ในทุกๆวันนี้ Machine Learning ได้เข้ามามีบทบาทสำคัญในหลายๆภาคส่วน ไม่ว่าจะเป็นในภาคธุรกิจที่จะใช้ Machine Learning ในการเพิ่มประสิทธิภาพการทำงาน และบริหารต้นทุน, ภาครัฐใช้วิเคราะห์ Big Data เพื่อจัดการข้อมูลประชากรและบริหารภาษี, หรือในชีวิตประจำวันของพวกเราล้วนมี Machine Learning อยู่เบื้องหลังหลายๆแอปพลเคชั่นที่เราใช้งานกันอยู่ไม่ว่าจะเป็น FB, IG ,หรือ Wongnai เป็นต้น
โดยหลักการแล้ว Machine Learning นั้นจะใช้ข้อมูลในอดีตเพื่อสร้าง "โมเดล" ที่ใช้วิเคราะห์และคาดการณ์อนาคต แต่เราจะรู้ได้อย่างไรว่าข้อมูล "โมเดล" ที่เราสร้างมานั้นคลาดเคลื่อนหรือผิดพลาดหรือไม่? ในเมื่อคอมพิวเตอร์นั้นสามารถประมวลผลได้ซับซ้อนและรวดเร็วกว่ามนุษย์ได้เป็นพันๆเท่า
ด้วยสาเหตุนี้สตาร์ทอัพที่ชื่อว่า Aporia จึงได้ถูกก่อตั้งขึ้นเพื่อทำการตรวจสอบการทำงานของ Machine Learning อีกที ถ้าใครอยากทราบเรื่องราวของสตาร์ทอัพเจ้านี้ Prototype Thailand จะสรุปให้ฟัง
อธิบาย Machine Learning แบบเข้าใจง่ายๆ
หลายๆท่านพอได้ยินคำว่า Machine Learning อาจจะรู้สึกกลัวๆขึ้นมาว่าอ่านแล้วจะเข้าใจมั้ย ผมเลยอยากมาสรุปขั้นตอนการสร้าง Machine Learning แบบง่ายๆให้ทุกท่านได้ฟังกัน เพื่อจะได้เข้าใจถึงความสำคัญและมูลค่าที่แท้จริงของ Aporia ครับ
ถ้าจะให้อธิบาย Machine Learning แบบง่ายๆ ก็คือ การนำข้อมูลในอดีตมาเพื่อทำนายอนาคตและตอบสนองความต้องการของมนุษย์ให้ดียิ่งขึ้น เช่น ระบบแนะนำสินค้า ที่เอาข้อมูลการซื้อของลูกค้าหลายสิบล้านคนมาวิเคราะห์ เพื่อดูว่าถ้าลูกค้าซื้อของชิ้นนี้ เค้ามีโอกาสจะซื้อสินค้าอะไรเป็นชิ้นต่อไป และระบบก็จะนำสินค้านั้นมานำเสนอเพื่อเพิ่มโอกาสการขาย หรืออย่างเคสของการปล่อยสินเชื่อที่เอาข้อมูลประชากรและข้อมูลพฤติกรรมทางการเงินของผู้ขอสินเชื่อในอดีตเพื่อทำนายว่าโปรไฟล์แบบไหนมีความเสี่ยงที่จะค้างชำระหนี้ในอนาคต เป็นต้น
ตามหลักแล้วเมื่อ Data Scientist ได้ชุดข้อมูลมาแล้ว จะทำแบ่งชุดข้อมูล (Data Set) ออกมาเป็น 2 ชุด ชุดแรกคือชุดข้อมูลการเรียนรู้ (Training Set) กับชุดข้อมูลการทดสอบ (Test Set) โดย training set มีหน้าที่ในการฝึกฝนเจ้า Machine Learning Model ให้เข้าใจปัญหาและหาคำตอบ ส่วน Test Set นั้นจะเอาไว้ใช้ในการทดสอบว่าโมเดลกับคำตอบที่ออกมานั้นใกล้เคียงกับความเป็นจริงขนาดไหน
cr. https://elearningindustry.com/machine-learning-process-and-scenarios
หลังจากที่เราเข้าใจกันคร่าวๆเกี่ยวกับกระบวนการทำ Machine Learning แล้ว เรามาลองดูกันว่าทำไมสตาร์ทอัพอย่าง Aporia ถึงได้มีความสำคัญ และถูกประเมินค่าไว้สูงจนได้รับเงินทุนถึง 5 ล้านเหรียญสหรัฐจาก Vertex Ventures และTLV Partners ในรอบ seed round
จุดเริ่มต้น Aporia กับการทำงานด้าน Machine Learning
