Stitch Fix ค้าปลีกแฟชั่น กับการใช้งานที่น่าทึ่งของเทคโนโลยี AI

Stitch Fix ก่อตั้งขึ้นในปี 2011 ในซานฟรานซิสโก และได้ทำให้อุตสาหกรรมค้าปลีกแฟชั่นถึงจุดเปลี่ยน ด้วยข้อมูลจากลูกค้าและการทำงานร่วมกันระหว่างปัญญาประดิษฐ์ (AI) และสไตลิสต์ที่เป็นมนุษย์ของบริษัท

Stitch Fix เป็นสไตลิสต์ส่วนตัวบริการที่จัดส่งเสื้อผ้าและเครื่องประดับที่คัดมาทีละรายการโดยคิดค่าธรรมเนียมการจัดการเพียงครั้งเดียว 

ลูกค้าสามารถกรอกแบบสำรวจออนไลน์เกี่ยวกับสไตล์ที่ชอบ สไตลิสต์ของบริษัทจะทำการเลือกสินค้าห้าชิ้นเพื่อส่งให้ลูกค้า สไตลิสต์เลือกสินค้าตามคำตอบแบบสำรวจของลูกค้าและข้อมูลจากช่องทางโซเชียลมีเดียของพวกเขา

จากนั้นลูกค้ากำหนดวันรับสินค้า เมื่อได้รับการจัดส่งแล้วลูกค้ามีเวลาสามวันในการเลือกว่าจะเก็บสินค้าไว้หรือส่งคืนบางส่วนหรือทั้งหมด หากลูกค้าเก็บสินค้าไว้อย่างน้อยหนึ่งชิ้นค่าธรรมเนียมจะเริ่มต้นและจะถูกรวมเข้ากับราคาของสินค้า

นอกเหนือจากค่าธรรมเนียมการจัดแต่งสไตล์แล้ว หากลูกค้าตัดสินใจที่จะเก็บสินค้าทั้งห้าชิ้นไว้ลูกค้าจะได้รับ 25% จากค่าใช้จ่ายทั้งหมดของสินค้า ลูกค้าสามารถเลือกความถี่ในการจัดส่ง เช่น ทุกสองสัปดาห์เดือนละครั้งหรือทุกสองเดือน 

โดย บริษัท ยังสนับสนุนการทำงานร่วมกับบอร์ดชื่อดังอย่าง Pinterest ซึ่งช่วยให้ลูกค้าสามารถเพิ่มรูปภาพแฟชั่นที่พวกเขาชอบได้ สไตลิสต์ Stitch Fix ก็จะเข้ามาดูบอร์ดเหล่านี้ด้วยเช่นกัน

ซึ่งบริการสมัครสมาชิกสไตล์ลิสต์ออนไลน์ช่วยลดความจำเป็นที่ลูกค้าจะต้องออกไปข้างนอก และทำให้พวกเขาสามารถเลือกซื้อเสื้อผ้าหรือแม้แต่ท่องเว็บออนไลน์ของ Stitch Fix ได้ เนื่องจากทาง Stitch Fix มีบริการให้คำแนะนำส่วนบุคคลได้โดยตรงนั่นเอง

โดยข้อเสนอแนะดังกล่าวได้รับการป้อนข้อมูลลงในฐานเก็บข้อมูลของ บริษัท เพื่อทำให้อัลกอริทึม Machine Learning ของบริษัท ทำงานได้ดียิ่งขึ้น ในการกำหนดรูปแบบที่ต้องการสำหรับลูกค้าแต่ละคน หรือแม้แต่ใช้ในการระบุแนวโน้มของ Trend สินค้าที่จะเกิดขึ้น 

ในปี 2018 บริษัท มีรายได้แตะ 1 พันล้านดอลลาร์ และมีลูกค้าที่ใช้งานอยู่ 3.4 ล้านราย แต่คู่แข่งอย่าง Amazon และ Trunk Club ต่างกำลังเลียนแบบสไตล์การค้าปลีกของพวกเขา 

ต่อไปนี้เป็นวิธีที่น่าสนใจที่สุดที่ Stitch Fix ใช้เทคโนโลยีปัญญาประดิษฐ์ร่วมกับสไตลิสต์ที่เป็นมนุษย์เพื่อขับเคลื่อนธุรกิจของพวกเขา

การปรับแต่งเสื้อผ้าและเครื่องประดับในแบบของคุณ

Stitch Fix ได้รวมความเชี่ยวชาญของสไตลิสต์ส่วนตัวเข้ากับข้อมูลเชิงลึกและประสิทธิภาพของปัญญาประดิษฐ์เพื่อวิเคราะห์ข้อมูลเกี่ยวกับเทรนด์ของแฟชั่น ไม่ว่าจะเป็น คำติชมของลูกค้า และความพึงพอใจ ข้อมูลเหล่านี้ถูกนำมาใช้ร่วมกับสไตลิสต์ที่เป็นมนุษย์ ด้วยคำแนะนำที่เป็นไปได้ สิ่งนี้ช่วยให้ บริษัท สามารถให้คำแนะนำสไตล์ที่เหมาะกับไลฟ์สไตล์และงบประมาณแก่ลูกค้าแต่ละรายได้

ปรับปรุงอัตราความพึงพอใจของลูกค้า

ยิ่งสไตลิสต์ของ Stitch Fix ที่มีการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักร ในการจัดหาผลิตภัณฑ์ที่พวกเขาชื่นชอบให้กับลูกค้าก็จะยิ่งทำให้การดำเนินธุรกิจของพวกเขามีประสิทธิภาพมากยิ่งขึ้น

