CDIC 2023

3 ประเภทหลักของปัญญาประดิษฐ์ AI ที่นำไปใช้งานจริงในภาคธุรกิจ และอุตสาหกรรมต่างๆ

งานวิจัยโดย statista สรุปเรียบเรียงโดยทีมงาน TechTalkThai สำหรับหัวข้อ “3 ประเภทหลักของปัญญาประดิษฐ์ AI ที่นำไปใช้งานจริงในภาคธุรกิจ และอุตสาหกรรมต่างๆ” เกี่ยวกับวิธีใช้ประโยชน์จากศักยภาพของ AI ในแนวทางที่นำไปใช้ได้จริง ปัญญาประดิษฐ์ AI โดยพื้นฐานแล้วหมายถึงเทคโนโลยีคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากวิธีที่มนุษย์ใช้สมองและระบบประสาทในการให้เหตุผลและตัดสินใจ ซึ่งมีการทำงานที่แตกต่างกันมากในเชิงปฏิบัติสำหรับการนำไปใช้งานในอุตสาหกรรมต่างๆ

เครดิตข้อมูลจาก Statista : ผู้นำธุรกิจยอมรับว่าการใช้ประโยชน์จาก AI จะมีความสำคัญอย่างยิ่งต่อความสำเร็จทางธุรกิจในอนาคต

3 ประเภทหลักของปัญญาประดิษฐ์ AI สำหรับภาคธุรกิจ

ประเภทแรก คือ Machine learning

สิ่งนี้เกี่ยวข้องกับการออกแบบอัลกอริทึมการเรียนรู้ใหม่และปรับปรุงอัลกอริทึมที่มีอยู่เพื่อให้คอมพิวเตอร์ทำงานได้โดยไม่ต้องตั้งโปรแกรมที่ชัดเจน อัลกอริธึมเหล่านี้ช่วยให้คอมพิวเตอร์สามารถวิเคราะห์ข้อมูลที่ซับซ้อนจำนวนมากเพื่อจดจำรูปแบบและคาดการณ์และปรับเปลี่ยนได้

การเรียนรู้ของเครื่องประเภทต่างๆ ได้แก่ :

• Supervised learning
• Unsupervised learning
• Reinforcement learning

แมชชีนเลิร์นนิงใช้ข้อมูลเชิงลึกจากข้อมูลที่มีอยู่กับข้อมูลใหม่ ดังภาพประกอบของกระบวนการเรียนรู้ของเครื่องด้านล่างนี้

ประเภทที่สอง คือ Robotics

Robotics วิทยาการหุ่นยนต์ เทคโนโลยีสาขานี้เกี่ยวข้องกับการพัฒนาและฝึกฝนหุ่นยนต์ให้โต้ตอบกับผู้คนและโลกโดยทั่วไปในรูปแบบที่คาดการณ์ได้ อย่างไรก็ตาม ความพยายามในปัจจุบันยังใช้การเรียนรู้เชิงลึกเพื่อฝึกหุ่นยนต์ให้ควบคุมสถานการณ์และดำเนินการด้วยความตระหนักรู้ในตนเองในระดับหนึ่ง สาขาทั่วไปในวิทยาการหุ่นยนต์คือ: Soft robotics, Touch robotics และ Humanoid robots

AI ถูกนำมาใช้เพื่อพัฒนาพฤติกรรมของหุ่นยนต์ ความก้าวหน้าในแมชชีนเลิร์นนิง รวมถึงการมองเห็นของคอมพิวเตอร์และการรับรู้สัมผัส จะยังคงเป็นปัจจัยสำคัญในการพัฒนาขีดความสามารถของวิทยาการหุ่นยนต์

