มาเรียนรู้เกี่ยวกับปัญญาประดิษฐ์กันเถอะ

อุปกรณ์อัจฉริยะเทียมทำงานที่มักจะต้องใช้สมองของมนุษย์

คุณสามารถขอ Alexa ผู้ช่วยเสมือนของ Amazon ได้หลายอย่าง ในการเล่นเพลง อ่านข่าว หรือบอกสภาพอากาศ คุณยังสามารถขอให้เธอนิยาม “ปัญญาประดิษฐ์” ได้อีกด้วย

 

“ปัญญาประดิษฐ์” Alexa กล่าว “คือความสามารถของโปรแกรมคอมพิวเตอร์หรือเครื่องจักรในการคิดหรือเรียนรู้” สิ่งที่ Alexa ไม่ได้พูดถึงคือตัวเธอเองเป็นปัญญาประดิษฐ์รูปแบบหนึ่ง

ปัญญาประดิษฐ์หรือ AI อยู่รอบตัวเรา แอพนำทางทางโทรศัพท์และรถยนต์ไร้คนขับใช้ AI ในการวางแผนเส้นทาง บริการสตรีมมิ่งใช้ AI เพื่อแนะนำภาพยนตร์ ในขณะที่ร้านค้าออนไลน์ใช้ AI เพื่อแนะนำผลิตภัณฑ์ AI ยังให้พลังแก่ผลลัพธ์ของเครื่องมือค้นหาและนักแปลเสมือน โดยพื้นฐานแล้ว AI อยู่เบื้องหลังอุปกรณ์ใดๆ ในการแก้ปัญหาที่โดยทั่วไปต้องใช้พลังสมองของมนุษย์

 

AI ในปัจจุบันส่วนใหญ่ใช้การเรียนรู้ของเครื่อง นี่เป็นเทคนิควิทยาการคอมพิวเตอร์ที่ช่วยให้คอมพิวเตอร์เรียนรู้จากตัวอย่างหรือประสบการณ์ ยกตัวอย่าง AlphaGo AI นี้มีชื่อเสียงในการเอาชนะแชมป์เปี้ยนมนุษย์ในเกมที่ซับซ้อนที่เรียกว่า Go AlphaGo เรียนรู้การเล่นโดยศึกษาท่า Go 30 ล้านท่าที่ผู้คนสร้างขึ้น จากนั้น AI ได้ฝึกฝนทักษะโดยเล่นกับเวอร์ชันต่างๆ ของตัวเอง

 

AI มีพลังในการทำความดีมากมาย เครื่องคิดสามารถช่วยวินิจฉัยโรคหรือรักษาผู้ป่วยได้ ผู้ดูแล AI ออนไลน์สามารถคัดกรองโพสต์ที่แสดงความเกลียดชังหรือรายงานข่าวปลอมได้ Artsy AI มอบภาพวาด เพลง และงานสร้างสรรค์อื่นๆ ให้กับโลก

อย่างไรก็ตาม ในหลาย ๆ ด้าน AI ในปัจจุบันไม่ฉลาดเท่าคน AI ส่วนใหญ่ต้องศึกษาข้อมูลจำนวนมหาศาลเพื่อเรียนรู้ทุกสิ่ง และระบบเหล่านี้มักมีปัญหาในการเรียนรู้แนวคิดที่เป็นนามธรรมหรืออธิบายการตัดสินใจของพวกเขา ในบางกรณี การใช้ AI อาจทำให้เกิดอันตรายได้ ระบบ AI สามารถเข้ารหัสได้โดยมีอคติกับคนบางกลุ่ม นั่นทำให้เกิดปัญหาเมื่อใช้ AI เหล่านั้นในการตัดสินการสมัครงานหรือตัดสินโทษจำคุก นอกจากนี้ การฝึก AI ยังกินไฟฟ้าเป็นจำนวนมาก ที่อาจเป็นอันตรายต่อสิ่งแวดล้อม

 

