AI-tech

19 เทคโนโลยี AI ที่ต้องเรียนรู้ในปี 2019 (1)

19 ARTIFICIAL INTELLIGENCE TECHNOLOGIES TO LOOK FOR IN 2019

In Artificial Intelligence by Natalia Maynez

ผู้บริหารที่มีอำนาจในการตัดสินใจด้านเทคโนโลยี ควรจะมองหาวิธีการที่ทรงประสิทธิภาพในการนำปัญญาประดิษฐ์ หรือ AI ไปใช้ในการขับเคลื่อนมูลค่าให้กับธุรกิจ และแม้ว่าเทคโนโลยี AI ทั้งหมดส่วนใหญ่จะมีข้อมีข้อดีแตกต่างกันไป แต่ก็ใช่ว่าทั้งหมดจะคุ้มค่าต่อการลงทุน

บทความนี้มีความคาดหวังว่า หากจะมีเพียงสิ่งหนึ่งและสิ่งเดียวที่เกิดขึ้นหลังจากที่คุณได้อ่าน ก็คือการนำองค์กรเข้าร่วมกับอีก 62% ของบริษัทที่เสริมธุรกิจของพวกเขาในปี 2018 ด้วยการนำปัญญาประดิษฐ์มาปรับใช้ในการทำงานภายในองค์กร

1. NATURAL LANGUAGE GENERATION: ยุคของ (การแปลง) ภาษาธรรมชาติ

Natural language generation คือ sub-discipline ของ AI ที่แปลงข้อมูลเป็นข้อความทำให้คอมพิวเตอร์สามารถสื่อสารความคิดได้อย่างแม่นยำ

*ภาษาธรรมชาติจัดเป็นภาษาโปรแกรมคอมพิวเตอร์ยุคที่ห้า (Fifth generation language) คือการเขียนคำสั่ง หรือสั่งงานคอมพิวเตอร์ทำงานโดยการใช้ภาษาธรรมชาติต่างๆ เช่น ภาพ หรือ เสียง โดยไม่สนใจรูปแบบไวยากรณ์หรือโครงสร้างของภาษามากนัก ซึ่งคอมพิวเตอร์จะพยายามคิดวิเคราะห์ และแปลความหมายโดยอาศัยการเรียนรู้ด้วยตนเองและระบบองค์ความรู้ (Knowledge Base System) มาช่วยแปลความหมายของคำสั่งต่างๆและตอบสนองต่อผู้ใช้งาน

เทคโนโลยีนี้ถูกใช้ในการบริการลูกค้า เพื่อสร้างรายงานและสรุปตลาด บริการนี้นำเสนอโดยบริษัท เช่น Attivio, Automated Insights, Cambridge Semantics, Digital Reasoning, Lucidworks, Narrative Science, SAS และ Yseop.

2. SPEECH RECOGNITION: การจดจำคำพูด

Siri เป็นเพียงระบบหนึ่งที่สามารถเข้าใจคุณได้ ในขณะที่ทุกๆ วัน มีการสร้างระบบมากขึ้นเรื่อยๆ ที่สามารถถ่ายทอดภาษามนุษย์ได้ถึงหลายแสนคนผ่านระบบตอบโต้ด้วยเสียงและแอพมือถือ

บริษัทที่ให้บริการจดจำคำพูดรวมถึง NICE, Nuance Communications, OpenText และ Verint Systems

chatbot

3. VIRTUAL AGENTS: ตัวแทนเสมือนจริง

ตัวแทนเสมือนจริงไม่ใช่อะไรอื่นนอกจากคอมพิวเตอร์เอเจนต์ หรือ โปรแกรมที่สามารถตอบโต้กับมนุษย์ได้ ตัวอย่างที่ชัดเจนที่สุดของเทคโนโลยีประเภทนี้ก็คือ chatbots ตัวแทนเสมือนจริงกำลังถูกใช้สำหรับการบริการลูกค้าและสนับสนุนและถูกใช้เป็นผู้จัดการบ้านแสนฉลาด

บริษัทที่ให้บริการ Virtual agents มีทั้ง Amazon, Apple, Artificial Solutions, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft และ Satisfi.

