<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Just Jom :) on Medium]]></title>
        <description><![CDATA[Stories by Just Jom :) on Medium]]></description>
        <link>https://medium.com/@ariya23156?source=rss-214e545c5329------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*Ihsk0cVf1mYFaCdiEFw5nA.jpeg</url>
            <title>Stories by Just Jom :) on Medium</title>
            <link>https://medium.com/@ariya23156?source=rss-214e545c5329------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Fri, 20 Nov 2026 01:13:41 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@ariya23156/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[5 บทเรียนชีวิตวัยมหาลัย ที่คนจบใหม่เพิ่งเริ่มงานแรกอยากจะบอก]]></title>
            <link>https://medium.com/@ariya23156/5-%E0%B8%9A%E0%B8%97%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%99%E0%B8%8A%E0%B8%B5%E0%B8%A7%E0%B8%B4%E0%B8%95%E0%B8%A7%E0%B8%B1%E0%B8%A2%E0%B8%A1%E0%B8%AB%E0%B8%B2%E0%B8%A5%E0%B8%B1%E0%B8%A2-%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%84%E0%B8%99%E0%B8%88%E0%B8%9A%E0%B9%83%E0%B8%AB%E0%B8%A1%E0%B9%88%E0%B9%80%E0%B8%9E%E0%B8%B4%E0%B9%88%E0%B8%87%E0%B9%80%E0%B8%A3%E0%B8%B4%E0%B9%88%E0%B8%A1%E0%B8%87%E0%B8%B2%E0%B8%99%E0%B9%81%E0%B8%A3%E0%B8%81%E0%B8%AD%E0%B8%A2%E0%B8%B2%E0%B8%81%E0%B8%88%E0%B8%B0%E0%B8%9A%E0%B8%AD%E0%B8%81-3f69c71b25c4?source=rss-214e545c5329------2</link>
            <guid isPermaLink="false">https://medium.com/p/3f69c71b25c4</guid>
            <category><![CDATA[life-lessons]]></category>
            <category><![CDATA[บทเรียน]]></category>
            <category><![CDATA[college]]></category>
            <category><![CDATA[teens]]></category>
            <category><![CDATA[มหาวิทยาลัย]]></category>
            <dc:creator><![CDATA[Just Jom :)]]></dc:creator>
            <pubDate>Wed, 26 Oct 2022 10:06:07 GMT</pubDate>