ในขณะที่พวกเขาลงทุนในสินค้า พวกเขาก็รู้ว่าลูกค้าจะชื่นชอบอะไร ยิ่งพวกเขาเสียพื้นที่ในคลังสินค้าน้อยลง ค่าใช้จ่ายในการคืนสินค้า และการบริจาคสิ่งของที่ไม่ได้ขายก็ลดลงไปด้วย

ขณะที่ Eric Colson หัวหน้าเจ้าหน้าที่อัลกอริทึมของ Stitch Fix กล่าวว่า “ธุรกิจของเรากำลังนำข้อมูลต่าง ๆ ที่เกี่ยวกับแฟชั่นมาสู่มือของลูกค้าได้อย่างตรงเป้าหมายมากที่สุด”

วงจรพัฒนาสินค้ารูปแบบใหม่

ย้อนกลับไปในปี 2012 Stitch Fix มีอัลกอริธึม Machine Learning เพียงอย่างเดียวแต่ในปัจจุบันมีหลายร้อยเทคโนโลยีที่บริษัทกำลังใช้อยู่ 

โดยบริษัทกำลังออกแบบรูปแบบของตัวเองที่เรียกว่า Hybrid Designs โดยใช้ข้อมูลที่รวบรวมมาอย่างยาวนาน พวกเขาคิดว่า แต่ละสไตล์เป็นชุดของคุณลักษณะต่าง ๆ เช่น สีความยาวแขน ขอบเสื้อ หรือ สิ่งต่าง ๆ ที่เกี่ยวข้องกับแฟชั่น  

จากนั้นพวกเขาจะดูความคิดเห็นที่ได้รับจากลูกค้าสำหรับแต่ละคุณลักษณะเหล่านี้ ด้วยการรวมแอตทริบิวต์ใหม่ และแม้กระทั่งการปรับเปลี่ยนสิ่งต่าง ๆ เล็กน้อย เพื่อพัฒนาสินค้ารูปแบบใหม่ออกมาให้ตรงตามความต้องการลูกค้า

Stitch Fix สามารถสร้างการออกแบบใหม่เพื่อแบ่งปันกับนักออกแบบที่เป็นมนุษย์เพื่อตรวจสอบรูปแบบสุดท้าย ก่อนที่จะเข้าสู่สินค้าคงคลังของตน จากนั้นอัลกอริธึม AI จะนำผลิตภัณฑ์ใหม่ไปสู่มือของลูกค้า และเมื่อพวกเขาแบ่งปันความคิดเห็น วงจรของของการพัฒนาสินค้า ก็ยังคงดำเนินต่อไปอย่างต่อเนื่อง

การทำความรู้จักลูกค้าให้ดียิ่งขึ้น

Stitch Fix ไม่เพียง แต่ขอให้ลูกค้ากรอกข้อมูลสไตล์เพื่อกำหนดสไตล์ ขนาด และความชอบของลูกค้าเพียงเท่านั้น แต่ยังบันทึกทุกจุดที่มีการ connect กับลูกค้า รวมถึงการพิจารณาถึงสถานะของลูกค้าแต่ละรายในช่วงเวลาใดเวลาหนึ่ง เช่น ช่วงเพิ่งเริ่มงานใหม่ หรือ เหตุการณ์พิเศษที่ต้องผ่านการเปลี่ยนแปลงในชีวิต เช่น การหย่าร้าง

เนื่องจากอัลกอริทึมระบุการเปลี่ยนแปลงในสถานะเหล่านี้ได้ จึงสามารถช่วยให้ Stitch Fix ส่งมอบสินค้าที่เกี่ยวข้องมากที่สุด และในที่สุดก็ให้ข้อมูลเพื่อนำเสนอสิ่งที่ดีที่สุดให้กับลูกค้าของพวกเขา

ปรับปรุงการดำเนินงาน

ปัญญาประดิษฐ์ทำงานผ่านทุกด้านของคลังสินค้าและระบบการจัดส่งของ Stitch Fix เมื่อมีการร้องขอให้มีการจัดส่งสินค้า อัลกอริทึมจะทำการกำหนดให้กับคลังสินค้าโดยพิจารณาจากตำแหน่งของลูกค้าและสินค้าคงคลังของคลังสินค้า และการจับคู่กับสไตล์ของลูกค้า

รวมถึงพิจารณาถึงสิ่งอื่น ๆ โดยเมื่อมีการเลือกสินค้าสำหรับการจัดส่ง อัลกอริทึมจะปรับเส้นทางการรับสินค้าให้เหมาะสมเพื่อเติมเต็มช่องว่างของการขนส่ง และสร้างสินค้าแนะนำที่เป็นไปได้ซึ่งจะทำให้ลูกค้าสามารถหยิบสินค้าได้ในเวลาเดียวกันนั่นเอง

การจัดการสินค้าคงคลัง

Stitch Fix เกี่ยวข้องกับการจัดการสินค้าคงคลังเช่นเดียวกับร้านค้า Physical แบบดั้งเดิม เมื่อลูกค้าสั่งซื้อสินค้า พวกเขาจำเป็นต้องเติมสต๊อกสินค้าคงคลังเพื่อให้สไตลิสต์มีสินค้าคงคลังมากพอที่จะตอบสนองความต้องการของลูกค้า

