Geek Monday EP41 : Taiwan กับการ Transform Nation ด้วยพลัง AI

เกิดอะไรขึ้นถ้า AI สามารถปรับปรุงการเมืองได้  Audrey Tang รัฐมนตรีว่าการกระทรวงดิจิตอลของไต้หวัน ได้สร้างแพลตฟอร์ม AI คือ vTaiwan เพื่อวิเคราะห์การสนทนาออนไลน์และแสดงว่าหัวข้อใดเป็นที่ถกเถียงกันมากที่สุด และเป็นแพล็ตฟอร์มที่รับรู้ความรู้สึกของเพื่อนร่วมชาติ และสามารถดูได้ว่าคนกลุ่มไหน ที่กำลังทะเลาะกัน และจุดร่วมของความขัดแย้งเพื่อแก้ปัญหาดังกล่าวมันอยู่ตรงไหน

Tang เป็นรัฐมนตรีดิจิทัลเพียงคนเดียวในโลกที่ทำงานโดยไม่มีกระทรวง โดยเธอเชื่อในการทำงานร่วมกับผู้อื่นเพื่อสร้างแรงบันดาลใจและให้พวกเขาได้รับเครดิต แม้ว่าเธอไม่ต้องการมีอำนาจ แต่เธอเชื่อว่าโครงสร้างการแบ่งปันและพลังของเทคโนโลยีใหม่ ๆ อย่าง AI สามารถเปลี่ยนรัฐบาลให้ดีขึ้นได้

เลือกฟังกันได้เลยนะครับ อย่าลืมกด Follow ติดตาม PodCast ช่อง Geek Forever’s Podcast ของผมกันด้วยนะครับ

ฟังผ่าน Podbean : http://bit.ly/2PZufYC

ฟังผ่าน Apple Podcast :  https://apple.co/2lEqPPg

ฟังผ่าน Google Podcast : http://bit.ly/2IwSglI

ฟังผ่าน Spotify : https://spoti.fi/39yPGI3

ฟังผ่าน Youtube :  https://youtu.be/hI1w-Uaqnk0

▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
Sponsor by : Be4ushop.com
Online Product that make your life better
http://www.be4ushop.com
#แจกคูปองโค้ด “geekforever” ลด 100 บาท
▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬

References : https://ai.taiwan.gov.tw/news/how-ai-will-transform-taiwans-economy/ https://www.smart-energy.com/industry-sectors/data_analytics/taiwan-anarchist-minister-wants-an-ai-powered-government/ https://govinsider.asia/smart-gov/taiwans-anarchist-minister-wants-an-ai-powered-government/

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

Geek Monday EP40 : วิธีที่ Walmart ใช้เทคโนโลยี AI, IoT และ Big Data เพื่อเพิ่มประสิทธิภาพการค้าปลีก

แม้ว่า Walmart ก่อตั้งขึ้นในปี 1962 แต่พวกเขากำลังพบกับการเปลี่ยนการค้าปลีกและประสบการณ์ของลูกค้า โดยใช้เทคโนโลยีใหม่ ๆ อย่าง Machine Learning , Internet of Things (IoT) และ Big Data

โดยในช่วงไม่กี่ปีที่ผ่านมา ผู้ค้าปลีกออนไลน์รายใหญ่อันดับสอง ได้ทำการลงทุนในเทคโนโลยีการค้าปลีกและนวัตกรรมที่พัฒนาเพื่อใช้ประโยชน์จากเทคโนโลยีเพื่อสร้างประสิทธิภาพให้กับธุรกิจของพวกเขา สามารถแข่งขันกับยักษ์ใหญ่อย่าง Amazon ได้นั่นเอง

เลือกฟังกันได้เลยนะครับ อย่าลืมกด Follow ติดตาม PodCast ช่อง Geek Forever’s Podcast ของผมกันด้วยนะครับ

