Artificial intelligence (AI)

บทสรุปจาก "Artificial Intelligence (AI) ตอนที่ 1- AI คืออะไร"

บทความนี้ อธิบายถึง ปัญญาประดิษฐ์ หรือ AI ว่าคืออะไร และอะไรที่ทำให้ AI กลับมาเป็นที่พูดถึงอย่างมากในปัจจุบัน โดยแบ่งเป็น 3 ประเด็นหลัก ดังนี้

1. ประสิทธิภาพในการประมวลผลที่สูงขึ้น

โลกเรามีการพัฒนาอย่างก้าวกระโดดในด้านนี้ ยกตัวอย่างเช่น คอมพิวเตอร์ที่ใช้ในการคำนวณการส่งคนไปดวงจันทร์ในปี 1969 มีหน่วยประมวลผลเท่ากับ iPhone 6 เท่านั้น ซึ่งเทียบไม่ได้เลยกับ iPhone 12 ในปัจจุบัน "ปี 1969 ประเทศเรา ประเทศ ใน การ ชุด ที่ เรา ส่ง คน ไป ดวง จันทร์ เป็น ครั้ง แรก โต๊ะ คอมพิวเตอร์ ที่ ใช้ ใน การ คำนวณ จะ คลี่ ทั้ง หมด ของ การ บิน ของ Rocket อวกาศ ทั้ง หมด เนี่ย หน่วย ประมวล ผล ของ มัน เนี่ย มี กำลัง เท่า กับ ไอโฟน 6 ปัจจุบัน เรา มา ถึง iPhone 12 นะ คะ เพราะ ฉะนั้น เนี่ย คือ การ เขย่ง กระโดด ไกล มาก ๆ เลย ของ โลก ใน เรื่อง ของ การ พัฒนา ไป ถึง ภาพ การ ประมวล ผล เรา มี โปร เตอร์ ที่ เร็ว ขึ้น มาก ๆ" ประสิทธิภาพการประมวลผลที่สูงขึ้นนี้ทำให้ AI สามารถเรียนรู้จากข้อมูลจำนวนมหาศาลได้อย่างรวดเร็ว ต่างจากปี 1966 ที่แนวคิด AI เพิ่งเริ่มต้นขึ้น และยังไม่มีคอมพิวเตอร์ที่มีประสิทธิภาพเพียงพอ

2. Big Data

Big Data กลายเป็นเทคโนโลยีที่ถูกพูดถึงมากในช่วงสิบปีที่ผ่านมา เพราะสามารถเก็บข้อมูลเชิงพฤติกรรมของผู้คนได้มากขึ้น ซึ่งข้อมูลเหล่านี้เป็นสิ่งที่ AI ต้องการใช้ในการเรียนรู้

เดิมที เราเก็บข้อมูลได้เพียงข้อมูลเชิงประชากร (Demographic Data) เช่น อายุ เพศ ที่อยู่ และ ข้อมูลเชิงธุรกรรม (Transaction Data) เช่น ซื้อสินค้าอะไร จำนวนเท่าไหร่ "สมัย ก่อน ก็ พูด ถึง ข้อ มูล ใน ระบบ ฐาน ข้อ มูล เนี่ย สอง อย่าง ที่ เรา ได้ แน่ ถ้า เผื่อ ที่ 1 คือ ข้อ มูล เชิง ประชากร เวลา เรา ขึ้น ทะเบียน นั้น 1 ภาค รัฐ ขึ้น ทะเบียน หมอ พร้อม เนี่ย เรา จะ ได้ ข้อ มูล เพียง ประชากร อัน ที่ สอง ที่ เรา พูด ถึง เยอะ ใน คือ ทาง ซักชั่น เบต้า ก็ คือ ถ้า ใคร มา ซื้อ อะไร ซื้อ เท่า ไหร่ จาก เรา จะ ได้ ข้อ มูล เรื่อง การ จาก ชั้น นะ ครับ"แต่ด้วยเทคโนโลยีที่ก้าวหน้าขึ้น เราสามารถเก็บข้อมูลเชิงพฤติกรรม (Behavioral Data) ได้มากขึ้น เช่น พฤติกรรมการซื้อของลูกค้าในร้านค้าออนไลน์ การกดไลค์ แชร์ คอมเมนต์บนโซเชียลมีเดีย"การ ที่ เรา มี เบต้า ทั้ง คน เข้า มา ช็อป ใน เว็บไซต์ การ ที่ เรา มี นัยน์ ตา ว่า คน ชอบ อะไร ไม่ ชอบ อะไร แล้ว เขียน บล็อก เนี่ย ได้ ป่าว เนี่ย ทำ ให้ เรา เข้า ใจ พฤติกรรม การ ช็อปปิ้ง มาก ขึ้น อีก" ข้อมูลเชิงพฤติกรรมเหล่านี้ทำให้ AI สามารถเข้าใจความต้องการของมนุษย์ได้ดียิ่งขึ้น และนำไปสู่การพัฒนา AI ที่สามารถทำงานได้อย่างแม่นยำ เช่น การแนะนำสินค้าที่ลูกค้าสนใจ การคัดกรองผู้กู้สินเชื่อ

