ai-001 ปัญญาประดิษฐ์ (AI) แบ่งประเภทตามการนำเข้าข้อมูล (Input)  

ปัญญาประดิษฐ์ (Artificial Intelligence, AI) หมายถึง ความสามารถของเครื่องจักรหรือโปรแกรมคอมพิวเตอร์ในการทำงานทดแทนการทำงานเดิม ที่ต้องใช้สติปัญญาของมนุษย์ในการตัดสิน เช่น การรับรู้ภาพ การรู้จำเสียง การตัดสินใจ และการประมวลผลภาษาธรรมชาติ

ประเภทปัญญาประดิษฐ์ (Artificial Intelligence, AI) อาจแบ่งประเภทตามการทำงานของ AI ตามประเภทของข้อมูลนำเข้า (input) ที่พบนิยมใช้มาก ได้แก่ ข้อความ (Text), รูปภาพ (Image), วิดีโอ (Video) หรือเสียง (Voice) ตัวอย่างในการแบ่งประเภทมีดังนี้

1. ข้อมูลนำเข้าแบบตัวข้อความหรือตัวอักษร (Text) มีผลลัพท์ออกมาในหลายรูปแบบ เช่น

1.1 แบบข้อมูลนำเข้าเป็นข้อความและผลลัพธ์ที่ได้เป็นข้อความ (Text-to-Text: T2T) เป็นการทำงานที่นำข้อความ (Text) ป้อนเข้าไปในระบบทำการประมวลผล ก่อนที่ได้ผลลัพธ์ตอบกลับมาเป็นข้อความ (Text) เช่น ตัวแปรข้อความ (Language Models) เช่น GPT-3 ที่สามารถรับข้อความเข้ามาและสร้างข้อความที่เกี่ยวข้องออกมา เช่น การแปลภาษา การเข้าใจและตอบคำถาม การสร้างเนื้อหา เป็นต้น

1.2 แบบข้อมูลนำเข้าเป็นข้อความและผลลัพธ์ที่ได้เป็นรูปภาพ (Text-to-Image: T2I) 

1.3 แบบข้อมูลนำเข้าเป็นข้อความและผลลัพธ์ที่ได้เป็นวิดีโอ (Text-to-Video: T2V) 

1.4 แบบข้อมูลนำเข้าเป็นข้อความและผลลัพธ์ที่ได้เป็นเสียง (Text-to-Sound: T2S) 

2. ข้อมูลนำเข้าแบบรูปภาพ (Image)มีผลลัพท์ออกมาในหลายรูปแบบ เช่น 

2.1 แบบข้อมูลนำเข้าเป็นรูปภาพและผลลัพธ์ที่ได้เป็นข้อความ (Image-to-Text: I2T) เช่น การตรวจจับวัตถุในรูปภาพ การสร้างคำบรรยาย (Captioning) ของรูปภาพ การตรวจสอบความเหมาะสมของภาพ ใช้ในการตรวจสอบภาพหรืออ่านข้อมูลจากภาพ เช่น OCR (Optical Character Recognition) เพื่อแปลงข้อความจากภาพเป็นข้อความที่สามารถแก้ไขได้ เป็นต้น

2.2 แบบข้อมูลนำเข้าเป็นรูปภาพและผลลัพธ์ที่ได้เป็นรูปภาพ (Image-to-Image: I2I)

2.3 แบบข้อมูลนำเข้าเป็นรูปภาพและผลลัพธ์ที่ได้เป็นวิดีโอ (Image-to-Video: I2V) 

2.4 แบบข้อมูลนำเข้าเป็นรูปภาพและผลลัพธ์ที่ได้เป็นเสียง (Image-to-Sound: I2S) เช่น การสร้างเสียงโดยใช้ AI ทำให้เกิดเสียงคนพูดจากข้อความที่พิมพ์ไว้ เป็นต้น

3. ข้อมูลนำเข้าแบบวิดีโอ (Video) มีผลลัพท์ออกมาในหลายรูปแบบ เช่น

3.1 แบบข้อมูลนำเข้าเป็นวิดีโอและผลลัพธ์ที่ได้เป็นข้อความ (Video-to-Text: V2T) เช่น การสร้างคำบรรยายหรือสรุปเนื้อหาของวิดีโอ การตรวจจับและเชื่อมโยงเหตุการณ์ในวิดีโอ เป็นต้น 

