ปัญญาประดิษฐ์และระบบผู้เชี่ยวชาญ

1. บทที่4 ปัญญาประดิษฐ์และระบบผู้เชี่ยวชาญ Artificial Intelligence (AI) And Expert System (ES)

2. Artificial Intelligence • อุปกรณ์ที่ต้องอาศัยการรับคำสั่งเพื่อสามารถทำงานให้ได้อย่างรวดเร็ว ภายใต้หน่วยความจำที่มีขนาดใหญ่ • การทำให้คอมพิวเตอร์สามารถคิดหาเหตุผลได้ เรียนรู้ได้ • ทำให้คอมพิวเตอร์งานได้เหมือนสมองมนุษย์

3. แนวความคิดที่ทำให้เกิดระบบปัญญาประดิษฐ์แนวความคิดที่ทำให้เกิดระบบปัญญาประดิษฐ์ 1.การศึกษากระบวนการคิดของมนุษย์ เพื่อทำความเข้าใจว่าปัญญาหรือความชาญฉลาดคืออะไร ได้มาอย่างไร 2.ศึกษาวิธีการหรือกระบวนการที่จะเลียนแบบพฤติกรรมความคิดของมนุษย์ให้กับเครื่องจักรต่างๆ เช่น เครื่องคอมพิวเตอร์, หุ่นยนต์

4. กระบวนการคิดและพฤติกรรมของมนุษย์ที่เป็นพื้นฐานในการคิดเรื่อง “ปัญญาประดิษฐ์” 1. กระบวนการจัดเก็บความรู้ 2. กระบวนเรียกใช้ความรู้ 3. กระบวนการให้เหตุผล 4. กระบวนการแก้ปัญหา 5. กระบวนการเรียนรู้ 6. กระบวนการคิดริเริ่มสร้างสรรค์ 7. กระบวนการถ่ายทอดความรู้

5. กระบวนการคิดและพฤติกรรมของมนุษย์ที่เป็นพื้นฐานในการคิดเรื่อง “ปัญญาประดิษฐ์” 1.กระบวนการจัดเก็บความรู้ คน : ตำรา , ประสบการณ์ , ความทรงจำ , การเรียนรู้ AI : หน่วยความจำ 2.กระบวนการเรียกใช้ความรู้ คน : เปิดตำรา , ความคิด AI : กระบวนการเข้าถึงข้อมูลในหน่วยความจำ 3.กระบวนการให้เหตุผล คน : ประสบการณ์ + ความรู้ + ภาวะอารมณ์ AI : เปรียบเทียบจากข้อมูลที่มี 4.กระบวนการแก้ปัญหา คน : ประสบการณ์ + ความรู้ + ภาวะอารมณ์ AI: เปรียบเทียบข้อมูลที่มี

6. กระบวนการคิดและพฤติกรรมของมนุษย์ที่เป็นพื้นฐานในการคิดเรื่อง “ปัญญาประดิษฐ์” 5.กระบวนการเรียนรู้ คน : ตำรา , ประสบการณ์ , ความทรงจำ , ผู้เชี่ยวชาญ AI : เรียนรู้ตามข้อมูลที่มีและรูปแบบของคำสั่ง 6.กระบวนการคิดริเริ่มสร้างสรรค์ คน : ความรู้และจินตนาการ AI : รูปแบบคำสั่ง 7.กระบวนการถ่ายทอดความรู้ คน : ประชุมวิชาการ , พูดคุย , ผลิตตำรา , ผลงานวิจัย AI : รูปแบบคำสั่งอยู่ในรูปแบบของการโต้ตอบจากการถาม

7. สาขาวิชา พัฒนามาจากหลายสาขาวิชา ได้แก่ 1. สาขาวิชาวิทยาการคอมพิวเตอร์ 2. ภาษาศาสตร์ 3. คณิตศาสตร์ 4. วิศวกรรมศาสตร์ 5. สาขาจิตวิทยา 6. ชีววิทยา

8. ประเภทของ AI • ระบบผู้เชี่ยวชาญ (Expert Systems) • ภาษาธรรมชาติ (Natural Languages) • ระบบจับภาพ (Vision Systems) • ศาสตร์ด้านหุ่นยนต์ (Robot ) • เครือข่ายเส้นประสาท (Neural networks)

