“ปัญญาประดิษฐ์, วิทยาการข้อมูล, และการเรียนรู้ของเครื่อง”

ในช่วงระหว่างวันที่ วันที่ 27-31 พฤษภาคม พ.ศ.2562 ที่ผ่านมา คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม ร่วมกับสมาคมปัญญาประดิษฐ์ไทย ได้ร่วมกันจัด “โครงการฝึกอบรมด้านปัญญาประดิษฐ์, วิทยาการข้อมูล, และการเรียนรู้ของเครื่อง (Application of Artificial Intelligence, Data Science and Machine Learning)” ซึ่งได้รับเกียรติ์จากวิทยากรพิเศษ คือ ศ.ดร.ธนารักษ์ ธีระมั่นคง นายกสมาคมปัญญาประดิษฐ์ไทย และทีม AIAT กับ SIIT  เป็นวิทยากรผู้ให้ความรู้เข้มรวมระยะเวลา 5 วันเต็ม ณ ห้อง 11-1210 อาคาร 40 ปี มหาวิทยาลัยศรีปทุม สรุปความดังต่อไปนี้

ปัญญาประดิษฐ์ (Artificial Intelligence: AI) หรือ เอไอ ในเว็บสารานุกรมเสรีวิกิพีเดียให้ความหมายเอาไว้ว่า หมายถึงความฉลาดเทียมที่สร้างขึ้นให้กับสิ่งที่ไม่มีชีวิต ปัญญาประดิษฐ์เป็นสาขาหนึ่งในด้านวิทยาการคอมพิวเตอร์ และวิศวกรรมเป็นหลัก แต่ยังรวมถึงศาสตร์ในด้านอื่น ๆ อย่างจิตวิทยา ปรัชญา หรือชีววิทยา ซึ่งสาขาปัญญาประดิษฐ์เป็นการเรียนรู้เกี่ยวกับกระบวนการการคิด การกระทำ การให้เหตุผล การปรับตัว หรือการอนุมาน และการทำงานของสมอง ในระยะหลังได้มีการปรับปรุงศาสตร์อื่นๆ รวมเข้าไว้ด้วย คือ (1). การเรียนรู้ของเครื่อง นั้นมีเทคนิคการเรียนรู้ที่เรียกว่า การเรียนรู้ต้นไม้ตัดสินใจ ซึ่งประยุกต์เอาเทคนิคการอุปนัยของจอห์น สจวร์ต มิลล์ นักปรัชญาชื่อดังของอังกฤษ มาใช้ (2).เครือข่ายประสาทเทียม ได้แก่การนำเอาแนวคิดของการทำงานของสมองของมนุษย์ มาใช้ในการแก้ปัญหาการแบ่งประเภทของข้อมูล และแก้ปัญหาอื่น ๆ ทางสถิติ เช่น การวิเคราะห์ความถดถอย หรือการปรับเส้นโค้ง เอไอนี้ บางครั้งเรียกว่า เครื่องจักรที่ชาญฉลาด (Machine Intelligence) หรือความฉลาดที่ถูกแสดงออกมาทางเครื่องจักรกล ตรงกันข้ามกับความฉลาดของมนุษย์และสัตว์ที่แสดงออกมาโดยธรรมชาติ โดยความหมายก็คือ การเลียนแบบพฤติกรรมทางปัญญาของมนุษย์ เช่น การเรียนรู้ และการแก้ปัญหา เมื่อเครื่องจักรเริ่มมีความสามารถเพิ่มมากขึ้น สิ่งอำนวยความสะดวกต่างๆ ในชีวิตประจำวันก็จะดีขึ้นตามไปด้วย ตัวอย่างเช่น การรู้จำอักขระด้วยแสงจะไม่ถูกมองว่าเป็นตัวอย่างของ "ปัญญาประดิษฐ์" อีกต่อไป เพียงแต่มันได้กลายเป็นเทคโนโลยีที่ใช้ในประจำวันเท่านั้นเอง ตัวอย่างการประยุกต์ใช้ของปัญญาประดิษฐ์ เช่น การเข้าใจคำพูดของมนุษย์, การแข่งขันเกมที่ใช้กลยุทธ์ระดับสูง เช่น หมากรุก/โกะ, รถยนต์ที่ไม่มีคนขับขี่, ความสำเร็จในการเดินทางอัจฉริยะที่มีการส่งสิ่งของไปถึงเป้าหมายตามจุดที่ได้กำหนดเอาไว้, การชี้เป้าการจำลองสถานการณ์ทางทหาร, และการตีความข้อมูลที่ซับซ้อน เป็นต้น ส่วนเทคโนโลยีที่สาคัญเกี่ยวกับปัญญาประดิษฐ์ คือ (1).การประมวลผลภาพอัจฉริยะ (Intelligent Image Processing) (2).การประมวลผลภาษาธรรมชาติ (Natural Language) (3).การประมวลผลสัญญาณอัจฉริยะ (Intelligent Signal) (4). การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data) (5).การควบคุมอย่างชาญฉลาด (Intelligent) และ (6).ส่วนเชื่อมโยงมนุษย์กับคอมพิวเตอร์ (Human Computer Interaction)

