เทคโนโลยีฉลาด AI เป็นรูปแบบหนึ่งของ วิทยาการคอมพิวเตอร์ ที่เกี่ยวข้องกับ การสร้างเครื่องจักรอัจฉริยะ ที่สามารถปฏิบัติงาน ที่โดยทั่วไป ที่ต้องใช้สติ และปัญญาของมนุษย์ ในขณะที่ AI เป็นวิทยาศาสตร์ แบบสหวิทยาการ ที่มีแนวทาง ที่หลากหลาย ความก้าวหน้าใน แมชชีนเลิร์นนิง และการเรียนรู้เชิงลึก โดยเฉพาะอย่างยิ่ง กำลังสร้างการเปลี่ยนแปลง กระบวนทัศน์ ในแทบทุกภาคส่วน ของอุตสาหกรรม เทคโนโลยี 
เทคโนโลยีฉลาด เครื่องมือที่ถูกสร้างขึ้นด้วย AI จะมีอะไรบ้าง
เทคโนโลยีฉลาด ช่วยให้เครื่องจักร สร้างแบบจำลอง หรือปรับปรุงความสามารถ ของจิตใจมนุษย์ และจากการพัฒนา รถยนต์ไร้คนขับ ไปจนถึงการเพิ่มจำนวนของ เครื่องมือ สร้าง AI เช่น ChatGPT และ Bard ของ Google ทำให้ AI กลายเป็นส่วนหนึ่ง ของชีวิตประจำวัน มากขึ้นเรื่อยๆ และบริษัทต่างๆ ในทุกอุตสาหกรรม กำลังลงทุน
เรามาเริ่มทำความเข้าใจกับ AI พูดอย่างกว้าง ๆ ระบบอัจฉริยะนี้ สามารถทำงาน ที่เกี่ยวข้องกับหน้าที่ การรับรู้ของมนุษย์ได้ เช่น การตีความคำพูด การเล่นเกม และการระบุรูปแบบ โดยทั่วไปแล้ว พวกเขาจะเรียนรู้ วิธีการดำเนินการดังกล่าว โดยการประมวลผล ข้อมูลจำนวนมหาศาล จะมองหารูปแบบ เพื่อเป็นต้นแบบ ในการตัดสินใจของตนเอง ในหลายกรณี มนุษย์จะควบคุม เทคโนโลยีฉลาด กระบวนการเรียนรู้ของ AI ส่งเสริมการตัดสินใจที่ดี และกีดกันการตัดสินใจ ที่ไม่ดีออก แต่ระบบ AI ในบางระบบ ได้รับการออกแบบมา ให้เรียนรู้โดย ไม่มีการควบคุม ตัวอย่างเช่น โดยการเล่นวิดีโอเกม ซ้ำแล้วซ้ำอีก จนกว่าพวกเขา จะเข้าใจกฎ และวิธีชนะในที่สุด
ตัวอย่างความฉลาดทางดิจิทัล ทำไมผู้เชี่ยวชาญด้าน AI จึงแยก AI ที่แข็งแกร่งและ AI ที่อ่อนแอ ?
