5 เทรนด์ AI และ Machine Learning Trends ที่กำลังมาแรงในปี 2021

          ระบบไฮเปอร์อัตโนมัติ Hyperautomation คือการใช้งานแอพพลิเคชั่นบนเทคโนโลยีที่มีความซับซ้อนมากยิ่งขึ้น อย่างเช่น Artificial Intelligence (AI) และ Machine Learning (ML) เพื่อสร้างกระบวนการอัตโนมัติและเพิ่มประสิทธิภาพให้กับผู้ใช้งานมากยิ่งขึ้น ซึ่งเป็นเทรนด์สำคัญด้านไอทีที่ระบุโดยวิจัยการตลาดของบริษัท Gartner เป็นแนวคิดที่ว่าทุกสิ่งส่วนใหญ่ในองค์กรที่สามารถทำงานได้จะสามารถทำงานได้โดยอัตโนมัติ เช่น ในกระบวนการผลิตควรเปลี่ยนจากระบบ Manual มาเป็นแบบอัตโนมัติ ซึ่งปัจจุบันได้เร่งการนำแนวคิดนี้ไปใช้อย่างแพร่หลาย เรียกอีกอย่างว่า “กระบวนการอัตโนมัติแบบดิจิทัล” (Digital Process Automation) และ “กระบวนการอัตโนมัติอัจฉริยะ” (Intelligent Process Automation)

          Artificial Intelligence (AI) และ Machine Learning (ML) เป็นองค์ประกอบหลักและตัวขับเคลื่อนหลักของระบบไฮเปอร์อัตโนมัติ (พร้อมกับเทคโนโลยีอื่น ๆ เช่นเครื่องมืออัตโนมัติในกระบวนการหุ่นยนต์) การจะประสบความสำเร็จในระบบไฮเปอร์อัตโนมัติ (hyperautomation) นั้นไม่สามารถพึ่งพาซอฟต์แวร์ที่บรรจุแบบคงที่ได้ กระบวนการทางธุรกิจอัตโนมัติต้องสามารถปรับให้เข้ากับสถานการณ์ที่เปลี่ยนแปลงและตอบสนองต่อสถานการณ์ที่ไม่คาดคิด

นั่นคือจุดที่ Artificial Intelligence (AI), Machine Learning (ML) และเทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) เข้ามาโดยใช้อัลกอริทึมและโมเดล “การเรียนรู้” พร้อมกับข้อมูลที่สร้างโดยระบบอัตโนมัติเพื่อให้ระบบปรับปรุงโดยอัตโนมัติเมื่อเวลาผ่านไปและตอบสนองต่อกระบวนการและข้อกำหนดทางธุรกิจที่เปลี่ยนแปลงไป (การเรียนรู้เชิงลึกเป็นชุดย่อยของการเรียนรู้ของเครื่องที่ใช้อัลกอริทึมเครือข่ายประสาทเทียมเพื่อเรียนรู้จากข้อมูลจำนวนมาก)

Artificial Intelligence (AI) และ Machine Learning (ML) กำลังหาทางเข้าสู่ระบบรักษาความปลอดภัยทางไซเบอร์สำหรับทั้งระบบองค์กรและการรักษาความปลอดภัยภายในบ้าน

ผู้พัฒนาระบบรักษาความปลอดภัยทางไซเบอร์ต่างแข่งขันกันอย่างไม่มีที่สิ้นสุดในการอัปเดตเทคโนโลยีของตนเพื่อให้ทันกับภัยคุกคามที่พัฒนาอย่างต่อเนื่องไม่ว่าจะเป็น malware, ransomware, การโจมตี DDS และอื่น ๆ สามารถใช้เทคโนโลยี AI และ Machine Learning (ML) เพื่อช่วยระบุภัยคุกคามรวมถึงภัยคุกคามที่กล่าวขึ้นมาข้างต้นได้

เครื่องมือรักษาความปลอดภัยทางไซเบอร์ที่ขับเคลื่อนด้วย AI ยังสามารถรวบรวมข้อมูลจากระบบธุรกรรม เครือข่ายการสื่อสาร กิจกรรมดิจิทัลและเว็บไซต์ของบริษัทตลอดจนจากแหล่งข้อมูลสาธารณะภายนอกและใช้อัลกอริทึม AI เพื่อจดจำรูปแบบและระบุกิจกรรมที่คุกคามเช่นการตรวจจับ IP ที่น่าสงสัย ที่อยู่และการละเมิดข้อมูลที่อาจเกิดขึ้น

ปัจจุบันการใช้ AI ในระบบรักษาความปลอดภัยภายในบ้าน ส่วนใหญ่จะจำกัดเฉพาะระบบที่รวมเข้ากับกล้องวิดีโอสำหรับผู้บริโภคและระบบเตือนภัยผู้บุกรุกที่รวมเข้ากับเสียง ตามรายงานของบริษัท วิจัย IHS Markit แต่ IHS กล่าวว่าการใช้ AI จะขยายไปสู่การสร้าง “บ้านอัจฉริยะ” ที่ระบบจะเรียนรู้วิธีการ นิสัยและความชอบของผู้อยู่อาศัย