            <atom:updated>2022-10-26T10:06:07.527Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xoW-dSQnYo_VIN-zyxFWFw.png" /></figure><p>ผมเพิ่งจะสิ้นสุดชีวิตวัยมหาลัย และเป็น first jobber ได้ประมาณ 6 เดือน มหาลัยเป็นช่วง 4 ปีที่เป็นจุดเปลี่ยนสำคัญจุดหนึ่งของชีวิตจริงๆ มีอะไรหลายๆอย่างที่ได้ทำไป แล้วพอเรียนจบก็ เออ รู้สึกว่ามันมีประโยชน์จริง แต่ก็มีอีกบางส่วนที่คิดว่าน่าจะทำได้ดีกว่านี้ วันนี้ในฐานะคนทำงานที่เพิ่งจบใหม่ที่ยังมีไอของความเป็นนิสิตมหาลัยหลงเหลืออยู่อยากจะสรุปบทเรียนต่างๆ 5 ข้อหลักแล้วมาแบ่งปัน เผื่อจะเป็นประโยชน์กับใครหลายๆคน โดยเฉพาะอย่างยิ่งคนที่กำลังเรียนอยู่หรือกำลังจะเข้ารั้วมหาลัย</p><h4>1. ยิ่งค้นหาตัวเองเจอไวเท่าไหร่ ยิ่งมีแต้มต่อเยอะ</h4><p>ข้อดีของการอยู่ในวัยมหาลัยอย่างหนึ่งคือ เราเริ่มมีอิสระมากชึ้น แต่ยังไม่ต้องแบกรับภาระทุกอย่างด้วยตัวเอง มันคือวัยที่เหมาะที่สุดที่จะได้ลองทำสิ่งใหม่ๆ ลองผิดลองถูกอะไรหลายๆอย่าง โดยเฉพาะอย่างยิ่งการค้นหาตัวเองว่าจริงๆแล้ว เราชอบอะไร? เราอยากทำอาชีพอะไร? ชีวิตในฝันเราเป็นแบบไหน? เรากำลังมาถูกทางรึป่าว? และต่างๆอีกมากมาย ยิ่งถ้าเราค้นหาคำตอบให้คำถามเหล่านี้ได้ไวและเรามั่นใจในคำตอบนั้นมากเท่าไหร่ เราก็จะมีแต้มต่อในเรื่องเวลาในการลงมือทำจริงมากขึ้นเท่านั้น ลองคิดดูว่า ถ้าเราตอบคำถามพวกนี้ได้ตั้งแต่ ปี 1 (ไวเว่ออ) นั่นหมายความว่าเรามีเวลาอีกถึง 3 ปีที่จะได้ขัดเกลาทักษะและวางแผนเตรียมการต่างๆ เรียกว่าเรียนจบไปก็มีทักษะเจ๋งๆติดตัวพร้อมสู้กับชีวิตจริงเลย</p><p>แต่ถึงจะจบแล้วก็ยังหาทางของตัวเองไม่เจอ ก็อย่าคิดมากไป มันไม่ใช่ปัญหาโลกแตก (เพราะเอาจริงๆคนส่วนใหญ่ก็หาไม่เจอกันทั้งนั้นแหละ) แม้แต่ส่วนตัวที่คิดว่าก็ได้ลองทำอะไรที่อยากหลายอย่างมากๆแบบจริงจัง ก็ยังไม่มั่นใจเลยว่าสิ่งที่ทำอยู่ในปัจจุบันมันคือคำตอบแล้วจริงๆ ประเด็นสำคัญคืออย่าคิดมากเกินจนไม่ลงมือทำอะไรสักอย่าง ลองหยิบอะไรที่อยากลองมาทำสักอย่างแล้วลองลุยอยู่กับมันไปให้สุด ถ้าสุดท้ายแล้วไม่เวิร์คหรือเราไม่ชอบก็ลองหาต่อไป ได้ลองทำบ้างยังดีกว่าการอยู่เฉยๆแล้วไม่ได้ทำอะไรเลย เหมือนกับคำคมยอดนิยมจาก Alice in wonderland ที่ว่า “If you don’t know where you want to go, then it doesn’t matter which path you take.” —</p><blockquote>“ถ้ายังไม่รู้จะไปที่ไหนดี งั้นมันก็ไม่สำคัญว่าจะเลือกทางไหน”</blockquote><blockquote>เคลมก่อนเลยว่าสำหรับบางคนที่ต้องช่วยที่บ้านทำงานหรือต้องหาเงินส่งที่บ้านในวัยนี้ เราอาจจะมีภาระมากกว่าคนอื่น และข้อนี้อาจจะไม่ตรง 100% เท่าไหร่ แต่ยังไงก็อย่าลืมหาเวลาออกไปค้นหาตัวเองด้วยนะ :)</blockquote><h4>2. อย่าเอาแต่รอให้มหาลัยสอน เรียนรู้ด้วยตัวเองเยอะๆ</h4><p>ข้อนี้จะต่อจากข้อที่แล้ว อย่าให้การค้นหาตัวเองหรือการเรียนรู้มันถูกจำกัดอยู่แค่ในขอบเขตมหาลัย โดยเฉพาะเรื่องของวิชาความรู้หรือสิ่งที่เราอยากศึกษา