บทความนี้ใช้ประกอบการเรียนคลาส Data Science Essential ในหัวข้อ Machine Learning ครับ

นิยาม

AI คือเครื่องจักรที่ฉลาด เช่น แชทบอท หุ่นยนต์ รถยนต์ขับเคลื่อนได้ด้วยตัวเอง เป็นต้น และการที่จะฉลาดได้ AI จะต้องมีสมอง ที่เราเรียกว่า Machine Learning

ไม่ว่าเราอยากจะพัฒนาให้ AI สามารถมองเห็น (Computer Vision) หรือได้ยิน (Speech Recognition) หรือว่าเข้าใจภาษา (Natural Language Processing) หรือว่าวิเคราะห์ข้อมูลธุรกิจ (Data Science) เราก็ต้องใช้ Machine Learning ทั้งนั้น

รูปแบบการเรียน

สอนวิธีการเรียนรู้ของสมอง AI ณ ตอนนี้ ก็จะมีด้วยกันหลัก 3 รูปแบบ

  • แบบที่ 1 เรียกว่า Supervised Learning

รูปแบบที่ 1 Supervised Learning

คล้าย ๆ กับการสอนเด็กน้อย หรือสอนสัตว์เลี้ยง ที่เราที่เป็นพ่อแม่ หรือคุณครู หยิบตัวอย่างขึ้นมา แล้วบอกว่านี่คืออะไร นั่นคืออะไร สำหรับ Machine Learning นั้น

  • หากเราต้องการจะทำให้ AI มองเห็น เราก็จะป้อนรูปภาพเข้าไป พร้อมกับ tag ว่ารูปนั้น คือรูปอะไร


สวัสดีครับ หลังจากที่ได้อ่านบทความเรื่อง apps script ของคุณ Nutsuda Ploysopond ว่าสามารถสร้าง RESTful api ได้ เมื่อตอนบ่าย ก็ศึกษาเพิ่มเติมแล้วพบว่าสามารถใช้ต่อกับ Google Sheet เพื่อดึงและใส่ข้อมูลได้ด้วย ก็ถึงกับต้องตื่นมากลางดึก ตอนตี 3 แล้วลุกขึ้นมาอัดคลิป เขียนบทความเพื่อแชร์ให้ทุกคนได้อ่านกัน

ทำไมถึงตื่นเต้นขนาดนี้ใช่มั้ยครับ ก็เพราะว่า

  1. เป็นการสร้าง API ที่สะดวกมาก ๆ แค่เขียน Java Script แล้วกดปุ่ม deploy ทำได้ภายใน 5 นาที

เมื่อเข้าใจข้อดีต่าง ๆ แล้ว ก็มาลุยกันเลยครับ

สำหรับในบทความนี้ผมจะสร้างตัวอย่าง การใช้งาน หรือ use case อย่างง่าย ๆ นะครับ นั่นคือ สมมติว่าเรามี Google Sheet ที่มีข้อมูลการขายของ แล้วเราอยากจะเชคข้อมูลยอดขายทั้งหมดแบบ real time ผ่านแชทบอทของเรา…


สำหรับ serie นี้จะพยายามอธิบายเรื่อง AI ปูพื้นจาก 0 ให้สามารถเข้าใจกันได้ง่าย ๆ นะครับ ตอนนี้ก็จะเป็นตอนที่ 2 ครับ

ทบทวนเรื่อง Classification

  • ในการทำ Classification คือการใช้ Machine Learning เพื่อเรียนรู้ที่จะจำแนกของต่าง ๆ เช่น รูปหมา รูปแมว หรือว่า ข้อมูลนี้เป็น fraud อีเมลล์นี้เป็น spam เป็นต้น


