บริการ Machine Learning ที่น่าสนใจจาก AWS

ในยุคปัจจุบันที่การวิเคราะห์ข้อมูลเป็นสิ่งที่ทุกองค์กรต้องทำเพื่อเอาชนะคู่แข่งทางธุรกิจ Machine Learning จึงได้เกิดขึ้น และเป็นเทคโนโลยีที่มีศักยภาพที่จะสามารถเปลี่ยนแปลงวงการอุตสาหกรรมทั้งหมด ปัจจุบัน Machine Learning ยังเริ่มเข้ามามีผลต่อชีวิตต่อพวกเราโดยที่เราไม่รู้ตัว เหตุผลที่ทำให้ Machine Learning กลายเป็นส่วนสำคัญในหลายด้านของชีวิตเรา เช่น

การวิเคราะห์ข้อมูล: Machine Learning ช่วยในการวิเคราะห์ข้อมูลที่มีปริมาณมากและซับซ้อนอย่างมาก มนุษย์ไม่สามารถวิเคราะห์ข้อมูลจำนวนนี้โดยตรง แต่ Machine Learning สามารถทำได้โดยเร็วและประเมินอย่างถูกต้อง

ความเร็วและประสิทธิภาพ: Machine Learning ช่วยให้งานที่เป็นระบบสามารถทำงานได้อย่างรวดเร็วและมีประสิทธิภาพ เช่น การจัดเรียงข้อมูล หรือการสร้างคำแนะนำที่เป็นไปอย่างมีประสิทธิภาพ

คาดการณ์แนวโน้ม: Machine Learning ช่วยในการคาดการณ์แนวโน้มในข้อมูล ซึ่งสามารถช่วยองค์กรในการตัดสินใจในอนาคตและวางแผนล่วงหน้า

การค้นหารูปแบบ: Machine Learning ช่วยในการค้นหารูปแบบ หรือความสัมพันธ์ในข้อมูลที่เป็นปริมาณมากที่อาจไม่สามารถระบุได้โดยตรง

การตอบสนองกับข้อมูลใหม่: Machine Learning สามารถเรียนรู้จากข้อมูลใหม่และปรับตัวให้กับการเปลี่ยนแปลงในข้อมูลได้อย่างรวดเร็ว ซึ่งเป็นสิ่งสำคัญในโลกที่ข้อมูลเปลี่ยนแปลงอยู่เรื่อย ๆ

บริการ Cloud Computing ระดับโลกอย่าง Amazon Web Services (AWS) ได้นำเสนอชุดของบริการ Machine Learning ที่ช่วยให้องค์กรสามารถใช้งานระบบคลาวด์ประสิทธิภาพสูงนี้ได้อย่างเต็มประสิทธิภาพ ซึ่งในบทความนี้ Cloud HM จะพามารู้จักกับบริการ Machine Learning ของ AWS ว่ามีอะไรบ้างและเราสามารถประยุกต์ใช้กับการใช้งานจริงได้อย่างไร

Amazon Comprehend

Amazon Comprehend เป็นโซลูชันการประมวลผลภาษาธรรมชาติ (NLP) ที่ช่วยให้ธุรกิจดึงและระบุข้อมูลเชิงลึกที่มีความหมายจากเอกสารข้อความ จะใช้เทคโนโลยีการเรียนรู้ของเครื่อง (ML) เพื่อทำการวิเคราะห์ความรู้สึกด้วยการสกัดข้อความอัตโนมัติ บริษัทฝึกอบรม Amazon Comprehend ด้วยเอกสารเฉพาะอุตสาหกรรมเพื่อให้ได้ผลลัพธ์ที่มีความแม่นยำสูง

การประมวลผลภาษาธรรมชาติ (NLP) สามารถใช้งาน

ปรับปรุงการบริการลูกค้า

ทีมสนับสนุนลูกค้าใช้เครื่องมือวิเคราะห์ความรู้สึกเพื่อปรับแต่งคำตอบตามอารมณ์ของการสนทนา เรื่องที่มีความเร่งด่วนจะถูกพบโดยปัญญาประดิษฐ์ (AI)–จากแชตบอตที่มีความสามารถในการวิเคราะห์ความรู้สึกและขยายไปยังบุคลากรที่สนับสนุน