พวกเขาต้องทำการค้นหาว่าลูกค้าจะซื้อกี่สไตล์เพื่อให้ตรงตามความต้องการของพวกเขา ซึ่งบริษัท ใช้อัลกอริทึม AI เพื่อช่วยเพิ่มประสิทธิภาพเหล่านี้ และแก้ไขปัญหาการจัดการสินค้าคงคลังที่มีความซับซ้อนขึ้นเรื่อย ๆ

แม้ว่า Stitch Fix อาจไม่ได้ใช้อัลกอริทึมได้ง่ายในอนาคต แต่ก็มีสิ่งหนึ่งที่มีความชัดเจนสำหรับพวกเขา คือ บริษัท ได้แสดงให้เห็นว่าการทำงานร่วมกันระหว่าง AI และมนุษย์ โดยทั้งสองทำสิ่งที่พวกเขาทำได้ดีที่สุด  โดยแม้จะมี AI เข้ามาเกี่ยวข้อง แต่มนุษย์ก็มีความสำคัญในกระบวนการนี้ แต่เมื่อพวกเขาทำงานร่วมกันผลลัพธ์ที่ได้จะมีผลผลิต และประสิทธิภาพที่ดีที่สุดนั่นเองครับ

References : https://www.stitchfix.com/
https://www.forbes.com/sites/laurengensler/2017/10/19/stitch-fix-files-for-an-ipo/?sh=31deafdc130b
https://www.idginsiderpro.com/article/3067264/at-stitch-fix-data-scientists-and-ai-become-personal-stylists.html
https://www.standard.co.uk/tech/thread-vs-stitch-fix-reviews-2019-ai-fashion-stylists-a4247041.html

AI กับ Forex เมื่อบริษัทผลิตสื่อรุกตลาดแลกเปลี่ยนเงินตราด้วยปัญญาประดิษฐ์

NASDAQ ประมาณการว่ามีการซื้อขายมากกว่า 5 ล้านล้านดอลลาร์ทุกวันในตลาดแลกเปลี่ยนเงินตราโลก (Forex) และเป็นตลาดที่มีการซื้อขายมากที่สุดในโลกเมื่อเทียบกับตลาดอื่น ๆ ที่มีอยู่ทั่วโลก

เหล่าผู้นำทางธุรกิจทั้งหลายอาจคาดหวังว่า AI จะเข้าสู่โลก forex ในด้านการเงินและการธนาคารในวงกว้าง ซึ่งในปัจจุบันนั้น บริษัท ส่วนใหญ่ในตอนนี้อ้างว่าจะช่วยเหลือผู้ค้าแลกเปลี่ยนเงินตราต่างประเทศโดยคาดการณ์ว่าเมื่อใดที่จะซื้อขายหรือถือสกุลเงินไว้ 

อย่างไรก็ตามตามที่ปรากฎในปัจจุบัน ผู้ที่ขาย AI ส่วนใหญ่ในตลาด forex นั้น เป็นมิจฉาชีพที่หลอกลวงเสียมากกว่า

ต้องบอกว่านอกเหนือจากบริษัทอย่าง Nikkei บริษัทอื่น ๆ ดูเหมือนจะไม่ค่อยมีหลักฐานที่ชัดเจนนัก เมื่อพูดถึง AI ที่พวกเขาอ้างว่าเป็นหัวใจหลักของผลิตภัณฑ์และโซลูชันของพวกเขา 

มีหลายบริษัทที่อ้างว่าเสนอโซลูชัน AI สำหรับการซื้อขายแลกเปลี่ยนเงินตราต่างประเทศ ซึ่งอาจโกหกเกี่ยวกับการใช้ AI ของพวกเขา

โซลูชั่นฟอเร็กซ์ที่ใช้ AI อยู่ระหว่างการพัฒนาของ Nikkei

Nikkei เป็น บริษัท สื่อของญี่ปุ่นที่มีพนักงานมากกว่า 3,000 คน บริษัท อ้างว่าซอฟต์แวร์ AI สามารถช่วยทำนายความผันผวนในตลาดแลกเปลี่ยนเงินตราต่างประเทศและคาดการณ์อัตราแลกเปลี่ยนระหว่างดอลลาร์สหรัฐและเงินเยนของญี่ปุ่นได้อย่างแม่นยำโดยใช้การประมวลผลภาษาธรรมชาติ (Natural Language Processing)

Nikkei อ้างว่าสถาบันการเงินหรือนักเก็งกำไรสกุลเงินสามารถใช้ AI เพื่อทำนายอัตราแลกเปลี่ยนระหว่างดอลลาร์สหรัฐและเงินเยนของญี่ปุ่น โดยเทคโนโลยี AI ของพวกเขานั้นได้รับการฝึกฝนจากฐานข้อมูลบทความของ Nikkei ที่เกี่ยวข้องกับ แนวโน้มเงิน ดอลลาร์ – เยนในระยะยาว ราคาสินค้าโภคภัณฑ์ และตัวบ่งชี้ตลาดอื่น ๆ สิ่งนี้ช่วยให้ซอฟต์แวร์ของ บริษัท สามารถคาดการณ์อัตราแลกเปลี่ยนในอนาคตที่เป็นไปได้ระหว่างสกุลเงินทั้งสอง