3. เทคนิคใหม่ ๆ ใน AI เช่น Deep Learning

Deep Learning เป็นเทคนิคใหม่ใน AI ที่ทำให้ AI พัฒนาไปอย่างก้าวกระโดด Deep Learning แตกต่างจาก Machine Learning ตรงที่ไม่ต้องใช้มนุษย์ในการ "label" หรือ กำหนดประเภทของข้อมูลยกตัวอย่างเช่น ในกรณีของ Machine Learning หากเราต้องการฝึก AI ให้แยกแยะรูปภาพแมวกับหมา เราจำเป็นต้องป้อนข้อมูลรูปภาพแมวและหมาจำนวนมาก พร้อมกับระบุ (label) ว่ารูปไหนเป็นแมว รูปไหนเป็นหมา แต่ Deep Learning สามารถเรียนรู้และแยกแยะรูปภาพแมวกับหมาได้เองโดยอัตโนมัติ"สิ่ง ใหม่ ที่ เกิด ขึ้น กับ Deep Learning เลย ก็ คือ มัน ข้าม สเต็ป ของ การ ที่ เอา คน มา เลย โบ้ โดย ให้ นะ คะ หลัก ๆ Complex ฟีเจอร์ ใน รูป ใหญ่ ๆ เนี่ย สามารถ ถูก แตก ออก เป็น ชิ้น เล็ก ๆ ได้" Deep Learning นี้เองที่ทำให้ AI สามารถทำงานที่ซับซ้อนได้มากขึ้น เช่น การแปลภาษา การจ reconhecimento facial การขับรถยนต์อัตโนมัติบทความนี้สรุปได้ว่า การพัฒนาอย่างก้าวกระโดดของ AI ในปัจจุบัน เกิดจาก 3 ปัจจัยหลัก คือ ประสิทธิภาพการประมวลผลที่สูงขึ้น Big Data และ เทคนิค AI ใหม่ๆ เช่น Deep Learning AI กำลังเข้ามามีบทบาทสำคัญในชีวิตประจำวันของเรามากขึ้น ดังนั้น การทำความเข้าใจพื้นฐานของ AI จะช่วยให้เราสามารถใช้ประโยชน์จากเทคโนโลยีนี้ได้อย่างเต็มที่

บทสรุปเนื้อหาจากคลิป "Artificial Intelligence (AI) ตอนที่ 2 - อะไรคือ Facial Recognition"

บทความนี้ กล่าวถึงหัวข้อหลักๆ ดังนี้:

1. เทคโนโลยีการจดจำใบหน้า (Facial Recognition):

• เทคโนโลยีนี้มีการพัฒนาอย่างรวดเร็วในปัจจุบัน มีความแม่นยำสูงกว่า 95% ซึ่งดีกว่าการใช้คนยืนดู

• เทคโนโลยีในอดีตใช้กฎและสมการในการวิเคราะห์ใบหน้า ทำให้ไม่แม่นยำเท่าปัจจุบัน

• ปัจจุบันใช้เทคนิค Deep Learning โดยการเทรน AI ด้วยรูปภาพจำนวนมาก ทำให้ AI เรียนรู้ลักษณะของใบหน้าได้อย่างละเอียด

“วิธีการที่มันใช้ในการทำดีเทคชั่นเปลี่ยนไป มันไม่ได้ใช้กฎและสมการที่คนเขียนมานาน แต่เดี๋ยวนี้มันใช้อะไร มันใช้การถ่ายรูปแซมเปิ้ลหน้าของคน และเอาหน้าเข้าไปเทรน บิดซ้ายนิด ขวาหน่อย ขยับ หมุนรอบให้ดูว่าแต่ละหน้าเป็นยังไง”

• เทคโนโลยีนี้ถูกนำมาใช้ในหลายด้าน เช่น Facebook, ระบบรักษาความปลอดภัย, ระบบ Smart City

