ปลายปีนี้ อาจเจอวิกฤติเงินเฟ้อ สูงกว่า 7% จากปัจจัย อาหารและพลังงาน ส่งผลให้ จำเป็นต้องขึ้นค่าแรงขั้นต่ำตามไปด้วย แนวทางรับมือ คือ
1. ประหยัด รักษาวินัยการเงิน
2. ระวังหนี้ เพราะ กนง. จะให้ธนาคารขึ้นอัตราดอกเบี้ย เพื่อเอาชนะ/ควบคุมเงินเฟ้อ ดังนั้น ถ้าไม่จำเป็น อย่าก่อหนี้
สรุป ถ้าเอาชนะเงินเฟ้อ ไม่ได้ นั้นคือ อัตราเงินเฟ้อปลายปี-ต้นปีหน้า ไม่ลดลงต่ำกว่า 7% ก็น่ากังวลอย่างมาก จะส่งผลกระทบต่อหนี้/ต้นทุนหลายภาคส่วน รวมทั้งหนี้ครัวเรือน
เมื่อ 2 ก.ค.65 มีเพื่อนนักวิจัยคนหนึ่งที่เนคเทค (NECTEC) ได้แชร์เรื่องราวการพัฒนาการของ ML (Machine Learning) โดย ML system นี้ มีชื่อว่า GPT-3 (Generative Pretrained Transformer) จากสถาบันวิจัย Institue of Neuroscience and Physiology, University of Gothenburg, Gothenburg, Sweden ซึ่ง GPT-3 เป็น Neural network ที่ใช้งานด้าน Image recognition, Natural language processing, Predictive modeling โดยอัลกอริทึมส์ของ GPT-3 สำหรับงานด้าน Natural language processing มี Techniques ในการสร้างข้อความดังนี้
1. TOP P technique ใช้เลือกคำที่จะสร้างต่อไปในประโยคเพื่อให้แน่ใจว่าไวยากรณ์ของประโยคถูกต้องและเข้าใจได้
2. Frequency Penalty technique ใช้สร้างคำที่พิเศษ เฉพาะเจาะจง และหลากหลาย โดยไม่สร้างคำเดิมๆ ซ้ำๆ (non-common words)
3, Presence Penalty technique ใช้สร้างคำที่ไม่อยู่ใน training data เพื่อให้ข้อความที่สร้างมีความสมจริงและเชื่อถือได้
4. Temperature setting ใช้ควบคุมความต้องการ output ของการสร้างคำ/เขียนข้อความโดย GPT-3 และ Max lenght setting ใช้ควบคุมความยาวของข้อความที่สร้างเพื่อให้ข้อความที่สร้างไม่ซ้ำและน่าเบื่อ
สรุป GPT-3 เป็นระบบ Machine Learning ที่มีความสามารถในการเขียน academic paper ด้วยตัวเอง โดยมีมนุษย์เป็นผู้กำหนดความต้องการในการเขียน แต่ยังคงมีข้อจำกัด เช่น GPT-3 ยังไม่สามารถรับรู้และเข้าใจภาษามนุษย์ได้ในบางบริบท อีกทั้งยังไม่สามารถสร้างข้อความที่เป็นแนวความคิดใหม่หรือมุมมองต่างๆ แบบที่มนุษย์แสดงออกได้
ตัวอย่าง academic paper by GPT-3 self-writing.
บรรณานุกรม
GPT Generative Pretrained Transformer, Almira Osmanovic Thunstrom, Steinn Steingrimsson, "Can GPT-3 write an academic paper on itself, with mininal human input?", HAL id: hal-03701250, https://hal.archives-ouvertes.fr/hal-03701250, 21 Jun 2022.