ถึงเรื่องนั้นมันจะไม่ได้เกี่ยวอะไรกับสิ่งที่คณะสอนอยู่เลยก็ตาม แต่มันก็คุ้มค่าที่จะลองดู อาจจะเจออะไรเจ๋งๆที่อาจเปลี่ยนมุมมองของเราไปเลยก็ได้ หรือแม้แต่สิ่งที่มีสอนอยู่แล้วแต่ว่าเราอยากเก่งขึ้น มันก็ไม่จำเป็นจะต้องรอคณะสอนเลย เราสามารถหาความรู้เองจาก internet ได้เยอะมากๆในระดับตั้งแต่พื้นฐานจนถึงระดับที่ใช้ทำงานได้จริง ผมมีเพื่อนหลายๆคนที่มีอะไรอยากเรียนหลายอย่าง แต่เนื่องจากมันไม่มีวิชานั้นๆในคณะ เค้าเลยคิดว่าเรียนไปก้คงไม่ได้ใช้ หรือไม่ได้ทำให้เกรดดีขึ้น สุดท้ายเลยเลือกที่จะไม่เรียน แล้วเอาแต่โฟกัสวิชาในห้อง</p><p>ซึ่งมันดูเป็นเรื่องน่าเศร้านะ ที่จำกัดตัวเองเอาไว้เพียงเพราะกลัวว่ามันจะศูนย์เปล่า เพราะความจริงแล้วคือ ต่อให้สิ่งที่เราได้ลองทำไปหรือเรียนไป สุดท้ายแล้วจะไม่ได้เอามาใช้อะไรเลย มันจะไม่มีวันศูนย์เปล่า อย่างน้อยเราก็ได้คำตอบแล้วว่า “สิ่งนี้มันไม่ใช่ทางของเรา” แต่ถ้าไม่ลองทำเราก็จะไม่มีวันรู้ได้เลย ที่เลวร้ายที่สุดคือ ตัวเราในอนาคตอาจจะมองกลับมาวันนี้แล้วถามคำถามว่า</p><blockquote>“ถ้าตอนนั้น… เราเลือกที่จะทำสิ่งนั้น… ชีวิตตอนนี้มันจะเป็นแบบไหนวะ”</blockquote><p>เพราะมันจะเป็นคำถามที่เราไม่สามารถย้อนมาหาคำตอบได้ แล้วมันจะติดอยู่ในหัวเราตลอดไป…</p><h4>3. สิ่งที่ดีที่สุดในมหาลัยคือ การที่มีคนมีประสบการณ์มากกว่าเราและพร้อมให้คำปรึกษาในเรื่องต่างๆไม่ใช่แค่เรื่องเรียน คนๆนั้นคือ “อาจารย์”</h4><p>การที่มีคนที่ทั้งเก่งกว่า ประสบการณ์มากกว่า รวมถึงพร้อมให้คำปรึกษาเราอย่างจริงใจในทุกๆเรื่องที่พอจะให้ได้ มันเป็นสิ่งที่ไม่ได้หาได้บ่อยโดยเฉพาะเมื่อเราโตขึ้นสู่วัยทำงานที่ใครๆก็เอาแต่สนใจแต่เรื่องงานของตัวเอง มันยากมากที่จะมีใครสักคนมานั่งฟังเราและให้คำปรึกษา แต่มันตรงกันข้ามกับวัยมหาลัย ที่เราแค่เขียนอีเมลล์ ติดต่อทางโซเชียลมีเดีย หรือบางครั้งถ้าโชคดีก็เดินเจอกันแล้วพร้อมคุยเลย ก็จะมีคนๆนึงมานั่งฟังและช่วยเราเสมอ ซึ่งคนๆนั่นก็คือ “อาจารย์”</p><p>มันเป็นโอกาสที่หลายๆคนใช้ไม่คุ้ม (รวมถึงผมเองด้วย ฮา) คนส่วนใหญ่ไม่ค่อยกล้าที่จะเข้าหาอาจารย์ (หรืออาจารย์บางคนก็ทำตัวไม่น่าเข้าหา เหอๆ) เพราะอาจจะกลัวอาจารย์ตัดสินเราในบางเรื่อง หรือไม่รู้จะคุยเรื่องอะไรนอกเหนือจากเรื่องที่เรียน ซึ่งจริงๆแล้วถ้าเราลองรวบรวมความกล้าแล้วติดต่ออาจารย์ไป จะพบว่าอาจารย์พร้อมให้คำปรึกษาเราในหลายเรื่องมาก โดยเฉพาะอย่างยิ่งเรื่องชีวิต สังคม หรือเพื่อนในมหาลัย เพราะอาจารย์เค้าก็ผ่านจุดนั้นกันมาก่อนทั้งนั้น