ปัญญาประดิษฐ์
 


 


               ปัญญาประดิษฐ์ เป็นศาสตร์แขนงใหม่ในหมวดวิทยาศาสตร์และวิศวกรรมศาสตร์ซึ่งได้เริ่มพัฒนาขึ้นหลังช่วงสงครามโลกครั้งที่สอง และได้มีการกำหนดชื่ออย่างเป็นทางการในปี 1956 โดยหลักแนวคิดของศาสตร์ด้านปัญญาประดิษฐ์เกิดขึ้นจากความพยายามที่จะทำความเข้าใจความฉลาดของมนุษย์ รวมถึงความพยายามที่จะสร้างหรือเลียนแบบเอกลักษณ์ของความฉลาดของมนุษย์ขึ้นมาใหม่
 
           Deep Learning เป็นศาสตร์แขนงหนึ่งของระบบปัญญาประดิษฐ์ซึ่งเกิดขึ้นจากความคิดที่ว่า จะทำอย่างไรให้ระบบคอมพิวเตอร์สามารถที่เรียนรู้ได้ด้วยตนเองโดยอาศัย ประสบการณ์ การเรียนรู้ข้อผิด และข้อมูลความรู้ใหม่ เกิดขึ้นด้วยการสร้างโมเดลทางคณิตศาสตร์ที่ประกอบไปด้วยเลเยอร์การคำนวณและประมวลผลหลาย ๆ เลเยอร์ต่อเข้าด้วยกัน โดยแต่ละเลเยอร์จะมีน้ำหนักการตัดสินใจไม่เท่ากัน ทำให้โมเดลสามารถที่จะเรียนรู้ พัฒนาและจดจำข้อมูลนามธรรมที่หลากหลายได้เอง เพื่อการคาดคะเนผลลัพธ์ที่ถูกต้อง ดังนั้น นักวิทยาศาสตร์ นักวิเคราะห์ข้อมูล หรือวิศวกรจึงได้พยายามรวบรวมข้อมูลในปริมาณมหาศาล ในชื่อที่เรียกว่า “บิ๊กเดต้า (Big Data)” โดยจะนำบิ๊กเดต้า มาป้อนให้กับระบบปัญญาประดิษฐ์ เพื่อหวังว่าระบบจะสามารถหาคำตอบของปัญหาที่ซับซ้อน หาข้อมูลเชิงลึกที่มีความสัมพันธ์เชื่อมโยงกัน การคาดคะเนคำตอบ และการตัดสินใจ ด้วยเดต้าเซ็ตขนาดใหญ่ ได้อย่างแม่นยำ

         ระบบปัญญาประดิษฐ์แบบ Deep Learning ช่วยให้เกิดการพัฒนาเทคโนโลยีใหม่ ๆ อย่างมากในหลากหลายสาขา เช่นด้านเทคโนโลยีการจดจำเสียง การจดจำรูปภาพและคัดแยกวัตถุจากภาพถ่ายหรือวิดีโอ การตรวจสอบหายาเสพติด ระบบแนะนำสิ่งที่สนใจบนเว็บไซต์หรือโซเชียลมีเดีย การตรวจสอบการทุจริตบนธุรกรรมอินเตอร์เน็ต การตรวจสอบยีนส์ของมนุษย์ การตรวจสอบใบหน้าของอาชญากร เป็นต้น 

    Deep Learning สามารถที่จะเรียนรู้ได้ด้วยตัวเอง โดยอาศัยหลักการของ "อัลกอริทึมการแพร่กระจายย้อนกลับ (Backpropagation Algorithm)" เพื่อบอกว่าแมชชีนควรจะปรับเปลี่ยนค่าพารามิเตอร์ในแต่ละเลเยอร์อย่างไร ซึ่งจะนำข้อมูลความผิดพลาดที่เกิดจากการเปรียบเทียบกันระหว่างผลลัพธ์ที่แท้จริงจากการคำนวณของระบบ กับข้อเท็จจริง จากนั้นค่าความผิดพลาดจะถูกนำมาพิจารณาเพื่อปรับปรุงพารามิเตอร์ตั้งแต่เลเยอร์สุดท้ายย้อนกลับขึ้นไปจนถึงเลเยอร์แรก ในปัจจุบัน Deep Learning ที่นิยมใช้กันจะมี 2 ประเภท คือ Supervised learning และ Unsupervised learning โดยในตัวอย่างที่เอามาโชว์ในรูปจะเป็นของ Supervised learning ที่นิยมใช้กันมากคือ Convolutional Neural Network (ConvNet) 
สำหรับตัวอย่างงานด้าน Deep Learning ที่เกี่ยวข้องกับระบบวิชั่น ที่นิยมในปัจจุบัน เช่น 

 

  • โดรนหรือยานยนต์ไร้คนขับ ซึ่งมีการประมวลผลภาพรอบด้านในการจดจำและเรียนรู้เส้นทาง หลบสิ่งกีดขวาง การจดจำสัญลักษณ์ต่างๆ 

  • ระบบจดจำใบหน้า

  • ระบบแปลความจากภาพ

  • การใช้งานในระบบแมชชีนวิชั่น เพื่อการตรวจสอบลวดลายบนผิววัตถุที่มีความซับซ้อน (Pattern Recognition) การคัดแยกประเภทของตำหนิ หรือแยกชนิดของสิ่งที่สนใจ (Classification)