ยุคของ Machine Learning: เมื่อคอมพิวเตอร์เริ่มเรียนจากข้อมูล

Machine Learning คืออะไร

Machine Learning คือสาขาหนึ่งของ AI ที่พัฒนาอัลกอริทึมให้ค้นหารูปแบบจากข้อมูลหรือประสบการณ์ แล้วใช้รูปแบบนั้นเพื่อคาดการณ์ จำแนก ตัดสินใจ หรือสร้างการกระทำกับกรณีใหม่

Tom Mitchell อธิบายกรอบนี้ด้วยองค์ประกอบสามอย่าง ได้แก่ งานที่ต้องทำ ประสบการณ์ที่ใช้เรียน และตัวชี้วัดประสิทธิภาพ โปรแกรมถือว่า “เรียนรู้” เมื่อประสิทธิภาพในงานดีขึ้นตามตัวชี้วัด หลังได้รับประสบการณ์เพิ่ม

จุดสำคัญอยู่ที่คำว่า “กรณีใหม่” ถ้าโปรแกรมจำคำตอบของข้อมูลเก่าได้ทุกข้อ แต่ผิดทันทีเมื่อเจออีเมลฉบับใหม่ มันยังไม่ใช่ระบบเรียนรู้ที่มีประโยชน์ ความสามารถที่ต้องการจริงเรียกว่า Generalization หรือการนำสิ่งที่เรียนไปใช้กับข้อมูลที่ไม่เคยเห็น

Machine Learning จึงไม่ใช่การปล่อยข้อมูลเข้าเครื่องแล้วรอความฉลาดปรากฏขึ้นเอง มนุษย์ยังต้องกำหนดโจทย์ เลือกสิ่งที่จะวัด เตรียมข้อมูล ออกแบบการทดลอง และตัดสินว่าความผิดพลาดแบบใดยอมรับได้

จากการเขียนกฎสู่การให้ตัวอย่าง

ลองสร้างระบบตรวจจับอีเมลขยะด้วยกฎ เราอาจเริ่มจาก “ถ้ามีคำว่าได้เงินทันที ให้เพิ่มคะแนนความเสี่ยง” แล้วเพิ่มกฎสำหรับลิงก์น่าสงสัย ผู้ส่งที่ไม่รู้จัก และเครื่องหมายตกใจจำนวนมาก

ไม่นานนัก ผู้ส่งอีเมลขยะจะเปลี่ยนคำ เขียนคำผิดโดยตั้งใจ หรือใช้ข้อความที่ดูเหมือนจดหมายธุรกิจ ขณะเดียวกันอีเมลโปรโมชั่นที่ผู้ใช้สมัครรับจริงอาจเข้าเงื่อนไขเดียวกัน ฐานกฎจึงโตตามการไล่แก้ข้อยกเว้น

Machine Learning เปลี่ยนวิธีตั้งคำถาม เราไม่เริ่มจาก “ต้องเขียนกฎอะไรบ้าง” แต่เริ่มจาก “มีตัวอย่างอดีตที่สะท้อนสิ่งที่ต้องการทำนายหรือไม่” อัลกอริทึมจะมองหาความสัมพันธ์ระหว่างลักษณะของอีเมลกับคำตอบที่กำกับไว้ แล้วสร้าง โมเดล ซึ่งเป็นรูปแบบทางคณิตศาสตร์สำหรับให้คะแนนข้อมูลใหม่

การเปลี่ยนผ่านนี้ไม่ได้เกิดขึ้นในคืนเดียว งานด้านการเรียนรู้จากตัวอย่าง สถิติ การรู้จำรูปแบบ และโครงข่ายประสาทพัฒนาควบคู่กับ Symbolic AI มานาน เพียงแต่ในแต่ละช่วงเวลา แนวทางใดจะโดดเด่นขึ้นอยู่กับข้อมูล กำลังประมวลผล อัลกอริทึม และปัญหาที่สังคมต้องการแก้

