จริง ๆ แล้ว Evolutionary Computation เป็นแขนงย่อยของ Artificial Intelligence แต่พอเจาะเรียนไปแล้ว (เรียน Ant Colony Optimization, Genetic Algorithm และ Particle Swarm Optimization ซึ่งเป็นอัลกอริทึมในแขนง Evolutionary Computation) ถึงได้รู้ว่า Evolutionary Computation มันไม่ได้มีจุดประสงค์ของความเป็น
Author: ไท้ ปริญญา
โดยส่วนตัวแล้ว ถ้าเป็นเรื่องของปัญญาประดิษฐ์ ผมจะสนใจเรียนรู้เฉพาะแต่ Hidden Markov Model, Ant Colony Optimization และ Neural Network และมีสิ่งหนึ่งที่ผมเห็นว่ามันมีอะไรที่เกี่ยวข้องกันระหว่าง 3 อย่างนี้ ซึ่งสิ่งนั้นก็คือ พวกมันล้วนแสดงผล, มีพฤติกรรม และมีกลไกเหมือนกับ Graph ดังภาพข้างล่างนี้ ดังนั้น ถ้าอยากจะเข้าใจพวกมันอย่างถ่องแท้ ก็หลีกหนีไม่พ้นที่จะต้องเข้าใจ “ทฤษฎี
อยู่ที่เราเลือกครับ ตามภาพเลยครับ หนทางมันมีเท่านี้แหล่ะ ยกเว้นว่าเราจะไปเป็นนักการเมืองหรือเป็นโจร อันนี้ก็อีกเรื่องหนึ่ง สุดแต่ใจจะไขว่คว้าครับอันนี้ แล้วแต่ว่าแต่ล่ะคนจะเดินทางไปทางไหน
อาจารย์ผมเล่ามา ผมเลยเล่าต่อ คืองี้ ท่านบอกว่าเดี๋ยวนี้เด็กมอปลายเก่ง เขียนโปรแกรมคอมพิวเตอร์กันกระจุย ให้เขียนโปรแกรมแก้ปัญหา ก็ทำได้ใน 10 นาที เลยอยากจะบอกว่า มันมีระดับของจุดมุ่งหมายที่แตกต่างกัน ดังนี้ ระดับมอปลาย คือ ให้ทำ ทำได้ รู้วิธีทำ ทำบ่อย คล่อง เช่น ให้เขียนโปรแกรม quick sort ก็ทำได้ใน 10
การเคลื่อนย้ายมวลสาร ก็คือการที่มวลสารถูกส่งจากที่หนึ่งไปยังอีกที่หนึ่ง โดยไม่จำเป็นต้องสนใจในระยะเวลาและระยะทาง คือ เคลื่อนย้ายปุ๊ปก็ถึงปั๊ปอะไรประมาณนั้น (ตามรูปข้างล่าง) แรกเริ่มเดิมที การวิจัยการเคลื่อนย้ายมวลสาร ถูกกำหนดให้อยู่ในขอบเขตของอนุภาคและอะตอม โดยมีเจ้าภาพหลักเป็นนักวิทยาศาสตร์สาขาฟิสิกส์อนุภาค และในขณะเดียวกัน ทางด้านนักวิทยาศาสตร์คอมพิวเตอร์เอง ก็มีการวิจัยเกี่ยวกับควอนตัมคอมพิวเตอร์ด้วยเช่นเดียวกัน ควอนตัมคอมพิวเตอร์มันมาเกี่ยวกับการเคลื่อนย้ายมวลสาร ก็เพราะว่าพื้นฐานของควอนตัมคอมพิวเตอร์ คือ คิวบิต หรือก็คือ บิต ทางคอมพิวเตอร์ ที่สามารถมีสภาวะพร้อมกัน 2 สภาวะได้ นั่นคือ
ปัญญาประดิษฐ์ คือ การทำให้เครื่องจักรมีปัญญา แต่ส่วนใหญ่ผู้สร้างมักคาดหวังให้มันมีความนึกคิดได้คล้าย ๆ กับมนุษย์ สามารถเดาอะไรเองได้ มีกึ๋น และสามารถประมวลผลได้ถึงแม้จะมีข้อมูลนำเข้าไม่เพียงพอ ซึ่งเป็นอะไรที่มนุษย์เราก็ทำได้เป็นปรกติอยู่แล้ว เช่น ถ้ามีเสียงโหวกเหวกอยู่ข้างหน้า แล้วมีคนวิ่งกรูกันมา มนุษย์เราก็ไม่ลังเลที่จะวิ่งหนีตีนขวิด โดยไม่ต้องรู้ว่าเกิดอะไรขึ้นเหมือนกัน เป็นต้น นักวิทยาศาสตร์คอมพิวเตอร์ต่างทุ่มเทกำลัง เพื่อคิดค้นวิธีให้เครื่องจักรกลมีความสามารถทางปัญญาประดิษฐ์ที่เพิ่มขึ้น จนทุกวันนี้สามารถแบ่งความก้าวหน้าของงานวิจัยพัฒนาปัญญาประดิษฐ์ โดยดูจากกึ๋นของเครื่องจักรเทียบเคียงกับกึ๋นของมนุษย์ ซึ่งแบ่งได้เป็น 5 ระดับ ดังนี้ ระดับเหมาะสม ควรแก่การยอมรับได้