หากซอฟต์แวร์คาดการณ์ว่าอัตราแลกเปลี่ยนจะลดลง บริษัท สามารถแลกเปลี่ยนสกุลเงินเพื่อหลีกเลี่ยงการลดมูลค่าลง ในทางกลับกันหากซอฟต์แวร์คาดการณ์ว่าอัตราแลกเปลี่ยนจะเพิ่มขึ้น บริษัท อาจยึดสกุลเงินของตนหรือได้รับมากขึ้น ยังไม่ทราบวิธีการที่แน่นอนที่ซอฟต์แวร์บ่งชี้การคาดการณ์ในขณะนี้

บริษัท รายงานว่าซอฟต์แวร์ forex ได้รับรางวัล Dollar-Yen Durby รายไตรมาสของ บริษัทซึ่งเป็นการแข่งขันรายปีสำหรับผู้อ่านและนักวิเคราะห์ภายใน

ซึ่งผู้เข้าร่วมพยายามคาดการณ์อัตราแลกเปลี่ยนของดอลลาร์และเยนหนึ่งเดือนนับจากเริ่มต้น ของการแข่งขัน หนึ่งในนักวิเคราะห์อันดับต้น ๆ ของ บริษัท เข้ามาในลำดับที่สองของความแม่นยำ โดยคาดการณ์ว่าจะมีมูลค่าลดลง 0.06 เยนจากมูลค่าสกุลเงินจริง ซอฟต์แวร์ของ Nikkei เอาชนะนักวิเคราะห์ด้วยมูลค่าที่คาดการณ์ไว้ซึ่งลดลง 0.05 เยนจากมูลค่าสกุลเงินจริง

เป็นเวลากว่าสามทศวรรษที่ The Nikkei ได้จัดงาน “Dollar-Yen Durby” ในทุกไตรมาส ผู้อ่านและนักวิเคราะห์ตลาดพยายามคาดการณ์อัตราแลกเปลี่ยนประมาณหนึ่งเดือนต่อมา ครั้งล่าสุดมีคู่แข่งรายใหม่ AI ที่พัฒนาโดย Nikkei Group ในการแข่งขันเปิดตัว AI ทำหน้าที่คาดการณ์อัตราแลกเปลี่ยนสิ้นปีที่แม่นยำที่สุดโดยมีผู้อ่านประมาณ 400 คนและนักวิเคราะห์ 10 คน 

AI ของ Nikkei ใช้ Nikkei DeepOcean ซึ่งเป็นฐานข้อมูลของบทความจาก The Nikkei รวมถึงดัชนีชี้วัดทางเศรษฐกิจและการเงินอีกมากมาย โดย Hiroto Nakajima จาก Nikkei Innovation Lab กล่าวว่าจุดแข็งของ AI อยู่ที่ความสามารถในการผสมผสานข้อมูลจำนวนมหาศาลทั้งข้อความและตัวเลข

การคาดการณ์ Nakajima อธิบายไว้ในสองขั้นตอน ขั้นแรก AI จะตีความข้อมูลเพื่อคาดการณ์แนวโน้มดอลลาร์ – เยนในระยะยาว หากไม่เห็นการเปลี่ยนแปลงของแนวโน้มหลังจากผ่านไปหนึ่งเดือน ให้มองหาตัวบ่งชี้ตลาดที่มีแนวโน้มที่จะสัมพันธ์กับอัตราดอลลาร์ – เยน แทน 

ใน “Dollar-Yen Durby” ครั้งล่าสุด Nikkei AI ได้ทำการประมาณการถึงสิ้นปีโดยมุ่งเน้นไปที่การเชื่อมโยงระหว่างอัตราแลกเปลี่ยนและราคาน้ำมันดิบทองคำและสินค้าโภคภัณฑ์อื่น ๆ โดยใช้สมมติฐานว่าเงินเยนจะยังคงมีแนวโน้มแข็งค่าขึ้น

สำหรับผู้อ่าน Nikkei อันดับต้น ๆ ใช้แนวทางที่แตกต่างออกไป ฮิโรโนริ โคนิชิ ซึ่งทำงานในเมืองโกเบทางตะวันตก โดยเขาใช้พื้นฐานของรายงานที่ว่าการอ่อนค่าของเงินเยนจะเกิดจากการลดภาษีนิติบุคคลของสหรัฐ 

ซึ่งที่ Konishi คาดการณ์ไว้ ว่าจะลดลง 0.06 เยน โดยที่ AI ทำนายว่ามันจะลดลง 0.05 เยน  และ AI ก็เป็นฝ่ายชนะ “ผมไม่เคยคาดหวังว่า AI จะเอาชนะมนุษย์ได้” Konishi กล่าว

ฮิโรอากิ นากากุระ เจ้าหน้าที่บริหารระดับสูงของ บริษัท หลักทรัพย์ Rakuten ซึ่งมีส่วนร่วมใน “Dollar-Yen Durby” กล่าวว่า วิธีการของ AI ในการคาดการณ์แนวโน้มจากข้อมูลและข่าวสารในอดีตอาจไม่ได้ผลเช่นกัน เมื่อตลาดมีความผันผวน

ซึ่งก่อนหน้านี้ : Nikkei AI ไม่สามารถเข้าใกล้ความแม่นยำของการคาดการณ์จากมนุษย์ ในเดือนกันยายนได้เมื่อเงินเยนอ่อนค่ามากกว่า 2 จุด เมื่อเทียบกับดอลลาร์ในช่วงหนึ่งเดือน เนื่องจากอัตราดอกเบี้ยระยะยาวของสหรัฐพุ่งสูงขึ้น 