หรือที่อาจารย์เค้าชอบมากๆเลยก็คือการที่เราไปถามเกี่ยวกับหัวข้อที่เค้าสอน แต่เราสนใจอยากรู้มากกว่าแค่ในห้องเรียน อาจารย์เค้ารู้อะไรอีกเยอะมากๆๆในหัวข้อนั้นๆ มากกว่าที่จะยัดลงเนื้อหาที่จะสอนได้</p><p>อยากให้ลองเลือกอาจารย์ที่เราเคารพมาสัก 1 คน แล้วลองติดต่อไปปรึกษาดู ไม่ว่าจะเรื่องในห้องเรียนหรือนอกห้องเรียนก็แล้วแต่ แล้วจะพบว่าเราได้ความรู้ที่มันมีค่ามากกว่าสิ่งที่เค้าสอนในห้องมากๆ เพราะ</p><blockquote>“การเรียนรู้สิ่งที่ถูกหรือผิดจากคนที่เค้าเคยทำมาก่อนแล้วจริงๆ นี่แหละคือทางลัดสู่ความสำเร็จในชีวิตที่แท้จริง”</blockquote><blockquote>ปล. แน่นอนว่าไม่ใช่อาจารย์ทุกคนที่พร้อมจะคุยกับเราแบบนี้ แต่ถ้าเค้าเป็นอาจารย์ที่ดี เค้าจะรับฟังและให้คำปรึกษาเราแน่นอน :)</blockquote><blockquote>ปล2. อีกนิดนึง แต่เราก็ต้องเคารพเวลาของอาจารย์ด้วยนะ เพราะทุกคนก็มีสิ่งที่ต้องทำกันทั้งนั้น อย่าไปนัดคุยเรื่องไม่เป็นเรื่องในเวลาทำงานของเค้า ลองคิดไตร่ตรองก่อนสักหน่อย แล้วค่อยติดต่อไปจะดีที่สุด</blockquote><h4>4. ศึกษาการเงินการลงทุนเอาไว้ มีแต่ได้กับได้</h4><p>เราได้ยินคนรอบตัวพูดกับเรามาตั้งแต่เด็กว่า “ตั้งใจเรียนนะ เรียนเก่งๆ จะได้มีงานดีๆ เงินดีๆ” แต่ก็ไม่ยักจะมีใครบอกว่าถ้าหาเงินได้แล้ว ต้องทำยังไงต่อ จนจบมหาลัยก็ยังมีคนจำนวนไม่น้อยแน่นอนที่ยังไม่มีความรู้ทางการเงินเลย(หรือมีน้อยมาก) ทั้งที่ความจริงแล้วมันคือสิ่งที่สำคัญมากและชีวิตเราเกี่ยวข้องกับเงินมาตั้งแต่เด็กและก็จะเป็นแบบนี้ตลอดไปจนกว่าเราจะตาย ความรู้ทางการเงินในที่นี้ผมไม่ได้พูดเจาะจงการลงทุน แต่หมายถึงการเงินโดยภาพรวมหรือการเงินส่วนบุคคลที่เกี่ยวข้องกับการวางแผนการเงิน การจัดการความเสี่ยง และการบริหารทรัพย์สินต่างๆของเรา (ซึ่งมันสำคัญกว่าการลงทุนมากๆๆๆ) เช่น ได้เงินมาหนึ่งก้อน ควรจัดการยังไงให้เกิดประโยชน์สูงสุดและบรรลุเป้าหมายทางการเงินของเราได้, อยากเกษียรไวต้องทำอย่างไร, เริ่มมีเงินเดือนแล้ว เรื่องภาษีต้องจัดการแบบไหน, สิทธิทางภาษีมีอะไรบ้าง วันนี้เราใช้มันคุ้มแล้วรึยัง (แถมนิดนึง คือมันสามารถเอาคืนบางส่วนได้นะเออ อย่าจ่ายเต็มจำนวน มันเปลืองตังงงค์) เป็นต้น ทั้งหมดนี้คือคำถามที่ถ้าตอบได้มันจะดีต่อตัวเรามากๆ จะทำให้สุขภาพการเงินของเราเองดีขึ้นเยอะ(และสุขภาพจิตด้วยแน่นอน ฮาา) แน่นอนว่าแค่บริหารได้ดีมันคงไม่พอ เพราะใครๆก็อยากมั่งคั่งกันทั้งนั้น ดังนั้นเรื่องที่สำคัญต่อจากการเงินส่วนบุคคลแล้วก็คือการลงทุนในสินทรัพย์ต่างๆ ซึ่งมันเป็นเรื่องที่ใครเริ่มได้ก่อนก็ยิ่งได้เปรียบแบบสุดๆ เพราะการลงทุนมี 3 