ระบบการเรียนรู้ของเครื่องจักรไม่มีนิยามระบุไว้เป็นการเฉพาะ ไม่แตกต่างจากเทคโนโลยีส่วนใหญ่ในกลุ่มปัญญาประดิษฐ์

ในเบื้องต้น ระบบการเรียนรู้ของเครื่องจักร (ML) คือการใช้ข้อมูลเพื่อตอบคำถามต่าง ๆถ้าจะกล่าวอย่างเป็นทางการก็คือการใช้อัลกอริทึมเพื่อเรียนรู้รูปแบบที่เกิดขึ้นจากข้อมูลที่มี โดยสามารถรองรับงานต่าง ๆ โดยไม่ต้องเขียนโปรแกรมให้ทำไว้เป็นการเฉพาะ

นอกจากนี้การทำงานของระบบการเรียนรู้ของเครื่องจักรยังมีการพัฒนาอย่าต่อเนื่องตามประสบการณ์และข้อมูลที่สะสมไปในช่วงเวลาหนึ่งกล่าวอีกนัยหนึ่งคือ: ระบบนี้สามารถเรียนรู้ได้

ระบบการเรียนรู้ของเครื่องจักรเป็นส่วนหนึ่งของชุดเทคโนโลยีที่จัดอยู่ในกลุ่ม “ปัญญาประดิษฐ์” (AI)

แนวคิดของ AI และระบบการเรียนรู้ของเครื่องจักรมักแทนที่กันได้ แต่ถ้าจะให้ถูก ระบบการเรียนรู้ของเครื่่องจักรถือเป็นหน่วยย่อยของ AI ซึ่ง AI เองก็เป็นหน่วยย่อยของวิทยาศาสตร์คอมพิวเตอร์

AI มีความหมายแตกต่างกันไปสำหรับแต่ละคน แต่เราสามารถพูดได้ว่าปัญญาประดิษฐ์มีความหมายในวงกว้างมากกว่าแค่การเรียนรู้ของเครื่องจักรสำหรับการทำงานต่าง ๆ ที่ปกติต้องใช้สติปัญญาของมนุษย์

ภายใต้บริบทดังกล่าว ระบบการเรียนรู้ของเครื่องจักรจึงอาจอ้างถึงส่วนการใช้งานเฉพาะที่ใช้ข้อมูลเพื่อฝึกสอนให้สามารถทำงานบางอย่างได้เป็นเอกเทศและเรียนรู้จากประสบการณ์ที่สั่งสมไปเรื่อย ๆ

AI และระบบการเรียนรู้ของเครื่องจักรกลายเป็นคำที่หลายคนได้ยินอยู่่บ่อยครั้งในปัจจุบันแต่ประเด็นเหล่านี้ไม่ใช่เรื่องใหม่แต่อย่างใดนักวิทยาศาสตร์มีการพัฒนา AI และ ML มาได้ระยะหนึ่งแล้ว

ปัญญาประดิษฐ์ถูกกล่าวถึงเป้นครั้งแรกในช่วงทศวรรษที่ 1950คำนี้กำหนดขึ้นโดยนักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกัน John McCarthy ระหว่างเวิร์คช้อปที่ Dartmouth College นิวแฮมเชอร์ในปี 1956

นับตั้งแต่นั้นเป็นต้นมา AI ก็มีการพัฒนาอย่างมากและผ่านช่วงเวลาทั้งดีและร้ายหลายครั้งระบบการเรียนรู้ของเครื่องจักรได้เข้ามามีบทบาทในช่วงทศวรรษที่ 1980 แต่เริ่มขยายตัวอย่างจริงจังในช่วงทศวรรษที่ 2010 นี้เองมีองค์ประกอบใดอยู่เบื้องหลังการเปลี่ยนแปลงเหล่านี้

ในช่วงทศวรรษที่ผ่านมา มีปัจจัยที่สำคัญอยู่สองตัวที่มีผลต่อการพัฒนาของ AI อย่างมาก ได้แก่

