ปัญญาประดิษฐ์

ประวัติความเป็นมาของปัญญาประดิษฐ์

คำว่า ปัญญาประดิษฐ์เริ่มมีการใช้ในปี 1956 แต่ได้รับความนิยมยิ่งขึ้นในปัจจุบันเนื่องด้วยปริมาณข้อมูลที่เพิ่มขึ้น อัลกอริธึมที่มีความก้าวหน้า และการพัฒนาในศักยภาพของการคำนวณและการจัดเก็บข้อมูล

การวิจัยเกี่ยวกับ AI ในยุคต้นปี 1950 จะเป็นการค้นคว้าเกี่ยวกับวิธีการแก้ปัญหาและรูปแบบสัญลักษณ์ ต่อมาในยุคปี 1960 กระทรวงกลาโหมของสหรัฐฯ ได้ให้ความสนใจเกี่ยวกับ AI และเริ่มต้นฝึกฝนคอมพิวเตอร์ เพื่อเลียนแบบกระบวนการความคิดเป็นเหตุเป็นผลของมนุษย์ ดังเห็นได้จาก สำนักโครงการวิจัยขั้นสูงด้านกลาโหม หรือ DARPA ได้ดำเนินโครงการการแมปถนนในยุคปี 1970 นอกจากนี้ DARPA ยังได้สร้างระบบสั่งงานด้วยเสียง (intelligent personal assistant) ในปี 2003 เป็นเวลานานก่อนที่ Siri Alexa หรือ Cortana จะได้รับการคิดค้น

งานวิจัยในช่วงยุคแรกนี้เองที่ช่วยปูทางให้แก่เครื่องจักรอัตโนมัติและระบบการให้เหตุผลแบบแพร่หลาย ดังเช่นที่เราเห็นในคอมพิวเตอร์ทุกวันนี้ ซึ่งรวมถึงระบบการสนับสนุนการตัดสินใจและระบบการค้นหาอัจฉริยะที่ได้รับการออกแบบให้เติมเต็มและเพิ่มประสิทธิภาพความสามารถของมนุษย์ให้สมบูรณ์ยิ่งขึ้น

ในขณะที่ภาพยนตร์ฮอลลีวูดและนิยายไซไฟบรรยาย AI เปรียบเสมือนหุ่นยนต์เลียนแบบมนุษย์ที่ยึดครองโลก ทว่าวิวัฒนาการเทคโนโลยีของ AI ในทุกวันนี้ไม่ได้น่ากลัวเช่นนั้น แต่ค่อนข้างจะฉลาดเป็นกรดเลยต่างหาก โดย AI ได้รับการพัฒนาให้เกิดประโยชน์เฉพาะด้านมากมายในทุกอุตสาหกรรม ซึ่งคุณสามารถอ่านตัวอย่างอันทันสมัยของปัญญาประดิษฐ์เพิ่มเติมได้ในธุรกิจเกี่ยวกับสุขภาพ ค้าปลีกและอื่น ๆ อีกมากมาย

เหตุใดปัญญาประดิษฐ์จึงมีความสำคัญยิ่งนัก

ความสามารถของปัญญาประดิษฐ์

ทุกอุตสาหกรรมล้วนมีความต้องการในประสิทธิภาพของ AI เป็นอย่างมาก โดยเฉพาะระบบตอบคำถามที่รองรับการใช้งานทางกฎหมาย การค้นหาสิทธิบัตร ระบบเตือนความเสี่ยงและการวิจัยทางการแพทย์ การใช้งานด้านอื่น ๆ ของ AI:

ความสามารถของปัญญาประดิษฐ์ทำงานอย่างไร

AI ทำงานโดยรวบรวมข้อมูลปริมาณมหาศาลด้วยความเร็ว ประมวลผลซ้ำ ๆ ผ่านขั้นตอนการประมวลผลที่ชาญฉลาด อันช่วยให้ซอฟต์แวร์สามารถเรียนรู้จากรูปแบบและลักษณะของข้อมูลได้อย่างอัตโนมัติ AI เป็นแขนงของการศึกษาที่กว้างขวาง อันประกอบไปด้วย ทฤษฎีมากมาย วิธีการและเทคโนโลยี รวมถึงแขนงย่อยหลัก ๆ อันได้แก่:

• การเรียนรู้ของเครื่อง (Machine learning) ในการสร้างแบบจำลองการวิเคราะห์แบบอัตโนมัติ โดยใช้วิธีการจากโครงข่ายประสาทเทียม สถิติ การวิจัยดำเนินการ (operations research) และหลักฟิสิกส์ในการค้นหาข้อมูลเชิงลึกที่ซ่อนอยู่ในข้อมูลโดยไม่จำเป็นต้องเขียนโปรแกรมในการค้นหา
• โครงข่ายประสาทเทียม คือหนึ่งในระบบการเรียนรู้ของเครื่อง โดยใช้การเชื่อมโยงระหว่างยูนิต (เหมือนกับเซลล์ประสาท) ทำหน้าที่ประมวลผลข้อมูล โดยการตอบสนองต่อข้อมูลภายนอก ถ่ายทอดข้อมูลซึ่งกันและกันระหว่างแต่ละยูนิต การประมวลผลจำเป็นต้องใช้ทางผ่านข้อมูลหลายทาง เพื่อค้นหาความเชื่อมโยงและถ่ายทอดความหมายจากข้อมูลที่ไม่ชัดเจนเหล่านั้น
• การเรียนรู้เชิงลึก (Deep learning) ใช้โครงข่ายประสาทเทียมขนาดใหญ่ที่มีหน่วยประมวลผลหลายชั้น โดยอาศัยประโยชน์จากความก้าวหน้าในศักยภาพของคอมพิวเตอร์และเทคนิคในการเรียนรู้รูปแบบของข้อมูลปริมาณมหาศาลที่มีความซับซ้อนที่ได้รับการพัฒนาให้ดียิ่งขึ้นแล้ว แอปพลิเคชันแบบทั่วไปนั้นหมายถึงการจดจำภาพและคำพูด
• ระบบการประมวลผลข้อมูลที่มีการเรียนรู้ (Cognitive computing) เป็นแขนงย่อยหนึ่งของ AI ที่พยายามแสดงปฏิสัมพันธ์ให้เสมือนมนุษย์ผ่านเครื่องจักรกล การใช้ AI และการประมวลผลหน่วยความจำ มีเป้าหมายสูงสุดคือ การใช้เครื่องจักรกลในการเลียนแบบกระบวนการของมนุษย์ผ่านความสามารถในการตีความภาพและคำพูด และตอบสนองโดยทันที  
• การประมวลผลภาพ (computer vision) ใช้การจดจำรูปแบบและการเรียนรู้เชิงลึกในการจดจำสิ่งที่อยู่ในภาพหรือวิดีโอ เมื่อเครื่องจักรกลสามารถประมวลผล วิเคราะห์และเข้าใจรูปภาพ มันจะสามารถจับภาพหรือวิดีโอได้แบบเรียลไทม์และตีความสภาพแวดล้อมได้
• การประมวลผลภาษาธรรมชาติ (natural language processing หรือ NLP) คือความสามารถของคอมพิวเตอร์ในการวิเคราะห์ ทำความเข้าใจและสร้างภาษามนุษย์ ซึ่งรวมถึงคำพูดด้วย ขั้นถัดไปของ NLP คือ การโต้ตอบด้วยภาษาธรรมชาติ ซึ่งช่วยให้มนุษย์สามารถสื่อสารกับคอมพิวเตอร์ได้โดยใช้ภาษาเพื่อดำเนินการงานต่าง ๆ

นอกจากนี้ ยังมีหลายเทคโนโลยีที่ช่วยและส่งเสริมประสิทธิภาพของ AI เทคโนโลยีเหล่านั้นได้แก่:

• หน่วยประมวลผลกราฟฟิก เป็นกุญแจสำคัญของ AI เนื่องจากหน่วยประมวลผลจะช่วยเพิ่มพลังในการคำนวณอันจำเป็นต่อกระบวนการประมวลผลซ้ำไปมา การฝึกอบรมโครงข่ายประสาทจำเป็นต้องใช้ข้อมูลบิ๊กดาต้าและพลังงานในการคิดคำนวณ
• Internet of Things ก่อให้เกิดปริมาณข้อมูลมหาศาลจากอุปกรณ์ที่เชื่อมโยงอยู่ ซึ่งข้อมูลส่วนใหญ่มักไม่ผ่านการวิเคราะห์ แบบจำลองอัตโนมัติที่ใช้ AI จะช่วยให้เราใช้ประโยชน์จากแบบจำลองได้อย่างเต็มที่
• อัลกอริธึมขั้นสูง กำลังได้รับการพัฒนาและผนวกรวมเป็นวิธีใหม่เพื่อทำการวิเคราะห์ข้อมูลที่รวดเร็วกว่าและได้หลายระดับข้อมูล กระบวนการอันชาญฉลาดนี้คือ กุญแจสำคัญในการระบุและพยากรณ์เหตุการณ์ที่เกิดขึ้นได้ยาก ทำความเข้าใจระบบที่ซับซ้อนและปรับเพื่อให้ได้มาซึ่งสถานการณ์ที่เหมาะสมที่สุด
• APIs หรือแอปพลิเคชันประมวลผลอินเตอร์เฟส เป็นแพคเกจของโค้ดคำสั่งที่สามารถพกพาได้ช่วยให้การเพิ่มเติมฟังก์ชันการทำงานของ AI ไปยังผลิตภัณฑ์ที่มีอยู่แล้วและแพคเกจซอฟต์แวร์สามารถเป็นไปได้ โดยมันสามารถเพิ่มความสามารถในการจดจำภาพ เพื่อจัดทำระบบความปลอดภัยและการตอบคำถาม Q&A ซึ่งสามารถอธิบายข้อมูล สร้างแคปชั่นและหัวเรื่อง หรือค้นหารูปแบบข้อมูลและเนื้อหาที่น่าสนใจได้

โดยสรุป เป้าหมายของ AI คือการมอบซอฟต์แวร์ที่สามารถหาคำตอบด้วยการคิดหาเหตุผลจากอินพุตที่ใส่เข้าไปและอธิบายคำตอบนั้นผ่านการแสดงผล AI จะแสดงปฏิสัมพันธ์เสมือนมนุษย์ผ่านซอฟต์แวร์และมอบเหตุผลสนับสนุนการตัดสินใจในงานเฉพาะ หากแต่ AI ไม่ใช่สิ่งที่จะมาแทนที่มนุษย์ และจะไม่เป็นเช่นนั้นในระยะเวลาอันใกล้