สิ่งหนึ่งที่ทำให้วิทยาศาสตร์มีความศักดิ์สิทธิ์ก็คือ การที่มีระเบียบวิธีการในการตั้งสมมติฐาน ทดลอง หาผลลัพธ์ พิสูจน์ซ้ำ และ สามารถเผยแพร่ให้เป็นที่ประจักษ์แก่คนทั่วไปได้ การทดลองมีสองแบบใหญ่ ๆ คือ การทดลองเชิงความคิด คือ การตั้งจินตนาการก่อน แล้วค่อยหาทางพิสูจน์ด้วยโมเดลทางคณิตศาสตร์หรือสูตรทางคณิตศาสตร์ กับ การทดลองเชิงปฏิบัติ คือ การลงมือแล้วสังเกตผลการลงมือ คณิตศาสตร์ใช้การทดลองเชิงความคิด ฟิสิกส์ใช้การทดลองเชิงความคิด แล้วจึงใช้การทดลองเชิงปฏิบัติ เคมีใช้การทดลองเชิงปฏิบัติ ชีววิทยาใช้การทดลองเชิงปฏิบัติ ดาราศาสตร์ใช้การทดลองเชิงปฏิบัติ เพราะวิทยาการคอมพิวเตอร์
ตอนนี้งานวิจัยมันก้าวหน้าไปไกลมาก นอกจากจะต้องสนใจเรียนรู้ของเดิมแล้ว เรายังต้องสนใจเรียนรู้ดักทางของใหม่ ๆ อีก เริ่มแรก Markov Model ซึ่งมีการอนุมานว่าความน่าจะเป็นของ State ปัจจุบัน เกิดจากความน่าจะเป็นของ State ก่อนหน้า ดังนั้น ทุก ๆ State จึงมีการยึดโยงกับ State ก่อนหน้า เหมือนกับการทำนายดินฟ้าอากาศ เพื่อหาความน่าจะเป็นในการเกิดปรากฎการณ์ ฟ้าโปร่ง, ฝนตก
เดิมผมชอบเขียนโปรแกรมคอมพิวเตอร์ เพราะผมรู้สึกสนใจใคร่รู้ในการสั่งงานเครื่องจักรที่เรียกว่าคอมพิวเตอร์ โดยตอนแรกก็เรียนรู้การเขียนภาษาคอมพิวเตอร์แบบง่าย ๆ จนกระทั่งพัฒนาไปเรียนรู้การเขียนภาษาคอมพิวเตอร์ชั้นสูง จากนั้นผมก็พบว่าการเขียนโปรแกรมคอมพิวเตอร์มันเริ่มไม่ใช่ เพราะถึงแม้ผมจะเรียนรู้ภาษาคอมพิวเตอร์ใด ๆ จนถ่องแท้แล้ว ผมก็มักพบความเปลี่ยนแปลง คือพบว่ามันมีคนที่ฉลาดกว่าผม เก่งกว่าผม มีความคิดสร้างสรรค์และความพยายามมากกว่าผม ได้คิดค้นและสร้างภาษาคอมพิวเตอร์ใหม่ ๆ ขึ้นมา แล้วภาษาคอมพิวเตอร์พวกนั้นมันก็ทั้งดีและทันสมัย จนกระทั่งมีคนใช้อย่างกว้างขวาง และทำให้ผมต้องเพียรพยายามไปเรียนรู้มันให้แตกฉานอยู่ร่ำไป มันทำให้ผมรู้สึกว่าผมคิดอะไรเองไม่เป็น ต้องคอยตามคนอื่นไปเรื่อย ๆ อยู่แบบนั้น!!! ผมเคยเบนเข็มไปให้ความสนใจกับ “ภาษาเครื่อง”
การจะเข้าใจ Hidden Markov Model ได้ จำเป็นที่จะต้องศึกษา Markov Model ก่อน ซึ่งการศึกษา Markov Model มันก็เหมือนกับการดูละคร คือมันมีตัวละครหลายตัว แต่ล่ะฉากก็จำเป็นที่จะต้องเดินเรื่องเพื่ออธิบายตัวละครแต่ล่ะตัว ทีนี้ผู้จัดทำละครเขาก็ไม่มีปัญญาจะปูพื้นตัวละครแต่ล่ะตัวพร้อม ๆ กันให้เราดูได้ เพราะพวกเราไม่ได้ดูทีวีที่มีหลายหน้าจอพร้อม ๆ กันแบบ CCTV ที่จะมีภาพของตัวละครแต่ล่ะตัวออกมาโลดแล่นให้เห็นพร้อม ๆ กัน