Soft robotics เป็นหุ่นยนต์ที่สร้างขึ้นจากวัสดุที่อ่อนนุ่มและเปลี่ยนรูปได้ ซึ่งทำให้สามารถเลียนแบบการเคลื่อนไหวของสิ่งมีชีวิตได้ โครงสร้างเหล่านี้สามารถทำให้เกิดการเคลื่อนไหวที่ซับซ้อนและปรับเปลี่ยนได้มากกว่าหุ่นยนต์ที่มีความแข็งแบบเดิมๆ ตัวอย่างเช่น บริษัท Soft Robotics Inc. ผลิตอุปกรณ์จับยึดแบบหุ่นยนต์ที่ใช้เพื่อจัดการกับสินค้าที่ซื้ออย่างเช่นอาหารอ่อนโดยไม่ทำให้เสียหาย

Touch robotics เป็นหุ่นยนต์ที่ส่วนใหญ่จะออกแบบมาใช้กับกระบวนการผ่าตัดในวงการแพทย์ หุ่นยนต์เหล่านี้ให้ความรู้สึกด้านการสัมผัส ความรู้สึก และการมองเห็นแก่ผู้ปฏิบัติงานได้ดี กรณีการใช้งานอื่นๆ ได้แก่ การช่วยเหลือผู้ที่มีข้อจำกัดด้านการเคลื่อนไหว การหยิบจับวัตถุที่อ่อนนุ่ม เช่น ผลไม้ และการจัดการวัสดุอันตราย เป็นต้น

Humanoid robots เป็นหุ่นยนต์ที่มีโครงสร้างคล้ายมนุษย์ โดยมีลำตัว หัว แขน และขา ตามรายงานของนิตยสาร Science Focus ของ BBC ปัจจุบัน Asimo ของ Honda Motor Corporation เป็นหุ่นยนต์ที่ทันสมัยที่สุดในโลก

ประเภทที่สาม คือ Artificial Neural Networks

Artificial Neural Networks เป็นการจำลองการทำงานให้มีความคล้ายใกล้เคียงกับสมองมนุษย์มากที่สุด โดยแบ่งออกเป็น 3 ประเภทด้วยกัน ที่เกี่ยวข้องกับการพัฒนาอัลกอริธึมที่เลียนแบบการทำงานของสมองมนุษย์ ซึ่งเป็นความคิดทั้งหมดเกิดขึ้น โดยการเปรียบเทียบนี้ไม่ได้ถูกต้องทั้งหมด เพราะในสมองของมนุษย์ เซลล์ประสาทไม่ได้ถูกจัดเรียงเป็นลำดับเชิงเส้น เช่นเดียวกับกรณีของ Artificial Neural Networks

  1. Deep learning: อัลกอริธึมเหล่านี้มีหลายเลเยอร์ (ปกติมากกว่า 10) ของโครงข่ายประสาทเทียมซึ่งประมวลผลข้อมูลในหลายระดับ สาขาของแมชชีนเลิร์นนิงนี้มีความสำคัญอย่างยิ่งเนื่องจากเป็นอัลกอริทึมตระกูลแรกที่ไม่ต้องการการแทรกแซงด้วยตนเอง แต่จะเรียนรู้จากข้อมูลดิบ ซึ่งเหมือนกับสมองของมนุษย์อย่างมาก โดยใช้ประโยชน์จากการรับความรู้สึกประเภทต่างๆ
  2. Convolutional neural networks (CNN): สิ่งเหล่านี้มีความคล้ายคลึงกับเครือข่ายประสาททั่วไปในการทำงานโดยรวม ข้อแตกต่างเพียงอย่างเดียวคือการเชื่อมต่อระหว่างชั้นประสาทนั้นคล้ายกับที่พบในคอร์เทกซ์สายตาของสัตว์ ซึ่งเป็นส่วนหนึ่งของสมองที่ประมวลผลภาพ สถาปัตยกรรมเหล่านี้ถูกตั้งโปรแกรมให้รับรู้ว่าแต่ละอินพุต คือ ภาพ