Sentiment Analysis

องค์กรต่าง ๆ คอยติดตามการกล่าวถึง และพูดคุยเกี่ยวกับแบรนด์อย่างต่อเนื่องบนโซเชียลมีเดีย ฟอรัม บล็อก บทความข่าว และพื้นที่ดิจิทัลอื่น ๆ เทคโนโลยีการวิเคราะห์ความเชื่อมั่นช่วยให้ทีมประชาสัมพันธ์ตระหนักถึงเรื่องราวที่เกี่ยวข้องในปัจจุบัน ทีมงานสามารถประเมินอารมณ์พื้นฐานเพื่อแก้ไขข้อร้องเรียนหรือใช้ประโยชน์จากแนวโน้มในเชิงบวก

การวิจัยตลาด

ระบบการวิเคราะห์ความรู้สึกช่วยให้ธุรกิจปรับปรุงการนำเสนอผลิตภัณฑ์ของตนโดยการเรียนรู้สิ่งที่ได้ผลและสิ่งที่ไม่ได้ผล นักการตลาดสามารถวิเคราะห์ความคิดเห็นในเว็บไซต์ คำวิจารณ์ออนไลน์ การตอบแบบสำรวจ เพื่อให้ได้ข้อมูลเชิงลึกในคุณลักษณะเฉพาะของผลิตภัณฑ์

ติดตามประสิทธิภาพของแคมเปญ

นักการตลาดใช้เครื่องมือวิเคราะห์ความเชื่อมั่นเพื่อให้แน่ใจว่าแคมเปญโฆษณาสร้างการตอบสนองที่คาดหวัง ติดตามการสนทนาบนแพลตฟอร์มสื่อสังคม และให้แน่ใจว่าความเชื่อมั่นโดยรวมเป็นไปในทางส่งเสริม หากความเชื่อมั่นน้อยกว่าที่คาดหวัง นักการตลาดจะสามารถปรับแต่งแคมเปญตามการวิเคราะห์ข้อมูลแบบเรียลไทม์ได้

การนำเทคโนโลยี NLP มาประยุกต์ใช้กับธุรกิจ

แชตบอตและผู้ช่วยเสมือน (Chatbot & Virtual assistant)

แชตบอต ใช้การประมวลผลภาษาธรรมชาติ (NLP) เพื่อช่วยให้ผู้ใช้สามารถโต้ตอบกับบริการเว็บหรือแอปผ่านข้อความ กราฟิก หรือเสียงพูด แชตบอตสามารถเข้าใจภาษาธรรมชาติของมนุษย์ เลียนแบบการสนทนาของมนุษย์ และทำงานง่าย ๆ แบบอัตโนมัติ นอกจากนี้ แชตบอต AI ยังใช้ระบบการคาดคะเนอัจฉริยะและการวิเคราะห์เพื่อเรียนรู้ความต้องการของผู้ใช้ และใช้ความรู้นี้เพื่อให้คำแนะนำและคาดคะเนความต้องการได้ด้วย

แชตบอต AI มีการใช้ในหลากหลายช่องทาง เช่น แอปส่งข้อความ เว็บไซต์ โทรศัพท์ และแอปที่เปิดใช้งานการสื่อสารทางเสียง แชตบอตสามารถพัฒนาให้จัดการกับคำสั่งง่าย ๆ ที่มีคำไม่กี่คำหรือทำหน้าที่เป็นผู้ช่วยดิจิทัลและตัวแทนโต้ตอบอัตโนมัติที่ซับซ้อนได้ แชตบอต AI สามารถเป็นส่วนหนึ่งของแอปพลิเคชันที่ใหญ่กว่าหรือทำงานแบบสแตนด์อโลนก็ได้

