<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>ประเภท &#8211; PARINYA.NET</title>
	<atom:link href="https://www.parinya.net/node/tag/%e0%b8%9b%e0%b8%a3%e0%b8%b0%e0%b9%80%e0%b8%a0%e0%b8%97/feed" rel="self" type="application/rss+xml" />
	<link>https://www.parinya.net</link>
	<description>ทฤษฎีการคำนวณสำหรับคอมพิวเตอร์และทฤษฎีการประมวลผลสารสนเทศ</description>
	<lastBuildDate>Mon, 16 Apr 2018 07:42:41 +0000</lastBuildDate>
	<language>th</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.7.2</generator>
	<item>
		<title>ปัญญาประดิษฐ์ประเภทต่าง ๆ</title>
		<link>https://www.parinya.net/node/2634</link>
					<comments>https://www.parinya.net/node/2634#respond</comments>
		
		<dc:creator><![CDATA[ไท้ ปริญญา]]></dc:creator>
		<pubDate>Mon, 16 Apr 2018 07:37:18 +0000</pubDate>
				<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[ประเภท]]></category>
		<category><![CDATA[ปัญญาประดิษฐ์]]></category>
		<guid isPermaLink="false">http://www.parinya.net/?p=2634</guid>

					<description><![CDATA[ทุกวันนี้เราจะได้ยินข่าวบ]]></description>
										<content:encoded><![CDATA[<p>ทุกวันนี้เราจะได้ยินข่าวบริษัทยักษ์ใหญ่ ออกสินค้าและบริการที่เกี่ยวกับปัญญาประดิษฐ์ออกมาเต็มไปหมด บ้างก็ปัญญาประดิษฐ์มากหน่อย บ้างก็น้อยหน่อย ขึ้นอยู่กับว่าบริษัทนั้น ๆ จะบูรณาการกับอัลกอริทึมและข้อมูลได้มากน้อยเพียงใด มีอัลกอริทึมดีก็คิดเร็วคิดเก่ง มีข้อมูลมากก็สอนได้มาก</p>
<p>ส่วนตัวผมเป็นคนชอบจัดหมวดหมู่ให้เกิดความเข้าใจ น่าจะเรียกว่าเจ้าระเบียบในการป้อนข้อมูลให้กับตัวเองก็ว่าได้ ดังนั้น พอพูดถึงปัญญาประดิษฐ์ขึ้นมา ผมก็อยากจะมาจัดให้เป็นประเภทว่าทุกวันนี้ถ้าพูดถึงปัญญาประดิษฐ์ มันมีประเภทไหนบ้าง</p>
<p>เดี๋ยวจัดประเภทให้เป็นรายการแบบหัวข้อนะ คือ ให้มันเป็นหัวข้อแล้วก็หัวข้อย่อยลงไปเรื่อย ๆ แบบข้างล่างนี้</p>
<p><span style="color: #ff0000;"><strong>1.  Machine Learning</strong></span> หรือ เครื่องจักรเรียนรู้</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>1.1  Supervised Learning</strong></span> หรือ การเรียนรู้แบบมีผู้สอน คือเราบอกคำตอบ แล้วให้มันพยายามเรียนจนกว่าคำตอบของมัน จะตรงกับคำตอบที่เราบอก</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>1.2  Unsupervised Learning</strong></span> หรือ การเรียนรู้แบบไม่มีผู้สอน คือให้มันเรียนเอง เราไม่บอกคำตอบมัน</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>1.3  Reinforcement Learning</strong></span> หรือ การเรียนรู้แบบไม่มีผู้สอนและให้รางวัลตัวเองไปด้วย ทำได้ดีได้รางวัลเยอะขึ้น</p>
<p><span style="color: #ff0000;"><strong>2.  Data Mining</strong></span> หรือ การทำเหมืองข้อมูล</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>2.1  Classification</strong></span> หรือ การจำแนกข้อมูล ซึ่งต้องมีผู้สอน คือเราบอกคำตอบ แล้วให้เครื่องจักรมันพยายามจำแนกจนกว่าคำตอบของมัน จะตรงกับคำตอบที่เราบอก ซึ่งว่าตามจริงแล้ว มันก็คล้าย ๆ กับ Supervised Learning นั่นแหล่ะ</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>2.2  Clustering</strong></span> หรือ การจัดกลุ่ม ให้เครื่องจักรมันจัดกลุ่มข้อมูลที่มีระยะทางใกล้ ๆ กัน จัดเป็นกลุ่ม ๆ แล้วเอาไปตัดสินใจต่อว่าแต่ล่ะกลุ่มจะทำยังไงกับมันดี ซึ่งว่าตามจริงแล้ว มันก็คล้าย ๆ กับ Unsupervised