ก่อนหน้านี้ ผมมีเรื่องเดิมๆ เกิดขึ้นกับผมอีก นั้นก็คือ อารมณ์เบื่องาน เบื่อชีวิต อยากลาออกจากงาน อีกแล้ว!!!! เพื่อนผมคนหนึ่งหลังจากทราบอารมณ์เบื่อสิ่งต่างๆ ของผม เขาก็ชวนมาพักผ่อน นั่งรับประทานอาหารและเครื่องดื่ม คุยกันแบบสบายๆ (Casual Talk) ณ ราชกรีฑาสโมสรโปโลคลับ (RBSC: The Royal Bangkok Sports Club)
วันที่ 18 มิ.ย.65 ช่วงค่ำ (17:30-21:30) ผมเดินทางมาถึง RBSC ก็ทำการแลกบัตร non-member ที่ รปภ. แล้วก็จอดรถ เดินไปลงชื่อ แล้วไปยังจุดนัดพบ คือ Air Bar เมื่อเจอเพื่อน เราก็ทักทายคุยกัน เรื่องต่างๆ เพื่อนผมอยากให้ผมตั้งเป้าหมายไว้ อย่าเพิ่งลาออก เพราะความเบื่อหน่ายในเรื่องต่างๆ นอกจากนั้น เราก็คุยกันเรื่อง เกมส์กีฬา เช่น แบดมินตัน เทนนิส ว่ายน้ำ ฟุตบอล สนุกเกอร์ กอล์ฟ ฯลฯ คุยเรื่อง สาวๆ บ้าง นิดหน่อย แล้วก็ไปเดินดูรอบสถานที่ โดยสถานที่ มีความเป็นระเบียบ เรียบร้อย สะอาด ดีมากๆๆ ครับ
สรุป ที่นี้ The Royal Bangkok Sports Club เป็นสถานที่พักผ่อน ทั้งแบบส่วนตัว ครอบครัว รวมญาติและเพื่อนพ้อง มีสิ่งอำนวยความสะดวกที่ดีเยี่ยม และสถานที่ถูกจัดระเบียบไว้อย่างดี มีความสวยงามและสะอาด นอกจากนี้ ยังวิวดีด้วย จึงถ่ายรูปบันทึกภาพมาฝากครับ
Weekend ที่ผ่านมา ผมได้เดินทางไปพักผ่อนที่พัทยา โดยไปเจอพี่ชายที่พัทยาเหนือ โรงแรม Brighton Grand Pattaya ความพิเศษคือ พี่ชายผมไปพักผ่อนเนื่องในวันเกิดของเขา (10 มิ.ย.65) เมื่อผมเดินทางถึงโรงแรมที่พัก ก็ได้ห้องพักที่จองไว้เป็นห้องพักหัวมุม Seaview (2901,2902) ทำให้ได้ชมวิวทะเลพัทยาเหนือ บริเวณหาดวงศ์อมาตย์ที่มีความสวยงามอย่างมาก
วันที่ 11 มิ.ย.65 หลังจากเข้าพักห้อง 2902 แล้ว ก็นั่งชมวิวทะเลช่วงกลางวันจากห้องพัก สวยมากๆ แล้วก็ออกเดินทางไป Terminal 21 Pattaya เพื่อเดินเล่นในห้างสักพัก จากนั้นก็ไปนั่งชมทะเลที่บริเวณหาดจอมเทียน (ดื่มเบียร์เย็นๆ ริมทะเลด้วย) พอตกเย็นก็ทานอาหารค่ำ (ข้าวต้มทะเล) ที่ถนนพัทยาเหนือ จากนั้นก็น้่งชมวิวทะเลช่วงกลางคืนจากห้องพัก จนหลับคาเก้าอี้ชมวิวในห้องเลย
วันที่ 12 มิ.ย.65 ตื่นเช้ามา นั่งดื่มกาแฟ และชมวิวทะลยามเช้าจากห้องพัก ได้เห็นชีวิตคนย่านนี้ที่ตื่นเช้ามา มีเดินออกกำลังกายบ้าง เดินออกกำลังกายบนด้านฟ้าของตึกที่ตนเองอาศัยอยู่บ้าง ขับรถไปโน้นนี้บ้าง เช้ารถไม่ติด ประมาณ 8 โมงเช้า ผมก็ลงไปชั้น 10 เพื่อรับประทานอาหารเช้าของโรงแรม พูดคุยกับพี่ชาย แฟนของพี่ชาย และ GM ของโรงแรมแห่งนี้ จากนั้นก็ Checkout 11:45 และรำลากัน เวลา 12:00 แยกย้ายกันเดินทางกลับเข้ากรุงเทพฯ
สรุป เป็น Weekend ที่ได้พักผ่อนกำลังดี ครับ และผมถ่ายภาพสวยๆ มาสำหรับรำลึกถึง (Time in memory)
Artificial Neural Network Classification of High Dimension Data with Novel Optimisation Approach of Dimension Reduction
อีกหนึ่งของ Neural Network ที่คิดค้นเพื่อแก้ปัญหา Very High Dimension Input Feature Space ในบทความนี้ผู้เขียนจะกล่าวถึง Neural Network ของนักวิจัยชาวอินเดีย Rabia Aziz, C.K. Verma, Manoj Jha และ Namita Srivastava แห่ง Department of Mathematics and Computer Application, Maulana Azad National Institute of Technology
