AI พร้อม Python - Primer Concept

นับตั้งแต่มีการประดิษฐ์คอมพิวเตอร์หรือเครื่องจักรความสามารถในการทำงานต่าง ๆ ได้รับการเติบโตอย่างทวีคูณ มนุษย์ได้พัฒนาพลังของระบบคอมพิวเตอร์ในแง่ของโดเมนการทำงานที่หลากหลายความเร็วที่เพิ่มขึ้นและการลดขนาดตามเวลา

สาขาวิทยาศาสตร์คอมพิวเตอร์ชื่อปัญญาประดิษฐ์มุ่งสร้างคอมพิวเตอร์หรือเครื่องจักรที่ฉลาดเหมือนมนุษย์

แนวคิดพื้นฐานของปัญญาประดิษฐ์ (AI)

John McCarthy บิดาแห่งปัญญาประดิษฐ์กล่าวว่า“ วิทยาศาสตร์และวิศวกรรมในการสร้างเครื่องจักรอัจฉริยะโดยเฉพาะโปรแกรมคอมพิวเตอร์อัจฉริยะ”

ปัญญาประดิษฐ์เป็นวิธีหนึ่งในการสร้างคอมพิวเตอร์หุ่นยนต์ที่ควบคุมด้วยคอมพิวเตอร์หรือซอฟต์แวร์ที่คิดอย่างชาญฉลาดในลักษณะเดียวกับที่มนุษย์ฉลาดคิด AI ทำได้โดยการศึกษาวิธีคิดของสมองมนุษย์และวิธีที่มนุษย์เรียนรู้ตัดสินใจและทำงานในขณะที่พยายามแก้ปัญหาจากนั้นใช้ผลการศึกษานี้เป็นพื้นฐานในการพัฒนาซอฟต์แวร์และระบบอัจฉริยะ

ในขณะที่ใช้ประโยชน์จากพลังของระบบคอมพิวเตอร์ความอยากรู้อยากเห็นของมนุษย์ทำให้เขาสงสัยว่า“ เครื่องจักรสามารถคิดและทำตัวเหมือนมนุษย์ได้หรือไม่”

ดังนั้นการพัฒนา AI จึงเริ่มต้นด้วยความตั้งใจที่จะสร้างความฉลาดที่คล้ายกันในเครื่องจักรที่เราพบและถือว่ามีความเป็นมนุษย์สูง

ความจำเป็นของการเรียนรู้ AI

อย่างที่เราทราบกันดีว่า AI ใฝ่หาการสร้างเครื่องจักรที่ฉลาดเหมือนมนุษย์ มีเหตุผลมากมายที่เราควรศึกษา AI เหตุผลดังต่อไปนี้ -

AI สามารถเรียนรู้ผ่านข้อมูล

ในชีวิตประจำวันของเราเราจัดการกับข้อมูลจำนวนมากและสมองของมนุษย์ไม่สามารถติดตามข้อมูลจำนวนมากได้ นั่นคือเหตุผลที่เราต้องทำให้สิ่งต่างๆเป็นไปโดยอัตโนมัติ สำหรับการทำงานอัตโนมัติเราต้องศึกษา AI เพราะสามารถเรียนรู้จากข้อมูลและสามารถทำงานซ้ำ ๆ ได้อย่างแม่นยำและไม่เหนื่อย

AI สามารถสอนตัวเองได้

จำเป็นมากที่ระบบควรสอนตัวเองเนื่องจากข้อมูลมีการเปลี่ยนแปลงอยู่ตลอดเวลาและความรู้ที่ได้มาจากข้อมูลดังกล่าวจะต้องได้รับการปรับปรุงอย่างต่อเนื่อง เราสามารถใช้ AI เพื่อตอบสนองจุดประสงค์นี้ได้เนื่องจากระบบที่เปิดใช้งาน AI สามารถสอนตัวเองได้