ประโยชน์ของการนำแชตบอตมาใช้กับธุรกิจ

ยกระดับกระบวนการทางธุรกิจ และประหยัดค่าใช้จ่ายในการสนับสนุนการให้บริการด้วยการนำแชตบอต หรือผู้ช่วยเสมือนบที่มี AI เป็นตัวขับเคลื่อนมาใช้งานในบริการ Self-service สำหรับลูกค้า และพาร์ทเนอร์ทางธุรกิจ เช่น ให้ Chatbot ตอบคำถามทั่วไปแก่ลูกค้า หรือคัดกรองความต้องการลูกค้าก่อนที่จะให้ทีมงานนำไปดำเนินการต่อ

เพิ่มประสิทธิภาพในการค้นหาข้อมูล และความรู้ต่าง ๆ เกี่ยวกับสินค้าและบริการให้กับลูกค้า พาร์ทเนอร์ และพนักงานภายในองค์กร

ยกระดับการสร้าง Brand Reputation หรือชื่อเสียงของแบรนด์ผ่านทางกระบวนการการให้บริการลูกค้าที่มีประสิทธิภาพ และสร้างความสัมพันธ์ที่ดีกับลูกค้าด้วยการสร้างประสบการณ์ที่น่าประทับใจในการให้บริการ

Amazon Rekognition

เป็นบริการในคลาวด์ (Cloud Service) ของ Amazon Web Services (AWS) ที่ให้ความสามารถในการวิเคราะห์และจดจำรูปภาพและวิดีโออย่างแม่นยำ โดยใช้เทคโนโลยีการเรียนรู้ของเครื่อง (Machine Learning) และการปัญญาประดิษฐ์ (Artificial Intelligence) ในการจดจำและวิเคราะห์เนื้อหาที่เกี่ยวข้องกับภาพและวิดีโอ บริการนี้มีความสามารถที่หลากหลาย เช่น

การตรวจจับและระบุใบหน้า (Face Detection and Recognition)

การตรวจจับและระบุวัตถุ (Object Detection and Recognition)

การจดจำและระบุข้อความ (Text Detection and Recognition)

การตรวจจับและจดจำแสตมป์เวลาและสิ่งที่เรียกว่า Label (Stamp and Label Detection)

การวิเคราะห์เนื้อหาเชิงตามหลักสติปัญญาประดิษฐ์ (Content-based Image and Video Analysis)

การตรวจจับและคัดกรองภาพที่ไม่เหมาะสม (Inappropriate Content Detection)

การวิเคราะห์การทำท่าทาง (Gesture and Posture Analysis)

การนำ Image Recognition มาประยุกต์ใช้กับธุรกิจ

ด้วยธุรกิจที่ต้องมีงานเอกสารจำนวนมาก ทำให้องค์กรขนาดใหญ่มักจะต้องพยายามที่จะหาวิธีวิเคราะห์ข้อมูลในเอกสารเหล่านี้ เพื่อให้ได้มาซึ่งข้อมูลเชิงลึก (insights) ในการขับเคลื่อนธุรกิจ ไม่ว่าจะเป็นเอกสารทางกฎหมาย เอกสารทางการแพทย์ นโยบาย หรือเอกสารสัญญาต่าง ๆ หากไม่มีวิธีการวิเคราะห์ข้อมูลแบบอัตโนมัติ และรวมอยู่ที่ศูนย์กลางนั้น ทำให้เป็นเรื่องที่ยากสำหรับธุรกิจที่จะสามารถเข้าใจข้อมูลในเอกสารเหล่านั้น และใช้ประโยชน์จากข้อมูลได้อย่างมีประสิทธิภาพ

OCR (Optical Character Recognition) คือกระบวนการทางอิเล็กทรอนิกส์ โดยการให้ซอฟต์แวร์ช่วยเรียนรู้จดจำรูปแบบตัวอักษรและอ่านตัวอักษรที่ปรากฏบนไฟล์ดิจิทัลในหลายรูปแบบ เช่น รูปภาพ หรือเอกสาร PDF พร้อมสกัดตัวหนังสือออกมาเป็นข้อมูล ให้นำไปใช้งานต่อได้ทันที เช่น นำไปทำ Data Analysis การทำดัชนี หรือการสืบค้นข้อมูล เป็นต้น