การคาดการณ์ของผู้อ่านอันดับหนึ่งอยู่ที่ 0.02 ของราคาปิด ณ สิ้นเดือนกันยายน AI สามารถทำนายได้ใน 1.75 เยนเพียงเท่านั้น 

สำหรับเดือนธันวาคมเมื่อ AI คาดเดาได้ดีที่สุดอัตราแลกเปลี่ยนจะผันผวนเพียง 0.14 จุด

นักพัฒนาต่างสะท้อนประเด็นที่ว่า AI มีแนวโน้มที่จะเหนือกว่ามนุษย์ เมื่อสภาวะตลาดอยู่ในช่วงสงบ และไม่ผันผวน

Ryuta Miyata ศาสตราจารย์จาก University of the Ryukyus ใน โอกินาวา ซึ่งวิจัยการคาดการณ์ AI ด้วยแพลตฟอร์มซื้อขายแลกเปลี่ยน Gaitame.com กล่าวว่าคอมพิวเตอร์ไม่สามารถทำนายภัยพิบัติสงครามและเหตุการณ์ที่เคลื่อนไหวในตลาดอื่น ๆ ได้

ตัวแทนของ Jibun Bank ซึ่งเริ่มให้บริการคาดการณ์อัตราแลกเปลี่ยนโดยใช้ AI แก่ลูกค้ากล่าวว่า ยิ่งรูปแบบการเคลื่อนไหวในคล้ายในอดีตมากเท่าไหร่ AI ก็จะยิ่งแม่นยำมากขึ้นเท่านั้น

แน่นอนว่าการพัฒนาที่ไม่คาดคิดก็สามารถส่งผลกระทบต่อมนุษย์ได้เช่นกัน

Miyata เน้นว่า AI ยังมีช่องว่างให้ปรับปรุง “การเรียนรู้ข้อมูลธุรกรรมของผู้ค้ารายวัน สามารถทำให้การคาดการณ์ AI แม่นยำยิ่งขึ้น” เขากล่าว

Nakajima ตั้งข้อสังเกตว่า จำนวนอุปกรณ์ที่เชื่อมต่อและรวบรวมข้อมูลที่เพิ่มขึ้นจะช่วยได้เช่นกัน “การพัฒนาของเทคโนโลยี IoT จะช่วยเพิ่มข้อมูลที่มีอยู่อย่างมาก”

แต่มีการตั้งข้อสังเกตว่า บริษัท เลือกผู้ชนะการแข่งขัน ซอฟต์แวร์ ที่ได้รับรางวัลไม่จำเป็นต้องมีเครื่องมือที่จะพิสูจน์ถึงประสิทธิภาพของ AI ดังกล่าว 

Nikkei Group ไม่ได้จัดเตรียมกรณีศึกษาจริงที่รายงานความสำเร็จของซอฟต์แวร์ เนื่องจากยังอยู่ระหว่างการพัฒนาและ ในปัจจุบันมีการใช้งานภายในองค์กรของพวกเขาเพียงเท่านั้น 

ผู้ขายโซลูชัน Forex ที่โกหกเกี่ยวกับการใช้ AI

หนึ่งใน บริษัท ดังกล่าว คือ Vantage Point AI ซึ่งในบรรดา บริษัท ทั้งหมดที่พบรายงานผลการค้นหาซอฟต์แวร์มากที่สุด โดยในเว๊บไซต์มีการรับรองและการอ้างสิทธิ์ว่ามีผู้ใช้มากกว่า 25,000 ราย

Vantage Point AI เป็นบริษัท ในสหรัฐอเมริกาที่มีพนักงาน 40 คน บริษัท นำเสนอซอฟต์แวร์ที่อ้างว่าสามารถช่วยให้ผู้ค้าแต่ละรายและธุรกิจการลงทุนสามารถคาดการณ์แนวโน้มตลาดระยะสั้นได้อย่างแม่นยำยิ่งขึ้นโดยใช้เทคโนโลยี Machine Learning

Vantage Point AI อ้างว่าผู้ใช้ต้องลงชื่อเข้าใช้บัญชีสมาชิกแบบชำระเงินเพื่อเข้าถึงซอฟต์แวร์ ตามที่ บริษัท ระบุ ซอฟต์แวร์ทำการทำนายโดยการเชื่อมโยง หุ้น พันธบัตร สินค้าโภคภัณฑ์ และสกุลเงินเมื่อเวลาผ่านพ้นไป

เพื่อดูว่าปัจจัยใดที่มีอิทธิพลมากที่สุดต่อคู่สกุลเงินบางคู่ แม้ว่าจะต้องใช้ความรู้ทางการเงินเพื่อใช้ประโยชน์สูงสุดจากการคาดการณ์ที่ VantagePoint AI สร้างขึ้น

ทั้งหมดที่กล่าวมา บริษัท ไม่ได้แสดงรายการกรณีศึกษาใด ๆ ที่รายงานเกี่ยวกับธุรกิจที่ประสบความสำเร็จกับซอฟต์แวร์ของตน และไม่พบใครในทีมของ Vantage Point ai ที่มีภูมิหลังที่แข็งแกร่งในเทคโนโลยีทางด้าน AI

นอกจากนี้บริษัทอื่น ๆ อย่าง Altredo, Lulubot, ROFX และ Scion Forex Autotrader เป็น บริษัท ที่อ้างว่าใช้ AI โดยไม่ต้องมีประสบการณ์ด้านวิชาการหรือธุรกิจในทีมผู้พัฒนา