AI สามารถตอบสนองแบบเรียลไทม์

ปัญญาประดิษฐ์ด้วยความช่วยเหลือของโครงข่ายประสาทเทียมสามารถวิเคราะห์ข้อมูลได้ลึกขึ้น เนื่องจากความสามารถนี้ AI สามารถคิดและตอบสนองต่อสถานการณ์ที่เป็นไปตามเงื่อนไขแบบเรียลไทม์

AI บรรลุความแม่นยำ

ด้วยความช่วยเหลือของโครงข่ายประสาทเทียมที่ล้ำลึก AI สามารถบรรลุความแม่นยำอย่างมาก AI ช่วยในด้านการแพทย์ในการวินิจฉัยโรคเช่นมะเร็งจาก MRI ของผู้ป่วย

AI สามารถจัดระเบียบข้อมูลเพื่อให้ได้ประโยชน์สูงสุด

ข้อมูลเป็นทรัพย์สินทางปัญญาสำหรับระบบที่ใช้อัลกอริทึมการเรียนรู้ด้วยตนเอง เราต้องการ AI เพื่อจัดทำดัชนีและจัดระเบียบข้อมูลในลักษณะที่ให้ผลลัพธ์ที่ดีที่สุดเสมอ

ทำความเข้าใจกับข่าวกรอง

ด้วย AI สามารถสร้างระบบอัจฉริยะได้ เราจำเป็นต้องเข้าใจแนวคิดของความฉลาดเพื่อที่สมองของเราจะสามารถสร้างระบบความฉลาดอื่นเช่นตัวมันเองได้

Intelligence คืออะไร?

ความสามารถของระบบในการคำนวณเหตุผลรับรู้ความสัมพันธ์และการเปรียบเทียบเรียนรู้จากประสบการณ์จัดเก็บและดึงข้อมูลจากหน่วยความจำแก้ปัญหาเข้าใจความคิดที่ซับซ้อนใช้ภาษาธรรมชาติอย่างคล่องแคล่วจำแนกสรุปและปรับสถานการณ์ใหม่

ประเภทของข่าวกรอง

ตามที่โฮเวิร์ดการ์ดเนอร์นักจิตวิทยาพัฒนาการชาวอเมริกันได้อธิบายไว้ว่าหน่วยสืบราชการลับมีหลายรูปแบบ -

ซีเนียร์ No ข่าวกรองและคำอธิบาย ตัวอย่าง
1

Linguistic intelligence

ความสามารถในการพูดรับรู้และใช้กลไกของการออกเสียง (เสียงพูด) ไวยากรณ์ (ไวยากรณ์) และความหมาย (ความหมาย)

ผู้บรรยาย, Orators
2

Musical intelligence

ความสามารถในการสร้างสื่อสารและเข้าใจความหมายที่เกิดจากเสียงความเข้าใจระดับเสียงจังหวะ

นักดนตรีนักร้องนักแต่งเพลง
3

Logical-mathematical intelligence

ความสามารถในการใช้และเข้าใจความสัมพันธ์ในกรณีที่ไม่มีการกระทำหรือวัตถุ นอกจากนี้ยังสามารถเข้าใจความคิดที่ซับซ้อนและเป็นนามธรรม

นักคณิตศาสตร์นักวิทยาศาสตร์
4

Spatial intelligence

ความสามารถในการรับรู้ข้อมูลภาพหรือเชิงพื้นที่เปลี่ยนแปลงและสร้างภาพใหม่โดยไม่ต้องอ้างอิงถึงวัตถุสร้างภาพ 3 มิติและเพื่อเคลื่อนย้ายและหมุน

ผู้อ่านแผนที่นักบินอวกาศนักฟิสิกส์
5

Bodily-Kinesthetic intelligence

ความสามารถในการใช้ร่างกายทั้งหมดหรือบางส่วนในการแก้ปัญหาหรือผลิตภัณฑ์แฟชั่นควบคุมทักษะยนต์ที่ละเอียดและหยาบและจัดการกับวัตถุ

