ในยุคที่ปัญญาประดิษฐ์ (AI) กำลังเข้ามีบทบาทในชีวิตมากขึ้นเรื่อยๆ โดยมีที่มาจากกระบวนการที่เรียกว่า “Machine Learning” หรือการใช้อัลกอริธึมในการวิเคราะห์ข้อมูล เรียนรู้จากข้อมูล และคาดการณ์ ตลอดจนประเมินผลสิ่งใดสิ่งหนึ่ง มาสู่ “Artificial Neural Network” หรือที่รู้จักกันในชื่อ “Deep Learning” ซึ่งเป็นรูปแบบหนึ่งของ “Machine Learning” มีการทำงานที่เลียนแบบการทำงานเบื้องต้นของระบบเซลล์ประสาทในสมองของมนุษย์ 

“Deep Learning” ประกอบด้วย neuron หลายตัวต่อกันเป็นชั้นหลายชั้น (hidden layer) ซึ่งจะเชื่อมต่อระหว่าง input และ output เพื่อความสามารถในการวิเคราะห์และประมวลผลที่มีความซับซ้อนได้อย่างสมองคนมากขึ้น

ดร.อัคร สุประทักษ์ กลุ่มวิชาวิทยาการคอมพิวเตอร์ คณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยมหิดล ผู้ร่วมวิจัยโครงการ “VideoQR: เทคโนโลยีที่เชื่อมต่อผู้คนเข้าสู่โลกออนไลน์ผ่านวิดีโอพร้อมวิเคราะห์ข้อมูลพฤติกรรมของผู้บริโภคเพื่อการโฆษณาและสื่อสารอย่างมีประสิทธิภาพ” ซึ่งได้รับทุนจาก U.REKA Batch1 ที่จัดโดย Digital Ventures ของธนาคารไทยพาณิชย์ จำกัด (มหาชน) เป็นตัวอย่างของการใช้ Deep Learning เพื่อการคิดค้นนวัตกรรมใหม่ โดยได้คิดค้นเทคโนโลยี "VideoQR" ที่สามารถนำไปใช้ได้กับทุกภาคอุตสาหกรรมที่ใช้วีดีโอเป็นสื่อกลางในการให้ข้อมูลต่างๆ กับผู้ชมได้

ดร.อัคร สุประทักษ์ กล่าวว่า โครงการดังกล่าวเป็นโครงการที่ทำร่วมกับทีมวิจัยจากมหาวิทยาลัยขอนแก่น โดยตนเป็นผู้ที่ช่วยคิดค้นโมเดลที่สามารถนำไปใช้ในการซ่อนข้อมูลลงไปในวีดีโอ (Encoding service) และการดึงข้อมูลที่ซ่อนไว้ออกมา (Decoding service) โดยใช้เทคนิคการเรียนรู้เชิงลึก (Deep Learning) ซึ่งเทคโนโลยี VideoQR ที่ทีมวิจัยคิดค้นขึ้นนี้เป็นเทคโนโลยีที่สามารถซ่อนข้อมูลที่คล้ายกับ QR Code ลงในไปวิดีโอได้โดยที่ตาของเรานั้นมองไม่เห็น ซึ่งคนทั่วไปสามารถเข้าถึงข้อมูลนั้นจากการสแกนที่ในช่วงเวลาไหนของวีดีโอก็ได้ และด้วยเทคโนโลยี VideoQR นี้เรายังสามารถเก็บข้อมูลการสแกนของผู้รับชม วีดีโอได้อีกด้วย ซึ่งเราสามารถนำมาสร้างระบบวิเคราะห์ และแสดงผลข้อมูลเชิงลึกด้านประสิทธิภาพของวีดีโอที่มีต่อผู้ชม (Customer Insight Dashboard) เพื่อให้ผู้ที่ผลิตสื่อสามารถนำข้อมูลไปปรับปรุงวีดีโอให้มีประสิทธิภาพมากขึ้นได้

