Home

Published

- 2 min read

Artificial Intelligence

img of Artificial Intelligence

AI (Artificial Intelligence)

ในภาษาไทยเรียกว่า ปัญญาประดิษฐ์ หมายถึง ระบบประมวลผลของคอมพิวเตอร์ หุ่นยนต์ เครื่องจักร หรืออุปกรณ์อิเล็กทรอนิกส์ต่างๆ ที่สามารถ วิเคราะห์เชิงลึก และมีความสามารถเลียนแบบพฤติกรรม รวมถึงการตัดสินใจที่คล้ายคลึงกับความฉลาดของมนุษย์

Machine Learning (ML)

หมายถึง ความสามารถของระบบ (machine) ในการ เรียนรู้และแก้ปัญหา ได้ด้วยตัวเอง อย่างอัตโนมัติ โดยอาจมีหรือไม่มีการกำหนดวิธีการแก้ปัญหาไว้ล่วงหน้า

เรียนรู้ได้ด้วยตัวเอง

  • โจทย์ปัญหายากเกินกว่าจะเขียนโปรแกรมแก้ได้
  • ต้องใช้ Data จำนวนมหาศาล ( Big data)

สรุปการใช้งาน

AI ในด้านต่างๆ

  1. ระบุตัวตนด้วย AI
  • ใช้ไบโอเมทริกซ์ เช่น ม่านตา เสียง ลายนิ้วมือ ใบหน้า หรือภาษากาย เพื่อยืนยันหรือระบุตัวตน เช่น สแกนลายนิ้วมือบันทึกเวลา สแกนม่านตาเพื่อปลดล็อกสมาร์ทโฟน
  1. ระบบประมวลผลภาษาธรรมชาติ (NLP)
  • ช่วยให้คอมพิวเตอร์เข้าใจภาษามนุษย์และโต้ตอบได้อย่างเป็นธรรมชาติ เช่น Siri วิเคราะห์คำสั่งและตอบสนองด้วยประโยคที่เข้าใจง่าย
  1. ผู้ช่วยเสมือนจริง (Virtual Agents)
  • เทคโนโลยีที่ช่วยให้เข้าถึงบริการและคลังความรู้ เช่น Alexa เชื่อมต่อกับ Smart Home หรือบริการต่างๆ ผ่านการทำความเข้าใจความต้องการของมนุษย์
  1. เทคโนโลยีหุ่นยนต์ (Robotic Process Automation)
  • นำหุ่นยนต์มาใช้แก้ปัญหาเฉพาะด้านในชีวิตประจำวันและธุรกิจ เช่น หุ่นยนต์ทำความสะอาด หุ่นยนต์พนักงานต้อนรับ หรือรถยนต์ขับเคลื่อนอัตโนมัติ
  1. ด้านสุขภาพ
  • AI ช่วยตรวจหาความผิดปกติ เช่น การวินิจฉัยโรคมะเร็งในระยะแรก และช่วยลดความเสี่ยงให้ผู้ป่วยได้รับการรักษาอย่างทันท่วงที

AI มีบทบาทสำคัญในการพัฒนาและประยุกต์ใช้ในหลากหลายด้าน ทั้งเพื่อเพิ่มความสะดวกในชีวิตประจำวันและเพิ่มประสิทธิภาพในภาคอุตสาหกรรมและการแพทย์

ประเภท

Machine Learning มี 3 แบบ:

  • Supervised Learning: มีทั้งโจทย์และเฉลย ใช้วิธีการแก้ปัญหาที่แน่นอนภายในขอบเขตที่กำหนด เช่น Classification และ Regression
  • Unsupervised Learning: มีโจทย์แต่ไม่มีเฉลย ระบบต้องหาวิธีแก้ปัญหาเอง เช่น Clustering และ Anomaly Detection
  • Reinforcement Learning: สามารถรับมือกับโจทย์ใหม่ที่ไม่มีเฉลย และระบบต้องค้นหาวิธีแก้ปัญหาด้วยตัวเอง