ตัวอย่างความฉลาดทางดิจิทัล AI ที่แข็งแกร่งเทียบกับ AI ที่อ่อนแอ ความฉลาดนั้นยาก ที่จะนิยาม ซึ่งเป็นเหตุผลว่า ทำไมผู้เชี่ยวชาญด้าน AI จึงแยกแยะระหว่าง AI ที่แข็งแกร่งและ AI ที่อ่อนแอ
- AI ที่แข็งแกร่งหรือที่เรียกว่า ปัญญาประดิษฐ์ทั่วไป เป็นเครื่องจักรที่ สามารถแก้ปัญหา ที่ไม่เคยได้รับการฝึกฝน ให้ทำงานมาก่อน เหมือนกับที่มนุษย์ทำได้ นี่คือ AI แบบที่เราเห็นในภาพยนตร์ เช่น หุ่นยนต์จาก Westworld หรือตัวละคร Data จาก Star Trek: The Next Generation AI ในประเภทนี้ ยังไม่มีอยู่จริง
การสร้างเครื่องจักร ที่มีความฉลาด ระดับมนุษย์ ซึ่งสามารถนำไป ใช้กับงานใด ๆ ได้ ถือเป็นจอกศักดิ์สิทธิ์ สำหรับนักวิจัยด้าน AI หลายคน แต่การแสวงหา ปัญญาประดิษฐ์ทั่วไปนั้น เต็มไปด้วยความยากลำบาก และบางคนเชื่อว่า ในการวิจัย AI ที่แข็งแกร่งนี้ ควรถูกจำกัด เนื่องจากความเสี่ยง ที่อาจเกิดขึ้น จากการสร้าง AI ที่ทรงพลัง โดยไม่มีเกราะป้องกัน ที่เหมาะสมพอ
ตรงกันข้ามกับ AI ที่อ่อนแอ AI ที่แข็งแกร่ง เป็นตัวแทนของเครื่องจักร ที่มีความสามารถ ทางปัญญาครบชุด และกรณีการใช้งาน ที่หลากหลายพอ ๆ กัน — แต่เวลาไม่ได้ทำให้ ความยากลำบาก ในการบรรลุความสำเร็จ ดังกล่าวลดลง
- AI ที่อ่อนแอ ซึ่งบางครั้งเรียกว่า AI แคบหรือ AI เฉพาะทาง ทำงานในบริบท ที่มีความจำกัด และเป็นการจำลอง สติปัญญาของมนุษย์ ที่นำไปใช้กับ ปัญหาที่กำหนด ไว้อย่างเช่น การขับรถ การถอดเสียงคำพูดของมนุษย์ หรือการจัดการ เนื้อหาบนเว็บไซต์
ตัวอย่างความฉลาดทางดิจิทัล AI ที่อ่อนแอ มักจะเน้นไปที่ การทำงานเดี่ยว ๆ ให้สำเร็จ แม้ว่าเครื่องจักรเหล่านี้ อาจดูเหมือนฉลาด แต่พวกมันทำงาน ภายใต้ข้อจำกัด และมีข้อจำกัดที่มากกว่า แม้แต่สติปัญญา ขั้นพื้นฐานที่สุดของมนุษย์ ตัวอย่าง AI ที่อ่อนแอ ได้แก่
- Siri, Alexa และผู้ช่วยอัจฉริยะอื่นๆ
- รถยนต์ขับเคลื่อนด้วยตนเอง
- ค้นหา Google
- บอทสนทนา
- ตัวกรองสแปมอีเมล
- คำแนะนำของ Netflix
เทคโนโลยีที่น่าสนใจ 2023 การเรียนรู้ของเครื่องเทียบกับ การเรียนรู้อย่างลึกซึ้ง
เทคโนโลยีที่น่าสนใจ แม้ว่าคำว่า “แมชชีนเลิร์นนิง” และ “การเรียนรู้เชิงลึก” มักพบบ่อยใน การสนทนาเกี่ยวกับ AI แต่ก็ไม่ควรใช้แทนกันได้ การเรียนรู้เชิงลึก เป็นรูปแบบหนึ่ง ของการเรียนรู้ของเครื่อง และการเรียนรู้ของเครื่อง เป็นสาขาย่อย ของปัญญาประดิษฐ์
- การเรียนรู้ของเครื่อง
อัลกอริทึม การเรียนรู้ของเครื่อง ได้รับการป้อนข้อมูล โดยคอมพิวเตอร์ และใช้เทคนิค ทางสถิติเพื่อช่วยให้ “เรียนรู้” ว่าจะพัฒนางาน ให้ดีขึ้นได้อย่างไร โดยไม่จำเป็นต้อง ตั้งโปรแกรมมาโดยเฉพาะ สำหรับงานนั้น แต่อัลกอริทึม ML จะใช้ข้อมูลประวัติ เป็นอินพุตเพื่อ ทำนายค่าเอาต์พุตใหม่แทน
