AI Science
ปัญญาประดิษฐ์เป็นชุดของวิทยาศาสตร์ ที่แตกต่างกัน :
- การเรียนรู้ของเครื่อง (ML)
- โครงข่ายประสาทเทียม (NN)
- การเรียนรู้เชิงลึก (DL)
- ข้อมูลใหญ่
นักวิทยาศาสตร์ AI
นักวิทยาศาสตร์ AI สร้างซอฟต์แวร์ด้วยอัลกอริธึมที่สามารถทำงานได้ซึ่งปกติแล้วต้องใช้สติปัญญาของมนุษย์
นักวิทยาศาสตร์ AI สามารถเป็นผู้เชี่ยวชาญในสาขาวิชา AI ได้หลายสาขา:
- คณิตศาสตร์ประยุกต์
- สถิติการคำนวณ
- วิทยาศาสตร์คอมพิวเตอร์
- การเรียนรู้ของเครื่อง
- การเรียนรู้อย่างลึกซึ้ง
นักวิทยาศาสตร์ AI บางคนมีประสบการณ์ด้านข้อมูลขนาดใหญ่เช่นกัน:
- ระบบธุรกิจอัจฉริยะ
- การออกแบบฐานข้อมูล
- การออกแบบคลังข้อมูล
- การทำเหมืองข้อมูล
- แบบสอบถาม SQL
- การรายงาน SQL
AI ที่อ่อนแอ
ปัญญาประดิษฐ์ที่อ่อนแอนั้น จำกัด เฉพาะพื้นที่เฉพาะหรือแคบเช่น AI ส่วนใหญ่ที่เรามีอยู่รอบตัวเราทุกวันนี้:
- เครื่องมือค้นหา
- สิริของ Apple
- Cortana ของ Microsoft
- Alexa ของ Amazon
- วัตสันแห่งไอบีเอ็ม
AI ที่อ่อนแอเรียกอีกอย่างว่า AI แคบ
AI ที่อ่อนแอ จะ จำลองการรับรู้ของมนุษย์ในทางตรงกันข้ามกับ AI ที่แข็งแกร่งที่ มีการรับรู้ ของมนุษย์
AI ที่แข็งแกร่ง
ปัญญาประดิษฐ์ที่แข็งแกร่งเป็นประเภทของ AI ที่เลียนแบบสติปัญญาของมนุษย์
AI ที่แข็งแกร่งบ่งบอกถึงความสามารถในการคิด วางแผน เรียนรู้ และสื่อสาร
AI ที่แข็งแกร่งคือระดับต่อไปของ AI: True Intelligence
AI ที่แข็งแกร่งเคลื่อนไปสู่เครื่องจักรด้วยความตระหนักรู้ในตนเอง มีสติสัมปชัญญะ และความคิดที่เป็นกลาง
การเรียนรู้ของเครื่อง (ML)
การเขียนโปรแกรมแบบคลาสสิกใช้โปรแกรมเพื่อสร้างผลลัพธ์:
คอมพิวเตอร์แบบดั้งเดิม
ข้อมูล + โปรแกรมคอมพิวเตอร์ = ผลลัพธ์
Machine Learning ใช้ผลลัพธ์ในการสร้างโปรแกรม (อัลกอริทึม):
การเรียนรู้ของเครื่อง
ข้อมูล + ผลลัพธ์ = โปรแกรมคอมพิวเตอร์
"แมชชีนเลิร์นนิงเป็นสาขาวิชาที่ช่วยให้คอมพิวเตอร์สามารถเรียนรู้ได้โดยไม่ต้องตั้งโปรแกรม"
อาเธอร์ ซามูเอล (1959)
โครงข่ายประสาทเทียม (NN)
หนึ่งในการค้นพบที่สำคัญที่สุดในประวัติศาสตร์คือพลังของNeural Networks (NN)
ใน Neural Networks ข้อมูลหลายชั้นที่เรียกว่าNeuronsจะถูกรวมเข้าด้วยกันหรือซ้อนกันเพื่อคำนวณระดับข้อมูลใหม่
ชื่อย่อที่ใช้กันทั่วไป:
- DNN Deep Neural Network
- CNN Convolutional Neural Network
- RNN Recurrent Neural Network
การเรียนรู้เชิงลึก (DL)
Deep Learningคืออัลกอริธึมที่ใช้Neural Networksเพื่อดึงข้อมูลระดับสูง
แต่ละชั้นที่ต่อเนื่องกันใช้ชั้นก่อนหน้าเป็นอินพุต
ตัวอย่างเช่น การอ่านด้วยแสงจะใช้ชั้นต่ำเพื่อระบุขอบ และชั้นที่สูงกว่าเพื่อระบุตัวอักษร
การเรียนรู้เชิงลึกมีสองขั้นตอน:
1. การฝึกอบรม: ข้อมูลที่ป้อนใช้ในการคำนวณพารามิเตอร์ของแบบจำลอง
2. การอนุมาน: โมเดล "ที่ผ่านการฝึกอบรม" จะแสดงข้อมูลจากอินพุตที่กำหนด
การปฏิวัติการเรียนรู้อย่างลึกซึ้ง
การปฏิวัติการเรียนรู้เชิงลึกอยู่ที่นี่แล้ว!
