คำตอบที่ได้รับเลือกจากเจ้าของกระทู้
ความคิดเห็นที่ 3
ไปซื้อหนังสือสอนใช้โปรแกรมมาก็ใช้เป็นเลยครับ
software AI ไม่มีอะไรเลยนอกจากซื้อมาแล้วสั่งใช้ทำงานให้เป็นแค่นั้น มันก็จะมีหลักแค่ส่วนของการโยนข้อมูล ตามด้วยอัลกอลิทึ่มที่จะให้ AI คิดและวิเคราะห์ ที่เหลือคือรอมันทำงานและตอบครับ
มันไม่ต่างจาก chartGpt นั่นแหละที่ใช้ทำงานตอนนี้ เพราะเราไม่ได้เป็นคนคิดค้น แต่เป็นเพียงผู้ใช้งาน
ไม่ต้องจบสูงจบป.ตรีถ้าติ่งวงการนี้ก็ลองหาหนังสืออะไรก็ได้อ่านเลยครับ ไปเข้าใจหลักการใช้งานมันก็พอ
งานมีหลากหลายบางคนพยายามเอาไปวิเคราะห์ตลาดหุ้น บางคนเอาไปใช้ rendor งานออกแบบก็มีนะแม้แต่งานให้ AI ลงสีวาดภาพ พวกนี้ก็ถือว่าเป็น AI เพราะมีอัลกอลิทึ่มที่ใช้ในการทำ AI อยู่ในปรแกรมนั้น แต่ไม่ถึงขั้นแบบสั่งแบบถามโง่ๆใน chartGpt แล้วออกนะ มันซับซ้อนกว่านั้นอีกนิดนึง มันมีเรื่องของการ setting บางสิ่งลงไปด้วยเพื่อให้มันตรงตามที่อยากได้ หรือแม้แต่การเทรนข้อมูล จำลองแบบบ้านที่ควรจะเป็นว่า แบบไหนดีและเหมาะประมาณนั้นครับ, วิเคราะห์สินค้าเทียบสัดส่วนกลับกลุ่มผู้บริโภคแล้วก็อธิบายเหตุผลว่าทำไมไรงี้ก็มีนะ มีอีกหลายอย่าง
ให้มองว่ามันแค่นั้นเลยถ้าเน้นใช้งาน ให้คนที่แบบใช้ AI ทำงานงี้ ไปถามว่า เนี้ยๆ ฟังชั่นเนี้ยมันใช้ชื่ออัลกอลิทึ่มอะไรในการวิเคราะห์ข้อมูลให้ไวหรอ มันอาจจะไม่รู้เลยครับ เพราะว่ามันเป็นแค่ผู้ใช้ ไม่ใช่ผู้สร้าง
องค์ใหญ่ตอบเลยว่า ยังมีไม่เยอะ เพราะว่ามันเป็น opensource การเอาบิ้วซิเนสไปลงเน็ต ผิดนโยบายเปิดเผยความลับจร้า ถ้าจะใช้ต้องใช้กันเองแค่บางส่วน บางทีขี้เกียจหา google ก็ให้มันเจนโค๊ดให้เลยก็ได้แบบนั้นรอก็อบ
มีมาตั้งแต่ Hadoop แล้วถ้าใครเคยได้ใช้ก็ยังมองว่ามันก็แค่ software จัดการข้อมูลมากกว่า แต่ในฟังก์ชั่นบางตัวมันอะครับ มี อัลกอลิทึ่มที่ใช้สร้าง AI ทำงานอยู่ในนั้นอยู่ด้วยนะ เพราะมันต้องเล่นกับข้อมูลเยอะไงเพื่อทำดาต้าให้ง่าย ถ้าใช้ถึงขนาดนั้นก็อาจจะมีคุ้นกันบ้าง
แต่ถ้าจะเขียนขึ้นหรือคิดค้นเอง ไปเรียน โท หรือ เอก ต่อเลย เราตอบไม่ได้มากแล้วเราจบแค่ ป.ตรี ความรู้เราแค่รู้ชื่อทฤษฎีหรือคอนเซ็บคร่าวๆที่พอจะใช้สร้างได้แต่มันยากสิ่งที่เราจะนำมาใช้ประยุกต์ร่วมกันเพื่อสร้าง AI เฉพาะหนึ่งตัวขึ้นมาสำหรับงาน 1 ประเภท อันนี้เกินกว่าการใช้สั่งงาน software AI ไปแล้วครับ