Binary classifiers

การจำแนกที่มีเพียง 2 กลุ่มหรือ 2 ผลลัพธ์ที่เป็นไปได้

  • ตัวอย่าง: เพศชายและเพศหญิง
  • ตัวอย่าง: การจำแนกอีเมลที่เป็นสแปมและไม่เป็นสแปม
  • ตัวอย่าง: ความรู้สึกเชิงบวกและเชิงลบ

Multi-Class classifiers

การจำแนกที่มีมากกว่าสองกลุ่ม

  • ตัวอย่าง: การจำแนกประเภทของนก
  • ตัวอย่าง: การจำแนกประเภทของพืชผล
  • ตัวอย่าง: การจำแนกอารมณ์/ความรู้สึกในเพลง/ดนตรี

Natural Language Processing (NLP)

เครื่องมือที่ช่วยให้คอมพิวเตอร์เข้าใจภาษามนุษย์ ข้อมูลที่ใช้ในการวิเคราะห์มีหลายรูปแบบ ทั้งไฟล์ภาพ เสียง วีดิโอ และข้อความ เช่น บทความ โพสต์โซเชียลมีเดีย กระทู้ บทสัมภาษณ์ และรีวิวสินค้าบนอีคอมเมิร์ซ การวิเคราะห์ข้อมูลเหล่านี้ต้องใช้การประมวลผลภาษาธรรมชาติ (NLP) เพื่อให้คอมพิวเตอร์เข้าใจภาษาที่ซับซ้อนได้

Reasoning

หมายถึง การ หาข้อสรุปจากข้อมูลที่มีอยู่

ในระบบ AI Reasoning ถูกนำมาใช้เพื่อช่วยให้ระบบสามารถ ตัดสินใจได้อย่างมีเหตุผล โดยเลียนแบบกระบวนการคิดของสมองมนุษย์ ทำให้ AI สามารถวิเคราะห์สถานการณ์และตอบสนองได้อย่างชาญฉลาด

ประเภทของ Reasoning

  1. Deductive Reasoning

• การสรุปผลจากข้อเท็จจริงหรือข้อมูลที่มีอยู่แล้วอย่างแน่นอน

• ตัวอย่าง: ถ้าทุกแมวมีขน และสัตว์ตัวนี้คือแมว ดังนั้นสัตว์ตัวนี้ต้องมีขน

  1. Inductive Reasoning

• การสรุปผลจากข้อมูลบางส่วนหรือจากการสังเกต เพื่อหาข้อสรุปทั่วไป

• ตัวอย่าง: เห็นหงส์ 10 ตัวเป็นสีขาว ดังนั้นหงส์ทั้งหมดน่าจะเป็นสีขาว

  1. Adductive Reasoning

• การสรุปผลจากข้อมูลที่มีแนวโน้มว่าเป็นไปได้มากที่สุด

• ตัวอย่าง: ถ้าฝนตก ถนนเปียก และตอนนี้ถนนเปียก อาจสันนิษฐานได้ว่าฝนตก

  1. Common Sense Reasoning

• การตัดสินใจหรือวิเคราะห์โดยใช้เหตุผลที่คนทั่วไปเข้าใจได้ง่าย

• ตัวอย่าง: ถ้าน้ำร้อน ห้ามแตะ เพราะจะลวก

  1. Monotonic Reasoning

• การอนุมานที่ข้อสรุปจะไม่เปลี่ยนแปลง แม้จะมีข้อมูลใหม่เพิ่มเข้ามา

• ตัวอย่าง: ถ้ารู้ว่าทุกหมามีหาง ข้อมูลใหม่ที่ว่า “หมามีหางยาวหรือสั้น” ไม่เปลี่ยนข้อสรุปนั้น

Classify Calculator

Lab

   xn1 = [75,80,64,68,82]
xn2 = [170,165,172,161,180]
xd1 = [44,48,51,41,57]
xd2 = [120,125,112,118,106]

w = (max(xd1)+min(xn1))/2
w = float(w)
h = (max(xd2)+min(xn2))/2
h = float(h)
print("W = ",w,"H = ",h)

W = 60.5 H = 143.0

   wi = float (input("weight = "))
hi = float (input("high = "))
if ((wi > w )and(hi > h)):
  print("input = Normal Class")
else :
  print("input = Dwarf Class")

weight = 77 high = 168 input = Normal Class