បញ្ហា (The Problem)៖ ប្រព័ន្ធផ្គូផ្គងទ្វេភាគីទំនើបៗ (ដូចជាកម្មវិធីស្វែងរកការងារ និងការណាត់ជួប) ផ្តល់ជូនបញ្ជីផ្គូផ្គងតាមចំណាត់ថ្នាក់កំពូល (top-k) ប៉ុន្តែខ្វះតម្លាភាពក្នុងការបកស្រាយប្រាប់អ្នកប្រើប្រាស់ថា ហេតុអ្វីបានជាពួកគេមាន ឬមិនមានឈ្មោះក្នុងបញ្ជីទាំងនោះ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះស្នើឡើងនូវវិធីសាស្ត្រផ្អែកលើទ្រឹស្តីល្បែងកម្សាន្ត (Game Theory) ដើម្បីគណនាឥទ្ធិពលនៃលក្ខណៈសម្បត្តិនីមួយៗក្នុងការសម្រេចលទ្ធផលនៃការផ្គូផ្គង។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Exact Shapley Value (Brute-force) ការគណនាតម្លៃ Shapley ពិតប្រាកដ (Brute-force) |
ផ្តល់តម្លៃពិតប្រាកដ និងមានភាពត្រឹមត្រូវដាច់ខាតដោយមិនមានកំហុស។ | ទាមទារពេលវេលាគណនាច្រើនជាអិចស្ប៉ូណង់ស្យែល (O(2^d)) ដែលមិនអាចអនុវត្តបានជាមួយទិន្នន័យដែលមានលក្ខណៈសម្បត្តិច្រើន (High dimensions)។ | ត្រូវបានប្រើប្រាស់ជាទិន្នន័យគោល (Ground truth) សម្រាប់ធ្វើតេស្ត និងផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវនៃវិធីសាស្ត្រប៉ាន់ស្មានផ្សេងទៀត។ |
| Approximate Sampling-based Shapley ការប៉ាន់ស្មានតម្លៃ Shapley តាមរយៈការយកគំរូចៃដន្យ |
កាត់បន្ថយពេលវេលាគណនាបានច្រើន និងមានការធានាលើដែនកំណត់កំហុសតាមបែបទ្រឹស្តី (Theoretical error bounds)។ | នៅតែត្រូវការចំនួនគំរូច្រើនទើបទទួលបានភាពត្រឹមត្រូវខ្ពស់ បើប្រៀបធៀបជាមួយអត្រានៃការទាញរកលទ្ធផលរបស់ KernelSHAP។ | ទទួលបានលទ្ធផលនៃការបកស្រាយដូចគ្នានឹងវិធីសាស្ត្រ Brute-force ក្នុង ១១៩ លើ ១២០ ករណីនៃការធ្វើតេស្ត (១១៩/១២០ trials)។ |
| KernelSHAP វិធីសាស្ត្រប៉ាន់ស្មាន KernelSHAP |
ដំណើរការបានលឿន និងមានកម្រិតលម្អៀង (Error) ទាបជាងវិធីសាស្ត្រយកគំរូចៃដន្យសម្រាប់ចំនួនគំរូដូចគ្នា។ | មិនមានការធានាលើដែនកំណត់នៃកំហុសតាមបែបទ្រឹស្តី (Lacks theoretical guarantees) ដូចវិធីសាស្ត្រយកគំរូចៃដន្យនោះទេ។ | បង្ហាញពីប្រសិទ្ធភាពនិងល្បឿនលឿនក្នុងការបកស្រាយលទ្ធផលផ្គូផ្គង ខណៈដែលកំហុសមានទំហំតូចបំផុតនៅពេលប្តូរចំនួនគំរូ។ |
| LIME (Local Interpretable Model-agnostic Explanations) វិធីសាស្ត្របកស្រាយ LIME (ប្រើជា Baseline ក្នុងការសិក្សាលើអ្នកប្រើប្រាស់) |
