Deep Learning คืออะไร? อธิบายการเรียนรู้เชิงลึกสำหรับมือใหม่

Updated · By Viviai

Deep Learning (การเรียนรู้เชิงลึก) เป็นส่วนหนึ่งของการเรียนรู้ของเครื่องที่ใช้โครงข่ายประสาทเทียมซึ่งประกอบด้วยหลายชั้น เรียนรู้รูปแบบจากข้อมูลโดยตรง โดยไม่ต้องอาศัยการกำหนดคุณลักษณะด้วยมือเหมือนวิธีแบบเดิม คำว่า "ลึก" หมายถึงจำนวนชั้นของโครงข่ายที่อยู่ระหว่างส่วนรับข้อมูลเข้ากับส่วนแสดงผลลัพธ์ ไม่ได้หมายความว่าเครื่องมีความเข้าใจลึกซึ้งเหมือนมนุษย์ การเรียนรู้เชิงลึกเป็นเทคนิคที่อยู่เบื้องหลังเครื่องมือ AI หลายอย่าง ตั้งแต่การจดจำภาพไปจนถึงโมเดลภาษาขนาดใหญ่

หากคุณได้อ่านเรื่อง แมชชีนเลิร์นนิงคืออะไร แล้ว การเรียนรู้เชิงลึกคือกลุ่มเทคนิคที่อยู่ภายในซึ่งเน้นใช้โครงข่ายหลายชั้น

เหตุใดจึงเรียกว่า "ลึก"

โครงข่ายประสาทเทียมแบบเรียบง่ายมักมีเพียงไม่กี่ชั้น ส่วนโครงข่ายเชิงลึกอาจมีหลายสิบไปจนถึงหลายร้อยชั้น ข้อมูลจะถูกเปลี่ยนผ่านทีละชั้นให้กลายเป็นการแทนค่าที่เป็นนามธรรมมากขึ้นเรื่อย ๆ

ลองนึกถึงเด็กที่เรียนรู้การจดจำแมว เด็กไม่จำเป็นต้องท่องนิยามว่า "สี่ขา หูแหลม มีหนวด" เพียงแค่ดูรูปแมวจำนวนมาก มีผู้ใหญ่คอยแก้เมื่อเข้าใจผิดว่าเป็นหมา แล้วค่อย ๆ สรุปกฎเกณฑ์ได้เอง โครงข่ายเชิงลึกทำงานในแนวทางเดียวกัน คือดูตัวอย่างที่มีคำตอบจำนวนมาก แล้วปรับค่าภายในจนสามารถทำนายภาพที่ไม่เคยเห็นได้ถูกต้อง

สำหรับงานจดจำภาพ แต่ละชั้นรับหน้าที่ต่างกัน:

  1. ชั้นแรกตรวจจับเส้นพื้นฐาน เช่น เส้นตรงและขอบ
  2. ชั้นถัดไปนำขอบมาประกอบเป็นรูปร่าง
  3. ชั้นที่ลึกกว่ารู้จำชิ้นส่วน เช่น ตาหรือจมูก
  4. ชั้นสุดท้ายสรุปว่าภาพนี้มีใบหน้าอยู่

การเรียนคุณลักษณะด้วยตัวเอง

จุดแตกต่างที่สำคัญจากวิธีการเรียนรู้แบบเดิมอยู่ที่ที่มาของคุณลักษณะ

ทั้งนี้ไม่ได้ยกเลิกการปรับแต่งทั้งหมด เพราะจำนวนชั้นและขนาดของแต่ละชั้นยังต้องเลือกให้เหมาะกับปัญหา

ตำแหน่งของการเรียนรู้เชิงลึกใน AI

สามคำว่าปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง และการเรียนรู้เชิงลึกมักสับสนกัน เพราะขอบเขตต่างกัน

คำศัพท์ ขอบเขต ลักษณะเด่น
ปัญญาประดิษฐ์ (AI) กว้างที่สุด ระบบที่ทำงานที่ต้องใช้ความฉลาด
Machine learning ส่วนหนึ่งของ AI เรียนรู้รูปแบบจากข้อมูล
Deep learning ส่วนหนึ่งของ machine learning โครงข่ายประสาทเทียมหลายชั้น

โมเดลการเรียนรู้เชิงลึกทุกตัวจัดเป็น machine learning และระบบ machine learning ทุกระบบจัดเป็น AI แต่ไม่ใช่ทุกระบบ AI ที่ใช้การเรียนรู้เชิงลึก

