Saladpuk.com
🏆 เนื้อหาหลัก
🏆 เนื้อหาหลัก
  • 💖สลัดผัก
  • 📰มีอะไรใหม่บ้าง
    • 2020
      • 2020-11
      • 2020-10
      • 2020-09
      • 2020-08
      • 2020-03
      • 2020-02
      • 2020-01
    • 2019
      • 2019-12
      • 2019-11
      • 2019-10
      • 2019-09
      • 2019-08
  • 🤔อ่านเรื่องไรดี ?
  • มือใหม่หัดเขียนโค้ด
    • 👶เขียนโค้ดด้วยภาษา C#
      • เกิดมาไม่เคยเขียนโค้ดมาก่อนเบย
      • 👶พื้นฐาน
        • 1.โปรแกรมที่ต้องลง
        • 2.โครงสร้างของโค้ด
        • 3.ชนิดของข้อมูล
        • 4.การสร้างตัวแปร
        • 5.คำสั่งพื้นฐาน
        • 6.การแปลงข้อมูล
        • 7.การเปรียบเทียบค่า
        • 8.การตัดสินใจด้วย IF statements
        • 9.การตัดสินใจด้วย Switch statements
        • 10.การทำงานซ้ำๆด้วย While
        • 11.การทำงานซ้ำๆด้วย Do While
        • 12.การทำงานซ้ำๆด้วย For
        • 13.การแก้โจทย์จากรูป
        • 14.มารู้จักกับ Array กัน
      • 🧑ระดับกลาง
        • 15.Value type vs Reference type
        • 16.ลดงานซ้ำๆด้วย Method
        • 17.มารู้จักกับ Class & Field กัน
        • 18.มารู้จักกับ Constructor กันบ้าง
        • 19.มาเขียน Method ใน Class กัน
        • 20.มารู้จักกับ Property กัน
        • 21.ลองใช้คลาสแบบจริงจังบ้าง
        • 22.การสืบทอด Inheritance
        • 23.Polymorphism
        • 24.Abstract Class
        • 25.Interface
        • 26.Namespace
        • 27.Enum
        • 28.Exception handler
        • 29.ลงลึกกับ string
        • 30.StringBuilder เพื่อนคู่ string
      • 👨⏳ระดับสูง
        • Generic
        • Delegates
        • Action & Func
        • Lambda expression
        • LINQ
        • พระคัมภีร์การใช้คำสั่ง LINQ
      • 💡Tips
        • 💡C# version 8.0
        • 💡Boxing & Unboxing
    • 👶Algorithm
      • 👾Algorithm Big-O
      • 👽Algorithm P & NP
    • 👦OOP
      • 💖Abstraction
      • 💖Encapsulation
      • 🏆Abstraction & Encapsulation
      • 💖Inheritance
      • 💖Polymorphism
      • 🏆Inheritance & Polymorphism
      • 📝ลองเขียน OOP ดูดิ๊
      • 👑OOP + Power of Design
      • 🥰เทคนิคในการออกแบบ
    • 👶บทสรุปฐานข้อมูล
      • เก็บรูปในฐานข้อมูล
      • Database indexing
      • การลบข้อมูล
    • 👦Communication Patterns
    • 👦Design Patterns
      • 🤰Creational Patterns
        • 🏭Factory Method
        • 🏭Abstract Factory
        • ☝️ Singleton Pattern
        • 🏗️ Builder Pattern
        • 🎎Prototype Pattern
      • 🧱Structural Patterns
        • 🔌Adapter Pattern
        • 📪Proxy Pattern
  • Puzzle
    • 🧠Challenges
      • 🐴Google ม้า 25 ตัว
      • 🌉Amazon เสา 2 ต้น
      • 🥇ทองเก๊
      • 💊ยาต้านโควิด
      • 🎩CP หมวก 5 ใบ
      • 🧓Einstein's Riddle 01
  • พื้นฐานที่ควรต้องรู้
    • 🐳Docker
      • 📦Docker Containers
      • 🃏Docker Exercise 01
      • 🛠️ Docker Tools
      • 🗃️ Docker Registry
      • 🖼️ Container Image
      • 📢Docker Push
      • 🔄WSL
    • 👶Clean Code
      • 🧓Uncle Bob - Clean Code
      • 🧓Uncle Bob - Comments
      • 🧓Uncle Bob - Naming
      • 🧓Uncle Bob - Mindset
      • 🧓Uncle Bob - TDD
    • 👶Code Smells
    • 👶สิ่งที่คนเขียนโค้ดมักเข้าใจผิด
    • 👶AI พื้นฐาน
    • 👶Git พื้นฐาน
      • Git branching strategy
    • 👶Cloud พื้นฐาน
    • 👶UML พื้นฐาน
      • Activity Diagram
      • Class Diagram
      • Sequence Diagram
      • Use case Diagram
      • บทสรุปการใช้ UML
    • 👶Data Scientist
      • การเลือก Algorithms ให้ AI (1/5)
      • การเตรียมข้อมูลให้ AI (2/5)
      • หลักการตั้งคำถามให้ AI (3/5)
      • แฉความลับของ AI Model (4/5)
      • หัดเขียน AI จาก AI ของคนอื่น (5/5)
    • 👶DevOps พื้นฐาน
    • 👶Docker ขั้นพื้นฐาน
      • Image and Container
      • แชร์ Docker Image ที่สร้างไว้
    • 👶Microservices พื้นฐาน
      • Microservices ที่ดีมีลักษณะยังไง
      • Microservices Tips
      • จาก Monolith สู่ Microservices
    • 👶ความรู้พื้นฐานในการทำเว็บ
    • 👦Bottlenecks of Software
      • หัวใจที่สำคัญที่สุดของฐานข้อมูล
    • 👦Agile Methodology
