ปัญญาประดิษฐ์คืออะไร
ปัญญาประดิษฐ์ (AI) เป็นสาขาวิทยาศาสตร์คอมพิวเตอร์ที่มุ่งเน้นการสร้างเครื่องจักรที่สามารถทำงานที่โดยทั่วไปต้องใช้สติปัญญาของมนุษย์ทำได้ โดยผ่านการเรียนรู้ การให้เหตุผล การทำความเข้าใจ และการปรับใช้ AI เกิดขึ้นมานานหลายปีแล้ว และถูกนำมาใช้ในแอปพลิเคชันเฉพาะซึ่งมีการใช้งานแบบจำกัดขอบเขต เช่น เอนจินการแนะนำ ในการค้นหาออนไลน์
AI แบบจำกัดขอบเขตและ AI แบบทั่วไป
จากการเปิดตัวเครื่องือ large language models (LLMs) และ generative AI (GenAI) อย่าง ChatGPT ทำให้ AI เป็นที่แพร่หลายมากขึ้นและเป็นประโยชน์ในชีวิตประจำวัน อีกทั้งยังทำให้มี AI ประเภทใหม่ ๆ ที่หลากหลายมากขึ้นที่คาดคะเนรูปแบบการใช้งานในอนาคต:
- AI แบบจำกัดขอบเขตหรือ weak AI: AI ประเภทนี้ออกแบบมาให้ทำงานที่เฉพาะเจาะจง เช่น การจดจำใบหน้าหรือการขับรถ แอปพลิเคชัน AI ในปัจจุบันส่วนใหญ่จัดอยู่ในประเภทนี้
- AI แบบทั่วไปหรือ strong AI: AI ประเภทนี้ออกแบบมาให้ใช้ความสามารถในการเข้าใจที่กว้างขึ้นเพื่อให้สามารถทำงานที่มีเหตุมีผลในระดับเดียวกับที่มนุษย์ทำ แม้จะยังไม่มี AI แบบทั่วไป แต่ถูกกำหนดเป็นเป้าหมายระยะยาวของการวิจัย AI
ประโยชน์ของปัญญาประดิษฐ์
AI มอบข้อได้เปรียบมากมายแก่ผู้ใช้และธุรกิจในทุกอุตสาหกรรม AI สามารถระบุรูปแบบและคาดการณ์เหตุการณ์ ปรับงานที่ซับซ้อนให้เป็นอัตโนมัติ และปรับแต่งเวิร์กโฟลว์ให้ตอบสนองความต้องการของโครงการหรือบุคคลทั้งนี้ขึ้นอยู่กับรูปแบบการใช้งาน นอกจากนี้ AI ยังมีบทบาทสำคัญในการตรวจสอบและปรับปรุงการจัดการทรัพยากรด้วย ความก้าวหน้าอย่างการประมวลผลภาษาธรรมชาติ (NLP) ทำให้ AI ขับเคลื่อนแชทบอทและอินเทอร์เฟซเพื่อให้การโต้ตอบที่เป็นส่วนตัวกับผู้ใช้ ช่วยให้เข้าถึงข้อมูลได้ง่ายขึน AI ทำให้เกิดการปรับเปลี่ยนวิธีการที่ผู้คนและองค์กรทำงาน ตัดสินใจ และแสดงความคิดสร้างสรรค์
ความท้าทายของปัญญาประดิษฐ์
การเข้าถึง การใช้งาน AI มีข้อจำกัดบางประการ รวมถึงต้นทุนเริ่มต้นที่สูงในการกำหนดโครงสร้างพื้นฐาน AI และการว่าจ้างผู้เชี่ยวชาญที่มีทักษะในการพัฒนาและบำรุงรักษาระบบเหล่านี้ และผู้นำธุรกิจอาจพบว่า การผสานรวมเทคโนโลยี AI เข้ากับเวิร์กโฟลว์ที่มีอยู่ อาจใช้เวลานานและอาจทำให้เกิดการหยุดชะงัก รวมถึงต้องมีการตรวจสอบ วิเคราะห์ และปรับปรุงโมเดล AI อย่างต่อเนื่องเพื่อลลัพธ์ที่ดีที่สุด นอกจากนี้ องค์กรยังต้องใช้วิธีการเชิงรุกในการจัดการกับอคติที่อาจเกิดขึ้นในโมเดล AI เมื่อนำ AI มาใช้ในการตัดสินใจ
