ปัญญาประดิษฐ์ (ARTIFICIAL INTELLIGENCE : AI )
VIDEO
ปัญญาประดิษฐ์ (ARTIFICIAL INTELLIGENCE : AI )
ความเจริญก้าวหน้าของคอมพิวเตอร์เป็นไปในทุกด้าน ทั้งทางด้านฮาร์ดแวร์และซอฟต์แวร์การที่มีพัฒนาการเจริญก้าวหน้า จึงทำให้นักคอมพิวเตอร์ตั้งความหวังที่จะทำให้คอมพิวเตอร์มีความฉลาดและสามารถตัดสินใจเพื่อช่วยทำงานของมนุษย์ได้มากขึ้น โดยเฉพาะวิทยาการด้านปัญญาประดิษฐ์ (Artificial Intelligence : AI) ซึ่งเชื่อกันว่าจะเป็นวิทยาการที่จะช่วยให้มนุษย์ใช้คอมพิวเตอร์แก้ปัญหาต่างๆ ที่สำคัญ เช่นการให้คอมพิวเตอร์เข้าใจภาษามนุษย์ รู้จักการใช้เหตุผล การเรียนรู้ ตลอดจนการสร้างหุ่นยนต์
ความรู้ทางด้านปัญญาประดิษฐ์รวมถึงการสร้างระบบที่ทำให้คอมพิวเตอร์สามารถมองเห็น และจำแนกรูปภาพหรือสิ่งต่างๆ ออกจากกัน ในด้านการฟังเสียงก็รับรู้และแยกแยะเสียง และจดจำคำพูดและเสียงต่างๆ ได้ การสัมผัสและรับรู้ข้อมูลข่าวสารจะต้องมีกระบวนการเก็บความรอบรู้ การถ่ายทอด การแปลเอกสารข้อความจากระบบหนึ่งให้เป็นอีกระบบหนึ่งอย่างอัตโนมัติ และการนำเอาความรู้มาใช้ประโยชน์
หากให้คอมพิวเตอร์รับรู้ข่าวสารและเหตุการณ์ต่างๆได้ และสามารถนำเอาความรู้ต่างๆ เหล่านั้นมาประมวลผลก็จะมีประโยชน์ได้มาก เช่น ถ้าให้คอมพิวเตอร์มีข้อมูลเกี่ยวกับคำศัพท์ มีความเข้าใจในเรื่องประโยคและความหมายแล้ว สามารถเข้าใจประโยคที่รับเข้าไป การประมวลผลภาษาในลักษณะนี้จึงเรียกว่า การประมวลผลภาษาธรรมชาติ โดยจุดมุ่งหมายที่จะทำให้คอมพิวเตอร์มีความสามารถในการใช้ภาษา เข้าใจภาษา และนำไปประยุกต์งานด้านต่างๆ เช่น การตรวจสอบตัวสะกดในโปรแกรมประมวลคำ ตรวจสอบการใช้ประโยคที่กำกวม ตรวจสอบไวยากรณ์ที่อาจผิดพลาด และหากมีความสามารถดีก็จะนำไปใช้ในเรื่องการแปลภาษาได้
ปัญญาประดิษฐ์จึงเป็นเรื่องที่นักวิจัยได้พยายามดำเนินการและสร้างรากฐานไว้สำหรับอนาคต มีการคิดค้นหลักการ ทฤษฎี และวิธีการต่างๆ เพื่อทำให้คอมพิวเตอร์สามารถทำงานอย่างมีเหตุผล มีการพัฒนาโครงสร้างฐานความรอบรู้ ซึ่งปัญญาประดิษฐ์นั้นเป็นวิชาการที่มีหลักการต่างๆ มากมาย และมีการนำออกไปใช้บ้างแล้ว เช่น การแทนความรอบรู้ด้วยโครงสร้างข้อมูลลักษณะพิเศษ การคิดหาเหตุผลเพื่อนำข้อสรุปไปใช้งาน การค้นหาเปรียบเทียบรูปแบบ ตลอดจนกระบวนการเรียนรู้ที่เป็นประโยชน์และมีขั้นตอนอย่างเป็นระบบ เพื่อให้เครื่องคอมพิวเตอร์สะสมความรู้ได้เอง
นิยามของปัญญาประดิษฐ์
มีคำนิยามของปัญญาประดิษฐ์มากมาย ซึ่งสามารถจัดแบ่งออกเป็น 4 ประเภทโดยมองใน 2 มิติ ได้แก่
ระหว่าง นิยามที่เน้นระบบที่เลียนแบบมนุษย์ กับ นิยามที่เน้นระบบที่ระบบที่มีเหตุผล (แต่ไม่จำเป็นต้องเหมือนมนุษย์)
ระหว่าง นิยามที่เน้นความคิดเป็นหลัก กับ นิยามที่เน้นการกระทำเป็นหลัก
ปัจจุบันงานวิจัยหลักๆ ของ AI จะมีแนวคิดในรูปที่เน้นเหตุผลเป็นหลัก เนื่องจากการนำ AI ไปประยุกต์ใช้แก้ปัญหา ไม่จำเป็นต้องอาศัยอารมณ์หรือความรู้สึกของมนุษย์ อย่างไรก็ตามนิยามทั้ง 4 ไม่ได้ต่างกันโดยสมบูรณ์ นิยามทั้ง 4 ต่างก็มีส่วนร่วมที่คาบเกี่ยวกันอยู่
นิยามดังกล่าวคือ
1.ระบบที่คิดเหมือนมนุษย์ (Systems that think like humans)
[AI คือ] ความพยายามใหม่อันน่าตื่นเต้นที่จะทำให้คอมพิวเตอร์คิดได้ … เครื่องจักรที่มีสติปัญญาอย่างครบถ้วนและแท้จริง (“The exciting new effort to make computers think … machines with minds, in the full and literal sense.” [Haugeland, 1985])
[AI คือ กลไกของ]กิจกรรมที่เกี่ยวข้องกับความคิดมนุษย์ เช่น การตัดสินใจ การแก้ปัญหา การเรียนรู้ (“[The automation of] activities that we associate with human thinking, activities such as decision-making, problem solving, learning.”[Bellman, 1978])