พรีเซนต์โดย Takayuki Yamada จาก LINE IT Strategy

LINE CARE

ที่บริษัท LINE ทีมของ Takayuki ดูแลบริการอย่างหนึ่งในบริษัทที่ชื่อว่า LINE CARE บริการนี้เป็นบริการภายในสำหรับพนักงานของ LINE เป็นเหมือน service desk หากพนักงานท่านใดมีปัญหาใด ๆ อาทิ ปัญหาด้าน IT หรืออยากจะยืมอุปกรณ์ IT รับของที่สั่งไว้ เช่น นามบัตร หรืออยากได้เอกสารใด ๆ หรือว่า อยากถามวิธีการเบิกเงินค่าเดินทาง คิดว่าทุกบริษัทโดยเฉพาะบริษัทใหญ่ ๆ ก็จะมีหน่วยงานนี้คอยให้บริการอยู่

ฝ่าย LINE CARE ก็จะมีบริการ 2 ส่วน ส่วนแรกก็เป็นส่วนที่เป็น counter ที่มีเจ้าหน้า LINE CARE นั่งประจำ แล้วก็จะมีอีกช่องทางติดต่อนึงเป็น LINE OA หรือช่องทางสื่อสารผ่านการแชทให้พนักงานด้วย


หลังจากที่ได้ไล่อ่านหนังสือครบทั้ง 6 เล่ม ตั้งแต่ ม.1 ถึง ม.6 ก็อยากจะแชร์คร่าว ๆ ให้ทุกคนฟังครับ ว่าเด็ก ๆ สมัยนี้เรียนอะไรกันบ้างเชื่อว่าหลายคนคงจะ อุทาน เหมือนผม เฮ้ย เจ๋งอ่ะ สอน Python ตั้งแต่ ม.1 เลยหรอ เฮ้ย มีสอน agile สอน Trello สอน Cloud สอน AI สอน Data Science สอน IOT

เดี๋ยวผมจะพยายามสรุปให้ฟังว่าหลักสูตรนี้สอนอะไรบ้าง แต่ก่อนที่จะเริ่มก็อยากจะบอกว่า ส่วนตัวคิดว่าเป็นหลักสูตรที่ดีมากครับ และครอบคลุมในสิ่งที่คนยุคใหม่จะต้องรู้ อยากให้ลองไปซื้อหนังสือมาอ่านกันดูครับ ค่าหนังสือก็ไม่ได้แพงเลย เล่มละ 29 -59 บาท ซื้อเป็น E-BOOK ได้ใน SE-ED app ครับ หรือจะไปซื้อเป็นเล่มมาอ่านก็ได้ครับ งั้นเรามาเริ่มกันเลยครับ

สำหรับเนื้อหาม.ต้นนั้น ผมสรุปออกมาได้เป็น 5 หัวข้อใหญ่ ๆ ได้แก่

  1. กระบวนการคิด และหลักการทำงานอย่างเป็นระบบและมีประสิทธิภาพ


AI คือการที่เครื่องจักรฉลาดเหมือนมนุษย์ โดยมี

  • Computer Vision ที่ใช้ในการมองเห็นเสมือนตา
  • มี Speech Recognition ที่ใช้ในการฟังเสมือนหู


ปลายทศวรรษ 60 เป็นการเริ่มต้นของศาสตร์ Computer Vision เมื่อมีกลุ่มนักวิจัยตามมหาวิทยาลัยได้พยายามจำลองการมองเห็นของมนุษย์ โดยได้นำกล้องถ่ายรูปมาต่อกับคอมพิวเตอร์ แล้วให้คอมพิวเตอร์อธิบายว่าสิ่งที่เห็นจากกล้องคืออะไร หลังจากนั้นก็มีการศึกษาวิจัยอย่างต่อเนื่อง แต่น่าจะเป็นช่วงซัก 15 ปี หลังที่คนทั่ว ๆ ไปเริ่มที่จะได้รู้จักแอพลิเคชั่นทางด้าน Computer Vision เริ่มตั้งแต่ การมีระบบตรวจจับใบหน้า Face Detection ที่อยู่ในกล้องถ่ายรูปดิจิตอล เพื่อปรับโฟกัสให้ตรงกับใบหน้าของคนที่อยู่ในซีน แต่ที่น่าจะทำให้คนทั่วโลกได้รู้จักก็คิดว่าน่าจะเป็น Facebook ที่มีระบบตรวจจับใบหน้า เพื่อให้คนติด tag ชื่อของคนที่อยู่ในรูปภาพ

