7 ขั้นตอนการพัฒนาปัญญาประดิษฐ์สำหรับธุรกิจและองค์กร

ปัญญาประดิษฐ์
หรือ Artificial Intelligence - AI คือ โปรแกรมคอมพิวเตอร์ที่พัฒนาขึ้นมาให้มีความฉลาดและสามารถทำสิ่งต่างๆ
ได้เหมือนมนุษย์ เช่น การทำความเข้าใจข้อความ เสียงพูด หรือภาพ โดย AI นั้นได้แพร่หลายและเป็นที่พูดถึงอย่างมากในช่วงไม่กี่ปีที่ผ่านมา เนื่องจากปัจจัยหลายประการ
เช่น ความก้าวหน้าอย่างก้าวกระโดดของ AI การที่มนุษย์มีข้อมูลดิจิทัลมากขึ้น
การเข้ามาของระบบคลาวด์ จนปัจจุบันอาจกล่าวได้ว่า AI
มีบทบาทในชีวิตประจำวันของเราในเกือบทุกมิติ โดยอาจเห็นได้จากการใช้งานหุ่นยนต์ทำงานแทนมนุษย์
หรือการให้คอมพิวเตอร์วิเคราะห์ข้อมูลลูกค้าเพื่อนำไปสู่การวางกลยุทธ์ธุรกิจ

สำหรับในประเทศไทย รายงานประจำปี พ.ศ. 2566 ของ<a href="https://ai.in.th/wp-content/uploads/2023/08/AI-Thailand-Annual-2023-1.pdf">แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย
(พ.ศ.
2565-2570)</a> คาดการณ์ไว้ว่า การประยุกต์ใช้งาน AI ในประเทศไทยจะเพิ่มขึ้นอย่างต่อเนื่อง เนื่องจากมีองค์กรกว่า 56.6%
(320 องค์กร จาก 565 องค์กร) มีแผนจะนำ AI มาประยุกต์ใช้ในอนาคต เพื่อวัตถุประสงค์การใช้งาน
3 อันดับแรกคือ

1. เพื่อเพิ่มประสิทธิภาพการผลิตหรือบริการขององค์กร

2. เพื่อประยุกต์ใช้สำหรับการบริหารจัดการภายในองค์กร

3. เพื่อเพิ่มรายได้ให้กับองค์กร

นอกจากนี้ จากรายงานฉบับดังกล่าวยังพบอีกว่า
AI ที่เป็นที่ต้องการคือ

1. Computer Vision (คอมพิวเตอร์วิทัศน์)
สามารถนำมาช่วยตรวจสอบคุณภาพสินค้าให้ได้มาตรฐาน

2. Data Analytics &amp; Signal Processing (การวิเคราะห์และประมวลผลข้อมูล) ซึ่งจะเข้ามาช่วยวิเคราะห์ข้อมูลสินค้าและเครื่องจักขององค์กร
นอกจากนี้ ยังสามารถช่วยประมวลผลข้อมูล CRM (Customer Relationship
Management) ทำให้เข้าใจพฤติกรรมของลูกค้าดียิ่งขึ้นจนนำไปสู่การออกแบบสินค้าและบริการ
หรือกิจกรรมส่งเสริมการขาย

3. Natural Language Processing หรือ NLP (การประมวลผลภาษาธรรมชาติ) ซึ่งเป็นศาสตร์หรือซอฟต์แวร์ที่มุ่งทำให้คอมพิวเตอร์เข้าใจข้อความ รวมถึงเสียงพูดภาษามนุษย์ โดยอาศัยทั้งหลักการภาษาศาสตร์เชิงคำนวณ
แบบจำลองภาษามนุษย์ตามกฎ แบบจำลองทางสถิติ การเรียนรู้ของเครื่อง (Machine Learning) และการเรียนรู้เชิงลึก โดย NLP สามารถนำไปพัฒนาต่อยอดได้หลากหลาย
เช่น จัดประเภทข้อความ ระบบจำแนกอารมณ์จากข้อความ หรือระบบแปลงเสียงเป็นข้อความ