ปัจจัยหลักที่จะทำให้เราประสบความสำเร็จกับการลงทุน นั่นคือ 1) เงินต้น 2) ผลตอบแทน และ 3) เวลา จะเห็นว่า “เวลา” เป็นหนึ่งในปัจจัยสำคัญ เพราะมันคือตัวแปรที่ทำให้ผลตอบแทนทบต้นทำงานได้อย่างเต็มที่นั่นเอง (ใครงงตรงนี้ ลองไปศึกษาเพิ่มกันดูนะ) สำคัญกว่าหาเงินได้เยอะคือการบริหารจัดการเงิน เพราะต่อให้หาได้เยอะ แต่บริหารไม่เป็น มันก็หมดได้ ตรงกันข้ามถึงหาได้น้อยกว่า แต่บริหารได้ดี ในระยะยาวแล้วมีโอกาสจะประสบความสำเร็จทางการเงินมากกว่าเยอะแน่นอน</p><p>ลองเลือกสินทรัพย์มาหนึ่งอย่างและลองศึกษาอย่างจริงจัง รวมถึงลองจัดสรรเงินบางส่วนไปลงทุนในสินทรัพย์นั้นดู ต่อให้ขาดทุนบ้างก็ไม่เป็นไร เพราะสำหรับวัยนี้สิ่งที่สำคัญกว่าเงินคือ ความรู้ และ</p><blockquote>“ความรู้นี่แหละคือใบเบิกทางสู่อนาคตที่สดใสและมั่นคง”</blockquote><h4>5. เมื่อไหร่ที่คิดว่าตัวเองเก่งแล้ว นั่นแหละคือจุดที่เรากำลังจะเดินถอยหลัง</h4><p>น่าจะมีคนไม่น้อยที่เคยมีความรู้สึกที่ว่าตัวเองเก่งมากๆในเรื่องใดเรื่องหนึ่งแบบประมาณว่ารู้หมดแหละ ขอให้ถามมาเหอะ (ส่วนตัวผมก็เคยนะ แหะๆ) ซึ่งมันเป็นจุดที่อันตรายเอามากๆโดยเฉพาะเมื่อเราออกจากรั้วมหาลัยไปสู่โลกจริงข้างนอก เพราะเมื่อคนเรามีความรู้สึกแบบนั้น สิ่งที่จะเกิดขึ้นก็คืออีโก้เราจะสูงและจะศึกษาเรื่องนั้นต่อน้อยลง หรือช้าลงมากๆ (เพราะคิดว่าตัวเองรู้หมดแล้วนั่นเอง) ที่แย่ที่สุดคือเราอาจจะเผลอสร้างนิสัย toxic โดยไม่รู้ตัวได้ เช่น อวดเบ่ง, ไม่ยอมฟังคนอื่น, คิดว่าตัวเองรู้เยอะกว่าเสมอ เป็นต้น แต่ความจริงแล้วศาสตร์ในแต่ละเรื่องมันกว้างและลึกมากๆ การจะเรียกตัวเองว่าผู้เชี่ยวชาญหรือ master ในเรื่องใดเรื่องหนึ่งได้มันต้องใช้เวลามหาศาล ยิ่งโดยเฉพาะถ้าศาสตร์นั้นมันเป็นเรื่องที่มีการเปลี่ยนแปลงหรือพัฒนาอะไรใหม่ๆตลอดเวลา (เช่น เทคโนโลยีและวิทยาศาสตร์) เหมือนอย่างกฏ 10,000 ชั่งโมงจากหนังสือ Outliers ของ Malcolm Gladwell บอกไว้ว่า ต้องใช้เวลา 10,000 ชั่วโมงในการฝึกเรื่องใดเรื่องหนึ่งอย่างจริงจัง ถึงจะเรียกว่าเป็นปรมาจารย์ได้ ซึ่งแน่นอนกว่าถ้าแค่จะเอาให้เก่งหรือเชี่ยวชาญในระดับหนึ่ง มันอาจจะไม่จำเป็นต้องถึง 10,000 ชั่วโมง แต่มันก็ไม่น้อยไปกว่านี้มากแน่ๆ</p><p>ถ้าตอนนี้กำลังคิดว่าตัวเองเก่งหรือเชี่ยวชาญเรื่องไหนมากๆอยู่ ลองถามตัวเองแล้วลองสำรวจคนเก่งจริงๆระดับประเทศหรือระดับโลกในเรื่องนั้นๆดูว่าเค้ามีทักษะขนาดไหน แล้วลองเปรียบเทียบกับตัวเองแบบไม่เข้าข้างตัวเองดู ว่าแท้จริงแล้วตัวเองอยู่ระดับไหนกันแน่ ยอมรับมัน ถ่อมตัวลง เรียนรู้ศึกษาต่อไป และ</p><blockquote>“จงอย่าเป็นคนโง่ ที่คิดว่าตัวเองฉลาดรอบรู้”</blockquote><h4>ส่งท้าย</h4><p>สุดท้ายนี้มันคงไม่มีวิธีการจบแบบไหนจะเหมาะสมไปกว่าการหยิบประโยคจากหนังสือ “เพราะเป็นวัยรุ่นจึงเจ็บปวด” ของอาจารย์คิม รันโด มาให้ทุกคนได้อ่านแล้วเตือนสติกัน</p><blockquote>“ชีวิตของเราเป็นเสมือนจิ๊กซอว์ขนาดใหญ่ ที่จะต้องต่อ “ทีละชิ้นๆ” ให้ประสานกันอย่างดี ไม่มีใครรู้ได้ว่าภาพจิ๊กซอว์ชีวิตจะออกมาเป็นอย่างไรจนกว่าจะต่อเสร็จ มีเพียงตัวเราเท่านั้นที่ต้องต่อภาพนั้นขึ้นเองทีละน้อยทีละนิด”</blockquote><p>สำหรับใครที่ได้ผ่านวัยมหาลัยมาแล้ว ไม่ว่ามันจะดีหรือร้ายยังไง สุดท้ายแล้วมันเป็นแค่จิ๊กซอว์ชิ้นเล็กเพียงชิ้นเดียวในภาพใหญ่ทั้งหมด สิ่งที่สำคัญคือสุดท้ายแล้วภาพทั้งภาพมันจะออกมาสวยขนาดไหนมากกว่า ส่วนใครที่กำลังอยู่ในวัยนี้ก็ขอให้ตั้งใจต่อจิ๊กซอว์ชิ้นนี้อย่างปราณีต เพื่อให้ชิ้นต่อๆไปในอนาคตต่อออกมาแล้วดูสวยงาม</p><p>ขอบคุณครับ :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3f69c71b25c4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI “AlphaTensor” คิดค้นวิธีการคูณเมทริกซ์ได้ไวกว่าวิธีที่ดีที่สุดที่คนเราใช้มานานกว่า 50 ปี!]]></title>
            <link>https://medium.com/@ariya23156/ai-alphatensor-%E0%B8%84%E0%B8%B4%E0%B8%94%E0%B8%84%E0%B9%89%E0%B8%99%E0%B8%A7%E0%B8%B4%E0%B8%98%E0%B8%B5%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%84%E0%B8%B9%E0%B8%93%E0%B9%80%E0%B8%A1%E0%B8%97%E0%B8%A3%E0%B8%B4%E0%B8%81%E0%B8%8B%E0%B9%8C%E0%B9%84%E0%B8%94%E0%B9%89%E0%B9%84%E0%B8%A7%E0%B8%81%E0%B8%A7%E0%B9%88%E0%B8%B2%E0%B8%A7%E0%B8%B4%E0%B8%98%E0%B8%B5%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%94%E0%B8%B5%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%AA%E0%B8%B8%E0%B8%94%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%84%E0%B8%99%E0%B9%80%E0%B8%A3%E0%B8%B2%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%A1%E0%B8%B2%E0%B8%99%E0%B8%B2%E0%B8%99%E0%B8%81%E0%B8%A7%E0%B9%88%E0%B8%B2-50-%E0%B8%9B%E0%B8%B5-5a013a0490f4?source=rss-214e545c5329------2</link>
            <guid isPermaLink="false">https://medium.com/p/5a013a0490f4</guid>
            <category><![CDATA[alphatensor]]></category>
            <category><![CDATA[ปัญญาประดิษฐ์]]></category>
            <category><![CDATA[towards-data-science]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[deepmind]]></category>