Learning นั่นแหล่ะ</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>2.3  Association Rule Learning</strong></span> หรือ การเรียนรู้กฎความสัมพันธ์ ให้เครื่องจักรมันหากฎที่มีนัยสำคัญออกมา เพื่อให้คนเราเนี่ยแหล่ะ เอากฎไปใช้ประโยชน์ต่อได้</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>2.4  Anomaly Detection</strong></span> หรือ การหาสิ่งแปลกปลอม โดยให้มันตรวจระยะของข้อมูล ข้อมูลไหนมีระยะห่างจากชาวบ้าน ก็แสดงว่าข้อมูลนั้นเป็นสิ่งแปลกปลอม</p>
<p><span style="color: #ff0000;"><strong>3.  Image Processing</strong></span> หรือ การประมวลผลรูปภาพ เช่น ขยาย ย่อ ทำให้ชัด ทำให้เบลอ เร่งแสง ลดแสง เกลี่ยสี แปลงสี หาขอบวัตถุ กร่อนภาพ เติมภาพ ซ้อนภาพ แปลงสัญญาณภาพ</p>
<p><span style="color: #ff0000;"><strong>4.  Knowledge Representation </strong><span style="color: #000000;">หรือ การสำแดงความรู้ คือ การให้เครื่องจักรสร้างองค์ความรู้ในรูปแบบที่จัดเก็บในระบบคอมพิวเตอร์</span></span></p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>4.1  Ontology</strong></span> หรือ ภววิทยา คือ การนิยามข้อมูลให้เข้าใจตรงกันในขอบเขตใดขอบเขตหนึ่ง และเชื่อมความสัมพันธ์ข้อมูลให้เกิดความบูรณาการ เช่น ถ้าบอกว่า &#8220;สยาม&#8221; มีเมืองหลวงคือ &#8220;บางกอก&#8221; และ &#8220;ไทย&#8221; มีเมืองหลวงคือ &#8220;กรุงเทพฯ&#8221; และเรานิยามข้อมูลว่า &#8220;สยาม&#8221; ตั้งอยู่ในตำแหน่งทางภูมิศาสตร์เดียวกับ &#8220;ไทย&#8221; ดังนั้น เครื่องมันก็จะนิยามได้ว่า &#8220;บางกอก&#8221; และ &#8220;กรุงเทพฯ&#8221; เป็นเมืองหลวงเดียวกันนั่นเอง</p>
<p><span style="color: #ff0000;"><strong>5.  Bioinformatic</strong></span> หรือ ชีวสารสนเทศ คือ การจำแนก จัดกลุ่ม จับคู่ และ ค้นหาลักษณะเด่น ในสายรหัสพันธุกรรม โครโมโซม ยีน โปรตีน รูปแบบของยีน และ ลักษณะปรากฎทางพันธุกรรม</p>
<p><span style="color: #ff0000;"><strong>6.  Natural Language Processing</strong></span> หรือ การประมวลผลภาษาธรรมชาติ คือ การวิเคราะห์ไวยากรณ์และวากยสัมพันธ์ของภาษา การตัดคำ และการเข้าใจในความหมายของภาษา จุดประสงค์คือให้เครื่องคุยกับคนให้รู้เรื่องให้จงได้</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>6.1  Machine Translation </strong></span>หรือ การแปลภาษา ก็คือให้เครื่องจักรแปลภาษาท้องถิ่นหนึ่งไปเป็นภาษาท้องถิ่นหนึ่ง</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>6.2  Text-to-Speech</strong></span> หรือ การแปลงข้อความให้เป็นเสียงพูด</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>6.3  Speech Recognition</strong></span> หรือ การแปลงเสียงพูดให้เป็นข้อความ</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>6.4  Word Segmentation</strong></span> หรือ การตัดแบ่งคำ</p>
<p style="padding-left: 30px;"><strong><span style="color: #0000ff;">6.5  Natural Language Understanding</span></strong> หรือ การให้เครื่องจักรเข้าใจภาษามนุษย์</p>
<p><span style="color: #ff0000;"><strong>7.  Evolutionary Computation</strong></span> หรือ การคำนวณเชิงวิวัฒนาการ คือ การให้เครื่องจักร เดาหาคำตอบที่ดีที่สุดที่พอยอมรับได้ โดยใช้เวลาและพื้นที่หน่วยความจำที่จำกัดในการประมวลผล</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>7.1  Swarm Intelligence</strong></span> หรือ ความฉลาดแบบกลุ่ม คือ การให้เครื่องจักรเดาหาคำตอบ โดยเลียนแบบพฤติกรรมของฝูงแมลงในการหาอาหาร</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>7.2  Genetic Algorithm</strong></span> หรือ อัลกอริทึมเชิงพันธุกรรม คือ การให้เครื่องจักรเดาหาคำตอบ โดยเลียนแบบการแลกเปลี่ยนรหัสพันธุกรรมของสิ่งมีชีวิต</p>
