AI ย่อมาจาก Artificial Intelligence โดยภาษาไทยใช้คำว่า ปัญญาประดิษฐ์ หมายถึง ระบบประมวลผลของคอมพิวเตอร์ หุ่นยนต์ เครื่องจักร หรืออุปกรณ์อิเล็กทรอนิกส์ต่าง ๆ ที่มีการวิเคราะห์เชิงลึกคล้ายความฉลาดของมนุษย์ และสามารถก่อให้เกิดผลลัพธ์ที่เป็นการกระทำได้
กระบวนการเรียนรู้ของ AI ไม่ต่างจากการเรียนรู้ของมนุษย์ เป็นกระบวนการจดจำ ทำความเข้าใจ ตอบสนองต่อภาษา ตัดสินใจ และแก้ไขปัญหา โดยอาศัยข้อมูลจำนวนมากที่มีลักษณะซ้ำๆ กัน ทั้งนี้ การใช้ AI ที่ถูกต้อง เหมาะสม และก่อให้เกิดประโยชน์สูงสุด จำเป็นต้องมีการวิเคราะห์และเลือกสรรให้สอดคล้องกับจุดประสงค์ของการใช้งาน โดยคำนึงถึงข้อมูลที่ใช้เป็นฐานในการทำนาย และมีการบำรุงรักษา AI โดยการติดตามและตรวจสอบกลไกการทำงานของ AI ให้มีประสิทธิภาพอยู่เสมอ รวมถึงจำเป็นต้องมีข้อมูลใหม่ๆ ที่รวบรวมเข้าสู่ฐานข้อมูลขนาดใหญ่สำหรับการวิเคราะห์และประมวลผลอย่างต่อเนื่อง เพื่อที่จะพัฒนาให้ AI ฉลาดขึ้น และสามารถทำนายพฤติการณ์ต่างๆ ที่จะนำไปใช้ในกระบวนการตัดสินใจเชิงนโยบายได้อย่างแม่นยำ
Machine Learning หรือภาษาไทยมีการบัญญัติว่า การเรียนรู้ของเครื่องจักร คือส่วนที่เปรียบเสมือนสมองของ AI ซึ่งถือเป็นส่วนสำคัญอย่างมากในการสร้างความฉลาด โดยกลไกการทำงานของ AI จะต้องอาศัย Machine Learning ที่ประกอบด้วย อัลกอริทึม (Algorithm) หรือ ชุดคำสั่งหรือเงื่อนไขแบบทีละขั้นตอน ที่จะทำให้คอมพิวเตอร์ หุ่นยนต์ เครื่องจักร หรืออุปกรณ์อิเล็กทรอนิกส์ต่าง ๆ ทำการเรียนรู้ด้วยตนเอง โดยการใช้ ข้อมูลขนาดใหญ่ (Big Data) ที่มีอยู่ แล้วประมวลผลออกมาเป็นชุดข้อมูลต่าง ๆ ซึ่งการเรียนรู้ของเครื่อง แบ่งออกได้ 2 รูปแบบคือ
1) การเรียนรู้ที่มีคนควบคุม โดยเครื่องจะเรียนรู้และทำนายผลได้ ด้วยการช่วยเหลือของนักวิทยาศาสตร์ข้อมูล เช่น การจำแนกหรือจัดลำดับกิจกรรมในหน่วยงานที่กำหนดเงื่อนไขตามความเร่งด่วน ความสำคัญ หรือตามภารกิจ เป็นต้น
2) การเรียนรู้ที่ไม่มีคนควบคุม โดยเครื่องจะเรียนรู้และทำนายผลได้ด้วยการจำแนก แยกแยะ และสร้างรูปแบบจากข้อมูลที่ได้รับอย่างอัตโนมัติ เมื่อเครื่องสามารถทำนายผลได้มากขึ้นเท่าไร ยิ่งทำให้มีสมรรถนะใน การเรียนรู้เชิงลึก (Deep Learning) มากขึ้นเท่านั้น เนื่องจากการเรียนรู้เชิงลึกประกอบด้วยอัลกอริทึมที่มีลักษณะเป็นโครงข่ายใยประสาทเสมือน เฉกเช่นการทำงานของระบบประสาทสมองของมนุษย์ ซึ่งโครงข่ายเหล่านี้มีเซลล์ประสาทที่เชื่อมต่อกัน จนกลายเป็นระบบประสาทที่สื่อสารซึ่งกันและกัน ดังนั้นจึงสามารถเรียนรู้และเข้าใจข้อมูลขนาดใหญ่ที่มีความสลับซับซ้อนและหลากหลายได้อย่างต่อเนื่อง เช่น การวินิจฉัยโรคจากข้อมูลส่วนตัวของผู้ป่วย ไม่ว่าจะเป็น น้ำหนัก ส่วนสูง ค่าน้ำตาลในเลือดหรือค่าไขมันในเลือด ภาพอัลตราซาวนด์ หรือภาพเอ็กซ์เรย์ แล้วทำการประมวลผลข้อมูลของผู้ป่วยโดยเปรียบเทียบกับฐานข้อมูลเพื่อค้นหาความผิดปกติต่างๆ ได้