ฟังผ่าน Podbean : http://bit.ly/2PDZ1pR

ฟังผ่าน Apple Podcast :  https://apple.co/2lEqPPg

ฟังผ่าน Google Podcast :  http://bit.ly/2I82cSv

ฟังผ่าน Spotify : https://spoti.fi/39f1Rtb

ฟังผ่าน Youtube : https://youtu.be/O6qXnlUYYlM

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

Data Science กับอีกหนึ่งปัจจัยสำคัญที่ทำให้ Liverpool ของ Klopp เป็นทีมที่ยากที่จะต่อกร

87 นาทีของเกมส์ในลอนดอนเหนือ ใน Big Match นัดล่าสุดที่ผ่านมา ในขณะที่ทีมของ Jose Mourinho กุนซือของท็อตแนมฮ็อทสเปอร์ถูกตรึงสกอร์ไว้ด้วยความหมดหวัง ทีมของ Mourinho พยายามทุกวิถีทางเพื่อตีเสมอ แต่สเปอร์ก็ไม่สามารถเจาะเพิ่มทำประตูได้ แม้จะได้โอกาสที่ยอดเยี่ยมจาก Heung-min Son และ Giovani Lo Celso ในช่วงท้ายเกมส์ก็ตามที

แต่หลายคนอาจจะไม่ทันสังเกตว่า ณ ช่วงเวลาหนึ่งของเกมส์ ลิเวอร์พูลได้หยุดโมเมนตัมของสเปอร์ลงอย่างเลือดเย็น เมื่อ Dele Alli พาบอลเข้ามาใกล้เส้นครึ่งสนาม ทีมของ Jürgen Klopp ได้ปรับเปลี่ยนรูปแบบการเล่นให้ผู้เล่นกระจายตัวเป็นบล็อกที่แคบและมีความแข็งแกร่งดั่งหินผา และให้คู่ต่อสู้ทำได้เพียงเคาะบอลไปมารอบ ๆ ปราการป้อมสุดแข็งแกร่งของลูกทีมของเขาเพียงเท่านั้น

ผู้เล่น 10 คนที่สวมชุดสีแดงของทีมลิเวอร์พูล มีการยืนตำแหน่งอยู่ในตำแหน่งกลางสนามโดยมีระยะห่างจากด้านหลังไปด้านหน้าและจากด้านหนึ่งไปอีกด้านหนึ่งรวมกันไม่เกิน 20 หลา ซึ่งเป็นเรื่องน่าประหลาดใจ ในวิธีการทำงานและแน่นอนว่าการแข่งขันจบลงด้วยชัยชนะอย่างสวยงามของทีมลิเวอร์พูล

ตอนนี้ทีมหงส์แดงเสียประตูรวมทั้งสิ้นเพียงแค่ 7 ประตู ซึ่งถือว่าน้อยที่สุดในพรีเมียร์ลีกในฤดูกาลนี้ และมันไม่ใช่เรื่องบังเอิญแน่นอนกับการเสียประตูน้อยขนาดนี้ มันล้วนเกิดจากความสามารถของทีมแทบจะทั้งสิ้น ในการควบคุมเกมส์ในสนามให้ได้ดั่งใจของพวกเขา 

แน่นอนว่า สโมสรฟุตบอลขนาดใหญ่ส่วนใหญ่มีแผนกวิเคราะห์ข้อมูล แต่มีน้อยมากที่รวมเอาความรู้ดังกล่าวไปใช้ในการตัดสินใจระดับสูงและกระบวนการเล่น รวมถึง แท็กทิคต่าง ๆ ตามสิ่งที่ลิเวอร์พูลกำลังทำ

ลิเวอร์พูลฟอร์มกระชับบล็อกในใจกลางของสนามในช่วงปลายของการแข่งขันกับสเปอร์ส
ลิเวอร์พูลทำการกระชับระยะของผู้เล่นในใจกลางของสนามในช่วงท้ายของการแข่งขันกับสเปอร์ส

