เบื้องหลัง Machine Learning อัลกอริทึมการจัดอันดับเว็บไซต์ทำงานอย่างไร
เวลาที่เราพิมพ์คำค้นหาลงไปใน Google เพียงเสี้ยววินาที ระบบรู้ได้อย่างไรว่าเว็บไซต์ไหนควรอยู่อันดับ 1 และเว็บไหนควรไปอยู่หน้า 10 คำตอบไม่ใช่แค่เรื่องของการมีคีย์เวิร์ดเยอะๆ หรือมีคนลิงก์หาเยอะๆ อีกต่อไปแล้วค่ะ แต่เบื้องหลังความแม่นยำนี้คือ Machine Learning ซึ่งเป็นสมองกลอัจฉริยะที่คอยเรียนรู้พฤติกรรมของมนุษย์ และพัฒนาตัวเองให้ฉลาดขึ้นในทุกๆ วัน บทความนี้จะพาไปเปิดหลังบ้านดูการทำงานของอัลกอริทึมเหล่านี้ ว่ามันคิด วิเคราะห์ และตัดสินใจอย่างไร ถึงรู้ใจเรายิ่งกว่าตัวเราเองเสียอีกค่ะ จากการจับคู่คำสู่การเข้าใจความหมาย หากย้อนกลับไปเมื่อ 10 กว่าปีก่อน อัลกอริทึมทำงานด้วยตรรกะง่ายๆ แบบ Rule-based ค่ะ คือถ้าเราค้นหาคำว่า รองเท้าวิ่ง ระบบก็จะไปกวาดหาหน้าเว็บที่มีคำว่า รองเท้าวิ่ง ปรากฏอยู่เยอะๆ มาแสดงผลแต่วิธีนี้มีช่องโหว่ เพราะคนทำเว็บสามารถโกงได้ด้วยการยัดเยียดคีย์เวิร์ดลงไปจนทำให้อ่านไม่รู้เรื่อง แต่กลับได้อันดับดี Google จึงนำ Machine Learning เข้ามาเปลี่ยนเกม โดยเปลี่ยนจากการมองหา คำที่เหมือนกันมาเป็นการพยายามเข้าใจ เจตนาของผู้ค้นหา แทน เช่น ระบบเรียนรู้ว่าเมื่อคนพิมพ์ว่า Apple เขาอาจจะหมายถึงผลไม้ หรือบริษัทไอที โดยดูจากบริบทแวดล้อมและประวัติการค้นหาค่ะ กระบวนการเรียนรู้หุ่นยนต์เรียนรู้จากครูที่ชื่อว่ามนุษย์ Machine Learning ไม่ได้เก่งขึ้นมาเองลอยๆ แต่เกิดจากการฝึกฝนผ่านข้อมูลจำนวนมาก โดยมีกระบวนการหลักๆ ดังนี้ค่ะ 1. เก็บข้อมูลพฤติกรรม ทุกครั้งที่เรากดคลิกเข้าเว็บไซต์ หรือกดปิดทันทีที่เข้าไป หรืออ่านบทความนั้นจนจบ Machine Learning จะจดจำไว้หมดค่ะ ถ้าคนส่วนใหญ่คลิกเว็บอันดับ 3 มากกว่าอันดับ 1 ระบบจะเริ่มสงสัยแล้วว่า หรืออันดับ 3 จะดีกว่า ถ้าคนเข้าเว็บแล้วกดออกทันที ระบบจะมองว่า เว็บนี้เนื้อหาไม่ตรงปก 2. หาความสัมพันธ์ ระบบจะนำข้อมูลเหล่านั้นมาวิเคราะห์หาแพทเทิร์นของ เว็บที่ดี เช่น เว็บที่ดีมักจะโหลดเร็ว, มีรูปภาพประกอบ, มีการเขียนที่อ่านง่าย หรือมีการอ้างอิงที่น่าเชื่อถือ 3. ปรับปรุงอันดับ เมื่อเรียนรู้แล้ว ระบบจะทำการทดลองปรับอันดับอัตโนมัติ เพื่อดูว่าผลลัพธ์ใหม่ถูกใจผู้ใช้งานมากขึ้นไหม โดยกระบวนการนี้เกิดขึ้นตลอดเวลาเป็นล้านๆ ครั้งต่อวันทั่วโลกค่ะ รู้จัก RankBrain…

