เอไอคืออะไร? คู่มือปัญญาประดิษฐ์ที่ครอบคลุม

หากต้องการตรวจสอบ: AI สามารถยึดตามกฎหรือ ML ได้ แมชชีนเลิร์นนิงสามารถอยู่ภายใต้การควบคุมดูแลหรือไม่มีการควบคุมดูแล และจะดีขึ้นเมื่อเวลาผ่านไปด้วยการเรียนรู้แบบเสริมกำลัง โมเดล AI จำนวนมากในปัจจุบันเป็นโครงข่ายประสาทเทียมซึ่งใช้การเรียนรู้เชิงลึกผ่านหลายเลเยอร์ การประมวลผลภาษาธรรมชาติถือเป็นเรื่องราวความสำเร็จอันโดดเด่นสำหรับโครงข่ายประสาทเทียมเชิงลึก และแบบจำลองที่สร้างข้อความ รูปภาพ โค้ด และอื่นๆ เรียกว่า generative AI

ประวัติความเป็นมาของเอไอ

เราจะนำเสนอภาพรวมโดยย่อเกี่ยวกับประวัติความเป็นมาของ AI เพื่อประโยชน์ของความกระชับและมุ่งเน้นเฉพาะลำดับเวลาการพัฒนา เราจะไม่กล่าวถึงบุคคลที่อยู่เบื้องหลังนวัตกรรมเหล่านี้

1950-1980: GOFAI ฤดูใบไม้ผลิ ต่อมาเป็นฤดูหนาว

คำว่าปัญญาประดิษฐ์ได้รับการประกาศเกียรติคุณในปี 1956 ในปีเดียวกันนั้นเอง โปรแกรมซอฟต์แวร์ AI ที่ทำงานครั้งแรกประสบความสำเร็จในการพิสูจน์ทฤษฎีบททางคณิตศาสตร์ต่างๆ ซึ่งหนึ่งในนั้นมีความ "สวยงามกว่า" มากกว่าการพิสูจน์โดยผู้เขียนต้นฉบับ

โครงข่ายประสาทเทียมแห่งแรกถูกสร้างขึ้นในปี 1967 แต่การวิจัยด้าน AI ส่วนใหญ่ในช่วงเวลานี้เสร็จสิ้นโดยใช้การแสดงเชิงสัญลักษณ์และตรรกะเพื่อจำลองจิตใจที่มีเหตุผล (คุณอาจใช้ตัวย่อ GOFAI ที่แปลว่าAI สมัยเก่าที่ดี) อย่างไรก็ตาม การรวมกันของความคาดหวังที่ไม่บรรลุผลและพลังการคำนวณที่จำกัด นำไปสู่สิ่งที่เรียกว่าAI Winterซึ่งการระดมทุนและการวิจัยชะลอตัวลงใน ทศวรรษ 1970 และต่อจากนั้น

ในยุค 80 ระบบผู้เชี่ยวชาญ ซึ่งเป็นโมเดล AI ตามกฎที่เราได้เรียนรู้ก่อนหน้านี้ ได้รับความนิยมและมีผลกระทบเชิงปฏิบัติต่อหลายๆ บริษัท ในขณะเดียวกัน นักวิจัยก็กลับมาที่โครงข่ายประสาทเทียมและพัฒนาเทคนิคเพื่อให้พวกเขาฝึกฝนตนเอง

ทศวรรษ 1990-2000: แพร่หลายแต่ถูกมองข้าม

ด้วยพลังการประมวลผลที่มากขึ้นและชุดข้อมูลที่ใหญ่ขึ้น ในปี 1990 การเรียนรู้ของเครื่องจักรจึงกลายเป็นจริงในระดับที่ประยุกต์ใช้ และ AI ก็บรรลุเป้าหมายสำคัญมากมาย นอกเหนือจากภาพยนตร์ ความสำเร็จครั้งแรกที่เป็นที่รู้จักอย่างกว้างขวางของปัญญาประดิษฐ์น่าจะเกิดขึ้นเมื่อ Deep Blue เอาชนะ Garry Kasparov ในการเล่นหมากรุกในปี 1997 หลังจากนั้นไม่นาน Dragon โปรแกรมจดจำคำพูดของผู้บริโภคโปรแกรมแรกก็พร้อมใช้งานสำหรับ Windows

