ปัญญาประดิษฐ์ (AI )คืออะไร ? มีความสำคัญอย่างไรในยุคปัจจุบัน

ปัญญาประดิษฐ์ (AI) เป็นสาขาด้านวิทยาการคอมพิวเตอร์ที่มุ่งเน้นแก้ไขปัญหาความรู้ความเข้าใจที่เชื่อมโยงกับความฉลาดของมนุษย์ โดยเป็นระบบที่มนุษย์สร้างขึ้นมีเป้าหมายคือการสร้างระบบการเรียนรู้ด้วยตนเองซึ่งต่อยอดความหมายที่ได้จากข้อมูลที่ถูกป้อนเข้าไป (Input) และสร้างผลลัพธ์การตอบสนองต่อข้อมูล (Output) ขึ้นมาได้เองและสามารถใช้ความรู้นั้นเพื่อแก้ปัญหาใหม่ ๆ ในรูปแบบที่คล้ายคลึงมนุษย์ได้

ภาพประกอบ: ปัญญาประดิษฐ์

ขอบคุณภาพจาก https://unsplash.com/photos/a-computer-circuit-board-with-a-brain-on-it-_0iV9LmPDn0

ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) คืออะไร ?

เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) หมายถึง เทคโนโลยีการสร้างเครื่องจักรให้มีคุณลักษณะทางด้านสติปัญญาและความฉลาดเหมือนมนุษย์ ในด้านต่าง ๆ เพื่อนำมาช่วยเพิ่มขีดความสามารถให้แก่องค์กรและประโยชน์อีกหลากหลายประเภท ทั้งยังมีแนวโน้มที่จะถูกใช้ร่วมกับเทคโนโลยี Cloud Computing และ Big Data ซึ่งทำให้เกิดการส่งถ่ายข้อมูลไปมาระหว่างเครื่องจักรในระบบเครือข่ายอินเทอร์เน็ต

โดยคุณลักษณะทางด้านสติปัญญาและความฉลาดเหมือนมนุษย์ที่ปัญญาประดิษฐ์หรือ AI ถูกพัฒนาให้สามารถทำได้ในปัจจุบันนั้นมีหลากหลายด้านไม่ว่าจะเป็น การคิดได้แบบมนุษย์ การกระทำได้แบบมนุษย์ การคิดอย่างมีเหตุผล และการกระทำอย่างมีเหตุผล โดยศาสตร์ที่เป็นหัวใจสำคัญที่ทำให้เทคโนโลยี AI มีความสามารถทางสติปัญญาและการเรียนรู้เหมือนมนุษย์ คือ การเรียนรู้ของเครื่องจักร(Machine Learning: ML) ซึ่งหมายถึงศาสตร์หนึ่งด้านวิทยาการคอมพิวเตอร์ที่ทำให้คอมพิวเตอร์หรือเครื่องจักรสามารถเรียนรู้ที่จะทำความเข้าใจความสัมพันธ์ของข้อมูลที่ถูกป้อนเข้า (Input) และสร้างผลลัพธ์การตอบสนองต่อข้อมูล (Output) ขึ้นมาได้เองโดยไม่ต้องถูกโปรแกรมหรือได้รับการป้อนคำสั่งเข้าไปใหม่

ในปัจจุบันหากดูในหัวข้อ เทคโนโลยีปัญญาประดิษฐ์ที่สำคัญมีอะไรบ้าง ก็จะเห็นได้ว่าปัญญาประดิษฐ์คือเทคโนโลยีที่ไม่ได้จำกัดอยู่เพียงแค่ในสายงานด้านคอมพิวเตอร์เท่านั้น แต่ยังสามารถประยุกต์ใช้ให้เกิดประโยชน์ได้ในวงกว้าง เช่น ด้านงานสายสุขภาพและการแพทย์ ด้านภาษา ด้านการบังคับใช้กฎหมาย เป็นต้น 

เทคโนโลยีปัญญาประดิษฐ์พัฒนาขึ้นมาอย่างไร

จากปี 1950 ในเอกสารสัมมนาของ Alan Turing ผู้คิดค้นเครื่องถอดรหัสซึ่งถือว่าเป็นคอมพิวเตอร์เครื่องแรกของโลก เขาได้ทำการพิจารณาว่าเครื่องจักรสามารถคิดเองได้หรือไม่ ในบทความเรื่อง “Computing Machinery and Intelligence”  ซึ่งเขาได้บัญญัติคำว่าปัญญาประดิษฐ์ขึ้นเป็นครั้งแรก และนำเสนอเป็นแนวคิดทางทฤษฎีและปรัชญา