บริษัท AI ทั้งสี่แห่งอ้างว่า AI ช่วยในการคาดการณ์มูลค่าของสกุลเงินหรือคู่สกุลเงินสองคู่ในระยะสั้นโดยใช้แนวโน้มของตลาดในอดีต อย่างไรก็ตามไม่มี บริษัท ใดที่ให้คำอธิบายว่า AI ที่อยู่เบื้องหลังซอฟต์แวร์ทำงานอย่างไร 

แม้ว่า บริษัท ผู้จำหน่าย AI ที่ถูกต้องตามกฎหมายหลายแห่งจะไม่สามารถรายงานประสบการณ์การใช้งานซอฟต์แวร์ของตนได้ แต่ปัจจัยที่บอกได้มากที่สุดว่า บริษัท เหล่านี้ไม่มี AI เป็นหัวใจหลักของผลิตภัณฑ์ คือไม่มี บริษัทใดในกลุ่มดังกล่าว ที่มีความสามารถด้าน AI ในทีมผู้บริหาร

หลาย บริษัท อ้างว่าใช้ AI โดยไม่ได้ทำเช่นนั้นจริง พวกเขาทำสิ่งนี้เพื่อยึดติดกับโฆษณาเรื่อง AI ที่เติบโตขึ้นในช่วงไม่กี่ปีที่ผ่านมาและบ่อยครั้งที่พวกเขาประสบความสำเร็จในการขายให้กับผู้นำทางธุรกิจที่ไม่รู้ว่าจะตัดสินได้อย่างไรว่าพวกเขากำลังพูดความจริงหรือไม่

บางครั้งผู้ขาย AI ก็ใช้เพียงแค่แรงงานมนุษย์ในการทำงานที่พวกเขาอ้างว่า AI กำลังทำอยู่บนเว็บไซต์ ในบางครั้งซอฟต์แวร์ที่เป็นหัวใจหลักของผลิตภัณฑ์ก็ประสบความสำเร็จในการบรรลุเป้าหมายทางธุรกิจของลูกค้า แต่แท้จริงแล้วซอฟต์แวร์นั้นไม่ใช่ AI

นอกจากนี้ตลาดแลกเปลี่ยนเงินตราต่างประเทศโดยทั่วไปเป็นที่เข้าใจกันดี ต้องใช้นวัตกรรมเพียงเล็กน้อยเพื่อเพิ่มประสิทธิภาพการซื้อขายสกุลเงินหนึ่งสำหรับอีกสกุลเงินหนึ่ง 

ธนาคารขนาดใหญ่ดำเนินการซื้อขายแลกเปลี่ยนเงินตราต่างประเทศจำนวนมากที่เกิดขึ้นในตลาดเนื่องจากสามารถเข้าถึงเงินทุนได้มากที่สุด แต่เนื่องจากอุตสาหกรรมนี้มีกลยุทธ์สูงจึงมีความลับอยู่เบื้องหลังการตัดสินใจในการซื้อขายเหล่านี้ เป็นไปได้ว่าธนาคารขนาดใหญ่เหล่านี้ใช้ AI ในการซื้อขายแลกเปลี่ยนเงินตราต่างประเทศ แต่แน่นอนว่าถ้าเป็นเช่นนั้นจริง ธนาคารก็จะไม่เปิดเผยข้อมูลดังกล่าว

นอกจากนี้ บริษัท ที่ต้องการสร้างโมเดล Machine Learning สำหรับการซื้อขายแลกเปลี่ยนเงินตราต่างประเทศจะต้องใช้ข้อมูลจากการซื้อขายที่หลากหลายที่เกิดขึ้นทั่วโลกเพื่อแจ้งให้ทราบอย่างดีที่สุดเกี่ยวกับวิธีดำเนินการซื้อขายแลกเปลี่ยนเงินตราต่างประเทศระหว่างสกุลเงินต่างๆ ซึ่งเป็นเรื่องยาก หากธนาคารของโลกยังคงใช้การตัดสินใจเบื้องหลังการแลกเปลี่ยนเงินตราต่างประเทศ

เพราะฉะนั้นเราไม่ควรคาดหวังให้ AI จัดการการซื้อขายแลกเปลี่ยนเงินตราต่างประเทศได้เหล่าบริษัท ผู้จำหน่าย AI ที่อ้างว่าจะนำเสนอโซลูชั่น Forex  บริษัท เหล่านี้มีแนวโน้มที่จะไม่ใช้ AI และเราอาจจะถูกหลอกโดยกลยุทธ์ทางการตลาดของผู้ขายได้รวมถึงในประเทศไทยเองก็ตามที

จาก บริษัท ทั้งหมด โซลูชันฟอเร็กซ์ของ Nikkei ดูเหมือนว่ามีศักยภาพที่จะถูกต้องที่สุดหากจะนำออกสู่ตลาด แต่ดูเหมือนจะเป็นไปไม่ได้ เนื่องจาก Nikkei เป็น บริษัท สื่อ

