ปัญญาประดิษฐ์ (AI Artificial Intelligence) คืออะไร

ปัญญาประดิษฐ์

(AI : Artificial Intelligence)

เรียบเรียงโดย
นาย ภคณฐั ไกรลาศ
สาขา เทคโนโลยสี ารสนเทศ
วทิ ยาลยั เทคนิคสโุ ขทัย

1

ปัญญาประดิษฐ์ (AI : Artificial Intelligence) คอื

เครือ่ งจักร(machine) ทม่ี ีฟงั ก์ชันทมี ีความสามารถในการทาความเข้าใจ เรียนรอู้ งคค์ วามรู้ตา่ งๆ อาทิเชน่ การ
รับรู้ การเรียนรู้ การให้เหตุผล และการแก้ปัญหาต่างๆ เครื่องจักรท่ีมีความสามารถเหล่านี้ก็ถือว่า
เป็น ปญั ญาประดิษฐ์ (AI : Artificial Intelligence) นั่นเอง
เพราะฉะนั้นจึงสามารถกล่าวได้ว่า AI ถือกาเนิดขึ้นเม่ือเคร่ืองจักรมีความสามารถท่ีจะเรียนรู้นั่นเอง ซึ่ง AI ก็
ถูกแบ่งออกเป็นหลายระดับตามความสามารถหรือความฉลาด โดยจะวัดจากความสามารถในการ ให้เหตุผล
การพดู และทัศนคติของ AI ตัวนน้ั ๆ เมือ่ เปรยี บเทยี บกบั มนษุ ย์อยา่ งเราๆ

2

AI ถูกจาแนกเปน็ 3 ระดับตามความสามารถหรือความฉลาดดงั น้ี

1 ) ปัญญาประดิษฐ์เชิงแคบ (Narrow AI ) หรือ ปัญญาประดิษฐ์แบบอ่อน (Weak AI) : คือ AI ที่มี
ความสามารถเฉพาะทางได้ดกี วา่ มนุษย์(เป็นที่มาของคาวา่ Narrow(แคบ) กค็ ือ AI ทเี่ ก่งในเรือ่ งเเคบๆหรอื เร่ือง
เฉพาะทางนั่นเอง) อาทิ เช่น AI ท่ีช่วยในการผ่าตัด(AI-assisted robotic surgery) ที่อาจจะเชี่ยวชาญเรื่อง
การผ่าตัดกว่าคุณหมอยุคปัจจุบัน แต่แน่นอนว่า AIตัวน้ีไม่สามารถที่จะทาอาหาร ร้องเพลง หรือทาสิ่งอ่ืนที่
นอกเหนือจากการผ่าตัดไดน้ น่ั เอง ซง่ึ ผลงานวจิ ยั ด้าน AI ณ ปจั จบุ นั ยงั อยูท่ ่รี ะดับน้ี
2 ) ปัญญาประดิษฐท์ ว่ั ไป (General AI ) : คือ AI ทีม่ คี วามสามารถระดบั เดยี วกบั มนษุ ย์ สามารถทาทุกๆอย่าง
ท่มี นุษยท์ าได้และได้ประสิทธภิ าพที่ใกล้เคียงกับมนษุ ย์
3) ปัญญาประดษิ ฐแ์ บบเข้ม (Strong AI ) : คอื AI ท่มี คี วามสามารถเหนอื มนุษยใ์ นหลายๆด้าน
จะเหน็ ไดว้ ่าวทิ ยาการของมนุษย์ปัจจบุ นั อยู่ที่จุดเริม่ ต้นของ AI เพียงเท่าน้นั