การตรวจจับใบหน้าค่อนข้างที่จะมีรูปแบบ หรือ pattern ที่ชัดเจน นั่นคือ ส่วนตาของคนเราจะมืดกว่าส่วนที่ติดกันนั่นคือหน้าผากและใต้ตากับสันจมูก ตาของคนเรามีลึกเข้าไปทำให้มีเงา ในขณะที่จมูกของคนเราก็จะสว่างเพราะโด่งออกมาแสงกระทบเต็ม ๆ แล้วก็มีส่วนแก้มซ้ายขวาที่สว่างและมืดเข้าไปเท่า ๆ กันตามใบหน้า 3 มิติ ของพวกเรา

Viola–Jones object detection

ในปี 2001 มีนักวิจัยสองคนชื่อ Paul Viola และ Michael Jones ได้คิดค้นวิธีตรวจจับใบหน้าที่มีประสิทธิภาพมาก นั่นคือการรัน filter ซึ่งก็คือกลุ่ม pixel สีดำกับสีขาวรันไปทั่วรูปภาพ โดยที่ส่วนสีขาวของ filter หากเจอกับกลุ่ม pixel ที่สว่างของรูปภาพ ก็จะได้ผลลัพธ์ที่สูง ในขณะที่ส่วนสีดำของ filter ต้องเจอกับกลุ่ม pixel ที่มืดของรูปภาพถึงจะได้ผลลัพธ์ที่สูง พวกเค้าได้สร้าง filter หลาย ๆ แบบที่ล้อกับ pattern ของใบหน้าตามที่ได้บอก และรวมค่าผลลัพธ์ ทั้งหมดออกมาว่าตรงไหนของรูปภาพน่าจะเป็นใบหน้าคน อัลกอริทึ่มนี้เรียกว่า Viola-Jones detector ถึงแม้ว่าในยุคปัจจุบันจะมีอัลกอริทึ่มที่แม่นยำกว่าโดยใช้ deep learning แต่ Viola-Jones detector ก็ยังใช้อย่างแพร่หลายโดยเฉพาะการตรวจจับใบหน้าที่เป็นใบหน้าตรง เพราะถือว่าแม่นยำใช้ได้ แต่ที่สำคัญคือมันง่ายและเร็วมาก เมื่อเทียบกับ deep learning…


การทำนายเทรนด์ Trend Forecasting เป็นหนึ่งในบทเรียนของคอร์สเรียน Data Science Essential ว่าด้วยการทำนายเหตุการณ์ที่จะเกิดขึ้นตามกาลเวลา ซึ่งเป็นหัวข้อนึงที่สำคัญมาก Hot Topic สำหรับอาชีพ Data Scientist ที่ฝ่าย Marketing ก็จะมาให้เราช่วยสร้างโมเดลทำนายเทรนด์การเพิ่มขึ้นของลูกค้า หรืออาจจะไปช่วยฝ่าย Finance ทำนายเทรนด์การเงิน รายรับ รายจ่าย สามารถอ่านรายละเอียด และวิธีการทำ Trend Forecasting ได้จากบทความนี้ครับ -> คลิก

แต่สำหรับบทความนี้ ผมขอเล่าถึงโปรเจคที่สนุกและลุ้นมากของวิชานี้ครับ นั่นคือการให้นักเรียนใช้วิชา Trend Forecasting ที่ได้เรียน ไปสร้างโมเดลทำนายหุ้นและเลือกหุ้นที่คิดว่าจะได้กำไรมากที่สุด 1 หุ้น ภายใน 1 สัปดาห์

