ทำความเข้าใจกับปัญญาประดิษฐ์ทุกประเภท

ปัญญาประดิษฐ์

สาขาวิชาสหวิทยาการ ปัญญาประดิษฐ์มุ่งเน้นไปที่การพัฒนาเครื่องจักรที่มีความสามารถในการปฏิบัติงานผ่านสติปัญญาของมนุษย์ หมายถึงกระบวนการจำลองความฉลาดของมนุษย์ในเครื่องจักร ระบบได้รับการฝึกฝนมาเป็นพิเศษเพื่อเลียนแบบพฤติกรรมและการกระทำของมนุษย์ และตั้งโปรแกรมไว้ตามนั้น การเรียนรู้ การใช้เหตุผล และการรับรู้เป็นเป้าหมายของปัญญาประดิษฐ์ AI ถูกใช้ในหลายอุตสาหกรรมเช่น การดูแลสุขภาพ การเงิน ฯลฯ ได้นำ AI มาประยุกต์ใช้อย่างมีประสิทธิภาพ

การสำรวจ AI ประเภทต่างๆ จะช่วยให้มองเห็นได้ชัดเจนถึงประเภทที่มีอยู่และความท้าทายที่เกี่ยวข้องกับ AI ในอนาคต

AI จำแนกอย่างไร?

จุดประสงค์หลักของปัญญาประดิษฐ์คือการเลียนแบบกระบวนการปัญญาของมนุษย์ ดังนั้นเกณฑ์ที่ใช้ในการจำแนก AI คือระดับที่ระบบ AI สามารถทำซ้ำความสามารถของมนุษย์ได้ ดังนั้น โมเดลดังกล่าวจึงถือเป็น AI ที่มีวิวัฒนาการมากขึ้น หากพวกมันสามารถทำหน้าที่เหมือนมนุษย์มากขึ้นด้วยประสิทธิภาพที่ใกล้เคียงกัน ในทางกลับกัน AI ประเภทดังกล่าวซึ่งมีประสิทธิภาพและการทำงานที่จำกัด ถือเป็น AI ประเภทที่มีการพัฒนาน้อยกว่า

ปัญญาประดิษฐ์ส่วนใหญ่สามารถแบ่งออกกว้างๆ ได้เป็นสองประเภท: ตามความสามารถและตามหน้าที่

ประเภทของปัญญาประดิษฐ์

ฉัน). ประเภทที่ 1 AI: ขึ้นอยู่กับความสามารถ

1. AI ที่อ่อนแอหรือ AI ที่แคบ (Artificial Narrow Intelligence, ANI)

• เมื่อต้องทำงานเฉพาะอย่างชาญฉลาด นั่นคือที่มาของ AI ที่แคบ เป็นประเภท AI ที่พบมากที่สุดในโลก
• เนื่องจากโมเดลสามารถทำงานที่ได้รับการฝึกอบรมเท่านั้น AI แบบแคบจึงถูกเรียกว่า AI ที่อ่อนแอ ไม่สามารถดำเนินการนอกขอบเขตได้
• ตัวอย่างที่ดีที่สุดของ AI แบบแคบคือ Apple Siri ซึ่งทำงานกับชุดฟังก์ชันที่กำหนดไว้ล่วงหน้า
• อีกตัวอย่างหนึ่งของ AI แบบแคบคือซูเปอร์คอมพิวเตอร์ IBM Watson ที่รวมการเรียนรู้ของเครื่องและการประมวลผลภาษาธรรมชาติเข้ากับแนวทางระบบของผู้เชี่ยวชาญ
• ตัวอย่างของ AI แบบแคบ ได้แก่ การเล่นหมากรุก การรู้จำคำพูด ฯลฯ

2. AI ทั่วไป (ปัญญาประดิษฐ์ทั่วไป)

• งานทางปัญญาใด ๆ ที่คล้ายกับมนุษย์สามารถทำได้โดย AI ประเภทนี้
• แนวคิดเบื้องหลังการพัฒนาแบบจำลองนั้นอยู่ที่ว่าควรมีระบบที่ชาญฉลาดกว่า ซึ่งสามารถคิดได้เหมือนมนุษย์และฉลาด
• ปัจจุบันยังไม่มีระบบดังกล่าวแต่อย่างใด อย่างไรก็ตาม นักวิจัยให้ความสำคัญกับการพัฒนาระบบ AI ดังกล่าว

3. Super AI (ปัญญาประดิษฐ์ขั้นสูง)

• AI ประเภทนี้เป็นผลจาก AI ทั่วไปที่ระบบสามารถทำงานใด ๆ ได้ดีกว่ามนุษย์ผ่านความสามารถของคุณสมบัติทางปัญญา
• ลักษณะของ super AI ได้แก่ การวางแผน การเรียนรู้ การไขปริศนา การปรับเปลี่ยน ฯลฯ ทั้งหมดด้วยตัวเอง
• การพัฒนาระบบ Super AI ยังคงเป็นความท้าทายและเป็นแนวคิดสมมุติฐานของ AI

