19 เทคโนโลยี AI ที่ต้องเรียนรู้ในปี 2019 (2)

มาต่อกันอีก 10 เทคโนโลยี AI ที่เหลือจากตอนที่แล้วกันค่ะ

10. TEXT ANALYTICS & NLP (NATURAL LANGUAGE PROCESSING)

จุดมุ่งหมายของการทำ NLP คือ : “การให้คอมพิวเตอร์เข้าใจภาษามนุษย์”

NLP ย่อมาจาก Natural Language Processing เป็นสาขาหนึ่งของเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) ที่ทำให้คอมพิวเตอร์เข้าใจภาษามนุษย์เพื่อวัตถุประสงค์ด้านการสื่อสารและวิเคราะห์ข้อมูลที่เป็นภาษา

เหตุที่ต้องพัฒนา NLP เนื่องมาจากเดิมทีนั้นคอมพิวเตอร์ถูกออกแบบมาให้เหมาะกับการเข้าใจข้อมูลตัวเลขหรือรหัสที่มีความหมายนัยหนึ่งชัดเจน ซึ่งไม่ตรงกับวิธีการสื่อสารของมนุษย์ซึ่งอาศัยภาษาเป็นหลัก และภาษามีความซับซ้อนกว่ารหัสที่ใช้กับคอมพิวเตอร์อย่างมาก NLP จึงเกิดขึ้นเพื่อลดช่องว่างในการสื่อสารระหว่างมนุษย์กับคอมพิวเตอร์ (เครดิต: http://www.dv.co.th)

เทคโนโลยีนี้ใช้การวิเคราะห์ข้อความเพื่อทำความเข้าใจโครงสร้างของประโยค รวมถึงความหมายและเจตนาผ่านวิธีการทางสถิติและ ML (Machine Learning)

การวิเคราะห์ข้อความและ NLP กำลังถูกใช้สำหรับระบบรักษาความปลอดภัยและการตรวจจับการทุจริต หรือ fraud detection ผู้ให้บริการและซัพพลายเออร์ของเทคโนโลยีเหล่านี้ ได้แก่ Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd และ Synapsify

11. DIGITAL TWIN / AI MODELING

Digital Twin เป็นการสร้างซอฟต์แวร์ที่เป็นสะพานเชื่อมช่องว่างระหว่างระบบทางกายภาพและโลกดิจิตอลตัวอย่างเช่น General Electric (GE) กำลังสร้างแรงงาน AI เพื่อตรวจสอบเครื่องยนต์อากาศยาน ตู้รถไฟ และกังหันก๊าซ และคาดการณ์ความล้มเหลวด้วย cloud-hosted software models ของเครื่องจักรกล GE

Digital twins ของพวกเขานั้นโดยทั่วไปก็คือทิวแถวของ software code แต่รุ่นที่ซับซ้อนที่สุดดูเหมือนภาพวาด 3D ของ CAD หรือ computer-aided design ที่เต็มไปด้วยแผนภูมิเชิงโต้ตอบ, diagrams และ data points  บริษัทที่ใช้เทคโนโลยี digital twin และ AI modeling ยังรวมถึง VEERUM ใน capital project delivery space และ Akselos ที่ใช้ Digital Twin เพื่อป้องกันโครงสร้างพื้นฐานที่สำคัญ และ Supply Dynamics ซึ่งได้พัฒนาโซลูชัน SaaS เพื่อจัดการการจัดหาวัตถุดิบในสภาพแวดล้อมการผลิตที่ซับซ้อนและกระจายตัวอย่างมาก

12. CYBER DEFENSE

การป้องกันทางไซเบอร์เป็นกลไกการป้องกันเครือข่ายคอมพิวเตอร์ที่มุ่งเน้นไปที่การป้องกัน การตรวจจับและการตอบสนองต่อการโจมตีหรือภัยคุกคามต่อโครงสร้างพื้นฐานและข้อมูลในเวลาที่เหมาะสม

ในเวลานี้ AI และ ML กำลังถูกใช้เพื่อย้าย cyberdefense ไปสู่ขั้นตอนวิวัฒนาการใหม่เพื่อตอบสนองต่อสภาพแวดล้อมที่เป็นมิตรมากขึ้น: ดัชนีระดับการละเมิดตรวจพบข้อมูลการละเมิดมากกว่า 2 พันล้านระเบียนในปี 2560 76% ของข้อมูลในการสำรวจหายไป โดยบังเอิญ และ 69% เป็นการละเมิดในแบบการโจรกรรมข้อมูลส่วนบุคคลRNNs ซึ่งมีความสามารถในการประมวลผลลำดับของข้อมูลขาเข้า หรือ input สามารถใช้ร่วมกับเทคนิค ML เพื่อสร้างเทคโนโลยีการเรียนรู้แบบ supervised ซึ่งจะเปิดเผยกิจกรรมของผู้ใช้ (user activity) ที่น่าสงสัยและสามารถตรวจจับได้ถึง 85% ของการโจมตีทางไซเบอร์ทั้งหมด

