ปัญญาประดิษฐ์ (AI) คืออะไร

ปัญญาประดิษฐ์ (AI) เป็นเทคโนโลยีที่มีความสามารถในการแก้ปัญหาเหมือนมนุษย์ การทำงานของ AI ดูเหมือนจะจำลองความฉลาดของมนุษย์ โดยสามารถจดจำภาพ เขียนบทกวี และคาดการณ์ตามข้อมูลได้

AI คืออะไร

AI หรือที่เรียกอีกอย่างว่า ปัญญาประดิษฐ์ เป็นเทคโนโลยีที่มีความสามารถในการแก้ปัญหาเหมือนมนุษย์ การทำงานของ AI ดูเหมือนจะจำลองความฉลาดของมนุษย์ โดยสามารถจดจำภาพ เขียนบทกวี และคาดการณ์ตามข้อมูลได้ 

องค์กรสมัยใหม่รวบรวมข้อมูลจำนวนมากจากแหล่งที่มาหลากหลาย เช่น เซ็นเซอร์อัจฉริยะ เนื้อหาที่มนุษย์สร้างขึ้น เครื่องมือตรวจสอบ และข้อมูลบันทึกระบบต่าง ๆ เทคโนโลยีปัญญาประดิษฐ์วิเคราะห์ข้อมูลและใช้การวิเคราะห์นั้นเพื่อช่วยในการดำเนินธุรกิจอย่างมีประสิทธิผล ตัวอย่างเช่น เทคโนโลยี AI สามารถตอบสนองต่อการสนทนาของมนุษย์ในการสนับสนุนลูกค้า สร้างภาพและข้อความต้นฉบับสำหรับการตลาด และให้คำแนะนำอย่างชาญฉลาดสำหรับการวิเคราะห์

ท้ายที่สุด ปัญญาประดิษฐ์คือการทำให้ซอฟต์แวร์ฉลาดขึ้นสำหรับการโต้ตอบกับผู้ใช้ที่กำหนดเองและการแก้ปัญหาที่ซับซ้อน

รูปร่างที่มีสีสัน

เทคโนโลยี AI มีประเภทใดบ้าง

ในช่วงไม่กี่ปีที่ผ่านมามีแอปและเทคโนโลยี AI เพิ่มขึ้นอย่างมาก คุณสามารถดูตัวอย่างเทคโนโลยี AI ที่พบเจอบ่อยได้ด้านล่างนี้
AI ถูกนำมาใช้ในการผลิตภาพเพื่อสร้างภาพใหม่ตั้งแต่เริ่มต้นหรือจากคำอธิบาย ตัวอย่างเช่น AI สามารถใช้ข้อความพร้อมท์อย่างง่าย เช่น "พระอาทิตย์ตกเหนือภูเขา" และสร้างภาพที่สมจริงหรือภาพศิลปะของฉากนั้นได้ มีการนำเทคโนโลยีนี้มาใช้ในงานศิลปะ บันเทิง และการตลาด ช่วยให้ผู้สร้างเห็นภาพแนวคิดได้อย่างรวดเร็วและมีประสิทธิภาพ
การสร้างข้อความคือการที่ AI เขียนข้อความโดยอัตโนมัติ โดยเลียนแบบการเขียนของมนุษย์ โดยสามารถสร้างอะไรก็ได้ตั้งแต่ประโยคง่าย ๆ ไปจนถึงบทความ บทกวี หรือเรื่องราวต่าง ๆ เทคโนโลยีนี้ใช้ในแชทบอท การสร้างเนื้อหา และการเขียนอีเมลหรือรายงาน
การสร้างคำพูดทำให้ AI สามารถสร้างคำพูดได้ เช่นเดียวกับวิธีที่ผู้ช่วยเสมือน (เช่น Alexa) พูดคุยกับคุณ การรู้จำเสียงคือการที่ AI เข้าใจและประมวลผลคำพูดของมนุษย์ เทคโนโลยีนี้ถูกนำมาใช้กันอย่างแพร่หลายในอุปกรณ์ที่สั่งงานด้วยเสียง สายด่วนบริการลูกค้า และแม้กระทั่งในการช่วยให้ผู้พิการสามารถสื่อสารได้อย่างมีประสิทธิภาพมากขึ้น
AI หลายรูปแบบผสมผสานข้อมูลประเภทต่าง ๆ เช่น ข้อความ รูปภาพ และเสียง เพื่อสร้างความเข้าใจในข้อมูลที่ครอบคลุมมากขึ้น ตัวอย่างเช่น AI หลายรูปแบบอาจวิเคราะห์วิดีโอโดยการทำความเข้าใจคำพูดและวัตถุในวิดีโอ และอ่านข้อความที่ปรากฏบนหน้าจอ รูปแบบขั้นสูงของ AI นี้ถูกนำมาใช้ในสาขาต่าง ๆ เช่น ยานพาหนะขับเคลื่อนอัตโนมัติ ซึ่งการทำความเข้าใจและการตีความข้อมูลหลายประเภทพร้อมกันถือเป็นสิ่งสำคัญสำหรับการทำงานที่ปลอดภัย