กล่าวโดยย่อ: AI กำลังปฏิวัติหลายด้านของชีวิตเรา แต่ก็เหมือนกับเทคโนโลยีที่เปลี่ยนแปลงโลก มันต้องถูกใช้อย่างรับผิดชอบ

ต้องการทราบข้อมูลเพิ่มเติม? เรามีเรื่องราวให้คุณเริ่มต้น:

AI สามารถนำทางเราได้ — หรือเพียงแค่ให้ความบันเทิงกับความก้าวหน้าทางปัญญาประดิษฐ์ที่กำลังปฏิวัติการแพทย์ การศึกษา และศิลปะ

แมชชีนเลิร์นนิงประกอบด้วยการเรียนรู้เชิงลึกและโครงข่ายประสาท คอมพิวเตอร์ทำงานใหม่ๆ ได้เหมือนกับวิธีที่ผู้คนทำ โดยศึกษาตัวอย่างและเรียนรู้จากประสบการณ์ของตนเอง

การฝึกอบรม AI ให้ฉลาดจริงๆ มีความเสี่ยงต่อสภาพอากาศ โปรแกรมคอมพิวเตอร์อัจฉริยะมีประโยชน์อย่างเหลือเชื่อ แต่ปัญญาประดิษฐ์นั้นต้องแลกมาด้วยราคา การฝึกอบรมระบบเหล่านี้ต้องใช้พลังงานจำนวนมหาศาล ซึ่งอาจส่งผลกระทบต่อสิ่งแวดล้อม

 

ปัญญาประดิษฐ์ทำงานอย่างไร?

 

แนวทางและแนวคิดของ AI

น้อยกว่าทศวรรษหลังจากทำลาย Enigma เครื่องเข้ารหัสของนาซีและช่วยให้กองกำลังพันธมิตรชนะสงครามโลกครั้งที่ 2 นักคณิตศาสตร์ Alan Turing ได้เปลี่ยนประวัติศาสตร์เป็นครั้งที่สองด้วยคำถามง่ายๆ: “เครื่องจักรสามารถคิดได้หรือไม่”

 

บทความ “เครื่องจักรคอมพิวเตอร์และปัญญาประดิษฐ์” ของทัวริง (1950) และการทดสอบทัวริงที่ตามมา ได้กำหนดเป้าหมายพื้นฐานและวิสัยทัศน์ของปัญญาประดิษฐ์

 

แก่นแท้ของ AI คือสาขาของวิทยาการคอมพิวเตอร์ที่มีจุดมุ่งหมายเพื่อตอบคำถามของทัวริงในการยืนยัน เป็นความพยายามในการทำซ้ำหรือจำลองความฉลาดของมนุษย์ในเครื่องจักร

 

เป้าหมายที่กว้างขวางของปัญญาประดิษฐ์ทำให้เกิดคำถามและข้อโต้แย้งมากมาย มากเสียจนไม่มีคำนิยามเฉพาะของฟิลด์ใดเป็นที่ยอมรับในระดับสากล

 

เครื่องจักรคิดได้? – อลัน ทัวริง 1950

 

ข้อจำกัดที่สำคัญในการกำหนด AI ว่าเป็นเพียง “การสร้างเครื่องจักรที่ชาญฉลาด” คือมันไม่ได้อธิบายจริงๆ ว่าปัญญาประดิษฐ์คืออะไร? อะไรทำให้เครื่องฉลาด? AI เป็นสหวิทยาการที่มีหลายแนวทาง แต่ความก้าวหน้าในการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกกำลังก่อให้เกิดการเปลี่ยนแปลงกระบวนทัศน์ในแทบทุกภาคส่วนของอุตสาหกรรมเทคโนโลยี

 

ในตำราปัญญาประดิษฐ์ที่แปลกใหม่: A Modern Approach ผู้เขียน Stuart Russell และ Peter Norvig เข้าถึงคำถามด้วยการรวมงานของพวกเขาตามธีมของตัวแทนอัจฉริยะในเครื่องจักร ด้วยเหตุนี้ AI คือ “การศึกษาตัวแทนที่ได้รับการรับรู้จากสิ่งแวดล้อมและดำเนินการ” (รัสเซลและนอร์วิก viii)

