Knowledge Sharing ชุมชนแห่งการเรียนรู้...

เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) หมายถึง เทคโนโลยีการสร้างเครื่องจักรให้มีคุณลักษณะทางด้านสติปัญญาและความฉลาดเหมือนมนุษย์ ไม่ว่าจะเป็น การคิดได้แบบมนุษย์ การกระทำได้แบบมนุษย์ การคิดอย่างมีเหตุผล และการกระทำอย่างมีเหตุผล โดยศาสตร์ที่เป็นหัวใจสำคัญที่ทำให้เทคโนโลยี AI มีความสามารถทางสติปัญญาและการเรียนรู้เหมือนมนุษย์ คือ การเรียนรู้ของเครื่องจักร(Machine Learning: ML) ซึ่งหมายถึง ศาสตร์ที่ทำให้คอมพิวเตอร์หรือเครื่องจักรสามารถเรียนรู้ที่จะทำความเข้าใจความสัมพันธ์ของข้อมูลที่ถูกป้อนเข้า (Input) และสร้างผลลัพธ์การตอบสนองต่อข้อมูล (Output) ขึ้นมาได้เองโดยไม่ต้องถูกโปรแกรมหรือได้รับการป้อนคำสั่งเข้าไปใหม่ทุกครั้งที่คอมพิวเตอร์หรือเครื่องจักรได้รับข้อมูลใหม่ เป็นการนำศาสตร์ด้านคณิตศาสตร์และสถิติขั้นสูงมาประยุกต์เข้ากับความรู้ด้านการจัดการข้อมูล และการเขียนโปรแกรม โดยมีหลักการ คือ การสร้างองค์ความรู้ในเชิงโมเดลทางคณิตศาสตร์จากข้อมูลป้อนเข้าด้วยตัวเครื่องจักรเองที่สามารถใช้ทำนายอนาคตได้ โดยโมเดลที่ถูกสร้างขึ้นมีความยืดหยุ่นและสามารถที่จะปรับตัวเองเข้ากับข้อมูลใหม่ๆ ที่ได้รับป้อนเข้าไป ดังนั้น การเรียนรู้ของเครื่องจักร จึงเปรียบเสมือนความคิดระบบหนึ่งจากหลายๆ ระบบ ที่อยู่ในสมองของ AI ที่ทำหน้าที่แยกแยะและเรียนรู้ข้อมูลที่ถูกป้อนเข้ามา และประมวลผลออกมาเป็นการตอบสนองต่อข้อมูลที่แตกต่างกัน

 

หลักการทำงานของ Machine Learning สามารถแบ่งออกเป็น 3 ประเภทหลัก ตาม Algorithm ที่ใช้ดังต่อไปนี้

 

Supervised Learning เป็นการสอนเครื่องจักรให้เรียนรู้การแบ่งชุดข้อมูลเพื่อสร้างโมเดลการอนุมาน โดยทำตามแบบจากชุดข้อมูลในอดีตที่มีการระบุ Input และ Output ไว้อย่างชัดเจน

 

Unsupervised Learning เป็นการสอนเครื่องจักรให้เรียนรู้จากชุดข้อมูลที่ไม่มีการแบ่งกลุ่ม หรือระบุความสัมพันธ์ของข้อมูลไว้ชัดเจน เพราะฉะนั้นการเรียนรู้แบบนี้เครื่องจักรมีหน้าที่ต้องหาความสัมพันธ์และแบ่งกลุ่มของข้อมูลก่อนที่จะสร้างโมเดลการอนุมานขึ้นมา

 

Reinforcement Learning เป็นการสอนให้เครื่องจักรเรียนรู้ที่จะคิดหากลยุทธ์ที่ดีที่สุดจากสภาพแวดล้อม เพื่อที่จะได้รับ “รางวัล” หรือ สิ่งตอบแทนที่กำหนดไว้

 

นอกจากนี้ ยังมีการพัฒนา Algorithm ประเภทใหม่ๆ ของ Machine Learning ขึ้นมาอีก เช่น Deep Learning หรือการเรียนรู้เชิงลึก โดยเป็นการจำลองเครือข่ายประสาทของมนุษย์ให้มีการประมวลผลแบบขนานต่อกันหลายๆ ชั้น ในลักษณะต่อเนื่องกัน ทำให้ Deep Learning สามารถประมวลผลข้อมูลจำนวนมหาศาลได้อย่างรวดเร็วด้วยประสิทธิภาพที่ไม่ลด