4. MACHINE LEARNING PLATFORMS: แพลตฟอร์ม ML

กล่าวได้ว่าทุกวันนี้ คอมพิวเตอร์ฉลาดอย่างไม่น่าเชื่อ มันเรียนรู้ได้ง่ายดาย (ยิ่งกว่าคน) การเรียนรู้ของเครื่องจักรกลอย่างคอมพิวเตอร์ เรียกว่า Machine learning หรือ ML เป็น sub-discipline หรือ สาขาย่อยสาขาหนึ่งของ วิทยาการคอมพิวเตอร์และเป็นสาขาหนึ่งของ AI  มีเป้าหมายเพื่อพัฒนาเทคนิคที่เอื้อให้คอมพิวเตอร์ได้เรียนรู้

ด้วยการจัดหาอัลกอริธึม, APIs หรือ application programming interface, เครื่องมือพัฒนาและฝึกอบรม, big data, แอปพลิเคชันและเครื่องกลอื่นๆ, แพลตฟอร์ม ML กำลังได้รับความสนใจมากขึ้นทุกขณะ ส่วนใหญ่จะถูกใช้ในการคาดการณ์และการจัดแบ่งประเภท

บริษัมที่ขายแพลตฟอร์ม ML ได้แก่ Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree และ Adext

5. AI-OPTIMIZED HARDWARE: ฮาร์ดแวร์ที่เป็นมิตรกับ AI

มันก็คือเทคโนโลยี AI ที่ช่วยให้ฮาร์ดแวร์เป็นมิตรมากขึ้น ยังไง??

ผ่านกราฟฟิกและหน่วยประมวลผลกลางใหม่ รวมถึงอุปกรณ์ประมวลผลต่างๆ ที่ถูกออกแบบมาเพื่อเน้นจัดการงานสำหรับ AI โดยเฉพาะ และหากคุณยังไม่เคยเห็นมาก่อน ให้นึกถึงซิลิคอนชิปที่ถูกปรับแต่งให้เหมาะสมกับ AI ซึ่งสามารถเสียบเข้าไปในอุปกรณ์แบบพกพาที่ไหนก็ได้

คุณสามารถเข้าถึงเทคโนโลยีนี้ได้ผ่าน Alluviate, Cray, Google, IBM, Intel และ Nvidia.

6. DECISION MANAGEMENT: การตัดสินให้โดยอัตโนมัติ

เครื่องจักรกลอัจฉริยะมีความสามารถในการนำกฎกติกาและตรรกะมาใช้กับระบบ AI เพื่อให้คุณสามารถใช้พวกมันสำหรับการติดตั้ง / ฝึกอบรมเบื้องต้น การบำรุงรักษาอย่างต่อเนื่องและการปรับแต่ง

การจัดการกับการตัดสินใจได้ถูกรวมเข้ากับแอปพลิเคชันหลากหลายขององค์กรเพื่อช่วยและดำเนินการตัดสินใจให้อย่างอัตโนมัติ ช่วยให้ธุรกิจของคุณทำกำไรได้มากที่สุด

ผู้ให้บริการ เช่น Advanced Systems Concepts, Informatica, Maana, Pegasystems และ UiPath

7. DEEP LEARNING PLATFORMS: แพลตฟอร์มการเรียนรู้ตามลำดับขั้น

แพลตฟอร์มการเรียนรู้ตามลำดับขั้น หรือ Deep learning ใช้รูปแบบที่เป็นเอกลักษณ์ของ ML ที่เกี่ยวข้องกับวงจรประสาทเทียม หรือ artificial neural circuits ที่มี abstraction layers หลากหลายที่สามารถเลียนแบบสมองมนุษย์ ประมวลผลข้อมูลและสร้างรูปแบบสำหรับการตัดสินใจ ในเวลานี้ส่วนใหญ่ถูกใช้เพื่อจดจำรูปแบบและจำแนกแอปพลิเคชันที่เข้ากันได้กับชุดข้อมูลขนาดใหญ่เท่านั้น

