Please enable JavaScript.
Coggle requires JavaScript to display documents.
ปัญญาประดิษฐ์ artificial, 1 ปัญญาประดิษฐ์เชิงแคบ (Artificial Narrow…
ปัญญาประดิษฐ์ artificial
ประวัติความเป็นมา
เริ่มมีการกล่าวถึงมาตั้งแต่กลางศตวรรษที่ 20 ในตอนนั้นสาขาของ AI เกิดขึ้นเพื่อตอบสนองต่อแนวคิดที่ว่า เราสามารถสร้างเครื่องจักรเพื่อเลียนแบบ หรือจำลองการทำงานของมนุษย์ได้ แนวคิดของการสร้างสิ่งมีชีวิตเทียมที่มีความสามารถเหมือนมนุษย์มีมาตั้งแต่สมัยโบราณ การพัฒนาสมัยใหม่ของ AI เริ่มต้นด้วยแนวคิดหลักและความก้าวหน้าในทศวรรษที่ 1940 และ 1950
กำเนิดคำว่า ปัญญาประดิษฐ์ (AI)
-
ผู้นิยามคำว่าปัญญาประดิษฐ์John McCarthy นักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกัน ผู้ที่ได้ชื่อว่าเป็นบิดาแห่ง “ปัญญาประดิษฐ์” ซึ่งเขาได้ต่อยอดแนวคิดของ Alan Turing ที่จุดประเด็นเรื่องความคิดแบบมนุษย์ ในเครื่องจักร จนสามารถสร้าง AI ตัวแรกขึ้นมาได้สําเร็จ
-
AI มีความท้าทายมากมายที่ทำให้การนำไปใช้งานเป็นไปได้ยากขึ้น อุปสรรคต่อไปนี้เป็นความท้าทายส่วนหนึ่งที่พบบ่อยที่สุดในการนำ AI ไปใช้งาน
-
นโยบายการกำกับดูแลข้อมูลจะต้องปฏิบัติตามข้อจำกัดด้านกฎระเบียบและกฎหมายความเป็นส่วนตัว หากต้องการนำ AI ไปใช้งาน คุณต้องจัดการคุณภาพของข้อมูล ความเป็นส่วนตัว และการรักษาความปลอดภัยด้วย คุณต้องรับผิดชอบต่อข้อมูลลูกค้าและการปกป้องความเป็นส่วนตัว ในการจัดการการรักษาความปลอดภัยของข้อมูล องค์กรของคุณควรมีความเข้าใจที่ชัดเจนเกี่ยวกับวิธีการใช้โมเดล AI และเข้าใจว่า AI โต้ตอบกับข้อมูลลูกค้าในแต่ละเลเยอร์อย่างไร
ปัญหาทางเทคนิคการฝึก AI ด้วยแมชชีนเลิร์นนิงต้องใช้ทรัพยากรจำนวนมหาศาล พลังในการประมวลผลในเกณฑ์ระดับสูงเป็นสิ่งจำเป็นสำหรับเทคโนโลยีดีปเลิร์นนิง เพื่อให้สามารถทำงานได้ คุณต้องมีโครงสร้างพื้นฐานการประมวลผลที่แข็งแกร่งเพื่อรันแอปพลิเคชัน AI และฝึกโมเดลของคุณ พลังในการประมวลผลอาจมีค่าใช้จ่ายสูงและจำกัดความสามารถในการปรับขนาดของระบบ AI ของคุณ
-
-
AI สามารถช่วยองค์กรในการเพิ่มประสิทธิภาพในการทำงานด้วยการนำ AI มาแทนที่งาน Routine หรืองานที่ทำซ้ำทุกวัน และลดความผิดพลาดที่อาจจะเกิดขึ้นจากการที่มนุษย์เคยชินกับงานนั้น ๆ รวมไปถึงสามารถให้พนักงานได้ใช้เวลาไปกับงานที่ยากและซับซ้อนมากขึ้นได้
-
