไปโดยสิ้นเชิง ด้วย Voice อาทิ ประตูบ้านสามารถเปิดได้อัตโนมัติ การยืนยันตัวตนสำหรับธุรกรรมผ่านเสียง โดยไม่ได้จำเป็นต้องเดินทางไปสถานที่

นอกจากนี้ ยังเป็นการทำงานโดยไร้สัมผัส ซึ่งเทคโนโลยีในการจำแนกเสียง ดังที่กล่าวนั้นเกิดขึ้นจริงแล้วในปัจจุบัน เพียงแต่ยังไม่ได้ถูกพัฒนาร่วมกับส่วนอื่นๆ ซึ่งในอนาคตอันใกล้ คาดการณ์ว่าจะมีการพัฒนาร่วมกันระหว่าง Voice Technology กับด้านอื่นๆ ในหลายสาขา โดยข้อมูลเสียงจะกลายเป็นข้อมูลที่มีคุณค่ามาก และจะยิ่งมีความต้องการโซลูชั่นที่สามารถช่วยวิเคราะห์ที่มากขึ้นด้วย

2. Computer Generated Content

การสร้างคอนเทนต์หรือเนื้อหาด้วย AI โดยเกิดจากเทคโนโลยี Natural Language Generation หรือ NLG ซึ่งเป็นอีกหนึ่งสาขาของ Machine_Learning AI ใน 6-7 ปี ที่ผ่านมา โลกได้มีการพัฒนา Natural Language Understanding หรือ NLU เพื่อให้ AI เข้าใจสิ่งที่มนุษย์กำลังต้องการได้อย่างถูกต้อง

ส่งผลให้ปัจจุบัน เทคโนโลยีดังกล่าวเกิดการเรียนรู้ข้อมูลมากพอที่สอนให้ AI คิดเนื้อหาขึ้นมาเอง เพื่อตอบโต้ความต้องการของมนุษย์แบบอัตโนมัติ หรือแม้แต่สร้างความบันเทิงให้กับมนุษย์ ปัจจุบันมีบทความที่เขียนด้วย AI โดยเอา Key Fact หรือข้อมูลหลักจากมนุษย์

แต่ไปนำคำศัพท์และวลีจาก Google Trend ที่กลุ่มเป้าหมายสนใจมาสร้างเป็น backlink article ในการทำ SEO หรือ แม้แต่เพลงที่แต่งด้วย AI ซึ่งในอนาคตจะทำให้ Chat Bot มีประสิทธิภาพและพัฒนาอย่างก้าวกระโดด

 3. Natural Language Understanding และ IoT การผสมผสานที่จะทรงพลังมากขึ้น

การสั่งงาน IoT ด้วยเสียง หรือ Smart home ที่ใช้ในปัจจุบันเป็นเพียงจุดเริ่มต้น เพราะใช้งานแบบ Speech recognition หรือจดจำชุดคำสั่งเสียง ร่วมกับการวางโปรแกรมจะยังมีอยู่ แต่ในอนาคต AI จะสามารถเข้าใจสิ่งที่มนุษย์ต้องการ ไม่ใช่แค่เข้าใจคำสั่ง แต่จะสามารถสร้างความประทับใจและประสบการณ์ที่ดีได้มากยิ่งขึ้น

ตัวอย่างเช่น เมื่อเปิดตู้เย็นแล้วกล่าวว่า น้ำส้มหมด ตู้เย็นสามารถวิเคราะห์ได้ว่าเรามีความต้องการซื้อน้ำส้ม ก็จะเข้าไปค้นหาน้ำส้มในร้านค้าออนไลน์พร้อมทำการเปรียบเทียบราคา และนำเสนอตัวเลือกที่ดีที่สุด

4. Computer Vision

การวิเคราะห์ภาพเรียลไทม์จะถูกใช้อย่างแพร่หลายมากขึ้น เพราะสามารถเข้าถึงในราคาที่ถูกลงด้วยเทคโนโลยีด้าน Edge Computing การวิเคราะห์ภาพจากกล้องวงจรปิดเช่นเดียวกับที่เห็นในภาพยนตร์ สามารถจับภาพผู้บุกรุก หรือจำแนกคนแปลกปลอมภายในบริษัท

ซึ่งปัจจุบันเทคโนโลยีดังกล่าวเกิดขึ้นจริงแล้ว โดย AI Machine_Learning สามารถช่วยตรวจสอบ จับภาพคนตกน้ำ ตรวจสอบไฟไหม้ หรือน้ำท่วม ซึ่งปัจจุบันต้นทุนในการนำเทคโนโลยี Computer Vision มาใช้งานมีราคาถูกลง โดยสามารถเพิ่มขีดความสามารถของกล้อง CCTV ที่มีอยู่แล้ว ให้มีความสามารถใช้ AI Vision Analytic ตรวจจับวิเคราะห์ภาพได้

5. ระบบการประมวลผลแบบใหม่

Quantum Computer กำลังจะยกขีดความสามารถของ AI ได้ แบบก้าวกระโดด ซึ่งปัจจัยของความแม่นยำในการวิเคราะห์ข้อมูลของ AI เกิดจากมีจำนวนข้อมูล หรือ training data ที่มากเพียงพอ ซึ่งถ้ายิ่งมีข้อมูลมาก AI ก็ยิ่งใช้เทคโนโลยีประมวลผล ที่มีกำลังมากพอ ยิ่งถ้าต้องการผลการวิเคราะห์เรียลไทม์ยิ่งต้องมากขึ้นไปอีก

ดังนั้นศักยภาพของ AI ก็ขึ้นอยู่กับความสามารถของฮาร์ดแวร์ประมวลผลด้วย สิ่งที่ช่วยการทำงานของ AI อย่างก้าวกระโดดก็คือ Quantum Computer ที่มีศักยภาพการประมวลผลสูงกว่าเทคโนโลยีปัจจุบันมากว่าล้านเท่าตัว

ปัจจุบันทั้งภาครัฐหรือภาคเอกชนมีการนำ Machine_Learning AI มาใช้งานแล้ว โดยเป็นการใช้เพื่อช่วยสร้างประสิทธิภาพและเพิ่มขีดความสามารถในการแข่งขัน รวมถึงสร้างโอกาสสำหรับภาคธุรกิจ อาทิ Machine Learning Computer Vision สามารถแยกพนักงานกับลูกค้า

ซึ่งสามารถใช้ในการควบคุมการบริหารจัดการ ของร้านค้า วิเคราะห์การทำงานของพนักงาน ในหน่วยงานภาครัฐก็ได้นำไปใช้ในการพัฒนา Smart City หรือใช้ในการตรวจจับภัยธรรมชาติต่างๆ ซึ่งช่วยยกระดับคุณภาพชีวิตของประชาชนในประเทศ

Feature Imange: Gradient vector created by pikisuperstar – www.freepik.com