Arthur Samuel และหมากฮอสที่พัฒนาฝีมือได้

หมากฮอสเหมาะกับการทดลองของ Samuel เพราะกติกาชัด แต่จำนวนตำแหน่งบนกระดานมากเกินกว่าจะคำนวณจนจบทุกเส้นทางได้ โปรแกรมต้องประเมินว่าตำแหน่งใดน่าได้เปรียบ โดยดูจากลักษณะต่าง ๆ เช่น จำนวนหมาก การครองพื้นที่ และโอกาสเดินต่อ

Samuel ศึกษาวิธีเรียนรู้สองแนวทาง หนึ่งในนั้นให้โปรแกรมปรับค่าน้ำหนักของลักษณะบนกระดานจากประสบการณ์เล่น อีกแนวทางใช้การจำตำแหน่งที่เคยคำนวณเพื่อไม่ต้องเริ่มใหม่ทั้งหมด เมื่อโปรแกรมเล่นมากขึ้น การประเมินตำแหน่งก็ดีขึ้น

บทความ Some Studies in Machine Learning Using the Game of Checkers ตีพิมพ์ในวารสารของ IBM เมื่อปี 1959 ชื่อบทความนำคำว่า “Machine Learning” มาใช้ตรง ๆ ในยุคที่คอมพิวเตอร์ส่วนใหญ่ยังถูกมองว่าเป็นเครื่องคำนวณตามคำสั่ง

สิ่งที่น่าสนใจอยู่ที่การเปลี่ยนบทบาทของผู้เขียนโปรแกรมมากกว่าผลแพ้ชนะ Samuel ไม่ได้ส่งมอบคำตอบของทุกกระดาน เขาส่งมอบวิธีประเมิน วิธีปรับตัว และโอกาสให้โปรแกรมสะสมประสบการณ์

จากเดิมที่มนุษย์เขียน “คำตอบ” ให้เครื่องจักร เราเริ่มเขียน “กระบวนการเรียนรู้” ให้มันแทน

ทว่าแนวคิดนี้สร้างคำถามใหม่ทันที หากโปรแกรมเปลี่ยนตัวเองตามประสบการณ์ เราจะรู้ได้อย่างไรว่ามันเก่งขึ้นจริง ไม่ได้เพียงจำสถานการณ์ที่เคยพบ และจะเกิดอะไรขึ้นเมื่อประสบการณ์ที่ให้มันเรียนไม่เหมือนโลกที่มันต้องเจอ

โมเดลเรียนรู้จากข้อมูลอย่างไร

คำว่า “เรียนรู้” ทำให้ Machine Learning ดูคล้ายสมองมนุษย์ แต่ในงานจริง กระบวนการมีรูปธรรมกว่านั้นมาก โมเดลรับข้อมูล คำนวณผล เปรียบเทียบกับเป้าหมาย แล้วปรับพารามิเตอร์เพื่อลดความผิดพลาดตามเกณฑ์ที่กำหนด

สมมติว่าเราต้องคาดการณ์ว่ามะม่วงลูกใดสุกพร้อมขาย ข้อมูลหนึ่งแถวอาจมีน้ำหนัก สี ความแน่น กลิ่น อุณหภูมิระหว่างขนส่ง และคำตอบจากผู้ตรวจคุณภาพ คุณลักษณะเหล่านี้เรียกว่า Features ส่วนคำตอบที่ต้องการทำนายเรียกว่า Label หรือ Target

ระหว่างการฝึก อัลกอริทึมพยายามหาความสัมพันธ์ระหว่าง Features กับ Label หากสีเหลืองเข้มและความแน่นระดับหนึ่งมักสัมพันธ์กับคำว่า “พร้อมขาย” โมเดลจะให้น้ำหนักกับรูปแบบนั้น แต่ไม่ได้หมายความว่ามันเข้าใจชีววิทยาของการสุก มันเพียงพบความสัมพันธ์ที่ช่วยลดข้อผิดพลาดในข้อมูลฝึก

การแยกสองสิ่งนี้ออกจากกันสำคัญมาก เพราะความสัมพันธ์ที่ใช้ได้ในโกดังหนึ่งอาจล้มเหลวเมื่อเปลี่ยนสายพันธุ์มะม่วง ฤดูกาล กล้อง หรือขั้นตอนจัดเก็บ โมเดลจะดีได้เท่ากับความเหมาะสมของข้อมูลและการทดสอบเท่านั้น