Michael Edwards ผู้อำนวยการด้านการกีฬาของสโมสรเป็นอดีตนักวิเคราะห์ ซึ่งก่อนหน้านี้เขาเคยทำงานที่สโมสร Portsmouth และ Spurs ซึ่งเขาได้มีโอกาสมารับตำแหน่งที่แอนฟิลด์ โดยปัจจุบันเขามีบทบาทหลัก โดยเป็นศูนย์กลางในการดูแลผลประโยชน์ระยะกลางถึงยาวของสโมสร รวมถึงการทำให้มั่นใจว่าทุกแผนกได้รับการจัดการอย่างราบรื่นที่สุด

เฟนเวย์สปอร์ตกรุ๊ปเจ้าของสโมสรฟุตบอลลิเวอร์พูล มีประวัติความเป็นมาที่ไม่ธรรมดาอยู่แล้วในเรื่องของการรวบรวมข้อมูล รวมถึงเรื่องของ Data Science จอห์น เฮนรี่ เข้าไปลงทุนในกีฬาเบสบอลก่อนที่จะเข้ามายังโลกของฟุตบอล

เขามีชื่อเสียงในการแต่งตั้ง Billy Beane ชายผู้อยู่เบื้องหลังแนวคิดของ Moneyball โดยได้เซ็นสัญญามูลค่า 12.5 ล้านเหรียญ ที่ทำให้ Beane กลายมาเป็นผู้จัดการทั่วไปของบอสตันเรดซอกซ์ในปี 2002 ก่อนถูกควบรวมโดย FSG หลังจากนั้นไม่นาน และตอนนี้แนวคิดของ Beane ได้สร้างความแตกต่างให้กับความสำเร็จของทีมบอสตันเรดซอกซ์อย่างที่เราได้รู้กัน

ผลงานที่เป็นรูปธรรมชัดเจนจากการใช้ Data ของ Billy Beane
ผลงานที่เป็นรูปธรรมชัดเจนจากการใช้ Data ของ Billy Beane

Ian Graham เป็นผู้อำนวยการฝ่ายวิจัยของ Liverpool โดยเขาได้รับปริญญาเอกในสาขาฟิสิกส์เชิงทฤษฎี และเชื่อในการประเมินผู้เล่นและแนวโน้มที่กว้างขึ้นในวงการกีฬา โดยการคำนวนผ่านตัวเลขที่มีความซับซ้อนสูง 

โดยการพัฒนาเรื่องดังกล่าวกับวงการฟุตบอล สามารถทำได้เมื่อมีการวิเคราะห์รายละเอียดในระดับเชิงลึกด้วยกราฟฟิก ทำให้เกิดรูปแบบข้อมูลที่เฉพาะเจาะจงในการทำความเข้าใจกับสิ่งที่แสดงให้เห็นว่าเป็นพื้นที่การครอบครองบอลของทีม

Tim Waskett นักดาราศาสตร์ฟิสิกส์และ Will Spearman ผู้มีปริญญาเอกด้านปรัชญาเป็นสมาชิกของทีม Data Science ของลิเวอร์พูล ทั้งสองได้พูดต่อสาธารณะเกี่ยวกับแนวคิดของการควบคุมพื้นที่การครอบครองบอลของทีม ด้วยตัวอย่างข้อมูลกราฟิกที่ใช้ในการจับภาพแนวคิดดังกล่าว

การสร้างภาพการควบคุมระดับเสียงซึ่งจับภาพพื้นที่ของพื้นที่ที่ควบคุมโดยผู้เล่นบางคน
การสร้างภาพพื้นที่การครอบครองบอลของทีมซึ่งมีการจับภาพพื้นที่ที่ควบคุมโดยผู้เล่นบางคน

ผู้เล่นที่ล้อมรอบด้วยวงกลมสีเหลืองคือคนที่ครอบครองบอลอยู่ และที่สำคัญทีมของเขาสามารถเข้าถึงพื้นที่ของสนามที่เป็นสีฟ้าตามภาพด้านบน ในขณะที่พื้นที่สีแดงส่วนใหญ่จะเป็นพื้นที่ที่ถูกครองบอลโดยทีมคู่แข่ง ซึ่งจากข้อมูลดังกล่าวผู้เล่นควรที่จะผ่านบอลเข้าไปให้เพื่อนร่วมทีมที่อยู่ในโซนสีฟ้า

