BREAKING NEWS
latest

728x90

ad

468x60

ad

วันพุธที่ 24 ตุลาคม พ.ศ. 2561

บทความ: เครื่องมือ AI จะสามารถช่วยเพิ่มอัตราการใช้งานคริปโตให้มากขึ้นได้หรือไม่


มีหลากหลายทางเลือกที่จะทำให้อัตราการใช้งานคริปโตนั้นมากขึ้น เมื่อเร็ว ๆ นี้มีโปรเจกต์ที่ชื่อว่า tokenomics ออกมาโดยอธิบายว่าเว็บเทรดคริปโตทั่วไปนั้นไม่ได้ให้ Rewards เพียงพอให้กับผู้ใช้งานยกเว้นเว็บ Binance, Coss หรือ ABCC

อย่างไรก็ตามอย่างเช่น AI สามารถที่จะทำให้การใช้งานของคริปโตนั้นเพิ่มขึ้นได้หรือไม่ มันไม่ใช่เรื่องง่ายเลยเพราะคนที่เข้ามาในโลกคริปโตนั้นไม่ได้เป็นโปรแกรมเมอร์ที่จะคอยเข้าใจในเทคโนโลยีต่าง ๆ

เครื่องมือ AI ตัวไหนที่จะสามารถช่วยโปรเจกต์คริปโตต่าง ๆ ให้ดียิ่งขึ้นและใช้ Interface ที่ง่ายต่อการใช้งาน ต่อไปนี้จะพูดถึงเครื่องมือทั้งสี่ประเภทที่จะช่วยเข้ามาพัฒนาและมีภาษาที่ทุกคนสามารถเข้าใจได้ง่ายยิ่งขึ้น

อะไรคือ Neural Networks?
ถ้าคุณอยากเข้าใจการทำงานของ AI คุณควรอ่านเกี่ยวกับเครือข่ายประสาทเทียมก่อน (artificial neural networks) เพราะมันคือการวิจัยที่เกี่ยวกับ Machine Learning ที่อัปเดทล่าสุด

Neural networks ช่วยให้เครื่องสามารถเรียนรู้ได้มากเหมือนกับที่มนุษย์เราทำ โดยเฉพาะอย่างยิ่งพวกเขาจะได้แรงบันดาลใจจากพฤติกรรมของเซลล์ประสาทและสัญญาณไฟฟ้าที่พวกเขาถ่ายทอดระหว่าง Input (เช่นจากดวงตาหรือปลายประสาทในมือ) และกระบวนการ Output จากสมอง (เช่นการทำปฏิกิริยากับแสงสัมผัสหรือความร้อน) Neural networks ใช้วิธี heuristic เพื่อการเรียนรู้ mechanistic เนื่องจากพวกเขาส่งเสริมความล้มเหลวเป็นวิธีการในการรับความรู้นั่นเอง

ประเภทของ Neural Networks

เราจะพูดถึงสิ่งที่สำคัญ ซึ่งก็คือกระบวนการประมวลผลทางภาษา Natural Language Processing (NLP) โดย NLP สามารถใช้งานได้จากอุปกรณ์ที่มีอัลกอริทึมและมี AI ในการเรียนรู้ที่จะแปลงจากภาษาหนึ่งไปยังอีกภาษาหนึ่งเช่นจาก ภาษาหนึ่งไปยังอีกภาษาหนึ่ง (Language to Language) หรือจากภาพไปยังตัวหนังสือ (Image-to-text) หรือจากเสียงกลายเป็นตัวหนังสือ (Voice-to-Text) โดยใช้เทคนิค Machine Learning นั่นเอง

Multilayer perceptron (MLP)
ในเครือข่าย MLP ทุก Node ในแต่ละเลเยอร์จะเชื่อมต่อกัน โดยจะทำให้เครือข่ายสามารถเชื่อมต่อกันได้อย่างเต็มที่ ยกตัวอย่างเช่น Multilayer perceptron บนแอปฯ NPL จะสามารถทำให้รับรู้เสียงพูดและการแปลภาษาได้

Convolutional neural network (CNN)