อย่างที่ได้กล่าวไปข้างต้นว่าในการทำงานด้าน Machine Learning สิ่งที่จำเป็นที่สุดก็คือชุดข้อมูล (Data Set) ที่ใช้ในการฝึกฝนโมเดล ถ้าชุดข้อมูลที่ได้รับมามีความคลาดเคลื่อนก็จะส่งผลต่อประสิทธิภาพความแม่นยำที่ลดลง หรืออาจถึงขั้นสร้างความเสียหายให้กับตัวธุรกิจเลยก็ได้ โดยเฉพาะองค์กรที่พึ่งชุดข้อมูลของบริษัทภายนอกในการทำ Machine Learning ซึ่งมีโอกาสที่จะโดนปรับเปลี่ยนชุดข้อมูลโดยไม่ได้บอกกล่าวได้
Liran Hason ได้เห็นช่องโหว่ดังกล่าว ในขณะที่เค้าทำงานเป็น production architecture สำหรับ machine learning model ณ ที่ทำงานเก่าของเค้าที่ชื่อ Adallom บริษัทรักษาความปลอดภัยด้านข้อมูล (ที่ปัจจุบันถูก Microsoft เทคโอเวอร์ไปเรียบร้อยแล้ว) ทำให้เค้าตัดสินใจออกมาตั้งสตาร์ทอัพของเค้าเองที่ชื่อ Aporia ที่มีเป้าหมายในการทำหน้าที่ตรวจสอบการทำงานของ Machine Learning ให้เป็นไปอย่างถูกต้อง
Liran Hason ได้กล่าวประโยคที่น่าสนใจเอาไว้ว่า “Another unique characteristic of AI, which is very interesting, is that when it fails, it fails silently. You get no exceptions, no errors.” หรือแปลเป็นไทยได้ว่า “AI นั้นมีความน่าสนใจมากๆ แต่เมื่อมันทำงานผิดพลาด มันผิดพลาดอย่างเงียบงัน คุณจะไม่สามารถรับรู้ถึงสิ่งผิดปกติหรือข้อผิดพลาดนั้นได้เลย”
Aporia ทำอะไรได้บ้าง
Aporia นั้นเป็นแพลตฟอร์มที่คอยตรวจสอบพฤติกรรมของข้อมูลและสถิติที่ไหลเข้ามาในระบบ โดยถ้า data set ที่เข้ามามีความเบี่ยงเบนมากจนผิดปกติ Aporia จะทำการส่งสัญญานเตือนเพื่อที่จะทำให้ผู้ใช้รับรู้ได้ถึงความผิดพลาดและสามารถแก้ไขได้อย่างทันท่วงที
โดยจุดเด่นของ Aporia คือการที่แพลตฟอร์มนั้นแสดงผลแบบ IFTTT (ย่อมาจาก IF THIS THEN THAT) ที่เป็นที่นิยมอย่างมากในแอปพลิเคชั่นสมัยใหม่หลายๆเจ้า ใครไม่เห็นภาพลองไปดูที่คลิปนี้ละกัน
ข้อดีของการแสดงผลแบบ IFTTT คือความง่ายในการใช้งาน ทำให้สร้างระบบการตรวจสอบแบบซับซ้อนหลายๆอย่างได้ง่ายขึ้นมากๆ ซึ่งทำให้นักวิทยาศาสตร์ข้อมูล สามารถสร้างชุดตรวจสอบแบบเฉพาะตัวได้เอง โดยแทบไม่จำเป็นต้องเขียนโค้ดเองเลย
Aporia ถือเป็นแพลตฟอร์ม ML Monitoring เจ้าแรกของโลกที่ใช้ระบบ IFTTT นี้ และทำงานบนระบบคราวด์อีกด้วย
ใครสนใจว่า Aporia ทำงานยังไง ลองไปดูตัวอย่างการทำงานของ Aporia ในคลิปด้านล่างได้เลย
สถิติที่น่าสนใจของ Aporia
- Aporia เป็นสตาร์ทอัพสัญชาติอิสราเอลที่ก่อตั้งขึ้นในปี 2019
- ผู้ก่อตั้งชื่อ Liran Hason เคยทำงานเป็น Software Engineer ให้กับกองทัพอิสราเอลอยู่ 5 ปี และย้ายมาทำงานที่ Adallom อยู่ 2 ปี ก่อนเริ่มก่อตั้งบริษัทสตาร์ทอัพ Aporia
- ได้เงินทุนมาแล้ว 5 ล้านเหรียญสหรัฐจาก Vertex Ventures และTLV Partners
---------------------------------------------------------------------------------------------------------
ใครชอบบทความของเรา >>> บทความการตลาดและ startup
ติดตามเราทาง Facebook >>> Prototype Thailand FB
เว็ปไซต์ของเรา >>> รับทำเว็ปไซต์