บทเรียนที่ยากที่สุดคือการรับมือข้อมูลที่ไม่เคยเห็น

ถ้าครูแจกข้อสอบพร้อมเฉลยให้นักเรียนท่อง แล้วใช้ข้อเดิมสอบซ้ำ คะแนนเต็มไม่ได้บอกว่านักเรียนเข้าใจ เช่นเดียวกัน การวัดโมเดลด้วยข้อมูลชุดเดียวกับที่ใช้ฝึกจะให้ภาพดีเกินจริง

ทีม Machine Learning จึงแบ่งข้อมูลเป็นอย่างน้อยสองส่วน ข้อมูล Training ใช้ปรับโมเดล ส่วนข้อมูล Test เก็บไว้ประเมินตอนท้าย หลายโครงการเพิ่มชุด Validation เพื่อเลือกอัลกอริทึม ปรับค่าตั้ง และตัดสินใจระหว่างการพัฒนา โดยไม่แตะชุดทดสอบบ่อยเกินไป

โมเดลที่จำรายละเอียดของข้อมูลฝึกมากจนจับเสียงรบกวนเป็นกฎ เรียกว่าเกิด Overfitting มันอาจได้คะแนนสูงในห้องทดลอง แต่ทำงานแย่กับข้อมูลใหม่ ตรงข้ามกับโมเดลที่เรียบง่ายเกินไปจนมองไม่เห็นรูปแบบสำคัญ ซึ่งเรียกว่า Underfitting

ตรงนี้เองที่ Machine Learning ต่างจากภาพฝันเรื่องเครื่องจักรเรียนเองโดยไร้คนดูแล ทีมงานต้องออกแบบการทดลองอย่างซื่อสัตย์ เพราะโมเดลจะฉลาดตามข้อสอบที่เราให้ และอาจหาทางลัดที่ทำคะแนนดีโดยไม่เรียนสิ่งที่เราตั้งใจ

สามรูปแบบหลักของ Machine Learning

วิธีจัดหมวด Machine Learning มีหลายแบบ แต่สำหรับผู้เริ่มต้น การดูว่าโมเดลได้รับคำตอบหรือสัญญาณแบบใดระหว่างเรียนช่วยให้เห็นภาพได้ชัดที่สุด

ทั้งสามแบบไม่ใช่กล่องที่ปิดสนิท ระบบหนึ่งอาจใช้หลายวิธีร่วมกัน เช่น เรียน Representation จากข้อมูลที่ไม่มีกำกับ แล้วใช้ตัวอย่างกำกับจำนวนเล็กน้อยปรับให้จำแนกงานเฉพาะ ก่อนนำผลไปประกอบระบบตัดสินใจที่มีกฎความปลอดภัยคุมอยู่

แก่นที่ควรจำอยู่ที่ชนิดของประสบการณ์และสัญญาณตอบกลับซึ่งระบบได้รับ เพราะสิ่งนั้นกำหนดว่ามันมีโอกาสเรียนรู้อะไร และมองไม่เห็นอะไร รายชื่ออัลกอริทึมเป็นเรื่องรองลงมา

ทศวรรษที่อัลกอริทึมหลายสำนักมาบรรจบกัน

ในทศวรรษ 1980–2000 Machine Learning ไม่ได้เติบโตจากอัลกอริทึมผู้ชนะเพียงตัวเดียว งานจาก AI สถิติ การเพิ่มประสิทธิภาพ และการรู้จำรูปแบบค่อย ๆ ไหลมารวมกัน แต่ละแนวทางแก้ปัญหาคนละมุม

Decision Tree: ให้ข้อมูลช่วยสร้างคำถาม

ปี 1986 J. Ross Quinlan อธิบายระบบ ID3 ในบทความ Induction of Decision Trees ต้นไม้ตัดสินใจเริ่มจากการเลือกคำถามที่ช่วยแยกตัวอย่างออกจากกันได้ดี แล้วแตกกิ่งต่อไปจนถึงคำตอบ

