วันนี้เรายินดีที่ได้เปิดตัว Machine Learning Essentials for Business and Technical Decision Makers ซึ่งเป็นชุดหลักสูตรการฝึกอบรมด้านดิจิทัลแบบตามความต้องการ (on-demand) ฟรี 3 หลักสูตร หลักสูตรเหล่านี้มีจุดมุ่งหมายเพื่อเสริมสร้างศักยภาพให้กับผู้นำธุรกิจและผู้ดูแลด้านเทคโนโลยี ด้วยความรู้พื้นฐานที่จำเป็นในการเริ่มสร้างกลยุทธ์ในการใช้แมชชีนเลิร์นนิง (Machine Learning: ML) ในองค์กร แม้ว่าพวกเขาจะไม่มีประสบการณ์ด้าน ML มาก่อนก็ตาม 

แต่ละหลักสูตรใช้เวลา 30 นาที ประกอบด้วยตัวอย่างการใช้งานจริง (real-world) จากประสบการณ์กว่า 20 ปีของ Amazon ในการขยาย ML ภายในองค์กรของตนเอง ตลอดจนบทเรียนที่ได้จากการใช้งานของลูกค้าที่ประสบความสำเร็จนับไม่ถ้วน หลักสูตรใหม่เหล่านี้อ้างอิงตามเนื้อหาที่อยู่บน AWS Machine Learning Embark program ซึ่งเป็นหลักสูตร ML แบบเร่งรัดพิเศษ ช่วยให้ผู้บริหารและนักเทคโนโลยีในองค์กรสามารถแก้ปัญหาทางธุรกิจด้วย ML ผ่านประสบการณ์การเรียนรู้แบบองค์รวม

หลังจากจบหลักสูตรทั้งสามแล้ว ผู้นำธุรกิจและผู้ดูแลด้านเทคโนโลยีจะสามารถประเมินความพร้อมขององค์กรได้ดีขึ้น ระบุความต้องการของธุรกิจที่ ML จะส่งผลมากที่สุด รวมถึงระบุขั้นตอนต่อไปอย่างเป็นรูปธรรม

ความต้องการทักษะ ML ที่เพิ่มขึ้น

ML มีศักยภาพในการเปลี่ยนแปลงในหลายอุตสาหกรรม แต่องค์กรส่วนใหญ่เผชิญกับปัญหาในการนำ ML มาปรับใช้ในระดับที่เหมาะสม การวิจัยล่าสุดของ Gartner แสดงให้เห็นว่ามีเพียง 53% ของโครงการ ML เกิดขึ้นได้สำเร็จตั้งแต่ต้นแบบจนถึงการผลิต อุปสรรคที่เราพบบ่อยที่สุดในปัจจุบันเกี่ยวข้องกับธุรกิจและวัฒนธรรม

ตัวอย่างเช่นองค์กรต่าง ๆ มักจะประสบปัญหาในการระบุการใช้งาน ML ที่ถูกต้องในช่วงเริ่มต้น ซึ่งสิ่งนี้กลายเป็นปัญหาที่หนักขึ้น เนื่องจากองค์กรขาดแคลนบุคลากรที่มีทักษะการใช้ ML ให้ตรงตามเป้าหมายขององค์กร จากการศึกษาอื่น ๆ ของ Gartner พบว่า “ทักษะของพนักงาน”

เป็นความท้าทายหรืออุปสรรคอันดับแรกในการนำปัญญาประดิษฐ์ (Artificial Intelligence: AI) และ ML มาใช้ ผู้นำธุรกิจมีบทบาทสำคัญในการแก้ไขปัญหาเหล่านี้ ด้วยการขับเคลื่อนวัฒนธรรมด้านการเรียนรู้และนวัตกรรมอย่างต่อเนื่อง อย่างไรก็ตาม หลายองค์กรยังขาดทรัพยากรในการพัฒนาความรู้เกี่ยวกับ ML และการใช้งาน