Waskett ได้กล่าวว่า การรวมข้อมูลเหตุการณ์และข้อมูลที่มีการติดตามการเล่นของทีมลิเวอร์พูล ทำให้สามารถเข้าใจได้ว่าแต่ละการกระทำบนสนามส่งผลกระทบต่อความน่าจะเป็นของการทำประตูได้อย่างไร ซึ่งหนึ่งในกราฟิกที่ใช้ในการแสดงทฤษฎีดังกล่าว สามารถดูได้จากด้านล่าง

แนวคิดการควบคุมระดับเสียงของลิเวอร์พูลพิจารณาว่าพื้นที่ใดในสนามที่ดีที่สุดที่จะใช้ในเวลาใดก็ตาม
แนวคิดพื้นที่การครอบครองบอลของทีมลิเวอร์พูล โดยพิจารณาว่าพื้นที่ใดในสนามเป็นพื้นที่ที่ดีที่สุดที่จะใช้ในเวลาใด ๆ ก็ตาม

Waskett กล่าวว่า: “นักเตะที่มีวงกลมพื้นสีแดงคือนักเตะของลิเวอร์พูล และพื้นที่สีแดงเป็นพื้นที่ที่พวกเขาสามารถเข้าถึงได้เร็วกว่าผู้เล่นสีน้ำเงิน ซึ่งทุกอย่างจะถูกคำนวณให้กลายเป็นความน่าจะเป็นผ่านตัวเลขการคำนวณที่มีความซับซ้อน

และค่าจากตัวอย่างนี้ 1.3% แสดงความน่าจะเป็นที่ลูกบอลจะไปอยู่ในตำแหน่งดังกล่าวภายใน 15 วินาทีถัดไป ” ข้อมูลดังกล่าวมีความซับซ้อนสูง แต่เมื่อข้อมูลดิบเหล่านี้ได้รับการกรองและนำไปใช้ภายในสโมสร การค้นพบนี้สามารถทำให้ลิเวอร์พูลสร้างความได้เปรียบเหนือคู่แข่งที่ยังไม่พัฒนาในเรื่องดังกล่าวได้อย่างมีประสิทธิภาพมาก ๆ

Klopp เป็นคนรับผิดชอบหลักในการฝึกทีม ซึ่งข้อสรุปใด ๆ ที่ได้รับแนะนำโดยแผนก Data Science ของสโมสรจะต้องนำมาตีความและนำไปใช้ในแง่ของการเล่นฟุตบอลโดยตัวของ Klopp เอง

ซึ่งมีสถิติที่น่าสนใจก็คือ ลิเวอร์พูลยิงถูกยิงเข้ากรอบเพียงแค่ 55 ครั้งเท่านั้น ในพรีเมียร์ลีกในฤดูกาลนี้ (สถิติถึงเกมส์กับสเปอร์) ซึ่งดีกว่าอันดับสองอย่างเชลซีที่ 65 ครั้ง ใน ตามด้วยแมนเชสเตอร์ซิตี้ที่ 70 ครั้ง ซึ่งเป็นไปได้ว่าแนวการป้องกันของลิเวอร์พูลและกลยุทธ์การบล็อกตรงกลางของทีม อย่างที่เห็นในการเล่นกับสเปอร์ ทำให้ประสิทธิภาพในเกมส์รับของลิเวอร์พูลสูงมาก ๆ ในฤดูกาลนี้

ทางฝั่งของเกมส์รุก เทรนต์ อเล็กซานเดอร์ – อาร์โนลด์และแอนดี้ โรเบิร์ตสันส์ กำลังโด่งดังจากการผ่านบอลครอสสนาม ซึ่งต้องบอกว่าการกระทำรูปแบบนี้นั้นค่อนข้างแปลกใหม่สำหรับเกมส์ฟุตบอลในยุคนี้