สถาปัตยกรรมที่พบบ่อย

การเลือกสถาปัตยกรรมขึ้นอยู่กับชนิดของข้อมูล

ขั้นตอนการทำงานโดยทั่วไป

โครงข่ายเชิงลึกมักได้รับการฝึกตามขั้นตอนดังนี้

  1. ชั้นนำเข้ารับข้อมูลดิบ เช่น พิกเซล ตัวอักษร หรือเสียง
  2. ชั้นซ่อนเปลี่ยนข้อมูลตามลำดับผ่านการคำนวณเชิงเส้นและฟังก์ชันกระตุ้น
  3. ชั้นส่งออกให้ผลการทำนาย เช่น ป้ายกำกับคลาส
  4. ฟังก์ชันความสูญเสียวัดระยะห่างระหว่างผลทำนายกับคำตอบที่ถูกต้อง
  5. การแพร่ย้อนกลับและการเพิ่มประสิทธิภาพปรับค่าน้ำหนักเพื่อลดความผิดพลาดในรอบถัดไป

วัฏจักรเดินหน้าเพื่อทำนายและถอยหลังเพื่อแก้ไขนี้ถูกทำซ้ำจนกว่าสมรรถนะบนทดสอบจะคงที่

จุดเด่นและความท้าทาย

ด้าน การเรียนรู้เชิงลึก
จุดเด่น เรียนคุณลักษณะเองได้ แข็งแกร่งกับข้อมูลซับซ้อน เช่น ภาพและภาษา
ความต้องการข้อมูล โดยทั่วไปต้องใช้ข้อมูลปริมาณมากจึงจะทำงานได้ดี
ความต้องการการประมวลผล การฝึกโมเดลใหญ่สิ้นเปลืองทรัพยากรและเวลา
ข้อจำกัด อาจให้ผลลัพธ์ที่ผิดพลาดได้ จึงยังต้องมีการตรวจสอบ

โมเดลที่มีจำนวนชั้นมากกว่าไม่ได้เหมาะกับทุกสถานการณ์โดยอัตโนมัติ หากข้อมูลมีจำกัดหรือปัญหาเรียบง่าย โมเดลที่เบากว่าอาจเป็นทางเลือกที่ประหยัดและเพียงพอ

ตัวอย่างการใช้งาน

คำถามที่พบบ่อย

การเรียนรู้เชิงลึกคืออะไร สรุปสั้น ๆ? เป็นสาขาของการเรียนรู้ของเครื่องที่ใช้โครงข่ายประสาทเทียมหลายชั้นเรียนรู้รูปแบบจากข้อมูลโดยตรง โดยมีคุณลักษณะที่โมเดลค้นพบเอง

ต่างจาก machine learning ทั่วไปอย่างไร? การเรียนรู้ของเครื่องแบบเดิมมักต้องกำหนดคุณลักษณะด้วยมือ ส่วนการเรียนรู้เชิงลึกดึงคุณลักษณะเองผ่านหลายชั้นจากข้อมูลดิบ

เหตุใดจึงต้องใช้ข้อมูลจำนวนมาก? โครงข่ายลึกมีพารามิเตอร์จำนวนมาก ข้อมูลที่เพียงพอจึงช่วยให้โมเดลเรียนรู้กฎเกณฑ์ที่ถูกต้องและลดความเสี่ยงจากการท่องจำข้อมูลฝึก

การเรียนรู้เชิงลึกเป็น AI หรือไม่? เป็นส่วนหนึ่งของ AI โดยอยู่ภายใน machine learning ส่วน AI เป็นแนวคิดที่ครอบคลุมกว้างกว่า

การเรียนรู้เชิงลึกใช้ได้เฉพาะภาพหรือเปล่า? ไม่ใช่ ยังใช้กับข้อความ เสียงพูด วิดีโอ ระบบแนะนำ และข้อมูลลำดับอื่น ๆ โดยเลือกสถาปัตยกรรมให้เหมาะกับแต่ละงาน

ขั้นตอนถัดไป

เพื่อให้เห็นภาพรวม ควรอ่านเรื่อง ปัญญาประดิษฐ์คืออะไร และ นิวรัลเน็ตเวิร์กคืออะไร จากนั้นจึงศึกษาสถาปัตยกรรมเฉพาะอย่าง เช่น โครงข่ายคอนโวลูชัน และ โครงข่ายวนซ้ำ

Sources

  1. https://th.wikipedia.org/wiki/การเรียนรู้เชิงลึก
  2. https://tectony.co.th/blog/ai-technology-that-can-think-and-learn-on-its-own-understanding-intelligent-systems-in-the-modern-world
  3. https://www.kmitl.ac.th/th/node/533

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free