หากจะมีซอฟต์แวร์ซื้อขายแลกเปลี่ยนเงินตราต่างประเทศที่ใช้ AI สำหรับธุรกิจในอีกสองถึงห้าปีข้างหน้า พวกเขาน่าจะมาจากบริษัท Startup ที่ได้รับทุนจาก บริษัทร่วมทุนในซิลิคอนวัลเลย์หรือจากธนาคารที่ใหญ่ที่สุด ซึ่งอาจจะเก็บโซลูชันดังกล่าวไว้ใช้เองอย่างแน่นอน และไม่มีทางที่พวกเขาจะเปิดเผยออกมาสู่โลกภายนอกนั่นเองครับ

References : https://asia.nikkei.com/Business/Markets/Currencies/AI-trounces-humans-in-forex-forecasting-debut
https://www.hxlpartners.com/wealth-management/chinas-ai-stocks-invest-2018/

Spray-on solar cells กับเทคโนโลยีใหม่ของโซลาเซลล์แบบพ่นด้วยพลัง AI

ทีมนักวิจัยที่มหาวิทยาลัย Central Florida กล่าวว่างานวิจัยใหม่ของ AI เกี่ยวกับของเหลวพิเศษที่เรียกว่า “perovskite” ซึ่งในสักวันหนึ่งอาจจะนำมาใช้เพื่อสร้างโซลาเซลล์แบบพ่นได้

งานวิจัยใหม่ที่เรียกว่า “เซลล์แสงอาทิตย์ perovskite” (PSCs) สามารถเปลี่ยนแสงอาทิตย์ให้เป็นพลังงานได้เหมือนกับแผงเซลล์แสงอาทิตย์ที่ใช้ซิลิคอนในเทคโนโลยีแบบเดิม นักวิทยาศาสตร์เกิดความคิดนี้ขึ้นเมื่อทศวรรษที่แล้ว จนถึงตอนนี้พวกเขาได้พยายามคิดค้นสูตรที่ประหยัดต้นทุนและประหยัดพลังงานให้มากที่สุด

ด้วยการป้อนข้อมูลหลายร้อยจุดจากอัลกอรึทึมที่ได้รับการตรวจสอบเกี่ยวกับ perovskite ระบบจะสามารถทำนายได้ว่าสูตรใดจะทำงานได้ดีที่สุด

โดยทีมหวังว่าเทคโนโลยี Machine Learning ของพวกเขาจะช่วยให้วัสดุแห่งอนาคตมีความยืดหยุ่นและมีประสิทธิภาพตามที่ต้องการโดยไม่ต้องใช้เงินทุนมากนักเหมือนในปัจจุบัน งานวิจัยของพวกเขานั้นมีรายละเอียดในเอกสารที่ตีพิมพ์ในวารสาร Advanced Energy Materials เมื่อสัปดาห์ที่แล้ว

“ผลการทดสอบของเราแสดงให้เห็นว่าเทคโนโลยี Machine Learning สามารถใช้สำหรับงานวัสดุ perovskite และใช้พื้นฐานทางด้านฟิสิกส์ที่อยู่เบื้องหลังการพัฒนา PSCs ที่มีประสิทธิภาพสูงได้นั่นเอง” Jayan Thomas หัวหน้านักวิจัยกล่าวในแถลงการณ์

ความคิดเห็นเพิ่มเติมจากผู้เขียน

แน่นอนว่าเทคโนโลยีทางด้านโซลาเซลล์ในปัจจุบันนั้น กำลังก้าวหน้าไปอย่างมาก และนี่ก็ถือเป็นอีกหนึ่งงานวิจัยที่น่าสนใจเกี่ยวกับเทคโนโลยีในด้านนี้

ซึ่งในอนาคตหากสามารถที่จะนำมาใช้จริง ก็สามารถที่จะลดต้นทุนในการติดตั้งแผงโซลาเซลล์ เพื่อใช้พลังงานจากแสงอาทิตย์ได้ เนื่องจากในปัจจุบันนั้นจะเห็นได้ว่าเทคโนโลยีดังกล่าวนั้น ต้องใช้การลงทุนค่อนข้างสูง และใช้ระยะเวลายาวนานกว่าจะคืนทุนได้สำเร็จ

และแน่นอนหากพัฒนาเทคโนโลยีดังกล่าวให้ราคาถูกได้ ก็จะทำให้คนทั่วไปนั้นหันมาสนใจในการใช้พลังงานสะอาดจากแสงอาทิตย์มากขึ้น ซึ่งสุดได้ก็จะเป็นผลดีกับโลกเราในอนาคตนั่นเองครับ

References : https://phys.org/news/2019-12-artificial-intelligence-scientists-spray-on-solar.html

AI ของ Google รู้ได้ว่าคุณจะตายเมื่อไหร่?

AI รู้ว่าคุณจะตายเมื่อไหร่ แต่มันจะแตกต่างจากในภาพยนตร์ไซไฟอย่างแน่นอน เพราะข้อมูลเหล่านี้นั้นอาจช่วยชีวิตคนได้ก่อนที่เขาจะตาย!!!

