AI ใหม่ของ IBM กับการเรียนรู้ผ่านความทรงจำ

เมื่ออัลกอริทึม AI เริ่มมีการเรียนรู้ทักษะใหม่ ตัวอย่างการเล่น วิดีโอเกมเช่น StarCraft II  ซึ่งแน่นอนว่ามันดีพอที่จะโค่นล้มผู้เชี่ยวชาญเกมส์ StarCraft II ที่ดีที่สุดที่เป็นมนุษย์ได้ไม่ยากนัก

แต่นั่นเป็นเรื่องจริงถ้าทุกคนเล่นตามกฎเกณฑ์เดียวกัน แต่หากเราเปลี่ยนพารามิเตอร์ของเกม จะทำให้ AI พบว่าตัวเองไม่สามารถปรับตัวได้ทั้งหมด ตัวอย่างเช่น AI ที่เก่งในเกม Pong ไม่สามารถรับมือแม้แต่การเปลี่ยนระยะทางไปเพียงเล็กน้อยระหว่างไม้ตีทั้งสองนั่นเอง

ตอนนี้การวิจัยใหม่ของ IBM ที่จะนำเสนอในการประชุม AI ในเดือนพฤษภาคมที่ผ่านมา  บริษัท ด้านเทคโนโลยียักษ์ใหญ่ กล่าวว่าความสามารถใหม่ของ AI ตอนนี้ ทำให้มันสร้างอัลกอริทึมที่สามารถเรียนรู้ได้ทันที โดยใช้ประโยชน์จากสิ่งที่คล้ายกับหน่วยความจำเสมือนเพื่อปรับให้เข้ากับสภาพแวดล้อมที่เปลี่ยนแปลงโดยไม่จำเป็นต้องได้รับการฝึกฝนตั้งแต่เริ่มต้นใหม่เหมือน AI รูปแบบเดิม ๆ ที่เคยมีมา

ตัวอย่างเช่นเมื่อเล่นเกม Flappy Bird อัลกอริทึมสามารถเล่นต่อไปได้แม้ว่าระยะทางระหว่างท่อและสิ่งกีดขวางยังคงเปลี่ยนไป ตามรายงานการวิจัยล่าสุดโดยห้องปฏิบัติการ IBM-Watson AI ซึ่งตัวอย่างที่น่าทึ่งของ ของการปรับตัวเรียนรู้ได้ตามสถานการณ์ของ AI จาก IBM

เป้าหมายสุดท้ายของโครงการนี้ คือ การสร้างปัญญาประดิษฐ์ที่คล้ายมนุษย์มากที่สุด หรือ ทำให้มันเหมือน AI จากนิยายวิทยาศาสตร์นั่นเอง งานวิจัยใหม่นี้ยังไม่ได้เพียงแต่จะทำให้ AI เรียนรู้ในแบบมนุษย์มากขึ้นโดยเลียนแบบความยืดหยุ่นของสมอง และความสามารถในการปรับปรุงฐานความรู้เมื่อกาลเวลาผ่านพ้นไป หรือสภาพแวดล้อมที่เปลี่ยนแปลงไปนั่นเอง

Matt Riemer นักวิทยาศาสตร์ของ IBM อธิบายว่าการวิจัยของทีมของเขาจัดการกับปัญหาของ AI ซึ่งโดยทั่วไปอัลกอริทึม AI จะตกเป็นเหยื่อของสิ่งที่เรียกว่า “catastrophic forgetting”  ซึ่งความหมายคือ AI ลืมการฝึกอบรมก่อนหน้าทั้งหมดทันทีที่พวกเขาได้รับการฝึกฝนเกี่ยวกับงานใหม่ที่เกิดขึ้น

นักวิทยาศาสตร์คนอื่นได้จัดการกับกับเรื่องดังกล่าวเฉกเช่นเดียวกับที่ IBM ทำ โดยทีมหนึ่งจาก DeepMind ของ Google ได้สร้างอัลกอริธึมด้วยวิธีการที่อนุญาตให้ AI เก็บ“ ความทรงจำ” ได้ดีขึ้น ซึ่งงานวิจัยใหม่นี้จัดการปัญหาที่คล้ายกันกับการวิจัย DeepMind แต่จากมุมมองที่ต่างออกไปนั่นเอง

แต่ Riemer เขียนว่าการป้องกันอัลกอริทึมจากการลืมสิ่งที่เคยเรียนรู้มานั้นไม่ดีเท่ากับการสร้าง AI ที่สามารถปรับและเรียนรู้สิ่งใหม่ ๆ ได้แบบเดียวกับทักษะของมนุษย์นั่นเอง

ความแตกต่างที่สำคัญคือทีมงานของ IBM พบวิธีการฝึกอบรม AI เพื่อให้ เมื่อพบกับการเปลี่ยนแปลงสภาพแวดล้อมไม่ว่าจะเป็นระยะห่างระหว่างท่อในเกม Flappy Bird หรือสิ่งอื่นใด ความรู้ที่มีอยู่และการฝึกอบรมที่มีอยู่ถูกถ่ายโอนไปยังงานใหม่ได้อย่างมาประสิทธิภาพมากที่สุด

ในท้ายที่สุด Riemer เขียนเป้าหมายสูงสุดของ IBM คือการสร้าง AI ที่สามารถทำสิ่งต่าง ๆ ด้วยตัวเอง เรียนรู้ และปรับตัวโดยไม่จำเป็นต้องมีมนุษย์คอยดูแลและคอยช่วยเหลือไปตลอดทางนั่นเอง

References : 
https://futurism.com


 


ติดตามสาระดี ๆ อัพเดททุกวันผ่าน Line OA


Line OA


Geek Forever’s Podcast


“Open Your World With Technology


AI , Blockchain และเทคโนโลยีใหม่ ๆ กำลังเข้ามามีบทบาทสำคัญในหลายธุรกิจ ทั้ง แวดวงการเงิน สุขภาพ หรือ งานด้านบริการต่าง ๆ ผมเป็นคนหนึ่งที่สนใจเกี่ยวกับ AI หรือ Machine Learning

Podcast ของผมจะเล่าเรื่องราวต่าง รวมถึงเรื่องที่ผมสนใจอื่น ๆ เช่น startup หนังสือ หนัง หรือ กีฬาฟุตบอล อยากชวนคนที่สนใจให้ลองมาติดตาม podcast ของผมกันด้วยนะครับ

ฟังผ่าน podbean
ฟังผ่าน podbean
ฟังผ่าน Apple Podcasts
ฟังผ่าน Apple Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Spotify
ฟังผ่าน Spotify
ฟังผ่าน Youtube
ฟังผ่าน Youtube


ติดตาม ด.ดล Blog เพิ่มเติมได้ที่

Fanpage : www.facebook.com/tharadhol.blog
Blockdit : www.blockdit.com/tharadhol.blog
Twitter : www.twitter.com/tharadhol
Instragram : instragram.com/tharadhol
TikTok : tiktok.com/@geek.forever
Youtube : www.youtube.com/c/mrtharadhol
Linkedin : www.linkedin.com/in/tharadhol
Website : www.tharadhol.com