Page 2 of 2

การเงินโลกกำลังจะพลิกผันอีกครั้ง

Posted: 02 Feb 2020, 11:59
by porndusit

จุดจบของ MBA

Posted: 19 Feb 2020, 13:15
by porndusit
...สภาพการณ์ในปีนี้ (และจริงๆ หลายปีที่ผ่านมา) ทำให้ MBA ต่างๆ ในหลายๆ มหาวิทยาลัยทยอยปิดตัวลง หลายแห่งปรับตัวโดยการลดค่าธรรมเนียมพิเศษในหลักสูตร Y-MBA และ X-MBA เพื่อลดการขาดทุน และไม่พานักศึกษาไปดูงานต่างประเทศเหมือนเคย โดยมีความหวังว่าเมื่อลดราคาลงจะทำให้ความต้องการเรียน MBA เพิ่มมากขึ้น
ทำไม MBA ถึงสิ้นมนต์ขลัง?...

https://mgronline.com/daily/detail/9630000016414

AI ไม่ใช่เทวดา ต้องการดาต้าที่มีคุณภาพจำนวนมากเป็นอาหารสมอง

Posted: 03 May 2020, 18:15
by porndusit
3 พ.ค. 2563 โดย: ผศ.ดร.อานนท์ ศักดิ์วรวิชญ์
IMG_Brain-013.jpg
ความเข้าใจผิดและแฟชั่น AI ในประเทศไทย เป็นสิ่งที่เห่อกันแบบผิด ใช้กันแบบไม่เข้าใจได้อย่างเหลือเชื่อ ใครที่ไม่พูด AI กลายเป็นคนตกยุคตกสมัย และผู้หลักผู้ใหญ่ในบ้านเมือง หน่วยราชการ และ CEO ของบริษัทเอกชน ต่างก็เห่อคำนี้ พูดคำนี้เป็นสรณะ และยกย่องว่า AI มันดีเลิศดีวิเศษ อยากได้มาใช้งานแล้วจะดูดีดูเท่ห์มากมาย โดยที่ยังไม่รู้ไม่เข้าใจด้วยซ้ำว่ามันคืออะไร มันทำงานอย่างไร

ในทางปฏิบัติ ก็เลยเกิดการแหกตาประชาชนและลูกค้า ไม่ได้ใช้ AI ก็ต้องบอกว่าใช้ AI ทำงานทั้ง ๆ ที่อาจจะใช้การเขียน if then else สามชั้น หรือใช้สถิติเบื้องต้นง่าย ๆ เลย แต่ต้องให้หรูดูดี เลยต้องแอบอ้าง AI ไว้ก่อน ทำให้หรู ดูว่าขายได้ เอกชนทำกันแบบนี้เยอะครับ และราชการก็คงทำเหมือน ๆ กัน

อันที่จริง AI มีข้อจำกัดมากมาย งานบางอย่างจำเป็นต้องใช้ AI บางอย่างไม่จำเป็นต้องใช้ AI และงานบางอย่างต้องบอกว่าไม่เหมาะที่จะใช้ AI ด้วย ในเมื่อมันเป็นงานที่ทำด้วย AI แล้วยุ่งยากมากและอาจจะไม่ได้ดีเท่าด้วยซ้ำไป แต่ตอนนี้ AI เป็น Buzz word ยอดฮิต ที่คนพูดยังไม่รู้ด้วยซ้ำว่ามันคืออะไร และคำที่เกี่ยวข้องกันแตกต่างกันอย่างไร ขอลองไล่ให้ฟังตามลำดับความเก่าแก่ของคำ...

...Milestone สำคัญของสถิติคือการสุ่มตัวอย่าง (Sampling) การประมาณค่า (Estimation) และการอนุมานทางสถิติ (Statistical inference) ที่ช่วยให้เราอ้างอิงจากค่าสถิติของตัวอย่าง (Sample statistics) ไปยังค่าพารามิเตอร์ของประชากรที่เราสนใจศึกษา ทำให้ประหยัดเวลาและค่าใช้จ่ายลงไปได้มากและได้ข้อมูลมาใช้ได้ทันเวลา ตรงกับความต้องการ

Data Mining หรือเรียกว่า Knowledge discovery in database: KDD การทำเหมืองข้อมูลหรือการค้นหาความรู้จากฐานข้อมูล เมื่อคอมพิวเตอร์เข้ามาทำให้เกิดฐานข้อมูล (Database) แต่ถ้าจะเก็บข้อมูลไว้บนฐานข้อมูลอย่างเดียวก็ไม่เกิดประโยชน์อะไรมาก นักวิทยาการคอมพิวเตอร์ก็เลยเริ่มประยุกต์และปรับปรุงสถิติศาสตร์มาไว้ใช้สำหรับการค้นหาความรู้จากฐานข้อมูลหรือการทำเหมืองข้อมูล ความรู้ในฐานข้อมูลเหล่านี้เหมือนกับสินแร่ที่ต้องผ่านการทำเหมือง ระเบิดและขุดค้นออกมาจากฐานข้อมูล ซึ่งการทำเหมืองข้อมูลนี้อาจจะใช้สถิติศาสตร์ การจำได้หมายรู้ของรูปแบบ (Pattern recognition) และการเรียนรู้ด้วยเครื่องจักร (Machine Learning)...

...หากมีข้อมูลน้อยๆ และเป็นข้อมูลขยะ ที่ไม่สะอาด ไม่มีคุณภาพ ไม่มีการอัพเดทให้เป็นปัจจุบัน ให้ทันสมัย ต่อให้ใช้ AI ก็จะได้ขยะออกมา คำกล่าวที่ว่า Garbage-in Garbage-out model: GIGO model หรือตัวแบบที่ขยะเข้าก็ได้ตัวแบบขยะออกไป เป็นคำกล่าวเก่าแก่ทางสถิติยังคงเป็นจริงอยู่ ไม่เสื่อมคลาย ไม่ว่าจะเป็น AI, Data mining, Machine Learning, หรือ สถิติศาสตร์ก็ตาม...

https://mgronline.com/daily/detail/9630000046275