Internet of Things เป็นพื้นที่ที่เติบโตอย่างรวดเร็วในช่วงไม่กี่ปีที่ผ่านมาโดย Transforma Insights นักวิจัยตลาดคาดการณ์ว่าตลาด IoT ทั่วโลกจะเติบโตเป็น 24.1 พันล้านอุปกรณ์ในปี 2573 สร้างรายได้ 1.5 ล้านล้านดอลลาร์

การใช้ AI / ML มีความเกี่ยวพันกับ IoT มากขึ้นเรื่อย ๆ ตัวอย่างเช่น Artificial Intelligence (AI), Machine Learning (ML) และการเรียนรู้เชิงลึก (Deep Learning) ได้ถูกนำมาใช้เพื่อทำให้อุปกรณ์และบริการ IoT ชาญฉลาดและปลอดภัยยิ่งขึ้น แต่ประโยชน์ที่ได้รับทั้งสองวิธีเนื่องจาก AI และ ML ต้องการข้อมูลจำนวนมากเพื่อให้ทำงานได้สำเร็จนั่นคือเครือข่ายของเซ็นเซอร์และอุปกรณ์ IoT ที่มีให้

ตัวอย่างเช่นในสภาพแวดล้อมทางอุตสาหกรรมเครือข่าย IoT ทั่วทั้งโรงงานผลิตสามารถรวบรวมข้อมูลการดำเนินงานและประสิทธิภาพ ซึ่งจะวิเคราะห์โดยระบบ AI เพื่อปรับปรุงประสิทธิภาพของระบบการผลิตเพิ่มประสิทธิภาพและคาดการณ์ว่าเครื่องจักรจะต้องมีการบำรุงรักษาเมื่อใด

สิ่งที่บางคนเรียกว่า“ Artificial Intelligence of Things: (AIoT) สามารถกำหนดระบบอัตโนมัติทางอุตสาหกรรมใหม่ได้

เมื่อต้นปีที่ผ่านมาเนื่องจากการประท้วงต่อต้านความอยุติธรรมทางเชื้อชาติอยู่ในระดับสูงสุดผู้จำหน่ายไอทีชั้นนำหลายรายรวมถึง Microsoft, IBM และ Amazon ประกาศว่าพวกเขาจะจำกัด การใช้เทคโนโลยีจดจำใบหน้าที่ใช้ AI โดยหน่วยงานตำรวจจนกว่าจะมีกฎหมายของรัฐบาลกลางควบคุม การใช้เทคโนโลยีตามเรื่องราวของวอชิงตันโพสต์

ซึ่งได้ให้ความสำคัญกับคำถามทางจริยธรรมที่หลากหลายเกี่ยวกับการใช้เทคโนโลยี AI ที่เพิ่มขึ้น ซึ่งรวมถึงการใช้ AI ในทางที่ผิดอย่างเห็นได้ชัดสำหรับความพยายามในการให้ข้อมูลที่ผิดแบบ “deepfake” และสำหรับการโจมตีทางไซเบอร์ แต่ยังรวมถึงประเด็นที่เป็นสีเทาเช่นการใช้ AI โดยรัฐบาลและองค์กรบังคับใช้กฎหมายเพื่อเฝ้าระวังและกิจกรรมที่เกี่ยวข้องและการใช้ AI โดยธุรกิจเพื่อการตลาดและแอปพลิเคชันด้านความสัมพันธ์กับลูกค้า

นั่นคือทั้งหมดก่อนที่จะเจาะลึกคำถามที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับศักยภาพในการใช้ AI ในระบบที่สามารถแทนที่แรงงานมนุษย์ได้ทั้งหมด

บทความของ Forbes ในเดือนธันวาคม 2019 กล่าวว่าขั้นตอนแรกในที่นี่คือการถามคำถามที่จำเป็นและเราได้เริ่มดำเนินการดังกล่าวแล้ว ในบางแอพพลิเคชั่นอาจจำเป็นต้องมีกฎระเบียบและกฎหมายของรัฐบาลกลางเช่นเดียวกับการใช้เทคโนโลยี AI สำหรับการบังคับใช้กฎหมาย

ในทางธุรกิจ Gartner แนะนำให้สร้างกระดานจริยธรรม AI ภายนอกเพื่อป้องกันอันตรายจาก AI ที่อาจเป็นอันตรายต่อแบรนด์ของบริษัท การดำเนินการตามกฎข้อบังคับหรือนำไปสู่การคว่ำบาตรหรือทำลายคุณค่าทางธุรกิจ คณะกรรมการดังกล่าวรวมถึงตัวแทนของลูกค้าของบริษัท สามารถให้คำแนะนำเกี่ยวกับผลกระทบที่อาจเกิดขึ้นจากโครงการพัฒนา AI และปรับปรุงความโปร่งใสและความรับผิดชอบในโครงการ AI ได้