Digital Ventures

Back to blog

รู้จัก Neural Network ปัญญาประดิษฐ์ประสิทธิภาพสูงที่ทำงานแบบสมองมนุษย์

DIGITAL VENTURES June 27, 2019 2:25 PM

1,718

เมื่อพูดถึงเทคโนโลยีปัญญาประดิษฐ์หรือ Artificial Intelligence เรามักนึกถึงการประยุกต์ใช้ในอุตสาหกรรมและธุรกิจที่เกิดขึ้นอย่างแพร่หลายในปัจจุบัน แต่หากเจาะลึกในรายละเอียดแล้ว เทคโนโลยี AI ที่แพร่หลายกันในตอนนี้ยังไม่ถือว่าเป็น “ที่สุด” ที่จะสามารถพัฒนากันได้ เพราะปัจจุบันเรายังมีแนวคิดเกี่ยวกับการสร้าง AI เกิดขึ้นมากมาย แต่ที่น่าสนใจที่สุดคงหนีไม่พ้น Neural Network สาขาหนึ่งของ AI ที่สร้างขึ้นโดยมีแรงบันดาลใจจากรูปแบบการทำงานของสมองมนุษย์ ที่หลายคนคงสงสัยว่าสมองมนุษย์มีความพิเศษอย่างไรถึงเป็นแรงบันดาลใจให้ในการพัฒนา AI สาขานี้ Digital Ventures จึงขอชวนทุกท่านมาคลายข้อสงสัยด้วยการทำความเข้าใจกับ Neural Network ไปพร้อมกัน

 

 

Neural Network คืออะไร

Neural Network เป็นสาขาหนึ่งของเทคโนโลยี Artificial Intelligence ที่มีแนวคิดมานานตั้งแต่ปี 1943 คือ การพัฒนาเครือข่ายของ Algorithm ให้ทำงานแบบเดียวกับเครือข่ายระบบประสาทของมนุษย์ หรือเฉพาะเจาะจงกว่านั้น คือลอกการทำงานของสมองมนุษย์ไปเลยนั่นเอง Neural Network จะอาศัย Algorithm หลายตัวทำงานพร้อมกันเป็นเครือข่ายทำให้ทำงานได้หลากหลายกว่า ซึ่งคุณสมบัติจากสมองมนุษย์ที่เป็นแรงบันดาลใจให้ Neural Network มีด้วยกัน 4 ลักษณะ ได้แก่

  • ระลึกถึงสิ่งที่เห็นบางส่วนในเวลาระดับมิลลิวินาที มนุษย์สามารถเห็นภาพบางส่วนแล้วเข้าใจได้ว่าสิ่งนั้นคืออะไรด้วยการเชื่อมโยงข้อมูลต่าง ๆ ในสมอง เช่น หากเห็นภาพเงาดำของนก ก็จะเข้าใจว่าสิ่งนี้คือนก คุณสมบัตินี้ทำให้มนุษย์ดำเนินการต่าง ๆ ได้รวดเร็วและถูกต้องตามวัตถุประสงค์มากขึ้น 
  • เข้าใจทักษะหลากหลายและไม่เกี่ยวข้องกันได้ มนุษย์คนหนึ่งสามารถพัฒนาทักษะในหลายๆ สาขาไปพร้อมกันได้ เช่น สามารถเล่นดนตรีได้หลายชนิดไปพร้อมกับมีทักษะด้านการ Coding หรืออาจมีทักษะด้านการทำอาหาร งานฝีมือ เข้าใจ Calculus หรือเก่งกีฬาไปพร้อมกันได้ การมีทักษะหลากหลายช่วยให้เกิดความสร้างสรรค์ในการแก้ปัญหาต่าง ๆ
  • เข้าใจตรรกะและกติกา ตรรกะและกติกาเป็นเรื่องนามธรรมที่มนุษย์สามารถเข้าใจแม้ไม่เคยเห็นหรือสัมผัส ซึ่งเรื่องเหล่านี้จำเป็นมากในการอยู่ร่วมกันและทำงานร่วมกันระหว่างมนุษย์ การที่มนุษย์มีระบบประสาทที่ซับซ้อนช่วยให้เราเข้าใจตรรกะของคนอื่นและยอมรับกติกาที่หลากหลายได้
  • เชื่อมโยงหน่วยประมวลผลเพื่อแก้ปัญหาที่ซับซ้อน บางครั้งปัญหาที่เกิดขึ้นมีความซับซ้อนมากจนเราต้อง “เค้น” สมองเพื่อทำความเข้าใจและหาทางแก้ปัญหา ซึ่งการ “เค้น” นี้เป็นการพยายามเชื่อมโยงเซลล์สมองหลายๆ หน่วยให้ทำงานพร้อมกันเพื่อรองรับการเรียนรู้และสังเคราะห์ทางแก้ปัญหาใหม่ๆ ได้

 

ทั้งหมดนี้แม้ว่าจะไม่ได้ช่วยให้ Algorithm มีความคิดแบบมนุษย์ แต่ก็ช่วยให้มันสามารถเข้าใจชุดข้อมูลโดยไม่ต้องอาศัยข้อมูลจำนวนมหาศาล และเห็น Pattern ที่ซ่อนอยู่ในข้อมูล ซึ่งทำให้การคาดการณ์ข้อมูลบางประเภทเป็นไปอย่างแม่นยำ