เพราะมันเป็นพวกระดับคนชำนาญเชี่ยวๆในการเขียนโค๊ด และ เข้าใจทฤษฎีการทำข้อมูลไม่พอ จัดเรียงข้อมูลไม่พอ ลอจิคการสกัดข้อมูลเพื่อหาคำตอบอีก ไม่รู้เลยว่าต้องเขียนส่วนของการเทรนข้อมูลให้ด้วยไหมว่า ถ้าเราโยนข้อมูลตู้มนึงเข้าไปข้อมูลนี้จะต้องจัดเก็บยังไง คัดแยกข้อมูลยังไง
ถ้าถึงขั้นต้องเขียนโค๊ดแบบ line by line ก็ตายแล้วครับ เพราะส่วนมากข้อมูลมันจะถูกจัดเก็บลงไฟล์ทั้งนั้นแหละ มันไม่มีใครเอาข้อมูลไปลง internet หลอกเดี๋ยวมันหลุด การออกแบบที่ดีที่สุดคือทำให้มันอยู่ใน local หรือ เพราะถ้ามันไปอยู่บนเน็ตกว่าจะดึงข้อมูลลงมาก็โคตรเสียเวลาเลยกว่าข้อมูลขนาดใหญ่จะไหลลงมา เขาถึงต้องทำให้อยู่ระดับการอ่านไฟล์ตรงๆไปที่ directory ที่มันอยู่กว่าเร็วมาก และ สามารถควบคุมขนาดทรัพยากรคอมที่เราจะนำมาใช้ประมวลผลได้ด้วย พื้นที่ไม่พอเก็บข้อมูลก็ขยาย hardware แค่นั้นเอง
ซึ่งแค่นั้นสติก็จะหลุดไปแล้วครับ เขาถึงต้องใช้ ควันตั้มคอมพิวเตอร์เลยไง เพราะมันมีกำลังประมวลผลที่ไวและเหลือๆ สามารถรองรับการแตก thread หรือก็คือการทำ parallel processing เพื่อทำงานแต่ละส่วนได้อย่างไวขึ้นไปอีก
การเขียนมาแล้วให้มันทำงานอย่างเดียว เหมือนเป็น For ไล่หาไปทีละไฟล์เรื่อยๆ ในข้อมูลสิ่งที่เราจะเก็บเอาไว้ มันช้ามาก ดังนั้นเขาถึงจะเป็นต้องกระจายการทำงานมันออกแล้วนำ ทฤษฎีสกัดข้อมูลที่ว่ามาใช้ ซึ่งเราลืมไปหมดแล้วเพราะมันเยอะมากๆสอนยังไงก็ไม่หมดแค่ ป.ตรี หลอกบอกเลย
แม้แต่พวกอัลกอลิทึ่มสำหรับการทำ sorting ก็จำเป็น เพราะว่าอย่าลืม ข้อมูลที่ถุกจัดเก็บ มันคือการทำสารบัญหรือ index ของระบบหอสมุดขนาดยักครับ ถ้าเราไม่ทำการที่เราจะไปหาสมุดเล่มนั้น หรือ คำตอบที่เราอุส่าดั้นด้นสอนมันมาว่าอยู่ที่ไหน ก็โคตรช้าเลย
เช่น bubble sort คือไร มันเป็นแค่หลักการหนึ่งในการจัดข้อมูลครับไรเงี้ย ถ้าคนไม่เข้าใจทฤษฎีอาจจะเขียนเป็นโค๊ดไม่เป็นเลยหละ เพื่อทำให้ข้อมูลอ่านง่ายและไว ถ้าจะเขียน AI แล้วไม่หาอะไรพวกนี้มาใช้เลยก็ตอบเลยว่าช้าแน่นอน
ซึ่งในแง่การเขียนโค๊ดมันไม่ยากหลอกถ้ามันแค่นำมาใช้เรียง ตัวเลข 1 2 3 4 แต่ลองเปลี่ยนจากตัวเลขเป็นเนื้อหาสิจะคนละเรื่องเลย ใช้ร่วมกันได้หรือเปล่ายังไม่รู้เลย