9. 1. ระบบผู้เชี่ยวชาญ (Expert Systems) • โปรแกรมคอมพิวเตอร์ที่แสดงความสามารถได้เหมือนกับผู้เชี่ยวชาญในสาขาต่างๆ หรือในงานเฉพาะอย่าง • หรือระบบโปรแกรมใช้งานซึ่งมีลักษณะที่คล้ายคลึงกันในเรื่องของกระบวนการในการให้เหตุผลและให้ข้อมูลเกี่ยวกับคำแนะนำแก่ผู้ที่ต้องตัดสินใจ • ระบบผู้เชี่ยวชาญเริ่มได้รับความนิยมและนำมาใช้ในทางธุรกิจและการดำเนินงานของหลายองค์การ

11. 2. ภาษาธรรมชาติ (Natural Languages) • เป็นภาษาที่เกี่ยวข้องกับการใช้คอมพิวเตอร์ที่เกี่ยวข้องกับการติดต่อสื่อสารด้วยภาษาต่างๆ เช่น ภาษาอังกฤษ ภาษาจีน เป็นต้น ซึ่งบ่อยครั้งจะมีปัญหาเกี่ยวกับการใช้คำหรือประโยคในการสื่อความหมาย บางครั้งเลือกใช้คำผิดหรือวางตำแหน่งของคำผิด • ภาษาธรรมชาติจะช่วยให้การใช้งานเทคโนโลยีสารสนเทศง่ายขึ้นและกระจายตัวไปในวงกว้างกว่าปัจจุบัน

12. การประมวลผลภาษาธรรมชาติ(Natural Language Processing) • การศึกษาการแปลความหมายจากภาษามนุษย์ มาเป็นความรู้ที่เครื่องจักรเข้าใจได้ • คอมพิวเตอร์สามารถอ่าน พูด ฟัง และเข้าใจภาษา และทำงานติดต่อสื่อสารกับมนุษย์ได้ • ระบบประมวลภาษาพูด (Natural Language Processing System) การพัฒนาให้ระบบคอมพิวเตอร์สามารถสังเคราะห์เสียง (Synthesize) เพื่อสื่อความหมายกับมนุษย์ เช่น เครื่องคิดเลขพูดได้ (Talking Calculator) หรือนาฬิกาปลุกพูดได้ (Talking Clock) • การรู้จำเสียงพูด (Speech Recognition System) การพัฒนาให้ระบบคอมพิวเตอร์เข้าใจภาษามนุษย์ และสามารถจดจำคำพูดของมนุษย์ได้อย่างต่อเนื่อง กล่าวคือเป็นการพัฒนาให้เครื่องคอมพิวเตอร์ทำงานได้ด้วยภาษาพูด เช่น ระบบงานพิมพ์เอกสารสำหรับผู้พิการ

13. 3. ระบบจับภาพ (Vision Systems) • หมายถึงการที่ระบบคอมพิวเตอร์สามารถทำงานได้โดยการใช้สายตาซึ่งเป็นการทำงานโดยใช้เทคนิคการจดจำรูปแบบ เช่นระบบจับภาพที่ใช้ในการตรวจหาชิ้นส่วนที่บกพร่องโดยระบบนี้จะจดจำรูปแบบต่างๆ ที่บกพร่อง หรือเสียหาย จากนั้นจะทำการเก็บไว้ในฐานข้อมูล • เราสามารถนำระบบภาพไปใช้งานในสถานที่ที่มนุษย์ไม่สามารถเข้าไปตรวจสอบได้ด้วยตนเองเนื่องจากข้อจำกัดของขนาดหรืออันตรายที่มีอยู่ในงาน

14. Imaging and Machine Vision Systems

16. Power view ATM Feature   Advantech และ Deibold ได้ร่วมพัฒนาระบบ ATM โดยเพิ่มประสิทธิภาพการทำงานด้านการรักษาความปลอดภัยให้กับตู้เอทีเอ็มและการทำงานร่วมกับระบบ CMS (Central Management System) ในส่วนกลางเพื่อรับข้อมูลจากตู้เอทีเอ็ม การทำงานแบบ Face Detection ที่นำมาติดตั้งเพิ่มเติมได้ในภายหลังในแต่ละตู้เอทีเอ็มหรือ DVR นั้นจะเพิ่มความสะดวกในการหาข้อมูล จากหน้าของผู้มาใช้บริการหรือเพิ่มเติมในส่วนของการรักษาความปลอดภัยสำหรับ ใบหน้าที่ไม่ได้รับการอนุญาตหรือผู้ก่อการร้าย โดยแจ้งเตือนผู้ดูแลระบบได้ทันท่วงที