<p><span style="color: #ff0000;"><strong>8.  Brain Informatics</strong></span> หรือ การประมวลผลสมอง คือ การให้เครื่องจักรวิเคราะห์สมองมนุษย์ จุดประสงค์เพื่อให้รู้ว่ามนุษย์คิดอะไรและต้องการอะไร</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>8.1  Surface Brain Informatics</strong></span> หรือ การประมวลผลภายนอกสมอง คือ การให้เครื่องจักรวิเคราะห์สัญญาณสมองมนุษย์บนเยื่อหุ้มสมอง</p>
<p style="padding-left: 30px;"><span style="color: #0000ff;"><strong>8.2  Volume Brain Informatics</strong></span> หรือ การประมวลผลภายในสมอง คือ การให้เครื่องจักรวิเคราะห์ภาพสมอง จากการถ่ายภาพทะลุเข้าไปภายในเนื้อสมอง</p>
<p style="text-align: left;"><span style="color: #ff0000;"><strong>9.  Computer Vision</strong></span> หรือ ทัศนียภาพโดยคอมพิวเตอร์ คือ การให้เครื่องจักรเข้าใจทัศนียภาพได้เหมือนมนุษย์ เข้าใจว่าอะไรคือวัตถุ อะไรคือพื้นหลัง วัตถุที่เห็นเคลื่อนไหวด้วยความเร็วเท่าใด วัตถุที่เห็นคือสิ่งใด</p>
<p>ก็จัดเสร็จไปแล้วนะครับ สำหรับปัญญาประดิษฐ์ประเภทต่าง ๆ ซึ่งถ้าเอาที่จัดมาอธิบายเพิ่ม ก็คงต้องบอกว่าทุกวันนี้สินค้าและบริการที่อ้างว่าใช้ปัญญาประดิษฐ์นั้น อยู่ใกล้ตัวเรามาก เช่น</p>
<ul>
<li>การเดาศัพท์ของ Google เวลาที่เราพิมพ์ค้น นั่นคือปัญญาประดิษฐ์ ประเภทที่ 1 คือ Machine Learning</li>
<li>การที่เราคุยกับ Siri มันก็ใช้ปัญญาประดิษฐ์ประเภทที่ 1 คือ Machine Learning และ ประเภทที่ 6 คือ Natural Language Processing</li>
<li>การที่ Facebook รู้ว่าใครเป็นเพื่อนเรา แล้วช่วย Tag รูปภาพให้ มันก็ใช้ปัญญาประดิษฐ์ประเภทที่ 1 คือ Machine Learning ประเภทที่ 3 คือ Image Processing และ ประเภทที่ 4 คือ Knowledge Representation</li>
<li>โปรแกรมถ่ายรูปบนมือถือ ที่สร้างลูกเล่นให้กับใบหน้าของผู้ที่ถูกถ่ายรูป ก็ใช้ปัญญาประดิษฐ์ประเภทที่ 3 คือ Image Processing และประเภทที่ 9 คือ Computer Vision</li>
<li>กล้องวงจรปิดและซอฟต์แวร์เทพของบริษัทจีน ซึ่งสามารถจับภาพหน้าคนพร้อม ๆ กันเป็นหมื่น ๆ คนจากกล้องวงจรปิด แล้วบอกได้ว่าใครเป็นโจรตามหมายจับ ก็ใช้ปัญญาประดิษฐ์ประเภทที่ 1 คือ Machine Learning ประเภทที่ 7 คือ Evolutionary Computation และ ประเภทที่ 9 คือ Computer Vision</li>
<li>การที่สามารถเอาหมวกพิเศษมาครอบหัว แล้วใช้ความคิดสั่งการแขนกลได้ ก็มาจากปัญญาประดิษฐ์ประเภทที่ 1 คือ Machine Learning และ ประเภทที่ 8 คือ Brain Informatics</li>
<li>และล่าสุด คือ หุ่นยนต์ที่สามารถเดินสองขาได้ ล้มแล้วลุกเองได้ กระโดดผ่านสิ่งกีดขวางได้ ก็มาจากปัญญาประดิษฐ์ประเภทที่ 1 คือ Machine Learning และ ประเภทที่ 9 คือ Computer Vision ครับ</li>
</ul>
<p>จากตัวอย่างข้างบน จะเห็นว่าสินค้าและบริการที่เป็นปัญญาประดิษฐ์นั้น จำเป็นจะต้องบูรณาการปัญญาประดิษฐ์หลายประเภทเข้าไว้ด้วยกัน ถึงจะทำให้เกิดเป็นสินค้าและบริการชั้นเลิศได้</p>
<p>ในอนาคตข้างหน้า ด้วยการวิจัยทางด้านปัญญาประดิษฐ์อย่างต่อเนื่อง ผมคิดเองล้วน ๆ ว่า น่าจะมีปัญญาประดิษฐ์ประเภทใหม่ ๆ เกิดขึ้นอย่างแน่นอนครับ</p>
]]></content:encoded>
					
					<wfw:commentRss>https://www.parinya.net/node/2634/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
