ai-099 ส่วนประกอบที่สำคัญในปัญญาประดิษฐ์ (AI Components)

ส่วนประกอบที่สำคัญในปัญญาประดิษฐ์ (Artificial Intelligence, AI) มี 4 ส่วน คือ

การเรียนรู้ของเครื่อง (Machine Learning) คือ ส่วนที่เปรียบเสมือนสมองของ AI ซึ่งถือเป็นส่วนสำคัญอย่างมากในการสร้างความฉลาด โดยกลไกการทำงานของ AI จะต้องอาศัย Machine Learning ที่ประกอบด้วย อัลกอริทึม (Algorithm) หรือ ชุดคำสั่งหรือเงื่อนไขแบบทีละขั้นตอน ที่จะทำให้คอมพิวเตอร์ หุ่นยนต์ เครื่องจักร หรืออุปกรณ์อิเล็กทรอนิกส์ต่าง ๆ ทำการเรียนรู้ด้วยตนเอง โดยการใช้ ข้อมูลขนาดใหญ่ (Big Data) ที่มีอยู่แล้ว 

ระบบประมวลผลทางคอมพิวเตอร์จะมี Machine Learning มี Algorithm ที่หลากหลาย ขึ้นอยู่กับโจทย์และข้อมูลที่ใช้เทรน เช่น Deep-Learning เป็น Algorithm ที่เหมาะกับข้อมูลซับซ้อนขนาดใหญ่ Random Forests เป็น Algorithm ที่ใช้สำหรับโจทย์ Supervised เป็นต้น ประมวลผลออกมาเป็นชุดข้อมูลต่าง ๆ ซึ่งการเรียนรู้ของเครื่องแบ่งออกได้ 2 รูปแบบคือ

(1) การเรียนรู้ที่มีคนควบคุม โดยเครื่องจะเรียนรู้และทำนายผลได้ ด้วยการช่วยเหลือของนักวิทยาศาสตร์ข้อมูล เช่น การจำแนกหรือจัดลำดับกิจกรรมในหน่วยงานที่กำหนดเงื่อนไขตามความเร่งด่วน ความสำคัญ หรือตามภารกิจ เป็นต้น และ

(2) การเรียนรู้ที่ไม่มีคนควบคุม โดยเครื่องจะเรียนรู้และทำนายผลได้ด้วยการจำแนก แยกแยะ และสร้างรูปแบบจากข้อมูลที่ได้รับอย่างอัตโนมัติ เมื่อเครื่องสามารถทำนายผลได้มากขึ้นเท่าไร ยิ่งทำให้มีสมรรถนะใน การเรียนรู้เชิงลึก (Deep Learning) มากขึ้นเท่านั้น เนื่องจากการเรียนรู้เชิงลึกประกอบด้วยอัลกอลิทึมที่มีลักษณะเป็นโครงข่ายใยประสาทเสมือน เฉกเช่นการทำงานของระบบประสาทสมองของมนุษย์ ซึ่งโครงข่ายเหล่านี้มีเซลล์ประสาทที่เชื่อมต่อกัน จนกลายเป็นระบบประสาทที่สื่อสารซึ่งกันและกัน ดังนั้นจึงสามารถเรียนรู้และเข้าใจข้อมูลขนาดใหญ่ที่มีความสลับซับซ้อนและหลากหลายได้อย่างต่อเนื่อง เช่น การวินิจฉัยโรคจากข้อมูลส่วนตัวของผู้ป่วย ไม่ว่าจะเป็น น้ำหนัก ส่วนสูง ค่าน้ำตาลในเลือดหรือค่าไขมันในเลือด ภาพอัลตราซาวนด์ หรือภาพเอ็กซ์เรย์ แล้วทำการประมวลผลข้อมูลของผู้ป่วยโดยเปรียบเทียบกับฐานข้อมูลเพื่อค้นหาความผิดปกติต่าง ๆ ได้

ปัญญาประดิษฐ์ (Artificial Intelligence, AI) การเรียนรู้ของ AI ไม่ต่างจากการเรียนรู้ของมนุษย์ คือ การจำแล้วคิดตัดสินใจ เช่น การสอนเด็กมองหน้าพ่อหรือแม่ พร้อมสอนให้พูดหรือเรียกพ่อแม่ซ้ำกันหลายๆ วัน จะทำให้เด็กสามารถมองหน้าคนที่สอนให้เรียกว่าพ่อแม่ได้โดยอัตโนมัติ