หากใช้กับการคัดมะม่วง โหนดแรกอาจถามเรื่องความแน่น จากนั้นจึงถามสีหรืออุณหภูมิ ข้อดีคือเส้นทางตัดสินใจอ่านได้คล้ายกฎ แต่ต่างจาก Expert System ตรงที่โครงสร้างของกฎถูกอนุมานจากตัวอย่าง ไม่ได้มาจากผู้เชี่ยวชาญเขียนทุกกิ่ง

Backpropagation: โครงข่ายประสาทกลับมาเรียนคุณลักษณะภายใน

ปีเดียวกัน David Rumelhart, Geoffrey Hinton และ Ronald Williams ตีพิมพ์บทความใน Nature อธิบายการปรับน้ำหนักของโครงข่ายหลายชั้นด้วยการส่งค่าความผิดพลาดย้อนกลับ แนวคิดเรื่อง Backpropagation มีรากมาก่อนหน้านั้น แต่งานปี 1986 ช่วยให้ชุมชนเห็นพลังของการเรียน Representation ภายในได้ชัดขึ้น

อย่างไรก็ดี โครงข่ายประสาทในเวลานั้นยังถูกจำกัดด้วยข้อมูล กำลังประมวลผล และเทคนิคการฝึก ยุค Machine Learning จึงไม่ได้กลายเป็นยุค Deep Learning ในทันที

Support Vector Machine: เส้นแบ่งที่คิดถึงข้อมูลใหม่

ปี 1995 Corinna Cortes และ Vladimir Vapnik เสนอ Support-Vector Networks สำหรับการจำแนกสองกลุ่ม แนวคิดสำคัญคือเลือกเส้นแบ่งที่เว้นระยะจากตัวอย่างชายขอบให้กว้าง และใช้ Kernel ช่วยรับมือเส้นแบ่งที่ไม่เป็นเส้นตรง

SVM แสดงให้เห็นว่าการออกแบบโมเดลไม่ควรสนใจเพียงการตอบข้อมูลฝึกให้ถูก แต่ต้องคำนึงถึงความสามารถในการ Generalize ไปยังตัวอย่างใหม่ด้วย

Ensemble: เมื่อโมเดลธรรมดาหลายตัวร่วมกันเก่งขึ้น

ปลายทศวรรษ 1990 งาน Boosting ของ Yoav Freund และ Robert Schapire แสดงวิธีรวมตัวเรียนที่อ่อนหลายตัว โดยให้น้ำหนักกับตัวอย่างที่ยังทำนายยาก ส่วนปี 2001 Leo Breiman เสนอ Random Forests ซึ่งรวมต้นไม้จำนวนมากที่เห็นตัวอย่างและ Features แตกต่างกันบางส่วน

แนวคิด Ensemble ให้บทเรียนที่ใช้มาจนถึงปัจจุบัน โมเดลที่หลากหลายอาจชดเชยข้อผิดพลาดของกันและกันได้ ความเก่งจึงไม่จำเป็นต้องมาจากโมเดลยักษ์ตัวเดียวเสมอไป

เมื่อข้อมูลและการวัดผลกลายเป็นโครงสร้างพื้นฐาน

อัลกอริทึมที่ดีจะพิสูจน์ตัวเองได้ยาก หากแต่ละทีมใช้ข้อมูลคนละชุดและวัดผลคนละวิธี ปี 1987 David Aha ซึ่งเป็นนักศึกษาปริญญาเอกที่ University of California, Irvine สร้างคลังข้อมูลผ่าน FTP ซึ่งต่อมากลายเป็น UCI Machine Learning Repository

คลังข้อมูลร่วมทำให้นักวิจัยและนักศึกษาเปรียบเทียบวิธีต่าง ๆ บนโจทย์เดียวกันได้ วัฒนธรรมของ Dataset, Benchmark และ Metric จึงค่อย ๆ กลายเป็นส่วนหนึ่งของการพัฒนา Machine Learning