อย่างไรก็ดี มีหลายวิธีที่องค์กรสามารถใช้ประโยชน์จากโครงสร้างพื้นฐาน IT ที่มีอยู่สำหรับกระบวนการ AI ของพวกเขา นอกเหนือจากการใช้ทรัพยากรคลาวด์แบบไฮบริดเพื่อชดเชยกับต้นทุนเริ่มต้น การนำไปใช้และโปรแกรมนำร่องที่ต่อเนื่องจะช่วยให้การปรับเปลี่ยนไปสู่ AI ง่ายขึ้นก่อนการเปิดตัวอย่างเต็มรูปแบบ และการปรับโมเดล AI ที่ต่อเนื่องจะช่วยให้ AI มีประสิทธิภาพมากขึ้นเมื่อเวลาผ่านไป เพื่อช่วยลดอคติในโมเดล AI องค์กรสามารถตรวจสอบข้อมูลและผลการอนุมานอย่างสม่ำเสมอเพื่อยกระดับความโปร่งใส ใช้ชุดข้อมูลการฝึกที่หลากหลาย และส่งเสริมความหลากหลายและความเท่าเทียมภายในทีมที่ออกแบบและพัฒนาโมเดล AI
ปัญญาประดิษฐ์ทำงานอย่างไร
หัวใจหลักของเทคโนโลยี AI อยู่ที่ความสามารถของโมเดล AI ในการวิเคราะห์ข้อมูล จดจำรูปแบบ และตัดสินใจโดยมีการแทรกแซงโดยคนที่น้อยที่สุด ในระดับเทคนิค โมเดล AI ทำงานผ่านอัลกอริทึมที่ซับซ้อนเพื่อให้เครื่องสามารถประมวลผลข้อมูล เรียนรู้จากข้อมูล และตัดสินใจบนพื้นฐานของข้อมูล โมเดล AI เป็นซอฟต์แวร์ที่จำเป็นที่นักวิทยาศาสตร์ข้อมูลและนักพัฒนา AI เขียนโค้ดและฝึกโดยใช้ข้อมูลจำนวนมหาศาล
เวิร์กโฟลว์การพัฒนา AI
เวิร์กโฟลว์การพัฒนา AI ประกอบด้วยสามขั้นตอนหลัก ขั้นตอนแรกคือ การเตรียมข้อมูลให้พร้อมนำไปใช้ ซึ่งข้อมูลจะถูกวิเคราะห์ ล้างและกำหนดรูปแบบ ขั้นตอนถัดไปคือ การสร้างโมเดล AI โดยทำการเลือกอัลกอริทึมและเฟรมเวิร์กในการสร้างโมเดล และให้โมเดลเรียนรู้จากข้อมูลที่เตรียมไว้ ในขั้นตอนสุดท้าย โมเดลที่ได้รับการฟึกจะถูกนำปรับและใช้ในการอนุมาน คาดคะเนหรือตัดสินใจโดยอ้างอิงจากข้อมูลใหม่เพื่อแสดงถึงความสามารถในการนำไปใช้จริง กระบวนการตั้งแต่ต้นจนจบนี้บ่อยครั้งถูกเรียกว่าไปป์ไลน์ AI
เพราะเหตุใดปัญญาประดิษฐ์จึงมีความสำคัญ
AI กำลังสร้างผลกระทบที่มีความสำคัญต่อสังคมอยู่ในขณะนี้ ตั้งแต่การช่วยเหลือแพทย์ในการวินิจฉัยทางการแพทย์ ไปจนถึงการช่วยให้ธุรกิจออกแบบผลิตภัณฑ์ที่ทันสมัยและปรับปรุงให้ดีขึ้น ไม่ว่าจะมีความรู้และข้อมูลใดอยู่ก็ตาม AI นำเสนอวิธีการใหม่ ๆ ในการทำความเข้าใจและโต้ตอบกับข้อมูลนั้น เพื่อสร้างผลลัพธ์ใหม่
ปัญญาประดิษฐ์ถูกนำมาใช้อย่างไร
การใช้งาน AI มีความซับซ้อนและความสามารถที่แตกต่างกันอย่างมาก การใช้งาน AI โดยทั่วไปมีอยู่ 4 แบบดังนี้:
การเรียนรู้ของเครื่อง (Machine Learning)
