จากบทความเรื่อง AI Literacy ทักษะสำคัญในยุคปัญญาประดิษฐ์ และ การใช้ AI โดยขาด AI Literacy อันตรายมากกว่าที่คิด เราจึงต้องมาทำความเข้าใจว่า AI ตั้งแต่พื้นฐานว่า ปัญญาประดิษฐ์ หรือ AI (Artificial Intelligence) คือ ระบบคอมพิวเตอร์ที่สามารถเลียนแบบความสามารถทางปัญญาของมนุษย์ เช่น การเรียนรู้ การแก้ปัญหา และการตัดสินใจ AI ไม่ใช่เทคโนโลยีใหม่ แต่ได้รับความสนใจอย่างมากในปัจจุบันเนื่องจากความก้าวหน้าในด้านการประมวลผลข้อมูลและอัลกอริทึม
AI ทำงานโดยใช้ข้อมูลจำนวนมากเพื่อ “เรียนรู้” และสร้างโมเดลที่สามารถทำนายหรือตัดสินใจได้ กระบวนการนี้เรียกว่า Machine Learning ซึ่งเป็นส่วนหนึ่งของ AI โดย Deep Learning เป็นเทคนิคขั้นสูงของ Machine Learning ที่ใช้โครงข่ายประสาทเทียมซับซ้อนในการเรียนรู้
ประเภทของ AI ได้แก่
- ปัญญาประดิษฐ์เชิงแคบ (Narrow AI): AI ที่ถูกออกแบบมาเพื่อทำงานเฉพาะด้าน เช่น ระบบช่วยในการผ่าตัดหรือการวิเคราะห์ข้อมูลในธุรกิจ.
- ปัญญาประดิษฐ์ทั่วไป (General AI): AI ที่มีความสามารถในการทำงานได้หลากหลายเหมือนมนุษย์ แต่ยังอยู่ในขั้นตอนการพัฒนา.
- ปัญญาประดิษฐ์แบบเข้ม (Strong AI): AI ที่มีความสามารถเหนือกว่ามนุษย์ในหลายด้าน ซึ่งยังเป็นแนวคิดที่อยู่ในระยะเริ่มต้น.
การพัฒนาปัญญาประดิษฐ์ (AI) เริ่มต้นขึ้นในกลางศตวรรษที่ 20 และมีความก้าวหน้าอย่างต่อเนื่องจนถึงปัจจุบัน โดยมีเหตุการณ์สำคัญหลายช่วงที่มีผลต่อการเติบโตของ AI ดังนี้
1.เริ่มต้นในยุคเริ่มต้น (คศ.1940-1950) แนวคิดเกี่ยวกับการสร้างเครื่องจักรที่สามารถเลียนแบบการคิดของมนุษย์เริ่มต้นขึ้น โดยนักวิจัยเช่น Alan Turing และ Claude Shannon ได้วางรากฐานทางทฤษฎีที่สำคัญ คำว่า Artificial Intelligence ถูกบัญญัติขึ้นโดย John McCarthy ในการประชุม Dartmouth Conference ซึ่งถือเป็นจุดเริ่มต้นของ AI ในฐานะสาขาวิชาที่แยกต่างหาก
2.ยุคของตรรกะและสัญลักษณ์ (คศ.1950-1960) การวิจัยมุ่งเน้นที่การใช้ตรรกะและสัญลักษณ์เพื่อสร้างระบบอัจฉริยะ เช่น โปรแกรม Logic Theorist ที่พัฒนาโดย Allen Newell และ Herbert Simon
3.ยุคของแมชชีนเลิร์นนิง (คศ.1960-1980) การเรียนรู้จากข้อมูล นักวิจัยเริ่มสำรวจแนวคิดของ Machine Learning ซึ่งเป็นการพัฒนาอัลกอริธึมที่สามารถเรียนรู้จากข้อมูลและปรับปรุงประสิทธิภาพ ในช่วงนี้มีการพัฒนาระบบผู้เชี่ยวชาญ (Expert Systems) ที่เลียนแบบความรู้และความสามารถในการตัดสินใจของผู้เชี่ยวชาญ
4.ยุคโครงข่ายประสาทเทียม (คศ.1980-1990) โครงข่ายประสาทเทียมได้รับความสนใจอีกครั้ง โดยนักวิจัยพัฒนาอัลกอริธึมที่ช่วยให้โครงข่ายสามารถเรียนรู้จากข้อมูลได้
5.ยุคข้อมูลขนาดใหญ่และการเรียนรู้เชิงลึก (คศ.2000-2022) การเติบโตของข้อมูลและพลังการคำนวณทำให้ Deep Learning กลายเป็นเทคนิคที่มีประสิทธิภาพในการจัดการกับงานซับซ้อน เช่น การจดจำภาพและการประมวลผลภาษาธรรมชาติ มีการใช้แอปพลิเคชันในชีวิตจริง AI ได้ถูกนำไปใช้ในหลากหลายอุตสาหกรรม เช่น การแพทย์ ยานยนต์ไร้คนขับ และผู้ช่วยเสมือนจริง
6.ยุคการนำ AI าใช้ในองค์กรและชีวิตประจำวัน (คศ.2022-ปัจจุบัน) เมื่อมีการนำ Large Language Model หรือ โมเดลภาษาขนาดใหญ่) หรือที่เรียกว่า LLM เป็นโมเดล Deep Learning ขนาดใหญ่ มาใช้กับ Generative AI (Gen-AI) คือ AI ที่ถูกออกแบบมาโดยเฉพาะให้มีความสามารถในการ “สร้างใหม่” จากชุดข้อมูลที่มีอยู่ ด้วยอัลกอริทึมแบบ Generative Model ทำให้สามารถนำมาใช้งานหลากหลายทั้งในการทำงานและการชีวิตประจำวัน โดยเริ่มต้นจากบริการ ChatGPT Cluade Gemini Capilot เป็นต้น
ด้วยความก้าวหน้าเหล่านี้ AI ได้กลายเป็นส่วนสำคัญในชีวิตประจำวันและธุรกิจ ทำให้มีบทบาทมากขึ้นในอนาคต ในอนาคต AI จะมีบทบาทสำคัญในทุกภาคส่วน การเข้าใจพื้นฐานของ AI จึงเป็นทักษะสำคัญที่ทุกคนควรมี ไม่ว่าจะเป็นนักเรียน นักศึกษา หรือผู้ประกอบอาชีพในสาขาต่างๆ การเรียนรู้อย่างต่อเนื่องเกี่ยวกับ AI จะช่วยให้เราพร้อมรับมือกับการเปลี่ยนแปลงและโอกาสใหม่ๆ ที่จะเกิดขึ้นในยุคแห่งปัญญาประดิษฐ์