โดยงานวิจัยใหม่จาก Google นั้นแสดงให้เห็นว่าการป้อนข้อมูลสุขภาพที่เป็นรูปแบบอิเล็กทรอนิกส์ โดยการใช้เทคโนโลยี Deep Learning สามารถปรับปรุงความแม่นยำของผลลัพธ์ที่คาดการณ์ไว้ได้เป็นอย่างมาก 

ซึ่งในการทดลองใช้ข้อมูลจากโรงพยาบาลสองแห่งในสหรัฐอเมริกานักวิจัยสามารถแสดงให้เห็นว่าอัลกอริธึมเหล่านี้สามารถทำนายระยะเวลาการพักฟื้นและยังสามารถทำนายช่วงเวลาแห่งความตายของพวกเขาได้เช่นเดียวกัน

เทคโนโลยี Neural Network ที่อธิบายในการศึกษาวิจัยดังกล่าว โดยข้อมูลจำนวนมหาศาล เช่น คำวินิจฉัยทางการแพทย์ และประวัติทางการแพทย์ของผู้ป่วย เพื่อคาดการณ์ ซึ่งอัลกอริธึมใหม่เรียงลำดับเหตุการณ์ก่อนหน้าของบันทึกของผู้ป่วยแต่ละรายให้เป็นไทม์ไลน์

หลังจากนั้นจะให้โมเดล Deep Learning สามารถทำนายผลลัพธ์ที่จะเกิดขึ้นในอนาคตรวมถึงช่วงเวลาแห่งความตาย โดย Neural Network ยังมีข้อมูลบันทึกย่อ ที่มีการเขียนด้วยลายมือรวมถึงความคิดเห็นต่าง ๆ จากแพทย์ด้วย

สมาคมการแพทย์อเมริกันยอมรับในคำแถลงว่า การทำงานร่วมกันระหว่าง AI กับแพทย์ที่เป็นมนุษย์นั้นสามารถก่อให้เกิดประโยชน์มากมาย แต่เครื่องมือ AI นั้นต้อง“ มุ่งมั่นที่จะปฏิบัติตามเกณฑ์สำคัญหลายประการรวมถึงต้องมีความโปร่งใสตรวจสอบได้และปราศจากอคติ” 

หากไม่มีกรอบการกำกับดูแลที่มีประสิทธิภาพที่ส่งเสริมความโปร่งใสในสหรัฐอเมริกา มันก็ไม่มีทางเป็นไปได้ที่จะทำให้บริษัทเหล่านี้รับผิดชอบหากเกิดปัญหาขึ้นมากับผู้ป่วย ซึ่งขึ้นอยู่กับบริษัทเอกชนว่าเทคโนโลยี AI จะส่งผลกระทบต่อการดูแลสุขภาพที่เป็นประโยชน์ต่อผู้ป่วยไม่ใช่ประโยชน์เฉพาะบริษัทเองเท่านั้น

References : 
https://futurism.com

Astro Robodog กับหุ่นยนต์ที่มีดวงตาที่น่ากลัวเหมือนมนุษย์

นักวิจัยจาก Florida Atlantic University (FAU) ได้สร้าง robodog ที่รวมส่วนที่ดีที่สุดทั้งหมดของเทคโนโลยีอย่าง Siri , การพิมพ์ 3 มิติและหุ่นยนต์ยุคใหม่ที่มีความว่องไวเช่น Boston Dynamics ‘SpotMini ขณะที่วิศวกรของ Astro ได้เพิ่มส่วนประกอบพิเศษลงในหุ่นยนต์ตัวนี้ นั่นคือ ดวงตาที่ดูน่ากลัวและเหมือนมนุษย์

โดเบอร์แมนพินเชอร์เป็นระบบคอมพิวเตอร์ที่ใช้ Deep Learning เพื่อ“ เรียนรู้จากประสบการณ์ในการทำงานเหมือนมนุษย์หรือในกรณีของมันก็คือเหล่างานที่เหมือนสุนัขนั่นเอง” 

ดวงตาที่่คล้ายมนุษย์
ดวงตาที่่คล้ายมนุษย์

Astro และหุ่นยนต์อื่น ๆ จำนวนหนึ่งยังคงอยู่ในการฝึกอบรมเพื่อพัฒนาประสิทธิภาพ” แต่ในปัจจุบันสามารถตอบสนองต่อคำสั่งเช่น“ นั่ง”“ ยืน” และ“ นอนลง” นักวิจัยบอกว่า Astro จะเรียนรู้ที่จะทำสิ่งต่าง ๆ เช่นตอบสนองต่อสัญญาณมือในการตรวจจับสี และประสานงานกับโดรนได้

ผู้สร้าง Astro มีความทะเยอทะยานสูงในหุ่นยนต์ตัวใหม่นี้ “ การตรวจจับปืน วัตถุระเบิด และคราบเขม่าดินปืน เพื่อช่วยเหลือตำรวจทหารและเจ้าหน้าที่รักษาความปลอดภัย” พวกเขากล่าวว่ามันสามารถใช้เป็นสุนัขบริการสำหรับผู้พิการทางสายตาได้ด้วย และเป็นตัวช่วยแรก ๆ สำหรับภารกิจการค้นหาและช่วยเหลือ

แต่นักวิจัยอาจตั้งเป้าที่จะทำให้ Astro คล้ายมนุษย์มากขึ้น ในการแถลงข่าว Ata Sarajedini, Ph.D. , คณบดีวิทยาลัยชาร์ลส์อีชมิดท์ของ FAU อธิบายว่า “ Astro ได้รับแรงบันดาลใจจากสมองมนุษย์และมันได้กลับมามีชีวิตอีกครั้ง ผ่านเทคโนโลยี Machine Learning และปัญญาประดิษฐ์ซึ่งพิสูจน์ได้ว่า มันจะกลายเป็นทรัพยากรที่ทรงคุณค่ามาก ๆ  ในการช่วยแก้ปัญหาที่ซับซ้อนที่สุดในโลก”

References : 
https://techxplore.com/news/2019-08-astro-robot-dog.html