การเรียนรู้ประดิษฐ์ การเรียนรู้ของเครื่อง และการเรียนรู้เชิงลึก:รู้จักความแตกต่าง

ยินดีต้อนรับสู่ปี 2025!

พบกับซูซาน เพื่อน ผู้ช่วย ผู้จัดการ และทุกสิ่งที่คุณต้องการในกิจวัตรประจำวันของคุณ เธอจัดระเบียบอีเมลของคุณ จัดกำหนดการประชุมของคุณ ดูความต้องการขั้นพื้นฐานในบ้านของคุณและเติมสต็อกของร้านขายของชำเมื่อใดก็ตามที่ใกล้จะเสร็จสิ้น เธอสามารถเป็นเพื่อนที่ดีที่สุดของคุณเมื่อคุณต่ำ เธอวาดภาพและเขียนบทกวีเมื่อคุณต้องการศิลปะและวรรณกรรมสักเล็กน้อยเพื่อผ่อนคลาย

ฟังดูคล้ายกับซาแมนธามาก ซึ่งให้เสียงโดยสการ์เลตต์ โจแฮนสันใน เธอ . คุณไม่ควรพลาดภาพยนตร์ที่สวยงามเรื่องนี้ อย่างน้อยคุณก็ต้องเคยได้ยินเรื่องนี้

Susan หรือ Samantha คือ – พูดง่ายๆ ก็คือ – Siri, Cortana เวอร์ชันที่ได้รับการปรับปรุงและเทคโนโลยีมากขึ้น Google Assistance หรือ Google DeepMind

บริษัทเทคโนโลยีทั้งเล็กและใหญ่ต่างแข่งขันกันเพื่อให้ AI เป็นส่วนหนึ่งของชีวิตประจำวัน โลกดิจิทัลเต็มไปด้วยคำฉวัดเฉวียนที่ดูเหมือนจริงเฉพาะในสื่อเท่านั้น – ปัญญาประดิษฐ์, การเรียนรู้ของเครื่อง, การขบเคี้ยวข้อมูล, การเรียนรู้เชิงลึก, การเรียนรู้แบบเสริมแรง คำใหญ่ที่มีความหมายเพียงเล็กน้อยหรือไม่มีเลยในคำจริงเมื่อไม่นานมานี้

มาทำความเข้าใจคำศัพท์สามคำที่ได้ยินบ่อยที่สุดในปัจจุบัน ได้แก่ "ปัญญาประดิษฐ์" "การเรียนรู้ของเครื่อง" และ "การเรียนรู้เชิงลึก"

ความแตกต่างคืออะไร

เนื่องจากไม่มีคำจำกัดความมาตรฐานสำหรับคำศัพท์เหล่านี้ จึงมักถูกใช้อย่างหลวมๆ เป็นคำที่เปลี่ยนแทนกันได้ ดังนั้นการแยกแยะพวกมันจึงยากขึ้น นอกจากนี้ ความหมายที่เข้าใจโดยทั่วไปของคำศัพท์เหล่านี้ได้พัฒนาไปตามกาลเวลา ความหมายของ AI ในปี 1960 แตกต่างจากความหมายในปัจจุบันอย่างมาก

วิธีที่ง่ายที่สุดในการนึกถึงความสัมพันธ์ของพวกเขาคือการแสดงภาพพวกเขาเป็นวงกลมที่มีศูนย์กลาง

• AI — ความคิดที่มาก่อนและเป็นวงกลมที่ใหญ่ที่สุด
• แมชชีนเลิร์นนิง — ซึ่งต่อมาเป็นวงกลมตรงกลาง
• ประการสุดท้าย การเรียนรู้เชิงลึก — ซึ่งกำลังขับเคลื่อนการระเบิดของ AI ในปัจจุบัน โดยเป็นวงกลมที่เล็กที่สุดและอยู่ลึกที่สุด

จากจุดประกายสู่ความสว่าง

AI ปูทางสำหรับห้องทดลองวิจัยไม่นานหลังจากที่มีการบัญญัติศัพท์ในการประชุม Dartmouth Conferences ในปี 1956 แม้ว่าจะใช้เวลาหลายทศวรรษกว่าที่เทคโนโลยีจะทันกับจินตนาการของเรา แต่ดูเหมือนว่าเราจะ ในที่สุดก็ถึงจุดสูงสุดของการปฏิวัติ AI ด้วยการลงทุนร่วมทุนมากขึ้น บริษัทเทคโนโลยีขนาดใหญ่เข้ามามีส่วนร่วมในการวิจัยและพัฒนา และการใช้ AI ในชีวิตของเราทุกวันมากขึ้น