แต่มันมีเหตุผลรองรับเพียงพอที่ว่าการกระทำเหล่านี้เกิดจากแนวคิดของการจัดการพื้นที่การครอบครองบอล อเล็กซานเดอร์ – อาร์โนลด์ซึ่งเคยเผชิญหน้ากับสเปอร์สที่แอนฟิลด์ในช่วงต้นฤดูกาลและข้อมูลสถิติการผ่านบอลของเขาในเกมส์แรกแสดงดังภาพด้านล่าง

เครือข่ายผ่านของเทรนต์อเล็กซานเดอร์อาร์โนลด์กับสเปอร์สที่แอนฟิลด์
เส้นทางการผ่านบอลของเทรนต์อเล็กซานเดอร์อาร์โนลด์ในเกมส์กับสเปอร์สที่แอนฟิลด์

จากรูปแสดงให้เห็นการผ่านบอลแบบแนวทแยงมุม ชี้ให้เห็นว่าการผ่านบอลลักษณะนี้ของ อเล็กซานเดอร์ – อาร์โนลด์ ได้รับคำสั่งจาก Klopp อย่างจงใจ

กองกลางของลิเวอร์พูลได้รับการวิพากษ์วิจารณ์ในช่วงไม่กี่ปีที่ผ่านมาเนื่องจากขาดความคิดสร้างสรรค์ แต่จะเกิดอะไรขึ้นถ้าใช้ข้อมูลการจัดการพื้นที่การครอบครองบอลผ่าน Data Science ? 

ความเสี่ยงในการครอบครองโดยทั่วไปแล้วนั้น จะถูกนำมาใช้โดยกองหลังเต็มรูปแบบของทีม ในขณะที่กองกลางกลางในทีมของ Klopp มุ่งไปที่การรักษาวินัยในการเล่นและมุ่งเน้นไปที่การรักษาสมดุลของทีมเป็นหลัก 

ซึ่งบางทีแผนก Data Science ของลิเวอร์พูลได้ค้นพบจุดศูนย์กลางของสนามที่สำคัญที่สุดในการป้องกัน ดังนั้นผู้เล่นอย่าง Jordan Henderson และ Gini Wijnaldum ก็มักจะเล่นบอลแบบ Play-Safe อยู่เสมอ อย่างที่เราได้เห็นกันมาตลอด

และในทางกลับกัน พื้นที่แนวรุก ด้านใน ทั้งด้านขวาและซ้าย ที่นำโดย Sandio Mane และ Mohamed Salah และ ช่องว่างตรงกลางหลังแนวรับฝั่งคู่แข่ง อาจจะได้รับการพิจารณาว่าเป็นพื้นที่ที่มีประสิทธิภาพมากที่สุดในการใช้ในการโจมตีนั่นเอง

ลิเวอร์พูลทำคะแนนกับเอฟเวอร์ตันด้วยการกดผ่านด่านยาว ๆ ง่ายๆ
ลิเวอร์พูลโจมตีเอฟเวอร์ตันด้วยการวางบอลยาวแบบง่าย ๆ

ไม่มีใครรู้ว่าว่าทีมลิเวอร์พูลได้ค้นพบสุดยอดความลับจาก Data Science มาน้อยเพียงใด ที่ส่งผลให้ทีมฟอร์มแข็งแกร่งอย่างที่เราได้เห็นในปัจจุบันนี้ แต่เมื่อพิจารณาว่าพวกเขาสามารถคว้าแชมป์สโมสรโลกและแพ้ในการแข่งขันพรีเมียร์ลีกเพียงครั้งเดียวตั้งแต่เดือนพฤษภาคม 2018 มันเป็นไปได้สูง ที่ข้อได้เปรียบที่ได้รับจาก Data Science จะส่งผลอย่างมากต่อทีมลิเวอร์พูลในยุคของ Klopp อย่างที่เราได้เห็นกันในทุกวันนี้นั่นเองครับ