แม้จะมีความก้าวหน้านี้ ในช่วงทศวรรษแรกของศตวรรษนี้ นักวิจัยและบริษัทจำนวนมากปิดบังผลิตภัณฑ์และโครงการ AI ของตนในแง่อื่น ๆ เพราะพวกเขายังคงมีความหมายแฝงของการพูดเกินจริง สิ่งที่น่าขันก็คือระบบเหล่านี้ซึ่งขับเคลื่อนทุกอย่างตั้งแต่ตัวกรองสแปมไปจนถึง Roombas ได้นำคุณค่าเชิงปฏิบัติของ AI ที่ประยุกต์มาสู่ชีวิตประจำวันอย่างแท้จริง

ยุค 2010–ปัจจุบัน: AI กลายเป็นกระแสหลัก

ในช่วงปี 2010 AI เริ่มมีการเติบโตอย่างต่อเนื่องมาจนถึงทุกวันนี้ แทนที่จะมีความก้าวหน้าเพียงครั้งเดียว ปัจจัยหลายประการมาบรรจบกัน:

• GPU: แม้จะมีชื่อหน่วยประมวลผลกราฟิก แต่ชิปเหล่านี้กลับกลายเป็นว่ามีประสิทธิภาพมากในการฝึกโครงข่ายประสาทเทียมระดับลึก การเปลี่ยนมาใช้ GPU ช่วยเร่งทั้งความเร็วและขอบเขตการใช้งานจริงของการเปิดตัวโมเดลใหม่ๆ
• ความก้าวหน้าทางการวิจัย: รูปแบบใหม่และแอปพลิเคชันของโครงข่ายประสาทเทียมทำให้คอมพิวเตอร์สามารถเข้าใจและแสดงข้อความและรูปภาพได้อย่างก้าวกระโดด
• ข้อมูลขนาดใหญ่: ณ จุดนี้ อินเทอร์เน็ตมีมานานเพียงพอแล้วสำหรับผู้ใช้หลายพันล้านคนในการสร้างเนื้อหาจำนวนมหาศาลเพื่อให้โมเดลได้เรียนรู้
• การประมวลผลแบบคลาวด์: แพลตฟอร์มตามความต้องการจาก Amazon, Google, Microsoft และอื่นๆ ทำให้การรับพลังการประมวลผลที่จำเป็นในการพัฒนาโมเดล AI เป็นเรื่องง่ายยิ่งขึ้น

นวัตกรรมที่ถูกสร้างขึ้นใหม่หรือยกเครื่องใหม่ในช่วงเวลานี้ ได้แก่ Google Translate, ผู้ช่วยเสมือนเช่น Siri และเครื่องมือแนะนำบริการต่างๆ เช่น Netflix และ Spotify ไม่ต้องพูดถึงผลกระทบที่สำคัญมากมายแต่มองเห็นได้น้อยกว่าในภาคส่วนต่างๆ รวมถึงการดูแลสุขภาพ การผลิต และแม้แต่การป้องกัน .

เหตุใดความบ้าคลั่งของ AI จึงเพิ่มขึ้นหลายระดับเมื่อ AI กำเนิดมาถึงที่เกิดเหตุ ความแตกต่างที่สำคัญคือโมเดลอย่าง ChatGPT และ DALL-E สามารถตีความและตอบสนองต่ออินพุตใดๆ ก็ได้ แทนที่จะถูกจำกัดไว้เฉพาะโดเมนใดโดเมนหนึ่ง ซึ่งหมายความว่าใครก็ตามที่มีการเชื่อมต่ออินเทอร์เน็ตสามารถโต้ตอบกับโมเดล AI ได้โดยตรง โดยไม่ต้องมีการฝึกอบรมพิเศษใดๆ และ AI สามารถนำไปใช้งานเฉพาะเจาะจงได้เร็วกว่าการสร้างแบบจำลองใหม่ตั้งแต่เริ่มต้นมาก

