ทำความเข้าใจ AI เบื้องต้น. AI (Artificial Intelligence) เทคโนโลยีด้านระบบการประมวลผลที่มีความสามารถในการจัดการข้อมูล ทั้งเรียนรู้ชุดคำสั่งและนำข้อมูลที่ได้มาวิเคราะห์ ด้วยคุณสมบัติที่โดดเด่นของ AI ทำให้สามารถนำมาต่อยอดและพัฒนาธุรกิจ ทั้งในด้านการบริหารจัดการและการตลาดได้
สำหรับรูปแบบการทำงานของ AI มีการเชื่อมโยงองค์ประกอบซ้อนกันหลายอย่างทั้ง Machine Learning และ Deep Learning โดยแต่ละองค์ประกอบมีรายละเอียดดังนี้
Machine Learning คือ การทำให้ระบบคอมพิวเตอร์เรียนรู้ด้วยตัวเอง โดยใช้ข้อมูลเป็นสื่อการเรียนรู้ ซึ่งจะเน้นไปที่การจดจำลักษณะเด่นเพื่อจำแนกความแตกต่างของข้อมูลเป็นหลัก
Deep Learning คือ การเรียนรู้ของระบบคอมพิวเตอร์ผ่านการจำลองรูปแบบการประมวลผลของสมองมนุษย์ โดยใช้โครงข่ายคล้ายกับเซลล์ประสาทในการกรองข้อมูลเชิงลึก ซึ่งสามารถคาดการณ์และตรวจสอบความถูกต้องของข้อมูลได้อีกด้วย
โดยองค์ประกอบของ AI ยังสามารถแบ่งออกได้หลายประเภทตามรูปแบบของกระบวนการนำ AI มาใช้งาน ยกตัวอย่างเช่น
-Natural Language Processing: NLP คือ การทำให้คอมพิวเตอร์สามารถเข้าใจและประมวลผลภาษามนุษย์ ทั้งรูปแบบตัวอักษรและเสียงพูด โดยตัวอย่างการใช้ NLP ในธุรกิจ เช่น Siri ของ Apple หรือ Alexa ของ Amazon เป็นต้น
-Computer Vision คือ การทำให้คอมพิวเตอร์สามารถวิเคราะห์ภาพนิ่งและภาพเคลื่อนไหวเพื่อจำแนกความแตกต่าง อย่างตำแหน่งที่ตั้งหรือลักษณะของวัตถุในภาพ โดยตัวอย่างธุรกิจที่นำ Computer Vision มาปรับใช้ เช่น Waymo ที่สร้างรถบรรทุกอัจฉริยะไร้คนขับเพื่อขนส่งสินค้าของบริษัท Google เป็นต้น
-Robotics คือ การออกแบบและพัฒนาเครื่องกลหรือหุ่นยนต์ให้สามารถตอบโจทย์การทำงานได้อย่างมีประสิทธิภาพ ตัวอย่างการใช้ Robotics ในธุรกิจ เช่น หุ่นยนต์ในสายการผลิตอุตสาหกรรม และ Drone สำหรับขนส่งสินค้า เป็นต้น
-Expert System คือ การสร้างความชำนาญเฉพาะทางให้กับระบบคอมพิวเตอร์ โดยป้อนข้อมูลของผู้เชี่ยวชาญให้กับระบบ เพื่อให้ AI สามารถทำงานแทนผู้เชี่ยวชาญได้ เช่น ระบบซื้อขายหุ้น หรือ ระบบวินิจฉัยโรค เป็นต้น
AI มีการเรียนรู้ซ้ำ ๆ ได้อย่างอัตโนมัติและศึกษาผ่านข้อมูลเหล่านั้น แต่ AI นั้นก็มีความแตกต่างจากหุ่นยนต์หรืออุปกรณ์อัตโนมัติ แทนที่จะประมวลผลงานแบบแมนนวล AI สามารถประมวลผลในงานซ้ำ ๆ ที่มีปริมาณมากด้วยความเที่ยงตรงและมีประสิทธิภาพผ่านระบบคอมพิวเตอร์ สำหรับการประมวลผลการทำงานอัตโนมัติด้วยวิธีนี้ ยังคงจำเป็นต้องใช้มนุษย์ในการติดตั้งระบบและป้อนคำสั่งที่เหมาะสม
AI เพิ่มความชาญฉลาด แก่ผลิตภัณฑ์ที่มีอยู่เดิม โดยทั่วไป จะไม่มีการจำหน่าย AI ในรูปแบบแอปพลิเคชันเดี่ยว หากแต่จะใช้ประสิทธิภาพของ AI ในการพัฒนาผลิตภัณฑ์ที่มีอยู่เดิม ซึ่งประสิทธิภาพดังกล่าวมีความเหมือนอย่างมากกับ Siri ที่ได้รับการติดตั้งเพิ่มในผลิตภัณฑ์รุ่นใหม่ ๆ ของ Apple เครื่องจักรอัตโนมัติ (automachine) เครื่องจักรที่โต้ตอบกับมนุษย์ได้ (conversational platform) โปรแกรมบอต (bot) และเครื่องจักรอัจฉริยะ (smart machine) จะได้รับการผสานเข้ากับข้อมูลปริมาณมหาศาลเพื่อพัฒนาเทคโนโลยีไม่ว่าจะเป็นที่บ้านหรือที่ทำงานจากระบบความมั่นคงอัจฉริยะ (security intelligence) สู่การวิเคราะห์การลงทุน (investment analysis)
AI เรียนรู้จากอัลกอริธึมการเรียนรู้แบบก้าวหน้า (progressive) ในการนำข้อมูลมาเขียนคำสั่งโปรแกรม AI ค้นหาโครงสร้างและความสม่ำเสมอของข้อมูล เพื่อกำหนดอัลกอริธึมทักษะด้านต่าง ๆ กล่าวคือ อัลกอริธึมจะกลายเป็นตัวแยกประเภทหรือตัวพยากรณ์ ดังนั้นอัลกอริธึมจะสามารถเรียนรู้วิธีการเล่นหมากรุก และเรียนรู้ว่าควรจะเดินหมากตัวใดในตาถัดไป ซึ่งแบบจำลองประเภทนี้จะได้รับการปรับให้ดีขึ้นเมื่อได้รับข้อมูลใหม่ กระบวนการส่งค่าย้อนกลับ (back propagation) คือ เทคนิคหนึ่งของ AI ในการปรับแต่งแบบจำลองผ่านการฝึกฝนและข้อมูลเพิ่ม เมื่อผลลัพธ์ครั้งแรกยังไม่ถูกต้องนัก