2.ระบบที่กระทำเหมือนมนุษย์ (Systems that act like humans)
[AI คือ] วิชาของการสร้างเครื่องจักรที่ทำงานในสิ่งซึ่งอาศัยปัญญาเมื่อกระทำโดยมนุษย์ (“The art of creating machines that perform functions that requires intelligence when performed by people.” [Kurzweil, 1990])
[AI คือ] การศึกษาวิธีทำให้คอมพิวเตอร์กระทำในสิ่งที่มนุษย์ทำได้ดีกว่าในขณะนั้น (“The study of how to make computers do things at which, at the moment, people are better.” [Rich and Knight, 1991])
หมายเหตุ การกระทำเหมือนมนุษย์ เช่น
สื่อสารได้ด้วยภาษาที่มนุษย์ใช้ เช่น ภาษาไทย ภาษาอังกฤษ ตัวอย่างคือ การแปลงข้อความเป็นคำพูด และ การแปลงคำพูดเป็นข้อความ
มีประสาทรับสัมผัสคล้ายมนุษย์ เช่น คอมพิวเตอร์รับภาพได้โดยอุปกรณ์รับสัมผัส แล้วนำภาพไปประมวลผล
เคลื่อนไหวได้คล้ายมนุษย์ เช่น หุ่นยนต์ช่วยงานต่าง ๆ อย่างการ ดูดฝุ่น เคลื่อนย้ายสิ่งของ
เรียนรู้ได้ โดยสามาถตรวจจับรูปแบบการเกิดของเหตุการณ์ใด ๆ แล้วปรับตัวสู่สิ่งแวดล้อมที่เปลี่ยนไปได้
3.ระบบที่คิดอย่างมีเหตุผล (Systems that think rationally)
[AI คือ] การศึกษาความสามารถในด้านสติปัญญาโดยการใช้โมเดลการคำนวณ (“The study of mental faculties through the use of computational model.” [Charniak and McDermott, 1985])
[AI คือ] การศึกษาวิธีการคำนวณที่สามารถรับรู้ ใช้เหตุผล และกระทำ (“The study of the computations that make it possible to perceive, reason, and act” [Winston, 1992])
หมายเหตุ คิดอย่างมีเหตุผล หรือคิดถูกต้อง เช่น ใช้หลักตรรกศาสตร์ในการคิดหาคำตอบอย่างมีเหตุผล เช่น ระบบผู้เชี่ยวชาญ
4.ระบบที่กระทำอย่างมีเหตุผล (Systems that act rationally)
ปัญญาประดิษฐ์คือการศึกษาเพื่อออกแบบเอเจนต์ที่มีปัญญา (“Computational Intelligence is the study of the design of intelligent agents” [Poole et al., 1998])
AI เกี่ยวข้องกับพฤติกรรมที่แสดงปัญญาในสิ่งที่มนุษย์สร้างขึ้น (“AI … is concerned with intelligent behavior in artifacts” [Nilsson, 1998])
หมายเหตุ กระทำอย่างมีเหตุผล เช่น เอเจนต์ (โปรแกรมที่มีความสามารถในการกระทำ หรือเป็นตัวแทนในระบบอัตโนมัติต่าง ๆ) สามารถกระทำอย่างมีเหตุผลเพื่อบรรลุเป้าหมายที่ได้ตั้งไว้ เช่น เอเจนต์ในระบบขับรถอัตโนมัติ ที่มีเป้าหมายว่าต้องไปถึงเป้าหมายในระยะทางที่สั้นที่สุด ต้องเลือกเส้นทางที่ไปยังเป้าหมายที่สั้นที่สุดที่เป็นไปได้ จึงจะเรียกได้ว่า เอเจนต์กระทำอย่างมีเหตุผล อีกตัวอย่างเช่น เอเจนต์ในเกมหมากรุก ที่มีเป้าหมายว่าต้องเอาชนะคู่ต่อสู้ ก็ต้องเลือกเดินหมากที่จะทำให้คู่ต่อสู้แพ้ให้ได้ เป็นต้น
ประวัติความเป็นมาของ ปัญญาประดิษฐ์
แนวคิดที่ถือว่าเป็นรากฐานสำคัญของปัญญาประดิษฐ์เกิดขึ้นตั้งแต่ยุคอาณาจักรกรีกยังยุคเรือง โดยอริสโตเติ้ลนักปราชญ์ผู้กระเดื่องนามในยุคนั้น ได้แบ่งแยกความแตกต่างระหว่างมวลสาร(Matter) กับรูปแบบ (Form) ซึ่งต่อมาได้พัฒนามาเป็น พื้นฐานการคำนวณเชิงสัญลักษณ์ จากแนวคิดของอริสโตเติ้ลถือว่าเป็นพื้นฐานที่สำคัญเกี่ยวกับปัญญาประดิษฐ์นี้เองที่ถูกนักคณิตศาสตร์หลายๆท่านได้นำมาสานต่อ ไม่ว่าจะเป็น ลีออนฮาร์ด ออยเลอร์ (Leonhard Euler) นักคณิตศาสตร์ชาวสวิสเซอร์แลนด์ รวมทั้งนักคณิตศาสตร์ชาวอังกฤษอย่าง เลวิส คาร์รอลล์(Lewis Carroll), จอร์จ บลู (Georeg Boole) จนวงการปัญญาประดิษฐ์ถือว่าแนวคิดของอริสโตเติ้ลเป็นจุดก่อกำเนิดของศาสตร์แขนงนี้
