ทุกวันนี้ทุกคนต้องเคยได้ยินคำว่า AI มาบ้าง จริงๆแล้ว AI เป็นสิ่งที่อยู่ในชีวิตประจำวันของทุกคน ไม่ว่าจะเป็นคนที่ทำงานด้าน IT หรือนักเรียน นักศึกษาก็ย่อมเคยใช้สิ่งที่เรียกว่า AI
แต่คุณรู้หรือเปล่าว่าในโลก AI มีอาชีพอะไร มีสายไหนที่น่าสนใจบ้าง ซึ่งวันนี้เราที่ทำงานอยู่หลังบ้านของงาน AI Research มาหลายปี จะมาเล่าให้ทุกคนฟังกัน
ในบทความนี้ คุณจะได้รู้จักกับโลกของ AI แบบเจาะลึก ที่หาอ่านไม่ได้ง่าย ๆ สำหรับคนที่ไม่เคยรู้จักกับ AI มาก่อนเลย จะได้เข้าถึงเทรนของโลก AI ที่ขับเคลื่อนการทำงานของเราๆกันอยู่ในทุกวันนี้ รวมถึงคนที่กำลังสนใจในสายอาชีพนี้ เค้าแบ่งสาย สาขากันยังไง อาชีพที่น่าจับตามองในเทรน
ถ้าพร้อมแล้ว เราไปลุยกันเลยยยย
AI คือศาสตร์ด้านไหน
AI ย่อมาจาก Artificial Intelligence ซึ่งเป็นศาสตร์หนึ่งของ Computer ไม่ว่าจะเป็น Science หรือ Engineer ก็จะเคยผ่านตามาบ้าง โดยในแง่ของเนื้อหาจะมุ่งเน้นที่จะหาวิธีในการให้ computer ตัดสินใจได้อย่างชาญฉลาด เฉกเช่นเดียวกับมนุษย์
โดย AI จะมีข้อแม้ว่าการที่ Computer จะเกิดขึ้นมาแล้วฉลาดได้เลยนั้น เป็นไปได้ยากในเชิงของ Computer Science จำเป็นจะต้องอาศัยสิ่งที่เรียกว่า Machine Learning มาช่วยในการเรียนรู้ และจดจำข้อมูลที่ AI จะต้องใช้งาน
เช่น หากเราจะให้ AI ตรวจสอบสลิปโอนเงินว่าเป็นสลิปจริง หรือปลอม (Fraud Detection + Computer Vision) เราก็ควรเอาข้อมูลรูปภาพของทั้งสลิปจริง และสลิปปลอม รวมถึงรูปอื่นๆที่ไม่เกี่ยวข้องให้ AI เรียนรู้ด้วย สิ่งนี้เราเรียกกันว่ากระบวนการ Machine Learning
งานด้าน AI มีอาชีพอะไรบ้าง แต่ละคนเค้าทำอะไรกัน
- AI Engineer (AIE) เป็นอาชีพที่นำเทคโนโลยี AI หรือ Machine Learning มาสร้างเป็น software หรือ product ขององค์กร โดยจะเน้นไปที่การนำเทคโนโลยี AI มาปรับใช้เพื่อแก้ปัญหาโจทย์ในชีวิตจริง
- Machine Learning Engineer (MLE) เป็นอาชีพที่เน้นพัฒนาหรือวิจัยตัว Machine Learning ให้เก่งขึ้น เรียนรู้เร็วขึ้น บางองค์กรในไทยจะเรียกอาชีพนี้ว่า AI Reseacher โดยมีเป้าหมายคือมุ่งเน้นพัฒนา Algorithm และการทำให้ Developer ที่ไม่ได้มีความรู้ด้าน AI นำไปใช้งานได้
- Data Engineer (DE) เป็นอาชีพที่จัดการระบบด้าน Data ขององค์กร ซึ่ง Data ที่ได้มานอกจากจะนำไปทำ Data Analytics หรือ Business Analytics แล้ว ยังเป็น Data ที่จะเป็น Case ที่นำไปให้ทีม Data Scientist พัฒนาต่อ หรือในบางองค์กรที่มี AI เป็น product หลักเลย จำเป็นต้องมี Data Pipeline ที่ดีในการส่งข้อมูลเพื่อนำมาให้ AI เรียนรู้อย่างต่อเนื่อง
- Robotics Engineer (RE) เป็นอาชีพที่ค่อนข้างที่เป็นวงแคบในอุตสาหกรรมไทย Robotics Engineer จัดเป็นอาชีพวิศวกรด้านหนึ่งที่ต้องจัดการกับหุ่นยนต์ หรือ Automation System ส่วนมากจะพบได้เห็นตามโรงงานอุตสาหกรรมขนาดใหญ่ หรือในห้องวิจัย โดยมุ่งเน้นที่การทำให้เครื่องจักรหรือหุ่นยนต์ทำงานได้ โดยการลด Human Error ในกระบวนการให้ได้มากที่สุด