ผู้เล่นนักเต้น
6

Intra-personal intelligence

ความสามารถในการแยกแยะระหว่างความรู้สึกเจตนาและแรงจูงใจของตนเอง

กัวทัมพุทธะ
7

Interpersonal intelligence

ความสามารถในการรับรู้และสร้างความแตกต่างท่ามกลางความรู้สึกความเชื่อและความตั้งใจของคนอื่น

นักสื่อสารมวลชนผู้สัมภาษณ์

คุณสามารถพูดได้ว่าเครื่องจักรหรือระบบมีความฉลาดเทียมเมื่อมีการติดตั้งความฉลาดอย่างน้อยหนึ่งอย่างหรือทั้งหมดไว้ในนั้น

Intelligence ประกอบด้วยอะไรบ้าง?

ความฉลาดนั้นจับต้องไม่ได้ ประกอบด้วย -

  • Reasoning
  • Learning
  • การแก้ปัญหา
  • Perception
  • ความฉลาดทางภาษา

ให้เราดูส่วนประกอบทั้งหมดสั้น ๆ -

การใช้เหตุผล

เป็นชุดของกระบวนการที่ช่วยให้เราสามารถจัดเตรียมพื้นฐานสำหรับการตัดสินการตัดสินใจและการคาดคะเน มีสองประเภทกว้าง ๆ -

การให้เหตุผลโดยอุปนัย การให้เหตุผลแบบนิรนัย
ดำเนินการสังเกตเฉพาะเพื่อสร้างข้อความทั่วไปอย่างกว้าง ๆ เริ่มต้นด้วยคำชี้แจงทั่วไปและตรวจสอบความเป็นไปได้ในการบรรลุข้อสรุปเชิงตรรกะที่เฉพาะเจาะจง
แม้ว่าสถานที่ทั้งหมดจะเป็นจริงในคำแถลง แต่การให้เหตุผลแบบอุปนัยก็ช่วยให้ข้อสรุปเป็นเท็จได้ หากสิ่งที่เป็นจริงในชั้นเรียนโดยทั่วไปก็เป็นจริงสำหรับสมาชิกทุกคนในชั้นเรียนนั้น
Example - "นิต้าเป็นครูนิต้าตั้งใจเรียนเพราะฉะนั้นครูทุกคนตั้งใจเรียน" Example - "ผู้หญิงทุกคนที่อายุมากกว่า 60 ปีเป็นยายชาลินีอายุ 65 ปีดังนั้นชาลินีจึงเป็นยาย"

การเรียนรู้ - ล

ความสามารถในการเรียนรู้ถูกครอบครองโดยมนุษย์สัตว์บางชนิดและระบบที่ใช้ AI การเรียนรู้แบ่งออกเป็นดังนี้ -

การเรียนรู้ด้วยเสียง

เป็นการเรียนรู้โดยการฟังและการได้ยิน ตัวอย่างเช่นนักเรียนฟังเสียงบรรยายที่บันทึกไว้

การเรียนรู้เป็นตอน ๆ

เรียนรู้โดยการจดจำลำดับเหตุการณ์ที่ได้พบเห็นหรือมีประสบการณ์ นี่เป็นเส้นตรงและเป็นระเบียบ

การเรียนรู้ด้วยมอเตอร์

เป็นการเรียนรู้โดยการเคลื่อนไหวของกล้ามเนื้ออย่างแม่นยำ ตัวอย่างเช่นการหยิบสิ่งของการเขียนเป็นต้น

การเรียนรู้เชิงสังเกต

เรียนรู้โดยการดูและเลียนแบบผู้อื่น ตัวอย่างเช่นเด็กพยายามเรียนรู้โดยเลียนแบบพ่อแม่

การเรียนรู้เชิงรับรู้

เป็นการเรียนรู้ที่จะรับรู้สิ่งเร้าที่เราเคยเห็นมาก่อน ตัวอย่างเช่นการระบุและการจัดประเภทของวัตถุและสถานการณ์