ปัญญาประดิษฐ์ได้ถือกำเนิดขึ้นอย่างเต็มตัวราวในปี ค.ศ. 1956 เมื่อ จอห์น แมคคาร์ธี (John McCarthy)ร่วมกับนักวิจัยในจากสถาบันอื่นๆ อีกกว่า 10 ท่านได้ทำการวิจัยร่วมกัน ใน มหาวิทยาลัย Princeton โดยการวิจัยในครั้งนั้น นักวิจัยได้พยายามร่วมกัน ทำวิจัยเรื่องทฤษฎีอัตโนมัติ (automata theory) โครงข่ายใยประสาท และศึกษาเรื่อง ความฉลาด : intelligence และ John McCarthy นี้เองที่ตั้งชื่อให้กับศาสตร์สาขาใหม่นี้ว่า Artificial Intelligence หรือ AI
ในปี ค.ศ.1995 Hunt E. ได้ให้คำจำกัดความของ ปัญญาประดิษฐ์เอาไว้ว่ามีขั้นตอนที่ประกอบด้วยขั้นตอนใหญ่ๆ 3 ขั้นตอน คือ
- การสร้างวิธีการแทนสิ่งที่อยู่ในใจ
- การดึงข้อมูลที่เกี่ยวข้องออกมาใช้
- การจัดการแทนค่าออกมาเป็นคำตอบ
งานทางด้าน ปัญญาประดิษฐ์
งานทางด้าน AI นั้นมีอยู่หลายรูปแบบ ซึ่งขึ้นอยู่กับการประยุกต์ใช้ ซึ่งแล้วแต่ไอเดีย และความคิดสร้างสรรค์ในการนำไปประยุกต์ใช้แต่โดยทั่วไป เราสามารถแบ่งแขนงของ งานA.I. ได้ดังนี้
1. การเล่นเกม
AI ชนิดนี้ถูกพัฒนาขึ้นมาเป็นอย่างแรกๆของ AI เลยทีเดียว ในการวิจัยเกี่ยวกับเกมของ AI จะเน้นไปในการเล่นเกมกระดาน เพราะเกมเหล่านี้จะมีกฎกติกาที่ตายตัว และไม่มีความสลับซับช้อนมากในการเขียนโปรแกรมเพื่อประมวลผล มากนัก เช่นเกม หมากรุก ,puzzle เป็นต้น การพัฒนาทางด้านนี้ทำให้เกิด Heuristics search(ขบวนการการค้นหาคำตอบที่ดีที่สุด) ซึ่งเป็นงานวิจัยที่สำคัญของ AI อีกด้านแขนงหนึ่ง
2. การให้เหตุผลและการพิสูจน์ทฤษฎีอย่างอัตโนมัติ
งานในแขนงนี้เป็นงานที่เก่าแกที่สุดของกระบวนการในทาง AI ซึ่งในอดีตนักคณิตศาสตร์หลายท่านพยายามที่จะใช้คณิตศาสตร์ในการ แก้ปัญหาต่างๆอยู่เสมอ
3. ระบบผู้เชียวชาญ (Expert System)
ES ถูกพัฒนาขึ้นสำหรับการแก้ปัญหาที่มีความซับซ้อนและไม่มีโครงสร้าง เนื่องจากปัญหาในลักษณะนี้ จะไม่สามารถตัดสินใจด้วยหลักการทางคณิตศาสตร์เพียงอย่างเดียว การแก้ปัญหาจะต้องอาศัยการผสมผสานระหว่างความรู้ทั้งที่ถูกจัดเรียงอย่างเป็นระบบและความรู้ที่ได้จากประสบการณ์ ซึ่งทำให้ ES มีส่วนประกอบที่แตกต่างจากระบบสารสนเทศปกติ โดย ES ประกอบด้วยส่วนประกอบพื้นฐานสำคัญ 5 ประการ ดังต่อไปนี้
1. ฐานความรู้ (knowledge base) เป็นส่วนที่เก็บความรู้ทั้งหมดของผู้เชี่ยวชาญที่รวบรวมจากการศึกษาและจากประสบการณ์ โดยมีการกำหนดโครงสร้างของข้อมูล (Data Structure) ให้เหมาะสมกับการนำไปใช้งาน ฐานความรู้มีลักษณะบางประการคล้ายฐานข้อมูล แต่ฐานสารสนเทศ (Information Base) ทั้งสองจะมีความแตกต่างกันคือ ฐานข้อมูลจะเก็บรวบรวมตัวเลข (Numbers) สัญลักษณ์ (Symbols) และอาจมีส่วนแสดงความสัมพันธ์พื้นฐานระหว่างข้อมูลที่เกี่ยวข้องกันระหว่างแต่ละฐานข้อมูล แต่ฐานความรู้จะรวบรวมตรรกะ (Logic) ในการปฏิบัติงาน เนื่องจาก ES จะต้องทำการประมวลความรู้ในหลายรูปแบบ ซึ่งเป็นไปได้ยากในฐานข้อมูล
การนำเสนอความรู้ (Knowledge Representation) ปัจจุบัน ES ทางธุรกิจที่ถูกพัฒนาขึ้นส่วนใหญ่จะมีการนำเสนอความรู้ในลักษณะ ถ้า..และ…ดังนั้น…(If..and..then…) หรือการกำหนดกรอบอ้างอิงของการดำเนินงาน (Frame) โดยกรอบการดำเนินงานจะทำหน้าที่รวบรวมสารสนเทศเกี่ยวกับงานที่ต้องการเข้ามาอยู่ร่วมกันภายใต้ขอบเขตที่กำหนด เพื่อให้สะดวก ต่อการใช้งาน
นอกจากนี้ ES ยังสามารถประยุกต์เข้ากับระบบเครือข่าย (Network) ที่ต่อเชื่อมกับแหล่งข้อมูลหลายจุด ทำให้สามารถดึงข้อมูลมาใช้ประกอบการประเมินผล อย่างมีประสิทธิภาพ ซึ่งเราเรียกระบบเครือข่ายลักษณะนี้ “เครือข่าย Semantic (Semantic Network)”
2. เครื่องอนุมาน (inference engine) เป็นส่วนควบคุมการใช้ความรู้ในฐานความรู้ เพื่อวิเคราะห์และแก้ปัญหาที่เกิดขึ้น เราสามารถกล่าวได้ว่า เครื่องอนุมานเป็นส่วนการใช้เหตุและผลเป็นส่วนประกอบที่สำคัญของ ES โดยที่เครื่องอนุมานจะทำหน้าที่ตรวจสอบกฎเกณฑ์ที่อยู่ใน ฐานความรู้ โดยการใช้เหตุผลทางตรรกะสำหรับแต่ละเหตุการณ์ ซึ่งมักจะอยู่ในลักษณะ ถ้า…แล้ว…