การเรียนรู้ของเครื่อง ใช้อัลกอริทึมหลายชุด ได้แก่ ชุดคำสั่งเชิงตรรกะ เพื่อจดจำและเรียนรู้จากรูปแบบของข้อมูล ยิ่งมีการเรียนรู้ของเครื่องมากเท่าใด ข้อมูลนั้นก็จะยิ่งมีความถูกต้องแม่นยำมากขึ้นเท่านั้น
การเรียนรู้เชิงลึก
การเรียนรู้เชิงลึก เป็นการเรียนรู้ของเครื่องในเวอร์ชันหลายชั้นที่สร้างขึ้น เพื่อดำเนินการกับข้อมูลจำนวนมหาศาล การเรียนรู้เชิงลึกแตกต่างจากการเรียนรู้ของเครื่อง โดยออกแบบมาให้ทำงานกับข้อมูลดิบ และใช้การแทรกแซงของมนุษย์น้อยหรือไม่มีเลยเพื่อยกระดับความถูกต้องแม่นยำ
เครือข่ายประสาท
เครือข่ายประสาทเทียมเป็นส่วนประกอบในการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก ซึ่งประกอบด้วยโหนดที่เชื่อมต่อกันซึ่งจำลองโครงสร้างสมองมนุษย์ แต่ละโหนดทำการคำนวณและส่งผลลัพธ์ไปยังโหนดถัดไป
การบันทึกภาพด้วยคอมพิวเตอร์
คอมพิวเตอร์วิทัศน์ เป็น AI รูปแบบหนึ่งที่ช่วยให้คอมพิวเตอร์เข้าใจและดำเนินการกับภาพที่นำเข้า โดยทั่วไป คอมพิวเตอร์วิทัศน์ช่วยให้เครื่องจดจำวัตถุที่เฉพาะเจาะจงในโลกกายภาพ
การนำปัญญาประดิษฐ์ไปใช้ในอุตสาหกรรม
ด้วยความสามารถในการปรับตัวและศักยภาพในการนำไปใช้ที่ยังไม่เคยมีมาก่อน AI กลายเป็นองค์ประกอบพื้นฐานในกระบวนการปรับเปลี่ยนไปสู่ดิจิทัลในหลายอุตสาหกรรม ตัวอย่างที่โดดเด่น ได้แก่:
- AI ในยานยนต์: AI กำลังช่วยให้ยานยนต์ไร้คนขับเกิดขึ้นได้จริง โดยใช้คอมพิวเตอร์วิทัศน์ในการติดตามคนขับและผู้โดยสาร และนำผู้ช่วย AI เชิงการสร้างและการเล่นเกมที่ใช้ AI มาใช้กับยานยนต์
- AI ในธนาคาร, AI ในบริการทางการเงิน: แชทบอท AI กำลังปรับการโต้ตอบกับลูกค้าให้เป็นส่วนตัว ขณะที่ในส่วนสนับสนุน AI กำลังช่วยตรวจจับและป้องกันการฉ้อโกง ประเมินความเสี่ยงโดยอัตโนมัติ และอำนวยความสะดวกในการซื้อขายหุ้นแบบอัตโนมัติ
- AI ในความปลอดภัยทางไซเบอร์: AI สนับสนุนกลยุทธ์การป้องกันเชิงลึกโดยปรับการตรวจจับและการรับมือภัยคุกคามให้เป็นอัตโนมัติ ขณะที่ธุรกิจดิจิทัลขยายตัวเพิ่มมากขึ้น ทีม SecOps และ IT ไว้วางใจ AI ในการปรับขยายการดำเนินงานที่เกินขีดจำกัดของมนุษย์มากขึ้น
- AI ในการศึกษา: เครื่องมือ AI กำลังช่วยให้ครูและนักเรียนปรับบทเรียนให้เหมาะกับผู้เรียนแต่ละคน และเพิ่มประสิทธิภาพการบริหารจัดการ เช่น การให้คะแนนงานหรือการบันทึกการเข้าชั้นเรียน