อนาคต: AGI และ ASI

สำหรับความสามารถทั้งหมด สิ่งที่เราเห็นในปัจจุบันเรียกว่าAIที่แคบ หรืออ่อนแอ หมายถึงเทคโนโลยีที่ครอบคลุมเพียงบางส่วนแต่ไม่ครอบคลุมความฉลาดของมนุษย์ทั้งหมด เครื่องจักรที่เทียบเท่ากับความสามารถของสมองเราจะเรียกว่าAI ที่แข็งแกร่งหรือปัญญาประดิษฐ์ทั่วไป (AGI) เมื่อ AI เหนือกว่าสติปัญญาของมนุษย์ นั่นเรียกว่าปัญญาประดิษฐ์ขั้นสูง (ASI)

เราอยู่ห่างจาก AGI แค่ไหน? มันเป็นเรื่องของใครๆ ก็เดาได้ แม้แต่ผู้ที่เกี่ยวข้องอย่างลึกซึ้งในสาขานี้ก็ยังประเมินความก้าวหน้าของนวัตกรรมครั้งแล้วครั้งเล่าอย่างไม่ถูกต้อง

แอพพลิเคชั่นและตัวอย่าง AI

นี่เป็นเพียงไม่กี่วิธีที่ AI ปรากฏในแอปพลิเคชันในโลกแห่งความเป็นจริงในปัจจุบัน

ช่วยให้มนุษย์ทำสิ่งต่าง ๆ ได้ดีขึ้นเราคิดว่า Grammarly เป็นตัวอย่างที่ดีเยี่ยม: คุณมีความคิด ความรู้สึกของสิ่งที่คุณพยายามจะพูด และความรู้ของผู้ฟัง เราขอแนะนำวิธีทำให้ข้อความของคุณชัดเจนขึ้นและเพิ่มโอกาสที่จะได้รับการตอบรับอย่างดี เรียนรู้เพิ่มเติมเกี่ยวกับวิธีที่ Grammarly ใช้ AI เชิงสร้างสรรค์เพื่อปรับปรุงการสื่อสาร

ช่วยเหลือผู้มีความพิการ.เทคโนโลยีต่างๆ เช่น การแปลงคำพูดเป็นข้อความและการอ่านออกเสียงข้อความเป็นตัวเปลี่ยนเกมสำหรับผู้ที่มีความบกพร่องทางประสาทสัมผัส เช่น การได้ยินหรือการมองเห็น พวกเขาอนุญาตให้พวกเขารับชมเนื้อหาสดและเนื้อหาที่บันทึกไว้ซึ่งก่อนหน้านี้ไม่สามารถเข้าถึงได้ ดังนั้นพวกเขาจึงสามารถมีส่วนร่วมกับความสมบูรณ์ของโลกได้มากขึ้นโดยไม่ต้องพึ่งใครมาเป็นหูเป็นตาของพวกเขา

ระบบอัตโนมัติAI สามารถผสมผสานการรับรู้เข้ากับการคาดการณ์เพื่อทำสิ่งต่างๆ ได้อย่างมีประสิทธิภาพและปลอดภัยยิ่งขึ้น ตั้งแต่รถยนต์ที่ขับเคลื่อนด้วยตนเองไปจนถึงระบบสปริงเกอร์ที่ไม่ทำงานเมื่อฝนกำลังจะตก Waymo บริษัทรถยนต์ไร้คนขับที่ก่อตั้งโดย Google รายงานว่ามีการบาดเจ็บจากการชนน้อยกว่าการที่มนุษย์ขับรถเป็นระยะทางเท่ากันถึง 85 เปอร์เซ็นต์