เริ่มต้นพัฒนาปัญญาประดิษฐ์อย่างไร

เนื่องจาก AI สามารถช่วยให้องค์กรทำงานได้มีประสิทธิภาพมากขึ้น
หลายหน่วยงานทั้งภาครัฐและเอกชนจึงเริ่มมีการสนับสนุนการพัฒนา AI ใช้ภายในหน่วยงานอย่างแพร่หลายในประเทศไทย ทาง VISAI จึงได้พัฒนา<a href="https://visai.ai/ai-solutions">บริการ AI Solutions รับทำ AI</a> ตามโจทย์ขององค์กร
บทความนี้จึงจะอธิบายให้เห็นถึงขั้นตอนในการเริ่มต้นพัฒนา AI โดยเบื้องต้น เพื่อให้เกิดความเข้าใจ
และเป็นจุดเริ่มต้นสำหรับองค์กรที่สนใจว่าจะต้องเตรียมตัวอย่างไรบ้างก่อนสร้างโครงการพัฒนา
AI

1. ทำความเข้าใจปัญหา (Problem
Understanding) 

เนื่องจากโมเดล AI แต่ละโมเดลมีความฉลาดเฉพาะทาง
ผู้พัฒนาจึงควรทำความเข้าใจปัญหาให้ชัดเจนก่อนเริ่มพัฒนา AI ที่มาแก้ไขปัญหานั้น
เพื่อให้ได้โมเดล AI ที่แก้ไขปัญหาได้ตรงจุด คุ้มค่ากับต้นทุนและระยะเวลาในการพัฒนา

2. การรวบรวมข้อมูล (Data
Collection)

การสร้าง AI จะต้องผ่านกระบวนการเรียนรู้ที่มากพอ
จึงจะมีความฉลาดจนสามารถคิดและทำงานได้เหมือนมนุษย์ โดยสิ่งที่สำคัญที่สุดที่ทำให้
AI มีความฉลาดก็คือ “ข้อมูล” ในขั้นตอนนี้ ทีมงาน VISAI จะเริ่มต้นจากการพูดคุยเพื่อทำความเข้าใจความต้องการหรือปัญหาของลูกค้า
จากนั้นทีมนักวิทยาศาสตร์ข้อมูล (Data Scientist) จะทำการแปลโจทย์ที่ได้รับมาจากลูกค้าและกำหนดข้อมูลที่จำเป็นต้องเก็บ
ต่อจากนั้นทีมนักกำกับข้อมูล (Data Annotator)
และนักบริหารโครงการ (Project Manager) จะร่วมกันวางแผน
รวมถึงกำหนดระยะเวลาในการจัดเก็บข้อมูล ก่อนจะค่อยเริ่มเข้าสู่กระบวนการเก็บรวบรวมข้อมูลโดยทีมนักกำกับข้อมูล

3. การจัดเตรียมข้อมูล (Data
Preparation)

เมื่อคัดเลือกและรวบรวมข้อมูลเรียบร้อยแล้ว
ต่อมาต้องพิจารณาคุณภาพ และแก้ไขเพื่อเตรียมข้อมูลเหล่านั้นให้พร้อมสำหรับให้ AI นำไปเรียนรู้ต่อ การจัดเตรียมข้อมูลอาจจะแตกต่างกันออกไปตามลักษณะของข้อมูล

3.1 ข้อมูลข้อความ

ในกรณีข้อมูลที่เป็นข้อความ หากข้อมูลอยู่ในไฟล์ PDF
จะไม่สามารถนำไปใช้งานได้ทันที ต้องให้พนักงานเป็นผู้พิมพ์เนื้อหาข้อความออกมา ซึ่งเป็นกระบวนการทำงานที่ใช้เวลานานมาก
ในหลายบริษัทจึงได้มีการนำเทคโนโลยี <a href="https://acp.visai.ai/product/ocr-general-document">OCR</a> มาช่วยในการถอดข้อมูลตัวอักษรในรูปภาพหรือไฟล์ออกมาให้พร้อมนำไปใช้งานต่อ