- AI ในการดูแลสุขภาพ: AI ถูกนำไปใช้ประโยชน์โดยผู้ปฏิบัติงานด้านการดูแลสุขภาพในการเพิ่มความรวดเร็วและความแม่นยำในการวินิจฉัย ในการวิจัยทางการแพทย์ ความสามารถในการจดจำรูปแบบของ AI กำลังช่วยเร่งความเร็วในการตรวจหาสารเสพติด
- AI ในการผลิต: AI กำลังขับเคลื่อนหุ่นยนต์ในโรงงานและพื้นที่คลังสินค้า สร้างการตระหนักรู้เชิงสถานการณ์โดยอัตโนมัติด้วย Digital Twins ลดเวลาหยุดทำงานด้วยการบำรุงรักษาเชิงคาดการณ์ และช่วยเพิ่มผลผลิตด้วยการตรวจจับข้อบกพร่องโดยอัตโนมัติ
- AI ในความยั่งยืน, AI ในพลังงาน: AI ยกระดับระบบโครงข่ายไฟฟ้าอัจฉริยะที่รวมพลังงานหมุนเวียนอย่างมีประสิทธิภาพ ช่วยในการบำรุงรักษาเชิงคาดการณ์สำหรับโครงสร้างพื้นฐานพลังงาน เช่น สายไฟฟ้า ช่วยปรับการใช้พลังงานในอาคาร และวิเคราะห์ข้อมูลด้านสิ่งแวดล้อมและการปล่อยมลพิษ เพื่อต่อสู้กับการเปลี่ยนแปลงของสภาพภูมิอากาศ
ความเป็นมาของปัญญาประดิษฐ์
AI มีความเป็นมาที่ซับซ้อนและมากมาย เต็มไปด้วยบุคคลสำคัญ นวัตกรรม และสถาบันที่สำคัญมากมาย ต่อไปนี้คือเหตุการณ์สำคัญที่แสดงให้เห็นว่า AI ได้รับการพัฒนามาไกลเพียงใดในปัจจุบัน
1945 |
John von Neumann เสนอแผนสถาปัตยกรรมคอมพิวเตอร์ ซึ่งจะกลายเป็นรากฐานของคอมพิวเตอร์ดิจิทัลสมัยใหม่1 |
1950 |
Alan Turing เสนอการทดสอบ Turing เพื่อพิสูจน์ว่าคอมพิวเตอร์สามารถเลียนแบบการตอบสนองของมนุษย์ได้สำเร็จหรือไม่2 |
1956 |
นักวิจัยสร้างโปรแกรมคอมพิวเตอร์ AI ครั้งแรกซึ่งเรียกว่า Logic Theorist ซึ่งพิสูจน์ทฤษฎีบทโดยใช้ตรรกะเชิงสัญลักษณ์3 |
1956 |
เวิร์กช็อป Dartmouth Summer Research Project on Artificial Intelligence สร้าง AI ให้เป็นสาขาการศึกษาอย่างเป็นทางการ4 |
1956–1974 |
ความก้าวหน้าอย่างก้าวกระโดดของ AI กระตุ้นความสนใจและเงินทุนจากหน่วยงานรัฐ เช่น Defense Advanced Research Projects Agency (DARPA)5 |
1959 |
Arthur Samuel ใช้คำว่า “การเรียนรู้ของเครื่อง” ในการอธิบายคอมพิวเตอร์ที่เรียนรู้ด้วยตนเอง6 |
1966 |
Stanford Research Institute สร้าง Shakey หุ่นยนต์เคลื่อนที่ตัวแรกที่มีระบบนำทางด้วยคอมพิวเตอร์วิทัศน์ และความสามารถในการประมวลผลคำสั่งที่ซับซ้อน7 |
1973 |
ในสหราชอาณาจักร รายงานของ Lighthill วิพากษ์วิจารณ์ความล้มเหลวของ AI ในการสร้างผลกระทบที่มีความสำคัญ ส่งผลให้มีการตัดเงินทุนสนับสนุนจากรัฐที่เรียกว่า “AI winter” ซึ่งภายหลังเกิดขึ้นแบบเดียวกันในสหรัฐอเมริกา8 |
1980 |
