การเขียนโปรแกรมแบบเดิม ๆ กับเครื่องจักรสร้างโค้ด (Machine Learning)

 ความเป็นจริงใกล้เข้ามาทุกที่ ในอนาคตการเขียนโค้ดจะลดลง ทำไม? ถึงลดลง 

source image: www.avenga.com

เพราะ Edge Devices ทั้งหลายสามารถที่จะเรียนรู้ได้ด้วยตนเอง ทำให้การเขียนโค้ดลดลง เหลือเพียงแค่การสร้างโค้ดเพื่อเก็บข้อมูลแล้วป้อนข้อมูลให้ ML ในตอนแรกเท่านั้นเพื่อให้ Machine Learning (ML) เรียนรู้ เพื่อสร้างโมเดล จากนั้นก็นำโมเดลที่ได้ไปฝังไว้อุปกรณ์ปลายทาง edge device ก็จะเรียนรู้ตลอดไปด้วยตนเองได้ เพราะในปัจจุบัน Edge Devices เริ่มที่จะเรียนรู้ด้วยตนเองได้แล้ว (เราเริ่มเห็นอุปกรณ์เหล่านี้ฝัง AI มาในตัวแล้ว)

แล้วเราจะรู้ได้อย่างไรว่า อะไรต้องเขียนโค้ดแบบดังเดิมและอะไรที่ต้องใช้ ML?

เมื่อเรารู้ข้อมูลที่ชัดเจนและคำตอบที่แน่นอนของงานนั้น การเขียนโค้ดแบบดังเดิมคือคำตอบที่ดีที่สุด แต่ถ้าข้อมูลมีการเปลี่ยนแปลงตลอดและผลลัพธ์ที่ต้องการนั้นขึ้นอยู่กับข้อมูลที่เกิดขึ้นตลอดเวลา ตัวเลือกที่ดีคือ AI/ML สำหรับโค้ดนั้น

อนาคต Deep Learning กับ Edge Devices และ IoT

ในปัจจุบันการเรียนรู้ของเครื่องด้วย Deep Learning(DL) ส่วนใหญ่ยังคงประมวลผลและสร้างโมเดลบนเครื่องคอมพิวเตอร์ประสิทธิภาพสูงเพื่อความรวดเร็ว นั้นคืองานที่ต้องการความซับซ้อนสูง แต่สำหรับงาน Internet of Things (IoT) การประมวลผล AI ที่อุปกรณ์ (Edge) โดยตรงกับมีความสำคัญ เพราะการอ่านค่าเซนเซอร์นั้น แล้วประมวลผลเพื่อหาคำตอบด้วย AI เลยจะช่วยโต้ตอบให้อุปกรณ์มีความฉลาดเพียงพอ ไม่ต้องส่งข้อมูลไปที่ Server เพื่อประมวลผล ช่วยประหยัดพลังงานการประมวลผลที่ปลายทางได้อย่างมหาศาล อย่าลืมว่าอุปกรณ์ IoT กำลังเพิ่มขึ้นอย่างรวดเร็ว จำนวนข้อมูลจากเซนเซอร์ที่ส่งข้อมูลขึ้นไปประมวลผลก็เพิ่มมากเท่าทวีคูณด้วยเช่นเดียวกัน และอุปกรณ์ IoT ก็มีราคาลดลงรวมถึงประสิทธิภาพสูงและใช้พลังงานที่น้อยมาก เช่น ARM เป็นต้น

อนาคตที่เห็น

AI กำลังเข้าสู่การเรียนรู้ในระดับประถม/มัธยมของนักศึกษาในต่างประเทศแล้ว แล้วบ้านเราละ?