ข้อแนะนำ.แบบจำลอง AI วิเคราะห์พฤติกรรมของผู้ใช้และข้อมูลประชากร เพื่อทำการคาดเดาที่มีการศึกษาสูงเกี่ยวกับสิ่งต่างๆ เช่น รายการทีวีถัดไป หรือประเภทของน้ำอัดลมที่คุณอาจต้องการลอง

การประมวลผลภาพและเสียงตัวอย่าง ได้แก่ การจดจำเสียงจากผู้ช่วยเสมือน การเก็บค่าผ่านทางอัตโนมัติตามการประมวลผลภาพป้ายทะเบียน และการกรองสัญญาณรบกวนภาพและเสียงออกจากการบันทึกหรือสตรีม

ขอบเอไอซึ่งจะทำให้พลังของ AI อยู่ในอุปกรณ์ในโลกแห่งความเป็นจริงโดยตรง แทนที่จะอยู่ในศูนย์ข้อมูล สิ่งเหล่านี้มีแนวโน้มที่จะเน้นเลเซอร์ไปที่งานเฉพาะเพื่อการประมวลผลที่รวดเร็วและใช้พลังงานต่ำ ตัวอย่าง ได้แก่ Face ID บน iPhone และตัวควบคุมอุณหภูมิอัจฉริยะ

ข้อดีและประโยชน์ของเอไอ

การประมวลผลตามขนาดลองนึกภาพว่าบุคคลจริงๆ ต้องประเมินธุรกรรมบัตรเครดิตทุกรายการเพื่อหาการฉ้อโกง หรือป้อนหมายเลขทุกหมายเลขจากแบบฟอร์มภาษีทุกฉบับที่ส่งทางไปรษณีย์ไปยัง IRS AI สามารถตัดสินหรือจำแนกประเภทได้เร็วกว่าและมักจะดีกว่ามนุษย์มาก

การตรวจจับและการทำนายรูปแบบAI เริ่มมีความสามารถในการตรวจพบมะเร็งแซงหน้ามนุษย์แล้ว ในกรณีหนึ่ง เอาชนะผู้เชี่ยวชาญได้ถึง 13% นอกจากนี้ ยังตรวจจับได้ดีมากเมื่อสิ่งต่างๆ แตกต่างจากรูปแบบที่เป็นที่รู้จัก เช่น การตรวจจับข้อผิดพลาดในฐานข้อมูล พลังในการค้นหารูปแบบนี้ทำให้ AI มีประโยชน์อย่างยิ่งสำหรับการคาดการณ์ ตั้งแต่การพยากรณ์อากาศไปจนถึงการเคลื่อนไหวของตลาดหุ้น

ข้อมูลเชิงลึกใหม่จากโมเดลแรกสุด AI ได้สร้างคำตอบและแนวทางสำหรับปัญหาทุกประเภทที่ไม่เคยมีมนุษย์คนใดทำได้ ตัวอย่างสมัยใหม่ครอบคลุมตั้งแต่การออกแบบรองเท้าไปจนถึงกฎฟิสิกส์ใหม่

ยาเร่ง.ตั้งแต่วัคซีนป้องกันโควิด-19 ไปจนถึงการตรวจหาอัลไซเมอร์ AI ช่วยให้นักวิจัยพัฒนาการวินิจฉัยและการรักษาได้เร็วขึ้น

การเฝ้าระวังAI ไม่เคยเหนื่อย ตราบใดที่ได้รับการออกแบบทางวิศวกรรมอย่างเหมาะสม และมีไฟฟ้าและกำลังในการประมวลผลเพียงพอ ก็สามารถติดตามข้อมูลปริมาณมากได้อย่างต่อเนื่อง นี่เป็นสาเหตุสำคัญที่ทำให้อัตราการชนของยานพาหนะอัตโนมัติลดลง