ងាយស្រួលអនុវត្ត លឿន និងមានប្រជាប្រិយភាពក្នុងការបកស្រាយម៉ូដែល Machine Learning ទូទៅ។ | ការបកស្រាយមិនសូវស៊ីជម្រៅនិងមិនសូវត្រូវនឹងធម្មជាតិនៃការប្រកួតប្រជែងក្នុងបញ្ហាផ្គូផ្គង (Top-k ranking) បើធៀបនឹង Shapley។ | ទទួលបានការគាំទ្រតិចជាង Shapley (១០ នាក់ ធៀបនឹង ១៨ នាក់) ក្នុងការសិក្សាវាយតម្លៃពីអ្នកប្រើប្រាស់ផ្ទាល់។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារកុំព្យូទ័រដែលមានសមត្ថភាពខ្ពស់សម្រាប់ការគណនាបែប Exact Shapley ប៉ុន្តែត្រូវការធនធានកម្រិតមធ្យមសម្រាប់វិធីសាស្ត្រប៉ាន់ស្មាន KernelSHAP ដែលអាចដំណើរការបានលើកុំព្យូទ័រទូទៅ។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យបេក្ខជនការងារ និងការចូលរៀនសាកលវិទ្យាល័យ ដែលមានប្រភពពី Kaggle ដែលអាចឆ្លុះបញ្ចាំងតែពីបរិបទប្រទេសលោកខាងលិចប៉ុណ្ណោះ។ លក្ខណៈវិនិច្ឆ័យ ទម្លាប់ និងតម្រូវការទីផ្សារការងារនៅកម្ពុជាមានភាពខុសគ្នា ដូចនេះការអនុវត្តជាក់ស្តែងនៅកម្ពុជាតម្រូវឱ្យមានការប្រមូលទិន្នន័យក្នុងស្រុកដើម្បីចៀសវាងភាពលម្អៀង (Data Bias)។
វិធីសាស្ត្របកស្រាយលទ្ធផលនៃការផ្គូផ្គងនេះមានសក្តានុពលខ្ពស់ក្នុងការបង្កើនតម្លាភាពសម្រាប់ប្រព័ន្ធបច្ចេកវិទ្យានៅកម្ពុជា ជាពិសេសក្នុងការអប់រំ និងការងារ។
ជារួម ការដាក់បញ្ចូលបច្ចេកវិទ្យាបកស្រាយ (Explainable AI) តាមរយៈ Shapley Values អាចជួយកាត់បន្ថយភាពមន្ទិលសង្ស័យ និងបង្កើនទំនុកចិត្តពីសាធារណជនមកលើប្រព័ន្ធសម្រេចចិត្តដោយស្វ័យប្រវត្តិនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Shapley values | ជារង្វាស់ក្នុងទ្រឹស្តីល្បែងកម្សាន្តដែលប្រើសម្រាប់បែងចែកដោយយុត្តិធម៌នូវការរួមចំណែករបស់កត្តា (ឬអ្នកលេង) នីមួយៗទៅលើលទ្ធផលសរុប។ នៅក្នុងការស្រាវជ្រាវនេះ វាត្រូវបានប្រើដើម្បីគណនាថាតើលក្ខណៈសម្បត្តិណាមួយរបស់បេក្ខជនមានឥទ្ធិពលខ្លាំងជាងគេក្នុងការធ្វើឱ្យគេជាប់ ឬធ្លាក់ក្នុងការផ្គូផ្គង។ | ដូចជាការបែងចែកប្រាក់រង្វាន់ដល់សមាជិកក្រុមបាល់ទាត់ ដោយវាយតម្លៃដោយយុត្តិធម៌លើការប្រឹងប្រែងជាក់ស្តែងរបស់អ្នកនីមួយៗក្នុងការនាំឱ្យក្រុមទទួលបានជ័យជម្នះ។ |
| Two-sided matching | ជាដំណើរការផ្គូផ្គងរវាងភាគីពីរដែលមានតម្រូវការរៀងៗខ្លួន (ឧទាហរណ៍ ក្រុមហ៊ុនស្វែងរកបុគ្គលិក និងបុគ្គលិកស្វែងរកការងារ) ដែលភាគីនីមួយៗមានចំណូលចិត្ត ឬលក្ខណៈវិនិច្ឆ័យផ្ទាល់ខ្លួន ហើយប្រព័ន្ធត្រូវរកចំណុចកណ្តាលដែលភាគីទាំងសងខាងអាចទទួលយកបាន។ | ដូចជាកម្មវិធីណាត់ជួប (Dating App) ដែលភាគីសងខាងត្រូវតែពេញចិត្តនឹងប្រវត្តិរូបគ្នាមុននឹងអាចចាប់គូ (Match) គ្នាបានដោយជោគជ័យ។ |