ต่อมาในปี 1956 กลุ่มของผู้เชี่ยวชาญแนวหน้าจากหลาย ๆ วงการได้ร่วมกันทำงานวิจัยเกี่ยวกับ AI โดยมีผู้นำทีมได้แก่ John McCarthy (Dartmouth College), Marvin Minsky (Harvard University), Nathaniel Rochester (IBM) และ Claude Shannon (Bell Telephone Laboratories) โดยมีจุดประสงค์หลักของงานวิจัย คือ การค้นหามุมมองและหลักการต่าง ๆ ที่ใช้การเรียนรู้อย่างครอบคลุมเพื่อที่จะนำมาประยุกต์ใช้ให้เครื่องจักรสามารถเรียนรู้ได้เสมือนหรือใกล้เคียงกับมนุษย์มากที่สุด

และในระหว่างปี 1957 ถึง 1974 การพัฒนาด้านคอมพิวเตอร์ทำให้คอมพิวเตอร์จัดเก็บข้อมูลได้มากขึ้นและประมวลผลได้เร็วขึ้น มีความก้าวหน้าขึ้นเป็นอย่างมากจึงเกิดการจัดตั้งกองทุนสำหรับการวิจัยปัญญาประดิษฐ์ (AI) ขึ้นมา ตลอดช่วงทศวรรษ 80 มีเงินทุนจากกองทุนและหน่วยงานต่าง ๆ เพิ่มขึ้น ส่งผลให้ชุดเครื่องมืออัลกอริทึมที่นักวิทยาศาสตร์ใช้ในการพัฒนา AI นั้นมีประสิทธิภาพเพิ่มมากขึ้น ในที่สุด David Rumelhart และ John Hopfield ก็ได้ตีพิมพ์บทความเกี่ยวกับเทคนิค “Deep Learning” ซึ่งแสดงให้เห็นว่าคอมพิวเตอร์สามารถเรียนรู้จากประสบการณ์ได้ แสดงถึงการประสบผลสำเร็จในการศึกษาและความก้าวหน้าทางเทคโนโลยีเป็นอย่างมาก

ตั้งแต่ปี 1990 ถึงต้นทศวรรษ 2000 นักวิทยาศาสตร์บรรลุเป้าหมายหลักในการศึกษาและพัฒนาปัญญาประดิษฐ์หรือ AI ในหลากหลายด้านจากข้อมูลต่าง ๆ และพลังในการประมวลผลที่เพิ่มมากขึ้นในยุคสมัยใหม่มากกว่าทศวรรษที่ผ่านมา การวิจัยด้าน AI เริ่มเข้าถึงได้ง่ายมากขึ้นและไม่ใช่เรื่องไกลตัวอีกต่อไป มีการพัฒนาอย่างรวดเร็วไปสู่ปัญญาประดิษฐ์ที่สามารถใช้งานอำนวยความสะดวกได้ทั่วไป ส่งผลให้ซอฟต์แวร์ต่าง ๆ สามารถทำงานและประมวลผลที่ซับซ้อนได้ ซอฟต์แวร์สามารถสร้าง ตัดสินใจ และเรียนรู้ได้ด้วยตัวเอง

ภาพประกอบ: การแสดงแนวโน้มพัฒนาการของ AI Machine Learning และ Deep Learning

ขอบคุณภาพจาก https://www.depa.or.th/storage/app/uploads/public/5cd/4c9/6ab/5cd4c96aba5a4634277265.png