ประวัติของ AI

ในเอกสารของ Alan Turing จากปี ค.ศ. 1950 เรื่อง "Computing Machinery and Intelligence" เขาพิจารณาว่าเครื่องจักรสามารถคิดเองได้หรือไม่ ในบทความนี้ Turing ได้บัญญัติคำว่าปัญญาประดิษฐ์ขึ้นเป็นครั้งแรก และนำเสนอเป็นแนวคิดทางทฤษฎีและปรัชญา  อย่างไรก็ตาม AI อย่างที่เราทราบในปัจจุบันเป็นผลมาจากความพยายามร่วมของนักวิทยาศาสตร์และวิศวกรจำนวนมากในช่วงหลายทศวรรษ

1940-1980

ในปี 1943 Warren McCulloch และ Walter Pittsได้เสนอแบบจำลองของเซลล์ประสาทเทียม โดยวางรากฐานสำหรับนิวรัลเน็ตเวิร์กซึ่งเป็นเทคโนโลยีหลักภายใน AI

ตามมาอย่างรวดเร็ว ในปี 1950, Alan Turing ได้ตีพิมพ์เรื่อง “เครื่องจักรคอมพิวเตอร์และระบบอัจฉริยะ” แนะนำแนวคิดของการทดสอบ Turing เพื่อประเมินความฉลาดของเครื่อง

สิ่งนี้ทำให้นักศึกษาระดับบัณฑิตศึกษา Marvin Minsky และ Dean Edmonds สร้างเครื่องนิวรัลเน็ตเวิร์กตัวแรกที่รู้จักกันในชื่อ SNARC โดย Frank Rosenblatt พัฒนา Perceptron ซึ่งเป็นหนึ่งในโมเดลแรก ๆ ของนิวรัลเน็ตเวิร์ก และ Joseph Weizenbaum สร้าง ELIZA ซึ่งเป็นหนึ่งในแชทบอทแรกที่จำลองนักจิตบำบัดโรเจเรียระหว่างปี ค.ศ. 1951 ถึง 1969

ตั้งแต่ปี ค.ศ. 1969 จนถึง 1979 Marvin Minsky แสดงให้เห็นถึงข้อจำกัดของนิวรัลเน็ตเวิร์กซึ่งทำให้การวิจัยนิวรัลเน็ตเวิร์กลดลงชั่วคราว “ฤดูหนาว AI” ครั้งแรกเกิดขึ้นเนื่องจากการระดมทุนและข้อจำกัดด้านฮาร์ดแวร์และการคำนวณที่ลดน้อยลง

นักธุรกิจหนุ่มสาวทำงานร่วมกันในโครงการใหม่

1980-2006

ในทศวรรษที่ 1980 มีความสนใจใหม่และการระดมทุนจากรัฐบาลสำหรับการวิจัย AI เป็นหลักในการแปลและการถอดรหัสในช่วงเวลานี้ ระบบผู้เชี่ยวชาญ เช่น MYCIN กลายเป็นที่นิยมเนื่องจากจำลองกระบวนการตัดสินใจของมนุษย์ในโดเมนเฉพาะ เช่น ยา ด้วยการฟื้นฟูนิวรัลเน็ตเวิร์กในปี ค.ศ. 1980 David Rumelhart และ John Hopfield ตีพิมพ์บทความเกี่ยวกับเทคนิคดีปเลิร์นนิง ซึ่งแสดงให้เห็นว่าคอมพิวเตอร์สามารถเรียนรู้จากประสบการณ์ได้

ตั้งแต่ปี ค.ศ. 1987-1997 เนื่องจากปัจจัยทางภาวะเศรษฐกิจสังคมอื่น ๆ และสภาวะฟองสบู่ดอทคอม ทำให้เกิดช่วงฤดูหนาวของ AI ครั้งที่สอง การวิจัย AI กลายเป็นชิ้นส่วนที่ไม่สมบูรณ์มากขึ้น พร้อมกับทีมงานแก้ปัญหาเฉพาะโดเมนในกรณีการใช้งานที่แตกต่างกัน