      • Agile in a Nutshell
      • Software Development Life Cycle
      • Code Review
    • 👦Security พื้นฐาน
      • การเก็บรหัสผ่านที่ถูกต้อง
      • Security in actions
        • Hash function
      • Security Principles
      • 😎The Matrix 1
      • 😎The Matrix 2
      • HTTPS in a nutshell
    • 👦SOLID Design Principles
      • มารู้จักกับ SOLID กันดีกว่า
      • Single-Responsibility Principle
      • Open/Closed Principle
      • Liskov Substitution Principle
      • Interface Segregation Principle
      • Dependency-Inversion Principle
  • Cloud Computing
    • 👶Microsoft Azure 101
      • สมัคร Microsoft Azure
      • รู้จักกับ Resource Groups
      • สร้างเว็บตัวแรกกัน
      • สร้าง Virtual Machine กัน
      • ประเภทของคลาว์เซอร์วิส
      • มาสร้าง Logic App กัน
      • มาสร้าง Function App กัน
      • คลาว์คิดเงินยังไง ?
      • Cloud Native
      • Guideline for Cloud scaling
      • Auto Scaling
    • 👶Azure App Services
    • 👶App Service Plan
    • 👶Azure Storage
      • Blob storage
        • ลองสร้างที่เก็บไฟล์กันเลย
        • เข้าใจ Blob storage ให้มากขึ้น
        • ลองเขียนโค้ดอัพโหลดไฟล์กันบ้าง
        • สร้างเว็บจากที่ฝากไฟล์บนคลาว์
    • 👶Azure Bot Service
      • Bot เข้าใจเราได้ยังไงกันนะ
    • 👶Azure Cognitive Services
      • การสร้าง Cognitive Services
      • การ Login ด้วยใบหน้า
      • อ่านลายมือจากรูปเป็นตัวอักษร (OCR)
      • เขียน AI แยกของต่างๆทำยังไง?
      • เขียนแอพ ทายอายุ บอกเพศ ง่ายจิ๊ดเดียว
      • เขียนแอพให้ AI อธิบายรูปเป็นภาษาคน
    • 👶Machine Learning Studio
      • มาสร้าง AI ของแท้ตัวแรกของเรากัน
      • สร้าง AI ตัดสินใจอนุมัติบัตรเครดิต 💳
      • ลองเรียกใช้ AI ของเรากัน
    • 👶Azure Service Fabric
      • สร้าง Service Fabric กัน
    • 👶Blockchain
      • Blockchain ทำงานยังไง ?
      • Consensus Algorithm คืออะไร ?
      • สร้าง Blockchain ใช้เองกัน !
      • หัดเขียน Smart Contract กัน
    • 👶Power BI
    • 👶Azure Web App
      • เซิฟเวอร์บนคลาว์ ราคา? ต่าง?
    • 👶Azure DevOps
      • เล่น Azure DevOps กัน
      • เล่นกับ Repository
      • ลองทำ Continuous Integration (CI)
      • ลองทำ Continuous Delivery (CD)
      • เล่น Kanban Board
    • 🤠Cloud Playground
      • การป้องกันความลับหลุดตอนที่ 1
      • การป้องกันความลับหลุดตอนที่ 2
      • การป้องกันความลับหลุดตอนที่ 3
      • การป้องกันความลับหลุดตอนจบ
  • Software Testing
    • 👦Test-First Design
    • 👦Test-Driven Development
      • 1.มารู้จักกับ TDD กันดีกว่า
      • 2.Test cases เขาเขียนกันยังไงนะ
      • 3.เครื่องมือในการทดสอบ
      • 4.การใช้ Theory และ InlineData
      • 5.โค้ดที่ทดสอบได้
      • 6.Mantra of TDD
      • 7.Functional & None-Functional testing
      • 8.Manual vs Automation testing
      • 9.Automation Frameworks in .NET
      • 10.Mock Framework
      • 11.มาเรียนการใช้ Moq กันเถอะ
      • 12.สรุป
  • Web
    • 👦Web API
      • 1.Web API คืออะไร
      • 2.ติดตั้ง .NET Core SDK
      • 3.สร้าง Web API ตัวแรกกัน
      • 4.Verbs
      • 5.Swagger เพื่อคู่ API
      • 6.การใช้ Model
      • 7.เรียก Web API ผ่าน Postman
      • 8.มาจัดกลุ่ม API กัน (1/2)
      • 9.มาจัดกลุ่ม API กัน (2/2)
  • Software Design
    • 🤴Design Patterns
      • 🦈Creational patterns
        • Abstract Factory
        • Builder
        • Factory Method
        • Prototype
        • Singleton
      • 🦈Structural patterns
        • Adapter
        • Bridge
        • Decorator
        • Facade
        • Proxy
      • 🦈Behavioral patterns
        • Chain of Responsibility
        • Command
        • Iterator
        • Mediator
        • Memento
        • Observer
        • State
        • Strategy
        • Template Method
        • Visitor
Powered by GitBook
On this page
  • 🤔 ทำไมต้องตั้งคำถามให้ AI ?
  • 🔥 ตั้งคำถามให้ตรงประเด็น
  • 🔥 ข้อมูลที่เราป้อนให้มันมีคำตอบอยู่หรือเปล่า ?
  • 🔥 การเปลี่ยนคำถามใหม่
  • 🎯 บทสรุป