หลักการทำงานของ Machine Learning สามารถแบ่งออกเป็น 3 ประเภทหลัก ตาม Algorithm 

หลักการในการทำงานของปัญญาประดิษฐ์ (AI) คือ ทุกครั้งที่คอมพิวเตอร์หรือเครื่องจักรได้รับข้อมูลใหม่ จะนำศาสตร์ด้านคณิตศาสตร์และสถิติขั้นสูงมาประยุกต์และผนวกเข้ากับความรู้ด้านการจัดการข้อมูลและการเขียนโปรแกรม เพื่อให้เครื่องจักรสร้างองค์ความรู้ในเชิงโมเดลทางคณิตศาสตร์จากข้อมูลป้อนเข้าที่ได้มาด้วยตัวเอง ซึ่งสามารถใช้ข้อมูลเหล่านั้นทำนายอนาคตได้ โมเดลที่ถูกสร้างขึ้นจะมีความยืดหยุ่นและสามารถที่จะปรับตัวเองเข้ากับข้อมูลใหม่ ๆ ที่ได้รับป้อนเข้าไป 

ดังนั้น การเรียนรู้ของเครื่องจักรจึงเปรียบเสมือนความคิดระบบหนึ่งจากหลาย ๆ ระบบ ที่อยู่ในสมองของ ปัญญาประดิษฐ์ ที่ทำหน้าที่แยกแยะและเรียนรู้ข้อมูลที่ถูกป้อนเข้ามา จากนั้นจึงประมวลผลออกมาเป็นการตอบสนองต่อข้อมูลที่แตกต่างกัน สามารถแยกหลักการทำงานของ Machine Learning ออกเป็น 3 ประเภทหลัก ตาม Algorithm ที่ใช้ดังต่อไปนี้

ภาพประกอบ: ประเภทของ Machine Learning

ขอบคุณภาพจาก https://miro.medium.com/v2/resize:fit:828/format:webp/1*oyYedmmlGqAOTWBGabFFVQ.png

1.Supervised Learning

Supervised Learning หรือการเรียนรู้แบบมีผู้สอน เป็นการสอนเครื่องจักรให้เรียนรู้การแบ่งชุดข้อมูลเพื่อสร้างโมเดลการอนุมาน โดยทำตามแบบจากชุดข้อมูลในอดีตที่มีการระบุ Input และ Output ไว้อย่างชัดเจน มีการกำหนดต้นแบบที่เป็นเป้าหมาย หรือ Target ทำให้คอมพิวเตอร์สามารถหาคำตอบของปัญหาได้ด้วยตัวเองหลังจากเรียนรู้จากชุดข้อมูลตัวอย่างไปแล้วระยะหนึ่ง

2.Unsupervised Learning

Unsupervised Learning หรือการเรียนรู้แบบไม่มีผู้สอน เป็นการสอนเครื่องจักรให้เรียนรู้จากชุดข้อมูลที่ไม่มีการแบ่งกลุ่ม หรือระบุความสัมพันธ์ของข้อมูลไว้ชัดเจน เพราะฉะนั้นการเรียนรู้แบบนี้เครื่องจักรมีหน้าที่ต้องหาความสัมพันธ์และแบ่งกลุ่มของข้อมูลก่อนที่จะสร้างโมเดลการอนุมานขึ้นมาจากข้อมูลที่ได้รับ โดยเป้าหมายการทำงานของปัญญาประดิษฐ์ในรูปแบบ Unsupervised Learning ไม่ได้วัดผลด้วยความแม่นยำ แต่มักจะมีเป้าหมายเป็นการทำนายแนวโน้มต่าง ๆ ที่จะเกิดขึ้นเป็นส่วนใหญ่

3.Reinforcement Learning

Reinforcement Learning หรือการเรียนรู้สิ่งต่าง ๆ จากการลองผิดลองถูก เป็นการสอนให้เครื่องจักรเรียนรู้ที่จะคิดหากลยุทธ์ที่ดีที่สุดจากสภาพแวดล้อม โดยการที่จะรู้ได้ว่าอะไรควรทำหรือไม่ควรทำตัวปัญญาประดิษฐ์จะตัดสินใจจากประสบการณ์ ซึ่งตัวอย่างที่มักจะเห็นได้ เช่น จากข่าวเด่น ๆ เกี่ยวกับ AI ที่เอาชนะแชมป์ในการเล่นเกมโกะ หมากรุก และหมากฮอสของโลกได้ เป็นต้น

