100 คำศัพท์ AI อัปเดตใหม่ที่คุณต้องรู้ 2025 (Part 4/4)

คำศัพท์

คำอธิบาย

ตัวอย่าง

Transformer

โมเดลที่เน้นการประมวลผลแบบขนานและใช้ Attention Mechanism ซึ่งเป็นพื้นฐานของโมเดล GPT และ BERT

ใช้ Transformer ในการพัฒนาโมเดลแปลภาษา

Variational Autoencoder (VAE)

โครงสร้างที่สามารถบีบอัดและสร้างข้อมูลใหม่ในรูปแบบที่หลากหลาย

ใช้ VAE ในการสร้างภาพใหม่จากข้อมูลภาพที่มีอยู่

Weight Sharing

เทคนิคการใช้ค่าถ่วงน้ำหนักเดียวกันในหลายส่วนของโมเดลเพื่อลดจำนวนพารามิเตอร์

ใช้ Weight Sharing ในการฝึกโมเดลขนาดเล็กให้มีประสิทธิภาพสูง

Knowledge Distillation

เทคนิคที่ใช้ในการถ่ายโอนความรู้จากโมเดลขนาดใหญ่ไปยังโมเดลขนาดเล็กเพื่อเพิ่มประสิทธิภาพ

การสร้าง AI ที่เบากว่าโดยใช้ Knowledge Distillation จากโมเดล GPT

Active Learning

กระบวนการที่เลือกข้อมูลที่สำคัญที่สุดสำหรับการฝึกโมเดล

ใช้ Active Learning ในการลดจำนวนข้อมูลที่ต้องการป้ายกำกับ

Evolutionary Algorithms

อัลกอริทึมที่อาศัยกระบวนการวิวัฒนาการธรรมชาติ เช่น การคัดเลือกและการกลายพันธุ์

การพัฒนาโมเดลการวางแผนเส้นทางโดยใช้ Evolutionary Algorithms

Cross-modal Learning

การเรียนรู้ที่เชื่อมโยงระหว่างหลายรูปแบบข้อมูล เช่น เสียงและภาพ

ใช้ Cross-modal Learning ในการพัฒนาระบบค้นหาวิดีโอจากคำบรรยาย

Explainability

ความสามารถในการอธิบายการทำงานและการตัดสินใจของ AI

การออกแบบระบบ AI ที่อธิบายการแนะนำผลิตภัณฑ์ให้ผู้ใช้งานเข้าใจ

Hypergraph Learning

การเรียนรู้ที่อิงโครงสร้างข้อมูลที่ซับซ้อนมากกว่าแบบกราฟธรรมดา

ใช้ Hypergraph Learning ในการวิเคราะห์เครือข่ายทางสังคม

Federated Learning

การฝึกโมเดลจากข้อมูลของผู้ใช้หลายคนโดยไม่ต้องส่งข้อมูลไปยังเซิร์ฟเวอร์

การพัฒนา AI บนสมาร์ทโฟนที่รักษาความเป็นส่วนตัวของผู้ใช้

Causal Inference

การวิเคราะห์และระบุความสัมพันธ์เชิงสาเหตุจากข้อมูล

ใช้ Causal Inference ในการพัฒนาระบบ AI ด้านการแพทย์

Neural Architecture Search (NAS)

กระบวนการค้นหาโครงสร้างโมเดลที่เหมาะสมที่สุดโดยอัตโนมัติ

ใช้ NAS ในการพัฒนาโมเดล AI ที่ปรับแต่งเอง

Energy-based Models (EBM)

โมเดลที่ใช้พลังงานเป็นตัวกำหนดโอกาสของข้อมูล

ใช้ EBM ในการวิเคราะห์ภาพที่ผิดปกติ

Meta Reinforcement Learning

เทคนิคที่รวมการเรียนรู้เชิงเสริมแรง (Reinforcement Learning) กับการเรียนรู้ระดับเมตา (Meta-Learning) เพื่อให้ AI ปรับตัวได้เร็วขึ้นในงานใหม่

การพัฒนาหุ่นยนต์ที่สามารถเรียนรู้การเคลื่อนไหวใหม่ๆ ได้ในเวลาสั้น

Sparse Coding

เทคนิคการเข้ารหัสข้อมูลที่บีบอัดโดยเก็บเฉพาะคุณสมบัติที่สำคัญและละทิ้งส่วนที่ไม่จำเป็น