ครั้งที่สอง) ประเภท 2: ขึ้นอยู่กับการทำงาน

1. เครื่องปฏิกิริยา

• เป็นรูปแบบที่ง่ายที่สุดของปัญญาประดิษฐ์ที่ทำหน้าที่พื้นฐาน สิ่งเหล่านี้ยังเป็นรูปแบบที่เก่าแก่ที่สุดของ AI ที่มีความสามารถจำกัด
• ไม่มีการเรียนรู้ประเภทใดที่เกี่ยวข้องกับ AI ประเภทนี้ โมเดลสร้างเอาต์พุตบางส่วนเพื่อตอบสนองต่ออินพุตบางส่วน ไม่มีที่เก็บข้อมูลใด ๆ ดังนั้นจึงไม่มีความสามารถในการ "เรียนรู้"
• แบบจำลองนี้ขึ้นอยู่กับความสามารถของจิตใจมนุษย์ในการตอบสนองต่อสิ่งเร้าต่างๆ ไม่มีประสบการณ์ในอดีตที่จะใช้ตัดสินการกระทำในปัจจุบัน
• สำหรับการตอบสนองอัตโนมัติกับชุดอินพุตที่จำกัด แนะนำให้ใช้โมเดล AI ประเภทนี้
• เครื่องปฏิกิริยาสามารถทำงานได้เฉพาะกับงานที่พวกเขาตั้งโปรแกรมไว้เท่านั้น ยิ่งไปกว่านั้น เครื่องจักรล้มเหลวในการทำงานเนื่องจากไม่มีความรู้หรือแนวคิดเกี่ยวกับโลก
• ลักษณะเฉพาะของโมเดล AI ประเภทนี้อย่างหนึ่งคือเครื่องจะทำงานในลักษณะเดียวกับที่ได้รับการตั้งโปรแกรมไว้เสมอโดยไม่คำนึงถึงเวลาและสถานที่ปฏิบัติงาน
• ไม่มีการเติบโตที่เกี่ยวข้องกับเครื่องปฏิกิริยา มีเพียงความซบเซาในการกระทำและพฤติกรรมที่เกิดซ้ำ

ตัวอย่างปัญญาประดิษฐ์ สามารถพบได้ใน Deep Blue ของ IBM ซึ่งเป็นซูเปอร์คอมพิวเตอร์ที่เล่นหมากรุกของ IBM ซึ่งเป็นเครื่องเกมที่เอาชนะปรมาจารย์ Garry Kasparov ในปี 1997 เครื่องสามารถระบุชิ้นส่วนบนกระดานหมากรุกและมีความสามารถในการทำนายการเคลื่อนไหวครั้งต่อไป . จากนั้นจึงเลือกการเคลื่อนไหวที่เหมาะสมที่สุดจากชุดความเป็นไปได้ เครื่องนี้ใช้ความรู้ในปัจจุบันโดยไม่มีแนวคิดเกี่ยวกับอดีต

2. หน่วยความจำจำกัด

• ประเภทหน่วยความจำที่จำกัดของ AI ประกอบด้วยแบบจำลองที่ได้รับความรู้จากข้อมูลที่เรียนรู้ก่อนหน้านี้ ข้อมูลที่เก็บไว้ หรือเหตุการณ์
• นอกจากความสามารถของเครื่องปฏิกิริยาแล้ว หน่วยความจำที่จำกัดยังสามารถตัดสินใจจากการเรียนรู้จากข้อมูลในอดีตได้อีกด้วย AI ประเภทนี้เกี่ยวข้องกับกระบวนการจัดเก็บข้อมูลก่อนหน้าหรือการคาดการณ์ก่อนหน้า ข้อมูลเหล่านี้ช่วยในการคาดการณ์ได้ดีขึ้นในท้ายที่สุด
• โมเดลเหล่านี้ได้รับการฝึกอบรมด้วยข้อมูลการฝึกอบรมจำนวนมาก ข้อมูลเหล่านี้จะถูกเก็บไว้เป็นแบบจำลองอ้างอิงในหน่วยความจำของระบบซึ่งใช้สำหรับการแก้ปัญหาในอนาคต