การเรียนรู้เชิงสัมพันธ์

มันเกี่ยวข้องกับการเรียนรู้ที่จะแยกความแตกต่างระหว่างสิ่งเร้าต่างๆบนพื้นฐานของคุณสมบัติเชิงสัมพันธ์แทนที่จะเป็นคุณสมบัติที่แน่นอน ตัวอย่างเช่นการเติมเกลือ 'น้อยกว่า' ในเวลาปรุงมันฝรั่งที่มีรสเค็มเมื่อปรุงด้วยการเติมเกลือหนึ่งช้อนโต๊ะ

  • Spatial Learning - เป็นการเรียนรู้ผ่านสิ่งเร้าที่มองเห็นเช่นภาพสีแผนที่ ฯลฯ ตัวอย่างเช่นบุคคลสามารถสร้างแผนงานขึ้นมาในใจก่อนที่จะไปตามถนนจริง

  • Stimulus-Response Learning- เป็นการเรียนรู้ที่จะแสดงพฤติกรรมเฉพาะเมื่อมีสิ่งกระตุ้นบางอย่างเกิดขึ้น ตัวอย่างเช่นสุนัขยกหูขึ้นเมื่อได้ยินเสียงกริ่งประตู

การแก้ปัญหา

เป็นกระบวนการที่คนรับรู้และพยายามหาทางออกที่ต้องการจากสถานการณ์ปัจจุบันโดยใช้เส้นทางบางอย่างซึ่งถูกขัดขวางโดยอุปสรรคที่ทราบหรือไม่รู้จัก

การแก้ปัญหายังรวมถึง decision makingซึ่งเป็นกระบวนการในการเลือกทางเลือกที่เหมาะสมที่สุดจากทางเลือกหลายทางเพื่อไปสู่เป้าหมายที่ต้องการ

การรับรู้

เป็นกระบวนการในการรับตีความคัดเลือกและจัดระเบียบข้อมูลทางประสาทสัมผัส

การรับรู้ถือว่า sensing. ในมนุษย์การรับรู้ได้รับความช่วยเหลือจากอวัยวะรับสัมผัส ในโดเมนของ AI กลไกการรับรู้จะทำให้ข้อมูลที่เซ็นเซอร์ได้รับมารวมกันในลักษณะที่มีความหมาย

ความฉลาดทางภาษา

เป็นความสามารถในการใช้เข้าใจพูดและเขียนภาษาพูดและภาษาเขียน เป็นสิ่งสำคัญในการสื่อสารระหว่างบุคคล

สิ่งที่เกี่ยวข้องกับ AI

ปัญญาประดิษฐ์เป็นพื้นที่การศึกษามากมาย สาขาวิชานี้ช่วยในการค้นหาวิธีแก้ปัญหาในโลกแห่งความเป็นจริง

ตอนนี้ให้เราดูสาขาการศึกษาต่างๆภายใน AI -

การเรียนรู้ของเครื่อง

เป็นหนึ่งในสาขา AI ที่ได้รับความนิยมมากที่สุด แนวคิดพื้นฐานของเอกสารนี้คือการทำให้แมชชีนเลิร์นนิงจากข้อมูลซึ่งมนุษย์สามารถเรียนรู้จากประสบการณ์ของตน ประกอบด้วยแบบจำลองการเรียนรู้บนพื้นฐานของการคาดการณ์ที่สามารถทำได้โดยใช้ข้อมูลที่ไม่รู้จัก

ตรรกะ

เป็นสาขาการศึกษาที่สำคัญอีกสาขาหนึ่งซึ่งใช้ตรรกะทางคณิตศาสตร์ในการสั่งงานโปรแกรมคอมพิวเตอร์ ประกอบด้วยกฎและข้อเท็จจริงเพื่อทำการจับคู่รูปแบบการวิเคราะห์ความหมาย ฯลฯ

กำลังค้นหา

สาขาวิชานี้ใช้โดยทั่วไปในเกมเช่นหมากรุก, tic-tac-toe อัลกอริทึมการค้นหาเป็นทางออกที่ดีที่สุดหลังจากค้นหาพื้นที่ค้นหาทั้งหมด