2.1 การอนุมานแบบไปข้างหน้า (Forward Chaining Inference) การอนุมานโดยเริ่มการตรวจสอบข้อมูลกับกฎเกณฑ์ที่มีอยู่ในระบบจนกว่าจะสามารถหากฎเกณฑ์ที่สอดคล้องกับสถานการณ์แล้วจึง ดำเนินงานตามเหมาะสม
2.2 การอนุมานแบบย้อนหลัง (Backward Chaining Inference) การอนุมานโดยเริ่มต้นจากเป้าหมาย (Goals) ที่ต้องการแล้วดำเนินการย้อนกลับเพื่อหาสาเหตุ การอนุมานในลักษณะนี้มักนำมาใช้ในการพัฒนาระบบความฉลาดให้มีความเข้าใจ และมีประสบการณ์ในการแก้ปัญหา เพื่อให้ระบบสามารถทำการอนุมานหาข้อสรุปของปัญหาที่เกิดขึ้นในอนาคต
3. ส่วนดึงความรู้ (knowledge acquisition subsystem) เป็นส่วนที่ดึงความรู้จากเอกสาร ตำรา ฐานข้อมูล และเชี่ยวชาญ ทีมพัฒนาจะทำการจัดความรู้ที่ได้มาให้อยู่ในรูปที่เข้ากันได้กับโครงสร้างของฐานความรู้ เพื่อที่จะได้สามารถบรรจุความรู้ที่ได้มาลงในฐานความรู้ได้
4. ส่วนอธิบาย (explanation subsystem) เป็นส่วนที่อธิบายถึงรายละเอียดของข้อสรุปหรือคำตอบที่ได้มานั้น มาได้อย่างไร และทำไมถึงมีคำตอบเช่นนั้น
5. การติดต่อกับผู้ใช้ (user interface) เป็นส่วนประกอบที่สำคัญของ ES เนื่องจากผู้ใช้จะมีความรู้ในงานสารสนเทศที่แตกต่างกัน หรือผู้ใช้บางคนไม่เคยชินกับการรับคำแนะนำจากระบบสารสนเทศ ตลอดจนผู้ใช้มีความต้องการที่หลากหลาย ดังนั้นผู้พัฒนาระบบจึงต้องคำนึงถึงความสะดวกในการติดต่อระหว่าง ES กับผู้ใช้ ทำให้การติดต่อสื่อสารระหว่าง ES กับผู้ใช้ที่มีความสะดวก ทำให้ผู้ใช้เกิดความพอใจและสามารถใช้ระบบจนเกิดความชำนาญ ซึ่งจะทำให้การปฏิบัติงานมีประสิทธิภาพ
การพัฒนา ES เป็นกระบวนการต่อเนื่องที่มีความละเอียดอ่อน และซับซ้อน ซึ่งผู้พัฒนาระบบต้องใช้ความรู้ ทักษะ ความสามารถ ความเข้าใจ และประสบการณ์อย่างสูง ตลอดจนต้องใช้เวลา และค่าใช้จ่ายสูงในการดำเนินงาน เราสามารถแบ่งกระบวนการพัฒนา ES ออกเป็น 5 ขั้นตอน ดังต่อไปนี้
1. การวิเคราะห์ปัญหา ผู้พัฒนาระบบความฉลาดจะดำเนินการพิจารณาถึงความต้องการ ความเหมาะสม และความเป็นไปได้ของการนำระบบไปใช้งานในสถานการณ์จริง โดยทำความเข้าใจกับปัญหา จัดขั้นตอนในการแก้ปัญหา การกำหนดรูปแบบของการให้คำปรึกษา ตลอดจนรวบรวมความรู้ และความเข้าใจในสาระสำคัญที่จะนำมาประกอบการพัฒนาระบบ
2. การเลือกอุปกรณ์ ผู้พัฒนาระบบต้องพิจารณาเลือกอุปกรณ์ที่ใช้เป็นส่วนประกอบของ ES ซึ่งแต่ละส่วนจะมีความต้องการ อุปกรณ์ที่มีความเหมาะสมแตกต่างกัน โดยพิจารณาความเหมาะสมของส่วนประกอบที่สำคัญ ดังต่อไปนี้
2.1 การแสดงความรู้ นอกจากความเข้าใจในความหมายและประเภทของความรู้แล้ว การแสดงความรู้เป็นเรื่องสำคัญในการพัฒนาระบบความฉลาด เครื่องแสดงความรู้จะถูกออกแบบให้การแสดงความรู้นั้นง่ายและครบถ้วนตามลักษณะของงาน โดยที่การแสดงความรู้ที่มีประสิทธิภาพควรต้องมีลักษณะ ดังต่อไปนี้
โครงสร้าง (Structure)
เป็นสัดส่วน (Modularity)
สะดวก (Convenience)
เข้าใจง่าย (Easy to Understand)
เหมาะสม (Appropriate)
2.2 เครื่องอนุมาน ผู้พัฒนาระบบความฉลาดต้องคำนึงถึงวิธีการอนุมาน การค้นหาและตรวจสอบกฎข้อที่เหมาะสม การคำนวณทางคณิตศาสตร์ การประมวลผลทางตรรกะ และการเชื่อมโยงกับชุดคำสั่งอื่นอย่างสะดวกและเหมาะสม เพื่อที่จะนำมาใช้ในการแก้ปัญหาต่าง ๆ ที่เข้ามาในระบบ
2.3 การติดต่อกับผู้ใช้ ES ที่ถูกพัฒนาอย่างรอบคอบจะมีส่วนที่ผู้ใช้สามารถติดต่อสื่อสารกับระบบได้ง่าย ระบบมีการโต้ตอบและแสดงผลที่ชัดเจนและง่ายต่อการเข้าใจและการใช้งาน ดังนั้นผู้พัฒนาระบบต้องพิจารณาในเรื่องของวิธีการโต้ตอบระหว่างระบบกับผู้ใช้ การเก็บรวบรวมความรู้ และการแสดงผลโดยรูปภาพ (Graphic)