- Software Engineer (SE) เป็นอาชีพที่หลายๆคนน่าจะรู้จักกัน คือนักพัฒนาซอฟตฺ์แวร์ โดยจะเน้นไปที่การพัฒนาซอฟตฺ์แวร์ให้ใช้งานได้ โดย AI ก็ถือเป็นซอฟตฺ์แวร์แบบนึงเหมือนกัน ในบางองค์ที่แยกฝ่าย แยกแผนกกันอย่างชัดเจนจะมี AI Engineer หรือ Machine Learning Engineer อยู่ด้วย แต่ในบางองค์กร Software Engineer ก็ต้องทำทั้งพัฒนา Software และ AI พร้อมกันไป
- Data Scientist (DS) ถือเป็นอาชีพยอดฮิตในปี 2023 ที่หลายๆคนอยากเปลี่ยนสายมาทำงานมาก และเป็นอีก 1 สายที่เกี่ยวข้องกับ AI มากที่สุดเช่นเดียวกับ Machine Learning Engineer เพียงแต่ Data Scientist จะมุ่งเน้นไปที่การวิจัย และทดลองกับ ML ใหม่ๆ ที่จะมาช่วยแก้ปัญหา หรือตอบโจทย์กับปัญหาเชิงธุรกิจเป็นหลัก
นอกจากทั้ง 6 อาชีพที่กล่าวมานั้น จะมีอาชีพอื่นๆที่มีการใช้ AI ในชีวิตประจำวันด้วย เพียงแต่ในบทความนี้จะมุ่งเน้นไปที่อาชีพที่ได้ใช้เวลาอยู่กับ AI ต่อวันค่อนข้างมาก ไม่ว่าจะเป็นฝั่งที่พัฒนาด้าน AI โดยตรงหรือ ฝั่งที่นำ AI ที่พัฒนาแล้วประยุกต์กับระบบขององค์กรเอง ทั้ง 2 ฝั่งล้วนต้องการให้ทุกคนสามารถเข้าถึง AI ได้
สร้าง AI ยังไง ใน AI มีสาขาย่อยอะไรบ้าง
การจะสร้าง AI ซัก 1 product ก่อนอื่นต้องเคลียร์โจทย์ที่เราต้องการจะทำก่อน ซึ่งในความเป็นจริง AI สามารถแบ่งสายออกมาได้หลากหลายสายมาก
- Computer Vision : การทำให้ AI เข้าใจสื่อ media เช่น รูปภาพ วิดีโอ
- Natural Language Processing : การพยายามให้ AI เข้าใจเรื่องภาษา ตัวอักษร การสนทนา
- Voice Recognition : การทำให้ AI เข้าใจเสียงหรือคลื่นสัญญาณ
- Robotics & Motion : การทำให้ AI เข้าลักษณะทางกายภาพ และออกแบบการเคลื่อนไหวของหุ่นยนต์
- Planning & Optimization : การทำให้ AI ตัดสินใจ หรือวางลำดับแผนงาน และระบบ
เมื่อเลือกโจทย์ว่าต้องการที่จะให้ AI ทำอะไรซักอย่างแล้วจะไปต่อกันในเรื่องที่ว่าเราจะสอนให้ AI ฉลาด หรือมีความรู้อย่างไร ซึ่งตรงส่วนนี้เราจะใช้ Machine Learning เข้ามาช่วย โดย Machine Learning จะแบ่งได้จากวิธีการเรียนรู้ได้ 3 แบบ ได้แก่
- Supervised Learning : เป็นรูปแบบการเรียนรู้ที่มีตัวอย่างข้อมูล (Input) และเฉลย (Ouput) มาด้วย เช่น การให้ AI แยกรูปภาพหมาแมว โดยการให้นำรูป (Input) มาให้ AI ทำนาย และนำผลการทำนายมาเทียบกับเฉลย (Output) เพื่อให้ AI กลับไปเรียนรู้ใหม่จนกว่าจะมีความแม่นยำมากขึ้น
- Unsupervised Learning : เป็นรูปแบบการเรียนรู้ที่มีเพียงแต่ตัวอย่างข้อมูล (Input) เท่านั้น ไม่ได้มีเฉลย (Output) ให้มาด้วย โดยการเรียนรู้แบบนี้จะมุ่งเน้นให้ AI เรียนรู้และจับกลุ่มข้อมูลจากเนื้อหาและคุณสมบัติ (Feature) ของข้อมูลเอง เช่น การให้ AI คัดแยกข้อความ Feedback โดย AI จะพยายามคัดแยกข้อความที่มีลักษณะคล้ายๆกันอยู่ด้วยกัน เพื่อลดปริมาณลง