ในกรณีข้อมูลที่เป็นรูปภาพ ก็ต้องพิจารณาความสมบูรณ์ของภาพหรือความคมชัด
รวมถึงรูปแบบ (format) หรือขนาดภาพด้วย

ในกรณีข้อมูลประเภท Structured Data เช่น ข้อมูลในไฟล์
Excel อาจจะต้องพิจารณาเรื่องการเก็บข้อมูลที่ไม่สอดคล้องสม่ำเสมอ
เช่น การเก็บชื่อจังหวัดกรุงเทพฯ ซึ่งพบการเก็บได้หลายรูปแบบอย่าง กทม. กทม กรุงเทพ กรุงเทพฯ กรุงเทพมหานคร หรือ Bangkok
นอกจากนี้ ยังต้องระวังปัญหาการกรอกข้อมูลไม่ครบถ้วน หรือกรอกมาไม่ถูกต้อง

เมื่อจัดเตรียมข้อมูลที่ครบถ้วนสมบูรณ์แล้ว
จะแบ่งข้อมูลออกเป็น 3 ส่วน คือ

1. ส่วนสำหรับนำไปให้โมเดลเรียนรู้ (Training
Set)

2. ส่วนสำหรับเอาไว้หาตัวแปรหลังโมเดลเรียนรู้เสร็จสิ้น (Validation
Set) เพื่อเพิ่มประสิทธิภาพให้กับโมเดล

3. ส่วนสำหรับนำไปทดสอบประสิทธิภาพโมเดลก่อนนำไปใช้งานจริง (Test Set)

4. การเลือกปัญญาประดิษฐ์ (Choosing AI)

ในขั้นตอนนี้ผู้พัฒนาต้องเลือกอัลกอริทึม AI ที่เหมาะสมกับระบบของตน ซึ่งต้องพิจารณาถึงปัจจัยต่าง
ๆ เช่น ประเภทของข้อมูลที่มี ความซับซ้อนของปัญหา และประสิทธิภาพที่ต้องการ โดยจำเป็นต้องอาศัยความรู้ความเข้าใจเรื่องประเภทของ
AI เช่น กรณีต้องการสร้างระบบวิเคราะห์อารมณ์จากข้อความ หรือแปลภาษา
ก็ต้องเลือกโมเดลด้าน NLP&nbsp; หรือหากต้องการสร้างระบบยืนยันตัวตนด้วยใบหน้าก็ต้องเลือกโมเดลด้าน Computer
Vision

5. การสอนปัญญาประดิษฐ์ด้วยข้อมูล (Train)

หลังจากเลือกอัลกอรึทึม
AI ที่เหมาะสมกับสิ่งที่ต้องการได้แล้ว
จะเป็นขั้นตอนการสอนให้โมเดลเรียนรู้ (Train) โดยใช้ชุดข้อมูลที่เตรียมไว้สำหรับการสอน
(Training Set) ระหว่างพัฒนาโมเดล ผู้พัฒนาจะนำข้อมูลชุด Validation
Set มาทดสอบโมเดล เพื่อหาค่าตัวแปรที่เหมาะสมที่สุดสำหรับโมเดล ผลลัพธ์ที่ได้จากการสอนโมเดลในขั้นตอนนี้จะเป็นโมเดลที่พร้อมใช้งาน

6. การประเมินผลโมเดล (Evaluation)