Norvig และ Russell ได้สำรวจแนวทางที่แตกต่างกันสี่แนวทางซึ่งได้กำหนดขอบเขตของ AI ในอดีต:

  • คิดแบบมนุษย์
  • คิดอย่างมีเหตุผล
  • ทำตัวเป็นมนุษย์
  • ทำตัวมีเหตุผล

แนวคิดสองข้อแรกเกี่ยวข้องกับกระบวนการคิดและการให้เหตุผล ในขณะที่แนวคิดอื่นๆ เกี่ยวข้องกับพฤติกรรม Norvig และ Russell ให้ความสำคัญกับตัวแทนที่มีเหตุผลซึ่งทำหน้าที่เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด โดยสังเกตว่า “ทักษะทั้งหมดที่จำเป็นสำหรับการทดสอบทัวริงยังช่วยให้ตัวแทนดำเนินการอย่างมีเหตุผลด้วย” (รัสเซลและนอร์วิก 4).

Patrick Winston ศาสตราจารย์ด้านปัญญาประดิษฐ์และวิทยาการคอมพิวเตอร์ของ Ford ที่ MIT ให้คำจำกัดความ AI ว่าเป็น “อัลกอริทึมที่เปิดใช้งานโดยข้อจำกัด เปิดเผยโดยการแสดงแทนซึ่งสนับสนุนโมเดลที่กำหนดเป้าหมายเป็นลูปที่เชื่อมโยงการคิด การรับรู้ และการกระทำเข้าด้วยกัน”

 

แม้ว่าคำจำกัดความเหล่านี้อาจดูเหมือนเป็นนามธรรมสำหรับคนทั่วไป แต่ก็ช่วยให้มุ่งเน้นสาขานี้เป็นสาขาวิชาวิทยาการคอมพิวเตอร์และจัดทำพิมพ์เขียวสำหรับการผสมผสานเครื่องและโปรแกรมด้วยการเรียนรู้ด้วยเครื่องและชุดย่อยอื่น ๆ ของปัญญาประดิษฐ์

ปัญญาประดิษฐ์สี่ประเภท

 

เครื่องปฏิกิริยา

เครื่องตอบสนองเป็นไปตามหลักการพื้นฐานของ AI และตามชื่อของมัน มันสามารถใช้ความฉลาดในการรับรู้และตอบสนองต่อโลกที่อยู่ข้างหน้าเท่านั้น เครื่องปฏิกิริยาไม่สามารถจัดเก็บหน่วยความจำได้ และด้วยเหตุนี้จึงไม่สามารถพึ่งพาประสบการณ์ที่ผ่านมาเพื่อแจ้งการตัดสินใจในแบบเรียลไทม์

 

การรับรู้โลกโดยตรงหมายความว่าเครื่องปฏิกิริยาได้รับการออกแบบมาเพื่อให้ปฏิบัติหน้าที่เฉพาะทางจำนวนจำกัด การตั้งใจทำให้โลกทัศน์ของเครื่องปฏิกิริยาแคบลงโดยเจตนาไม่ใช่มาตรการลดต้นทุนแต่อย่างใด แต่หมายความว่า AI ประเภทนี้จะมีความน่าเชื่อถือและเชื่อถือได้มากขึ้น โดยจะตอบสนองต่อสิ่งเร้าแบบเดียวกันทุกครั้ง

 