3

ปัจจุบัน ได้มีการนา AI มาใช้ในอุตสาหกรรมจานวนมาก โดย "แมคคินซีย์แอนด์คอมปะนี (McKinsey &
Company) " (บริษัทที่ปรกึ ษาด้านการบริหารชั้นนาของโลก ) ได้กล่าวไว้ว่า " AI มศี ักยภาพในการทาเงินได้
ถึง 600 ล้านดอลลา่ รส์ หรฐั ในการขายปลกี สร้างรายได้มากขึน้ 50 เปอร์เซนตใ์ นการธนาคารเมอื่ เทยี บกับการ
ใช้เทคนคิ วเิ คราะห์เเบบอ่ืนๆ และสร้างรายไดม้ ากกวา่ 89 เปอร์เซนต์ ในการขนสง่ และคมนาคม "
ย่ิงไปกว่าน้ัน หากฝ่ายการตลาดขององค์กรต่างๆ หันมาใช่ AI จะเป็นการเพิ่มศักยภาพให้กับการทางานด้าน
การตลาดอย่างมาก เพราะว่า AI สามารถที่จะทางานที่ซ้าซากได้อย่างอัตโนมัติ ส่งผลให้ตัวแทนจาหน่าย
สามารถที่จะโฟกัสไปท่ีการสนทนากับลูกค้า อาทิเช่น บริษัทนามว่า " Gong " มีบริการที่เรียกว่า
"conversation intelligence" , โดยทุกๆคร้ังท่ีตัวแทนจาหน่ายต่อสายคุยโทรศัพท์กับลูกค้า AIจะทาหน้าท่ี
ในการบันทึกเสียงเเละวิเคราะห์ลูกค้าในขณะเดียวกัน มันสามารถแนะนาได้ว่าลูกค้าต้องการอะไร ควรจะคุย
เเบบไหน ถอื เปน็ การซื้อใจลกู คา้ อย่างหนึง่

โดยสรุป , ปัญญาประดิษฐ์หรือ AI เป็นเทคโนโลยีที่ล้าสมัยที่สามารถรับมือกับปัญหาท่ีซับซ้อนเกินกว่าที่
มนุษย์จะสามารถรับมือได้ เเละ AI ยังเปน็ เคร่ืองมือทสี่ ามารถทางานทีซ่ ้าซากน่าเบือ่ แทนมนุษย์ได้อย่างดีเย่ียม
ช่วยให้เราสามารถมเี วลาไปโฟกัสงานที่สาคัญและสามารถสร้างมูลค่าได้มากกวา่ นอกจากนี้การประยุกต์ใช้ AI
ในระดับอตุ สาหกรรม ยังชว่ ยลดต้นทนุ เเละเพมิ่ รายไดม้ หาศาล

4

ประวัติยอ่ ของ AI

AI เป็นคายอดฮิตท่ีปัจจุบัน แม้ว่ามันไม่มันจะไม่ใช่คาท่ีเพิ่งถูกบัญญัติขึ้นมาใหม่แต่อย่างใด ในปี 1956 , กลุ่ม
ของผู้เชี่ยวชาญแนวหน้าจากหลายๆวงการได้ร่วมกันทางานวิจัยเก่ียวกับ AI มีผู้นาทีมได้แก่ John McCarthy
(Dartmouth College), Marvin Minsky (Harvard University), Nathaniel Rochester (IBM) และ Claude
Shannon (Bell Telephone Laboratories) โดยมีจุดประสงค์หลักของงานวิจัย คือ การค้นหามุมมองและ
หลักการต่างๆที่ใชก้ ารเรยี นรู้อยา่ งครอบคลมุ เพ่ือท่จี ะนามาประยุกต์ใชใ้ ห้เคร่ืองจกั รสามารถเรยี นรู้ได้เช่นกัน

โดยมีเน้อื หาของโครงการมีดงั นี้

1.) คอมพิวเตอร์อตั โนมัติ (Automatic Computers)
2.) จะสามารถเขียนโปรเเกรมคอมพิวเตอร์โดยใช้ภาษาคอมพิวเตอร์ได้อย่างไร ( How Can a Computer Be
Programmed to Use a Language?)
3.) โครงขา่ ยประสาทเทยี ม (Neural Nets )
4.) การพฒั นาด้วยตนเอง (Self-improvement )
องค์ความรู้เหล่าน้ีเป็นองค์ความรู้พื้นฐานท่ีทาให้คอมพิวเตอร์มีความฉลาดมากข้ึน และยังทาให้ความคิดท่ีจะ
การสรา้ ง AI มีความเปน็ ไปไดม้ ากยงิ่ ข้นึ
ชนิดของ AI (Type of Artificial Intelligence)