ความคิดเห็นเพิ่มเติมจากผู้เขียน

แน่นอนว่ามันไม่ใช่เรื่องบังเอิญ ที่ทำให้ทีมอย่างลิเวอร์พูลก้าวมาถึงจุดที่เราเห็นในวันนี้ มันต้องประกอบด้วยส่วนประกอบที่ลงตัวหลาย ๆ ส่วน ไม่ใช่แค่เพียงความสามารถจากกุนซือสมองเพชรอย่าง Jurgen Klopp เพียงอย่างเดียว

การเปลี่ยนแปลงของลิเวอร์พูลมันชัดเจนมาตั้งแต่การเข้ามา take over สโมสรของ จอห์น เฮนรี่ ซึ่งเขาเป็นคนที่มีประวัติไม่ธรรมดา เมื่อสามารถทำทีมเบสบอลอย่าง บอสตันเรดซอกซ์ ประสบความสำเร็จมาแล้ว ด้วยการใช้ข้อมูลจาก Billy Beane

ซึ่งผมก็เป็นคนหนึ่งที่เป็นแฟนฟุตบอลตัวยงแต่เชียร์ทีมปืนใหญ่ อาเซน่อล ซึ่ง ได้มองเห็นภาพความสำเร็จทีละขั้น ๆ ของลิเวอร์พูลมาโดยตลอด และไม่แปลกใจเลยเมื่อได้อ่านข้อมูลจากบทความนี้ ที่ Data Science กลายมาเป็นปัจจัยที่สำคัญชี้ขาดอย่างหนึ่งที่ยกระดับความสามารถของทีมลิเวอร์พูลให้แข็งแกร่งได้ถึงเพียงนี้

เราจะเห็นได้ว่า ลิเวอร์พูล เล่นอะไรง่าย ๆ ไปเสียหมด การรุกที่จังหวะไม่มากนัก แต่มีประสิทธิภาพเป็นอย่างยิ่ง แนวป้องกัน ที่ยากที่จะเจาะเข้าไปทำลาย ซึ่งแม้กระทั่งเป๊บ กุนซือมากความสามารถ ก็ยังต้องยอมศิโรราบให้กับลิเวอร์พูลในยุคนี้

แน่นอนว่าทีมอื่น ๆ ก็ต้องมาเริ่มโฟกัสกับเรื่องของข้อมูล โดยเฉพาะงานด้าน Data Science ให้มากยิ่งขึ้น เพราะนับวันทีมลิเวอร์พูลจะทิ้งห่างคู่แข่งออกไปเรื่อย ๆ เมื่อส่วนผสมของพวกเขาลงตัวในทุก ๆ จุด และส่วนผสมที่สำคัญระหว่างศาสตร์ทางด้านฟุตบอลของ Klopp และ ศาสตร์ด้านข้อมูลที่มาจากทีมงาน Data Science ของพวกเขา กำลังแสดงให้โลกเห็นว่า ข้อมูลนั้นสำคัญเพียงใดกับเกมส์ฟุตบอล ซึ่งสุดท้ายมันอาจจะทำให้พวกเขาประสบความสำเร็จ และยากที่จะมีคู่แข่งมาต่อกร ไปอีกนานแสนนานเลยทีเดียวนั่นเองครับผม

References : https://www.liverpool.com/liverpool-fc-news/features/liverpool-transfer-news-jurgen-klopp-17569689 https://www.fourfourtwo.com/news/liverpool-pepijn-lijnders-jurgen-klopp-assistant-manager-lifts-lid-working-what-it-is-like

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

Geek Monday EP33 : Future of US

ต้องบอกว่า ก่อนหน้านี้ ที่ IBM เคยเอาชนะแชมป์หมากรุกโลกได้นั้น ถือเป็นเรื่องเล็ก ๆ ไปเลย เมื่อเทียบกับเกมส์โกะ เพราะเกมส์โกะ เป็นเกมส์ที่มีความน่าจะเป็นในกระดานสูงมาก และต้องคิดแบบหลายชั้น ซึ่งการที่ AI สามารถเอาชนะขีดจำกัดในข้อนี้ของมนุษย์ได้นั้น ถือว่าเป็นเรื่องที่ไม่ธรรมดา เราต้องลองจินตนาการว่า หาก Alpha Go สามารถเอาชนะแชมป์โลกโกะ ได้ แล้วต่อไปจะเกิดอะไรขึ้น เมื่อ AI สามารถเรียนรู้การทำงานของมนุษย์ และรู้ถึงจุดอ่อนของมนุษย์เราได้

