Machine Learning (ML) กับ Deep Learning (DL)

ถ้าเพิ่งเริ่มอ่านเรื่องการเรียนรู้เชิงลึก (deep learning) แล้วเจอคำว่า ML/DL เต็มไปหมด เราว่าจุดที่ทำให้เข้าใจเร็วที่สุดคือ “ใครเป็นคนสกัดคุณสมบัติ (Feature Extraction)” เพราะในชีวิตจริงนี่แหละคือเส้นแบ่งหลักของสองคำนี้ จากที่ลองอธิบายแบบบ้านๆ: Machine Learning (ML) เหมือนเราเป็นคนช่วยชี้ทางก่อน เช่น ถ้าอยากให้เครื่องแยก “สแปม/ไม่สแปม” เราอาจต้องคิดว่าอะไรน่าจะสำคัญ เช่น จำนวนลิงก์ คำต้องห้าม ความยาวอีเมล ฯลฯ แล้วค่อยให้โมเดลเรียนรู้จากคุณสมบัติที่เราเตรียมไว้ ผลคือ ML มักจะทำงานได้ดีในปัญหาที่ข้อมูลมีโครงสร้างชัด (ตารางตัวเลข) และเราพอรู้ว่าจะ “หยิบอะไร” มาช่วยโมเดล แต่ Deep Learning (DL) จะต่างตรงที่มันรวมขั้น “Feature Extraction + Learning” เข้าด้วยกันเลย เราป้อนข้อมูลดิบเข้าไป (รูป เสียง ข้อความ) แล้วโครงข่ายประสาทเทียมจะค่อยๆ เรียนรู้รูปแบบ/คุณสมบัติที่สำคัญด้วยตัวเอง ตั้งแต่ลักษณะง่ายๆ ไปจนถึงซับซ้อน เช่น ในรูปภาพ ชั้นแรกอาจจับ “ขอบ/เส้น” ชั้นถัดไปจับ “รูปทรง” และท้ายๆ อาจจำแนกเป็น “ใบหน้า/วัตถุ” ได้ นี่เป็นเหตุผลที่ DL เด่นมากกับงานภาพและภาษา แล้วควรเลือกใช้อะไร? จากประสบการณ์เวลาอ่านงานตัวอย่าง/ทำโปรเจกต์เล็กๆ เรามักดู 4 อย่างนี้ก่อน 1) ประเภทข้อมูล: ถ้าเป็นข้อมูลตาราง (เช่น ยอดขาย คุณลักษณะลูกค้า) ML คลาสสิกอาจคุ้มและง่ายกว่า แต่ถ้าเป็นรูป/เสียง/ข้อความ DL จะได้เปรียบ 2) ปริมาณข้อมูล: DL มัก “หิวข้อมูล” ถ้าข้อมูลน้อย ML อาจเสถียรกว่า (หรือใช้วิธี transfer learning ช่วย) 3) ทรัพยากรเครื่อง: DL ต้องใช้พลังประมวลผลมากกว่า โดยเฉพาะตอนเทรน (GPU ช่วยได้เยอะ) 4) ความอธิบายได้: ML หลายแบบอธิบายเหตุผลได้ง่ายกว่า (เช่น ดูน้ำหนักของฟีเจอร์) ส่วน DL บางทีแม่นแต่เป็นกล่องดำมากขึ้น ถ้าคุณค้นหาคำว่า “dl kmutnb” แล้วกำลังเรียน/ทำรายงานเกี่ยวกับ DL แนะนำให้จำประโยคเดียวไว้ก่อน: DL คือส่วนหนึ่งของ ML ที่ใช้โครงข่ายประสาทเทียมหลายชั้นเพื่อให้เครื่อง “สกัดคุณสมบัติเอง” จากข้อมูลดิบ แล้วค่อยลงรายละเอียดเรื่องชั้น (layers), การเทรน, และตัวอย่างงานจริงต่อไป จะต่อยอดได้ไวมาก