ความรู้ในเน็ตมันก็หยาบมาก พวกเคยได้เรียนมาจากวิชา machine learning หรือชื่อวิชา AI ที่ยังสอนพวกแบบทฤษฎีขำ เพราะในวิชามันจะมีสอนเรื่องการคิดคำนวณด้วยลอจิคแบบ AI ด้วยเป็นโจทย์ขำๆ เช่นถ้าเราสอนมันไปแบบนี้ ถ้าทำตามผลลัพท์จะตอบอะไร ให้ลองนั่งเขียนเป็นลำดับๆ เป็นเรื่องๆ ที่เหลือคือถ้าเราเข้าใจเราแปลงเป็นโค๊ดได้ มันจะไวกว่าเรานั่งทำเองมากๆครับ นี่คือหลักการ ถ้าเราไม่รู้ทฤษฎีเลยสักอย่างที่เพียงพอ
เขียน AI ไม่ได้เลย มันจะไปตายที่สเต็บการ train ข้อมูลครับ สมมุติเราโยนข้อมูลไปเยอะๆ AI จะทำการสะกัดและเรียนรู้ข้อมูล เป็นรอบๆนะครับ ไม่ได้ใส่เข้าไปแล้วคิดสด มันช้าครับ ดังนั้นสิ่งที่เรียกว่าการเทรนข้อมูลคือ การทำให้ AI เข้าใจข้อมูลแล้วจำแนกมันเป็นหนังสือแต่ละเล่ม แล้วถึงทำการจัดเก็บนั่นเอง การเทรนใหม่คือการล้างสมอง และ นำข้อมูลใหม่เข้าไปแทนที่ เพื่อให้มันทำใหม่
ซึ่งชื่อทฤษฎีในการเทรนข้อมูลเราบอกเลยว่า ลืมแล้ว มันเป็นแค่ภาพโง่ๆประกอบสไลด์ ประกอบชื่อเอง มีตั้งแต่แบบโง่ๆคือ เราเอาคำตอบไปโยนใส่มันเลยให้มันเก็บ
แต่ถ้าไประดับ Deep learning เนี่ย คือลึกโคตรแล้วครับ พวกนี้คือนอกจากไม่ต้อง reset สมอง สิ่งที่เราสอนถ้าเราสอนไปเทพจริง มันจะจับความสัมพันธ์ หรือ ทำในสิ่งที่เรียกว่า การเรียนรู้เชิงลึกมันเอง ต้องสอนบ้างบางอย่าง แต่ก็ต้องได้รับการป้อนข้อมูลเข้าไปทีละนิดทีละหน่อย เพื่อดูว่าเราเทรนมันถูกใหม่ พอเยอะมากขึ้นๆ หลังๆไม่ต้องทำไรเลย โยนไปรู้เองเลย ต่างจาก แมชชีนที่เราค่อนข้างต้องระบุตายตัว และ มักจะต้องทำข้อมูลเป็นเฉพาะด้านมาพร้อมด้วย เพื่อทำการเทรนแล้วดูผล แต่กับอินี่คือไม่เลย ค่อยๆป้อน ไม่รู้จักก็ค่อยๆสอนเพื่อดูว่ามันเริ่มเรียนรู้เป็นยังไง
ซึ่งนี่คือแค่คำอธิบายเชิงทฤษฎีแบบโคตรหยาบจากความรู้ระดับแค่ ป.ตรีเอง ระดับสูงกว่านี้คือมันต้องไปต่อที่นอกอย่างเดียวแหละ ถึงจะได้แบบเข้มๆ ในไทยแม้แต่อาจารย์ที่จะสอนเรื่องนี้ได้แบบยันโทและเอกก็เป็นอาจารย์ที่จบนอกทั้งนั้นในไทยนะ หายากมากซื้อตัวกันสนุกเลย
เพราะมันค่อนข้างใหม่ถึงวิชาคอมพิวเตอร์จะมีมานานแล้ว แต่มันพึ่งจะมีคนคิดค้นแล้วก็สร้างมันขึ้นมาได้จากระดับ code โดยการกลั่นสิ่งที่เรียนรู้มา นำมาประยุกต์ใช้ แล้วก็นำไปทำเป็นโปรแกรมจนได้อะครับ นั่นแหละมันเลยหายากระดับนึง เพราะอาจารย์มหาลัยบางท่านก็หยุดตั้งแต่ทฤษฎีพวกนี้แล้ว ไม่ได้ไปเรียนต่อ เพราะว่าเขาพึ่งจะประสบความสำเร็จระดับนึงได้ไม่นาน ไม่รู้ว่าเกิน 10 ปีหรือยัง หรือก็คือยุคเริ่มต้น iphone เป็นต้นมา พึ่งจะเรื่มตั้งไข่เลยมั้ง