Big Data หรือภาษาไทยมีการบัญญัติไว้ทั้ง ข้อมูลมหัต และ ข้อมูลขนาดใหญ่ ซึ่งคนส่วนใหญ่มักคุ้นเคยกับการใช้คำว่า ข้อมูลขนาดใหญ่ มากกว่า โดย Big Data นี้หมายถึงชุดข้อมูลที่มีขนาดใหญ่ (Volume) และเป็นข้อมูลที่เพิ่มขึ้นและเปลี่ยนแปลงอยู่ตลอดเวลาอย่างต่อเนื่อง (Velocity) รวมถึงเป็นข้อมูลที่มีรูปแบบหลากหลายและซับซ้อน (Variety) โดยอาจเป็นข้อมูลที่มีโครงสร้าง ไม่มีโครงสร้าง หรือกึ่งมีโครงสร้างก็ได้ เช่น ข้อความ ตัวเลข อีเมล และรูปภาพ เป็นต้น ซึ่งในปัจจุบันนี้ หน่วยงานต่างๆ ทั้งภาครัฐและภาคเอกชน มุ่งเน้นการนำ Big Data ไปใช้วิเคราะห์ข้อมูลเชิงลึกที่ก่อให้เกิดประโยชน์กับหน่วยงานในหลายๆ ด้าน อาทิ การสนับสนุนกระบวนการตัดสินใจที่ถูกต้องมากขึ้น การปรับปรุงคุณภาพการให้บริการให้ดีขึ้น การทำนายความเสี่ยงต่างๆ ที่อาจจะเกิดขึ้น และการปรับปรุงการดำเนินงานให้มีประสิทธิภาพมากขึ้น
ปัจจุบัน AI และ Machine Learning ได้มีการนำไปใช้งานอย่างแพร่หลายในแทบทุกวงการ โดยเฉพาะในภาคธุรกิจที่นำ AI มาใช้ได้อย่างแพร่หลายและโดดเด่น เนื่องจาก AI สามารถตอบโจทย์ทั้งฝั่งธุรกิจและฝั่งผู้บริโภค โดยสามารถใช้งานได้อย่างง่ายดายมากขึ้นเรื่อย ๆ ยกตัวอย่างของการใช้ AI ในภาคธุรกิจ ได้แก่
(1) Search Engine การใช้เทคโนโลยีการจดจำใบหน้า การจดจำเสียง และการประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) ซึ่งเป็นเทคนิคการทำความเข้าใจภาษามนุษย์ เพื่อนำมาช่วยให้ผลลัพธ์ในการค้นหาสิ่งต่าง ๆ มีประสิทธิภาพและตอบโจทย์พฤติกรรมส่วนบุคคลมากขึ้น
(2) Smart Home การควบคุมอุปกรณ์ภายในบ้านด้วยคำสั่งเสียง
(3) Health Care การใช้ระบบประมวลหรือชุดข้อมูล ซึ่งเรียกว่า Deep Learning ที่ Machine Learning ใช้ในการทำงาน ทำให้สามารถสนทนาโต้ตอบกับผู้ป่วยและช่วยวินิจฉัยโรคได้เทียบเท่าแพทย์ และยังสามารถทำหน้าที่เป็นผู้ช่วยและให้คำปรึกษาทางการแพทย์ได้
(4) ความบันเทิง Netflix นำมาใช้สนับสนุนด้านการแนะนำภาพยนตร์หรือซีรีส์ต่างๆ โดยขึ้นอยู่กับข้อมูลในการเข้าชมของผู้ใช้ที่ผ่านมา
(5) การทำการตลาด โดยใช้การเข้าถึงข้อมูลขนาดใหญ่ แล้วทำการวิเคราะห์และประเมินมูลค่าของลูกค้าแต่ละคน เพื่อประสิทธิภาพในการหาความสัมพันธ์ของลูกค้าหรือการโฆษณา
(6) การตรวจจับการฉ้อโกง โดยการวิเคราะห์รูปแบบของข้อมูลพฤติการณ์ที่เข้าข่ายการฉ้อโกง เพื่อให้สามารถป้องกันปัญหาดังกล่าวที่อาจจะเกิดขึ้นได้
(7) สถาบันการเงินสามารถตรวจสอบงบการเงินและความเสี่ยงด้านการชำระเงินของสถานประกอบการที่ยื่นขอสินเชื่อได้ และ
(8) การทำงานอัตโนมัติอื่น ๆ เช่น รถยนต์ไร้คนขับ
แนวโน้มของ AI ในอนาคตคาดว่าจะพัฒนาไปอย่างรวดเร็วและมีความซับซ้อนมากขึ้น AI จะเข้ามามีบทบาทสำคัญในทุกด้านของสังคม เพื่อสร้างประโยชน์ให้กับมนุษยชาติ อย่างไรก็ตาม สิ่งสำคัญคือต้องนำ AI มาประยุกต์ใช้อย่างมีความรับผิดชอบและอยู่บนพื้นฐานของความถูกต้องตามหลักจริยธรรม เพื่อให้ AI กลายเป็นพลังสำคัญในการสร้างสรรค์อนาคตที่ดีกว่าให้กับมนุษยชาติ
โดย อาจารย์กิติพิเชษฐ์ ธูปบูชา
สาขาวิชาการจัดการ
คณะบริหารและการจัดการ มหาวิทยาลัยเจ้าพระยา
