ในตอนไม่กี่ปีที่ล่วงเลยไปคำว่าปัญญาประดิษฐ์รวมทั้งการเล่าเรียนของเครื่องได้เริ่มปรากฏขึ้นบ่อยในข่าวเทคโนโลยีและเว็บ หลายครั้งที่ทั้งสองถูกใช้เป็นคำพ้องความหมาย แม้กระนั้นผู้ที่มีความเชี่ยวชาญหลายคนรับรองว่าพวกเขามีความต่างที่ลึกซึ้ง แต่ว่าแท้จริง

และก็แน่นอนผู้ชำนาญบางเวลาก็ไม่เห็นด้วยคุ้นเคยเกี่ยวกับความแตกต่างเหล่านั้น

โดยปกติแม้กระนั้นสองสิ่งที่ดูเหมือนกับว่าเด่นชัดประการแรกคำว่าปัญญาประดิษฐ์ (AI) นั้นเก่ากว่าการเล่าเรียนคำศัพท์ด้วยเครื่อง (ML) แล้วก็ลำดับที่สองคนส่วนใหญ่มีความคิดว่าการเรียนรู้ด้วยเครื่องเป็นส่วนย่อยของปัญญาประดิษฐ์

ปัญญาประดิษฐ์กับการเรียนรู้ของเครื่อง

ถึงแม้ AI จะถูกนิยามในหลายทาง แต่ว่าคำจำกัดความเป็นที่ยอมรับอย่างกว้างขวางที่สุดก็คือ สาขาวิทยาการคอมพิวเตอร์ที่อุทิศให้กับการจัดการปัญหาวิชาความรู้ทั่วๆไปที่เกี่ยวเนื่องกับความฉลาดของมนุษย์อาทิเช่นการศึกษาการแก้ปัญหาแล้วก็การจดจำแบบ” ในสาระสำคัญมันเป็นความคิด เครื่องจักรที่สามารถมีสติปัญญา

หัวใจของระบบที่ใช้ปัญญาประดิษฐ์เป็นลักษณะของมัน แบบอย่างเป็นอย่างไรเว้นเสียแต่โปรแกรมที่ปรับปรุงวิชาความรู้ผ่านกระบวนการเรียนรู้โดยการสังเกตเกี่ยวกับสิ่งแวดล้อม ต้นแบบการเรียนชนิดนี้จัดอยู่ภายใต้การเรียนรู้ภายใต้การดูแล มีรูปแบบอื่นๆที่อยู่ในหมวดของรูปแบบการเรียนที่ไม่มีผู้ดูแล

กลุ่มคำ การศึกษาด้วยเครื่อง” ยังมีอายุย้อนกลับไปถึงกลางศตวรรษก่อนหน้านี้ ในปี 1959 Arthur Samuel นิยาม ML เป็น ความสามารถสำหรับการศึกษาโดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน” แล้วก็เขายังได้สร้างแอพพลิเคชั่นตัวตรวจสอบคอมพิวเตอร์ซึ่งเป็นเลิศในโปรแกรมแรกซึ่งสามารถเรียนรู้จากข้อผิดพลาดของตนรวมทั้งแก้ไขคุณภาพในช่วงเวลาหนึ่ง

เหมือนกันกับการศึกษาเรียนรู้ของ AI ML ได้หลุดพ้นจากความนิยมมาเป็นระยะเวลาที่ยาวนาน แต่ว่ามันก็ได้รับความชื่นชอบอีกครั้งเมื่อแนวคิดของการทำเหมืองข้อมูลเริ่มต้นขึ้นในช่วงทศวรรษ 1990 การขุดข้อมูลใช้อัลกอริทึมเพื่อค้นหาต้นแบบในชุดข้อมูลที่ระบุ ML ทำสิ่งเดียวกัน แต่แล้วต่อจากนั้นไปอีกขั้นหนึ่งมันเปลี่ยนการกระทำของโปรแกรมตามสิ่งที่ศึกษา

แอพลิเคชั่นหนึ่งของ ML ที่เป็นที่ชื่นชอบอย่างมากคือการเขียนจำภาพ แอพลิเคชั่นพวกนี้จำต้องผ่านการอบรม – กล่าวอีกนัยหนึ่งมนุษย์จะต้องมองรูปภาพจำนวนมากแล้วก็บอกระบบว่ามีอะไรอยู่ในรูปภาพ ภายหลังการทำซ้ำหลายพันครั้งซอฟต์แวร์จะทำความเข้าใจว่าลักษณะของพิกเซลโดยทั่วไปเกี่ยวกับม้าสุนัขแมวดอกไม้ต้นไม้บ้านและก็อื่นๆและก็สามารถคาดคะเนก้าวหน้าเกี่ยวกับรายละเอียดของภาพ

บริษัท บนเว็บไซต์หลายที่ใช้ ML เพื่อขับเคลื่อนอุปกรณ์ชี้แนะ ได้แก่เมื่อ Facebook ตัดสินใจเลือกสิ่งที่จะแสดงในฟีข่าวสารของคุณเมื่อ Amazon ไฮไลท์สินค้าที่คุณอาจอยากได้ซื้อและก็เมื่อNetflix แนะนำภาพยนตร์ที่คุณอาจอยากมองคำแนะนำพวกนั้นทั้งปวงจะขึ้นกับการคาดเดาจากแบบอย่างในข้อมูลที่มีอยู่

Facebook Comments