ใช้ Sparse Coding ในการวิเคราะห์ภาพถ่ายทางการแพทย์

Few-shot Text Classification

การฝึกโมเดล AI เพื่อจำแนกข้อความที่มีข้อมูลตัวอย่างเพียงเล็กน้อย

การใช้ Few-shot Learning ในการวิเคราะห์รีวิวลูกค้า

Adversarial Examples

ข้อมูลที่ถูกปรับเปลี่ยนเล็กน้อยเพื่อหลอกลวงโมเดล AI

การสร้างภาพที่ทำให้โมเดลจดจำภาพผิดพลาด

Dynamic Computation Graphs

โครงข่ายที่สามารถเปลี่ยนแปลงโครงสร้างได้แบบไดนามิกในระหว่างการประมวลผลข้อมูล

ใช้ Dynamic Computation Graphs ใน PyTorch

Hierarchical Attention Networks (HAN)

โครงข่ายที่ใช้ Attention หลายระดับเพื่อประมวลผลข้อมูลที่มีลำดับชั้น

การใช้ HAN ในการสรุปบทความขนาดยาว

Contrastive Divergence

อัลกอริทึมที่ใช้สำหรับฝึก Restricted Boltzmann Machines (RBM)

การฝึกโมเดล RBM ในการบีบอัดข้อมูล

Zero-inflated Models

โมเดลที่ออกแบบมาเพื่อจัดการกับชุดข้อมูลที่มีค่าเป็นศูนย์จำนวนมาก

การใช้ Zero-inflated Models ในการวิเคราะห์ข้อมูลการใช้งานเซนเซอร์

Stochastic Gradient Langevin Dynamics (SGLD)

เทคนิคที่ใช้ในงาน Optimization เพื่อสร้างตัวอย่างจากการแจกแจงที่ซับซ้อน

ใช้ SGLD ในการฝึกโมเดล Bayesian Neural Networks

Graph Convolutional Networks (GCN)

โครงข่ายที่ใช้การคำนวณแบบ Convolution ในโครงสร้างกราฟ

ใช้ GCN ในการวิเคราะห์โครงสร้างสังคม

Hybrid AI

การผสมผสานระหว่าง AI เชิงสัญลักษณ์และการเรียนรู้ของเครื่อง

ใช้ Hybrid AI ในการพัฒนาระบบที่สามารถตีความข้อมูลและเรียนรู้ได้พร้อมกัน

Generative Pre-trained Transformer (GPT)

โมเดลภาษาที่ถูกฝึกล่วงหน้าด้วยข้อมูลขนาดใหญ่และสามารถสร้างข้อความที่มีความหมาย

ใช้ GPT ในการสร้างบทสนทนาอัตโนมัติ

Self-attention

เทคนิคที่ให้โมเดลโฟกัสกับส่วนสำคัญในข้อมูลอินพุตเอง

การใช้ Self-attention ใน Transformer

Knowledge Embedding

การเปลี่ยนความรู้หรือข้อมูลให้เป็นเวกเตอร์ที่สามารถใช้งานในโมเดล AI ได้

ใช้ Knowledge Embedding ในการพัฒนาแอปพลิเคชันถาม-ตอบ

Data Imputation

การเติมค่าที่ขาดหายไปในชุดข้อมูลเพื่อเพิ่มความสมบูรณ์และความน่าเชื่อถือ

การใช้ Data Imputation ในการจัดการชุดข้อมูลทางการแพทย์

Factorization Machines

โมเดลที่ใช้ในงานการแนะนำที่สามารถจับคู่ความสัมพันธ์ของข้อมูลที่ซับซ้อนได้

การใช้ Factorization Machines ในระบบแนะนำสินค้าของ e-commerce

Neural Style Transfer

เทคนิคที่ AI ใช้ในการถ่ายโอนรูปแบบของภาพหนึ่งไปยังอีกภาพ

การใช้ Neural Style Transfer ในการสร้างภาพงานศิลปะจากภาพถ่าย

Perceptron

โครงสร้างพื้นฐานของโครงข่ายประสาทเทียมที่สามารถเรียนรู้การจำแนกข้อมูล

การใช้ Perceptron ในการจำแนกข้อมูลที่มีสองคลาส

Bayesian Neural Networks

โครงข่ายประสาทเทียมที่รวมความไม่แน่นอนในพารามิเตอร์

ใช้ Bayesian Neural Networks ในการวิเคราะห์ความเสี่ยง

Recurrent Highway Networks (RHN)

โครงข่ายที่ออกแบบมาเพื่อแก้ปัญหาการจำข้อมูลระยะยาวใน Recurrent Neural Networks (RNN)

การใช้ RHN ในการแปลภาษาที่มีข้อมูลหลายประโยค