2.4 ชุดคำสั่ง ลักษณะของชุดคำสั่งจะบ่งชี้ธรรมชาติและคุณสมบัติของ ES ว่ามีข้อดีหรือข้อจำกัดอย่างไร สิ่งสำคัญที่ผู้พัฒนาระบบจะต้องพิจารณาสำหรับการสร้างชุดคำสั่ง คือ ภาษาคอมพิวเตอร์ (Computer Language) ซึ่งถูกสร้างขึ้นให้มีความเหมาะสมกับงานต่างกัน โดยภาษาคอมพิวเตอร์ที่นิยมนำมาใช้ในการพัฒนาระบบความฉลาด ได้แก่ โปรลอก (PROLOG) และลิปส์ (LIPS) เป็นต้น นอกจากผู้พัฒนาระบบยังต้องคำนึงถึงความสามารถในการแปลข้อมูล ความสามารถในการขยายระบบ และการใช้งานร่วมกับภาษาอื่นเพื่อให้การพัฒนาระบบและการต่อเชื่อมเกิดประโยชน์สูงสุด
ในปัจจุบันได้มีการพัฒนาระบบกึ่งสำเร็จรูปสำหรับการพัฒนาระบบผู้เชี่ยวชาญที่เรียกว่า Expert System Shell ซึ่งเป็นระบบที่ถูกพัฒนาขึ้นเพื่อไว้สำหรับสร้างระบบผู้เชี่ยวชาญในด้านต่าง ๆ ได้ง่ายขึ้น เช่น มีเครื่องมือช่วยในการสร้างฐานความรู้ส่วนติดต่อกับผู้ใช้ หรือส่วนอนุมาน เป็นต้น ทำให้สร้างระบบผู้เชี่ยวชาญสำเร็จลงได้ง่ายขึ้น เร็วขึ้นและเป็นระบบที่มีประสิทธิภาพ
2.5 การธำรงรักษาและการพัฒนาระบบ ผู้พัฒนาระบบต้องคำนึงถึงการธำรงรักษาและการปรับปรุงให้ระบบมีประสิทธิภาพสูงขึ้นในอนาคต โดยคำนึงปัจจัยต่อไปนี้ ความสามารถในการติดต่อกับผู้พัฒนาระบบ วิธีการสร้างและพัฒนาฐานความรู้ เครื่องมือที่ใช้ในการแก้ไขฐานความรู้ ความสามารถในการสร้างส่วนควบคุมการอนุมาน และสร้างส่วนที่ติดต่อกับผู้ใช้
3. การถอดความรู้ ผู้พัฒนาระบบต้องทำการสังเกต ศึกษา และทำความเข้าใจกับความรู้ที่จะนำมาพัฒนาเป็น ES จากแหล่งอ้างอิง หรือผู้เชี่ยวชาญในสาขานั้น เพื่อการกำหนดขอบเขตที่เหมาะสมของระบบ โดยที่เราเรียกกระบวนการนี้ว่า “วิศวกรรมความรู้ (knowledge engineering)” ซึ่งต้องอาศัย “วิศวกรความรู้ (knowledge engineer)” ซึ่งมีความแตกต่างจาก “นักวิเคราะห์และออกแบบระบบ (System Analyst and Designer)” อยู่พอสมควร เนื่องจากวิศวกรความรู้จะใช้เวลาในการรวบรวมข้อมูลของการวิเคราะห์และตัดสินใจในปัญหาทั้งจากเอกสารและจากผู้เชี่ยวชาญ โดยข้อมูลที่ได้จะยากต่อการอธิบายเหตุผลในการตัดสินใจของบุคคลในแต่ละครั้งขณะที่นักวิเคราะห์ระบบจะพัฒนาระบบสารสนเทศ จากข้อมูล ทางตรรกะและคณิตศาสตร์
4. การสร้างต้นแบบ ผู้พัฒนา ES จะนำเอาส่วนประกอบต่าง ๆ ที่กล่าวมามาประกอบการสร้างต้นแบบ (Prototype) ของ ES โดยผู้พัฒนาระบบจะเริ่มต้นจากการนำแนวความคิดทั้งหมดที่เกี่ยวข้องกับระบบที่ต้องการพัฒนามาจัดเรียงลำดับ โดยเริ่มจากเป้าหมาย หรือคำตอบของการประมวลผล การไหลเวียนทางตรรกะของปัญหา ขั้นตอนแสดงความรู้ การจัดลำดับของขั้นตอนที่จำเป็น พร้อมทั้งทดสอบการทำงานของต้นแบบที่สร้างขึ้นว่าสามารถทำงานได้ตามที่ไว้วางแผนไว้หรือไม่
5. การขยาย การทดสอบและบำรุงรักษา หลังจากที่ต้นแบบได้ถูกสร้างขึ้นและสามารถผ่านการทดสอบการทำงานแล้ว เพื่อที่จะได้ระบบสามารถนำไปใช้สภาวะการณ์จริงได้ ก็จะต้องทำการขยายระบบให้ใหญ่ขึ้นจากต้นระบบ โดยเฉพาะส่วนที่เป็นฐานความรู้ เป็นส่วนที่ใช้อธิบายส่วนที่ติดต่อกับผู้ใช้ และตกแต่งหน้าจอให้มีความเหมาะสมในการใช้งานมากขึ้น เมื่อระบบได้ถูกขยายขึ้นแล้วก็ต้องมีการทดสอบระบบอีกครั้งหนึ่ง โดยใช้เป็นกรณีศึกษาที่ทีมพัฒนาพอรู้คำตอบแล้ว เพื่อตรวจสอบการทำงานของระบบ ว่าได้ทุกงานอย่างถูกต้องหรือไม่ เมื่อระบบได้ผ่านการทดสอบแล้ว ก็พร้อมที่จะนำไปใช้จริงได้ ก็ควรมีหลักเกณฑ์หรือขั้นตอนในการบำรุงรักษาและปรับปรุงอยู่เสมอ คือ ฐานความรู้ ฐานความรู้ควรต้องได้รับการเพิ่มความรู้ลงไปเป็นระยะ ๆ เพื่อให้ระบบสามารถมีความรู้เพียงพอในการแก้ปัญหาต่าง ๆ