ในขั้นตอนนี้จะเป็นการนำโมเดลที่ได้มาทดสอบด้วยข้อมูลชุดทดสอบ
(Test Set)
ซึ่งจะเป็นข้อมูลที่โมเดลยังไม่เคยเห็นมาก่อน
การประเมินผลโมเดลเช่นนี้จะทำให้ทราบประสิทธิภาพของโมเดล ก่อนนำไปใช้งานจริงต่อ หรือปรับปรุงหากมีประสิทธิภาพต่ำกว่าที่ตั้งไว้
ซึ่งอาจจะเป็นผลมาจากปริมาณข้อมูลจากขั้นตอนรวบรวมมีน้อยเกินไป การจัดเตรียมข้อมูลที่ไม่มีประสิทธิภาพ
รวมถึงการแบ่งปริมาณข้อมูลในแต่ละชุดไม่เหมาะสม หรือโมเดล AI ที่เลือกมาไม่เหมาะสมกับปัญหาที่ต้องการแก้ไข อีกวิธีหนึ่งในการพัฒนาที่จะช่วยลดความเสี่ยงในการพบเหตุการณ์ที่ประสิทธิภาพของโมเดลที่พัฒนาเสร็จสิ้นแล้วต่ำกว่าที่ตั้งไว้คือ
การแบ่งระยะการพัฒนาออกเป็นหลายระยะ โดยขั้นแรก ให้พัฒนาโมเดลให้ได้ประสิทธิภาพสูงถึงมาตรฐานที่ตั้งไว้
จากนั้นจึงทำการปรับปรุงให้ดีขึ้นในระยะต่อไป ก่อนได้โมเดลที่มีประสิทธิภาพดีที่สุด


7.การนำระบบไปใช้งานจริง (Deployment)

จากนั้นจะนำโมเดลที่มีประสิทธิภาพไปใช้งานต่อ
โดยพัฒนาเป็น “ระบบ
AI” ขึ้นมา ซึ่งอาจจะอยู่ในรูปแบบแอปพลิเคชัน AI หรือเข้าใช้งานผ่านเว็บไซต์ก็ได้
และหลังจากนำไปใช้งานจริงก็สามารถเก็บข้อมูลจากผู้ใช้งานจริง เพื่อนำมาปรับปรุงพัฒนาโมเดลต่อให้ตอบสนองความต้องการของผู้ใช้งานให้ดียิ่งขึ้น

การพัฒนา AI อย่างมีแบบแผนและใส่ใจในทุกขั้นตอนจะทำให้ได้โมเดลที่มีความคุ้มค่ากับต้นทุนและระยะเวลาในการพัฒนา
รวมถึงมีประสิทธิภาพตอบสนองการใช้งานจริง อย่างไรก็ตาม ความท้าทายในการเริ่มต้นพัฒนา AI สำหรับหลาย ๆ องค์กรคือ ขาดความเชี่ยวชาญในการทำความเข้าใจปัญหา
หรือการเก็บข้อมูลเพียงพอ ทำให้พบกับอุปสรรคในการเริ่มต้นพัฒนา หรืออาจจะได้โมเดลที่ไม่มีประสิทธิภาพเพียงพอที่จะนำไปใช้จริง
VISAI มีทีมผู้เชี่ยวชาญที่มีประสบการณ์ให้คำปรึกษาและพัฒนาระบบ
AI ให้กับองค์กรชั้นนำทั้งภาครัฐและเอกชน สามารถสอบถามข้อมูลเพิ่มเติมเกี่ยวกับการพัฒนาระบบ
AI ใช้ในองค์กรได้ที่ <a href="https://visai.ai/ai-solutions">VISAI</a>&nbsp;

1.(2566). รายงานประจำ ปี
พ.ศ. 2566
แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติ เพื่อการพัฒนาประเทศไทย
(พ.ศ. 2565 - 2570)

2.AI GOVERNMENT FRAMEWORK: กรอบการทำงานปัญญาประดิษฐ์ภาครัฐ.
บริษัทพีเอเอ็น (ไทยแลนด์) จำกัด, 2563.

3.Minevich, M. (2023, October 5). 5 steps to get Digital
Enterprises ready for AI Adoption. Forbes.