ลเยอร์แบบ Convolutional จะใช้การทำงานแบบ convolution ในการ Input ข้อมูลและส่งผ่านไปยังชั้นถัดไป (Layer) ซึ่งหมายความว่า neural networks จะสามารถแสดงผลลัพธ์ออกมาได้อย่างดีเยี่ยมในแอปพลิเคชั่นทั้งภาพและเสียง

Long short-term memory (LSTM)
เครือข่ายของ LSTM จะมีเซลล์ไว้ติดตามสถานะตามบริบท และจะทำหน้าที่เป็นเซลล์หน่วยความจำระยะยาวหรือสั้น โดย Output ของ LSTM จะปรับเปลี่ยนตามเซลล์ที่ป้อนเข้าไปในตอน Input มากกว่า Output ตัวสุดท้ายที่ออกมา

อะไรคือ Assistants?
ถ้าเป็นยุค 90 เราก็จะนึกถึงผู้ช่วยในการติดตั้งซอฟต์แวร์บน Windows โดยทุกวันนี้เราเรียกมันว่าก็คือ Interfaces นั่นแหละ โดยตอนนี้ Assistants ก็มีความแตกต่างกันไปเราสามารถหาได้จาก Telegram บางเว็บไซต์ขายของที่มี Bot เป็นผู้ช่วย

ประเภทของ Assistants

มีผู้ช่วยอยู่สี่ประเภทที่ผู้ใช้งานสามารถสื่อสารกับ AI ได้อย่างง่ายดาย

Oracle – ระบบถามและตอบเท่านั้น

Oracle เป็น Interface ระหว่างผู้ใช้งานและเครื่องเท่านั้นโดยระบบของมันจะมีอยู่สามแบบได้แก่ Yes/No/NA (No Answer) และถ้าเกิดถามคำถามที่นอกเหนือจากนี้มันก็จะไม่สามารถตอบได้ มักจะอยู่บน Bot ของ Telegram (ที่มักเจออยู่บนโปรเจกต์ ICO) โดยมักจะเป็นการให้ข้อมูลกับผู้ใช้งานเกี่ยวกับหัวข้อที่เกี่ยวข้อง

Genies – ระบบป้อนคำสั่ง

Genies เป็นระบบที่ทำหน้าที่เป็นผู้ช่วย โดยจะดำเนินการตามตรรกะของผู้ใช้งาน โดยในกรณีนี้ผู้ใช้งานสามารถสื่อสารกับมันผ่านคำสั่ง (Command) หรือคำถาม/คำตอบ และระบบจะดำเนินการตามที่ผู้งานป้อนคำสั่งเข้าไปนั่นเอง และระบบนี้อาจเกิด Human Error มากกว่าระบบ Oracle

Sovereigns – ระบบอัตโนมัติ (ที่มีทั้งเป้าหมายและไม่มีเป้าหมาย)

Sovereigns จะเชื่อมต่อกับ natural language โดยส่วนมากแล้วนั้น AI ควรเรียนรู้ที่จะใช้ Model ต่าง ๆ เช่น Monte Carlo (การเดินแบบสุ่ม) เพื่อหาทางที่จะทำให้เกิดประสิทธิภาพมากสุดโดยการทดลองหาข้อผิดพลาดนั่นเอง

AI Tools – ระบบที่ไม่ได้ถูกออกแบบมาเพื่อแสดงออกถึงเป้าหมายที่ตั้งไว้

Tools อนุญาตให้ผู้ใช้งานสามารถกำหนด Parameters และ Context ได้และมักจะร่วมมือมือกับแอปฯ ของบริษัทยักษ์ใหญ่เช่น IBM Watson หรือ Google Big Query

ตอนนี้เราสามารถจินตนาการได้หรือยังว่าเราจะใช้เวลาเพียงไม่กี่ปีในการทำสิ่งต่าง ๆ ได้ และเมื่อ AI ถูกพัฒนาจนมี Interface ที่น่าใช้งานแล้ว? เราจะมีข้อมูลต่าง ๆ มากมายให้วิเคราะห์เช่นพฤติกรรม การคาดการณ์ การตรวจสอบจะมีความปราณีตมากยิ่งขึ้น ข้อผิดพลาดลดน้อยลงและมีประสิทธิภาพมากขึ้นนั่นเอง


ที่มา : 

« PREV
NEXT »

ไม่มีความคิดเห็น