สำหรับแนวทางของปัญญาประดิษฐ์ ได้แก่ การใช้ความรู้ที่มนุษย์สร้างขึ้นเพื่อเข้าไปแก้ปัญหา (knowledge-Based Approach), กลุ่มนักวิจัยและนักพัฒนาที่เน้นวิธีการใช้ความรู้ที่เป็นรูปธรรม (Explicit Knowledge) นั้น จะพยายามสร้างคลังข้อมูล คลังความรู้ คลังวิธีการ หรืออัลกอริธึม และคลังเครื่องมือ เพื่อแก้ปัญหา หรือโจทย์ต่างๆ ด้วยความรู้ที่ใส่เข้าไปจนกลายเป็นการใส่ความชาญฉลาดให้กับคอมพิวเตอร์ได้ เหล่านี้ จัดอยู่ในหมวดของความรู้, ส่วนการพัฒนาที่ต่อเนื่องในโครงข่ายงานประสาทเทียม (Connectionist Approach), ในขณะที่กลุ่มนักวิจัยและนักพัฒนาที่เน้นการโครงข่ายงานประสาทเทียมนั้น จะพยายามหาโครงสร้างของโครงข่ายงานประสาทเทียมที่มีลักษณะเป็นกราฟที่มีจุดยอด (Node) และเส้นเชื่อม (Edge) ที่เหมาะสมและอัลกอริธึมที่จะทำให้การหาน้ำหนักที่เหมาะสม โดยเน้นความรู้ที่เก็บอยู่ในรูปแบบนามธรรม (Tacit Knowledge) กลุ่มนี้จัดอยู่ในหมวดของความชำนาญ ในแนวทางลำดับต่อมาคือในอดีตนักวิจัยทั้งสองกลุ่มได้แสดงความเห็นที่แตกต่างกันและได้วิจารณ์วิธีการของอีกฝ่ายในหลายๆ มิติ โดยเฉพาะนักวิจัยกลุ่มแรก มักจะพูดเสมอว่า สิ่งที่นักวิจัยกลุ่มที่ใช้โครงข่ายงานประสาทเทียมนั้น ไม่สามารถอธิบายผลลัพธ์ที่เป็นโครงข่ายหลังการเรียนรู้ได้ เพราะมันเป็นลักษณะของกราฟที่มีน้ำหนักอยู่ที่จุดยอดและเส้นเชื่อม ในช่วงเดือนพฤษภาคม ปี ค.ศ.1997 โปรแกรมดีปบลู (Deep Blue) ใช้หลักการค้นหาลึก (Deep Search) และฟังก์ชั่นที่ซับซ้อน บนเครื่องคอมพิวเตอร์สมรรถนะสูง สามารถชนะเซียนหมากรุก แกรี คาสปารอฟ (Garry Kasparov) ได้ หลังจากนั้นมีการพัฒนาระบบที่ใช้โครงข่ายงานประสาทเทียมเข้าช่วยจนกลายมาเป็นโปรแกรม อัลฟาโกะ (AlphaGo ) ที่สามารถเล่นเกมหมากล้อมหรือเกมโกะชนะเซียนระดับ 9 ดั้ง อี เซ-ดล (Lee Sedol ) ในเดือนมีนาคม ค.ศ. 2016 โครงข่ายงานประสาทเทียมที่ใช้เป็นโครงข่ายที่สร้างด้วยการเรียนรู้เชิงลึก (Deep Learning) เนื่องจากคอมพิวเตอร์มีประสิทธิภาพสูงขึ้น และมีการใช้จีพียู (GPU)