การปฏิวัติการเรียนรู้เชิงลึกเริ่มต้นขึ้นในปี 2010 ตั้งแต่นั้นมา Deep Learning ก็ได้ถูกนำมาใช้เพื่อแก้ปัญหาที่ "ไม่สามารถแก้ไขได้" มากมาย
ตัวอย่าง
Convolutional Neural Networks (ซีเอ็นเอ็น)
Deep CNN เช่น ResNeta และ Inception ได้ลดอัตราข้อผิดพลาดในการ จำแนก ImageNetจาก 25% ในปี 2011 เป็น 5% ในปี 2017
ImageNetเป็นฐานข้อมูลรูปภาพที่จัดระเบียบตามลำดับชั้นของ WordNet ซึ่งแต่ละโหนดของลำดับชั้นประกอบด้วยรูปภาพหลายแสนรูป ImageNet เป็นแหล่งข้อมูลที่มีประโยชน์สำหรับนักวิจัย นักการศึกษา นักเรียน และทุกคนที่มีความหลงใหลในรูปภาพ
WordNetเป็นฐานข้อมูลคำศัพท์ของความสัมพันธ์ทางความหมายระหว่างคำใน 200 ภาษา จัดเป็นการผสมผสานระหว่างพจนานุกรมและอรรถาภิธาน โดยเชื่อมโยงคำเข้าด้วยกันเป็นความสัมพันธ์เชิงความหมายโดยใช้คำพ้องความหมาย คำพ้องความหมาย และคำพ้องความหมาย
โครงข่ายประสาทที่เกิดซ้ำ (RNNs)
RNNs กำลังช่วยสร้างโน้ตเพลงและเสียงเครื่องดนตรีที่แปลกใหม่:
https://magenta.tensorflow.org/demos
ประวัติของ AI
1950 | Alan Turing เผยแพร่ "Computing Machinery and Intelligence" |
พ.ศ. 2499 | AI กล่าวถึงครั้งแรกโดย John McCarthy ในการประชุมวิชาการ |
2500 | ภาษาโปรแกรมแรกสำหรับการคำนวณเชิงตัวเลขและวิทยาศาสตร์ (FORTRAN) |
พ.ศ. 2501 | ภาษาการเขียนโปรแกรม AI แรก (Lisp) |
พ.ศ. 2502 | อาเธอร์ ซามูเอลใช้คำว่า "การเรียนรู้ของเครื่อง" |
ค.ศ. 1961 | หุ่นยนต์อุตสาหกรรมตัวแรก (Unimate) ในสายการผลิตที่ General Motors |
พ.ศ. 2508 | ELIZA โดย Joseph Weizenbaum เป็นโปรแกรมเชิงโต้ตอบโปรแกรมแรกที่สื่อสารได้ในทุกหัวข้อ |
พ.ศ. 2515 | ภาษาการเขียนโปรแกรมลอจิกแรก (PROLOG) |
1997 | Deep Blue (IBM) เอาชนะแชมป์โลกในหมากรุก |
2002 | หุ่นยนต์ทำความสะอาดตัวแรก (Roomba) |
2005 | รถยนต์ไร้คนขับ (STANLEY) คว้ารางวัล DARPA |
2008 | ความก้าวหน้าในการรู้จำคำพูด (Google) |
2011 | โครงข่ายประสาทเทียมมีชัยเหนือมนุษย์ในการจดจำสัญญาณจราจร (99.46% เทียบกับ 99.22%) |
2011 | แอปเปิ้ล สิริ |
2011 | Watson (IBM) ชนะ Jeopardy! |
2014 | Amazon Alexa |
2014 | Microsoft Cortana |
2014 | รถยนต์ไร้คนขับ (Google) ผ่านการทดสอบการขับขี่ของรัฐ |
2015 | Google AlphaGo เอาชนะแชมป์เปี้ยนมนุษย์หลายคนในเกมกระดาน Go |
2016 | หุ่นยนต์มนุษย์โซเฟีย โดย Hanson Robotics |