AI ถูกแบ่งออกเปน็ 3 sub field ไดแ้ ก่

1) ปญั ญาประดิษฐ์ (Artificial Intelligence)
2) การเรียนรูข้ องเครอ่ื ง (Machine learning)
3) การเรียนรเู้ ชงิ ลกึ (Deep Learning)

5

AI vs. Machine Learning

ในปัจจุบัน อุปกรณ์(device)ที่เราใช้ในชีวิตประจาวนั ไม่ว่าจะเป็นสมาร์ทโฟน หรือ เเม้กระท้ังอินเทอร์เน็ตกม็ ี
การประยุกต์ใช้ AI ในหลายครั้งๆ เวลาท่ีบริษัทใหญ่ๆจะประกาศให้โลกรับรู้ถึงนวัตกรรมใหม่สุดของพวกเขา
พวกเขามักจะใชค้ าว่า AI หรอื machine learning เสมือนวา่ มันเปน็ คาที่ใชเ้ เทนกันได้ แต่อันที่จรงิ เเลว้ AI กับ
machine learning น้นั มีขอ้ แตกตา่ งกันบางประการ
" AI- artificial intelligence คอื วทิ ยาศาสตรข์ องการฝึกฝน (train) เคร่อื งจกั ร (machine ) โดยมจี ุดประสงค์
เพ่ือแก้ไขปัญหาของมนุษย์ " ถูกนิยามเม่ือ 1950s เมื่อเหล่านักวทิ ยาศาสตร์เริม่ ให้ความสนใจกับปัญหาท่วี ่า
"คอมพิวเตอร์สามารถแก้ไขปัญหาด้วยตัวเองได้อย่างไร" (how computers could solve problems on
their own.)

ถ้าจะให้อธิบายอยา่ งงา่ ยๆ AI กค็ อื คอมพิวเตอร์ที่มีคุณสมบัติและความสามารถคล้ายมนษุ ย์อีกท้งั ยังสามารถ
ทางานได้อย่างลงตัว (seamlessly) หรือ อาจเรียกได้ว่า AI ก็คือ วิทยาศาสตร์ของการเลียนแบบทักษะของ
มนุษย์

6

แลว้ AI ถกู ใช้ที่ไหนบ้าง

ปัจจบุ ัน ไดม้ กี ารนา AI มาประยุกตใ์ ชอ้ ยา่ งกวา้ งขวาง อาทเิ ชน่
การนาเอา AI ไปประยุกต์ใช้ในงานท่ีซ้าซ้อน ยกตัวอย่างเช่น AI ในกระบวนการผลิตต่างๆ ซึ่งเป็นงานต้องใช้
ความปราณีต เเละ ทาเหมือนเดิมตลอดเวลา(จนกว่าจะมีการเปลี่ยนแปลงกระบวนการผลิต ) การนา AI มา
ประยุกต์ใช้จะช่วยเพิ่มผลผลิต เเละ ยังลดความผิดพลาดในการผลิต เพราะว่า AI ไม่จาเป็นต้องพักและไม่มี
ความรู้สึกเหน่ือยลา้ อีกทงั้ ยังไม่มคี วามรูส้ ึกเบ่ือหน่ายต่องานทท่ี า
การนาเอา AI มาพัฒนาผลิตภัณฑ์(product)ที่มีอยู่แล้ว ก่อนจะถึงยุคของ machine learning , product
มกั จะอยใู่ นรปู แบบของโค้ดเเตเ่ พยี งอยา่ งเดยี ว อยากได้อะไร มฟี ังก์ชั่นเเบบไหน กต็ อ้ งลงมือทาข้นึ มาเองทั้งส้ิน
( hard-code rule ) . ลองนึกถึง facebook สมัยก่อน ท่ีเวลาเราอัพโหลดรูปภาพ เราต้องเสียเวลามาน่ังแท็ก
เพื่อนทีละคนๆ แต่ปัจจุบนั facebook มี AI ท่ีช่วยในการแทก็ รูปได้อยา่ งอัตโนมัติ
ปัจจบุ ัน AI ไดถ้ กู นามาประยุกตใ์ ชใ้ นเกือบทุกอุตสาหกรรม ตงั้ แต่ระดับการตลาด(marketing) ไปถึงระดับห่วง
โซ่อุปทาน(supply chain ) , การเงิน (finance ) , การกระบวนการทาอาหาร (food-processing sector
) จากผลสารวจของบริษัท McKinsey พบวา่ การให้บรกิ ารให้การเงิน (financial services ) และการสื่อสาร
ด้วยเทคโนโลยีล้าสมัย ( high tech communication ) เป็นด้านท่ีมีการใช้ AI เป็นระดับแนวหน้า เมื่อเทียบ
กบั ดา้ นอื่นๆ