แต่ก็อยู่ที่ว่ามนุษย์เรานั้นจะสามารถยอมรับได้หรือไม่ หากต่อไป นั้น เราจะถูกวินิจฉัยโดย AI ซึ่งไม่ใช่หมอ เช่นเดียวกับ ในอนาคตอันใกล้นี้ เราจะยอมรับได้มั๊ยว่า รถแบบขับเคลื่อนอัตโนมัตินั้น จะเป็นรถปรกติที่วิ่งบนถนนเดียวกับเรา ซึ่ง ยังไงอัตราการเกิดอุบติเหตุจาก AI เหล่านี้ ก็น่าจะน้อยกว่ามนุษย์อยู่แล้ว เพราะความแม่นยำที่สามารถตรวจสอบได้ และขีดจำกัดหลาย ๆ อย่างของมนุษย์นั้น จะไม่สามารถทำงานได้เทียบเท่า AI อีกต่อไป

เลือกฟังกันได้เลยนะครับ อย่าลืมกด Follow ติดตาม PodCast ช่อง Geek Forever’s Podcast ของผมกันด้วยนะครับ

ฟังผ่าน Podbean : http://bit.ly/2tuKuof

ฟังผ่าน Apple Podcast : https://apple.co/2lEqPPg

ฟังผ่าน Google Podcast :  http://bit.ly/2ZPzz4L

ฟังผ่าน Spotify :  https://spoti.fi/2MXUHR4

ฟังผ่าน Youtube : https://youtu.be/lraW0KddTmE

*** หมายเหตุ ใน EP โปรดใช้วิจารณญาณในการรับฟังนะครับ เป็นการคาดเดาสิ่งที่จะเกิดขึ้น จากที่ผมได้ติดตามเรื่องราวเทคโนโลยีใหม่ ๆ ตลอดหลายปีที่ผ่านมาเท่านั้นครับ ***

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

Geek Monday EP29 : UPS กับการใช้ AI Machine Learning และ Big Data ในธุรกิจ

UPS ยักษ์ใหญ่ด้านโลจิสติกส์จัดสรรงบประมาณกว่าพันล้านดอลลาร์ต่อปีเพื่อการลงทุนด้านเทคโนโลยีที่ทันสมัย ดังนั้นจึงไม่น่าแปลกใจที่ บริษัท มีส่วนเกี่ยวข้องอย่างมากกับเทคโนโลยีอย่าง ปัญญาประดิษฐ์ หรือ Big Data 

UPS ใช้เทคโนโลยีใหม่ ๆ ตั้งแต่การเพิ่มประสิทธิภาพเครือข่ายของ UPS เอง ไปจนถึงการปรับปรุงการดำเนินงานข้อมูลขนาดใหญ่ (BIG Data) และปัญญาประดิษฐ์ ที่จะเป็นหัวใจสำคัญในการดำเนินธุรกิจของ UPS ในอนาคต

เลือกฟังกันได้เลยนะครับ อย่าลืมกด Follow ติดตาม PodCast ช่อง Geek Forever’s Podcast ของผมกันด้วยนะครับ

ฟังผ่าน Podbean : http://bit.ly/2OIKtUL

ฟังผ่าน Apple Podcast : https://apple.co/2lEqPPg

ฟังผ่าน Google Podcast : http://bit.ly/2riMFKy

ฟังผ่าน Spotify : https://spoti.fi/2KOCFzr

ฟังผ่าน Youtube : https://youtu.be/ZsjGcnLwgv4

References : https://www.marketingaiinstitute.com/blog/how-ups-uses-artificial-intelligence-to-save-200-million-per-year https://www.supplychain247.com/article/ups_launches_chatbot_and_accelerates_path_toward_use_of_ai

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol