ສະຫຼຸບງານ TensorFlow Dev Summit 2018 Extended by GDG Vientiane
ເກັດຄວາມຮູ້ເລັກໜ້ອຍກ່ອນເຂົ້າເລື່ອງ: TensorFlow ແມ່ນ Software Library ທີ່ນຳໃຊ້ໃນການຂຽນໂປຣແກຣມແບບ Dataflow ແລະ ມັນຍັງເປັນ Library ດ້ານຄະນິດສາດສັນຍະລັກທີ່ນຳໃຊ້ເພື່ອ Machine Learning ອີກດ້ວຍ (ທີ່ມາ: Wikipedia).
ເປັນທີ່ສຳເລັດລົງໄປແລ້ວສຳລັບງານ TensorFlow Dev Summit 2018 Extended ທີ່ທາງກຸ່ມ GDG Vientiane ໄດ້ຈັດຂຶ້ນ ເຊິ່ງເປັນງານທີ່ຈະມານຳສະເໜີປະເດັນຫຼັກໆຂອງ TensorFlow ທີ່ທາງ Google ໄດ້ນຳສະເໜີພາຍໃນງານ TensorFlow Dev Summit 2018 ທີ່ສະຫະລັດອາເມຣິກາ ພ້ອມທັງໄດ້ມີການນຳສະເໜີ, ໃຫ້ຄຳແນະນຳ ແລະ ສາທິດວິທີການຮຽນຮູ້ຂອງເຄື່ອງຈັກ (Machine Learning) ຈາກຜູ່ຊ່ຽວຊານສະເພາະອີກດ້ວຍ. ບົດຄວາມນີ້ຈະນຳເອົາບາງຈຸດທີ່ໄດ້ກ່າວໃນງານໄວ້ດັ່ງນີ້:
ສຳລັບຄົນທີ່ບໍ່ຮູ້ Machine Learning: Machine Learning ເປັນການນຳໃຊ້ເຕັກນິກທາງສະຖິຕິສາດກັບລະບົບຄອມພິວເຕີ ເພື່ອໃຫ້ຄອມພິວເຕີສາມາດທີ່ຈະຮຽນຮູ້ກັບຂໍ້ມູນໄດ້ໂດຍບໍ່ຕ້ອງສັ່ງການຫຼືຂຽນໂປຣແກຣມຂຶ້ນມາແບບສະເພາະເຈາະຈົງ (ທີ່ມາ: Wikipedia).
TensorFlow Dev Summit 2018 Highlight
ພາຍໃນງານ, ທາງ Google ໄດ້ນຳສະເໜີກ່ຽວກັບຜົນງານຕ່າງໆທີ່ມີການນຳໃຊ້ TensorFlow ເຂົ້າຊ່ວຍໃນການເຮັດວຽກເຊັ່ນ: ນັກຟິຊິກດາລາສາດໄດ້ນຳໃຊ້ TensorFlow ເຂົ້າໃນການວິເຄາະຂໍ້ມູນຈຳນວນຫຼວງຫຼາຍຈາກພາລະກິດ Kepler ເພື່ອຊອກຫາດາວເຄາະຕ່າງໆ, ນັກວິໄຈທາງການແພດໄດ້ນຳໃຊ້ເທັກໂນໂລຈີ Machine Learning ກໍຄື TensorFlow ເຂົ້າໃນການປະເມີນໂຣກລະບົບຫົວໃຈຫຼອດເລືອດ, ນັກວິທະຍາສາດໃນອາຟຣິກາໄດ້ນຳໃຊ້ TensorFlow ເຂົ້າຊ່ວຍໃນການກວດຫາພະຍາດທີ່ເກີດຂຶ້ນໃນຕົ້ນມັນດ້າງ ເພື່ອຊ່ວຍເພີ່ມຜົນຜະລິດໃຫ້ກັບຊາວກະສິກອນ ແລະ ຜົນງານອື່ນໆອີກຈຳນວນຫຼວງຫຼາຍ.
ນອກຈາກນັ້ນ, ທາງ Google ຍັງໄດ້ມີການອັບເດດຜະລິດຕະພັນໃນກຸ່ມ TensorFlow ຄື: ທາງ Google ໄດ້ເປີດຕົວ TensorFlow.js ເຊິ່ງເປັນ Machine Learning Framework ສຳລັບນັກພັດທະນາທີ່ນຳໃຊ້ພາສາ JavaScript ໂດຍສະເພາະ, TensorFlow for Swift ສຳລັບນັກພັດທະນາທີ່ໃຊ້ພາສາ Swift ເຊິ່ງຍັງເປັນໂປຣເຈັກທີ່ກຳລັງພັດທະນາຢູ່ ແລະ ຍັງໄດ້ອັບເດດ TensorFlow Lite ທີ່ມີຂະໜາດຟາຍກະທັດຮັດ ແລະ ເຮັດວຽກຂ້າມ Platform ໃຫ້ຮັບຮອງ Raspberry Pi ຈາກເດີມທີ່ຮັບຮອງພຽງແຕ່ iOS ແລະ Android ເທົ່ານັ້ນ. ຖ້າຫາກຜູ້ໃດສົນໃຈກໍສາມາດຕິດຕາມຂ່າວສານການອັບເດດຕ່າງໆຜ່ານ Link ທີ່ຢູ່ທ້າຍບົດຄວາມໄດ້.
Showcase From Research Field
ນອກຈາກປະເດັນຫຼັກທີ່ໄດ້ກ່າວຢູ່ໃນ keynote ແລ້ວ, ທາງທີມງານກໍໄດ້ນຳສະເໜີບາງຜົນງານຕົວຈິງທີ່ໄດ້ນຳໃຊ້ Machine Learning ເຂົ້າໃນການເຮັດວຽກເຊັ່ນ: ທາງບໍລິສັດ Coca Cola ໄດ້ນຳໃຊ້ TensorFlow ເຂົ້າຊ່ວຍໃນການວິເຄາະຮູບຖ່າຍຝາຂວດນຳ້ອັດລົມທີ່ລະບຸຕົວເລກໄວ້ ເຊິ່ງແຕ່ລະຮູບຖ່າຍນັ້ນມີລັກສະນະທີ່ແຕກຕ່າງກັນໄປຕາມສະພາບແວດລ້ອມທີ່ຖ່າຍເຊັ່ນວ່າ ມືດຈົນບໍ່ເຫັນຕົວເລກ ເປັນຕົ້ນ, ໂດຍມັນຈະວິເຄາະເບິ່ງວ່າ ຝາຂວດນັ້ນລະບຸຕົວເລກໄວ້ແນວໃດ; ນອກຈາກນັ້ນ, ຍັງໄດ້ນຳໃຊ້ TensorFlow ມາວິເຄາະການເບິ່ງເຫັນຂອງຄອມພິວເຕີ ໂດຍຈະມີການກວດສອບວ່າ ສິ່ງທີ່ຄອມພິວເຕີເຫັນນັ້ນແມ່ນວັດຖຸສິ່ງຂອງອັນໃດ ເຊິ່ງເຮົາເອີ້ນການເຮັດວຽກໃນລັກສະນະນີ້ວ່າ ຄອມພິວເຕີວິທັດ (Computer Vision).
Artificial Intelligence: Toward Deep Learning
ຢູ່ໃນພາກສ່ວນນີ້ແມ່ນນຳສະເໜີໂດຍແຂກຮັບເຊີນພິເສດຂອງພວກເຮົາ ກໍຄື ອ້າຍອະລຸນຍະເດດ ສີທິລາດ ນັ້ນເອງ ເຊິ່ງລາວເປັນຜູ່ຊ່ຽວຊານທາງດ້ານສາຍງານທີ່ກ່ຽວຂ້ອງກັບ AI ໂດຍສະເພາະ, ໂດຍລາວໄດ້ມີການນຳສະເໜີຄວາມເປັນມາຕ່າງໆຂອງການຮຽນຮູ້ຂອງເຄື່ອງຈັກແບບເລິກ (Deep Learning) , ສາທິດການນຳໃຊ້ Machine Learning ໃຫ້ຜູ່ເຂົ້າຮ່ວມງານໄດ້ເຂົ້າໃນການເຮັດວຽກຕົວຈິງ ແລະ ຍັງໄດ້ແນະນຳແນວທາງໃນການສຶກສາແລະນຳໃຊ້ Machine Learning ອີກດ້ວຍ.
ທັງໝົດທີ່ໄດ້ກ່າວມານັ້ນແມ່ນສິ່ງທີ່ຜູ້ຂຽນສາມາດມາໄດ້ ເຊິ່ງຖ້າຫາກມີຈຸດໃດທີ່ຍັງມີຂໍ້ບົກພ່ອງກໍສາມາດຕິຊົມໄດ້. ສຸດທ້າຍນີ້ກໍຂໍຝາກໃຫ້ທ່ານຜູ້ອ່ານຕິດຕາມຂ່າວສານຕ່າງໆແລະກິດຈະກຳຂອງທາງກຸ່ມ GDG Vientiane ຜ່ານທາງເຟສບຸກເພຈ ແລະ meetup ຂອງທາງກຸ່ມເຮົາໄດ້ເລີຍ.
