𝗔𝗜 𝘃𝘀 𝗠𝗟 𝘃𝘀 𝗗𝗲𝗲𝗽 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝘃𝘀 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗲 𝗔𝗜

AI, Machine Learning, Deep Learning และ Generative AI ไม่ใช่สิ่งที่แยกออกจากกัน แต่เป็นวงกลมที่ซ้อนทับกันอยู่ภายใน

ผมเป็น Product Manager และกำลังเรียนรู้เพื่อก้าวไปสู่การเป็น AI PM แบบเปิดเผย (learning in public) นี่คือบทเรียนแรกของผม

นี่คือการทำงานของแต่ละเลเยอร์:

• AI: เครื่องจักรที่ทำงานอย่างชาญฉลาด ซึ่งรวมถึงระบบเก่าๆ ที่ทำงานตามกฎที่มนุษย์กำหนดไว้ ตัวอย่างเช่น: เทอร์โมสแตท (Thermostat) • Machine Learning (ML): AI ประเภทหนึ่งที่เรียนรู้รูปแบบจากข้อมูลแทนที่จะใช้กฎเกณฑ์ ตัวอย่างเช่น: ระบบกรองสแปมในอีเมลของคุณ • Deep Learning: ML ประเภทหนึ่งที่ใช้โครงข่ายประสาทเทียม (Neural Networks) ซึ่งทำงานได้ดีกับรูปภาพและเสียง ตัวอย่างเช่น: ระบบปลดล็อกใบหน้าบนโทรศัพท์ของคุณ • Generative AI: Deep learning ประเภทหนึ่งที่สามารถสร้างเนื้อหาใหม่ๆ ได้ เช่น ข้อความหรือรูปภาพ ตัวอย่างเช่น: ChatGPT หรือ Claude

Generative AI อยู่ภายใน Deep learning, Deep learning อยู่ภายใน Machine learning และ Machine learning ก็อยู่ภายใน AI

เมื่อคนพูดว่าพวกเขาต้องการเพิ่ม AI เข้าไปในผลิตภัณฑ์ มักจะเป็นคำพูดที่คลุมเครือเกินไป ลองเปลี่ยนมาถามคำถามเหล่านี้แทน:

  • เราต้องการเลเยอร์ไหน? บางครั้งการใช้กฎง่ายๆ อาจได้ผลดีกว่าโมเดลที่ซับซ้อน
  • เรามีข้อมูลเพียงพอไหม? ML และ Deep learning จำเป็นต้องใช้ข้อมูลจำนวนมหาศาลเพื่อให้ทำงานได้
  • Generative AI คือเครื่องมือที่เหมาะสมหรือไม่? บางครั้งคุณอาจต้องการแค่การทำนายตัวเลขหรือการจัดหมวดหมู่สิ่งของเท่านั้น

เลิกพยักหน้าตามกระแส (hype) แล้วใช้แผนผังนี้เพื่อตั้งคำถามให้ดียิ่งขึ้น

ลองทดสอบดู: ระบบกรองสแปมจัดอยู่ในเลเยอร์ไหน? แล้ว Claude ล่ะจัดอยู่ในเลเยอร์ไหน? บอกผมในคอมเมนต์นะครับ

ผมกำลังบันทึกการเดินทางจากการเป็น PM สาย Non-tech ไปสู่การเป็น AI PM ติดตามผมไว้เพื่อดูทุกบทเรียนครับ

ที่มา: https://dev.to/ruturajpm/ai-vs-ml-vs-deep-learning-vs-generative-ai-the-map-that-finally-makes-it-click-2l0a

ชุมชนการเรียนรู้เพิ่มเติม: https://t.me/GyaanSetuAi