Recurrent neural networks หรือ RNNs ถ้าแปลกันตรงตัว recurrent จะหมายถึง การหวนย้อนคืนกลับมาอีก การทำงานของ RNNs คือการเอาผลลัพธ์ที่ได้จากการคำนวณย้อนกลับมาใช้เป็นข้อมูลขาเข้าอีกครั้ง ซึ่งมีประโยชน์อย่างมากในข้อมูลที่มีความต่อเนื่อง เช่น time series ข้อมูลเสียง ข้อความ หรือแม้แต่รูปภาพเองก็ตาม

“ข้อดีของ RNNs คือ มันมีการใช้ข้อมูลก่อนหน้าในการทำนายสิ่งที่อาจจะเกิดขึ้นในอนาคต นั่นหมายถึง อะไรที่เคยเกิดขึ้นในอดีตย่อมส่งผลต่อเหตุการณ์ที่จะเกิดขึ้นในอนาคตด้วย” (เครดิต: https://medium.com)

Startups เช่น Darktrace ซึ่งจับคู่การวิเคราะห์พฤติกรรมกับคณิตศาสตร์ขั้นสูงเพื่อตรวจจับอัตโนมัติพฤติกรรมที่ผิดปกติภายในองค์กรและ Cylance ซึ่งใช้อัลกอริทึม AI เพื่อหยุดมัลแวร์และลดความเสียหายจากการโจมตีแบบ zero-day ทั้งสองส่วนทำงานในพื้นที่ของ AI-powered cyber defense

DeepInstinct เป็นอีกหนึ่งบริษัทด้านการป้องกันทางไซเบอร์ เป็นโครงการเรียนรู้เชิงลึกที่มีชื่อว่า“ Most Disruptive Startup” Silicon Valley ของ Nvidia ปกป้องทั้ง endpoints, servers รวมถึง mobile devices ต่างๆ

13. COMPLIANCE

การปฏิบัติตามข้อกำหนด คือ การรับรอง หรือ การยืนยัน ว่าบุคคลหรือองค์กรมีคุณสมบัติตรงตามข้อกำหนด มีการปฏิบัติเป็นที่ยอมรับ ตามกฎหมาย กฎระเบียบและข้อบังคับ เป็นไปตามมาตรฐานหรือข้อกำหนดของสัญญา และมีอุตสาหกรรมที่สำคัญที่สนับสนุนขณะนี้เรากำลังเห็นคลื่นลูกแรกของโซลูชั่นการปฏิบัติตามกฎข้อบังคับที่ใช้ AI ในการทำงานได้อย่างทรงประสิทธิภาพผ่านระบบอัตโนมัติและครอบคลุมความเสี่ยงทั้งหมดตัวอย่างบางส่วนของการใช้ AI ในเทคโนโลยี compliance กำลังเป็นที่ปรากฏขึ้นทั่วโลก ตัวอย่างเช่น โซลูชัน NLP (Natural Language Processing) ที่สามารถสแกน regulatory text และจับคู่รูปแบบกับกลุ่มคำหลัก หรือ cluster of keywords เพื่อระบุการเปลี่ยนแปลงที่เกี่ยวข้องกับองค์กร

บริษัทที่ทำงานในด้านนี้ ได้แก่ Compliance.ai ซึ่งเป็น บริษัท Retch ที่จับคู่เอกสารด้านกฎระเบียบกับหน่วยงานธุรกิจที่เกี่ยวข้อง Merlon Intelligence บริษัทเทคโนโลยีด้านการกำกับดูแลระดับโลกที่สนับสนุนอุตสาหกรรมบริการทางการเงินเพื่อต่อสู้กับอาชญากรรมทางการเงิน และ Socure ซึ่งมีแพลตฟอร์มการวิเคราะห์เชิงคาดการณ์ล่วงหน้าที่ได้รับสิทธิบัตร ช่วยเพิ่มอัตราการยอมรับของลูกค้าในขณะที่ช่วยลดการทุจริตฉ้อโกงและ manual reviews

14. KNOWLEDGE WORKER AID

ในขณะที่บางคนกำลังกังวลว่า AI จะเข้ามาแทนที่กำลังคนในที่ทำงานอย่างถูกต้อง แต่อย่าลืมว่าเทคโนโลยี AI ยังมีศักยภาพที่จะช่วยพนักงานในการทำงานของพวกเขาโดยเฉพาะอย่างยิ่งในงานที่ต้องใช้ความรู้

ในความเป็นจริงก็คือ automation of knowledge work ได้รับการจัดอันดับให้เป็น แนวโน้มเทคโนโลยีอันดับ 2 ที่ทำให้เกิดการพลิกผันมากที่สุด: #2 most disruptive emerging tech trend.