แอปพลิเคชันของ AI ประเภทนี้สามารถพบได้ในผู้ช่วยเสมือน แชทบ็อต ฯลฯ

การใช้หน่วยความจำที่จำกัดสามารถอธิบายได้ด้วยแนวคิดของรถยนต์ที่ขับด้วยตนเอง

• รถยนต์ที่ขับด้วยตนเองมองไปในอดีตเหมือนการสังเกตความเร็วและทิศทางของรถคันอื่น สิ่งนี้ไม่สามารถทำได้ในครั้งเดียว แต่ต้องมีการระบุวัตถุเฉพาะในช่วงเวลาหนึ่ง
• ข้อมูลดังกล่าวพร้อมกับเครื่องหมายช่องจราจร สัญญาณไฟจราจร ความโค้งของถนน ฯลฯ ได้รับการตั้งโปรแกรมไว้ล่วงหน้าในรถยนต์แล้ว ด้วยข้อมูลนี้ รถยนต์ที่ขับด้วยตนเองสามารถตัดสินใจได้ว่าเมื่อใดควรเปลี่ยนเลน หรือหลีกเลี่ยงการชน เป็นต้น
• ข้อมูลเป็นข้อมูลชั่วคราวและไม่ได้บันทึกเป็นคลังประสบการณ์ของรถ

ประเภทหน่วยความจำที่จำกัดของ AI ถูกนำไปใช้ในสามรุ่นที่แตกต่างกัน

1. การเรียนรู้การเสริมแรง

แบบจำลองประเภทนี้ใช้ในการเรียนรู้ของเครื่องเพื่อคาดการณ์ผลลัพธ์ในอนาคตผ่านการโต้ตอบกับสิ่งแวดล้อม ประกอบด้วยวัฏจักรของการลองผิดลองถูก ตัวอย่างของแบบจำลองการเสริมกำลัง ได้แก่ การสอนคอมพิวเตอร์ถึงวิธีการเล่นหมากรุก

2. หน่วยความจำระยะสั้นระยะยาว (LSTM)

แบบจำลอง LSTM ช่วยในการทำนายผลลัพธ์ในลำดับต่อไป ดังนั้นรายการในอดีตจึงถือว่ามีความสำคัญน้อยกว่ารายการปัจจุบัน

3. เครือข่ายปฏิปักษ์กำเนิดวิวัฒนาการ (E-GAN)

โมเดลประเภทนี้มีการพัฒนาอย่างต่อเนื่องโดยแสดงให้เห็นกระบวนการของสิ่งที่เติบโตขึ้น มันไม่เป็นไปตามเส้นทางที่แน่นอนทุกครั้ง แต่จะถูกแก้ไข การปรับเปลี่ยนเหล่านี้อาจนำไปสู่การทำนายเส้นทางการต่อต้านที่ดีขึ้นหรือน้อยที่สุด กระบวนการจำลองของแบบจำลอง E-GAN ค่อนข้างคล้ายกับวิวัฒนาการของมนุษย์บนโลก

ระบบการทำงานของหน่วยความจำจำกัดประเภท

โมเดลประเภทนี้ใช้งานได้สองวิธี

• โมเดลได้รับการฝึกอบรมอย่างต่อเนื่องเกี่ยวกับข้อมูลใหม่
• สภาพแวดล้อม AI ของแบบจำลองเปิดโอกาสให้มีการฝึกอบรมอัตโนมัติของแบบจำลองและการต่ออายุพฤติกรรมของแบบจำลอง

AI สองประเภทที่กล่าวถึงข้างต้นนั้นพบได้จริงอย่างมากมาย อย่างไรก็ตาม AI สองประเภทถัดไปมีอยู่เป็นแนวคิดทางทฤษฎีหรืออยู่ระหว่างดำเนินการ

3. ทฤษฎีจิต

• ทฤษฏีของจิตใจแสดงถึงโมเดลการเรียนรู้ของเครื่องที่มีความสามารถในการตัดสินใจเท่ากับจิตใจของมนุษย์ แต่ทำผ่านเครื่อง
• ปัจจุบันนักวิจัยมีส่วนร่วมในนวัตกรรมของประเภทแนวคิดของ AI "ทฤษฎีจิตใจ"
• AI ประเภทนี้โต้ตอบกับความคิดและอารมณ์ของมนุษย์ โมเดลเหล่านี้จะรวมถึงความเข้าใจว่าความคิดและอารมณ์ของผู้คนส่งผลต่อผลลัพธ์ทางพฤติกรรม ในที่สุดสิ่งนี้ก็มีอิทธิพลต่อกระบวนการคิดของ "ทฤษฎีจิตใจ"
• ปัจจัยสำคัญประการหนึ่งของการปฏิสัมพันธ์ของมนุษย์คือการมีปฏิสัมพันธ์ทางสังคม ดังนั้นกลไกสมมุติฐานจะต้องระบุ เข้าใจ รักษา และจดจำผลลัพธ์ทางอารมณ์และพฤติกรรมในขณะที่ต้องรู้ว่าจะตอบสนองอย่างไร
• ด้วยข้อมูลที่ได้รับจากผู้คน เครื่องจักรจะสามารถประยุกต์ใช้และปรับให้เข้ากับการเรียนรู้ของพวกเขาได้ ผลที่ได้คือพวกเขาจะรู้วิธีสื่อสารและปฏิบัติต่อสถานการณ์ต่างๆ
• รูปแบบขั้นสูงของ AI