AI vs. Machine Learning

AI หรือปัญญาประดิษฐ์สามารถเรียกได้ว่าเป็นวิทยาศาสตร์ของการเลียนแบบทักษะของมนุษย์ที่สามารถทำงานได้อย่างลงตัว และในปัจจุบันได้เกิดการพัฒนาเป็น AI ช่วยสร้างที่สามารถสร้างเนื้อหาและแนวคิดใหม่ ๆ รวมถึงการสนทนา เรื่องราว รูปภาพ วิดีโอ และเพลง ซึ่งแสดงให้เห็นว่าเทคโนโลยี AI หรือปัญญาประดิษฐ์นั้นพยายามจะเลียนแบบสติปัญญาของมนุษย์เพื่อการประมวลผลในแบบที่ต่างจากเดิมได้เป็นอย่างดี

ในส่วนของคำว่า Machine Learning นั้นเป็นเพียงสับเซตของ AI ที่จะเจาะจงไปที่การฝึกฝน (train)เครื่องจักร (machine) เท่านั้น โดย Machine Learning คือ การฝึกฝนปัญญาประดิษฐ์ที่เราไม่จำเป็นต้องเขียนโปรแกรมหรือสร้าง model ขึ้นมาเองเพื่อป้อนข้อมูลให้กับเครื่องจักร แต่สิ่งที่เราต้องทำคือการให้ตัวอย่างข้อมูลกับตัว machine หรือเครื่องจักรเท่านั้น จากนั้น machine จะพยายามสร้าง model ที่ใช้การวิเคราะห์ pattern ของข้อมูลที่ได้จากการ train ด้วยตัวของมันเอง

ทำไม AI ถึงเป็นเทรนด์ที่มาแรงในปัจจุบัน

Machine learning นั้นเป็นศาสตร์แห่งการทดลองและลงมือทำ ซึ่งเราจำเป็นต้องหาข้อมูลและวิธีการต่าง ๆ จำนวนมากเพื่อมาทำการฝึกฝนเครื่องจักร และเนื่องจากปัจจุบันอยู่ในยุคที่การใช้งานอินเทอร์เน็ตเป็นสิ่งที่เข้าถึงได้ง่ายและมีความแพร่หลาย ส่งผลให้ข้อมูลต่าง ๆ สามารถเข้าถึงได้ง่ายขึ้นเช่นกัน นอกจากนี้เทคโนโลยีในปัจจุบันถูกพัฒนาไปอย่างก้าวกระโดด ส่งผลให้ Hardware ที่ใช้ในการประมวลผลโดยตรงอย่าง CPU หรือ GPU ที่มีประสิทธิภาพนั้นก็หาซื้อและเข้าถึงได้ง่ายเช่นเดียวกัน

Hardware ถูกพัฒนาจนเกิดประสิทธิภาพดีกว่าเดิมหลายเท่าตัว อีกทั้งข้อมูลต่าง ๆ ที่จำเป็นนั้นสามารถเข้าถึงได้ง่าย อย่างไรก็ตาม Machine Learning algorithm ก็ยังเป็นสิ่งที่ต้องให้ความสำคัญอย่างมาก เนื่องจากหากเรามี algorithm ที่ทำงานเเบบซ้ำซ้อนจนเกินไป ไม่ว่าเราจะมีข้อมูลหรือ Hardware ที่ทรงพลังมากแค่ไหนก็คงสร้าง Model ที่มีความแม่นยำสูง ๆ ไม่ได้ ดังนั้น algorithm ที่มีความแม่นยำและมีประสิทธิภาพจึงเป็นสิ่งที่ขาดไม่ได้นั่นเอง

ภาพประกอบ: Hardware ถูกพัฒนาจนเกิดประสิทธิภาพดีกว่าเดิม

ขอบคุณภาพจาก https://unsplash.com/photos/a-computer-chip-with-the-letter-a-on-top-of-it-eGGFZ5X2LnA

ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) มีประโยชน์อย่างไร

ปัญญาประดิษฐ์มีศักยภาพเป็นอย่างมากไม่เพียงแค่ในสายงานคอมพิวเตอร์เพียงเท่านั้น แต่การใช้ปัญญาประดิษฐ์ในด้านอื่น ๆ สามารถอ่านเพิ่มได้ในบทความ 8 ตัวอย่างของเทคโนโลยี AI ก็สามารถสร้างประโยชน์มากมายให้กับอุตสาหกรรมต่าง ๆ ได้เช่นกัน 