 

 

Neural Network กับ Deep Learning ต่างกันอย่างไร

เมื่อพูดถึง Neural Network แล้ว หลายคนคงนึกถึงอีกสาขาหนึ่งของ AI ที่มีคุณสมบัติรองรับการแก้ปัญหาอันยากและซับซ้อนไม่ต่างกัน ซึ่งก็คือ Deep Learning นั่นเอง แน่นอนว่าทั้งสองอย่างแม้จะเกิดมาเพื่อแก้ปัญหาที่ซับซ้อนเหมือนกัน แต่กลับมีคุณสมบัติและรูปแบบสถาปัตยกรรมที่ต่างกันมากทีเดียว โดยเราสามารถจำแนกความแตกต่างได้ดังนี้

  • การออกแบบ Hardware แม้จะเป็น Algorithm เหมือนกัน แต่ทั้งสองชนิดกลับมีรูปแบบการใช้ Hardware ที่ต่างกันอย่างสิ้นเชิง โดย Neural Network สร้างด้วย Neuron จำนวนมากเชื่อมต่อกันอันเป็น Hardware ที่ใหม่และมีข้อจำกัดการสร้างมากกว่า ส่วน Deep Learning จะใช้สถาปัตยกรรมของคอมพิวเตอร์ ซึ่งเป็นเทคโนโลยีที่เสถียรขึ้นแล้วในปัจจุบัน
  • วิธีการแก้ปัญหา Neural Network จะเน้นการทำความเข้าใจและสร้าง Feature จากผลลัพธ์ล่าสุด ส่วน Deep Learning จำเป็นต้องมีการ Input ข้อมูลเข้าไปเพื่อให้ผลลัพธ์ถูกต้อง ยกตัวอย่างเช่น หาก Algorithm ต้องการตรวจจับภาพแมว Neural Network จะสามารถจำแนกภาพแมวจากการเห็นครั้งเดียว ด้วยการเรียนรู้ว่าสิ่งนี้คือแมว จากนั้นจึงบอกได้ในภาพต่อ ๆ ไปว่ามีแมวอยู่ในภาพหรือไม่ ส่วน Deep Learning จะใช้ภาพแมวจำนวนมากมาปะติดปะต่อเพื่อให้แน่ใจว่าภาพนี้คือแมว จากนั้นจึงทำการตรวจจับภาพแมว

 

ตัวอย่างการใช้ Neural Network ในภาคการเงิน

เพื่อให้เห็นภาพการใข้งานมากขึ้น เราจึงขอนำการใช้งาน Neural Network ที่เกิดขึ้นในภาคการเงินอันเป็นภาคอุตสาหกรรมที่ใกล้ตัวทุกท่านมาเป็นตัวอย่างให้ได้ทำความเข้าใจกัน

ใช้ทำนายราคาหุ้น เมื่อปี 2013 ทีมนักวิจัยจากวิทยาลัยวิศวกรรมและเทคโนโลยีอาร์ยา ประเทศอินเดีย ได้นำข้อมูลของหุ้น 3 บริษัทในตลาด NASDAQ มาให้ Algorithm ที่สร้างด้วย Neural Network ทำการทำนายผลของตลาดหุ้นจากสถิติเดิม พบว่ามีค่าความแม่นยำเฉลี่ยสูงกว่า 85 เปอร์เซ็นต์ ทั้งระยะสั้นและระยะยาว

ใช้ประเมินเครดิตเพื่อปล่อยเงินกู้ ผู้ให้บริการสินเชื่อแต่ละรายล้วนมีมาตรฐานการให้สินเชื่อที่แตกต่างกันไป ปัจจุบันเริ่มมีผู้ให้บริการทดลองใช้ Neural Network ในการประเมินความเสี่ยงและอนุมัติเงินกู้แล้ว ซึ่งแนวคิดนี้มีผลงานวิจัยรองรับตั้งแต่ปี 2003 จากมหาวิทยาลัย New South Wales ประเทศออสเตรเลีย ระบุว่า Neural Network สามารถช่วยเพิ่มประสิทธิภาพและความแม่นยำให้กับพนักงานประเมินเครดิตเพื่อออกเงินกู้ได้ ทั้งยังมองเห็นผู้ที่มีแนวโน้มจะหลบหนี้แต่ผ่านการประเมินโดยพนักงานก่อนหน้านี้ด้วย

 

การรู้จัก Neural Network ทำให้เห็นความหลากหลายของ Deep Technology และเข้าใจกระบวนการค้นคว้าพัฒนาเทคโนโลยีชั้นสูงมากขึ้น ทั้งนี้ ยังมี Deep Technology อีกหลายอย่างที่ Digital Ventures อยากนำเสนอเพื่อสะท้อนที่มาอันน่าสนใจและผลกระทบต่ออุตสาหกรรมที่ควรจับตามอง โดยเราจะหยิบเรื่องราวเหล่านี้มานำเสนอในโอกาสต่อไป

ขอขอบคุณข้อมูลจาก aspiresys.com, sky mind.ai และ educba.com