เชื่อไหมว่า วิชาชีพทางการแพทย์และกฎหมายซึ่งต้องพึ่งพาคนทำงานผู้ทรงความรู้เป็นอย่างมาก เป็นที่ที่คนงานใช้ AI เป็นเครื่องมือในการวินิจฉัยมากขึ้น

มีบริษัทจำนวนมากขึ้นที่ทำงานเกี่ยวกับเทคโนโลยีด้านนี้ เช่น Kim Technologies ซึ่งมีจุดประสงค์เพื่อเพิ่มขีดความสามารถให้แก่ knowledge workers ที่ไม่มีประสบการณ์ด้านการเขียนโปรแกรม IT ด้วยเครื่องมือในการสร้าง workflow ใหม่และ document processes ด้วยความช่วยเหลือของ AI เป็นหนึ่งในนั้น Kyndi เป็นอีกตัวอย่างหนึ่งด้วยแพลตฟอร์มที่ได้รับการออกแบบมาเพื่อช่วย knowledge workers ประมวลผลข้อมูลจำนวนมหาศาล

15. CONTENT CREATION

เวลานี้การสร้างเนื้อหายังรวมถึง วัตถุดิบใดๆ ที่ผู้คนมอบให้หรือมีส่วนร่วมในโลกออนไลน์ เช่น videos, ads, blog posts, white papers, infographics และเนื้อหาเกี่ยวกับภาพหรือข้อเขียนอื่น ๆ มากมายแบรนด์ต่างๆ เช่น USA Today, Hearst และ CBS ได้ใช้ AI เพื่อสร้างเนื้อหาของพวกเขาอยู่แล้วในเวลานี้

Wibbitz เป็น SaaS tool ที่ช่วยให้ผู้เผยแพร่ หรือ publishers สร้างวิดีโอจากเนื้อหาที่ถูกเขียนขึ้นได้ในไม่กี่นาทีด้วยเทคโนโลยีการผลิตวิดีโอโดย AI หรือ AI video production technology เป็นตัวอย่างที่ยอดเยี่ยมของโซลูชันจากสาขานี้ Wordsmith เป็นอีกเครื่องมือหนึ่ง สร้างขึ้นโดย Automated Insights ที่ใช้ NLP ในการสร้างเนื้อหาข่าว หรือ news stories จากข้อมูลดิบที่ได้มา

16. PEER-TO-PEER NETWORKS

เครือข่ายแบบเพียร์ทูเพียร์ หรือ Peer-to-peer networks ในรูปแบบ purest form ถูกสร้างขึ้นเมื่อ PCs อย่างน้อยสองเครื่อง หรือ มากกว่า เชื่อมต่อและแบ่งปันทรัพยากรโดยไม่ต้องใช้ข้อมูลผ่านคอมพิวเตอร์เซิร์ฟเวอร์

แต่เครือข่ายเพียร์ทูเพียร์ยังถูกใช้โดย cryptocurrencies และมีศักยภาพแม้แต่ในการแก้ปัญหาที่ท้าทายที่สุดของโลก ด้วยการรวบรวมและวิเคราะห์ข้อมูลจำนวนมากมายมหาศาล Ben Hartman CEO ของ Bet Capital LLC กล่าวกับผู้ประกอบการ

17. EMOTION RECOGNITION

เทคโนโลยีนี้ช่วยให้ซอฟต์แวร์ “อ่าน” อารมณ์บนใบหน้ามนุษย์ได้ โดยใช้การประมวลผลภาพขั้นสูง (advanced image processing) หรือ การประมวลผลข้อมูลเสียง (audio data processing) กล่าวได้ว่า เวลานี้เราอยู่ในจุดที่สามารถ จับ หรือ capture ได้แม้แต่การแสดงออกในระดับที่ละเอียดอ่อน หรือ “micro-expressions” ได้ เช่น สามารถบ่งบอกภาษากายที่ละเอียดอ่อนได้ ไปจนถึงขั้นที่สามารถจับโกหกได้จากน้ำเสียงที่เปล่งออกมา คล้ายเครื่องจับเท็จ

เทคโนโลยีนี้เป็นประโยชน์กับงานของผู้บังคับใช้กฎหมาย เช่น ในการตรวจสอบข้อมูลระหว่างการสอบสวน แต่ก็มีแอปพลิเคชันมากมายสำหรับนักการตลาดเช่นกัน

