แนวโน้ม 7 อันดับแรกในด้านปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในปี 2565
เผยแพร่แล้ว: 2021-01-10ปัจจุบัน แมชชีนเลิร์นนิงและปัญญาประดิษฐ์เป็นโดเมนที่ได้รับความนิยมและเป็นผู้บุกเบิกด้านวิทยาการคอมพิวเตอร์ ขอบเขตของวิทยาศาสตร์ข้อมูลในอนาคตนั้นสดใส และทุกๆ วันนักวิทยาศาสตร์กำลังสัมผัสขอบเขตของนวัตกรรมใหม่และผลักดันคำจำกัดความของสิ่งที่เป็นไปได้ ลองสำรวจแนวโน้มปัจจุบันที่กำลังดำเนินอยู่ในฟิลด์นี้
แมชชีนเลิร์นนิงและปัญญาประดิษฐ์คืออะไร
ไดอะแกรมต่อไปนี้จะล้างความสัมพันธ์ระหว่างสองฟิลด์:
ที่มาของภาพ:ต่อdatascience.com
ดังนั้น แมชชีนเลิร์นนิงจึงเป็นส่วนย่อยของปัญญาประดิษฐ์จริงๆ
อย่างหลังเกี่ยวข้องกับเครื่องจักรที่ทันสมัยในการคิด ให้เหตุผล และทำตัวเหมือนมนุษย์ ในการตัดสินใจเหมือนมนุษย์ ในทางกลับกัน Machine Learning เป็นแอปพลิเคชั่นของปัญญาประดิษฐ์ที่เกี่ยวข้องกับการพัฒนาโปรแกรมคอมพิวเตอร์ที่สามารถใช้ข้อมูลและเรียนรู้ด้วยตนเอง ดังนั้น เมื่อ AI มุ่งสู่ความฉลาด/ปัญญา การเรียนรู้ของเครื่องจึงมุ่งไปที่ความรู้
เข้าร่วม หลักสูตร ML ออนไลน์จากมหาวิทยาลัยชั้นนำของโลก – ปริญญาโท โปรแกรม Executive Post Graduate และหลักสูตรประกาศนียบัตรขั้นสูงใน ML & AI เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว
ล่าสุดในการเรียนรู้ของเครื่องและ AI
เปลี่ยนจากวิธีการเรียนรู้แบบมีผู้ดูแล
ก่อนหน้านี้ ความพยายามมุ่งเน้นไปที่อัลกอริธึมการเรียนรู้ภายใต้การดูแลซึ่งคาดการณ์เหตุการณ์ในอนาคตโดยใช้ความรู้ที่ได้รับในอดีตกับข้อมูลใหม่โดยใช้ตัวอย่างที่มีป้ายกำกับ ตอนนี้ จุดสนใจกำลังเปลี่ยนไปยังโดเมนอื่นๆ เช่น การเรียนรู้กึ่งควบคุม การเรียนรู้เชิงรุก การปรับโดเมน และแบบจำลองกำเนิด โมเดลใหม่ เช่น โมเดลการเรนเดอร์ประสาทได้รับการพัฒนาเพื่อรวมการทำนายและการสร้าง สิ่งนี้เกิดขึ้นในเครือข่ายเดียวและสนับสนุนการเรียนรู้กึ่งควบคุมซึ่งใช้ข้อมูลทั้งที่มีป้ายกำกับและไม่ได้ติดป้ายกำกับสำหรับการฝึกอบรม
การเรียนรู้อย่างลึกซึ้งพบแอปพลิเคชั่นใหม่
ขณะนี้ นักวิทยาศาสตร์ได้ขยายการใช้งานของการเรียนรู้เชิงลึกให้ครอบคลุมวัสดุศาสตร์ วิศวกรรมโปรตีน ฟิสิกส์พลังงานสูง ระบบควบคุม และการพยากรณ์แผ่นดินไหว การเรียนรู้ถูกรวมเข้ากับความรู้และข้อจำกัดของโดเมน
AI ตรวจจับอารมณ์ได้ดีขึ้น
