ปัญญาประดิษฐ์(Artificial Intelligence)

ปัญญาประดิษฐ์(Artificial Intelligence) หรือ เอไอ (AI) หมายถึงความฉลาดเทียมที่สร้างขึ้นให้กับสิ่งที่ไม่มีชีวิต ปัญญาประดิษฐ์เป็นสาขาหนึ่งในด้านวิทยาการคอมพิวเตอร์ และวิศวกรรมเป็นหลัก แต่ยังรวมถึงศาตร์ในด้านอื่นๆอย่างจิตวิทยา ปรัชญา หรือชีววิทยา ซึ่งสาขาปัญญาประดิษฐ์เป็นการเรียนรู้เกี่ยวกับกระบวนการการคิด การกระทำ การให้เหตุผล การปรับตัว หรือการอนุมาน และการทำงานของสมอง แม้ว่าดังเดิมนั้นเป็นสาขาหลักในวิทยาการคอมพิวเตอร์ แต่แนวคิดหลายๆ อย่างในศาสตร์นี้ได้มาจากการปรับปรุงเพิ่มเติมจากศาสตร์อื่นๆ เช่น

การเรียนรู้ของเครื่อง นั้นมีเทคนิคการเรียนรู้ที่เรียกว่า การเรียนรู้ต้นไม้ตัดสินใจ ซึ่งประยุกต์เอาเทคนิคการอุปนัยของ จอห์น สจวร์ต มิลล์ นักปรัชญาชื่อดังของอังกฤษ มาใช้ เครือข่ายประสาทเทียมก็นำเอาแนวคิดของการทำงานของสมองของมนุษย์ มาใช้ในการแก้ปัญหาการแบ่งประเภทของข้อมูล และแก้ปัญหาอื่นๆ ทางสถิติ

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

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])

หมายเหตุ ก่อนที่จะทำให้เครื่องคิดอย่างมนุษย์ได้ ต้องรู้ก่อนว่ามนุษย์มีกระบวนการคิดอย่างไร ซึ่งการวิเคราะห์ลักษณะการคิดของมนุษย์ เป็นศาสตร์ด้าน cognitive science เช่น ศึกษาการเรียงตัวของเซลล์สมองในสามมิติ ศึกษาการถ่ายเทประจุไฟฟ้า และวิเคราะห์การเปลี่ยนแปลงทางเคมีไฟฟ้าในร่างกาย ระหว่างการคิด ซึ่งจนถึงปัจจุบัน (พ.ศ. 2548) เราก็ยังไม่รู้แน่ชัดว่า มนุษย์เรา คิดได้อย่างไร

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

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
สาขาของปัญญาประดิษฐ์
หนังสืออ้างอิงที่ดีและทันสมัยที่สุดในปัจจุบัน คือของ Russell and Norvig, 2003 โครงสร้างของปัญญาประดิษฐ์ แสดงสาขาที่เป็นหัวใจของสาขา ความสัมพันธ์ระหว่างสาขา และบทบาทที่มีผลกระทบต่อโลกภายนอก

หัวใจของปัญญาประดิษฐ์
1. คอมพิวเตอร์วิทัศน์ (Computer vision)
  เป็นการศึกษาเรื่องการมองเห็น การรู้จำภาพ มีสาขาย่อยเช่น การประมวลผลภาพ (image processing)
2. การประมวลผลภาษาธรรมชาติ (Natural language processing)
  เป็นการศึกษาการแปลความหมายจากภาษามนุษย์ มาเป็นความรู้ที่เครื่องจักรเข้าใจได้ สาขานี้เกี่ยวข้องใกล้ชิดกับ ภาษาศาสตร์เชิงคำนวณ (computational linguistics)
3. การแทนความรู้ (Knowledge representation)
  เป็นการศึกษาด้านเก็บความรู้ (knowledge) ไว้ในเครื่องจักร โดยมีประเด็นสำคัญคือ
  - ทำอย่างไรจะแสดงความรู้ได้อย่างกระทัดรัด ประหยัดหน่วยความจำ
  - จะนำความรู้ที่เก็บไว้นี้ไปใช้ในการให้เหตุผลอย่างไร ; และ
  - จะมีการเรียนรู้ความรู้ใหม่ ๆ ด้วยเทคนิคการเรียนรู้ของเครื่อง ให้ความรู้ที่ได้อยู่ในรูปแบบความรู้ที่เราออกแบบไว้ได้อย่างไร
  