เพราะยุคก่อนฮาร์ดแวร์มันโบร๊าณโบราณจนแบบ ช้าครับ ทำคลัสเตอร์หลายเครื่องก็ยังไม่ทันเลยนะถึงจะพอมีไอเดียและความรู้อยู่บ้าง กว่าจะได้ คิดเองดีกว่าไรเงี้ยคนเลยยังไม่ให้ความสนใจและทุนมันค่อนข้างหนาไปเรียนจะมีแต่เนริดจากนอกที่เขาพยายามเรียนแล้วก็ทำผลงานตีพิมพ์เรื่อยๆ แล้วก็มีหน้าใหม่มาทำซ้ำแล้วไปแบบเนี้ยเรื่อยๆ
จนสุดท้ายพึ่งจะมาสำเร็จเมื่อไม่ถึง 10 ปีมานี้เองมั้งครับ ถึงจะคลอด chartGpt ตัวก่อนหน้าที่คนได้เล่นกันน่าจะรู้จัก simsimi ที่เป็น AI ถามตอบเอง กว่าจะออกมาจนได้
ยุคนั้นใช้แค่ระดับการถามคำถาม 1 อย่าง แล้ว AI ที่เราเขียนโค๊ดดมา จะไปคิดทำอะไรสักอย่างเพื่อดูว่า ข้อความที่อ่านหมายความว่าอะไร และ ควรจะตอบด้วยคำถามอะไร หลังจากนั้นถ้าคำตอบถูก หรือ yes มันจะรู้แล้วเรียนซ้ำปรับตัวไปเรื่อยๆ คำถามจะเริ่มค่อยๆเปลี่ยนไปเรื่อยๆจากวันแรกๆครับ เพื่อพยายามหาทางนำมาใช้และให้มันเทรนด้วย user หรือผู้ใช้แบบเราๆนี่แหละ
ซึ่งอัลกอลิทึ่มคืออะไรไม่รู้เลย แค่เราเขียนโค๊ดเป็นนะคิดสภาพตามหลังจากเรียนจบคลาสนั้น ถ้าจะประกอบ AI ตัวนึงที่แน่ๆ เราต้องมีโปรแกรมอ่านข้อมูลจากไฟล์ กระจายไปอีกหลายๆที่ตามหมวดๆ เพื่อความง่ายในการค้น เพื่อจำแนกข้อมูลให้รู้ว่าคำถามแบบนี้ ควรไปหยิบคำตอบจากไฟล์ไหน ด้วยอะไร ถ้าต้องมาเก็บคำถามเป็นล้านคำถาม บนไฟล์ 1 ไฟล์ กับคำตอบอีกล้านแบบ เราก็มองว่า 55 คอมเราก็ระเบิดแล้วครับตอนนั้นเลยบ๊ายเลย
แบบนี้ไม่มีไฟล์ 100 mb เป็นล้านเลยหรอวะนั่น จัดการขยะยังไงวะ คิดแค่นี้ก็รู้แล้วหละว่า ความรู้ไม่พอต้องไปเรียนต่อเพิ่มเท่านั้น ยิ่งถ้าเจอข้อมูลใหม่ๆ อีกแล้วเราก็รู้จักแค่การเลือกคำตอบหรือ decision tree เอาแบบ ง่ายๆ frequency use ใช้ความถี่ในการเลือกคำตอบแบบนี้ในการคืนผลลัพธ์แทน ก็ถือว่าคำตอบนี้ในไฟล์คำตอบนี้ค่อนข้างฮิต
จะเอาแบบง่ายๆลวกๆแบบนี้ ตายตั้งแต่จะเขียน interface ทั้งหมดยังไงให้ครบ กรุงโรมยังไงก็สร้างไม่เสร็จด้วยตัวคนเดียวแหงๆ
ยังไม่รวมสถาปัตการออกแบบโปรแกรมอีกนะ และ อื่นๆที่ไม่แน่ใจว่าจะใช้ด้วยไหม อย่างพวกอัลกอลิทึ่มต่างๆ
นั่นแหละครับมันถึงต้องมีการตีพิมพ์ซ้ำไปมาหยิบมาพัฒนาจนสุดท้าย คนสมัยนี้ถือว่าโชคดีนะคนเก่งๆเขาฝ่าด่านแบบนี้จนทำให้คุณก็แค่ เรียนสั่งใช้งานโปรแกรม AI เป็นก็พอแล้ว ไม่ต้องมานั่งปวดหัวคิดค้นเป็นผู้สร้าง เป็นแค่ผู้ใช้ก็พอแล้วครับ