AI สามารถช่วยตัดสินใจในเรื่องต่าง ๆ ของธุรกิจได้แม่นยำขึ้นจากการนำ AI ไปใช้ในการ Predictive Analysis จากข้อมูลจำนวนมากที่องค์กรมีอยู่ ไม่ว่าจะเป็นการใช้ข้อมูลลูกค้าที่มี ในการคาดการณ์ยอดขายที่จะเกิดขึ้นในอนาคตเพื่อเตรียมสินค้าให้เพียงพอ หรือการคาดการณ์พฤติกรรมผู้บริโภคเพื่อปรับปรุงการทำโฆษณาของสินค้าในอนาคต
-
AI สามารถเรียนรู้พฤติกรรมและคาดการณ์ความต้องการของลูกค้าได้จากข้อมูลที่มี ทำให้ธุรกิจสามารถเสนอสินค้าและมอบบริการที่เฉพาะบุคคล (Personalization) และสร้างความประทับใจให้ลูกค้าได้มากขึ้น
-
หากเลือกใช้ AI ถูกเครื่องมือและเหมาะสมกับลักษณะการใช้งาน องค์กรจะสามารถประหยัดต้นทุนได้จำนวนมาก ไม่ว่าจะเป็นการใช้ AI ทำงานซ้ำ ๆ และพนักงานสามารถหันไปทำงานที่สร้างประสิทธิผลให้กับองค์ได้มากขึ้น การกำหนดทิศทางธุรกิจได้แม่นยำมากขึ้นจากการใช้ Predictive Analysis ทำให้ประหยัดทรัพยากรเพื่อโฟกัสเฉพาะสิ่งที่จำเป็นเท่านั้น
-
ในปัจจุบันมีการนำ AI มาใช้เพื่อสร้าง Customer experience และตอบสนองความต้องการของลูกค้าได้หลากหลายรูปแบบ เช่น การทำระบบแนะนำ Recommendation System ที่ช่วยให้คำแนะนำสิ่งที่เหมาะกับลูกค้า และตรงใจกับสิ่งที่ลูกค้าต้องการ หรือ Chatbot ที่มีการตอบสนองกับลูกค้าแบบเรียลไทม์โดยสามารถเรียกชุดข้อมูลที่ตอบโต้ ที่ตรงใจลูกค้า และมีความ Customize มากขึ้นได้
-
Machine Learning คือซับเซทของ AI ประเภทนึงที่เป็นกระบวนการเรียนรู้อัลกอริทึมโดยการ เรียนรู้จากลักษณะของชุดข้อมูลที่มี (Pattern) และคาดการณ์ผลลัพธ์ออกมา โดยอัลกอริทึมจะเรียนรู้ผ่านขั้นตอนที่มีอยู่แล้วจนสามารถเข้าใจความสัมพันธ์ระหว่างการป้อนข้อมูลและผลลัพธ์ที่เกิดขึ้น ในการนำ Machine Learning ไปใช้งานจะสามารถคาดการณ์ผลลัพธ์ของข้อมูลผ่านการศึกษา Pattern ของข้อมูลที่มีอยู่แล้ว
-
Deep Learning ถือเป็นเทคโนโลยีที่พัฒนาต่อยอดมาจาก Machine Learning เป็นวิธีการสอนคอมพิวเตอร์ให้เรียนรู้การตัดสินใจที่ซับซ้อนได้ประหนึ่งสมองของมนุษย์และสามารถเรียนรู้ผ่าน dataset ที่ใหญ่กว่า จนเรียกอีกชื่อนึงคือ ‘Scalable Machine Learning’
-
Natural Language Processing หรือ NLP คือ เทคโนโลยี machine learning ที่พัฒนาให้คอมพิวเตอร์หรือโปรแกรมสามารถเข้าใจและแปลภาษามนุษย์ได้ ถือเป็นการผสมผสานกันระหว่างศาสตร์ Computer Science และ Linguistics ซึ่งตัวอย่างที่ทุกคนรู้จัก เช่น ChatGPT, Siri
