การเรียนรู้เชิงลึกหรือ Deep Learning จัดเป็นประเภทหนึ่งใน AI ซึ่ง AI เป็นเทคโนโลยีที่พบเห็นและใช้งานได้ในชีวิตประจำวัน โดยเฉพาะในสมาร์ทโฟน
Deep Learning (DL) การเรียนรู้เชิงลึกของระบบ AI เป็นการจำลองรูปแบบการประมวลผลของสมองมนุษย์ โดยใช้โครงข่ายคล้ายเซลล์ประสาทในการประมวลผล เมื่อได้รับข้อมูล ซึ่งวิวัฒนาการเป็นภาคต่อมาจาก Machine Learning (ML) อีกที DL สามารถแบ่งแยกข้อมูล รายเอียดต่างๆ ที่ได้รับมาทั้งหมดได้ ทำให้สามารถตัดสินใจได้เองอย่างชาญฉลาด สามารถตรวจสอบว่าข้อมูลนั้นส่งผลอย่างไร ผิด หรือถูก ไม่ต้องมีมนุษย์มาคอยกำกับ ในปัจจุบันมีการนำมาใช้แทนคน เช่น ผู้ช่วยเสมือน รถยนต์ไร้คนขับ ระบบจดจำใบหน้า เป็นต้น หรือการที่ DL สามารถตรวจสอบและคาดการณ์ ว่า ‘อาจจะเป็น’ สัตว์ชนิดนี้ โดยไม่จำเป็นต้องระบุว่ามีปีกหรือมีหาง เป็นแค่ ‘คาดการณ์’ เอาไว้ก่อน หากคาดการณ์ผิดตัวมันจะทำกาเรียนรู้และปรับเปลี่ยนเพื่อให้ได้ผลลัพธ์ที่ถูกต้องมากยิ่งขึ้น
ข้อดี DL
- ไม่จำเป็นต้องจัดโครงสร้างข้อมูล ข้อมูลส่วนใหญ่มักบรรจุอยู่ในรูปแบบที่แตกต่างกันไป แต่ DL สามารถหาความสัมพันธ์ของข้อมูลต่างรูปแบบกันได้ในทันที
- ไม่จำเป็นต้องจัดหมวดหมู่ข้อมูล เพราะกลไกของ Deep Learning สามารถเรียนรู้จนจำแนกได้ว่า สุนัข หรือ แมว ด้วยตัวเองได้โดยอัตโนมัติ
- ไม่จำเป็นต้องกำหนดการจับคู่ข้อมูลล่วงหน้า สามารถหาความสัมพันธ์ระหว่างข้อมูลได้ด้วยตัวเอง ทำให้สามารถหาความเชื่อมโยงระหว่างข้อมูลที่มนุษย์ไม่สามารถคาดการณ์ล่วงหน้าได้
ข้อเสีย DL
- ต้องการข้อมูลจำนวนมหาศาล เพื่อความแม่นยำของ DL ผู้ใช้งานจำเป็นต้องเพิ่มข้อมูลในระบบมากตามไปด้วย ทำให้ข้อจำกัดความต้องการข้อมูลจำนวนมหาศาลอย่างไม่มีที่สิ้นสุด
- กลไกการทำงานที่ไม่สามารถอธิบายได้ การที่ DL ประกอบไปด้วยเครือข่ายของหน่วยประมวลผลจำนวนมาก จึงเป็นการยากที่จะให้เหตุผลที่ตายตัวกับผลลัพธ์ที่ได้จาก DL
นอกจากนี้ผู้ใช้งานยังต้องลงทุนกับอุปกรณ์ที่มีประสิทธิภาพสูงเพื่อให้สามารถรองรับกับข้อมูลจำนวนมาก รวมถึงผู้ดูแลระบบต้องเข้าใจวิธีการทำงานของ DL เพื่อออกแบบการทำงานของ Deep Learning โดยเฉพาะอีกด้วย
ข้อมูลเพิ่มเติมได้ ที่นี่
ติดตามข่าวสารเพิ่มเติมได้ที่ TOMITECH