ตั้งแต่ปี ค.ศ. 1997 ถึงประมาณปี ค.ศ. 2006 เราได้เห็นความสำเร็จที่สำคัญใน AI รวมถึงซอฟต์แวร์หมากรุก Deep Blue ของ IBM เอาชนะแชมป์หมากรุกโลก Garry Kasparov นอกจากนี้ Judea Pearl ยังได้ตีพิมพ์หนังสือที่รวมความน่าจะเป็นและทฤษฎีการตัดสินใจในการวิจัย AI และ Geoffrey Hinton และคนอื่น ๆ ก็มีชื่อเสียงในด้านดีปเลิร์นนิง ซึ่งนำไปสู่การฟื้นตัวของนิวรัลเน็ตเวิร์ก อย่างไรก็ตามผลประโยชน์เชิงพาณิชย์ยังคงมีจำกัด

รูปร่างที่มีสีสันบนสายพานลำเลียง

2007-ปัจจุบัน

ตั้งแต่ปี ค.ศ. 2007 ถึง 2018 ความก้าวหน้าในการประมวลผลบนคลาวด์ทำให้เข้าถึงพลังการประมวลผลและโครงสร้างพื้นฐาน AI ได้มากขึ้น ซึ่งนำไปสู่การนำไปใช้ นวัตกรรม และความก้าวหน้าในแมชชีนเลิร์นนิงที่เพิ่มขึ้น ความก้าวหน้ารวมถึงสถาปัตยกรรมนิวรัลเน็ตเวิร์กแบบสังวัตนาการ (CNN) ที่เรียกว่า AlexNet ซึ่งพัฒนาโดย Alex Krizhevsky, Ilya Sutskever และ Geoffrey Hinton ชนะการแข่งขัน ImageNet ซึ่งแสดงให้เห็นถึงพลังของดีปเลิร์นนิงในการจดจำภาพ และ AlphaZero ของ Google เชี่ยวชาญในเกมหมากรุก โชกิ และหมากล้อมที่อาศัยการเล่นด้วยตนเองโดยไม่มีข้อมูลของมนุษย์

ในปี 2022 แชทบอทที่ใช้ปัญญาประดิษฐ์ (AI) และการประมวลผลภาษาธรรมชาติ (NLP) เพื่อสนทนาเหมือนมนุษย์และทำงานให้เสร็จสมบูรณ์ เช่น ChatGPT ของ OpenAI กลายเป็นที่รู้จักกันอย่างกว้างขวางในด้านความสามารถในการสนทนา ทำให้เกิดความสนใจและการพัฒนา AI

ภาพระยะใกล้ของแผงวงจร

AI ในอนาคต

เทคโนโลยีปัญญาประดิษฐ์ในปัจจุบันทั้งหมดทำงานภายในชุดของพารามิเตอร์ที่กำหนดไว้ล่วงหน้า ตัวอย่างเช่น โมเดล AI ที่ได้รับการฝึกให้จดจำภาพและสร้างภาพ จะไม่สามารถสร้างเว็บไซต์ได้

ปัญญาประดิษฐ์ทั่วไป (AGI) เป็นสาขาหนึ่งของการวิจัย AI ตามทฤษฎีที่พยายามสร้างซอฟต์แวร์ที่มีปัญญาคล้ายมนุษย์และความสามารถในการสอนตนเอง เป้าหมายคือให้ซอฟต์แวร์ทำงานที่ไม่จำเป็นต้องผ่านการฝึกหรือพัฒนาได้ 

AGI เป็นการแสวงหาทางทฤษฎีเพื่อพัฒนาระบบ AI ด้วยการควบคุมตนเองแบบอัตโนมัติ การเข้าใจตนเองอย่างสมเหตุสมผล และความสามารถในการเรียนรู้ทักษะใหม่ๆ สามารถแก้ปัญหาที่ซับซ้อนในการตั้งค่าและบริบทที่ไม่ได้สอนเมื่อสร้างขึ้น AGI ที่มีความสามารถของมนุษย์จะยังคงเป็นแนวคิดทางทฤษฎีและเป้าหมายการวิจัยต่อไป ซึ่งคือหนึ่งในความเป็นไปได้ของอนาคตของ AI

อ่านเพิ่มเติมเกี่ยวกับปัญญาประดิษฐ์ทั่วไป »

AI ในอนาคต