-
-
การทำเอกสารเกี่ยวกับบัญชี: งานบัญชีเป็นงานที่มีแบบแผนและข้อกำหนดชัดเจน ซึ่งทำให้งานเอกสารการเงินและบัญชีที่มีส่วนที่สามารถทำซ้ำ ๆ ได้มีจำนวนมาก และ RPA สามารถเข้ามาดูแลงานตรงนี้ได้
1 ปัญญาประดิษฐ์เชิงแคบ (Artificial Narrow Intelligence - ANI) AI ประเภทนี้หมายถึงระบบหรือเครื่องจักรที่ออกแบบมาเพื่อทำงานเฉพาะด้านหรือมีความสามารถเฉพาะด้าน ANI ถูกจำกัดไว้ที่โดเมนแคบๆ และขาดข้อมูลทั่วไป ตัวอย่าง ได้แก่ ผู้ช่วยเสียง เช่น Siri หรือ Alexa ระบบแนะนำ และซอฟต์แวร์จดจำภาพ
2 ปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence - AGI) : AGI มีเป้าหมายเพื่อให้มีสติปัญญาและความสามารถในการรับรู้ในระดับเดียวกับมนุษย์ หมายถึงระบบ AI ที่สามารถเข้าใจ เรียนรู้ และนำความรู้ไปใช้ในโดเมนต่างๆ AGI จะมีความสามารถในการคิดในเชิงนามธรรม ให้เหตุผล วางแผน แก้ปัญหา และปรับตัวให้เข้ากับสถานการณ์ต่างๆ ปัจจุบัน AGI ยังเป็นแนวคิดทางทฤษฎีและยังไม่ได้รับการตระหนักอย่างสมบูรณ์
3 ปัญญาประดิษฐ์แบบเข้ม (Strong AI) ASI เป็นรูปแบบสมมุติฐานของ AI ที่เหนือกว่าสติปัญญาของมนุษย์ในแทบทุกด้าน มันแสดงถึงระบบ AI ที่ฉลาดและมีความสามารถมากกว่าสมองของมนุษย์ที่ฉลาดที่สุด ASI จะมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับปัญหาที่ซับซ้อน แสดงความคิดสร้างสรรค์ และมีความสามารถในการปรับปรุงตัวเอง ซึ่งนำไปสู่การเติบโตทางสติปัญญาแบบทวีคูณ ASI ยังคงเป็นหัวข้อของการเก็งกำไรและการสำรวจในด้านการวิจัย AI และยังไม่ประสบความสำเร็จ
สรุป
-
ในศาสตร์ของ Robotics หรือศาสตร์หุ่นยนตร์นั้นประกอบไปด้วยหลายศาสตร์ย่อย เช่น Mechanical, Electrical, Computer Science รวมไปถึง Artificial Intelligence หรือ AI ซึ่ง AI ถือเป็นหัวใจสำคัญที่ทำให้ Robots สามารถรับรู้สิ่งแวดล้อม สามารถวางแผนและตัดสินใจในงานต่าง ๆ ได้ รวมไปถึงสามารถสร้างปฏิสัมพันธ์กับมนุษย์ได้
Computer Vision คือแขนงนึงของ AI ที่ใช้ Machine Learning และ Neural Networks เพื่อสอนให้คอมพิวเตอร์สามารถมองเห็น และฝึกฝนคอมพิวเตอร์ให้สามารถ มองเห็น จดจำ และวิเคราะห์ข้อมูลที่เป็นภาพและวิดีโอได้เหมือนที่มนุษย์เห็น โดยตัวอย่างที่ทุกคนรู้จักเช่น Google Translate ที่สามารถถ่ายภาพภาษาต่างประเทศและแปลเป็นภาษาที่ต้องการได้ทันที