Was this helpful?

Export as PDF
  1. พื้นฐานที่ควรต้องรู้
  2. 👶Data Scientist

หลักการตั้งคำถามให้ AI (3/5)

🤔 จะรีดคำตอบจาก AI ยังไงถึงจะไม่ได้คำตอบขยะกลับมา ?

Previousการเตรียมข้อมูลให้ AI (2/5)Nextแฉความลับของ AI Model (4/5)

Last updated 5 years ago

Was this helpful?

ในบทความนี้เราจะมาดูวิธีการตั้งคำถามเพื่อให้ AI หาคำตอบให้กับเรา โดยปรกติแล้วเราอยากให้ AI ตอบคำถามอะไรเราก็ได้ทั้งนั้น แต่คำถามแบบไหนล่ะถึงจะเป็นมีประโยชน์สามารถเอาไปใช้ต่อยอดได้ ? ดังนั้นในรอบนี้เราจะมาดูหลักในการตั้งคำถามเพื่อให้ AI หาคำตอบมาให้เราใช้งานต่อกันครับ

แนะนำให้อ่าน บทความนี้เป็นส่วนหนึ่งของบทความ 👶 Data Scientist หากเพื่อนๆสนใจอยากรู้หลักการของพวก Data science ทั้งหมดแนะนำให้ไปอ่านบทความหลักได้โดยการจิ้มชื่อสีฟ้าๆนั้นเลยนะครับ ส่วนใครที่อยากลองสร้าง AI เป็นของตัวเองก็สามารถดูตัวอย่างได้จากบทความด้านล่างนี้ครับ สร้าง AI ตัดสินใจอนุมัติบัตรเครดิต 💳

🤔 ทำไมต้องตั้งคำถามให้ AI ?