กระบวนการที่ใช้ในการปรับน้ำหนักของโครงข่ายประสาทเทียมระดับลึก (Backpropagation) ซึ่งเป็นวิธีการคำนวณการเปลี่ยนแปลงของตัวแปร ที่ส่งผลกระทบต่อความถูกต้องแม่นยำในการเรียนรู้ของเครื่องที่มีประสิทธิภาพมากขึ้น กลายเป็นรากฐานของการฝึกเครือข่ายประสาทเทียม9 |
1981 |
พีซี IBM เครื่องแรกที่เปิดตัว ทำให้เกิดการเปลี่ยนจากระบบผู้เชี่ยวชาญที่ใช้ AI ไปสู่โมเดลไคลเอนต์-เซิร์ฟเวอร์ในสภาพแวดล้อมทางธุรกิจ ซึ่งทำให้เกิด AI winter อีกครั้งในช่วงทศวรรษ 199010 |
1997 |
ซุปเปอร์คอมพิวเตอร์ IBM Deep Blue พิชิตชัยชนะในการแข่งขันหมากรุกกับแชมป์โลก Garry Kasparov ที่จัดขึ้นอีกครั้ง11 |
2004 |
DARPA Grand Challenge เริ่มคว้ารางวัลเงินสดจากการพัฒนาครั้งสำคัญในการขับขี่อัตโนมัติ ซึ่งมาพร้อมความท้าทายอย่างต่อเนื่องในปีถัด ๆ ไป12 |
2014 |
DeepMind บริษัทในเครือ Google เริ่มพัฒนา AlphaGo ซึ่งเป็น AI ที่เล่นเกม Go ซึ่งถือว่ามีความซับซ้อนมากกว่าหมากรุก ความพยายามนี้ทำให้ AlphaGo เอาชนะ Lee Sedol นักเล่นระดับตำนาน ในปี 201613 |
2018 |
ดัชนีปัญญาประดิษฐ์ของ Stanford รายงานการเพิ่มขึ้นอย่างรวดเร็วของความพยายามด้านการวิจัย AI ใหม่ ๆ ทั่วโลกซึ่งนำไปสู่ยุคใหม่ของ AI boom14 |
2021 |
UNESCO เผยแพร่มาตรฐานจริยธรรม AI ทั่วโลกเป็นครั้งแรก เพื่อตอบข้อกังวลเกี่ยวกับผลกระทบของ AI ต่อสสิทธิมนุษยชนและการเปลี่ยนแปลงสภาพภูมิอากาศ15 |
2023 |
ChatGPT ของ OpenAI ซึ่งเป็น AI ที่เชี่ยวชาญการจำลองการสนทนาของมนุษย์มีผู้ใช้งานสูงถึง 100 ล้านคน16 |
4 รูปแบบของปัญญาประดิษฐ์
นักวิจัยจำแนก AI ออกเป็น 4 รูปแบบ แต่ละแบบสะท้อนถึงสถานะปัจจุบันของ AI และลักษณะที่อาจเกิดขึ้นเมื่อนำไปใช้อย่างเต็มศักยภาพ
Reactive Machine
AI ที่เจาะจงงานและไม่จดจำเหตุการณ์ในอดีต เรียกว่า Reactive Machine AI รูปแบบนี้ทำงานกับข้อมูลที่ป้อนเข้าที่ทำซ้ำได้ และให้ผลลัพธ์ที่คาดการณ์ได้ ตัวอย่างของ Reactive Machine เช่น เครื่องตรวจสอบภาพบนสายการประกอบ
Limited Memory
Limited Memory คือ กระบวนการ AI ที่เรียนรู้จากข้อมูลที่ป้อนเข้าเพิ่มเติม โดยใช้การเรียนรู้เชิงลึกในการปรับและเพิ่มความถูกต้องแม่นยำอย่างต่อเนื่อง ตัวอย่าง limited memory AI เช่น รถยนต์ไร้คนขับและ LLM
Theory of Mind
Theory of mind อธิบาย AI ในรูปแบบที่สามารถเข้าใจและแปลความหมายของอารมณ์ ความเชื่อ และความตั้งใจของสิ่งมีชีวิตอื่น ๆ ได้ ปัจจุบันยังไม่มี AI รูปแบบนี้
Self-Awareness