“เทคโนโลยี VideoQR นี้ ในต่างประเทศยังไม่มี เป็นเทคโนโลยีใหม่ที่ขณะนี้กำลังอยู่ระหว่างการพัฒนา ซึ่งถ้าทำสำเร็จน่าจะสามารถหารายได้เข้าประเทศไทยได้ คาดว่าภายในเวลาสองปีจะพัฒนาแล้วเสร็จ และจะเอาไปใช้จริงกับสื่อโฆษณาต่างๆ ยกตัวอย่างเช่น การโฆษณาผ่านละครทีวี ในปัจจุบันนั้นเราจะแทรกโฆษณากั้นระหว่างละคร ด้วยเทคโนโลยี VideoQR นั้น เราจะสามารถแทรกโฆษณาลงไปในระหว่างการชมละครทีวีได้ด้วย โดยนำแอปพลิเคชันขึ้นมาสแกนผ่านวีดีโอในแต่ละตอนแล้วจะเข้าถึงข้อมูลต่างๆ ได้ เช่น ร้านค้าที่ขายเสื้อผ้าที่ดาราในละครใส่อยู่ เป็นต้น โดยเราจะมีการบอกไว้ด้วยว่ามีวีดีโอถูกซ่อนเอาไว้”

“ตอนนี้ ที่คณะ ICT มหิดลมีการเรียนการสอนทั้งในระดับปริญญาตรี ปริญญาโทและปริญญาเอก ซึ่งในระดับปริญญาตรีจะเน้นให้นักศึกษาสามารถนำเอา Deep Learning ที่มีอยู่แล้วมาใช้งานได้จริงในระดับพื้นฐาน ส่วนระดับปริญญาโทจะมีการเรียนการสอนในรูปแบบของการจัดสัมมนา โดยจะมีการเชิญผู้ที่นำเอาเทคโนโลยี Deep Learning มาใช้แล้วประสบความสำเร็จ มาแชร์ประสบการณ์กันว่าจะเอา Deep Learning ไปใช้ต่อยอดอย่างไรได้บ้าง เนื่องจาก Deep Learning เป็นวิชาที่ต้องใช้ความรู้พื้นฐานทางด้านคณิตศาสตร์ค่อนข้างมาก จึงมักจะไม่สอนลึกในระดับปริญญาตรี แต่ต่อไปทางคณะฯ จะมีการปรับหลักสูตร ทั้งในระดับปริญญาตรี และปริญญาโทให้มีวิชาที่ใช้ Deep Learning หรือ Machine Learning เพิ่มมากขึ้นด้วย โดยในระดับปริญญาโทจะเปิดสอนแบบเจาะลึกมากกว่า ส่วนทางด้านการวิจัยก็มีหลากหลายบริษัท ตลอดจนโรงพยาบาลต่างๆ มาติดต่อขอให้ทางคณะฯ เป็นที่ปรึกษาพัฒนาทางด้าน Deep Learning อย่างต่อเนื่อง ซึ่งงานวิจัยหลักๆ ของเราจะเน้นไปทางด้านการแพทย์ เช่น การวิเคราะห์คลื่นสมอง เป็นต้น”

“สิ่งที่อยากฝากไว้ก็คือ ก่อนที่ทุกคนจะเอา Deep Learning มาใช้ เราจะต้องทราบก่อนว่า Deep Learning ไม่ได้เป็นคำตอบของทุกปัญหา ไม่ใช่ว่ามีปัญหาอะไรจะมาใช้ Deep Learning ได้เลย ซึ่ง Deep Learning จะมาช่วยลดกระบวนการวิเคราะห์และและเพิมประสิทธิภาพในการประมวลผล แต่มีข้อจำกัด คือ ประการแรก เราต้องใช้คอมพิวเตอร์ที่มีประสิทธิภาพในการประมวลผลสูง หรือเป็นคอมพิวเตอร์ที่มี Graphical Processing Unit (GPU) ช่วยในการประมวลผล ประการที่สอง คือ ต้องใช้จำนวนข้อมูลในปริมาณมาก เป็นหลักหมื่นหลักแสนขึ้นไป ซึ่งทำได้ยากในบางปัญหา และมีค่าใช้จ่ายสูงในการเก็บและรักษาข้อมูล จึงอยากให้ดูองค์ประกอบของปัจจัยอื่นๆ มาพิจารณาร่วมด้วย” อาจารย์ ดร.อัคร สุประทักษ์ กล่าวทิ้งท้าย