7

ทาไม AI ถงึ เปน็ เทรนด์ทม่ี าแรงในปจั จบุ นั

Neural network เป็นองค์ความร้ทู ่ีเกิดขน้ึ ต้ังเเตป่ ี 1990s จากผลงานวจิ ยั ของคณุ Yann LeCun
แต่อย่างไรก็ตาม neural network ก็เพิ่งมาเป็นท่ีนิยมเม่ือปี 2012 ทาไมถึงเป็นเช่นน้ัน ? เราจะอธิบายให้
ฟังถึง 3 ปัจจัย ดงั ต่อไปนี้
1) Hardware
2) Data
3) Algorithm
Machine learning น้ันก็เป็นศาสตร์แห่งการทดลองและลงมือทาศาสตร์ เราจาเป็นต้องหาข้อมูลและวิธีการ
ต่างๆจานวนมากเพื่อมาทาการ train หลังจากที่กระแสการใช้งานอินเทอร์เน็ตถูกแพร่หลาย ข้อมูลต่างๆก็
สามารถเข้าถึงได้ง่ายข้ึน นอกจากนี้เร่ือง CPU หรือ GPU ท่ีใช้ในการประมวลผลก็สาคัญในการใช้ train และ
test model ต่างๆ ซึ่งปัจจุบันก็มี GPU gaming ที่มีเสปคท่ีสูง วางขายอยู่ตามร้านค้าท่ัวไปอีกต่างหาก เช่น
GPU gaming ของ NVIDIA และ AMD

8

Hardware

ตลอด 20 ปีที่ผ่านมา , CPU ของเราสามารถ train deep-learning model ท่ีเป็น model ขนาดเล็กๆผ่าน
laptop ก็จริง แต่อย่างไรก็ตาม มันไม่เพียงพอต่อการประมวลผลของ deep-learning model ที่ใช้สาหรับ
computer vision หรือ deep learning ซึ่งต้องยกความดีความชอบแก่ผู้ผลิต GPU อย่าง NVIDIA และ
AMD ที่สร้าง GPU รุ่นใหม่ที่สามารถทาการคานวณหรือประมวลผลแบบคูขนานได้(parallel computation)
ซึง่ สามารถชว่ ยในการยกระดบั ความเร็วในการประมวลผลอยา่ งมาก
ตัวอย่างเช่น NVIDIA TITAN X ใช้เวลาเพียง 2 วันในการ train model " ImageNet " ซ่ึง CPU แบบด่ังเดิม
ใช้เวลาถึงหลายสัปดาห์ , นอกเหนือจากนี้ บริษัทใหญ่ๆหลายบริษัทเลือกที่จะใช้ cluster of GPU ในการ
train deep learning model โดยใช้เป็น NVIDIA Tesla K80 เพราะว่าจะช่วยลดต้นทุนในการดูแลรักษา
ศูนยข์ ้อมูล (data center ) อีกทั้งยังได้ประสิทธภิ าพทีด่ ยี ิ่งขึ้น