ข้อเสียและข้อจำกัดของ AI

ภาพหลอนAI เจนเนอเรทีฟสามารถสร้างสิ่งต่างๆ ได้ เนื่องจากสิ่งที่โมเดลเหล่านี้พูดนั้นเป็นไปได้มาก หลายๆ คนจึงไม่คิดที่จะตรวจสอบอีกครั้ง ตัวอย่างล่าสุดของปัญหานี้เกิดขึ้นเมื่อ Michael Cohen อดีตทนายความส่งการอ้างอิงถึงทนายความของเขาเองเกี่ยวกับคดีทางกฎหมายที่ถูกสร้างขึ้นโดย AI กำเนิดของ Google หรือที่รู้จักกันในชื่อ Bard (ปัจจุบันคือ Gemini)

ดีพเฟคแม้ว่าภาพหลอนจะเกิดขึ้นโดยบังเอิญ แต่การดีพเฟคนั้นเกิดขึ้นโดยเจตนา นักแสดงที่เป็นอันตราย (หรือที่บริสุทธิ์กว่านั้นคือพวกเล่นแกล้งกัน) สามารถใช้ AI สร้างสรรค์เพื่อสร้างรูปภาพ วิดีโอ เสียง หรือข้อความที่ดูใกล้เคียงกับความเป็นจริงจนหลายคนไม่สามารถบอกความแตกต่างได้

แข่งขันกับงานมนุษย์หลายคนในบทบาทเช่นการเขียนและการบริการลูกค้ามองว่า AI กำเนิดเป็นภัยคุกคามที่แท้จริง Fortune รายงานตำแหน่งงานหลายพันตำแหน่งที่สูญเสียให้กับ AI ซึ่งระบุอย่างชัดเจนว่า “นับน้อยไปอย่างแน่นอน”

ปัญหาในการรู้ว่าเหตุใดจึงได้ข้อสรุปที่เฉพาะเจาะจงด้วยโครงข่ายประสาทเทียม คุณจะไม่ทราบแน่ชัดว่าเหตุใดจึงให้ผลลัพธ์เฉพาะเจาะจงหรืออย่างไร ตัวอย่างเช่น ไม่สามารถสืบย้อนกลับไปยังส่วนใดส่วนหนึ่งของคลังข้อมูลการฝึกอบรมได้โดยตรง ในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด เช่น การดูแลสุขภาพหรือการเงิน AI บางตัวถูกสร้างขึ้นบางส่วนหรือทั้งหมดด้วยอัลกอริธึมตามกฎที่มนุษย์สามารถประเมินได้

การใช้พลังงานการวัดโดยตรงเป็นเรื่องยาก แต่มีงานวิจัยชิ้นหนึ่งประมาณการว่าการสร้างภาพเดียว เช่น ด้วย DALL-E จะใช้พลังงานในปริมาณที่ใกล้เคียงกับรอบการชาร์จสมาร์ทโฟน ซึ่งอาจเพิ่มขึ้นอย่างมากเมื่อเวลาผ่านไป

บทสรุป

AI ทั้งเก่าและใหม่มาก แม้ว่าสาขานี้มีมาเกือบ 70 ปีแล้ว แต่ในช่วงทศวรรษที่ผ่านมาเท่านั้น และโดยเฉพาะอย่างยิ่งในช่วงไม่กี่ปีที่ผ่านมา พวกเราหลายคนตระหนักดีถึงพลังและศักยภาพของสาขานี้ ต้องขอบคุณนวัตกรรมต่างๆ เช่น โครงข่ายประสาทเทียม การเรียนรู้เชิงลึก การประมวลผลภาษาธรรมชาติ และ AI เชิงสร้างสรรค์ ทำให้เครื่องมือที่ดูเหมือนนิยายวิทยาศาสตร์เมื่อไม่นานมานี้พร้อมให้ใช้งานแล้ว และสร้างความแตกต่างครั้งใหญ่ให้กับโลก ต้องการลองทำอะไรสักอย่างตอนนี้ไหม? สมัคร Grammarly และดูว่า AI ทำงานให้คุณได้อย่างไร