เมื่อองค์กรเข้าสู่ยุคดิจิทัล ปริมาณตัวอย่างก็เพิ่มขึ้น ธุรกรรม การค้นหา การคลิก เซนเซอร์ และบันทึกการทำงานสร้างข้อมูลต่อเนื่อง อินเทอร์เน็ตช่วยให้เก็บและส่งข้อมูลได้ง่ายขึ้น ขณะที่คอมพิวเตอร์มีความเร็วและพื้นที่จัดเก็บมากขึ้น

จุดเปลี่ยนไม่ได้มาจาก “ข้อมูลมาก” เพียงคำเดียว ข้อมูลต้องเชื่อมกับคำถามที่วัดได้ด้วย หากธุรกิจต้องการลดการยกเลิกบริการ ก็ต้องนิยามว่าเหตุการณ์ใดคือการยกเลิก ช่วงเวลาใดคือข้อมูลที่อนุญาตให้โมเดลเห็น และผลทำนายจะนำไปช่วยลูกค้าอย่างไร

ในยุค Machine Learning ข้อมูลจากการทำงานกลายเป็นวัตถุดิบที่ต้องออกแบบ เก็บรักษา และตรวจคุณภาพ

Machine Learning เดินออกจากห้องทดลอง

เมื่อองค์ประกอบเริ่มพร้อม Machine Learning ก็เข้าไปอยู่ในระบบที่ผู้คนใช้ทุกวัน ตัวกรองอีเมลขยะเรียนจากรูปแบบข้อความและพฤติกรรมผู้ส่ง ระบบแนะนำใช้ประวัติการรับชมและการโต้ตอบเพื่อจัดลำดับสิ่งที่ผู้ใช้อาจสนใจ ธนาคารใช้โมเดลช่วยให้คะแนนความเสี่ยง ขณะที่โรงงานใช้ข้อมูลเซนเซอร์คาดการณ์ความผิดปกติของเครื่องจักร

ความเปลี่ยนแปลงสำคัญคือซอฟต์แวร์ไม่ถูกส่งมอบเป็นกฎที่หยุดนิ่งอีกต่อไป โมเดลมีวงจรชีวิต ต้องฝึกจากข้อมูลรุ่นหนึ่ง ทดสอบ เปิดใช้ เก็บผลตอบกลับ และกลับมาประเมินใหม่เมื่อสภาพแวดล้อมเปลี่ยน

บทบาทในทีมจึงขยายจากนักเขียนโปรแกรมไปสู่นักวิทยาศาสตร์ข้อมูล วิศวกรข้อมูล วิศวกร Machine Learning ผู้เชี่ยวชาญประจำสาขา และผู้ดูแลผลกระทบ การทำโมเดลให้ได้คะแนนดีเป็นเพียงส่วนหนึ่ง การทำให้ข้อมูลไหลถูกต้อง โมเดลตอบได้ทันเวลา และความผิดพลาดถูกตรวจพบต่างหากที่ทำให้ระบบอยู่รอด

ความสำเร็จในโลกจริงทำให้ Machine Learning ดูเหมือนคำตอบของทุกปัญหา แต่ยิ่งระบบเข้าใกล้ชีวิตผู้คนมากเท่าไร ข้อจำกัดที่ซ่อนอยู่ในข้อมูลก็ยิ่งสำคัญขึ้นเท่านั้น

สิ่งที่โมเดลเรียนอาจไม่ใช่สิ่งที่มนุษย์ตั้งใจ

ข้อมูลอดีตพกอคติมาด้วย

หากข้อมูลเกิดจากกระบวนการที่บางกลุ่มเข้าถึงบริการยากกว่า โมเดลอาจเรียนความเหลื่อมล้ำนั้นเป็นรูปแบบปกติ ต่อให้ไม่มีตัวแปรที่ระบุเพศ เชื้อชาติ หรือพื้นที่โดยตรง ตัวแปรอื่นอาจทำหน้าที่แทนโดยไม่ตั้งใจ

