ทำความรู้จัก Cognitive AI และความแตกต่างระหว่าง Machine Learning และ Deep Learning เพื่อนำไปใช้ใน Marketing Technology

ในอดีตนักการตลาดส่วนใหญ่จะให้ความสำคัญกับ การสื่อสารการตลาด (MarCom – Marketing Communication) เพื่อให้สามารถสื่อสารได้ตรงกลุ่มเป้าหมาย แต่ในยุคปัจจุบันแค่การสื่อสารอย่างเดียวคงไม่พอ เพราะในยุคดิจิทัลที่ทุกคนมีอุปกรณ์อิเลคทรอนิกส์ติดตัวมากกว่า 1 เครื่อง นักการตลาดจำเป็นที่ต้องหาช่องทางในการนำเสนอสินค้าและบริการถึงตัวบุคคลผ่านอุปกรณ์ดิจิทัลเหล่านี้

โดยต้องสอดรับกับพฤติกรรมของผู้บริโภคแต่ละคน ซึ่งการใช้บุคลากรเข้าไปดูแลอาจทำได้อย่างไม่เต็มที่ การใช้เทคโนโลยีอย่าง AI (Artificial Intelligence) จึงเข้ามามีบทบาทสำคัญต่อการให้บริการในรูปแบบเข้าถึงส่วนบุคคล (Personalize) ทำให้หลายธุรกิจเริ่มให้ความสำคัญกับเทคโนโลยี AI หลังมีแผนการปรับเปลี่ยนธุรกิจสู่ยุคดิจิทัล (Digital Transformation)

แต่มีกี่ธุรกิจที่จะเข้าใจว่า AI คืออะไรแล้วต้องทำอย่างไร AI ถึงจะฉลาดในแบบที่ธุรกิจต้องการ วันนี้เราจะมาแกะรายละเอียดของ AI ว่าจริงๆ แล้ว AI ทำงานอย่างไร ทำไมถึงได้มีความฉลาดใกล้เคียงมนุษย์ อะไรคือ Machine Learning และ Deep Learning ความแตกต่างของ 2 อย่างนี้คืออะไร แล้วอะไรคือ Cognitive AI เหมือนหรือแตกต่างจาก AI ที่รู้จักอย่างไร

Big Data พื้นฐานสำคัญ แต่แผนและเป้าหมายสำคัญกว่า

อันดับแรก AI ไม่ใช่หุ่นยนต์ แต่ AI เป็นระบบการประมวลผลเชิงซ้อนที่ต้องผ่านการเรียนรู้ หลายคนบอกว่าการมี AI ที่ฉลาดมากๆ ช่วยให้ธุรกิจประสบผลสำเร็จ นั่นเพราะ AI จะช่วยประมวลผลจากข้อมูล (Data) เพื่อหาผลลัพธ์ที่ถูกต้องที่สุด ในการกรณีของการนำไปใช้ในเชิงธุรกิจคือ กานำ AI เพื่อประมวลผลหาความต้องการของคนนั้นๆ ผ่านพฤติกรรมที่ถูกจัดเก็บในรูปของข้อมูล

แต่ข้อมูล (Data) เพียงเล็กน้อยอาจไม่สามารถทำให้ AI ประมวลผลได้อย่างแม่นยำ ดังนั้นข้อมูลที่นำมาใช้กับ AI จำเป็นต้องมีปริมาณที่มากในรูปของ Big Data ไม่ใช่แค่รู้ว่าลูกค้าเป็นใคร ผู้หญิงหรือผู้ชาย ทำงานอะไร มีเงินเดือนเท่าไหร่หรือเป็นคนพื้นที่ไหน เพราะข้อมูล (Data) ที่แท้จริงคือข้อมูลที่เกิดขึ้นจากพฤติกรรม เช่น ชอบทานอะไร ที่ร้านไหน ย่านอะไร เวลาเท่าไหร่ เป็นต้น

โดยที่ข้อมูล (Data) เหล่านั้นป็นการสำรวจพฤติกรรมโดยที่ไม่ผ่านการทำแบบสอบถาม ทว่าแม้จะมีข้อมูลที่มากมายมหาศาลแบบชนิดที่รายละเอียดยิบ แต่ถ้าธุรกิจยังไม่รู้จุดประสงค์ของการนำเทคโนโลยี AI ไปใช้ ข้อมูล (Data) เหล่านั้นก็ไม่สามารถทำให้ AI บรรลุวัตถุประสงค์ของธุรกิจได้ ดังนั้นก่อนการวางแผนใช้ AI หรือการจัดเก็บข้อมูล (Data) ธุรกิจควรมีแผนหรือเป้าหมายไว้เป็นอันดับแรก เพื่อให้ง่ายในการจัดเก็บข้อมูล (Data) และช่วยให้ AI ประมวลผลได้อย่างแม่นยำมากที่สุด