ปกติเราจะทำการทดสอบกฎเกณฑ์และเงื่อนไขที่กำหนดไว้ในการพัฒนาต้นแบบ โดยวิศวกรรมความรู้หรือเปรียบเทียบกับการตัดสินใจของผู้เชี่ยวชาญ เพื่อตรวจสอบว่าต้นแบบมีความถูกต้องตรงตามความต้องการเพียงใด การพัฒนาและปรับปรุงแก้ไขอย่างไร นอกจากนี้หลังจากการใช้งานเราต้องบำรุงรักษา การเพิ่มเติมความรู้ การพัฒนาและปรับปรุง เพื่อให้ ES มีความทันสมัยอยู่ตลอดเวลาเพราะความรู้ที่อยู่ในฐานความรู้อาจล้าสมัยและไม่เหมาะสมกับสถานการณ์ในอนาคต
นอกจากนี้ปัญหาสำคัญในการพัฒนาระบบความฉลาดคือ “ผู้พัฒนาระบบจะสามารถสรุปได้อย่างไรว่าระบบความฉลาดที่พัฒนาขึ้นมีความรู้หรือความฉลาดตามที่ต้องการ” ปัญหานี้ Alan Turning นักคณิตศาสตร์ชาวอังกฤษ ได้เสนอวิธีการทดสอบความฉลาดที่เรียกว่า “การทดสอบแบบ Turning (Turning Test)” โดยกำหนดให้ระบบคอมพิวเตอร์และบุคคลที่มีความรู้ในสาขานั้นตอบคำถามจากผู้สัมภาษณ์ โดยให้ผู้สัมภาษณ์ ผู้ตอบคำถาม และระบบความฉลาดถูกจัดให้อยู่ในห้องที่แยกจากกันอย่างเป็นสัดส่วน ถ้าระบบคอมพิวเตอร์สามารถตอบคำถามในเรื่องที่ต้องการวัดความฉลาด โดยผู้สัมภาษณ์ไม่สามารถแยกความแตกต่างของการตอบคำถามออกจากคำตอบของมนุษย์ได้ เราจะถือว่าระบบความฉลาดนั้นผ่านการวัดความฉลาดในสาขานั้น
ประโยชน์ของระบบผู้เชี่ยวชาญ (Benefits of expert systems)
1. ช่วยรักษาความรู้ที่อาจสูญเสียไป เมื่อเกิดการลาออกของพนักงานที่มีความเชี่ยวชาญ
2. ช่วยทำให้ข้อมูลมีคุณภาพ และมีศักยภาพในการนำมาใช้งานได้อย่างทันท่วงทีเมื่อต้องการ
3. ช่วยทำให้เกิดความคิดสร้างสรรค์แปลกใหม่
4. ช่วยป้องกันไม่ให้เกิดภาวะที่อาจเกิดกับมนุษย์ เช่น ความเมื่อยล้า ความสับสนวุ่นวาย หรือปัญหาอารมณ์
5. ใช้เป็นเครื่องมือเชิงกลยุทธ์ ด้านการตลาด การลดต้นทุน และการปรับปรุงพัฒนาสินค้า
4. การเข้าใจภาษาธรรมชาติและการสร้างรูปแบบความหมาย
A.I. ชนิดนี้ เน้นไปที่การสร้างโปรแกรมที่สามารถเข้าใจภาษามนุษย์ได้ มีการตอบโต้กับมนุษย์ได้ อาจจะเป็นลักษณะการพูดตอบโต้หรือการสื่อความหมายในรูปแบบอื่น แม้จะมีการพัฒนามาอย่างต่อเนื่อง แต่ A.I. ในลักษณะนี้ก็ต้องถือว่ายังไม่ประสบความสำเร็จเท่าทีควร เพราะภาษาของมนุษย์เรานั้นมีหลายภาษาแล้วแต่ถิ่นฐานเชื้อชาติ รวมถึงศัพท์แสลงต่างๆที่ออกจะเป็นการยากสักหน่อยในการพัฒนาแต่เชื่อแน่ว่าในระยะเวลาไม่นานนี้ A.I. จะสามารถทำได้อย่างดีทีเดียว
5. การสร้างรูปแบบตามอย่างการทำงานของมนุษย์
A.I. ในแขนงนี้เน้นหนักไปทางด้าน การเลียนแบบความคิดมนุษย์ และมีสติปัญญาที่เท่าทันกัน โดยมุ่งเน้นศึกษาไปในวิธีคิดของมนุษย์เพื่อเลียนแบบออกมาเป็น A.I.
6.การวางแผนและหุ่นยนต์
เป็นการสร้างและออกแบบหุ่นยนต์ เพื่อให้สามารถปฏิบัติงานได้อย่างมีประสิทธิภาพอย่างมนุษย์เรา หุ่นยนต์อาจจะถูกสั่งให้เดินหน้าเลี้ยวซ้ายเลี้ยวขวาได้แต่เมื่อเจอสิ่งกีดขวางบางทีมันก็ดันทุลังที่จะเดินหน้าต่อไป เพราะโปรแกรมเขียนมาอย่างนั้น แต่ในปัจจุบันมีหุ่นยนต์ที่ถูกสร้างมีพัฒนาการที่ดียิ่งขึ้น
7. ภาษาและสภาพแวดล้อมสำหรับ AI
การพัฒนาองค์ความรู้ทางด้าน AI นั้น เป็นส่วนสำคัญยิ่งที่ทำให้มีการพัฒนาในส่วนของโปรแกรม ควบคู่ไปด้วยกัน โปรแกรมเมอร์จะต้องเรียนรู้และพัฒนาเทคนิคในการเขียนโปรแกรมควบคู่กันไป
สาขาของปัญญาประดิษฐ์
- การค้นหาเชิงการจัด (Combinatorial search)
- คอมพิวเตอร์วิทัศน์ (Computer vision)
- ระบบผู้เชี่ยวชาญ (Expert system)
- การโปรแกรมเชิงพันธุกรรม (Genetic programming)
- ขั้นตอนวิธีเชิงพันธุกรรม (Genetic algorithm)
- การแทนความรู้ (Knowledge representation)
- การเรียนรู้ของเครื่อง (Machine learning)
- การวางแผนของเครื่อง (Machine planning)