โมเดลชอบทางลัดที่ทำคะแนนได้

สมมติว่ารูปมะม่วงสุกทั้งหมดถูกถ่ายบนโต๊ะสีขาว ส่วนมะม่วงดิบถ่ายบนโต๊ะสีดำ โมเดลอาจใช้สีโต๊ะแทนการเรียนลักษณะของผลไม้ คะแนนทดสอบจะสูงหากข้อมูลทดสอบถ่ายแบบเดียวกัน แต่ล้มเหลวเมื่อย้ายไปโกดังใหม่

ข้อมูลรั่วทำให้ข้อสอบมีเฉลยแอบอยู่

Data Leakage เกิดเมื่อข้อมูลที่ไม่ควรมีในเวลาทำนายหลุดเข้าไปในขั้นฝึก เช่น ใช้สถานะ “ส่งต่อทีมติดตามหนี้แล้ว” เพื่อทำนายว่าลูกค้าจะผิดนัด ทั้งที่สถานะนี้เกิดหลังรู้ผล การทดลองดูแม่นมาก แต่ระบบจริงไม่สามารถเห็นอนาคตแบบนั้นได้

โลกเปลี่ยน แต่โมเดลยังจำโลกเก่า

Data Drift คือการที่รูปแบบข้อมูลใช้งานเปลี่ยนจากช่วงฝึก ภาษาในอีเมลขยะเปลี่ยน พฤติกรรมซื้อเปลี่ยน เซนเซอร์ถูกเปลี่ยนรุ่น หรือกฎธุรกิจเปลี่ยน หากไม่มีการเฝ้าระวัง ประสิทธิภาพอาจค่อย ๆ ลดลงโดยไม่มีเสียงเตือน

ความแม่นยำเฉลี่ยอาจซ่อนต้นทุนจริง

โมเดลคัดกรองโรคที่พลาดผู้ป่วยจริงหนึ่งคนมีต้นทุนไม่เท่ากับโมเดลแนะนำภาพยนตร์ผิดหนึ่งเรื่อง ทีมงานจึงต้องเลือก Metric ให้สอดคล้องกับผลกระทบ และวัดแยกตามกลุ่มหรือสถานการณ์สำคัญ ไม่พึ่งตัวเลขเฉลี่ยเพียงค่าเดียว

กฎกับ Machine Learning ต้องเลือกเพียงอย่างเดียวหรือไม่

เรื่องเล่าที่ว่า Machine Learning เข้ามาแทน Rule-based AI ทั้งหมดฟังง่าย แต่ไม่ตรงกับโลกจริง ระบบที่ดีมักใช้ทั้งสองแนวทางในจุดที่แต่ละแบบถนัด

โมเดลอาจให้คะแนนความเสี่ยงจากรูปแบบจำนวนมาก ขณะที่กฎกำหนดข้อห้าม เช่น ห้ามอนุมัติธุรกรรมหากข้อมูลยืนยันตัวตนไม่ครบ หรือห้ามระบบอัตโนมัติทำการตัดสินใจขั้นสุดท้ายเมื่อคะแนนอยู่ในช่วงไม่แน่นอน

คำถามที่ถูกต้องจึงไม่ใช่ “กฎหรือ Machine Learning อย่างไหนทันสมัยกว่า” แต่คือ “ส่วนใดของปัญหามีรูปแบบให้เรียน ส่วนใดเป็นข้อกำหนดที่ต้องรับรอง และมนุษย์ควรเข้ามาตัดสินตรงไหน”

ทดลองทำ: ออกแบบโมเดลคัดผลไม้โดยไม่หลอกตัวเอง

แบบฝึกนี้ไม่ต้องเขียนโค้ด เป้าหมายคือฝึกมองโจทย์แบบทีม Machine Learning ก่อนเลือกอัลกอริทึม

แบบฝึกนี้เผยความจริงของงาน Machine Learning ได้ดีกว่าการถามว่าอัลกอริทึมใดแม่นที่สุด เพราะปัญหาส่วนใหญ่เริ่มก่อนฝึกโมเดล และความเสียหายจำนวนมากเกิดหลังนำโมเดลออกจากห้องทดลอง