ประการแรกคือจำนวนข้อมูลมหาศาลที่เกิดขึ้นในทุก ๆ นาทีเครื่องจักรต้องการข้อมูลเพื่อ “เรียนรู้” และข้อมูลที่มีมากขึ้นหมายถึงชุดข้อมูลที่ใหญ่กว่าเดิมที่สามารถนำมาใช้เพื่อปรับปรุงการฝึกสอนระบบการทำงานในปัจจุบัน นอกจากนี้ระบบการทำงานเหล่านี้ยังสามารถนำไปทดสอบและปรับใช้กับส่วนการใช้งานใหม่ ๆ

ปัจจัยที่สองคือความเร็วในการประมวลผลข้อมูลที่สูงขึ้นกว่าเดิมที่ทำให้คอมพิวเตอร์สามารถใช้ประโยชน์จากข้อมูลเหล่านี้ได้รวดเร็วกว่าเดิมสิ่งนี้ทำให้บริษัทด้านเทคโนโลยีต่าง ๆ และผู้ประกอบการอื่น ๆ สามารถลงทุนด้านการวิจัยและพัฒนามากขึ้นเพื่อต่อยอด

ที่ระดับความเร็วในปัจจุบัน AI จะมีความเป็นเครื่องจักรน้อยลง และเป็นอัจฉริยะมากขึ้น

มีความเข้าใจผิดบางประการเกี่ยวกับผลการวิจัยด้าน AI และสิ่งที่อาจเกิดขึ้นได้เรายังไม่อยู่ในจุดทีเครื่องจักรจะสามารถคิดได้ด้วยตัวเองอย่างคอมพิวเตอร์ HAL 9000 ใน 2001 Space Odyssey และคุณไม่ต้องกังวลว่าหุ่นยนต์จะเข้ามาแทนที่คุณในอนาคต

กรณีนี้จะเกิดขึ้นได้ก็ต่อเมื่อเรามีการพัฒนาถึงจุดของระดับ ปัญญาประดิษฐ์ทั่วไป (AGI): ซึ่งเป็นเครื่องจักรในอุดมคติที่สามารถจัดการงานที่ต้องใช้สติปัญญาได้เหมือนมนุษย์โดยไม่ต้องมีคนคอยกำกับดูแลปัจจุบันเราได้ชมภาพยนตร์และข้อมูลแนววิทยาศาสตร์ที่น่าตื่นตามากมาย

ผู้ประกอบการและห้องปฏิบัติการวิจัยบางแห่ง เช่น DeepMind และ OpenAI ปัจจุบันมีการวิจัยด้าน AI ที่เน้นปัญญาประดิษฐ์เชิงแคบ โดยเน้นที่การพัฒนาเครื่องจักรให้สามารถทำงานเฉพาะด้านได้ด้วยตัวเองโดยไม่ต้องกำกับดูแล

ความแพร่หลายของระบบการเรียนรู้ของเครื่องจักรทำให้บางครั้งการแยกสิ่งที่เป็นจริงกับคำบอกเล่าเป็นเรื่องยากการขาดนิยามที่ตกลงร่วมกันอย่างเป็นทางการ และความเชื่อที่รับต่อ ๆ กันมาจากนิยายแนววิทยาศาสตร์ และเข้าใจโดยทั่วไปที่มีอยู่น้อยด้าน AI ล้วนเป็นปัจจัยเกี่ยวเนื่องทั้งสิ้น

เราหวังว่าบทเรียนนี้จะทำให้คุณเข้าใจได้ดีขึ้นเกี่ยวกับระบบการเรียนรู้ของเครื่องจักร และความเชื่อมโยงที่มีเกี่ยวกับปัญญาประดิษฐ์แม้แต่ในระบบการเรียนรู้ของเครื่องจักรเองก็ยังมีสาขายย่อยและแนวทางต่าง ๆ ซึ่งควรที่จะมีการพิจารณาให้เกิดความเข้าใจ

และนี่คือหัวข้อสำหรับบทเรียนถัดไป