- เครือข่ายงานประสาทเทียม (Neural network)
- การประมวลผลภาษาธรรมชาติ (Natural language processing)
- การสังเคราะห์โปรแกรม (Program synthesis)
- วิทยาการหุ่นยนต์ (Robotics)
- ชีวิตประดิษฐ์ (Artificial life)
ประโยชน์ของปัญญาประดิษฐ์
1. ข้อมูลในระบบจะถูกเก็บในลักษณะที่เป็นฐานความรู้ขององค์การ
2. ช่วยเพิ่มความสามารถให้กับฐานความรู้ขององค์การด้วยการเสนอวิธีการแก้ปัญหาสำหรับงานเฉพาะด้าน
3. ระบบจะถูกนำมาช่วยทำงานในส่วนที่เป็นงานประจำหรืองานที่น่าเบื่อหน่ายสำหรับมนุษย์
4. ระบบจะช่วยสร้างกลไกที่ไม่นำความรู้สึกส่วนตัวของมนุษย์ เช่น ความลำเอียง ความเหนื่อยล้า ความเบื่อหน่าย ความกังวล เข้ามาเป็นองค์ประกอบในการตัดสินใจ
การเปรียบเทียบระหว่างความฉลาดแบบประดิษฐ์และความฉลาดตามธรรมชาติ(Comparing Artificial and Natural Intelligence )
ปัญญาประดิษฐ์ มีความถาวรมากกว่า ความฉลาดตามธรรมชาติเป็นสิ่งที่เสื่อมสลายได้ในด้านธุรกิจ มีค่าใช้จ่ายที่ต่ำลงกว่าความฉลาดตามธรรมชาติ มีความสม่ำเสมอตลอดเวลา สามารถจัดทำเป็นเอกสารได้ง่ายกว่า และปัญญาประดิษฐ์ช่วยให้การทำซ้ำและเผยแพร่ทำได้ง่ายกว่า
ความฉลาดตามธรรมชาติมีความคิดสร้างสรรค์ ทำให้มนุษย์สามารถได้ประยุกต์ใช้จากประสบการณ์ต่าง ๆ ได้ โดยตรง สิ่งสำคัญที่สุด ความเป็นเหตุผลของมนุษย์ทำให้ใช้ประสบการณ์ต่าง ๆ กับปัญหาต่าง ๆ ได้
องค์กรและหน่วยงานที่เกียวข้องและให้การสนับสนุนทางด้าน ปัญญาประดิษฐ์
1. The American Association for Artificial Intelligence (AAAI)
2. The European Coordinating Committee for Artificial Intelligence ( ECCAI)
3. The society for Artificial Intelligence and Simulation of Behavior (AISB)
องค์กรทั้งสามนี้ให้การสนับสนุนการค้นคว้าทางด้าน ปัญญาประดิษฐ์ องค์กรทั้งในกลุ่มที่สนใจในปัญญาประดิษฐ์ เป็นพิเศษโดยใช้สื่อว่า SIGART คือ The Association for Computing Machinery (ACM)
ปัญญาประดิษฐ์ ในระบบธุรกิจ
1. fuzzy logic คลุมเครือ บอกไม่ได้ชัดเจน เช่นอุปกรณ์ที่ไปใช้ในเครื่องซักผ้า (ชนิดผ้า)การพัฒนางาน ด้านปัญญาประดิษฐ์ ที่เกี่ยวข้องกับการใช้กฎพื้นฐาน มีความสามารถทำงาน ข้อมูลที่ไม่จำเป็นต้องมีค่าเที่ยงตรงเสมอ และอาจนำไปใช้ แก้ปัญหาที่มนุษย ์ไม่สามารถแก้ไข ได้มาก่อน ประกอบด้วยนิยามและเทคนิคต่าง ๆ สำหรับใช้เป็นรูปแบบแทนความรู้ และการอ้างอิง ถ้าความรู้ที่มีค่า ไม่เที่ยงตรง (Imprecise) ไม่แน่นอน (Uncertain) และไม่สามารถเชื่อถือได้ unreliable
2. Genetic Algorithms การปรับเปลี่ยนสารพันธุกรรมของยีนส์ หมายถึง วิธีการแก้ปัญหาที่ใช้แนวทางเดียวกับ วิธีการที่ สิ่งมีชีวิตปรับตัวเองให้เข้ากับสภาพแวดล้อม หรือวิวัฒนาการ (evolution) วิธีการที่ถูกโปรแกรมให้ทำการเปลี่ยนแปลง หรือปรับปรุงส่วนประกอบ ของระบบโดยการสร้างขึ้นมาใหม่ การดัดแปลงและการคัดสรรวิธีธรรมชาติใช้ Function คณิตศาสตร์ให้เกิดโปรแกรมใหม่ๆ มาใช้งาน
(ประโยชน์แก้ปัญหา ออกแบบสินค้า ตรวจสอบระบบการทำงานต่าง ๆ)
3. ระบบปัญญาประดิษฐ์แบบผสมผสาน (Hybrid AI system) ระบบเจนเนติกอัลกอริทึม ฟัสซีโลจิก ระบบเครือข่ายนิวรอน ละระบบผู้เชี่ยวชาญสามารถนำมาบูรณาการ เข้าด้วยกันเป็นระบบเดียว เพื่อจะได้เลือกใช้แต่ส่วนที่ดีที่สุด ของเทคโนโลยีแต่ละอย่าง ระบบดังกล่าวเรียกว่า ระบบปัญญาประดิษฐ์ แบบผสมผสาน (Hybrid AI System) ซึ่งกำลังได้รับความนิยมเพิ่มขึ้นในงานทางธุรกิจปัจจุบัน
ปัญญาประดิษฐ์ (AI ) ในปัจจุบัน