แม้ว่า AI มันจะฉลาดแค่ไหนก็ตาม แต่ถ้าคนใช้ไม่รู้วิถีถามคำถามแล้วละก็ มันก็ไม่ต่างจากที่เราไม่มี AI นั่นเอง เช่น สมมุติว่าเราสร้าง AI ที่รู้ทุกเรื่องในจักรวาล แล้วเราไปถามมันว่าวันพรุ่งนี้หุ้นตัวนี้จะเกิดอะไรขึ้น? เจ้า AI อาจจะตอบกลับมาว่า ราคามันจะเปลี่ยนไปจากวันนี้ก็ได้ ซึ่งคำตอบที่เราได้รับมามันแทบจะไร้ประโยชน์เลย เพราะคำถามของเรากว้างจนเกินไปนั่นเอง แต่มันจะต่างออกไปถามเราถามมันว่า พรุ่งนี้หุ้นตัวนี้ราคาจะขึ้นหรือจะลงอะไรทำนองนี้ ดังนั้นน่าจะพอเห็นภาพตัวอย่างแล้วนะว่า การตั้งคำถาม นั้นสำคัญต่อ AI ขนาดไหน ดังนั้นเราจะมาดูกันว่าในเชิง Data science นั้นเขามีหลักการในการตั้งคำถามให้กับ AI ยังไงบ้าง ถึงจะได้ข้อมูลที่มีประโยชน์และเอามาใช้งานต่อได้

🔥 ตั้งคำถามให้ตรงประเด็น

คำถามหรือโจทย์ที่เราจะให้ AI ไปหาคำตอบมานั้นไม่ควรเป็นคำถามที่กว้างเกินไป หรือ คลุมเครือเกินไป เช่น วันพรุ่งนี้โลกจะเป็นยังไง? วันพรุ่งนี้สภาพอากาศของทั้งโลกจะเป็นยังไง? ลองจินตนาการง่ายๆว่าเราได้ยักษ์จินนี่ในตะเกียงมาให้พรเราละ แต่เราดันไปขอพรแบบคลุมเครือๆ เช่น ข้าอยากเป็นคนที่มีความสุขที่สุดในโลก! ซึ่งสิ่งที่จินนี่เสกให้เราอาจะไม่ใช่เงินทองหรือยศถาบรรดาศักดิ์ก็เป็นได้ เพราะคำว่ามีความสุขมันกว้างมากจนตีความได้หลายแบบ ดีไม่ดีคนที่จนที่สุดแต่เขาพอใจในรูปแบบชีวิตแบบนั้น เขาก็อาจจะเป็นคนที่มีความสุขที่สุดในโลกก็ได้นั่นเอง

ดังนั้นถ้าเราอยากได้คำตอบอะไรจาก AI เราจะต้องบีบคำถามเราให้ตรงไปที่เรื่องนั้นๆเลย เช่น ราคาทองคำวันพรุ่งตอนปิดตลาดมันจะขึ้นหรือลงกี่ %, หรือ คนที่มีพฤติกรรมแบบนี้มีความเสี่ยงที่จะเป็นโรคนี้กี่ % บลาๆ จากตัวอย่างที่ว่ามาจะเห็นว่าคำถามที่ควรตั้งให้ AI นั้นมันชัดเจนไม่คลุมเครือนั่นเอง เพราะคำถามที่คลุมเครือต่อให้ AI ฉลาดแค่ไหนมันก็ตอบได้แบบกว้างๆเท่านั้นเอง

🔥 ข้อมูลที่เราป้อนให้มันมีคำตอบอยู่หรือเปล่า ?

ทำไมในข้อมูลที่เราส่งให้ AI ไปเรียนรู้จะต้องมีคำตอบอยู่ในนั้นด้วยล่ะ? ลองคิดง่ายๆนะว่าต่อให้เป็นคนอัจฉริยะแค่ไหน ก็ตามถ้าเราส่งข้อมูลราคาน้ำมันตลอด 10 ปีที่ผ่านมาไปให้เขาวิเคราะห์ เพื่อหาว่าคนชอบกินกาแฟคาปูชิโน่มากกว่ากาแฟเอ็กเพรสเป็นอัตราส่วนเท่าไหร่? เขาจะตอบได้ไหม? เพราะมันไม่สามารถหาคำตอบได้จากข้อมูลที่ส่งไปให้ยังไงล่ะ หรือต่อให้หาได้แล้วเราจะวัดผลมันยังไง ว่ามันถูกต้องขนาดไหน?