software AI ไม่มีอะไรเลยนอกจากซื้อมาแล้วสั่งใช้ทำงานให้เป็นแค่นั้น มันก็จะมีหลักแค่ส่วนของการโยนข้อมูล ตามด้วยอัลกอลิทึ่มที่จะให้ AI คิดและวิเคราะห์ ที่เหลือคือรอมันทำงานและตอบครับ
มันไม่ต่างจาก chartGpt นั่นแหละที่ใช้ทำงานตอนนี้ เพราะเราไม่ได้เป็นคนคิดค้น แต่เป็นเพียงผู้ใช้งาน
ไม่ต้องจบสูงจบป.ตรีถ้าติ่งวงการนี้ก็ลองหาหนังสืออะไรก็ได้อ่านเลยครับ ไปเข้าใจหลักการใช้งานมันก็พอ
งานมีหลากหลายบางคนพยายามเอาไปวิเคราะห์ตลาดหุ้น บางคนเอาไปใช้ rendor งานออกแบบก็มีนะแม้แต่งานให้ AI ลงสีวาดภาพ พวกนี้ก็ถือว่าเป็น AI เพราะมีอัลกอลิทึ่มที่ใช้ในการทำ AI อยู่ในปรแกรมนั้น แต่ไม่ถึงขั้นแบบสั่งแบบถามโง่ๆใน chartGpt แล้วออกนะ มันซับซ้อนกว่านั้นอีกนิดนึง มันมีเรื่องของการ setting บางสิ่งลงไปด้วยเพื่อให้มันตรงตามที่อยากได้ หรือแม้แต่การเทรนข้อมูล จำลองแบบบ้านที่ควรจะเป็นว่า แบบไหนดีและเหมาะประมาณนั้นครับ, วิเคราะห์สินค้าเทียบสัดส่วนกลับกลุ่มผู้บริโภคแล้วก็อธิบายเหตุผลว่าทำไมไรงี้ก็มีนะ มีอีกหลายอย่าง
ให้มองว่ามันแค่นั้นเลยถ้าเน้นใช้งาน ให้คนที่แบบใช้ AI ทำงานงี้ ไปถามว่า เนี้ยๆ ฟังชั่นเนี้ยมันใช้ชื่ออัลกอลิทึ่มอะไรในการวิเคราะห์ข้อมูลให้ไวหรอ มันอาจจะไม่รู้เลยครับ เพราะว่ามันเป็นแค่ผู้ใช้ ไม่ใช่ผู้สร้าง
องค์ใหญ่ตอบเลยว่า ยังมีไม่เยอะ เพราะว่ามันเป็น opensource การเอาบิ้วซิเนสไปลงเน็ต ผิดนโยบายเปิดเผยความลับจร้า ถ้าจะใช้ต้องใช้กันเองแค่บางส่วน บางทีขี้เกียจหา google ก็ให้มันเจนโค๊ดให้เลยก็ได้แบบนั้นรอก็อบ
มีมาตั้งแต่ Hadoop แล้วถ้าใครเคยได้ใช้ก็ยังมองว่ามันก็แค่ software จัดการข้อมูลมากกว่า แต่ในฟังก์ชั่นบางตัวมันอะครับ มี อัลกอลิทึ่มที่ใช้สร้าง AI ทำงานอยู่ในนั้นอยู่ด้วยนะ เพราะมันต้องเล่นกับข้อมูลเยอะไงเพื่อทำดาต้าให้ง่าย ถ้าใช้ถึงขนาดนั้นก็อาจจะมีคุ้นกันบ้าง
แต่ถ้าจะเขียนขึ้นหรือคิดค้นเอง ไปเรียน โท หรือ เอก ต่อเลย เราตอบไม่ได้มากแล้วเราจบแค่ ป.ตรี ความรู้เราแค่รู้ชื่อทฤษฎีหรือคอนเซ็บคร่าวๆที่พอจะใช้สร้างได้แต่มันยากสิ่งที่เราจะนำมาใช้ประยุกต์ร่วมกันเพื่อสร้าง AI เฉพาะหนึ่งตัวขึ้นมาสำหรับงาน 1 ประเภท อันนี้เกินกว่าการใช้สั่งงาน software AI ไปแล้วครับ