            <dc:creator><![CDATA[Just Jom :)]]></dc:creator>
            <pubDate>Wed, 12 Oct 2022 15:47:02 GMT</pubDate>
            <atom:updated>2022-10-12T15:47:02.484Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*h06E3nmQuTQ467hfYgws5A.png" /></figure><p>อันนี้คือเจ๋งมากนะ</p><p>Ai ชื่อ <strong>AlphaTensor</strong> (ชื่อแนวนี้ก็แน่นอนว่ามาจากทีม DeepMind ผู้สร้าง AlphaGo Ai ที่ตบแชมป์โลกหมากล้อม(โกะ)นั่นเอง) สามารถคิดค้นวิธีการคูณเมทริกซ์ได้ไวกว่าวิธีที่ดีที่สุดที่คนเราใช้มานานกว่า 50 ปี!</p><p>โดยทั่วไปแล้วหากเราจะคูณเมทริกซ์ที่มีขนาด 4x5 ด้วยเมทริกซ์ขนาด 5x5 วิธีที่เราถูกสอนกันมาตอนมัธยมจะมีการคูณตัวเลขทั้งหมด 100 ครั้ง (ใครยังจำคณิตมัธยมได้ จะลองเขียนลงกระดาษแล้วนับดูก็ได้นะ555) ซึ่งมันไม่ใช่วิธีที่เร็วที่สุดในการหาคำตอบ เมื่อ 50 ปีที่แล้วมีนักคณิตศาสตร์ได้เสนอวิธีการหาผลคูณเมทริกซ์ที่ดีกว่านี้โดยมีการคูณตัวเลขแค่ 80 ครั้ง (คือมันน้อยลงมาก) ต่อจากนั้นก็แน่นอนว่าก็มีการค้นคว้าการหาวิธีที่ดีกว่ากันมาอย่างต่อเนื่อง แต่ก็ไม่มีอะไรคืบหน้าเท่าไหร่ แต่! เมื่อไม่นานมานี้ ทีม DeepMind ได้เสนอ Ai ตัวนึงที่ชื่อ AlphaTensor ที่สามารถหาวิธีการหาผลคูณเมทริกซ์ขนาดนี้ได้โดยมีการคูณตัวเลขแค่ <strong>76</strong> ครั้งเท่านั้น!</p><p>คือมาถึงตรงนี้เชื่อว่าหลายคนคงแบบ แล้วไงต่อ คูณเมทริกซ์ไวขึ้นแล้วไง สุดท้ายกูก็กดเครื่องคิดเลขหรือเปิดกูเกิลอยู่ดีป้ะ555 ใช่ มันไม่ได้มีผลกับการใช้ชีวิตประจำวันของเราเลย แต่ในด้านการวิจัยและพัฒนา Ai การคูณเมทริกซ์คือองค์ประกอบระดับพื้นฐานที่สำคัญที่สุด ข้อมูลทุกอย่างที่จะเอาไปให้ Ai เรียนรู้จะต้องถูกแปลงเป็นตัวเลขทั้งหมด (เพราะคอมมันรู้จักแค่ 0 กับ 1 ยังไงละ) แน่นอนว่าทั้งรูปภาพหรือไฟล์เสียงต่างๆก็ด้วยทั้งนั้น แต่แค่ตัวเลขตัวเดียวมันก็ไม่สามารถแทนรูปภาพหรือเสียงได้ทั้งหมดป้ะ มันก็จำเป็นต้องเก็บเป็นชุดตัวเลขหลายๆตัว และชุดตัวเลขมันก็คือ เมทริกซ์ ไงละ จากนั้นเมทริกซ์เหล่านี้ก็จะถูกเอาไปผ่านการคำนวณต่างๆเพื่อพัฒนาตัว Ai ขึ้นมา ซึ่งเกือบจะทุกขั้นตอนการคำนวณ มันจะมีการคูณเมทริกซ์เข้ามาเกี่ยวข้องด้วยเสมอ</p><blockquote>“การคูณเมทริกซ์คือองค์ประกอบระดับพื้นฐานที่สำคัญที่สุดของการพัฒนา Ai”</blockquote><p>ในระบบ Ai ใหญ่ๆทุกวันนี้มันมีจำนวนตัวแปรที่จะต้องคำนวณมากกว่า 10 ล้านหรือ 100 ล้านตัว (แน่นอนว่า Ai ที่เก่งๆก็จะมีมากกว่านี้เยอะะะ) ก็ลองคิดดูว่ามันจะต้องมีการคูณกันทั้งหมดกี่ครั้งกัน