มาดูกันว่า AI Spark กลายเป็น AI Lightening ได้อย่างไร

ปัญญาประดิษฐ์:เครื่องจักรที่สร้างขึ้นด้วยปัญญาของมนุษย์

ปัญญาประดิษฐ์เป็นสาขาวิชาวิทยาการคอมพิวเตอร์ที่เน้นการสร้างเครื่องจักรอัจฉริยะที่ทำงานและตอบสนองได้เหมือนมนุษย์ เป็นสาขาวิชาที่แสวงหาวิธีการสร้างคอมพิวเตอร์ที่มีพฤติกรรมที่ชาญฉลาด เครื่องจักรจะถือว่า "ฉลาด" ถ้ามันสามารถทำสิ่งต่างๆ ที่เกี่ยวข้องกับสติปัญญาของมนุษย์ได้ตามปกติ

เราเคยเห็นเครื่องจักรเหล่านี้ในภาพยนตร์ในฐานะคนดี (C-3PO ในซีรีส์ Star Wars) หรือคนเลว (นักฆ่าไซบอร์กใน The Terminator)

เพื่อให้มีคุณสมบัติเป็นอัจฉริยะเทียม เครื่องจักรควรสามารถทำสิ่งพื้นฐานบางอย่าง เช่น:

• การประมวลผลภาษาธรรมชาติ (เช่น สื่อสารโดยไม่มีปัญหาในภาษาที่กำหนด)
• การให้เหตุผลอัตโนมัติ (ใช้ข้อมูลที่เก็บไว้เพื่อตอบคำถามและสรุปผลใหม่)
• การเรียนรู้ของเครื่อง (ความสามารถในการปรับตัวเข้ากับสถานการณ์ใหม่และตรวจจับรูปแบบ)

เป็นที่ทราบกันทั่วไปว่า AI สามารถแสดงแง่มุมบางอย่างของความฉลาดของมนุษย์ได้ ตอนนี้คำถามคือหน่วยสืบราชการลับนั้นมาจากไหน นั่นคือที่มาของการเรียนรู้ของเครื่อง

แมชชีนเลิร์นนิง:แนวทางเพื่อให้ได้เครื่องจักรที่มีสมองมนุษย์

แมชชีนเลิร์นนิงเป็นวินัยปัญญาประดิษฐ์ที่มุ่งเน้นการพัฒนาเทคโนโลยีของความรู้ของมนุษย์ สำรวจการพัฒนาอัลกอริทึมที่เรียนรู้จากข้อมูลที่กำหนด อัลกอริทึมคือชุดของขั้นตอนในการทำงานให้สำเร็จ แมชชีนเลิร์นนิงมาจากความคิดของกลุ่ม AI ในยุคแรกๆ โดยตรง และแนวทางอัลกอริทึมนั้นรวมถึงการเรียนรู้แผนผังการตัดสินใจ การจัดกลุ่ม การเรียนรู้แบบเสริมแรง การเรียนรู้กฎการเชื่อมโยง และอื่นๆ ที่คล้ายคลึงกัน

อัลกอริทึมเหล่านี้สามารถเรียนรู้จากประสบการณ์ที่ผ่านมา (เช่น ข้อมูลที่ได้รับ) และสอนตัวเองให้ปรับตัวเข้ากับสถานการณ์ใหม่และทำงานบางอย่างได้ แมชชีนเลิร์นนิงช่วยให้คอมพิวเตอร์สามารถจัดการกับสถานการณ์ใหม่ๆ ผ่านการวิเคราะห์ การฝึกอบรมด้วยตนเอง การสังเกต และประสบการณ์

แมชชีนเลิร์นนิงช่วยให้คอมพิวเตอร์มีความก้าวหน้าอย่างต่อเนื่องผ่านการสัมผัสกับสถานการณ์ใหม่ๆ การทดสอบและการปรับตัว ในขณะที่ใช้การตรวจจับรูปแบบและแนวโน้มเพื่อปรับปรุงการตัดสินใจในสถานการณ์ที่ตามมา (แม้ว่าจะไม่เหมือนกัน)