โครงข่ายประสาทเทียม

นี่คือเครือข่ายของระบบคอมพิวเตอร์ที่มีประสิทธิภาพซึ่งเป็นธีมหลักซึ่งยืมมาจากการเปรียบเทียบเครือข่ายประสาททางชีววิทยา ANN สามารถใช้ในวิทยาการหุ่นยนต์การรู้จำเสียงการประมวลผลคำพูด ฯลฯ

อัลกอริทึมทางพันธุกรรม

ขั้นตอนวิธีทางพันธุกรรมช่วยในการแก้ปัญหาด้วยความช่วยเหลือของโปรแกรมมากกว่าหนึ่งโปรแกรม ผลลัพธ์จะขึ้นอยู่กับการเลือกสิ่งที่เหมาะสมที่สุด

การเป็นตัวแทนความรู้

เป็นสาขาวิชาด้วยความช่วยเหลือซึ่งเราสามารถแสดงข้อเท็จจริงด้วยวิธีที่เครื่องจักรที่เข้าใจได้กับเครื่องจักร ยิ่งแสดงความรู้ได้อย่างมีประสิทธิภาพมากขึ้น ระบบก็จะยิ่งฉลาดมากขึ้น

การประยุกต์ใช้ AI

ในส่วนนี้เราจะเห็นช่องต่างๆที่ AI รองรับ -

การเล่นเกม

AI มีบทบาทสำคัญในเกมเชิงกลยุทธ์เช่นหมากรุกโป๊กเกอร์ทิกแทคโทเป็นต้นซึ่งเครื่องจักรสามารถคิดตำแหน่งที่เป็นไปได้จำนวนมากโดยอาศัยความรู้เชิงฮิวริสติก

การประมวลผลภาษาธรรมชาติ

เป็นไปได้ที่จะโต้ตอบกับคอมพิวเตอร์ที่เข้าใจภาษาธรรมชาติที่มนุษย์พูด

ระบบผู้เชี่ยวชาญ

มีแอพพลิเคชั่นบางตัวที่รวมเครื่องจักรซอฟต์แวร์และข้อมูลพิเศษเพื่อให้เหตุผลและให้คำปรึกษา พวกเขาให้คำอธิบายและคำแนะนำแก่ผู้ใช้

วิชั่นซิสเต็มส์

ระบบเหล่านี้เข้าใจตีความและเข้าใจอินพุตภาพบนคอมพิวเตอร์ ตัวอย่างเช่น,

  • เครื่องบินสอดแนมถ่ายภาพซึ่งใช้ในการหาข้อมูลเชิงพื้นที่หรือแผนที่ของพื้นที่

  • แพทย์ใช้ระบบผู้เชี่ยวชาญทางคลินิกในการวินิจฉัยผู้ป่วย

  • ตำรวจใช้ซอฟต์แวร์คอมพิวเตอร์ที่สามารถจดจำใบหน้าของอาชญากรพร้อมกับภาพที่จัดเก็บไว้โดยศิลปินนิติเวช

การรู้จำเสียง

ระบบอัจฉริยะบางระบบสามารถได้ยินและเข้าใจภาษาในรูปประโยคและความหมายในขณะที่มนุษย์พูดคุยกัน สามารถจัดการกับสำเนียงที่แตกต่างกันคำแสลงเสียงรบกวนในพื้นหลังเสียงของมนุษย์เปลี่ยนไปเนื่องจากความหนาวเย็นเป็นต้น

การจดจำลายมือ

ซอฟต์แวร์จดจำลายมือจะอ่านข้อความที่เขียนบนกระดาษด้วยปากกาหรือบนหน้าจอด้วยสไตลัส สามารถจดจำรูปร่างของตัวอักษรและแปลงเป็นข้อความที่แก้ไขได้