เมื่อปีที่แล้ว Amazon ประกาศว่าเรามุ่งมั่นที่จะช่วยให้ผู้คน 29 ล้านคนทั่วโลกพัฒนาทักษะด้านเทคโนโลยีด้วยการฝึกอบรมทักษะการประมวลผลบนคลาวด์ฟรีภายในปีพ.ศ. 2568 โดยหลักสูตรใหม่ Machine Learning Essentials for Business and Technical Decision Makers คืออีกก้าวหนึ่งของเราสำหรับแนวทางดังกล่าว ประกอบไปด้วย 3 หลักสูตร ได้แก่

• Machine Learning: The Art of the Possible เป็นหลักสูตรแรกในชุดนี้ มีการใช้ภาษาที่ชัดเจนรวมถึงมีตัวอย่างประกอบต่าง ๆ ที่เฉพาะเจาะจง ช่วยให้คุณเข้าใจพื้นฐานของ ML กรณีการใช้งานทั่วไป หรือแม้แต่อุปสรรคต่าง ๆ ที่อาจเกิดขึ้น
• Planning a Machine Learning Project คือหลักสูตรที่ 2 ซึ่งบอกถึงวิธีที่คุณสามารถช่วยองค์กรวางแผนโครงการ ML เริ่มต้นด้วยขั้นตอนการประเมินว่า ML เหมาะสมกับเป้าหมายของคุณหรือไม่ และดำเนินการผ่านคำถามต่าง ๆ ที่คุณต้องถามระหว่างการปรับใช้ หลักสูตรนี้จะช่วยให้เข้าใจประเด็นสำคัญต่าง ๆ เช่น ความพร้อมของข้อมูล ระยะเวลาของโครงการ และการปรับใช้
•  Building a Machine Learning Ready Organization คือหลักสูตรสุดท้าย นำเสนอข้อมูลเชิงลึกเกี่ยวกับวิธีเตรียมองค์กรเพื่อให้ประสบความสำเร็จในการนำ ML ไปใช้ ตั้งแต่การประเมินกลยุทธ์ข้อมูล ไปจนถึงวัฒนธรรม และการเริ่มนำร่อง ML และอื่น ๆ

การผลักดันแนวทางใหม่ของ ML

โปรแกรม AWS ML Embark ได้ช่วยให้องค์กรหลายแห่งใช้ประโยชน์จาก ML ให้เกิดผลในวงกว้างได้อย่างมาก ตัวอย่างเช่น Met Office (กรมอุตุนิยมวิทยาของสหราชอาณาจักร) เป็นตัวอย่างที่ดีของวิธีการที่องค์กรต่าง ๆ สามารถผลักดันความรู้ด้าน ML ของทีมผ่านหลักสูตร ML Embark ซึ่ง Met Office ในฐานะองค์กรด้านการวิจัยและวิทยาศาสตร์ ได้พัฒนาแบบจำลองการพยากรณ์อากาศและการคาดการณ์สภาพภูมิอากาศแบบกำหนดเอง ซึ่งอาศัยชุดข้อมูลขนาดใหญ่เชิงสังเกตการณ์ที่มีการอัปเดตอยู่ตลอดเวลา Met Office มองหาวิธีการพัฒนาโดยใช้ ML ตรวจสอบว่าชีวภาคของโลกสามารถเปลี่ยนแปลงอย่างไร เพื่อหาแนวทางตอบสนองต่อการเปลี่ยนแปลงของสภาพภูมิอากาศ ซึ่งถือเป็นหนึ่งในความท้าทายด้านการขับเคลื่อนด้วยข้อมูลที่มีมากมาย Met Office ร่วมมือกับ Amazon ML Solutions Lab (MLSL) ผ่านโปรแกรม ML Embark Accelerator เพื่อสำรวจแนวทางใหม่ ๆ ในการแก้ปัญหานี้

“เรารู้สึกตื่นเต้นที่ได้ร่วมงานกับทีมงานจาก AWS Machine Learning Solutions Lab ที่เป็นส่วนหนึ่งของโปรแกรม Embark” ศาสตราจารย์อัลเบิร์ต ไคลน์-แท็งก์ หัวหน้าประจำ Met Office Hadley Centre for Climate Science and Services กล่าว “ทีมงาน AWS Machine Learning Solutions Lab ได้มอบทักษะและประสบการณ์ทางเทคโนโลยี