Machine Learning สอน AI ให้ฉลาด

หลังจากที่ธุรกิจวางแผนและกำหนดวัตถุประสงค์ในการใช้เทคโนโลยี AI ได้แล้ว รวมถึงเก็บข้อมูล (Data) มาได้จำนวนมากแล้ว ถึงเวลาที่ต้องสอนให้ AI รู้จักนำข้อมูล (Data) เหล่านั้นมาหาค่าผลลัพธ์ของข้อมูล ถ้าเทียบง่ายก็เหมือนเครื่องคิดเลขที่หากนำ 2 มาบวกกับ 2 จะต้องได้ผลลัพธ์เท่ากับ 4 ซึ่ง AI จะเป็นการทำตามสมการที่เรากำหนดไว้และจะเป็นผลลัพธ์ที่ตายตัว

ขณะที่การสอนให้ AI มีความฉลาดมากขึ้นหรือที่เราเรียกกันว่า “Machine Learning” จะเป็นลักษณะการวางแนวทางไว้ เช่น ความแตกต่างของผงซักฟอกกับแป้ง โดยมีการระบุความแตกต่างระหว่างแป้งและผงซักฟอก แล้วระบบจะนำข้อมูล (Data) ไปประเมินผลโดยผ่านกระบวนการทดสอบเพื่อให้ระบบเรียนรู้เสมือนกับการทำข้อสอบ หากระบบ AI ตอบผิด ระบบจะทำการเรียนรู้ด้วยตัวเองว่าคำตอบนี้ผิด และจะทำการเรียนรู้เพื่อหาคำตอบที่ถูกที่สุด

ระบบ AI ในลักษณะนี้ได้จากรูปแบบการทำงานของ “Chatbot” ที่สามารถโต้ตอบการพูดคุยผ่านการพิมพ์ข้อความแชท โดยช่วงแรกของ Chatbot อาจจะมีการตอบผิดบ้างหรือไม่เข้าใจในคำถาม แต่ระบบ Machine Learning จะทำการเรียนรู้ว่าคำตอบนี้ผิดและจะหาคำตอบที่ถูกในครั้งต่อไป หรือการทำความเข้าใจในคำถามที่มากขึ้น โดยไม่ต้องพึ่งพาให้มนุษย์ป้อนข้อมูล

นอกจากนี้ Machine Learning ยังพัฒนาไปสู่การแปลงเสียงไปเป็นตัวอักษรและแปลงไปสู่สมการทางคอมพิวเตอร์ และสามารถเรียนรู้ได้ด้วยตัวเองว่าต้องตอบอย่างไรถึงจะถูกต้องกับคำถามที่เกิดขึ้น โดยหลายประเทศเริ่มมีการใช้ Call Center ในระบบ AI ช่วยตอบปัญหาและให้คำแนะนำได้ตลอด 24 ชั่วโมง โดยที่ผู้ใช้งานแทบไม่รู้เลยว่ากำลังคุยอยู่กับระบบ AI

Deep Learning ผ่านการเรียนรู้ แยกแยะจากรูปภาพ

หากการเรียนรู้ในแบบ Machine Learning เรียกว่า AI ฉลาดแล้ว การเรียนรู้ในรูปแบบของ “Deep Learning” จะยิ่งทำให้ AI ฉลาดล้ำยิ่งกว่า นั่นเป็นเพราะการเรียนรู้แบบ Machine Learning เป็นการสอนผ่านตัวหนังสือโดยมีการวางแนวทางเพื่อให้ระบบ AI ทำการเรียนรู้ด้วยตัวเองผ่านการทดลอง เพื่อหาคำตอบที่ถูกที่สุด

ขณะที่ Deep Learning เป็นการเรียนรู้ด้วยภาพและไม่มีการวางแนวทางใดๆ ไว้ให้ เพียงแค่กำหนดไว้ว่าภาพนั้นคืออะไร ระบบ AI จะทำการเรียนรู้หากระบวนการแยกแยะความแตกต่างของภาพได้เอง ยกตัวอย่างเช่น ภาพสุนัขกับแมว เพราะทั้งแมวและสุนัขมีความเหมือนกันเกือบ 100% ในเชิงสมการของ AI มีเพียงจุดแตกต่างเล็กน้อยที่ AI ต้องทำการเรียนรู้ โดยอาศัย Big Data หรือรูปภาพสุนัขและแมวจำนวนมากมายมหาศาลไปเพื่อความถูกต้องที่สมบูรณ์แบบ