มหาวิทยาลัยอัลเบอร์ตาได้พัฒนาเทคโนโลยีที่สามารถตรวจจับภาษาซึมเศร้าในโพสต์โซเชียลมีเดียได้อย่างแม่นยำยิ่งขึ้นและไม่ต้องใช้ข้อมูลมากนัก การทดลองการเรียนรู้เชิงลึกในอดีตและความพยายามในการตรวจหาภาษาซึมเศร้านั้นมีราคาแพงและน่าเบื่อหน่าย การวิจัยของมหาวิทยาลัยซึ่งนำโดย Nawshad Farruque ช่วยลดความจำเป็นในการใช้ข้อมูลจำนวนมาก
เขาได้ยกตัวอย่างมากมายที่นำมาจากฟอรัมภาวะซึมเศร้าเพื่อสอนแบบจำลองให้รู้จักภาษาซึมเศร้าได้อย่างแท้จริง เขายังพยายามหาบันทึกการฆ่าตัวตายและจดหมายรักที่มีภาษาคล้ายคลึงกันเพื่อส่งเสริมความถูกต้องมากขึ้นในผลลัพธ์
ด้วยงานนี้ Farraque หวังที่จะตรวจพบภาวะซึมเศร้าโดยเร็วที่สุดเพื่อให้ผู้ได้รับผลกระทบสามารถชี้ไปที่แหล่งข้อมูลที่จำเป็นได้ สักวันหนึ่ง เขาหวังว่านโยบายนี้จะรวมอยู่ในนโยบายการทำร้ายตนเองและการฆ่าตัวตายของ Twitter และปรับปรุงอัลกอริธึมภาวะซึมเศร้าที่มีอยู่ของ Facebook
แมชชีนเลิร์นนิงกำลังถูกใช้เพื่อรักษางานศิลปะ
ในเนเธอร์แลนด์ นักวิจัยจาก TU delft กำลังทำงานเพื่อสร้างงานศิลปะขึ้นใหม่แบบดิจิทัลโดยใช้วิธีการเรียนรู้ของเครื่อง พวกเขาได้พัฒนาโครงข่ายประสาทเทียม (Convolutional Neural Network - CNN) เพื่อสร้างภาพวาดสีซีดจางของวินเซนต์ แวนโก๊ะบนกระดาษ สำหรับการฝึกโมเดล พวกเขาใช้ชุดข้อมูลที่มีการทำซ้ำคุณภาพต่างๆ ของภาพวาดต้นฉบับ การทำสำเนาเหล่านี้เกิดขึ้นในช่วงเวลาต่างๆ กันในช่วงศตวรรษที่ผ่านมา
แม้ว่าความพยายามจะมุ่งเน้นไปที่การรักษาและสร้างงานศิลปะขึ้นมาใหม่ แต่สนามแข่งขันสามารถขยายให้ครอบคลุมรูปภาพและเอกสารที่เสื่อมโทรมได้เช่นกัน นอกจากนี้ แบบจำลองยังใช้ข้อมูลภาพเท่านั้น ณ ตอนนี้ ในอนาคต นักวิจัยกำลังทำงานเพื่อหาปัจจัยในข้อมูลทางเคมีด้วย ซึ่งจะเป็นการเพิ่มความซับซ้อน แต่ยังปรับปรุงประสิทธิภาพและผลลัพธ์ของแบบจำลองอีกด้วย
อ่านเพิ่มเติม: หลักสูตรเน้นงานระยะสั้น
กำลังใช้แมชชีนเลิร์นนิงในการประมาณอายุ
นักวิจัยจากมหาวิทยาลัยควาซูลู-นาทาลในแอฟริกาใต้ได้พัฒนาโครงข่ายประสาทเทียมเพื่อประเมินอายุของผู้คน ในอีกกิจกรรมที่เกือบจะเหนือมนุษย์ ทำได้โดยการถ่ายภาพในสภาพแวดล้อมจริงแบบสุ่ม ในอดีต การประมาณอายุนี้ทำได้โดยการถ่ายภาพผู้คนในสภาพแวดล้อมที่มีการควบคุม เช่น ห้องปฏิบัติการหรือสตูดิโอถ่ายภาพ ด้วยการเปลี่ยนแปลงวิธีการดำเนินการ ผลลัพธ์ก็เปลี่ยนไปในทางที่ดีขึ้นเช่นกัน
การปรับปรุงความแม่นยำนั้นดีกว่าผลลัพธ์ที่ดีที่สุดก่อนหน้านี้ 8.6%
วุฒิภาวะของการศึกษา AI