เพราะมันเป็นพวกระดับคนชำนาญเชี่ยวๆในการเขียนโค๊ด และ เข้าใจทฤษฎีการทำข้อมูลไม่พอ จัดเรียงข้อมูลไม่พอ ลอจิคการสกัดข้อมูลเพื่อหาคำตอบอีก ไม่รู้เลยว่าต้องเขียนส่วนของการเทรนข้อมูลให้ด้วยไหมว่า ถ้าเราโยนข้อมูลตู้มนึงเข้าไปข้อมูลนี้จะต้องจัดเก็บยังไง คัดแยกข้อมูลยังไง
ถ้าถึงขั้นต้องเขียนโค๊ดแบบ line by line ก็ตายแล้วครับ เพราะส่วนมากข้อมูลมันจะถูกจัดเก็บลงไฟล์ทั้งนั้นแหละ มันไม่มีใครเอาข้อมูลไปลง internet หลอกเดี๋ยวมันหลุด การออกแบบที่ดีที่สุดคือทำให้มันอยู่ใน local หรือ เพราะถ้ามันไปอยู่บนเน็ตกว่าจะดึงข้อมูลลงมาก็โคตรเสียเวลาเลยกว่าข้อมูลขนาดใหญ่จะไหลลงมา เขาถึงต้องทำให้อยู่ระดับการอ่านไฟล์ตรงๆไปที่ directory ที่มันอยู่กว่าเร็วมาก และ สามารถควบคุมขนาดทรัพยากรคอมที่เราจะนำมาใช้ประมวลผลได้ด้วย พื้นที่ไม่พอเก็บข้อมูลก็ขยาย hardware แค่นั้นเอง
ซึ่งแค่นั้นสติก็จะหลุดไปแล้วครับ เขาถึงต้องใช้ ควันตั้มคอมพิวเตอร์เลยไง เพราะมันมีกำลังประมวลผลที่ไวและเหลือๆ สามารถรองรับการแตก thread หรือก็คือการทำ parallel processing เพื่อทำงานแต่ละส่วนได้อย่างไวขึ้นไปอีก
การเขียนมาแล้วให้มันทำงานอย่างเดียว เหมือนเป็น For ไล่หาไปทีละไฟล์เรื่อยๆ ในข้อมูลสิ่งที่เราจะเก็บเอาไว้ มันช้ามาก ดังนั้นเขาถึงจะเป็นต้องกระจายการทำงานมันออกแล้วนำ ทฤษฎีสกัดข้อมูลที่ว่ามาใช้ ซึ่งเราลืมไปหมดแล้วเพราะมันเยอะมากๆสอนยังไงก็ไม่หมดแค่ ป.ตรี หลอกบอกเลย
แม้แต่พวกอัลกอลิทึ่มสำหรับการทำ sorting ก็จำเป็น เพราะว่าอย่าลืม ข้อมูลที่ถุกจัดเก็บ มันคือการทำสารบัญหรือ index ของระบบหอสมุดขนาดยักครับ ถ้าเราไม่ทำการที่เราจะไปหาสมุดเล่มนั้น หรือ คำตอบที่เราอุส่าดั้นด้นสอนมันมาว่าอยู่ที่ไหน ก็โคตรช้าเลย
เช่น bubble sort คือไร มันเป็นแค่หลักการหนึ่งในการจัดข้อมูลครับไรเงี้ย ถ้าคนไม่เข้าใจทฤษฎีอาจจะเขียนเป็นโค๊ดไม่เป็นเลยหละ เพื่อทำให้ข้อมูลอ่านง่ายและไว ถ้าจะเขียน AI แล้วไม่หาอะไรพวกนี้มาใช้เลยก็ตอบเลยว่าช้าแน่นอน
ซึ่งในแง่การเขียนโค๊ดมันไม่ยากหลอกถ้ามันแค่นำมาใช้เรียง ตัวเลข 1 2 3 4 แต่ลองเปลี่ยนจากตัวเลขเป็นเนื้อหาสิจะคนละเรื่องเลย ใช้ร่วมกันได้หรือเปล่ายังไม่รู้เลย
ความรู้ในเน็ตมันก็หยาบมาก พวกเคยได้เรียนมาจากวิชา machine learning หรือชื่อวิชา AI ที่ยังสอนพวกแบบทฤษฎีขำ เพราะในวิชามันจะมีสอนเรื่องการคิดคำนวณด้วยลอจิคแบบ AI ด้วยเป็นโจทย์ขำๆ เช่นถ้าเราสอนมันไปแบบนี้ ถ้าทำตามผลลัพท์จะตอบอะไร ให้ลองนั่งเขียนเป็นลำดับๆ เป็นเรื่องๆ ที่เหลือคือถ้าเราเข้าใจเราแปลงเป็นโค๊ดได้ มันจะไวกว่าเรานั่งทำเองมากๆครับ นี่คือหลักการ ถ้าเราไม่รู้ทฤษฎีเลยสักอย่างที่เพียงพอ