ด้วยเหตุนี้ ML จึงประกอบด้วย ทั้งการเรียนรู้ แบบมีผู้สอน (ซึ่งทราบผลลัพธ์ ที่คาดหวังสำหรับอินพุต ด้วยชุดข้อมูล ที่มีป้ายกำกับ) และการเรียนรู้แบบ ไม่มีผู้ดูแล (โดยที่ไม่ทราบผลลัพธ์ ที่คาดหวังเนื่องจาก การใช้ชุดข้อมูล ที่ไม่มีป้ายกำกับ)
- การเรียนรู้อย่างลึกซึ้ง
การเรียนรู้เชิงลึก เป็นการเรียนรู้ ของเครื่องประเภทหนึ่ง เทคโนโลยีฉลาด ที่เรียกใช้อินพุต ผ่านสถาปัตยกรรม โครงข่ายประสาท ที่จะได้รับ แรงบันดาลใจ ทางชีวภาพ โครงข่ายประสาทเทียม ประกอบด้วยเลเยอร์ ที่ซ่อนอยู่จำนวนหนึ่ง
ซึ่งผ่านการประมวลผลข้อมูล เทคโนโลยีที่น่าสนใจ ทำให้เครื่องสามารถ “เจาะลึก” ในการเรียนรู้ ทำให้การเชื่อมต่อ และการป้อนข้อมูล มีน้ำหนักเพื่อ ให้ได้ผลลัพธ์ ที่ดีที่สุด
เทคโนโลยีการท่องเที่ยว ประสบการณ์ในอดีต เพื่อประกอบการตัดสินใจ
เทคโนโลยีการท่องเที่ยว AI สามารถแบ่งออกได้เป็น 4 ประเภท และความซับซ้อนของงาน ที่ระบบสามารถทำได้คือ เครื่องปฏิกิริยา หน่วยความจำจำกัด ทฤษฎีของจิตใจ การตระหนักรู้ในตนเอง
เครื่องรีแอกทีฟ เครื่องตอบโต้ที่ เป็นไปตามหลักการ พื้นฐานของระบบ AI และตามชื่อของมัน มันสามารถใช้ความฉลาด ในการรับรู้ และตอบสนองต่อโลก ที่อยู่ตรงหน้าเท่านั้น เครื่องรีแอกทีฟ ไม่สามารถจัดเก็บหน่วยความจำได้ และเป็นผลให้ ไม่สามารถพึ่งพา ประสบการณ์ในอดีต เพื่อประกอบการตัดสินใจ แบบเรียลไทม์ได้
การรับรู้โลกโดยตรง หมายความว่าเครื่องจักร ปฏิกิริยาถูกออกแบบมา เพื่อทำหน้าที่เฉพาะ ในจำนวนจำกัดเท่านั้น การตั้งใจทำให้ โลกทัศน์ของเครื่องตอบโต้ แคบลงนั้นมีประโยชน์ อย่างไรก็ตาม AI ในประเภทนี้ จะมีความน่าเชื่อถือ และไว้วางใจได้มากกว่า และจะตอบสนอง ในลักษณะเดียวกัน ต่อสิ่งเร้าเดิมทุกครั้ง
ยกตัวอย่างเครื่องรีแอกทีฟ Deep Blueได้รับการออกแบบโดย IBM ในปี 1990 ให้เป็นซูเปอร์คอมพิวเตอร์ สำหรับเล่นหมากรุก และเอาชนะ Gary Kasparov ปรมาจารย์ระดับนานาชาติในเกม Deep Blue ทำได้เพียงแค่ ระบุตัวหมาก บนกระดานหมากรุก และรู้ว่าแต่ละตัว เดินอย่างไร
ตามกฎของหมากรุก รับรู้ตำแหน่งปัจจุบัน ของหมากแต่ละตัว และตัดสินว่า ท่าเดินใดที่เหมาะสม ที่สุดในขณะนั้น เทคโนโลยีการท่องเที่ยว คอมพิวเตอร์ ไม่ได้ติดตามการเคลื่อนไหว ที่อาจเกิดขึ้น ในอนาคต โดยฝ่ายตรงข้าม หรือพยายามทำให้ การเคลื่อนไหวของตัวเอง อยู่ในตำแหน่งที่ดีขึ้น ทุกย่างก้าวถูกมองว่า เป็นความจริงของมันเอง แยกต่างหากจาก การเคลื่อนไหวอื่นๆ ที่เกิดขึ้นก่อนหน้านี้