9

Data

ถ้าเปรียบ neural network เป็นรถยนต์ (model น้ันๆ) ข้อมูล(data) ก็เปรียบเสมือนน้ามันของ model ท่ี
สามารถทาให้มันขับเคล่ือนได้ ปราศจากน้ามัน (data) รถยนต์ (model )ก็ไม่สามารถทาอะไรได้เลย ปัจจุบัน
เทคโนโลยีใหม่ๆได้ทาลายขีดจากัดของการเก็บข้อมูลแบบเดิมๆ เราไม่จาเป็นต้องเก็บข้อมูลขนาดใหญ่ๆไว้ท่ี
data center อกี ต่อไป
การปฎวิ ตั ิอินเทอร์เน็ต (internet revolution ) ทาให้สามารถทจ่ี ะเกบ็ และแจกจา่ ยขอ้ มูลแหลง่ ข้อมลู มากมาย
เพ่ือนาข้อมูลมาเข้า machine learning algorithm , ถ้าคุณมีประสบการณ์กับแอพลิเคชันท่ีเกี่ยวข้องกับการ
จัดการรูปภาพอย่าง Flickr หรือ Instagram คุณคงจะไดเ้ ห็นศักยภาพของ AI มาบ้าง เพราะว่า แอพพลิเคชัน
เหล่าน้ีต้องจัดการกับการรูปภาพท่ีสามารถแท็กได้เป็นหลายๆล้านรูป ซ่ึงรูปๆเหล่าน้ีก็สามารถถูกนามาใช้ใน
การ train model เพื่อทาการรับรู้และแยกแยะ (recognize) วัตถุต่างๆบนรูป ปราศจากการนาข้อมูลมา
จดั เก็บก่อนแบบ
การผสมผสานระหว่าง AI และ ข้อมูลท่ีดี (data) ก็เปรียบเสมือนทองคาดีๆนี่เอง เพราะว่า AI เป็นวิธีการใช้
ข้อมูลได้อย่างตอบโจทย์ผคู้ นได้มากที่สุด แต่ไม่ว่าบริษัทไหนก็สามารถจะมีเทคโนโลยี หรือ AI ที่ความสามารถ
ทัดเทียมกันได้ (เทคโนโลยีเป็นสิ่งท่ีสามารถซื้อได้) เพราะฉะนั้นเเล้ว ข้อมูลจึงเป็นตัวแปรสาคัญมากๆ
เพราะฉะน้นั บรษิ ทั หรือองค์กรท่ีมขี ้อมลู ท่ีเป็นประโยชน์มากกวา่ ย่อมกุมความไดเ้ ปรียบ
เช่ือไหมครับว่า ข้อมูลถูกสร้างข้ึนใหม่โดยเฉล่ียประมาณ 2.2 exabytes หรือ 2.2ล้าน gigabytes ในแต่ละ
วัน จึงไม่แปลกที่เหล่าบริษัททั้งหลายจะแสวงหาแหล่งข้อ มูลเหล่านี้มาใช้ให้เกิดประโยชน์ ( นาข้อมูลมา
train model เพื่อหา pattern เพือ่ predict เรอ่ื งนนั้ ๆ )

10

Algorithm

ถึงแม้ว่า hardware จะมีประสิทธิภาพดีกว่าเดิมหลายเท่าตัว และข้อมูลก็สามารถเข้าถึงได้ง่าย , อย่างไรก็
ตาม machine learning algorithm ก็ยังเป็นสิ่งท่ีต้องให้ความสาคัญอย่างมาก ทาไมถึงเป็นเช่นน้ัน ? ลอง
ภาพนึกถึง กระบวนการคิดหรือ algorithm ที่ผิดตั้งแต่การใช้ตรรกะ หรือ algorithm ท่ีทางานเเบบซ้าซ้อน
จนเกินไป ต่อให้เรามีข้อมูลหรือ hardware ท่ีทรงพลังมากแค่ไหน ก็คงสร้าง model ที่มีความแม่นยาสูงๆ
ไม่ได้ , โดย algorithm ของ neural network ที่ถูกพฒั นาให้แม่นยามากย่ิงข้นึ นีแ่ หละเป็นหนึ่งในเหตุผลที่ทา
ให้ neural network ได้รบั การยอมรับ โดย neural network แบบดั่งเดิมน้ันเป็นเพียง algorithm ทถ่ี ูกสร้าง
จากการคูณ matrix แบบง่ายๆ ยกตัวอย่าง algorithm ที่มีการใช้ใน AI อย่างแพร่หลายในปัจจุบัน เช่น
progressive learning algorithm เปน็ algorithm ทที่ าใหค้ อมพวิ เตอรเ์ รียนรูอ้ ยู่ตลอดเวลา ซึง่ จะช่วยในการ
รับมือกับปัญหาต่างๆได้อย่างดี เช่น การหาข้อผิดพลาดของระบบ และ การสร้าง chatbot ท่ีสามารถโต้ตอบ
กบั เราไดร้ าวกบั วา่ คุยกบั คนจริงๆ(เพราะมันเรยี นรูว้ ธิ กี ารโตต้ อบมาจากผ้คู นท่ีเคย chat กับมันในอดีต)