ดังนั้นทุกครั้งที่เราตั้งคำถามให้กับ AI เราควรดูด้วยว่าข้อมูลที่เราส่งไปให้มันเรียนรู้นั้น มันมีคำตอบอยู่ในนั้นหรือเปล่าด้วย เช่น ถ้าเราตั้งคำถามว่า "ในการไปตกปลาที่แม่น้ำสายนี้มีโอกาสเท่าไหร่ที่จะตกปลาได้" นั่นหมายความว่า ข้อมูลที่เราส่งไปให้ AI เรียนรู้นั้น ก็ควรจะมีบันทึกจำนวนปลาที่ตกได้ในแต่ละครั้งด้วยนั่นเอง

ข้อมูลที่เหมาะสมในการสร้าง AI ในหลักของ Data science นั้นมีหลักปฏิบัติพื้นฐานในการเลือกข้อมูลอยู่หลายวิธี ถ้าเพื่อนๆสนใจสามารถอ่านได้จากบทความนี้เลยครับ การเตรียมข้อมูลให้ AI (2/5)****

🔥 การเปลี่ยนคำถามใหม่

ในบางครั้งที่เราถามคำถามให้กับ AI ในบางครั้งเราก็อาจจะต้องหยุดแล้วนั่งพิจารณาดูว่าเราควรคำถามแบบนั้นจริงๆหรือเปล่า หรือควรถามอะไรถึงจะได้ผลลัพท์ที่มีประโยชน์ต่อการตัดสินใจกันแน่ เช่น จากข้อมูลแบบนี้ควรเดินไปทางซ้ายทางขวาหรือเดินตรงไป สมมุติว่า AI มันตอบเรากลับมาว่า ควรเดินไปทางขวา เราจะไม่สงสัยเลยเหรอว่าทำไมต้องเดินไปทางขวา? แล้วทางซ้ายกับตรงไปมันไม่ดียังไง? ซึ่งลักษณะนี้เราอาจจะต้องเปลี่ยนคำถามมันใหม่ว่า จากข้อมูลแบบนี้อัตราการเกิดอุบัติเหตุในการเดินไปทางซ้ายทางขวาและเดินตรงไปมีสูงขนาดไหน เพื่อใช้ในการวัดตัดสินใจเชิงตัวเลขได้ดีขึ้นนั่นเอง ดังนั้นในการถาม yes/no ในบางทีก็อาจจะเปลี่ยนมาใช้ผลลัพท์เชิงตัวเลขแทน หรือเปลี่ยนผลลัพท์เป็นการจัดกลุ่มก็เป็นได้ เพื่อให้คำตอบนั้นตอบโจทย์เราได้ตรงจุดที่สุดนั่นเอง

ผลลัพท์ของคำถาม ผลลัพท์จากการตั้งคำถามให้กับ AI นั้นมีทั้งหมด 5 รูปแบบ ถ้าเพื่อนๆสนใจอยากรู้ว่าเราสามารถเปลี่ยนคำถามให้ AI ตอบผลลัพท์มาเป็นแบบไหนได้บ้าง สามารถกดอ่านได้จากลิงค์นี้เลยครับ การเลือก Algorithms ให้ AI (1/5)****

🎯 บทสรุป

การตั้งคำถามให้กับ AI นั้นเป็นหนึ่งในหัวใจสำคัญของวงการนี้เลยทีเดียว เพราะต่อให้เรามีทุกอย่างในมือครบหมด แต่เราไม่สามารถถามในสิ่งที่เราต้องการได้ เราก็จะไม่สามารถใช้ประโยชน์จากมันได้นั่นเอง ดังนั้นก่อนที่เราจะสร้าง AI เราควรจะคิดให้ดีก่อนว่า เราอยากได้อะไรจาก AI ตัวนี้กันแน่ เพื่อที่เราจะสามารถตั้งคำถามได้ตรงจุดในสิ่งที่เราอยากรู้นั่นเอง