ปัญญาประดิษฐ์

Lisää tämän kaltaisia

curiosity

luonut chad bennett

What do you need to be a winner?

luonut Mindomo Team

Entorno social de aprendizaje (SLE)

luonut ERICK ERNESTO ROJAS TECSI

El inicio del proceso cualitativo: planteamiento del problema, revisión de la literatura, surgimiento de las hipótesis e inmersión en el campo.

luonut Leyla Izaguirre

ปัญญาประดิษฐ์

นิยามของปัญญาประดิษฐ์

ดดด

ระบบที่กระทำอย่างมีเหตุผล (Systems that act rationally)

ระบบที่คิดอย่างมีเหตุผล (Systems that think rationally)

ระบบที่กระทำเหมือนมนุษย์ (Systems that act like humans)

ระบบที่คิดเหมือนมนุษย์ (Systems that think like humans)

ปัญญาประดิษฐ์ (AI : Artificial Intelligence) คืออะไร

เครื่องจักร(machine) ที่มีฟังก์ชันทีมีความสามารถในการทำความเข้าใจ เรียนรู้องค์ความรู้ต่างๆ อาทิเช่น การรับรู้ การเรียนรู้ การให้เหตุผล และการแก้ปัญหาต่างๆ เครื่องจักรที่มีความสามารถเหล่านี้ก็ถือว่าเป็น ปัญญาประดิษฐ์ (AI : Artificial Intelligence)

ชนิดของ AI (Type of Artificial Intelligence)AI ถูกแบ่งออกเป็น 3 sub field ได้แก่

การเรียนรู้เชิงลึก (Deep Learning)

ป็นซับเซตของ Machine Learning โดย Deep Learning นั้นไม่ได้หมายความว่า มันคือการทำความเข้าใจองค์ความรู้( knowledge)ในเชิงลึก แต่หมายถึงการที่เครื่องจักร(machine)ใช้หลายๆเลเยอร์(layer)ที่แตกต่างกัน ในการทำความเข้าใจหรือเรียนรู้ข้อมูล โดยความซับซ้อนของโมเดล(model) ก็แปรผันตามจำนวนของเลเยอร์(layer) ยกตัวอย่างเช่น บริษัทกูเกิล ใช้ LeNet model ในการวิเคราะห์และทำความเข้าใจภาพ (Image recognition) โดยมีการใช้เลเยอร์ทั้งหมด 22 เลเยอร์ โดยใน Deep learning , จะมีเฟสของการเรียนรู้ ( learning phase )ที่ถูกสร้างขึ้นโดย Neural Network ซึ่งอาจเรียกได้ว่าเป็นสถาปัตยกรรมของ layer ที่แต่ละ layer ซ้อนทับกันอยู่ ( stack )

การเรียนรู้ของเครื่อง (Machine learning)

MAchine Learning คือศาสตร์ของการศึกษา วิธีการคิด ( algorithm ) ที่ใช้ในการเรียนรู้ (learn) จากตัวอย่าง (example) และ ประสบการณ์ (experience) โดยมีพื้นฐานมาจากหลักการที่เชื่อว่า ทุกสิ่งอย่างมีรูปแบบหรือแบบแผน ( pattern ) ที่สามารถบ่งบอกความเป็นไปของสิ่งนั้นๆ ซึ่งเราสามารถที่จะนำแบบแผนนี้ มาประยุกต์ใช้เพื่อทำการทำนายถึงความเป็นไปในอนาคตได้ ( prediction ) อาทิเช่น การใช้ machine learning ในการทำนายราคาหุ้นในอนาคต จากข้อมูลกราฟในอดีตและปัจจุบัน

ปัญญาประดิษฐ์ (Artificial Intelligence)

ประวัติย่อของ AI

AI เป็นคำยอดฮิตที่ปัจจุบัน แม้ว่ามันไม่มันจะไม่ใช่คำที่เพิ่งถูกบัญญัติขึ้นมาใหม่แต่อย่างใด ในปี 1956 , กลุ่มของผู้เชี่ยวชาญแนวหน้าจากหลายๆวงการได้ร่วมกันทำงานวิจัยเกี่ยวกับ AI มีผู้นำทีมได้แก่ John McCarthy (Dartmouth College), Marvin Minsky (Harvard University), Nathaniel Rochester (IBM) และ Claude Shannon (Bell Telephone Laboratories) โดยมีจุดประสงค์หลักของงานวิจัย คือ การค้นหามุมมองและหลักการต่างๆที่ใช้การเรียนรู้อย่างครอบคลุมเพื่อที่จะนำมาประยุกต์ใช้ให้เครื่องจักรสามารถเรียนรู้ได้เช่นกัน

โดยมีเนื้อหาของโครงการมีดังนี้

การพัฒนาด้วยตนเอง (Self-improvement )

โครงข่ายประสาทเทียม (Neural Nets )

จะสามารถเขียนโปรเเกรมคอมพิวเตอร์โดยใช้ภาษาคอมพิวเตอร์ได้อย่างไร ( How Can a Computer Be Programmed to Use a Language?)

คอมพิวเตอร์อัตโนมัติ (Automatic Computers)

AI ถูกจำแนกเป็น 3 ระดับตามความสามารถหรือความฉลาดดังนี้

3) ปัญญาประดิษฐ์แบบเข้ม (Strong AI )

2 ) ปัญญาประดิษฐ์ทั่วไป (General AI )

1 ) ปัญญาประดิษฐ์เชิงแคบ (Narrow AI )