“ถ้าทำนายเฉย ๆ ก็ไม่ลุ้นสิครับ ดังนั้นทีมงานบอทน้อย จึงลงเงินไป 2 แสนบาท เพื่อซื้อหุ้นที่นักเรียนเลือก”

อันที่จริงแล้วในใจก็คิดว่าไม่น่าจะได้หรอกมั้ง เรื่องหุ้นมันดูจะเป็นเรื่องของอารมณ์ ดูจะไม่มีแบบแผนที่แน่นอน ไม่มี pattern แต่ก็คิดว่านักเรียนน่าจะสนุกและลุ้นกันมาก ๆ วัตถุประสงค์หลักก็คืออยากให้ลองเอาความรู้ที่เรียนไปฝึกใช้ดู ส่วนว่าจะชนะหรือแพ้กระดานก็เป็นสีสันสำหรับโปรเจคนี้…


จบไปแล้วสำหรับคลาสเรียน DSE รุ่นที่ 1 ที่เรียกว่า มีหลายสิ่งหลายอย่างที่ไม่ได้คาดคิด และนี่ก็คือบทสรุปที่ผมอยากจะบันทึกไว้เป็นความทรงจำที่ประทับใจ

1. นักเรียน 400 คน

จากตอนแรกตั้งเป้าหมายไว้ที่ประมาณ 100 คน เมื่อมีนักเรียนเยอะ ทำให้เราสามารถจัดกิจกรรมต่าง ๆ เพื่อเสริมสร้างการเรียนรู้ได้มากมาย ความหลากหลายของนักเรียนทำให้คลาสนี้มีความพิเศษทีเดียว เช่น การนำเอาผู้บริหารจากองค์กรมาอยู่กลุ่มเดียวกับคนที่เขียนโปรแกรมได้ ก่อให้เกิดผลงานที่ใช้ได้จริง

  • นักเรียนมาจากหลายมหาวิทยาลัยและหลายองค์กรทั่วประเทศ


สวัสดีครับ นี่ก็เป็น ตอนที่ 4 ของ serie สร้าง LINE แชทบอท ด้วยภาษา Python โดย

  • ตอนที่ 1 ได้สอนการติดตั้ง สร้าง server บน Heroku ต่อกับ LINE สร้าง echo บอท
  • ตอนที่ 2 ได้สอนการรับ Location event เขียนฟังก์ชั่นในการหาระยะทางที่ใกล้เคียง แล้วก็แสดงผลออกมา
  • ตอนที่ 3 ได้สอนการสร้าง Dynamic Flex เพื่อสร้างตารางที่มีข้อมูลอัพเดทตลอดเวลา

ในบทความที่ผ่านมา ได้แสดงการทำให้แชทบอททำตามคำสั่งจะเป็นแบบ rulebase ซึ่งอาจจะสามารถทำได้โดย

a. ตั้งค่าคำศัพท์ keyword หากมีคำศัพท์ที่ตั้งค่าไว้ถูกพิมพ์เข้ามาแชทบอทก็จะทำงานตามที่ตั้งไว้

b. มีการกดปุ่ม ไม่ว่าจากเมนู Rich Menu หรือว่า Button, Flex หรืออาจจะมีการส่ง Location event เข้าไป

สำหรับบทความนี้จะเป็นการเพิ่มประสิทธิภาพในแชทบอทให้สูงขึ้นอีกมาก โดยการใส่สมองให้แชทบอท ทำให้แชทบอทสามารถที่จะเข้าใจภาษามนุษย์ ด้วยเทคโนโลยี NLP หรือ Natural Language Processing วิธีการสร้าง NLP ได้มีการอธิบายเบื้องต้นในบทความนี้ครับ

Dr. Winn Voravuthikunchai

obtained his PhD in AI from Caen University, France. He was Chief Data Scientist at Telenor. Currently, he is Founder & CEO of Botnoi Group, and LINE API Expert

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store