บทเรียนจากยุค Machine Learning

1. การเรียนรู้ต้องผูกกับงานและตัวชี้วัด

คำว่า “โมเดลดีขึ้น” ไม่มีความหมายหากไม่บอกว่าดีขึ้นในงานใด วัดด้วยอะไร และความผิดพลาดส่งผลกับใคร กรอบงาน–ประสบการณ์–ตัวชี้วัดยังเป็นจุดเริ่มต้นที่แข็งแรงเสมอ

2. คะแนนข้อมูลเก่าไม่รับประกันอนาคต

คุณค่าของโมเดลอยู่ที่ Generalization การแยกชุดข้อมูลอย่างมีวินัยและการจำลองสภาพใช้งานจริงจึงสำคัญกว่าคะแนนฝึกที่สวยงาม

3. ข้อมูลคือการตัดสินใจของมนุษย์ในรูปแบบหนึ่ง

ผู้เก็บข้อมูลเลือกว่าจะวัดอะไร ผู้กำกับข้อมูลเลือกคำตอบ ผู้พัฒนาเลือก Metric และองค์กรเลือกว่าจะนำผลไปทำอะไร Machine Learning ไม่ได้ลบมนุษย์ออกจากระบบ เพียงทำให้การตัดสินใจของมนุษย์ไปซ่อนอยู่ในขั้นตอนที่มองเห็นยากขึ้น

4. โมเดลเป็นบริการที่ต้องดูแล ไม่ใช่ไฟล์ที่สร้างครั้งเดียว

ข้อมูลเปลี่ยน กระบวนการเปลี่ยน และผู้ใช้ปรับพฤติกรรม ระบบจึงต้องมีการเฝ้าระวัง การย้อนกลับ การฝึกใหม่ และช่องทางให้มนุษย์รายงานความผิดปกติ

5. ความก้าวหน้าเกิดจากระบบนิเวศ ไม่ใช่อัลกอริทึมเดียว

หมากฮอสของ Samuel, Decision Tree, Backpropagation, SVM และ Ensemble ต่างแสดงมุมหนึ่งของการเรียนรู้ แต่การเติบโตของยุค Machine Learning ต้องอาศัยข้อมูลร่วม Benchmark กำลังประมวลผล ซอฟต์แวร์ และปัญหาจริงที่วัดผลได้มาบรรจบกัน

คำถามที่พบบ่อยเกี่ยวกับ Machine Learning

Machine Learning กับ AI เหมือนกันหรือไม่

ไม่เหมือนกันทั้งหมด AI เป็นขอบเขตกว้างของระบบที่ทำงานซึ่งเกี่ยวข้องกับการรับรู้ เหตุผล ภาษา การวางแผน หรือการตัดสินใจ ส่วน Machine Learning เป็นหนึ่งในแนวทางสำคัญที่ทำให้ระบบปรับปรุงจากข้อมูลหรือประสบการณ์

Machine Learning เรียนรู้เองโดยไม่ต้องมีมนุษย์จริงหรือไม่

ไม่จริงในความหมายกว้าง มนุษย์ยังกำหนดโจทย์ รวบรวมข้อมูล เลือก Metric ตั้งข้อจำกัด ทดสอบ และตัดสินใจนำโมเดลไปใช้ แม้อัลกอริทึมจะปรับพารามิเตอร์อัตโนมัติ กระบวนการเรียนรู้ยังอยู่ภายในกรอบที่มนุษย์ออกแบบ

ข้อมูลยิ่งมาก โมเดลยิ่งดีเสมอหรือไม่

ไม่เสมอ ข้อมูลจำนวนมากที่ซ้ำ ผิด มีอคติ หรือไม่ตรงกับสภาพใช้งานอาจทำให้โมเดลแย่ลง คุณภาพ ความครอบคลุม ความเกี่ยวข้อง และสิทธิในการใช้ข้อมูลสำคัญพอ ๆ กับปริมาณ

Machine Learning ทุกชนิดต้องใช้ข้อมูลที่มี Label หรือไม่

ไม่ต้องทั้งหมด Supervised Learning ใช้ Label เป็นหลัก ขณะที่ Unsupervised Learning ค้นหาโครงสร้างโดยไม่มีคำตอบเป้าหมาย และ Reinforcement Learning เรียนจากรางวัลหรือผลของการกระทำ วิธีสมัยใหม่ยังผสมสัญญาณหลายแบบได้