3. Recurrent neural network (RNN): โครงข่ายประสาทเทียมเหล่านี้แตกต่างจากโครงข่ายประสาทเทียมอื่นๆ ในแง่ของสถาปัตยกรรม เซลล์ประสาทของพวกมันเชื่อมต่อถึงกัน จึงทำให้พวกมันสามารถส่งสัญญาณป้อนกลับถึงกันได้ ที่นี่ ข้อมูลจะเดินทางเป็นลูปจากเลเยอร์หนึ่งไปยังอีกเลเยอร์หนึ่ง เพื่อให้ข้อมูลแต่ละบิตสามารถจัดเก็บเป็นหน่วยความจำได้ และเครือข่ายสามารถแสดงพฤติกรรมแบบไดนามิกได้ ด้วยเหตุนี้จึงพบว่า RNN นั้นเหมาะสำหรับแอปพลิเคชันการประมวลผลภาษาธรรมชาติ

“ทุกวันนี้ ความก้าวหน้าด้านคอมพิวเตอร์และข้อมูลขนาดใหญ่ทำให้สิ่งเหล่านี้กลายเป็นความจริง โดยขณะนี้มีการติดตั้งเครื่องจักรในสเกลขนาดใหญ่ในอุตสาหกรรมต่างๆ การประยุกต์ใช้เทคโนโลยี AI กำลังขับเคลื่อนการเติบโตในระดับบุคคล ธุรกิจ และเศรษฐกิจ ซึ่งในความเป็นจริง AI ได้เริ่มมีประสิทธิภาพเหนือกว่ามนุษย์ในกิจกรรมการทำงานต่างๆ รวมถึงกิจกรรมที่ต้องใช้ความสามารถในการรับรู้”


About Pawarit Sornin

- จบการศึกษา ปริญญาตรี สาขาวิทยาการคอมพิวเตอร์ มหาวิทยาลัยสวนดุสิต - เคยทำงานด้าน Business Development / Project Manager / Product Sales ดูแลผลิตภัณฑ์ด้าน Wireless Networking และ Mobility Enterprise ในประเทศ - ปัจจุบันเป็นนักเขียน Full-time ที่ TechTalkThai

Check Also

ขอเชิญร่วมงานสัมมนาออนไลน์ Elevating Security with Akamai พบกับโซลูชันด้านความมั่นคงปลอดภัยที่ล้ำสมัยจาก Akamai Technologies [อังคารที่ 19 ธันวาคม 23] เวลา14.00 น.

ในยุคที่ภัยคุกคามทางไซเบอร์กำลังพัฒนาไปอย่างรวดเร็วอย่างที่ไม่เคยเกิดขึ้นมาก่อน ธุรกิจต่างๆ ต้องการโซลูชันความปลอดภัยที่แข็งแกร่งและครอบคลุมเพื่อปกป้องสินทรัพย์ดิจิทัลของบริษัท ขอเชิญผู้สนใจทุกท่านเข้าร่วมงานสัมมนาออนไลน์สุดพิเศษนี้ โดยท่านจะได้พบกับเทคโนโลยีการรักษาความปลอดภัยที่ล้ำสมัยจาก Akamai Technologies โดยมุ่งเน้นไปที่ความปลอดภัยของ API การปกป้องฝั่งไคลเอ็นต์ และตัวป้องกันบัญชี

ขอเชิญผู้สนใจเข้าร่วม งาน VSM365 | Softde’but Ep.18  ในหัวข้อ ❝ ปกป้ององค์กรของคุณ จากการโจมตีทางไซเบอร์ขั้นสูง ด้วย Proofpoint ❞

Softde’but ขอเชิญผู้สนใจเข้าร่วม งาน VSM365 | Softde’but Ep.18 ในหัวข้อ ❝ ปกป้ององค์กรของคุณ จากการโจมตีทางไซเบอร์ขั้นสูง ด้วย Proofpoint ❞ โดยงานจะจัดขึ้นในวันศุกร์ที่ …