1.เพิ่มประสิทธิภาพทางธุรกิจ

เทคโนโลยี AI หรือปัญญาประดิษฐ์นั้นมีข้อดีที่แตกต่างจากมนุษย์ตรงที่สามารถทำงานได้ตลอด 24 ชั่วโมงทุกวัน โดยที่ประสิทธิภาพไม่ลดลง และในองค์กรธุรกิจสามารถกำหนดให้ปัญญาประดิษฐ์หรือ AI โฟกัสไปที่งานน่าเบื่อที่ต้องทำซ้ำ ๆ เพื่อให้บุคลากรในธุรกิจสามารถไปทำงานในด้านอื่น ๆ ของธุรกิจได้ อีกทั้งการทำแบบนี้ยังช่วยลดเวิร์กโหลดของพนักงาน และในขณะเดียวกันก็ช่วยให้งานทั้งหมดที่เกี่ยวข้องกับธุรกิจมีความคล่องตัวมากยิ่งขึ้น

2.แก้ปัญหาที่ซับซ้อน

เทคโนโลยีปัญญาประดิษฐ์สามารถใช้ Machine Learning และ Deep Learnig Network เพื่อแก้ไขปัญหาที่ซับซ้อนด้วยความฉลาดที่คล้ายคลึงกับมนุษย์ โดยใช้ความสามารถประมวลผลข้อมูลในวงกว้างได้อย่างมีประสิทธิภาพ ไม่ว่าจะเป็นการค้นหารูปแบบ การระบุข้อมูล และการให้คำตอบ เราสามารถประยุกต์ใช้ AI เพื่อแก้ไขปัญหาได้ในหลากหลายด้าน เช่น การตรวจจับการฉ้อโกง การวินิจฉัยทางการแพทย์ และการวิเคราะห์ธุรกิจ เป็นต้น

3.ตัดสินใจอย่างชาญฉลาดยิ่งขึ้น

เมื่อเปรียบเทียบระหว่างปัญญาประดิษฐ์กับมนุษย์แล้วนั้น ปฏิเสธไม่ได้เลยว่า AI สามารถใช้ Machine Learning เพื่อวิเคราะห์ข้อมูลปริมาณมากได้รวดเร็วกว่าสมองของมนุษย์ ซึ่งในปัจจุบันจะเห็นได้ว่ามีแพลตฟอร์ม AI ที่สามารถใช้ระบุแนวโน้ม วิเคราะห์ข้อมูล และให้คำแนะนำต่าง ๆ ได้ ปัญญาประดิษฐ์สามารถช่วยแนะนำแนวทางปฏิบัติที่ดีที่สุดในอนาคตได้ โดยอาศัยการคาดการณ์และการทำนายข้อมูลปริมาณมากที่ได้รับมาอย่างมีประสิทธิภาพ

4.กระบวนการทางธุรกิจโดยอัตโนมัติ

เราสามารถใช้เทคโนโลยีปัญญาประดิษฐ์เป็นเครื่องมือในทำงานต่าง ๆ ที่ต้องอาศัยความแม่นยำและรวดเร็ว ที่จะช่วยเพิ่มประสิทธิภาพในการดำเนินงานโดยทำให้งานส่วนต่าง ๆ ของธุรกิจที่พนักงานต้องรับมือหรือเป็นงานที่มีรูปแบบซ้ำซากน่าเบื่อเป็นไปโดยอัตโนมัติ นอกจากนี้เรายังสามารถใช้ระบบอัตโนมัติของ AI เพื่อเพิ่มทรัพยากรให้กับพนักงานสำหรับใช้ในงานที่ซับซ้อนและสร้างสรรค์มากขึ้นได้อีกเช่นกัน 

สรุป

ปัจจุบันเทคโนโลยีปัญญาประดิษฐ์ นับเป็นหนึ่งในเทคโนโลยีที่ได้รับความสนใจมาก เนื่องจากในปัจจุบันสามารถเข้าถึงได้ง่าย และสามารถนำมาประยุกต์กับอุตสาหกรรมรวมไปถึงการใช้งานในชีวิตประจำวันในด้านต่าง ๆ ซึ่งก่อให้เกิดประโยชน์ในงานหลากหลายประเภทและช่วยเพิ่มขีดความสามารถและประสิทธิภาพในการดำเนินงานให้แก่องค์กรได้