เขียน AI ไม่ได้เลย มันจะไปตายที่สเต็บการ train ข้อมูลครับ สมมุติเราโยนข้อมูลไปเยอะๆ AI จะทำการสะกัดและเรียนรู้ข้อมูล เป็นรอบๆนะครับ ไม่ได้ใส่เข้าไปแล้วคิดสด มันช้าครับ ดังนั้นสิ่งที่เรียกว่าการเทรนข้อมูลคือ การทำให้ AI เข้าใจข้อมูลแล้วจำแนกมันเป็นหนังสือแต่ละเล่ม แล้วถึงทำการจัดเก็บนั่นเอง การเทรนใหม่คือการล้างสมอง และ นำข้อมูลใหม่เข้าไปแทนที่ เพื่อให้มันทำใหม่
ซึ่งชื่อทฤษฎีในการเทรนข้อมูลเราบอกเลยว่า ลืมแล้ว มันเป็นแค่ภาพโง่ๆประกอบสไลด์ ประกอบชื่อเอง มีตั้งแต่แบบโง่ๆคือ เราเอาคำตอบไปโยนใส่มันเลยให้มันเก็บ
แต่ถ้าไประดับ Deep learning เนี่ย คือลึกโคตรแล้วครับ พวกนี้คือนอกจากไม่ต้อง reset สมอง สิ่งที่เราสอนถ้าเราสอนไปเทพจริง มันจะจับความสัมพันธ์ หรือ ทำในสิ่งที่เรียกว่า การเรียนรู้เชิงลึกมันเอง ต้องสอนบ้างบางอย่าง แต่ก็ต้องได้รับการป้อนข้อมูลเข้าไปทีละนิดทีละหน่อย เพื่อดูว่าเราเทรนมันถูกใหม่ พอเยอะมากขึ้นๆ หลังๆไม่ต้องทำไรเลย โยนไปรู้เองเลย ต่างจาก แมชชีนที่เราค่อนข้างต้องระบุตายตัว และ มักจะต้องทำข้อมูลเป็นเฉพาะด้านมาพร้อมด้วย เพื่อทำการเทรนแล้วดูผล แต่กับอินี่คือไม่เลย ค่อยๆป้อน ไม่รู้จักก็ค่อยๆสอนเพื่อดูว่ามันเริ่มเรียนรู้เป็นยังไง
ซึ่งนี่คือแค่คำอธิบายเชิงทฤษฎีแบบโคตรหยาบจากความรู้ระดับแค่ ป.ตรีเอง ระดับสูงกว่านี้คือมันต้องไปต่อที่นอกอย่างเดียวแหละ ถึงจะได้แบบเข้มๆ ในไทยแม้แต่อาจารย์ที่จะสอนเรื่องนี้ได้แบบยันโทและเอกก็เป็นอาจารย์ที่จบนอกทั้งนั้นในไทยนะ หายากมากซื้อตัวกันสนุกเลย
เพราะมันค่อนข้างใหม่ถึงวิชาคอมพิวเตอร์จะมีมานานแล้ว แต่มันพึ่งจะมีคนคิดค้นแล้วก็สร้างมันขึ้นมาได้จากระดับ code โดยการกลั่นสิ่งที่เรียนรู้มา นำมาประยุกต์ใช้ แล้วก็นำไปทำเป็นโปรแกรมจนได้อะครับ นั่นแหละมันเลยหายากระดับนึง เพราะอาจารย์มหาลัยบางท่านก็หยุดตั้งแต่ทฤษฎีพวกนี้แล้ว ไม่ได้ไปเรียนต่อ เพราะว่าเขาพึ่งจะประสบความสำเร็จระดับนึงได้ไม่นาน ไม่รู้ว่าเกิน 10 ปีหรือยัง หรือก็คือยุคเริ่มต้น iphone เป็นต้นมา พึ่งจะเรื่มตั้งไข่เลยมั้ง