รุ่นอื่นๆ ในปัจจุบันแสดงความสัมพันธ์แบบทางเดียว เช่น คำสั่งที่ให้กับ Alexa หรือการตะโกนใส่ Google Maps เมื่อแสดงทิศทางที่ผิด อย่างไรก็ตาม โมเดล AI ดูเหมือนจะไม่ตอบสนองต่อพฤติกรรมโกรธเคือง กลับคำนับผู้บังคับบัญชาทุกครั้งแทน ตัวอย่างของโมเดล AI ประเภทนี้คือหุ่นยนต์ "โซเฟีย" ที่สร้างโดย Hanson Robotics บอทฮิวแมนนอยด์มีความสามารถในการมองเห็นและตอบสนองต่อการโต้ตอบที่แสดงการแสดงออกทางสีหน้าที่แตกต่างกัน

ทฤษฏีจิตใจค่อนข้างก้าวหน้าและจะพิสูจน์ได้ว่าเป็นเพื่อนที่ดีกว่า โมเดลประเภทนี้จะอยู่ในช่วงเริ่มต้น

4. รู้จักตนเอง

• AI ประเภทนี้แสดงถึงขั้นตอนสุดท้ายของ AI ซึ่งยังไม่ได้รับการพัฒนาจริง แต่มีอยู่ในเรื่องราวเท่านั้น เครื่องจักรประเภทนี้ยังคงเป็นแนวคิดสมมติของปัญญาประดิษฐ์ แต่เมื่อพัฒนาแล้วจะฉลาดกว่ามนุษย์
• โมเดล AI ของการตระหนักรู้ในตนเองเป็นอีกก้าวหนึ่งที่มากกว่าทฤษฎีของจิตใจจะมีความคิดและปฏิกิริยาตอบสนองด้วยตนเอง
• ตัวแบบจะพัฒนาไปสู่จุดที่ระบบบรรลุถึงสภาวะของการตระหนักรู้ในตนเอง เป็นหนึ่งในสุดยอดงานวิจัยด้าน AI
• นางแบบจะไม่เพียงแต่มีอารมณ์กับสิ่งที่มีปฏิสัมพันธ์ด้วยเท่านั้น แต่จะมีความเชื่อและความปรารถนาของตัวเองด้วย
• แม้ว่าแบบจำลองจะนำไปสู่ความก้าวหน้าของอารยธรรม แต่ก็อาจส่งผลให้เกิดภัยพิบัติได้เช่นกัน ด้วยการบรรลุสภาวะการตระหนักรู้ในตนเอง เครื่องจักรจะมีแนวคิดในการอนุรักษ์ตนเอง นี้อาจนำไปสู่สถานการณ์ที่ AI จะเข้ายึดครองมนุษยชาติผ่านการวางแผนแผนโดย AI ประเภทนี้

บทสรุป

สมมติฐานหลักที่อยู่เบื้องหลังการพัฒนา AI ประเภทต่างๆ คือ ความฉลาดของมนุษย์สามารถแสดงได้ในรูปของการดำเนินการเชิงสัญลักษณ์ที่สามารถตั้งโปรแกรมโดยคอมพิวเตอร์ดิจิทัล ตัวอย่าง AI ได้แสดงให้เห็นว่าแบบจำลองของ AI สามารถรับรู้โลกแห่งความเป็นจริงได้ในระดับใด ด้วยการพัฒนาแนวคิดเชิงสมมุติฐานของโมเดล AI ต่อไป อาจมีความจำเป็นที่เครื่องจักรที่พัฒนาแล้วมากขึ้นเพื่อรองรับความซับซ้อนของความคิดของมนุษย์

หากคุณสนใจที่จะเรียนรู้เพิ่มเติมเกี่ยวกับปัญญาประดิษฐ์ โปรดดูโปรแกรม Executive PG ของ IIIT-B และ upGrad ในการเรียนรู้ของเครื่องและ AI ซึ่งออกแบบมาสำหรับมืออาชีพที่ทำงานและมีการฝึกอบรมที่เข้มงวดมากกว่า 450 ชั่วโมง กรณีศึกษาและการมอบหมายมากกว่า 30 รายการ IIIT -B สถานะศิษย์เก่า 5+ โครงการหลักที่ใช้งานได้จริง & ความช่วยเหลืองานกับ บริษัท ชั้นนำ