Course 0 · บทที่ 04/10 · Interactive guide
AI, ML, Deep Learning และ Generative AI
ชื่อเหล่านี้เกี่ยวข้องกัน แต่ไม่ใช่คำเดียวกัน ลองเปิดแผนที่ทีละแขนงแล้วดูว่าแต่ละแบบรับอะไรเข้าไปและให้ผลลัพธ์อะไรออกมา
- บทเรียน
- 04 / 10
- เวลา
- ประมาณ 9 นาที
- ระดับ
- เริ่มต้น · 0/5
- วิชาก่อนหน้า
- ข้อมูลคืออาหารของ AI
เริ่มจากวงใหญ่
AI เป็นชื่อของทั้งสนาม ไม่ใช่วิธีเดียว
ลองนึกถึง กล่องเครื่องมือขนาดใหญ่ ที่เขียนว่า AI ข้างในมีเครื่องมือหลายแบบ บางชิ้นทำตามกฎที่คนเขียนไว้ บางชิ้นเรียนรูปแบบจากตัวอย่าง และบางชิ้นสร้างข้อความ ภาพ หรือเสียงใหม่จากรูปแบบที่เคยฝึกมา
วงใหญ่
Artificial Intelligence (AI)
ศาสตร์และระบบที่ทำงานซึ่งมักต้องใช้ความสามารถแบบมนุษย์ เช่น จำแนก วางแผน คาดการณ์ หรือเลือกการกระทำ
สองแขนงสำคัญ
กฎ และ การเรียนจากข้อมูล
AI อาจใช้กฎเชิงสัญลักษณ์ที่คนกำหนด หรือใช้ Machine Learning ที่ปรับแบบจำลองจากตัวอย่าง หลายระบบใช้ทั้งสองอย่างร่วมกัน
ลองกดสำรวจ
เปิดแผนที่ตระกูล AI ทีละแขนง
เลือกกล่องด้วยเมาส์ หรือใช้ปุ่ม Tab แล้วกด Enter/Space ข้อมูลด้านล่างจะเปลี่ยนตามแขนงที่เลือก
วงใหญ่ที่ครอบทุกแขนง
Artificial Intelligence (AI)
- คืออะไร
- สนามที่รวมหลายวิธีในการสร้างระบบให้จำแนก คาดการณ์ วางแผน หรือเลือกการกระทำได้
- รับเข้า → ส่งออก
- ข้อมูล สถานะ หรือกฎ → การตัดสินใจ คำตอบ หรือการกระทำ
- ตัวอย่าง
- ระบบวางแผนเส้นทาง ตัวกรองสแปม และโปรแกรมเล่นเกม
มองให้ออกในชีวิตจริง
ผลิตภัณฑ์หนึ่งชิ้นอาจใช้หลายแขนงร่วมกัน
A
ตัวกรองอีเมล
แบบจำลอง ML อาจให้คะแนนว่าอีเมลคล้ายสแปมแค่ไหน จากนั้นกฎที่คนกำหนดจึงตัดสินว่าจะย้ายข้อความไปโฟลเดอร์ใด
B
ระบบวางแผนเส้นทาง
อัลกอริทึมเชิงกฎค้นหาเส้นทางที่เป็นไปได้ ขณะที่ ML อาจคาดการณ์เวลาเดินทางจากรูปแบบการจราจรในอดีต
C
เครื่องมือสร้างภาพจากคำบรรยาย
แบบจำลอง Deep Learning เรียนรูปแบบระหว่างข้อความกับภาพ แล้วสร้างภาพใหม่ตามคำสั่ง จึงอยู่ในกลุ่ม Generative AI
รู้ศัพท์ให้แม่น
ขอบเขตจริงไม่ได้เป็นวงกลมสวยเสมอไป
Generative AI สมัยใหม่จำนวนมากใช้ Deep Learning แต่คำว่า “สร้าง” บอกถึง งานที่ระบบทำ ส่วน Deep Learning บอกถึง วิธีสร้างแบบจำลอง จึงไม่ควรใช้สองคำนี้แทนกันทุกกรณี
จำ 3 ข้อ
เก็บแผนที่นี้ไว้ก่อนเดินต่อ
AI คือวงใหญ่ ซึ่งรวมทั้งระบบใช้กฎและระบบที่เรียนจากข้อมูล
ML อยู่ใน AI และ Deep Learning อยู่ใน ML แต่ไม่ใช่ทุกงานต้องใช้ชั้นที่ลึกกว่า
Generative AI เน้นการสร้างผลลัพธ์ใหม่ และผลลัพธ์ยังต้องได้รับการตรวจตามความเสี่ยง
ทบทวน 3 ข้อ