หุ่นยนต์อัจฉริยะ

หุ่นยนต์สามารถทำงานที่มนุษย์มอบให้ได้ พวกเขามีเซ็นเซอร์เพื่อตรวจจับข้อมูลทางกายภาพจากโลกแห่งความเป็นจริงเช่นแสงความร้อนอุณหภูมิการเคลื่อนไหวเสียงกระแทกและแรงกด พวกเขามีโปรเซสเซอร์ที่มีประสิทธิภาพเซ็นเซอร์หลายตัวและหน่วยความจำขนาดใหญ่เพื่อแสดงข้อมูลอัจฉริยะ นอกจากนี้พวกเขายังสามารถเรียนรู้จากความผิดพลาดและปรับตัวเข้ากับสภาพแวดล้อมใหม่ได้

การสร้างแบบจำลองความรู้ความเข้าใจ: การจำลองขั้นตอนการคิดของมนุษย์

การสร้างแบบจำลองความรู้ความเข้าใจโดยพื้นฐานแล้วเป็นสาขาการศึกษาภายในวิทยาศาสตร์คอมพิวเตอร์ที่เกี่ยวข้องกับการศึกษาและจำลองกระบวนการคิดของมนุษย์ งานหลักของ AI คือการทำให้เครื่องจักรคิดเหมือนมนุษย์ คุณลักษณะที่สำคัญที่สุดของกระบวนการคิดของมนุษย์คือการแก้ปัญหา นั่นคือเหตุผลที่การสร้างแบบจำลององค์ความรู้ไม่มากก็น้อยพยายามที่จะเข้าใจว่ามนุษย์สามารถแก้ปัญหาได้อย่างไร หลังจากนั้นโมเดลนี้สามารถใช้กับแอปพลิเคชัน AI ต่างๆเช่นการเรียนรู้ของเครื่องหุ่นยนต์การประมวลผลภาษาธรรมชาติเป็นต้นต่อไปนี้เป็นแผนภาพระดับความคิดที่แตกต่างกันของสมองมนุษย์ -

ตัวแทนและสิ่งแวดล้อม

ในส่วนนี้เราจะเน้นไปที่ตัวแทนและสภาพแวดล้อมและความช่วยเหลือเหล่านี้ในปัญญาประดิษฐ์อย่างไร

ตัวแทน

ตัวแทนคืออะไรก็ได้ที่สามารถรับรู้สภาพแวดล้อมของมันผ่านเซ็นเซอร์และกระทำต่อสภาพแวดล้อมนั้นผ่านเอฟเฟกต์

  • human agent มีอวัยวะรับความรู้สึกเช่นตาหูจมูกลิ้นและผิวหนังขนานกับเซ็นเซอร์และอวัยวะอื่น ๆ เช่นมือขาปากสำหรับเอฟเฟกต์

  • robotic agent แทนที่กล้องและตัวค้นหาระยะอินฟราเรดสำหรับเซ็นเซอร์และมอเตอร์และตัวกระตุ้นต่างๆสำหรับเอฟเฟกต์

  • software agent ได้เข้ารหัสบิตสตริงเป็นโปรแกรมและการดำเนินการ

สิ่งแวดล้อม

บางโปรแกรมทำงานในไฟล์ artificial environment จำกัด เฉพาะอินพุตแป้นพิมพ์ฐานข้อมูลระบบไฟล์คอมพิวเตอร์และเอาต์พุตอักขระบนหน้าจอ

ในทางตรงกันข้ามตัวแทนซอฟต์แวร์บางตัว (หุ่นยนต์ซอฟต์แวร์หรือซอฟต์บอท) มีอยู่ในโดเมนซอฟต์บอทที่สมบูรณ์และไม่ จำกัด เครื่องจำลองมีไฟล์very detailed, complex environment. ตัวแทนซอฟต์แวร์จำเป็นต้องเลือกจากการดำเนินการที่หลากหลายแบบเรียลไทม์ softbot ได้รับการออกแบบมาเพื่อสแกนการตั้งค่าออนไลน์ของลูกค้าและแสดงรายการที่น่าสนใจให้กับลูกค้าที่ทำงานในไฟล์real เช่นเดียวกับ artificial สิ่งแวดล้อม.