Machine Learning หรือ ML เป็นปัญญาประดิษฐ์ประเภทหนึ่งที่ช่วยให้แอปพลิเคชันซอฟต์แวร์มีความแม่นยำมากขึ้นในการทำนายผลลัพธ์โดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจน Algorithms ของ MLใช้ข้อมูลในอดีตเป็นอินพุตเพื่อคาดการณ์ค่าเอาต์พุตใหม่
Engine สำหรับการแนะนำเป็นกรณีตัวอย่างการใช้งานทั่วไปสำหรับ ML การใช้งานที่ได้รับความนิยมอื่นๆ ได้แก่ การตรวจจับการฉ้อโกง การกรองสแปม การตรวจจับภัยคุกคาม Malware ระบบอัตโนมัติของกระบวนการทางธุรกิจ (BPA) และการบำรุงรักษาเชิงคาดการณ์
เราจะอธิบายความหมายของ ML ได้อย่างไร
Machine Learning เป็นขั้นตอนที่เกิดต่อเนื่องจากปัญญาประดิษฐ์หรือ AI แม้ว่าเทคโนโลยีทั้งสองจะคล้ายกันและมักใช้งานร่วมกัน แนวคิดเบื้องหลัง ML คือการให้ข้อมูลจำนวนมากแก่ Algorithms เพื่อให้สามารถมีข้อสรุปของตนเองโดยยึดตามข้อมูลที่ได้
โดยทั่วไป ML ต้องการการควบคุมและบังคับทิศทางน้อยกว่า AI มาก เพราะบ่อยครั้งเนื่องจากโปรแกรมเมอร์ไม่รู้ว่า Algorithms จะค้นพบอะไร
เราจะดูตัวอย่างของ Algorithms เพื่อระบุภาพแมว Algorithms ของ AI จะป้อนภาพแมวหลายพันภาพและได้รับคำสั่งให้ระบุลักษณะที่เหมือนกัน
ส่วน Algorithms ของ ML จะป้อนรูปภาพที่ไม่ได้จัดเรียงหลายล้านภาพ และจะตัดสินใจด้วยตัวเองว่าเป็นภาพถ่ายของแมวจากการมีความคล้ายคลึงกัน
ยกตัวอย่าง Netflix ที่ใช้ ML ช่วยในการนำเสนอให้กับระบบแนะนำลูกค้า ซึ่งเป็น Algorithms ที่ขึ้นชื่อเรื่องพลังของความแม่นยำ
ด้วยการวิเคราะห์ข้อมูลการรับชมของผู้ชมทั้งหมด Netflix สามารถสร้างคำแนะนำเฉพาะบุคคลสำหรับผู้คนโดยอ้างอิงจากสิ่งที่ผู้ชมรายอื่นที่คล้ายคลึงกันชอบ เช่นเดียวกับ Amazon ทำในสิ่งที่คล้ายกันกับคำแนะนำผลิตภัณฑ์
สิ่งที่น่าสนใจเป็นพิเศษเกี่ยวกับ ML คือมันมีประสิทธิภาพมากขึ้นเรื่อย ๆ เมื่อเข้าถึงข้อมูลได้มากขึ้น
Machine Learning จึงสนับสนุนระบบงานและเครื่องมือมากมายที่เราใช้ทุกวัน และเราจะพบกับมันบ่อยขึ้นเรื่อย ๆ เมื่อเวลาผ่านไป อาจจะไม่น่าแปลกใจเลยที่เทคโนโลยีกำลังพัฒนาไปพร้อมกับข้อมูลจำนวนมหาศาลที่เรากำลังสร้างทุกวัน และด้วยข้อมูลจำนวนมากและระบบที่แตกต่างกันมากมาย ML จึงมีความจำเป็นมากขึ้นเรื่อย ๆ
ในหลายกรณี ML คือตัวเชื่อมโยงที่ยึดระบบอื่นๆ ไว้ด้วยกัน และเราก็ไม่สามารถทำงานได้หากไม่มีมัน ในอนาคต ML จะมีความสำคัญในสังคมมากขึ้นเรื่อย ๆ โดยจะขับเคลื่อนทุกอย่างตั้งแต่ระบบการดูแลสุขภาพไปจนถึง Smart City
โปรดเชื่อเถิดว่า เทคโนโลยีนี้จะปฏิวัติทุกสิ่ง การเรียนรู้ว่า Machine Learning เป็นอย่างไรในปัจจุบัน ก็เหมือนกับการเรียนรู้ว่าอินเทอร์เน็ตคืออะไรในปี 1998
เหตุใด ML จึงมีความสำคัญ
ML มีความสำคัญเนื่องจากมันช่วยให้องค์กรเห็นแนวโน้มในพฤติกรรมของลูกค้าและรูปแบบการดำเนินธุรกิจ ตลอดจนสนับสนุนการพัฒนาผลิตภัณฑ์ใหม่ บริษัทชั้นนำหลายแห่งในปัจจุบัน เช่น Facebook, Google และ Uber ใช้ ML เป็นศูนย์กลางในการดำเนินงาน Machine Learning ได้กลายเป็นเครื่องมือสร้างความแตกต่างทางการแข่งขันที่สำคัญสำหรับหลายๆ ธุรกิจ