  การแทนความรู้สามารถแบ่งออกได้เป็นสองประเภทหลัก คือ
  - ความรู้ที่แน่นอน (certain knowledge) เช่น การแทนความรู้ด้วยตรรกศาสตร์ ไม่ว่าจะเป็น first-order logic หรือ propositional logic
  - ความรู้ที่มีความไม่แน่นอนมาเกี่ยวข้อง (uncertain knowledge) เช่น ฟัซซี่ลอจิก (fuzzy logic) และเครือข่ายแบบเบย์ ( bayesian networks)
4. การเรียนรู้ของเครื่อง (Machine learning)
  เป็นการศึกษากระบวนการเรียนรู้ เพื่อให้เครื่องจักรสามารถเรียนรู้สิ่งใหม่ ๆ ได้คล้ายมนุษย์ มีสาขาย่อยมากมาย เช่น
  - การสังเคราะห์โปรแกรม(program synthesis)
  - การคิดให้เหตุผล (Inference หรือ automated reasoning)
  เป็นการคิดให้เหตุผลเพื่อแก้ปัญหาต่าง ๆ อย่างอัตโนมัติจากความรู้ที่มีอยู่ในเครื่อง การให้เหตุผลด้วยวิธีใดนั้นขึ้นอยู่กับการแทนความรู้ของเครื่อง (knowledge representation)โดยตรง เทคนิคที่นิยมใช้กันมากก็คือ การเขียนโปรแกรมเชิงตรรกะ (Logic programming) เมื่อเราแทนความรู้ของเครื่องด้วย first-order logic และ bayesian inference เมื่อเราแทนความรู้ของเครื่องด้วย bayesian networks
  - การวางแผนของเครื่อง (Automated Planning)
  - การค้นหาเชิงการจัด (Combinatorial search)
  เนื่องจากเวลาเราพยายามแก้ปัญหาในงานวิจัยด้านปัญญาประดิษฐ์ วิธีมาตรฐานอย่างหนึ่งคือ พยายามมองปัญหาให้อยู่ในรูปปัญหาของการค้นหา การค้นหาจึงเป็นพื้นฐานของการโปรแกรมปัญญาประดิษฐ์แทบทุกประเภท
5. ระบบผู้เชี่ยวชาญ (Expert system)
  เป็นการศึกษาเรื่องสร้างระบบความรู้ของปัญหาเฉพาะอย่าง เช่น การแพทย์หรือวิทยาศาสตร์ จุดประสงค์ของระบบนี้คือ ทำให้เสมือนมีมนุษย์ผู้เชี่ยวชาญคอยให้คำปรึกษา และคำตอบเกี่ยวกับปัญหาต่าง ๆ
  งานวิจัยด้านนี้มีจุดประสงค์หลักว่า เราไม่ต้องพึ่งมนุษย์ในการแก้ปัญหา แต่อย่างไรก็ตามในทางปฏิบัติแล้ว ระบบผู้เชี่ยวชาญยังต้องพึ่งมนุษย์เพื่อให้ความรู้พื้นฐานในช่วงแรก การจะทำงานวิจัยเรื่องนี้ต้องอาศัยความรู้พื้นฐานหลายเรื่อง ไม่ว่าจะเป็น การแทนความรู้, การให้เหตุผล และ การเรียนรู้ของเครื่อง (กรอบสีเขียวในรูปข้างบน) สาขาอื่นที่สำคัญเและมีบทบาทมากในปัจจุบัน