2. การระบุอารมณ์ (Emotion Detection):

• นอกจากการจดจำใบหน้า AI ยังสามารถวิเคราะห์อารมณ์จากสีหน้าได้

“มันไม่สามารถบอกว่าคนนี้คือใคร ชื่ออะไร เพราะหน้าเขาไม่อยู่ในฐานข้อมูล แต่เราทำมาใช้ AI ในการระบุว่าเค้าเนี่ย เพศอะไร อายุช่วงประมาณเท่าไหร่ แล้วกำลังมีอารมณ์แบบไหน”

• เทคโนโลยีนี้ถูกใช้ในห้องเรียนของจีน เพื่อประเมินคุณภาพการสอน

• ยังสามารถใช้ในด้านความมั่นคง เพื่อตรวจจับบุคคลที่มีพฤติกรรมต้องสงสัย

3. ระดับของ AI: AI แบ่งออกเป็น 3 ระดับ:

• Narrow AI (AI เฉพาะทาง): AI ที่มีความสามารถเฉพาะด้าน ถูกเทรนด้วยข้อมูลเฉพาะเรื่อง

• "ถ้าคุณใช้โทรศัพท์มือถือ เปิดทีวี ดูในเพล็ก หรือว่า พี่ในชีวิตประจำวันคุณนะ เดินเข้าโรงพยาบาล ลาไปถ่ายภาพเอกซเรย์ MRI มันจะมีไอ พวกนี้ที่ถูกดีพลอย ใช้ในชีวิตคน"

• General AI (AI ทั่วไป): AI ที่มีความสามารถในการเรียนรู้และทำความเข้าใจหลายบริบท คล้ายกับความคิดของมนุษย์มากขึ้น

• "มันยังพึ่งเป็น work in progress clearing อยู่ในวงการวิจัย ออกมาใช้ในชีวิตประจำวันอย่างค่อนข้างน้อยมาก"

• Super AI (AI ขั้นสูง): AI ที่มีความฉลาดเหนือกว่ามนุษย์ในทุกๆด้าน

• "ทุกวันนี้หุ่นยนต์แข็งแรงกว่าเราอีกแล้ว จำได้ยาวกว่าเรา เก็บข้อมูลในสมองได้เยอะกว่าเรามาก เพราะฉะนั้นถ้ามันคิดได้เก่งเหมือนเราด້วยเนี่ย มันก็อยู่ยากนะ"

4. การประมวลผลภาษาธรรมชาติ (Natural Language Processing - NLP):

• NLP เป็นสาขาหนึ่งของ AI ที่เน้นการประมวลผลภาษาของมนุษย์

• ถูกนำมาใช้สร้าง Chatbot, วิเคราะห์ความคิดเห็นบน Social Media

• ภาษาไทยมีความซับซ้อนมากกว่าภาษาอังกฤษ ทำให้การพัฒนา NLP สำหรับภาษาไทยเป็นไปได้ยากกว่า

"จุดนี้ทำให้ภาษาไทยมีความซับซ้อนสูงกว่าภาษาอังกฤษมาก เพราะอะไร ลองเดาได้เลยนะครับ เพราะของเราเนี่ย มกราคม ถึง ธันวาคม เป็นชื่อคนได้ เป็นชื่อเดือนก็ได้"

• IBM Watson เป็นตัวอย่างของ AI ที่ใช้ NLP ในการตอบคำถามด้านการแพทย์

"ปัจจุบัน เราใช้คำว่า Apps Evidence-based treatment จากการที่เราให้การรักษา และเขมร การให้ยารักษา และทดลองยาเนี่ย จะติดต่อเหตุการณ์เก่าๆ ที่เกิดขึ้นครั้ง ถ้าหมอ อ่านมาเยอะ อ่านอย่างนี้ จะมาเยอะ ก็จะมีฐานความรู้ที่กว้าง แล้วสามารถที่จะทำ Evidence-based treatment ได้ดีกว่า หมอที่พึ่งจบไหม ถูกไหมคะ"

สรุป:

คลิปวิดีโอนี้นำเสนอภาพรวมของ AI โดยเน้นเทคโนโลยีการจดจำใบหน้าและการประมวลผลภาษาธรรมชาติ อธิบายถึงความก้าวหน้าของเทคโนโลยี, ประโยชน์, ข้อจำกัด และตัวอย่างการใช้งานจริง รวมถึงระดับของ AI และความท้าทายในการพัฒนา AI ในอนาคต