สรปุ

Artificial intelligence กบั machine learning เปน็ 2 คาท่ที าให้คณุ อาจสับสนไดใ้ นตอนแรก แต่เราคาดหวัง
ว่าเมื่อคุณได้ทาความเข้าใจเนื้อหาของบทความ คุณจะสามารถแยกแยะ 2 คาน้ีออกจากกันได้ Artificial
intelligence (AI) เป็นวิทยาศาสตร์ในการฝึกฝนเคร่ืองจักร( train machine )ให้มีทักษะคล้ายคลึงกับมนุษย์
โดยวิธีในการ train machine ก็มีอยู่หลากหลายวิธีการเช่นกัน ในยุคเร่ิมต้นของ AI เราใช้วิธีการที่เรียกว่า
hard-coded programs หรือ การเขียนโค้ดท่ีเป็นตรรกะทุกส่ิงอย่างที่คาดว่า machine จะเผชิญกับมัน (ให้
ลองนึกภาพถึงหุ่นยนต์ที่ถูกเขียนโปรแกรมมาดว้ ยการใช้ if-else condition เป็นหลักพัน condition แน่นอน
ว่าหุ่นยนต์อาจจะสามารถทางานได้อย่างดีภายใต้คาสั่งนั้นๆ เเต่เม่ือ ระบบมีความซับซ้อนมากขึ้น หรือ เรา
อยากจะเพิ่มเติมฟังกช์ ันไหน ถึงตอนนน้ั เราจะสามารถทาได้อย่างยากลาบาก เพราะตอ้ งจัดการกับโคด้ จานวน
มาก ) เพื่อที่จะแก้ปัญหานี้ จึงเกิดเป็นไอเดียของ machine learning หรือก็คือให้ machine เรียนรู้หรือ
ปรับตัว (train) ให้เข้ากับข้อมูลหรือสภาพแวดล้อมที่ได้รับ (input data ) และ feature ท่ีสาคัญท่ีสุดที่จะ
นามาซึ่ง AI ท่ีมีประสิทธิภาพ คือการมีข้อมูลท่ีเพียงพ่อต่อการ train ยกตัวอย่างเช่น AI สามารถเรียนรู้ได้
หลากหลายภาษาตราบใดที่มีคาศัพท์ที่เพียงพอที่จะนามา train นอกจากน้ี AI ยังเป็นเทคโนโลยีที่ล้าสมัยที่มี
นักลงทุนจานวนมากยอมท่ีจะเส่ียงวางเงินหลักหลายล้านดอลลาร์ในการลงทุนใน startup หรือ project ที่
เกี่ยวข้องกับ AI อีกท้ัง McKinsey ได้ทาการประเมินว่า AI จะทาการขับเคล่ือนทุกๆอุตสาหกรรมให้เติบโตใน
อัตรา 10 - 99 เปอรเ์ ซนต์ เป็นอยา่ งนอ้ ย

11

เอกสารอา้ งอิง
https://www.thaiprogrammer.org/2018/12/whatisai/
http://gg.gg/eg2b3
http://gg.gg/eg2by
แหลง่ ข้อมูลอา้ งองิ

ในยุคท่ี Ai หรือ ปัญญาประดิษฐ์ AI : Artificial Intelligence มีอิทธิพลในการใช้ชีวิตประจาวันของเรา อย่าง
ครอบคลุมทุกพ้ืนที่ เราควรจะรู้ราวเหล่านี้เพ่ือให้ทันยุคทันสมัย เพื่อพัฒนาในการใช้งานต่อไป เพราะ Ai ใน
ปจั จุบันเป็นสว่ นหน่งึ ของชีวติ ของเรา

nessessence. ปัญญาประดษิ ฐ์ (AI : Artificial Intelligence) คอื อะไร ???
เข้าถงึ ได้จาก : https://www.thaiprogrammer.org/2018/12/whatisai/ (วนั ที่ค้นหาข้อมลู : 7 กรกฎาคม 2562)