อันเป็นการช่วยให้เราได้เปิดโลกทัศน์เกี่ยวกับปัญหาของการจำแนกอันซับซ้อน โดยนำเสนอข้อมูลเชิงลึกที่ดียิ่งขึ้นในเรื่องการเปลี่ยนแปลงของภูมิอากาศสร้างผลกระทบต่อชีวภาคของโลกได้อย่างไร แบบจำลองภูมิอากาศของเรานั้นสร้างข้อมูลได้จำนวนมหาศาล และความสามารถในการดึงมูลค่าเพิ่มจากข้อมูลเหล่านั้นมาใช้ประโยชน์เป็นสิ่งสำคัญสำหรับการให้คำแนะนำแก่รัฐบาลรวมถึงผู้ที่เกี่ยวข้องอื่น ๆ ด้านพาณิชย์ การประยุกต์ใช้เทคนิค ML ในโครงการวิจัยต่าง ๆ เช่นนี้แสดงให้เห็นถึงการช่วยให้ Met Office ได้พัฒนาทักษะเหล่านี้ยิ่งขึ้นต่อไปในอนาคต”

การเปิดให้ทุกคนสามารถเข้าถึงการฝึกอบรม ML อย่างกว้างขวางโดยไม่เสียค่าใช้จ่าย

Amazon มีโปรแกรม AWS Machine Learning Embark ให้บริการโดยตรงสำหรับลูกค้าบางราย และด้วยหลักสูตร Machine Learning Essentials for Business and Technical Decision Makers เรากำลังจัดทำส่วนหนึ่งของหลักสูตรการฝึกอบรมด้านดิจิทัล AWS ML Embark ที่มีให้บริการทั่วโลกในรูปแบบสำหรับการเรียนรู้ด้วยตนเองฟรี

นอกจากนี้เรายังขยายความพร้อมใช้งานของโปรแกรม ML Embark แบบเต็มรูปแบบ ผ่าน AWS Partners ที่สำคัญที่รวมถึง Slalom Consulting เรารู้สึกตื่นเต้นที่จะได้ร่วมกันนำเสนอโปรแกรมเร่งรัดสุดพิเศษนี้ให้กับลูกค้าองค์กรที่ต้องการเริ่มต้นประสบการณ์การใช้ ML ของพวกเขา

แอนดรู สกลาร์ หัวหน้าฝ่ายฝึกอบรมและการรับรองของ AWS ในภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น (Andrew Sklar, Head of AWS Training and Certification in Asia Pacific and Japan) กล่าวว่า “แมชชีนเลิร์นนิงมีศักยภาพที่จะเปลี่ยนแปลงเกือบทุกอุตสาหกรรม แต่องค์กรต้องการพนักงานที่มีทักษะในการใช้ ML ในระดับที่เหมาะสม

ซึ่งรวมถึงผู้บริหารที่ต้องมีข้อมูลและความรู้พื้นฐานในการตัดสินใจเลือกโซลูชั่นที่เหมาะกับองค์กร และผู้เชี่ยวชาญด้านเทคโนโลยีที่สามารถใช้โซลูชัน ML ได้ โดยเป้าหมายของเราสำหรับหลักสูตรนี้คือการช่วยให้ผู้บริหารรวมถึงผู้ที่ไม่มีประสบการณ์ด้าน ML มาก่อน สามารถเพิ่มความรู้ได้อย่างรวดเร็ว จากประสบการณ์ของผม องค์กรที่ลงทุนในการฝึกอบรมระบบคลาวด์อย่างทั่วถึงในองค์กร สามารถประสบความสำเร็จในการเปลี่ยนแปลงทางดิจิทัลได้เร็วขึ้น”

มาร่วมเพิ่มทักษะความรู้ด้าน ML และช่วยนำองค์กรไปสู่การสร้างสรรค์นวัตกรรมด้วย ML เรียนรู้เพิ่มเติม และเริ่มต้นได้แล้ววันนี้

ข่าวประชาสัมพันธ์