AI ที่มาพร้อมความตระหนักในตัวเอง สามารถเข้าใจการมีอยู่ของตัวเองและมีความรู้สึกในตัวเอง ในปัจจุบัน AI รูปแบบนี้ยังเป็นเพียงทฤษฎีและนิยายทางวิทยาศาสตร์
โซลูชันปัญญาประดิษฐ์
การปรับใช้ AI โดยส่วนใหญ่ประกอบด้วยซอฟต์แวร์ AI ที่ทำงานบนฮาร์ดแวร์ AI ซึ่งอาจรวมถึงอุปกรณ์และ/หรือเซิร์ฟเวอร์ และต้องใช้โปรเซสเซอร์ AI บางประเภทเสมอ
ฮาร์ดแวร์ AI
ฮาร์ดแวร์ AI ได้แก่ ชิ้นส่วนและส่วนประกอบคอมพิวเตอร์สำหรับการใช้งานทั่วไปและเฉพาะทาง ที่รองรับเวิร์กโหลด AI ในอุปกรณ์ เซิร์ฟเวอร์ หรือสภาพแวดล้อมคลาวด์ โดยทั่วไป ฮาร์ดแวร์ AI เป็นระบบที่สร้างขึ้นเพื่อการอนุมานหลังการปรับใช้ หรืออาจหมายถึงระบบที่ใช้ในการพัฒนาและฝึกโมเดล AI ด้วย
โปรเซสเซอร์ AI
โปรเซสเซอร์ AI โดยทั่วไป หมายถึงหน่วยประมวลผลกลาง (CPU) ที่ออกแบบมาสำหรับเวิร์กโหลด AI เพิ่มเติมจาก ตัวเร่งความเร็ว AI เช่น หน่วยประมวลผลกราฟิก (GPU) หน่วยประมวลผลประสาทเทียม (NPU) หรืออาร์เรย์เกตแบบตั้งโปรแกรมได้ (FPGA)
เซิร์ฟเวอร์ AI
เซิร์ฟเวอร์ AI หมายถึง การกำหนดค่าเซิร์ฟเวอร์ใด ๆ รวมถึงโปรเซสเซอร์ ตัวเร่งความเร็ว หน่วยความจำ ที่จัดเก็บข้อมูลหรือเครือข่าย ที่ออกแบบมาเพื่อรองรับเวิร์กโหลด AI โดยเฉพาะ
ซอฟต์แวร์ AI
ซอฟตแวร์ AI เป็นหัวข้อที่กว้างครอบคลุมโปรแกรมหลากหลายประเภท ซึ่งหมายถึงแอปพลิเคชัน AI หรือโมเดล AI ที่ผู้ใช้เชื่อมต่อโดยตรง เช่น แชทบอท AI หรือโปรแกรม AI ที่ทำงานเป็นกระบวนการพื้นหลังโดยไม่มีคำสั่งจากผู้ใช้ ซอฟต์แวร์ AI ยังอาจหมายถึงโปรแกรมหรือเครื่องมือที่นักพัฒนาใช้ในการเตรียมชุดข้อมูล และพัฒนา ปรับใช้ และปรับเพิ่มประสิทธิภาพโมเดล AI อีกด้วย
อนาคตของปัญญาประดิษฐ์
AI กำลังพัฒนาไปอย่างรวดเร็ว แสดงถึงความก้าวหน้าที่น่าทึ่งชี้นำอนาคตที่เต็มไปด้วยศักยภาพ ความก้าวหน้าในสาขาการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกที่มีอยู่ รวมกับความชาญฉลาดของ LLM อาจนำไปสู่การเปลี่ยนแปลงอุตสาหกรรม เพิ่มประสิทธิภาพ และปลดล็อกโลกใบใหม่ด้านความคิดสร้างสรรค์
AI ที่รับผิดชอบ
เมื่อธุรกิจและผู้คนใช้ AI กันมากขึ้น การใช้ AI อย่างมีความรับผิดชอบ จะช่วยลดผลกระทบด้านลบที่อาจเกิดขึ้น AI อย่างมีความรับผิดชอบ หมายถึง กระบวนการ AI ที่โปร่งใส เป็นธรรม และมีความรับผิดชอบ การผสานรวมแนวปฏิบัติเหล่านี้เข้ากับการพัฒนาและการนำ AI ไปใช้ จะช่วยลดผลกระทบของอคติและช่วยให้ AI ทำงานเพื่อยกระดับชุมชน