ในปัจจุบันหลายหน่วยงานพยายามส่งเสริมด้านการศึกษาค้นคว้าที่เกี่ยวข้องกับ AI อยู่หลายแห่ง หลายองค์กรจัดให้มีการแข่งขันเกี่ยวกับการเขียน AI อยู่เสมอ หรืออย่างที่เพิ่งผ่านไปสดๆร้อนๆ อย่าง Robocode Thailand Contest 2009 ก็เป็นอีกหนึ่งกิจกรรมที่ส่งเสริมให้นิสิตนักศึกษารวมทั้งประชาชนทั่วไปหันมาประลองความสามารถทางด้าน A.I. กัน
แม้ A.I. จะทำอะไรได้มากมายแต่หากเทียบกับจุดมุ่งหมายเดิมที่ต้องการสร้างสิ่งประดิษฐ์ที่มีความรู้ความคิดเท่าทันมนุษย์แล้วนับได้ว่า A.I. ในปัจจุบันยังห่างไกลกับความซับซ้อนของระบบความคิดของมนุษย์พอสมควร แต่ใช่ว่าจะเป็นไปไม่ได้เอาเสียเลย สิ่งที่ A.I. ยังขาดไปคือ จินตนาการ และแรงบันดานใจ ที่มีอยู่ในตัวของมนุษย์เราทุกคนแล้วแต่จะมากน้อยแตกต่างกันไปตามวัยและประสบการณ์ รวมทั้งความรู้จักคิดรู้จักตั้งคำถาม หรือการพัฒนาองค์ความรู้จากประสบการณ์ ก็เป็นอีกหนึ่งอย่างที่ A.I. ยังไม่สามารถมีได้ทัดเทียมกับมนุษย์เรา แต่หากเปรียบเทียบกันในเรื่อง ความว่องไวแม่นยำในการคิดการประมวลผลแล้วแน่นอนว่า มนุษย์เราไม่สามารถทำได้เร็วเท่า ความว่องไวแม่นยำเป็นซึ่งเป็นจุดเด่นของ สมองกลอยู่แล้ว แถมซ้ำมนุษย์เรายิ่งแก่ก็ยิ่งหลงๆลืมๆ ไปตามวัย
ดังนั้นพอจะอนุมานได้ว่า A.I. เป็นตัวเสริมความรู้ของมนุษย์เราในด้านที่บกพร้องต่างๆ เป็นการเติมเต็มในบ้างสิ่งที่มนุษย์เราขาดหายไป หรือ หลงลืมไปในบางรายละเอียด ทั้งการพัฒนาปัญญาประดิษฐ์ยังเป็นการพิสูจน์ศักยภาพของมนุษย์ว่าจะสามารถพัฒนาสิ่งไม่มีชีวิตให้กลับมา เป็นสิ่งซึ่งมีความรู้สึกนึกคิดอย่างมนุษย์หรือเข้าใกล้มนุษย์ได้มากน้อย เพียงใด ล้วนเป็นคำถามที่น่าสงสัยและรอการไขสู่คำตอบอยู่ทุกเมื่อ
ตัวอย่างการประยุกต์ใช้ปัญญาประดิษฐ์ ( A.I. )
A.I.ถูกนำมาประยุกต์เพื่อการใช้งานในหลายๆส่วน ซึ่ง จุดเด่น ของ AI คือสามารถทำงานได้อย่างต่อเนื่อง มีความแม่นยำสูง และสามารถทำงานได้อย่างรวดเร็ว
- ด้านการแพทย์
มีการนำแขนกลเข้าไปช่วยการผ่าตัด ซึ่ง สามารถทำงานได้ละเอียดกว่ามนุษย์มาก และข้อดีอีกประการคือการไม่มีความวิตกกังวล เกิดขึ้นในขณะทำงานอย่างเช่นในมนุษย์ที่อาจจะก่อให้เกิดความผิดพลาดในการทำงานได้ การใช้แขนกลช่วยในการผ่าตัด เป็นการทำงานที่มีความปลอดภัยสูง และอยู่ภายใต้ความดูแลของแพทย์จึงเป็นการร่วมงานกันอย่างดีเยี่ยมระหว่างคนกับเครื่องจักรกล
- ด้านงานวิจัย
ในหลายงานวิจัย เริ่มมีการใช้ A.I. เข้ามาช่วยในการดำเนินงาน เช่นการสำรวจในบริเวณพื้นที่ทีมีความเสี่ยง อย่าง ปากปล่องภูเขาๆไฟ หรือในมหาสมุทรที่มีความลึกอย่างมากก็สามารถ สามารถใช้หุ่นยนต์สำรวจลงไปทำงานแทนได้ เพราะเครื่องจักรพวกนี้มีความทนทานต่อสภาพแวดล้อมที่ดีกว่ามนุษย์มาก ทั้งยังสามารถเก็บข้อมูลได้ละเอียดและแม่นยำกว่ามนุษย์
- ด้านอุตสาหกรรม
เป็นการช่วยลดภาระทางต้นทุนการผลิตได้อย่างมาก ทั้งในงานบางประเภทที่อาจจะก่อให้เกิดอันตรายหรือมีความเสี่ยงสูง จนไม่ค่อยมีใครอยากทำก็สามารถใช้ หุ่นยนต์หรือปัญญาประดิษฐ์มาทำงานแทนได้
- ด้านการบันเทิง
มีการสร้างหุ่นยนต์ที่สามารถตอบโต้กับมนุษย์ได้ เป็นสัตว์เลี้ยงเป็นเพื่อนเล่น
- ด้านทางการทหาร
A.I หรือปัญญาประดิษฐ์ในพวกนี้ถูกนำมาประยุกต์ใช้เป็น เครื่องบินไร้คนขับ รถถังไร้คนขับ โดยมีจุดประสงค์หลักในทางด้านความมั่นคง
สรุป
จากการผสมผสานระหว่างปรัชญา, คณิตศาสตร์, จิตวิทยา, ประสาทวิทยา, ภาษาศาสตร์, วิทยาการคอมพิวเตอร์ และสาขาอื่นๆ ทำให้เกิดปัญญาประดิษฐ์ขึ้น ยิ่งไปกว่านั้นการประยุกต์ใช้งานปัญญาประดิษฐ์ยังเกี่ยวข้องกับอีกหลายๆ สาขา เราจึงสามารถนำปัญญาประดิษฐ์ไปใช้ได้หลายหลายและมีศักยภาพสูง ปัญญาประดิษฐ์มีการวิวัฒนาการที่รวดเร็วมากโดยสามารถแตกเป็นสาขาต่างๆ ได้มากมายภายในระยะเวลา 50 ปี ซึ่งถือว่าเป็นเทคโนโลยีที่ก้าวล้ำตัวหนึ่งที่เราทุกคนต้องจับตามองเป็นอย่างยิ่ง