โมเดลที่แม่นที่สุดคือโมเดลที่ควรนำไปใช้หรือไม่

ไม่จำเป็น ต้องพิจารณาความเร็ว ต้นทุน ความเสถียร ความเป็นส่วนตัว ความสามารถในการอธิบาย ความเป็นธรรม และต้นทุนของความผิดพลาดด้วย โมเดลที่คะแนนต่ำกว่าเล็กน้อยอาจเหมาะกับระบบจริงมากกว่า

Machine Learning แทนที่ Rule-based AI แล้วหรือยัง

ยังไม่แทนที่ทั้งหมด กฎยังเหมาะกับข้อกำหนดชัดเจนและข้อห้าม ส่วน Machine Learning เหมาะกับรูปแบบที่เขียนเป็นกฎได้ยาก ระบบจริงจำนวนมากจึงใช้สองแนวทางร่วมกัน

Machine Learning ต่างจาก Deep Learning อย่างไร

Deep Learning เป็นกลุ่มวิธีภายใน Machine Learning ที่ใช้โครงข่ายประสาทหลายชั้นเพื่อเรียน Representation ที่ซับซ้อน Machine Learning ยังครอบคลุม Decision Tree, Linear Model, SVM, Ensemble และวิธีอื่นอีกมาก

สรุป: เมื่อเครื่องจักรเริ่มเรียน เราต้องเรียนรู้วิธีตั้งข้อสอบให้มัน

กระดานหมากฮอสของ Arthur Samuel มอบหลักฐานที่สำคัญกว่าชัยชนะเหนือมนุษย์ โปรแกรมสามารถปรับประสิทธิภาพจากประสบการณ์ได้ โดยผู้เขียนไม่ต้องกำหนดคำตอบของทุกสถานการณ์ไว้ล่วงหน้า

ตลอดหลายทศวรรษ Decision Tree ทำให้ข้อมูลสร้างเส้นทางตัดสินใจ Backpropagation เปิดทางให้โครงข่ายเรียนคุณลักษณะภายใน SVM เน้นเส้นแบ่งที่ Generalize และ Ensemble แสดงพลังของโมเดลหลายตัว ขณะเดียวกัน Dataset, Benchmark และ Metric ทำให้การทดลองเปรียบเทียบกันได้

แต่ Machine Learning ไม่ได้เปลี่ยนข้อมูลให้เป็นความจริงโดยอัตโนมัติ โมเดลอาจจำเสียงรบกวน ใช้ทางลัด รับอคติจากอดีต หรือเสื่อมลงเมื่อโลกเปลี่ยน มนุษย์จึงยังต้องรับผิดชอบต่อโจทย์ ข้อมูล การวัดผล ขอบเขต และผลกระทบหลังเปิดใช้

เมื่อเข้าสู่ทศวรรษ 2000 โลกเริ่มมีข้อมูลภาพ เสียง และข้อความในระดับที่วิธีเดิมรับมือได้ยากขึ้น นักวิจัยมีอัลกอริทึมสำหรับฝึกโครงข่ายหลายชั้นมานานแล้ว แต่ยังขาดการบรรจบกันของข้อมูลขนาดใหญ่ กำลังประมวลผล และเทคนิคที่ทำให้การฝึกเสถียร

ปี 2012 โมเดลโครงข่ายเชิงลึกที่ฝึกด้วย GPU ทำผลงานโดดเด่นในการแข่งขัน ImageNet เหตุการณ์นั้นไม่ได้สร้าง Machine Learning ขึ้นใหม่ แต่มันผลักแนวทางหนึ่งใน Machine Learning ขึ้นมาเป็นศูนย์กลางของยุคถัดไป

ถ้าข้อมูลมีรูปแบบซับซ้อนจนมนุษย์ออกแบบ Features ไม่ไหว เราจะให้โมเดลเรียนรู้ Features เหล่านั้นเองจากหลายชั้นได้หรือไม่

คำถามนี้จะพาเราเข้าสู่บทถัดไป — ยุคของ Deep Learning