กระบวนการเรียนรู้ AI ใช้หลักการเดียวกับการเรียนรู้ของมนุษย์ คือ กระบวนการจดจำ ทำความเข้าใจ ตอบสนองต่อภาษา ตัดสินใจ และแก้ไขปัญหา โดยอาศัยข้อมูลจำนวนมากที่มีลักษณะซ้ำ ๆ เหมือนกัน ทั้งนี้ การใช้ AI ที่ถูกต้อง เหมาะสม และก่อให้เกิดประโยชน์สูงสุด จำเป็นต้องมีการวิเคราะห์และเลือกสรรให้สอดคล้องกับจุดประสงค์ของการใช้งาน คำนึงถึงข้อมูลที่ใช้เป็นฐานในการทำนาย และมีการบำรุงรักษา AI โดยการติดตามและตรวจสอบกลไกการทำงานของ AI ให้มีประสิทธิภาพอยู่เสมอ รวมถึงจำเป็นต้องมีข้อมูลใหม่ ๆ ที่รวบรวมเข้าสู่ฐานข้อมูลขนาดใหญ่สำหรับการวิเคราะห์และประมวลผลอย่างต่อเนื่อง เพื่อที่จะพัฒนาให้ AI ฉลาดขึ้น และสามารถทำนายพฤติการณ์ต่าง ๆ ที่จะนำไปใช้ในกระบวนการตัดสินใจเชิงนโยบายได้อย่างแม่นยำ 

ข้อมูลขนาดใหญ่ (Big Data) สิ่งที่ใช้สอนในงานปัญญาประดิษฐ์หรือใช้ในการฝึก คือ ข้อมูล ซึ่งในกรณีของงคนที่จะสอนเด็กให้เรียกพ่อแม่ก็ต้องฝึกทำซ้ำๆ กันอยู่หลายครั้ง แต่ในส่วนของงานปัญญาประดิษฐ์ก้ใช้แนวทางเดียวกัน คือใช้เวลาสอนซ้ำกันมากๆ หลายตัวอย่างและต้องใช้ข้อมูลที่มีลักษณะคล้ายกันซ้ำกันหลายแบบ ข้อมูลขนาดใหญ่ หมายถึง ชุดข้อมูลที่มีขนาดใหญ่ (Volume) และเป็นข้อมูลที่เพิ่มขึ้นและเปลี่ยนแปลงอยู่ตลอดเวลาอย่างต่อเนื่อง (Velocity) รวมถึงเป็นข้อมูลที่มีรูปแบบหลากหลายและซับซ้อน (Variety) โดยอาจเป็นข้อมูลที่มีโครงสร้าง ไม่มีโครงสร้าง หรือกึ่งมีโครงสร้างก็ได้ เช่น ข้อความ ตัวเลข อีเมล และรูปภาพ เป็นต้น ซึ่งในปัจจุบันนี้ หน่วยงานต่าง ๆ ทั้งภาครัฐและภาคเอกชน มุ่งเน้นการนำ Big Data ไปใช้วิเคราะห์ข้อมูลเชิงลึกที่ก่อให้เกิดประโยชน์กับหน่วยงานในหลาย ๆ ด้าน อาทิ การสนับสนุนกระบวนการตัดสินใจที่ถูกต้องมากขึ้น การปรับปรุงคุณภาพการให้บริการให้ดีขึ้น การทำนายความเสี่ยงต่าง ๆ ที่อาจจะเกิดขึ้น และการปรับปรุงการดำเนินงานให้มีประสิทธิภาพมากขึ้น

ระบบอัตโนมัติ (Bot) เป็นคำที่ย่อมาจากคำว่า “Robot” ซึ่งเป็นโปรแกรมที่ทำงานในลักษณะที่เรียกว่า Agent โดยจะรอคำสั่งจากเครื่องหรือโปรแกรมอื่นที่สั่งหรือปลุกให้เครื่องที่มี Bot ติดตั้งอยู่ทำงาน 

ปัญญาประดิษฐ์ สามารถใช้ช่วยในการทำงานที่ได้หลากหลาย ขึ้นอยู่กับการสอนงานหรือเป้าหมายที่กำหนดไว้ และลักษณะของสิ่งเร้าที่จะใช้สอนระบบ เราได้รับข่าวสารเกี่ยวกับการใช้ AI ที่หลากหลาย ข้อมูลที่ใช้เทรน AI เป็นข้อมูลในอดีต ที่มีลักษณะการทำงานแบบซ้ำๆ ซึ่งเมื่อเวลาผ่านไป เป็นไปได้ว่าพฤติกรรมอะไรหลายๆ อย่างก็จะเปลี่ยนแปลงไปด้วย ดังนั้น AI ที่มี จะต้องสามารถเก็บข้อมูลใหม่ เพื่อนำไปเทรนให้ AI ฉลาดขึ้นได้

การจะใช้ AI จึงต้อง “วิเคราะห์” และ “เลือก” ให้ถูกกับจุดประสงค์ของการใช้งาน และยังต้องคำนึงถึง “ข้อมูล” ที่ใช้เทรน และ บำรุงรักษา AI อีกด้วย

AI คือ ระบบประมวลผล ที่สามารถส่งผลออกมาเป็นการกระทำได้ และ AI จะฉลาดได้ขึ้นอยู่กับข้อมูลที่ใช้เทรน และกลไกที่มีประสิทธิภาพ ดังนั้น โครงการไหนต้องการ AI ที่ฉลาด ก็ต้องย้อนกลับมาคิดด้วยว่า แล้วเราเข้าใจกลไกการทำงานของ AI แล้วยัง

ที่มา https://www.etda.or.th/th/Useful-Resource/Knowledge-Sharing/Articles/AI-in-Government-Services.aspx