- Reinforcement Learning : เป็นรูปแบบการเรียนรู้ที่มีตัวอย่างข้อมูล (Input) กับปลายทางที่ต้องการให้ AI ทำได้ ซึ่งเป็นรูปแบบการเรียนรู้แบบให้ AI พยายามเข้าใจทั้งตัว AI เอง และโจทย์ปัญหาเอง โดยเน้นที่ “ทำยังไงก็ได้ให้ได้ผลลัพธ์ที่ดีที่สุด” หรือนิยามอีกอย่างว่า Reward หาทำ High Score นั่นเอง
ตัวอย่าง Reinforcement Learningเช่น การให้ AI หาวิธีเดินออกจากเขาวงกตให้ได้เร็วที่สุด โดยมี Reward เป็นระยะเวลาที่น้อยที่สุด ส่วนตัวอย่างข้อมูลจะเป็นเขาวงกต และสิ่งที่ AI ทำได้ โดย AI จะเรียนรู้โดยการวิเคราะห์จากรูปแบบเขาวงกตที่เจออยู่ ว่าควรจะตัดสินใจทำอะไร เพื่อให้ได้ไปถึง reward ให้ได้เยอะที่สุดนั่นเอง
เมื่อได้โจทย์และเลือกรูปแบบการเรียนรู้แล้ว สิ่งที่จำเป็นมากๆเลยก็คือ Data หากเราไม่มี Data ก็จะทำให้การสร้าง AI ขึ้นมานั้นเป็นไปไม่ได้เลย เนื่องจากการจะทำให้ AI เข้าใจโจทย์และตัดสินใจได้อย่างมีประสิทธิภาพควรที่จะมีการพัฒนาอยู่เสมอ เฉกเช่นเดียวกันคนเรา
แต่ก็มีทางออกให้กับหลายๆองค์กรที่ไม่ได้มาทรัพยากรเพียงพอจะสร้าง AI ขึ้นมาใหม่ ในปัจจุบันเริ่มมี Software หรือ Tools ด้าน AI ให้สามารถนำไปพัฒนาต่อเองได้ เป็นอีกหนึ่งทางเลือกที่จะทำให้นำไปพัฒนาต่อได้
ศึกษาเพิ่มเติมที่ไหน
สำหรับคนที่สนใจเริ่มต้นศึกษาด้าน AI อย่างจริงจัง แอดแนะนำว่าให้เริ่มจากเลือกด้าน AI ที่เราสนใจก่อนว่าอยากจะศึกษาไปเป็น Specialist ด้านไหน เช่น Computer Vision, Natural Language Processing หรือ Robotics & Automation แต่ละสายจะมีเส้นทางการศึกษาและ ความรู้เชิงลึกที่ใช้แตกต่างกันออกไป
ทั้งนี้ ทุกสายจะต้องการ Hard Skill ที่เป็นทักษะพื้นฐานอย่างเช่น Computer Programing และ Math ซึ่งจะได้ใช้ตั้งแต่พื้นฐานจนถึงระดับลึก ขึ้นอยู่กับองค์กร และตำแหน่งงานที่เรารับผิดชอบ แต่เพื่อนๆ ทุกคนสามารถเริ่มศึกษาได้ด้วยตนเอง ผ่าน Course Online มากมาย เช่น Coursera, Udemy, Linkined, Google และ Youtube Playlist ของอาจารย์มหาลัยหลายๆท่าน สนใจด้านไหนพิมพ์หาได้เลยยยย
สรุปสายงานด้าน AI
อย่างที่เกริ่นไปในบทความ ทุกคนจะเห็นว่าสายงาน AI นั้นกว้างมาก และต้องการ Specialist เข้ามาเพื่อทำให้ AI ที่มีอยู่ในทุกวันนี้ เก่งขึ้น และก้าวกระโดดไปข้างหน้า ไม่ว่าเราจะเรียนจบหรือย้ายสายมาจากสายไหน สามารถนำความรู้เดิมของสายงานเก่ามาปรับและประยุกต์ใช้กับงาน AI ได้
หวังว่าบทความนี้จะช่วยให้เพื่อน ๆ รู้จักกับงานด้าน AI มากขึ้น และหากบทความนี้มีประโยชน์ อยากรบกวนช่วยแชร์ให้คนอื่น ๆ ได้มาอ่านบทความนี้ด้วยน้าหวังว่าบทความนี้จะเป็นประโยชน์กับผู้ที่สนใจในสายงานด้าน Data และ AI ให้สนใจมากขึ้นไปด้วย แล้วแอดจะทยอยเขียนบทความนี้ ขึ้นมาเรื่อยๆ น้าาาา
ถ้าชอบเนื้อหาแนวนี้ ติดตามบทความดี ๆ ด้าน Data และวีดิโอสนุก ๆ ดูชิล ๆ แล้วได้ความรู้กันได้ที่ Facebook Page: DataTH และ Youtube Channel: Data Science ชิลชิล แล้วเจอกันนนน
อ้างอิงจาก
https://towardsdatascience.com/machine-learning-types-2-c1291d4f04b1
https://www.coursera.org/articles/artificial-intelligence-jobs?campaignid=20520149492