เทคโนโลยี OCR ทุกวันนี้มีประสิทธิภาพสูงขึ้นมาก เนื่องจากได้มีการนำ AI (Artificial Intelligence) และ ML (Machine Learning) เข้ามาช่วยพัฒนา ทำให้ OCR สามารถอ่านภาพหรือเอกสารได้ในหลากหลายรูปแบบ และหลายฟอนต์ นำมาสู่ผลลัพธ์ที่แม่นยำขึ้น OCR จึงกลายเป็นที่นิยมใช้งานในหลายอุตสาหกรรม ไม่ว่าจะเป็นอีคอมเมิร์ซ (E-commerce), โลจิสติกส์ หรือการเงิน เป็นต้น

ตัวอย่างการใช้งานเทคโนโลยี OCR ในภาคธุรกิจ

1. การจัดการเอกสารและการแปลงเอกสารให้อยู่ในรูปแบบดิจิทัล

OCR สามารถใช้ในการจัดการเอกสารที่เก็บอยู่ในรูปแบบกระดาษและแปลงให้อยู่ในรูปแบบดิจิทัล เพราะช่วยให้องค์กรเข้าถึงเนื้อหาและค้นหาเอกสารต่าง ๆ พวกนี้ได้สะดวกสบายยิ่งขึ้น รวมถึงยังสามารถนำข้อมูลเหล่านี้มาวิเคราะห์เพื่อประโยนชน์ทางธุกรกิจได้อีกด้วย

2. การกรอกข้อมูลอัตโนมัติ

จากกรอกข้อมูลเอกสารด้วยระบบอัตโนมัติ ช่วยบริษัทให้ประหยัดเวลาและทรัพยากร ช่วยลดความผิดพลาดที่เกิดจากมนุษย์อีกด้วย เช่น

• สำนักงานบัญชีและไฟแนนซ์ ใช้ OCR แปลงข้อมูลจากใบกำกับภาษี สมุดรายการเดินบัญชี และเอกสารทางการเงินต่าง ๆ พร้อมบันทึกเป็นรายการทางบัญชีโดยอัตโนมัติ

• ธนาคารหรือสถาบันการเงิน ใช้ OCR จัดการกับเอกสารที่เกี่ยวข้องกับการปล่อยสินเชื่อและจัดเก็บในฐานข้อมูลอัตโนมัติ ทำให้แผนกที่เกี่ยวข้องเข้าถึงได้โดยง่าย

• สถาบันสุขภาพและโรงพยาบาล ใช้ OCR เพื่อสแกนประวัติของผู้ป่วยเพื่อบันทึกจัดเก็บในระบบบันทึกข้อมูลสุขภาพของผู้ป่วยในรูปแบบดิจิทัล

AWS Glue

AWS Glue ให้ความสามารถในการจัดการและเตรียมข้อมูลสำหรับการวิเคราะห์ข้อมูลและการประมวลผลข้อมูลในรูปแบบที่เหมาะสมสำหรับการใช้งานกับบริการเครื่องจักรเรียนรู้ (Machine Learning) และการวิเคราะห์ข้อมูลอื่น ๆ บริการนี้เป็นสิ่งที่มีความสำคัญสำหรับการเตรียมข้อมูลในการสร้างและเรียนรู้จากโมเดล Machine Learning หรือสำหรับการประมวลผลข้อมูลในรูปแบบที่เหมาะสมสำหรับการวิเคราะห์ข้อมูลและรายงาน

AWS Glue ทำอะไรได้บ้าง

การค้นพบและจัดกลุ่มข้อมูลแบบอัตโนมัติ (Automatic Data Discovery and Cataloging): AWS Glue สามารถค้นพบและกลุ่มข้อมูลจากแหล่งข้อมูลต่างๆ ทั่วระบบอัตโนมัติ โดยการสร้างข้อมูลแคตาล็อกที่เก็บข้อมูลเพื่อให้สามารถรู้จักข้อมูลและเข้าถึงข้อมูลอย่างรวดเร็ว