แม้ว่าจะมีอัลกอริทึมมากมาย แต่ก็ไม่มีใครบรรลุเป้าหมายสูงสุดของ AI เลย มีเหตุผลที่การมองเห็นของคอมพิวเตอร์และการตรวจจับภาพไม่ได้ใกล้เคียงกับมนุษย์จนกระทั่งเมื่อไม่นานมานี้ ก่อนหน้านี้เปราะเกินไปและมีแนวโน้มที่จะเกิดข้อผิดพลาด

เวลาและอัลกอริทึมการเรียนรู้ที่เหมาะสมสร้างความแตกต่าง

การเรียนรู้เชิงลึก:เทคนิคการฝึกสมองของเครื่องจักร

แนวทางอัลกอริทึมอีกวิธีหนึ่งจากกลุ่มแมชชีนเลิร์นนิงในยุคแรกๆ การเรียนรู้เชิงลึกเป็นสาขาย่อยของการเรียนรู้ของเครื่องที่เกี่ยวข้องกับอัลกอริทึมที่ได้รับแรงบันดาลใจจากโครงสร้างและหน้าที่ของสมองที่เรียกว่าโครงข่ายประสาทเทียม มันเกี่ยวข้องกับแบบจำลองทางคณิตศาสตร์ประเภทหนึ่งที่สามารถคิดได้ว่าเป็นองค์ประกอบของบล็อกธรรมดาบางประเภทในโครงสร้างหลายชั้น และบล็อกบางส่วนเหล่านี้สามารถปรับเปลี่ยนเพื่อทำนายผลลัพธ์สุดท้ายได้ดีขึ้น

คำว่า "ลึก" หมายความว่าองค์ประกอบที่มีบล็อกเหล่านี้หลายบล็อกซ้อนทับกัน และบิตที่ยุ่งยากคือการปรับบล็อกที่อยู่ห่างไกลจาก เอาต์พุต เนื่องจากการเปลี่ยนแปลงเพียงเล็กน้อยอาจมีผลกระทบทางอ้อมอย่างมากต่อเอาต์พุต

การเรียนรู้เชิงลึกพยายามเลียนแบบการทำงานของชั้นในของสมองมนุษย์ และพบการใช้งานที่ประสบความสำเร็จในการจดจำภาพ การแปลภาษา หรือการรักษาความปลอดภัยอีเมล Deep Learning สร้างความรู้จากการประมวลผลข้อมูลหลายชั้น เทคโนโลยี Deep Learning ได้รับต้นแบบมาจากสมองของมนุษย์ และทุกครั้งที่มีการป้อนข้อมูลใหม่ ความสามารถของมันก็จะดีขึ้น

การเรียนรู้เชิงลึกช่วยปรับปรุง AI ได้อย่างไร

การเรียนรู้เชิงลึกได้เปิดใช้แอปพลิเคชันที่ใช้งานได้จริงมากมายของการเรียนรู้ของเครื่อง และขยายขอบเขตโดยรวมของ AI รถยนต์ไร้คนขับ การดูแลสุขภาพเชิงป้องกัน ภาพยนตร์แนะนำที่ดียิ่งขึ้น ทั้งหมดนี้อยู่ที่นี่แล้ววันนี้หรือเร็วๆ นี้

การเรียนรู้เชิงลึกอาจเป็นชิ้นส่วนไขปริศนาสำคัญที่นำไปสู่การสร้าง AI ที่ชาญฉลาดและเหมือนมนุษย์มากขึ้น การเรียนรู้เชิงลึกสามารถปรับปรุงทุกแง่มุมของ AI ตั้งแต่การประมวลผลภาษาธรรมชาติไปจนถึงการมองเห็นด้วยเครื่อง คิดว่ามันเป็นสมองที่ดีกว่าที่จะปรับปรุงวิธีการเรียนรู้ของคอมพิวเตอร์ สามารถปรับปรุงผู้ช่วยเสมือนเช่น Siri หรือ Google Now เพื่อจัดการกับคำขอที่พวกเขาไม่คุ้นเคย สามารถประมวลผลวิดีโอและสร้างคลิปสั้นสรุปเนื้อหา

ใครจะรู้ บางทีวันหนึ่งทุกคนอาจมีซาแมนธาในเวอร์ชั่นของตัวเอง!