จะเรียกว่าเยอะชิพหายจนนับไม่ไหวก็คงไม่ผิดเท่าไหร่55 เพราะฉะนั้นถ้าเราทำให้การคูณเมทริกซ์มันไวขึ้นได้ ต่อให้เพียงแค่ 1% แต่ด้วยความที่สเกลมันใหญ่มาก มันก็จะทำให้เห็นผลลัพธ์ที่แตกต่างอย่างชัดเจน แต่ว่าาา เจ้าตัว AlphaTensor นี้ จากการทดสอบโดยเฉลี่ยแล้วมันทำให้การคูณไวขึ้นได้ถึง 10–20% ทีเดียว! (อมก.มากแม่) แน่นอนว่าเค้าไม่ได้วัดแค่การคูณ 4x5 ด้วย 5x5 นะ มีการลองหลายขนาดมาก และขนาดใหญ่ที่สุดที่มีบอกไว้ในงานวิจัยของเค้าก็คือ 11x12 และ 12x12 ซึ่งมันก็เป็นขนาดที่สามารถเอาไปปรับใช้ในการทำ Ai ได้หลายๆงานเลยนะ</p><p>ดังนั้นนี่คือความก้าวหน้าที่ค่อนข้างน่าสนใจและจะมีผลต่อความไวในการวิจัยและพัฒนา Ai ต่อไปในอนาคต (รวมถึงเทคโนโลยีอื่นๆที่ต้องใช้การคำนวณเมทริกซ์ด้วย) แต่ว่าเรายังคงต้องติดตามผลงานวิจัยที่จะเอาเจ้า AlphaTensor ไปใช้จริงๆต่อว่าจะเป็นยังไงบ้าง เพื่อให้เห็นผลที่ชัดเจนและแน่นอนมากขึ้น เพราะในงานวิจัยของ DeepMind นี้ ข้อมูลทั้งหมดที่ใช้ในการทดลองเป็นข้อมูลสังเคราะห์ (synthetic data) ซึ่งเค้าอ้างอิงว่าเป็นข้อมูลที่อยู่ในช่วงที่พบได้ในงานจริงทั่วไป แต่นั่นแหละ การเอาไปใช้จริงยังมีอีกหลายปัจจัยมาก ความเร็วหรือผลลัพธ์ที่ได้ก็มีโอกาสที่จะเปลี่ยนไป ยังไงก็ติดตามกันต่อนะจ๊ะ</p><p>ขอบคุณทุกคนที่อ่านจบ Love you krubbbb :)</p><blockquote><strong><em>Refs:</em></strong></blockquote><blockquote>Blog: <a href="https://www.deepmind.com/blog/discovering-novel-algorithms-with-alphatensor?fbclid=IwAR2grxT7ipwivPb2_tj7WUqtYbMdeyl0GL-ltM4KGwvO0WSpJ4pJuEgTwJ0">https://www.deepmind.com/.../discovering-novel-algorithms...</a></blockquote><blockquote>Paper: <a href="https://l.facebook.com/l.php?u=https%3A%2F%2Fwww.nature.com%2Farticles%2Fs41586-022-05172-4%3Ffbclid%3DIwAR0j7Rwta_OcSlFePgvm7BoMreJrSoNnx1laaQFfpw98m_KJUhSprc3Csc4&amp;h=AT3uvQuCz2BmwjT9ZFyvcdE-5PblJb0BIN2V56neDlps_JzZwfn68OIp80c-zperLGAKpi5s2OHcHRer3AcX6MrIoZILfcQS5uJQRIC-Zl5wcBBtiRK5V_qHXHEmJbl1Ii64&amp;__tn__=-UK-R&amp;c[0]=AT1I33CQErh_M4XWkwQu2Cy7fVMjVBHNvO6NCeF3VQN8kUkGRLPOEZtNR4AlKDkdHfNCaXATvPYIYOvu-eiTzCLpJWQCuxUELNVgZr-OVuBeGZ7fpzkfQN_2T_O1pH-k61usGybwopSVI10Uezk6-2DxMA">https://www.nature.com/articles/s41586-022-05172-4</a></blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5a013a0490f4" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>