Deep Instinct, Ersatz Labs, Fluid AI, MathWorks, Peltarion, Saffron Technology และ Sentient Technologies มีตัวเลือกเกี่ยวกับแพลตฟอร์ม Deep Learning ให้สำรวจหลากหลาย

android

8. BIOMETRICS: การระบุตัวตนทางชีวภาพ

BIOMETRICS คือเทคโนโลยี หรือ วิธีการใช้ข้อมูลทางชีวภาพ ไม่ว่าจะเป็นลักษณะเฉพาะทางกายภาพ หรือพฤติกรรม มาใช้ในการตรวจสิทธิหรือแสดงตน เช่น ลายนิ้วมือ ฝ่ามือ เสียง ม่านตา เรตินา ใบหน้า ดีเอ็นเอ ลายเซ็น

เทคโนโลยีนี้สามารถใช้ในการระบุตัวบุคคล วัด และวิเคราะห์พฤติกรรมมนุษย์และลักษณะทางกายภาพของโครงสร้างและรูปลักษณ์ของร่างกายช่วยให้การโต้ตอบระหว่างมนุษย์และเครื่องจักรเป็นธรรมชาติมากขึ้น รวมถึงการโต้ตอบที่เกี่ยวข้องกับการสัมผัส ภาพ คำพูด และการจดจำภาษากาย มีขนาดของข้อมูลภายในขอบเขตข้อมูลการวิจัยตลาด

3VR, Affectiva, Agnitio, FaceFirst, Sensory, Synqera และ Tahzoo คือบริษัทด้าน Biometrics ที่กำลังทำงานกันอย่างหนักเพื่อพัฒนาเทคโนโลยีนี้

9. ROBOTIC PROCESSES AUTOMATION: ระบบอัตโนมัติที่ใช้หุ่นยนต์ในกระบวนการทำงาน

ระบบอัตโนมัติที่ใช้หุ่นยนต์ทำงานโดยใช้สคริปต์และวิธีการเลียนแบบกระบวนการทำงานของมนุษย์แบบอัตโนมัติเพื่อสนับสนุนการทำงานขององค์กร มีประโยชน์อย่างยิ่งในสถานการณ์ที่มีการจ้างงานแบบเฉพาะเจาะจง หรืองานที่มีราคาสูงเกินไปหรือเมื่อใช้คนทำไม่เกิดประสิทธิภาพตัวอย่างที่ดีสำหรับเทคโนโลยีนี้ก็คือ Adext AI ซึ่งเป็นแพลตฟอร์มสำหรับการดำเนินงานโฆษณาแบบดิจิทัล และเป็นไปอย่างอัตโนมัติโดยใช้ AI ช่วยให้ธุรกิจประหยัดเวลาจากการทุ่มเวลาไปในงานเกี่ยวกับเครื่องกลและการทำงานซ้ำ ๆ

เป็นโซลูชันที่ช่วยให้คุณใช้ศักยภาพของมนุษย์ให้เกิดประโยชน์สูงสุด นำพนักงานไปสู่ตำแหน่งเชิงกลยุทธ์และความคิดสร้างสรรค์มากขึ้น เพื่อใช้ความสามารถส่งผลให้องค์กรเติบโตขึ้นอย่างแท้จริง

Advanced Systems Concepts, Automation Anywhere, Blue Prism, UiPath และ WorkFusion คือตัวอย่างของบริษัทสำหรับ robotic processes automation

 

อ่านต่อ 10 เทคโนโลยี AI ที่เหลือตอนต่อไป…ที่นี่ 

 

อ้างอิง:

19 Artificial Intelligence Technologies To Look For In 2019

บทความที่เกี่ยวข้อง:

19 เทคโนโลยี AI ที่ต้องเรียนรู้ในปี 2019 (2)

เราเชื่อใจ ‘ปัญญาประดิษฐ์’ หรือไม่

เพื่อน ‘ร่วมงาน’ แห่งอนาคต

About The Author