โมเดลมีประสิทธิภาพลดลงหลังสภาพข้อมูลจริงเปลี่ยนไป ทีมจึงถามว่า ในการพัฒนาแอปพลิเคชัน ทีมต้องเลือกระหว่างการใช้ Machine Learning กับการใช้ Rule-based System ข้อใดอธิบายความแตกต่างสำคัญได้ถูกต้อง
กMachine Learning ใช้ได้ดีเมื่อมีข้อมูลจำนวนน้อย ขณะที่ Rule-based System ต้องการข้อมูลขนาดใหญ่
ขRule-based System สามารถตอบสนองได้เร็วกว่า Machine Learning ในทุกสถานการณ์เสมอ
คMachine Learning และ Rule-based System มีการทำงานเหมือนกัน แต่ต่างกันที่ชื่อเรียกเท่านั้น
งMachine Learning เรียนรู้จากข้อมูลตัวอย่างและปรับปรุงความแม่นยำด้วยตัวเอง ขณะที่ Rule-based System ต้องการการกำหนดกฎโดยผู้เชี่ยวชาญล่วงหน้า
เฉลยอธิบาย
ความแตกต่างหลักคือ Machine Learning เรียนรู้จากข้อมูลและปรับเปลี่ยนตัวเองได้ ส่วน Rule-based ใช้กฎที่กำหนดโดยมนุษย์อย่างคงที่ ตัวเลือก B ผิดเพราะ ML ต้องการข้อมูลมาก ตัวเลือก C ผิดเพราะ Rule-based อาจช้ากว่าใน complex scenarios ตัวเลือก D ไม่จริงเลย ฐานกรอบความเสี่ยงปัจจุบัน: NIST AI RMF 1.0 และ NIST AI 600-1 Generative AI Profile (อยู่ระหว่างการปรับปรุง AI RMF โดย NIST) — https://www.nist.gov/itl/ai-risk-management-framework