3.2 แบบข้อมูลนำเข้าเป็นวิดีโอและผลลัพธ์ที่ได้เป็นรูปภาพ (Video-to-Image: V2I)

3.3 แบบข้อมูลนำเข้าเป็นวิดีโอและผลลัพธ์ที่ได้เป็นวิดีโอ (Video-to-Video: V2V) 

3.4 แบบข้อมูลนำเข้าเป็นวิดีโอและผลลัพธ์ที่ได้เป็นเสียง (Video-to-Sound: V2S) 

4. ข้อมูลนำเข้าแบบเสียง (Sound) มีผลลัพท์ออกมาในหลายรูปแบบ เช่น

4.1 แบบข้อมูลนำเข้าเป็นเสียงและผลลัพธ์ที่ได้เป็นข้อความ (Sound-to-Text: S2T) ตัวอย่างเช่น การแปลงเสียงพูดเป็นข้อความ (Speech-to-Text) การใช้ในระบบสังเคราะห์เสียงหรือในแอปพลิเคชันการแปลภาษา หรือการใช้ตรวจจับและตีความอารมณ์หรืออารมณ์ในเสียงพูด (Speech Emotion Recognition) เพื่อช่วยตรวจจับว่าเสียงพูดเป็นมีสุขภาพจิตหรือความเครียดอย่างไรแค่ไหน เป็นต้น

4.2 แบบข้อมูลนำเข้าเป็นเสียงและผลลัพธ์ที่ได้เป็นรูปภาพ (Sound-to-Image: S2I)

4.3 แบบข้อมูลนำเข้าเป็นเสียงและผลลัพธ์ที่ได้เป็นวิดีโอ (Sound-to-Video: S2V) 

4.4 แบบข้อมูลนำเข้าเป็นเสียงและผลลัพธ์ที่ได้เป็นเสียง (Sound-to-Sound: S2S) 

นอกจากนี้ยังมีประเภทอื่น ๆ ของ AI ที่เราอาจพบเจอในชีวิตประจำวันในอนาคต เนื่องจากความคืบหน้าในการพัฒนายังเป็นไปอย่างรวดเร็วและมีความก้าวหน้ามาก สามารถเพิ่มประสิทธิภาพการทำงานและนำมาใช้งานได้กับประเภทข้อมูลมากมายอย่างมีประสิทธิภาพตอบโจทย์ความต้องการของผู้ใช้งานได้ดี ตัวอย่างเช่น

- Recommender Systems: ประเภทนี้ใช้ในการแนะนำสิ่งต่าง ๆ แก่ผู้ใช้ อาจเป็นการแนะนำสินค้าที่เกี่ยวข้องในออนไลน์ หรือเพลงหรือภาพยนตร์ที่คล้ายกับสิ่งที่ผู้ใช้ชอบ

- Autonomous Vehicles: AI ใช้ในรถยนต์อัตโนมัติเพื่อช่วยในการควบคุมและการนำทางโดยไม่ต้องมีคนขับขี่

- Game AI: AI ใช้ในเกมเพื่อสร้างตัวละครคอมพิวเตอร์ที่มีพฤติกรรมและตอบสนองต่อผู้เล่น.

- AI in Healthcare: AI นำเข้าใช้ในการวินิจฉัยโรคหรือการคาดการณ์ความเสี่ยงของโรค.

- Robotics AI ใช้ในหุ่นยนต์เพื่อช่วยในการปฏิบัติงานหรือการนำทางในสภาพแวดล้อมที่ซับซ้อน

แต่ละประเภทจะมีการนำเอา AI ที่เกี่ยวข้องมาพัฒนา เพื่อให้สามารถใช้งานกับประเภทข้อมูลที่นำเข้าได้ ซึ่งทำให้ AI สามารถมีประสิทธิภาพและใช้งานได้กับประเภทข้อมูลนั้น ๆ อย่างมีประสิทธิภาพ และตอบโจทย์ความต้องการของผู้ใช้งานได้เสมอไป