ดังนั้น Deep Learning จะถูกนำไปใช้กับระบบ AI ที่ต้องใช้ภาพในการประมวลผล อย่างเช่น ระบบตรวจสอบใบหน้า (Facial Recognition) หรือโปรแกรมที่ใช้ในการตรวจสอบภาพ เช่น การตรวจสอบป้ายทะเบียนรถยนต์ เมื่อตรวจพบวัตถุที่มีลักษณะเป็นยานพาหนะ กล้องจะทำการโฟกัสไปที่แผ่นป้ายทะเบียน เพื่อแปลงภาพป้ายทะเบียนมาเป็นตัวอักษรและตัวเลข เป็นต้น

Cognitive AI ปัญญาประดิษฐ์เฉพาะทาง

ตอนนี้คงรู้แล้วว่า AI คือความสามารถในการคิดคำนวนอย่างมีเหตุผล ซึ่งการสอน AI ด้วย Machine Learning ช่วยให้สามารถสนทนาตอบโต้กับผู้คนได้ ยิ่งใช้บ่อยๆ ระบบจะมีการเรียนรู้ว่า เมื่อถามเรื่องนี้มาต้องตอบว่าอย่างไร หากถามเรื่องอื่นๆ ต้องตอบว่าอย่างไร แต่ถ้าต้องการให้ AI เน้นการตรวจสอบด้วยภาพมากกว่าการสื่อสารก็ต้องสอน AI ด้วย Deep Learning

แต่การสอน AI ทั้ง 2 รูปแบบ สามารถใช้ได้กับงานทั่วๆ ไปเท่านั้น ไม่สามารถตอบสนองการใช้งานในแบบเฉพาะเจาะจงแต่ละงานได้ โดยเฉพาะงานที่รายละเอียดจำนวนมากและต้องการความแม่นยำอย่างสูง เช่น ระบบ AI ในทางการแพทย์ที่ช่วยวิเคราะห์โรคจากฐานข้อมูลโรคจำนวนมหาศาลได้อย่างแม่นยำ หรือในทางวิศวกรที่มีรายละเอียดของชิ้นส่วนต่างๆ ซึ่งต้องใช้ความแม่นยำขั้นสูง

Cognitive AI จะทำหน้าที่ในการวิเคราะห์และประมวลผลเชิงลึก ซึ่งสามารถช่วยให้ค้นหาข้อมูลได้ถูกต้องและแม่นยำกว่า AI ที่ใช้ในงานปกติทั่วไป แต่ระบบจะไปไม่เป็นทันทีหากนำ Cognitive AI ไปใช้ในงานทั่วไป นั่นจุึงทำให้ Cognitive AI ไม่ค่อยเป็นที่รู้จักของหลายๆ คน

ย้ำกันอีกครั้งหนึ่งสำหรับ AI เป็นเทคโนโลยีที่ช่วยในการวิเคราะห์ข้อมูลและประมวลผลออกมา โดย AI จะต้องผ่านกระบวนการเรียนรู้อย่าง Machine Learning ที่เน้นในเรื่องของการตอบคำถามในแง่ของเสียง สามารถนำไปใช้ในงานที่เน้นสร้างความสัมพันธ์และสื่อสารกับลูกค้าได้ตลอด 24 ชม. ส่วน Deep Learning เน้นการเรียนรู้ผ่านการประมวลผลภาพเพื่อวิเคราะห์ภาพที่มองเห็น โดยจะเน้นไปที่การตรวจสอบเพื่อหาความผิดปกติเป็นหลัก

และ Cognitive AI ที่เน้นใช้งานเฉพาะทางที่มีข้อมูลมากมายมหาศาล แต่ต้องการความแม่นยำทั้งในการค้นหาและการวิเคราะห์แบบที่เรียกว่าห้ามผิิดพลาดแม้แต่เปอร์เซ็นต์เดียว แต่ทั้งหมดนี้จะทำให้ AI มีประสิทธิภาพสูงสุดต้องขึ้นอยู๋กับการางกลยุทธ์ในการใช้งาน AI รวมถึงการวางเป้าหมายหรือผลลัพธ์ของการใช้ AI ซึ่งจะช่วยให้มองเห็นภาพการทำงานของ AI ได้ย่างชัดเจนมากยิ่งขึ้น เพราะ AI เป็นเครื่องมือที่ช่วยให้กลยุทธ์การตลาดสัมฤทธิ์ผล

ขอขอบคุณข้อมูลจาก IBM