ตัวอย่างที่มีชื่อเสียงของเครื่องปฏิกิริยาคือ Deep Blue ซึ่งได้รับการออกแบบโดย IBM ในปี 1990 ให้เป็นซูเปอร์คอมพิวเตอร์ที่เล่นหมากรุกและเอาชนะ Gary Kasparov ปรมาจารย์ระดับนานาชาติในเกม Deep Blue ทำได้เพียงระบุชิ้นส่วนบนกระดานหมากรุก และรู้ว่าแต่ละการเคลื่อนไหวตามกฎของหมากรุก รับรู้ตำแหน่งปัจจุบันของแต่ละชิ้นอย่างไร และกำหนดว่าการเคลื่อนไหวใดที่สมเหตุสมผลที่สุดในขณะนั้น คอมพิวเตอร์ไม่ได้ติดตามการเคลื่อนไหวที่อาจเกิดขึ้นในอนาคตโดยคู่ต่อสู้หรือพยายามวางชิ้นส่วนของตัวเองให้อยู่ในตำแหน่งที่ดีกว่า ทุกเทิร์นถูกมองว่าเป็นความจริงของมันเอง แยกออกจากการเคลื่อนไหวอื่น ๆ ที่ทำขึ้นล่วงหน้า

 

อีกตัวอย่างหนึ่งของเครื่องตอบสนองการเล่นเกมคือ AlphaGo ของ Google AlphaGo ยังไม่สามารถประเมินการเคลื่อนไหวในอนาคตได้ แต่อาศัยโครงข่ายประสาทของตนเองเพื่อประเมินการพัฒนาของเกมในปัจจุบัน ทำให้ได้เปรียบเหนือ Deep Blue ในเกมที่ซับซ้อนมากขึ้น AlphaGo ยังเอาชนะคู่แข่งระดับโลกของเกม โดยเอาชนะผู้เล่น Go แชมป์ Lee Sedol ในปี 2559

 

แม้ว่าจะมีขอบเขตจำกัดและไม่สามารถเปลี่ยนแปลงได้ง่าย แต่ปัญญาประดิษฐ์ของเครื่องปฏิกิริยาสามารถบรรลุระดับความซับซ้อน และให้ความน่าเชื่อถือเมื่อสร้างขึ้นเพื่อเติมเต็มงานที่ทำซ้ำได้

หน่วยความจำจำกัด

ปัญญาประดิษฐ์ที่มีหน่วยความจำจำกัดมีความสามารถในการจัดเก็บข้อมูลและการคาดคะเนก่อนหน้าเมื่อรวบรวมข้อมูลและชั่งน้ำหนักการตัดสินใจที่อาจเกิดขึ้น โดยพื้นฐานแล้วจะพิจารณาอดีตเพื่อหาเบาะแสว่าจะเกิดอะไรขึ้นต่อไป ปัญญาประดิษฐ์ของหน่วยความจำที่จำกัดนั้นซับซ้อนกว่าและมีความเป็นไปได้มากกว่าเครื่องที่ทำปฏิกิริยา

 

หน่วยความจำที่จำกัด AI ถูกสร้างขึ้นเมื่อทีมฝึกฝนโมเดลอย่างต่อเนื่องในการวิเคราะห์และใช้ข้อมูลใหม่หรือสร้างสภาพแวดล้อม AI เพื่อให้สามารถฝึกและต่ออายุโมเดลได้โดยอัตโนมัติ เมื่อใช้ AI หน่วยความจำ จำกัด ในการเรียนรู้ของเครื่องต้องปฏิบัติตาม 6 ขั้นตอน: ต้องสร้างข้อมูลการฝึกอบรม, ต้องสร้างแบบจำลองการเรียนรู้ของเครื่อง, แบบจำลองต้องสามารถคาดการณ์ได้, โมเดลต้องสามารถรับคำติชมของมนุษย์หรือสิ่งแวดล้อม, คำติชมนั้นจะต้องจัดเก็บเป็นข้อมูล และขั้นตอนเหล่านี้จะต้องทำซ้ำเป็นรอบ

 

มีโมเดลการเรียนรู้ของเครื่องหลักสามแบบที่ใช้ปัญญาประดิษฐ์หน่วยความจำที่จำกัด:

การเรียนรู้การเสริมกำลัง ซึ่งเรียนรู้ที่จะคาดการณ์ได้ดีขึ้นผ่านการลองผิดลองถูกซ้ำๆ