ที่ใช้ในการ์ดจอคอมพิวเตอร์ มาใช้ในการคำนวณเมตริกที่มีขนาดใหญ่ ทำให้สามารถสร้างความรู้ที่มีอยู่ในรูปแบบของน้ำหนักบนเส้นเชื่อมบนเครือข่ายที่เหมาะสมได้ ปัจจุบัน การเรียนรู้เชิงลึกถูกใช้งานต่างๆ ได้อย่างประสิทธิภาพ โดยเฉพาะการประมวลผลภาพเพื่อระบุวัตถุมีอยู่ในภาพ การประมวลผลสัญญาณเพื่อจำแนกเหตุการณ์ที่สำคัญ การรู้จำเสียงพูด การรู้จำตัวอักษรเขียน การรู้จำป้ายจราจร การบังคับรถอัตโนมัติ เป็นต้น เป้าหมายของปัญญาประดิษฐ์ คือ การใช้เหตุผล,การแก้ปัญหา, การนำเสนอความรู้, การวางแผน, การเรียนรู้ (Machine Learning ML), การประมวลผลภาษาธรรมชาติและความเข้าใจ, การรับรู้, การเคลื่อนไหวและการจัดการ, ความฉลาดทางสังคมและความฉลาดเฉลียวในการทำงานร่วมกัน, ความคิดสร้างสรรค์, ความสามารถฉลาดทั่วไป ท้ายสุดในเรื่องของปัญญาประดิษฐ์มี 4 ประเภท คือ (1).เน้นกลไกความคิด (2).เน้นผลลัพธ์ที่ได้ ประพฤติถูกต้อง (3).เน้นการได้ผลดีในภาพรวม และ (4).เน้นการมีเหตุผลในทุกขั้นตอน ข้อสังเกต: บางครั้งเราสามารถสร้างเครื่องที่กระทำคล้ายมนุษย์ โดยไม่ต้องคิดเหมือนมนุษย์ และบางครั้งสิ่งที่เราสร้างก็กระทำได้ดีจนหลอกมนุษย์ให้คิดว่ามันเป็นมนุษย์ได้

วิทยาการข้อมูล หรือวิทยาศาสตร์ข้อมูล (Data Science) คือข้อมูลที่เป็นแบบสหวิทยาการที่มีการใช้ทฤษฎีทางวิทยาศาสตร์, กระบวนการ, อัลกอริทึม และระบบ เพื่อดึงความรู้และข้อมูลเชิงลึกจากข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง วิทยาการข้อมูลเป็นแนวคิดเดียวกับเหมืองข้อมูล (Data Mining) และข้อมูลขนาดใหญ่ (Big Data) ใช้ฮาร์ดแวร์ที่มีประสิทธิภาพมากที่สุด ใช้ระบบการเขียนโปรแกรมที่ทรงพลังมากที่สุด และใช้อัลกอริธึมที่มีประสิทธิภาพที่สุดในการแก้ปัญหาด้วย.

โดย ผู้ช่วยศาสตราจารย์สุพล  พรหมมาพันธุ์
อาจารย์ประจำสาขาวิชาคอมพิวเตอร์ธุรกิจ คณะเทคโนโลยีสารสนเทศ  มหาวิทยาลัยศรีปทุม