| Top-k matching model | ជាប្រព័ន្ធក្បួនដោះស្រាយដែលរៀបចំណាត់ថ្នាក់ទិន្នន័យ ហើយជ្រើសរើសយកជម្រើសល្អបំផុតចំនួន k (ឧ. ជម្រើសកំពូលទាំង ៥ ឬ ១០) ពីក្នុងបញ្ជីទិន្នន័យដ៏ធំមួយ ដើម្បីបង្ហាញជូនអ្នកប្រើប្រាស់ ដោយផ្អែកលើពិន្ទុភាពស័ក្តិសមខ្ពស់ជាងគេ។ | ដូចជាការប្រកាសលទ្ធផលសិស្សពូកែប្រចាំថ្នាក់ ដោយមិនអានឈ្មោះសិស្សទាំង ៥០ នាក់ទេ គឺយកតែអ្នកមានពិន្ទុខ្ពស់ជាងគេ ៣ នាក់ (Top-3) ប៉ុណ្ណោះមកផ្តល់រង្វាន់។ |
| KernelSHAP | ជាក្បួនដោះស្រាយប៉ាន់ស្មានតម្លៃ Shapley ដ៏មានប្រសិទ្ធភាពមួយនៅក្នុងម៉ូដែលបញ្ញាសិប្បនិម្មិត (AI) ដែលជួយពន្យល់ពីមូលហេតុនៃការសម្រេចចិត្តរបស់ប្រព័ន្ធម៉ាស៊ីន ដោយមិនចាំបាច់ប្រើពេលវេលាគណនាច្រំដែលច្រើនពេកដែលស៊ីពេលយូរ។ | ដូចជាការសួរសាក្សីសំខាន់ៗចំនួន ៥ នាក់ដើម្បីសន្និដ្ឋានសាច់រឿងឱ្យបានលឿន ជាជាងការដើរសួរមនុស្សរាប់ពាន់នាក់ដែលអាចចំណាយពេលរាប់ខែ។ |
| Bipartite graph | ជាទម្រង់ក្រាហ្វក្នុងគណិតវិទ្យាដែលបែងចែកចំណុច (Nodes) ជាពីរសំណុំដាច់ដោយឡែកពីគ្នា ហើយខ្សែភ្ជាប់ (Edges) អាចមានបានតែរវាងចំណុចពីសំណុំមួយទៅសំណុំមួយទៀតប៉ុណ្ណោះ មិនអាចភ្ជាប់គ្នាឯងក្នុងសំណុំតែមួយឡើយ។ | ដូចជាការគូសបន្ទាត់ភ្ជាប់រវាងបញ្ជីឈ្មោះសិស្ស (ក្រុមទី១) និងបញ្ជីឈ្មោះមុខវិជ្ជា (ក្រុមទី២) ដោយសិស្សមិនអាចគូសបន្ទាត់ភ្ជាប់ទៅសិស្សគ្នាឯងបានទេ។ |
| Coalitional game | ជាទ្រឹស្តីល្បែងកម្សាន្តដែលសមាជិក ឬអ្នកលេងជ្រើសរើសសហការគ្នាជាក្រុមដើម្បីប្រកួតប្រជែងយកអត្ថប្រយោជន៍រួម ហើយត្រូវស្វែងរកវិធីបែងចែកតម្លៃនៃអត្ថប្រយោជន៍នោះទៅតាមកម្រិតនៃការចូលរួមរបស់សមាជិកម្នាក់ៗ។ | ដូចជាក្រុមសិស្សរួមគ្នាធ្វើកិច្ចការស្រាវជ្រាវ (Group Work) ដើម្បីបានពិន្ទុខ្ពស់ រួចលោកគ្រូវាយតម្លៃថាអ្នកណាធ្វើការងារអ្វីខ្លះដើម្បីបែងចែកពិន្ទុរៀងៗខ្លួន។ |
| Jaccard similarity | ជារង្វាស់ស្ថិតិសម្រាប់ប្រៀបធៀបភាពស្រដៀងគ្នានៃសំណុំទិន្នន័យពីរ ដោយគណនាផលធៀបរវាងចំនួនធាតុដែលមានដូចគ្នាបេះបិទ (Intersection) ចែកជាមួយនឹងចំនួនធាតុសរុបបញ្ចូលគ្នា (Union)។ | ដូចជាការប្រៀបធៀបគ្រឿងផ្សំនៃមុខម្ហូបពីរមុខ បើមានគ្រឿងផ្សំដូចគ្នាច្រើន នោះលទ្ធផលភាពស្រដៀងគ្នាកាន់តែខិតជិតទៅរកលេខ ១។ |
| LIME | LIME (Local Interpretable Model-agnostic Explanations) ជាវិធីសាស្ត្រមួយសម្រាប់ពន្យល់ពីការសម្រេចចិត្តរបស់ម៉ូដែល AI ដ៏ស្មុគស្មាញ ដោយបង្កើតម៉ូដែលសាមញ្ញមួយផ្សេងទៀតដើម្បីរៀនធ្វើត្រាប់តាមការសម្រេចចិត្តនោះក្នុងទំហំទិន្នន័យតូចចង្អៀត (Local scale)។ | ដូចជាការព្យាយាមពន្យល់ពីរូបមន្តគណិតវិទ្យាដ៏ស្មុគស្មាញមួយ ដោយប្រើឧទាហរណ៍លេខតូចៗងាយៗឱ្យសិស្សងាយយល់ចំណុចជាក់លាក់ណាមួយសិន។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