Long Short Term Memory (LSTM) ซึ่งใช้ข้อมูลในอดีตเพื่อช่วยทำนายรายการถัดไปในลำดับ LTSM มองว่าข้อมูลล่าสุดเป็นสิ่งสำคัญที่สุดในการคาดการณ์และข้อมูลส่วนลดในอดีต แม้ว่าจะยังใช้ข้อมูลนี้เพื่อสร้างข้อสรุป

Evolutionary Generative Adversarial Networks (E-GAN) ซึ่งพัฒนาอยู่ตลอดเวลา เติบโตขึ้นเพื่อสำรวจเส้นทางที่ปรับเปลี่ยนเล็กน้อยตามประสบการณ์ครั้งก่อนพร้อมกับการตัดสินใจครั้งใหม่ทุกครั้ง โมเดลนี้กำลังแสวงหาเส้นทางที่ดีขึ้นอย่างต่อเนื่อง และใช้การจำลองและสถิติ หรือโอกาส เพื่อทำนายผลลัพธ์ตลอดวงจรการกลายพันธุ์ของวิวัฒนาการ

ทฤษฎีความคิด

ทฤษฏีของจิตใจก็เป็นเช่นนั้นเอง – ทฤษฏี เรายังไม่บรรลุความสามารถทางเทคโนโลยีและวิทยาศาสตร์ที่จำเป็นในการบรรลุปัญญาประดิษฐ์ในระดับต่อไป

 

แนวคิดนี้มีพื้นฐานอยู่บนพื้นฐานทางจิตวิทยาของการเข้าใจว่าสิ่งมีชีวิตอื่นมีความคิดและอารมณ์ที่ส่งผลต่อพฤติกรรมของตนเอง ในแง่ของเครื่องจักร AI นี่หมายความว่า AI สามารถเข้าใจว่ามนุษย์ สัตว์ และเครื่องจักรอื่นๆ รู้สึกอย่างไรและตัดสินใจผ่านการไตร่ตรองและตัดสินใจด้วยตนเอง จากนั้นจะใช้ข้อมูลนั้นเพื่อตัดสินใจด้วยตนเอง โดยพื้นฐานแล้ว เครื่องจักรจะต้องสามารถเข้าใจและประมวลผลแนวคิดของ “จิตใจ” ได้ ความผันผวนของอารมณ์ในการตัดสินใจและบทเพลงของแนวคิดทางจิตวิทยาอื่นๆ แบบเรียลไทม์ ทำให้เกิดความสัมพันธ์แบบสองทางระหว่างผู้คนกับปัญญาประดิษฐ์

ความตระหนักในตนเอง

เมื่อทฤษฎีจิตสามารถสร้างขึ้นในปัญญาประดิษฐ์ได้ ในอนาคตอันใกล้นี้ ขั้นตอนสุดท้ายคือให้ AI รู้จักตนเอง ปัญญาประดิษฐ์ประเภทนี้มีจิตสำนึกระดับมนุษย์และเข้าใจถึงการมีอยู่ของมันเองในโลก เช่นเดียวกับการมีอยู่และสภาวะทางอารมณ์ของผู้อื่น จะสามารถเข้าใจสิ่งที่คนอื่นอาจต้องการโดยอิงจากสิ่งที่พวกเขาสื่อสารกับพวกเขาไม่เพียง แต่สิ่งที่พวกเขาสื่อสารด้วย

 

การตระหนักรู้ในตนเองในปัญญาประดิษฐ์อาศัยทั้งนักวิจัยในมนุษย์ที่เข้าใจสมมติฐานของจิตสำนึก จากนั้นจึงเรียนรู้วิธีทำซ้ำสิ่งนั้น เพื่อให้สามารถสร้างขึ้นในเครื่องจักรได้

สามารถอัพเดตข่าวสารเรื่องราวต่างๆได้ที่ fsea-iaddconf.com