Startups ที่ทำงานเกี่ยวกับเทคโนโลยีนี้มีจำนวนที่เพิ่มมากขึ้น เช่น  nViso ใช้ emotion video analytics เพื่อสร้างแรงบันดาลใจให้กับแนวคิดผลิตภัณฑ์ใหม่ ๆ identify upgrades และขยายประสบการณ์ของผู้บริโภค นอกจากนี้ Emotion AI ของ Affectiva ยังถูกใช้ในอุตสาหกรรมเกม ยานยนต์ หุ่นยนต์ การศึกษา สุขภาพและด้านอื่น ๆ เพื่อประยุกต์ใช้การเข้ารหัสใบหน้า หรือ facial coding และการวิเคราะห์อารมณ์จากข้อมูลใบหน้าและเสียง

18. IMAGE RECOGNITION

การจดจำภาพเป็นกระบวนการในการระบุ แยกแยะ และตรวจจับวัตถุ หรือ มีคุณสมบัติในภาพดิจิตอล หรือวิดีโอ ซึ่ง AI กำลังถูกใช้ในเทคโนโลยีนี้มากขึ้นเรื่อย ๆ เพื่อให้ได้ผลลัพธ์ที่ยอดเยี่ยม

AI สามารถค้นหาแพลตฟอร์มโซเชียลมีเดียสำหรับรูปภาพและเปรียบเทียบกับชุดข้อมูลที่หลากหลายเพื่อตัดสินว่าอันไหนมีความเกี่ยวข้องมากที่สุดในการค้นหารูปภาพ

เทคโนโลยีการจดจำรูปภาพยังสามารถใช้ในการตรวจจับป้ายทะเบียน วินิจฉัยโรค วิเคราะห์ลูกค้าและความคิดเห็นและตรวจสอบผู้ใช้จากใบหน้าของพวกเขาSenseTime เป็นหนึ่งในผู้นำในอุตสาหกรรมนี้ พัฒนาเทคโนโลยีจดจำใบหน้าที่สามารถนำไปใช้กับการวิเคราะห์รูปภาพและการชำระเงิน สำหรับการตรวจสอบบัตรเครดิตธนาคารและแอปพลิเคชันอื่น ๆ

19. MARKETING AUTOMATION

ฝ่ายการตลาดได้รับประโยชน์มากมายจาก AI และถึงกับวางใจใน AI อย่างยิ่ง ด้วยเหตุผลที่ดี นักการตลาดร้อยละ 55 มั่นใจว่า AI จะมีผลกระทบมากขึ้นในสาขาของตนเช่นเดียวกับที่สื่อสังคมออนไลน์มี

ระบบอัตโนมัติทางการตลาดช่วยให้บริษัทต่าง ๆ ปรับปรุงการมีส่วนร่วมและเพิ่มประสิทธิภาพในการเพิ่มรายได้ได้เร็วขึ้น มันใช้ซอฟต์แวร์เพื่อแบ่งกลุ่มลูกค้าโดยอัตโนมัติ รวบรวมข้อมูลลูกค้า การจัดการแคมเปญและเพิ่มความคล่องตัวให้กับงานซ้ำ ๆ มีผลต่อความคิดเชิงกลยุทธ์ให้ย้อนกลับไปสู่สิ่งที่ตัวเองทำได้ดีที่สุด

หนึ่งในผู้นำในด้านนี้คือ Adext AI ซึ่งมีแพลตฟอร์มการจัดการผู้ชม สามารถเพิ่มประสิทธิภาพการใช้จ่าย ad โฆษณาได้ถึงกว่า 83% ในเวลาเพียง 10 วัน ซอฟต์แวร์จะดำเนินการทุกขั้นตอนโดยอัตโนมัติในการจัดการแคมเปญและการเพิ่มประสิทธิภาพ โดยทำการปรับเปลี่ยนโฆษณาแต่ละตัวทุกวัน เพื่อเพิ่มประสิทธิภาพสูงสุดให้กับแคมเปญ ทั้งยังจัดการงบประมาณได้ในหลายแพลตฟอร์ม รวมถึงจัดกลุ่ม demographic และ micro demographic ได้หลากหลายต่อโฆษณาแต่ละชิ้น

________________________________________________________________________________

19 เทคโนโลยี AI ที่ต้องเรียนรู้ในปี 2019 (1)

 

อ้างอิง: 

19 Artificial Intelligence Technologies To Look For In 2019

บทความที่เกี่ยวข้อง: 

19 เทคโนโลยี AI ที่ต้องเรียนรู้ในปี 2019

เราเชื่อใจ ‘ปัญญาประดิษฐ์’ หรือไม่

เพื่อน ‘ร่วมงาน’ แห่งอนาคต

About The Author