เพราะยุคก่อนฮาร์ดแวร์มันโบร๊าณโบราณจนแบบ ช้าครับ ทำคลัสเตอร์หลายเครื่องก็ยังไม่ทันเลยนะถึงจะพอมีไอเดียและความรู้อยู่บ้าง กว่าจะได้ คิดเองดีกว่าไรเงี้ยคนเลยยังไม่ให้ความสนใจและทุนมันค่อนข้างหนาไปเรียนจะมีแต่เนริดจากนอกที่เขาพยายามเรียนแล้วก็ทำผลงานตีพิมพ์เรื่อยๆ แล้วก็มีหน้าใหม่มาทำซ้ำแล้วไปแบบเนี้ยเรื่อยๆ
จนสุดท้ายพึ่งจะมาสำเร็จเมื่อไม่ถึง 10 ปีมานี้เองมั้งครับ ถึงจะคลอด chartGpt ตัวก่อนหน้าที่คนได้เล่นกันน่าจะรู้จัก simsimi ที่เป็น AI ถามตอบเอง กว่าจะออกมาจนได้
ยุคนั้นใช้แค่ระดับการถามคำถาม 1 อย่าง แล้ว AI ที่เราเขียนโค๊ดดมา จะไปคิดทำอะไรสักอย่างเพื่อดูว่า ข้อความที่อ่านหมายความว่าอะไร และ ควรจะตอบด้วยคำถามอะไร หลังจากนั้นถ้าคำตอบถูก หรือ yes มันจะรู้แล้วเรียนซ้ำปรับตัวไปเรื่อยๆ คำถามจะเริ่มค่อยๆเปลี่ยนไปเรื่อยๆจากวันแรกๆครับ เพื่อพยายามหาทางนำมาใช้และให้มันเทรนด้วย user หรือผู้ใช้แบบเราๆนี่แหละ
ซึ่งอัลกอลิทึ่มคืออะไรไม่รู้เลย แค่เราเขียนโค๊ดเป็นนะคิดสภาพตามหลังจากเรียนจบคลาสนั้น ถ้าจะประกอบ AI ตัวนึงที่แน่ๆ เราต้องมีโปรแกรมอ่านข้อมูลจากไฟล์ กระจายไปอีกหลายๆที่ตามหมวดๆ เพื่อความง่ายในการค้น เพื่อจำแนกข้อมูลให้รู้ว่าคำถามแบบนี้ ควรไปหยิบคำตอบจากไฟล์ไหน ด้วยอะไร ถ้าต้องมาเก็บคำถามเป็นล้านคำถาม บนไฟล์ 1 ไฟล์ กับคำตอบอีกล้านแบบ เราก็มองว่า 55 คอมเราก็ระเบิดแล้วครับตอนนั้นเลยบ๊ายเลย
แบบนี้ไม่มีไฟล์ 100 mb เป็นล้านเลยหรอวะนั่น จัดการขยะยังไงวะ คิดแค่นี้ก็รู้แล้วหละว่า ความรู้ไม่พอต้องไปเรียนต่อเพิ่มเท่านั้น ยิ่งถ้าเจอข้อมูลใหม่ๆ อีกแล้วเราก็รู้จักแค่การเลือกคำตอบหรือ decision tree เอาแบบ ง่ายๆ frequency use ใช้ความถี่ในการเลือกคำตอบแบบนี้ในการคืนผลลัพธ์แทน ก็ถือว่าคำตอบนี้ในไฟล์คำตอบนี้ค่อนข้างฮิต
จะเอาแบบง่ายๆลวกๆแบบนี้ ตายตั้งแต่จะเขียน interface ทั้งหมดยังไงให้ครบ กรุงโรมยังไงก็สร้างไม่เสร็จด้วยตัวคนเดียวแหงๆ
ยังไม่รวมสถาปัตการออกแบบโปรแกรมอีกนะ และ อื่นๆที่ไม่แน่ใจว่าจะใช้ด้วยไหม อย่างพวกอัลกอลิทึ่มต่างๆ
นั่นแหละครับมันถึงต้องมีการตีพิมพ์ซ้ำไปมาหยิบมาพัฒนาจนสุดท้าย คนสมัยนี้ถือว่าโชคดีนะคนเก่งๆเขาฝ่าด่านแบบนี้จนทำให้คุณก็แค่ เรียนสั่งใช้งานโปรแกรม AI เป็นก็พอแล้ว ไม่ต้องมานั่งปวดหัวคิดค้นเป็นผู้สร้าง เป็นแค่ผู้ใช้ก็พอแล้วครับ
แสดงความคิดเห็น
คนที่มีพื้นฐานวิทย์คอม ถ้าอยากทำ AI เป็น ต้องเรียนอะไรเพิ่มบ้างคะ / ในไทย ฝีมือคนไทย มี AI ใช้ในงานอะไรบ้างแล้วคะ