Learning Algorithms ของ Neural Network ใหม่นี้ มี 2 ส่วนที่แตกต่างจะ Neural Network ทั่วไป (a new hybrid gene selection method of neural network) กล่าวคือ Neural Network นี้ถูกออกแบบใหม่เพื่อใช้ในงานด้าน Bioinformatics และลดปัญหา Very High Dimension Input Feature Space ใน DNA Microarray Data โดยส่วนที่แตกต่างในส่วนที่ 1 คือ Extraction Technique โดยในส่วนนี้ Algorithm ใหม่ที่ใช้คือ Independent Component Analysis (ICA) และส่วนที่แตกต่างในส่วนที่ 2 คือ Optimisation Technique โดยใช้ Artificial Bee Colony (ABC) และ Neural Network มีรูปแบบการทำงานเป็น Supervised Learning และประยุกต์ในการสร้างแบบจำลองการจำแนกข้อมูล Cancer Classifier สำหรับงานด้าน Bioinformatics ในการแก้ปัญหา Gene Selection ของ DNA Microarray Data
บรรณานุกรม
Rabia Aziz, C.K. Verma, Manoj Jha and Namita Srivastava,"Artificial Neural Network classification of microarray data using new hybrid gene selection method", International Journal of Data Mining and Bioinformatics, Vol. 17, No.1, 2017, pp.42-65.
Text Adaptive Resonance Theory Neural Network
Neural Networks หรือ Artificial Neural Networks นั้นเป็น subset หนึ่งของการศึกษา Artificial Intelligence และ Machine Learning โดย Neural Network นั้นคือการศึกษากระบวนการทำงานของโครงข่ายประสาทมนุษย์แล้วทำการแปลงรูปแบบการทำงานของโครงข่ายประสาท (Neuron) เป็นแบบจำลองทางอัลกอริทึมส์ (Learning Algorithms) ที่เรียกว่าโครงข่ายประสาทเทียม (Artificial Neural Networks) โดย Neural Networks มีอัลกอริทึมส์ที่หลากหลาย แต่สามารถแบ่งประเภทของ Neural Networks ตามหลักการของ Machine Learning ได้ 2 ประเภท คือ (1) Unsupervised Learning และ (2) Supervised Learning สำหรับในบทความนี้ ผู้เขียนจะกล่าวถึง Text Adaptive Resonance Theory Neural Network โดย Neural Network นี้เป็นวิทยานิพนธ์ (Thesis) ของผู้เขียนขณะทำการศึกษาปริญญาโท ณ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง เมื่อ 20 ปีก่อน (พ.ศ.2543-2546)
Text Adaptive Resonance Theory Neural Network เป็น Neural Network ที่มีอัลกอริทึมส์ (Learning Algorithms) แบบ Unsupervised Learning กล่าวคือเป็น Neural Network ที่ใช้การเรียนรู้แบบไม่มีผู้สอนและใช้การเรียนรู้โดยอาศัยการวัดค่าความคล้ายคลึง (Similarity Measure) เพื่อจดจำและแยก Input Pattern Feature ของสิ่งที่กำลังเรียนรู้ โดยสิ่งที่พิเศษและแตกต่างจาก Unsupervised Learning of Neural Networks ตัวอื่นๆ ก็คือ Text Adaptive Resonance Theory Neural Network จะรับ Input Pattern Feature ที่เป็น Text โดยตรง ซึ่ง Neural Network ทั่วไปจะรับ Input Pattern Fearture ที่เป็นข้อมูลตัวเลข (Numberical Feature Value) ดังนั้น Text Adaptive Resonance Theory Neural Network จึงเป็น Neural Network ที่รับ Input Pattern Feature ที่เป็นข้อมูลไม่ใช่ตัวเลข (non-numberical fearture value) ทำให้ลดปัญหา Very high dimension input feature space ที่เกิดขึ้นใน Neural Network ทั่วไป เมื่อทำการแปลงข้อมูล Text (Data Representative) ให้เป็นข้อมูลตัวเลขก่อนนำเป็น Input Pattern Feature โดยใช้ Dimensionality Reduction Technique แบบ Cartesian product of input features สำหรับ Text Adaptive Resonance Theory Neural Network นั้นมีองค์ประกอบเฉพาะแบ่งเป็น 3 ส่วน คือ (1) Feature Type of Weights (2) Similarity Measure และ (3) Learning Algorithm/Weight Adjustment
สรุป Text Adaptive Resonance Theory Neural Network เป็น Neural Network สำหรับ Automatic Text Processing มีการเรียนรู้แบบ Unsupervised Learning เพื่อใช้งานด้าน Document Clustering และสามารถประมวลผลข้อมูลและรับข้อมูล Text โดยตรง และเป็นการแก้ปัญหา Very high dimension input feature space ในขอบเขตการศึกษาของ Document Clustering นอกจากนี้แล้ว มีการศึกษาค้นคว้า Neural Networks แบบใหม่ที่สามารถลดปัญหา Very high dimension input feature space
บรรณานุกรม
1. Worapoj Kreesuradej and Norraseth Chantasut, "A Text Processing Adaptive Resonance Theory Neural Network,"Proceedings of the 2002 Artificial Neural Network In Engineering Conference, Volume 12, St. Louis, Missouri, USA, November 10-13, 2002, pp.625-630, ISBN. 0-7918-0191-8.
2. Worapoj Kreesuradej, Warune Kruakai, and Norraseth Chantasut,"Clustering Text Data Using Text ART Neural Network," WSEAS Transactions on Systems , Issue 1, Volume 3, 2004, pp. 200-205, ISSN. 1109-2777.
เตรียมตัวกลับมาเขียนบล็อคใหม่อีกครั้ง
ปัจจุบัน ผมอายุ 46 ปี ตั้งแต่ทำงานมา 10 กว่าปี (ขอสงวนอาชีพ) ก็เริ่มรู้สึกเบื่องาน ไม่อยากมาทำงานและเบื่อที่จะเรียนรู้งาน จึงอยากจะลาออกจากงาน แต่ก็ได้ปรึกษาพี่ๆ ที่ทำงาน ซึ่งผมได้รับคำแนะนำมา คือ หากลาออกจากงานแลัวมีอะไรรองรับ แล้วสิ่งที่อยากทำเมื่อลาออกจากงานไปคืออะไร จากคำถามเหล่านี ผมใช้เวลา 2 วัน ในการค้นหาคำตอบ สุดท้ายก็ได้คำตอบว่า หากผมลาออกจากงาน ผมจะไปเขียนบทความในบล็อคเดิมที่ผมเคยทำไว้ เมื่อ 10 ปีก่อน (ไม่เคยมีรายได้จากบล็อคเลย) โดยคิดว่าจะเขียนบทความในด้านเศรษฐกิจหรือเทคโนโลยีเป็นเนื้อหาหลัก เพราะผมลงทุนในหุ้นไทย หลังจากได้ให้คำตอบพี่เขาไปแล้ว คำแนะนำจากพี่คือ ให้ไปคุยกับหัวหน้าฝ่ายบุคคล โดยหัวหน้าฝ่ายบุคคลเมื่อทราบเรื่องแล้ว จึงได้แนะนำว่า ให้ผมนั่งอยู่เฉยๆ อย่าย้ายงาน อย่าลงจากตำแหน่ง และอย่าลาออก ส่วนการเขียนบล็อค สามารถทำได้เมื่อมีเวลาว่าง ไม่จำเป็นต้องลาออก แล้วอย่าคิดลาออกอีก
เมื่อผมได้รับทราบตามข้างต้น ผมก็เริ่มต้นโดยการนั่งนิ่งๆ ที่โต๊ะทำงานตัวเอง ควบคุมอาการคิดมาก จนกระทั้งผมได้เปิดโปรแกรมเข้าระบบบล็อคเก่าที่ผมได้ทำไว้ ซึ่งก็คือ norraseth.blogspot.com และนี้คือโพสแรกในรอบ 10 ปี ในการเขียนบล็อค หลังจากนี้ ผมจะทะยอยเขียนบล็อคตามความสนใจ เพื่อสนองความต้องการส่วนตัวต่อไป หวังว่าจะมีผู้ติดตามบล็อคนี้ นะครับ