เนื่องจากทั้งความนิยมและธรรมชาติ การศึกษา AI และ ML จึงเป็นที่ต้องการอย่างมาก แพลตฟอร์มการเรียนรู้ออนไลน์อย่าง upGrad กำลังสร้างสิ่งนี้ด้วยหลักสูตรออนไลน์ที่สอนโดยมหาวิทยาลัยสำหรับทุกคน สิ่งนี้นำไปสู่ความสนใจและการยอมรับ AI และ ML เพิ่มขึ้นทั้งในด้านส่วนตัวและในอาชีพ
การเกิดขึ้นของแมชชีนเลิร์นนิงในคลาวด์
การนำแมชชีนเลิร์นนิงไปยังคลาวด์จะทำให้บริษัทต่างๆ ทดลองและขยายขอบเขตของความสามารถในการเรียนรู้ของเครื่องได้ง่าย ไม่ใช่เรื่องง่ายเสมอไปที่จะปรับใช้และปรับขนาดโปรเจ็กต์แมชชีนเลิร์นนิงด้วยฮาร์ดแวร์และซอฟต์แวร์ที่มีอยู่ การนำแมชชีนเลิร์นนิงมาสู่คลาวด์ไม่ได้เป็นเพียงการทำให้เป็นประชาธิปไตยเท่านั้น แต่ยังเปิดโอกาสให้องค์กรจำนวนมากได้ขับเคลื่อนด้วย AI และ ML หากคุณต้องการใช้ประโยชน์สูงสุดจากสิ่งใหม่ที่ยิ่งใหญ่นี้ หลักสูตร Advanced Certification in Machine Learning in the Cloud คือคำตอบของคุณ
เรื่องอื้อฉาวก็เพิ่มขึ้น
ปัญญาประดิษฐ์และแมชชีนเลิร์นนิงเป็นเครื่องมือที่ทรงพลัง และด้วยอำนาจ ความรับผิดชอบก็เข้ามา ในโลกอุดมคติ ทุกคนจะพยายามใช้เครื่องมือเหล่านี้เพื่อพัฒนามนุษยชาติให้ดีขึ้น แต่เราไม่ได้อยู่ในโลกอุดมคติ
ตัวอย่างเช่น Cambridge Analytica ถูกกล่าวหาว่าใช้ข้อมูลส่วนบุคคลจากโปรไฟล์ Facebook ของผู้คนเพื่อสร้างระบบที่กำหนดเป้าหมายผู้มีสิทธิเลือกตั้งในสหรัฐอเมริกา ตามโปรไฟล์ทางจิตวิทยา ระบบแสดงโฆษณาทางการเมืองที่ปรับให้เหมาะกับแต่ละบุคคล อดีตผู้จัดการ Facebook ได้เตือนด้วยว่าข้อมูลเกี่ยวกับผู้ใช้หลายร้อยล้านคนอาจอยู่ในมือของบริษัทเอกชนโดยที่ผู้ใช้ไม่ทราบ
เนื่องจากการมีส่วนร่วมของ Facebook และข้อกังวลก่อนหน้านี้เกี่ยวกับนโยบายความปลอดภัยของข้อมูล คดีนี้จะไม่ถูกลืมไปอย่างง่ายดาย นอกจากนี้ยังอาจเพิ่มความหวาดระแวงของผู้คนเกี่ยวกับการแบ่งปันข้อมูลบนอินเทอร์เน็ตและด้านที่ผิดจรรยาบรรณของเทคโนโลยีที่ขับเคลื่อนด้วยข้อมูล
การพัฒนาทั้ง 7 ประการข้างต้นครอบคลุมทิศทางที่ AI และ ML มุ่งไปในภาพรวม การพัฒนาที่เฉพาะเจาะจงจะแตกต่างกันออกไป แต่ที่ราก สิ่งเหล่านี้ล้วนบ่งบอกถึงความก้าวหน้า ความก้าวหน้า คำถามเกี่ยวกับความเป็นส่วนตัว และพลังของเทคโนโลยี หากคุณสนใจที่จะทำงานกับสิ่งต่างๆ เช่น การฝึกตัวแทนให้เล่น tic tac toe ฝึกแชทบ็อต ฯลฯ คุณควรตรวจสอบหลักสูตร Advanced Certification in Machine Learning และ Cloud จาก upGrad และ IIT-Madras