การเตรียมข้อมูลแบบอัตโนมัติ (Automated Data Preparation): AWS Glue มีความสามารถในการแปลงและเตรียมข้อมูลอัตโนมัติเพื่อให้ข้อมูลเหมาะสมสำหรับการวิเคราะห์และประมวลผล

การแสดงแผนผังข้อมูล (Data Mapping): บริการนี้สร้างแผนผังข้อมูลที่ช่วยในการเข้าถึงและรวมข้อมูลจากแหล่งต่าง ๆ

การทำการเปรียบเทียบและเข้าถึงข้อมูล (Data Comparison and Access): AWS Glue ช่วยในการทำการเปรียบเทียบข้อมูลจากแหล่งต่าง ๆ และช่วยในการเข้าถึงข้อมูลที่ถูกเตรียมเรียบร้อย

การสร้างสคริปต์และจําลองข้อมูล (Scripting and Data Modeling): คุณสามารถใช้สคริปต์เพื่อเรียกใช้งานและจําลองข้อมูลเพื่อการทดสอบและการปรับแต่งการเตรียมข้อมูล

การจัดตารางงาน (Job Scheduling): คุณสามารถกำหนดตารางงานเพื่อให้ AWS Glue ทำการเตรียมข้อมูลและประมวลผลข้อมูลโดยอัตโนมัติในเวลาที่คุณต้องการ

การรายงานและการตรวจสอบ (Monitoring and Logging): บริการนี้มีระบบการตรวจสอบ และการรายงานที่ช่วยในการติดตามการดำเนินงานของงานเตรียมข้อมูลและการประมวลผลข้อมูล

AWS Glue มีความสามารถที่ช่วยให้นักพัฒนาและนักวิเคราะห์ข้อมูลสามารถเตรียมข้อมูลอย่างรวดเร็วและสร้างแผนผังข้อมูลเพื่อใช้ในการวิเคราะห์ข้อมูล โดยลดความซับซ้อนในกระบวนการเตรียมข้อมูลและเปิดระบบการวิเคราะห์ข้อมูลสู่การใช้งานได้อย่างมีประสิทธิภาพ

Challenging ของการพัฒนา Machine Learning บนคลาวด์

คุณภาพข้อมูล: ความแม่นยำและความน่าเชื่อถือของ Model เป็นสิ่งที่สำคัญมาก ซึ่งคุณภาพของ Model นั้นก็มาจากคุณภาพข้อมูลที่นำมาใช้ Train Model ซึ่งการใช้ข้อมูลที่ดี ไม่มี Bias ก็เป็นสิ่งสำคัญที่เราต้องเตรียมไว้สำหรับการพัฒนา Machine Learning

การจัดการค่าใช้จ่าย: การใช้บริการ AWS อาจทำให้ค่าใช้จ่ายที่ไม่คาดคิดเกิดขึ้น หากไม่มีการจัดการทรัพยากรอย่างรอบคอบ มันเป็นสิ่งสำคัญที่ต้องติดตามและปรับใช้ทรัพยากรเพื่อควบคุมค่าใช้จ่าย

สรุป

AWS มีเครื่องมือในการปลดล็อกศักยภาพของ AI และ ML มากมายให้เราได้เลือกใช้พัฒนา แต่อย่างไรก็ตามเราก็ยังต้องคำนึงถึงข้อจำกัด และความท้าทายที่ได้กล่าวไว้ข้างต้นในการสร้าง Machine Learning ที่มีประสิทธิภาพและสามารถแก้ไขปัญหาทางธุรกิจที่เราต้องการได้

หากสนใจใช้งานเครื่องมือทาง AI จาก Amazon Web Services เพื่อการพัฒนาเว็บไซต์และแอปพลิเคชัน เพื่อปลดล็อคความขีดจำกัดในการวิเคราะห์ของข้อมูล สามารถเลือกใช้บริการ AWS จากพาร์ทเนอร์อย่างเป็นทางการในประเทศไทยอย่าง Cloud HM เรามีความเชี่ยวชาญในการออกแบบ และเลือกใช้โซลูชันจากเครื่องมือของ AWS และพร้อมให้คำแนะนำครบวงจร

— Cloud HM