17. 4. ศาสตร์ด้านหุ่นยนต์ (Robot ) • เกี่ยวกับการออกแบบ การสร้าง และการนำหุ่นยนต์ไปใช้งาน หุ่นยนต์เป็นอุปกรณ์ที่ถูกควบคุมการทำงานโดยระบบคอมพิวเตอร์ที่มีความคล้ายคลึงกับการทำงานของมนุษย์ • หุ่นยนต์ใช้เกี่ยวกับงานที่มีความเสี่ยงต่ออันตราย เป็นงานที่ใช้กำลังซ้ำซาก

20. 5. เครือข่ายเส้นประสาท (Neural networks) • เป็นระบบคอมพิวเตอร์ที่สร้างขึ้นแบบเส้นใยประสาทของมนุษย์ที่เรียกว่านิวรอนในสมองมนุษย์ ซึงมีนับจำนวนล้านๆ ตัว การประมวลผลกิจกรรมต่างๆ จะออกมาในลักษณะแบบขนาน คือทำงานพร้อมๆ กัน เพื่อให้ได้คำตอบเดียวกัน • ระบบที่ออกแบบมาให้เรียนรู้โดยอาศัยการสังเกตและการทำงานที่ซ้ำซาก

23. การประยุกต์ใช้งาน Neural Network • Synface การช่วยเหลือการสนทนาทางโทรศัพท์ด้วยใบหน้าจำลอง • เป็นซอฟต์แวร์ที่สามารถสร้างใบหน้าจำลองที่สัมพันธ์กับการสนทนาของผู้ที่อยู่ปลายสายโทรศัพท์ เพื่อช่วยเหลือผู้มีปัญหาทางการได้ยินได้ ภาพใบหน้าจำลองซึ่งให้ภาพคล้ายใบหน้าจริงของบุคคลที่กำลังสนทนาอยู่ด้วย ทำให้ผู้ชมสามารถเข้าใจบทสนทนาจากการอ่านริมฝีปากได้เป็นอย่างดี • ซินเฟสได้รับการทดสอบที่สถาบันคนหูหนวกในประเทศอังกฤษ UK’s Royal National Institute for the Deaf (RNID) พบว่า 84 % ของผู้ที่ได้รับการทดสอบสามารถเข้าใจบทสนทนา และสามารถพูดคุยกันทางโทรศัพท์ได้

24. การประยุกต์ใช้งาน Neural Network • BEAMสร้างโดยมาร์ค ทิลเดน ( Mark W. Tilden ) นักวิทยาศาสตร์ ประจำห้องทดลองแห่งชาติ LosAlamos รัฐนิวแม็กซิโกสหรัฐอเมริกา • สร้างมาจากวงจรอิเลกทรอนิกส์ขนาดเล็ก ใช้อุปกรณ์น้อยชิ้นจึงมีขนาดเล็กและรูปแบบการทำงานไม่ซับซ้อน มีการเคลื่อนไหวคล้ายคลึงพฤติกรรมของสิ่งมีชีวิต เช่น มดแมลงต่างๆ • " บีม " ใช้ระบบควบคุมอิเลคทรอนิคส์แบบง่าย ๆที่เรียกว่า " เครือข่ายใยประสาท ( Nervous Network) " แทนไมโครโปรเซสเซอร์ ซึ่งเป็นชุดทรานซิสเตอร์หลาย ๆ ตัวที่สามารถรับ - ส่งข้อมูลจากโครงสร้างตัวหุ่นและการเคลื่อนไหวถ้าขาข้างใดสะดุดมอเตอร์ไฟฟ้า จะเกิดแรงหน่วง และปรับเปลี่ยนวงจรไฟฟ้า ทำให้ขาข้างนั้น ก้าวไปทางอื่นทันที Mark Tilden with RoboSapien

25. Expert System • โปรแกรมคอมพิวเตอร์ที่แสดงความสามารถได้เหมือนกับผู้เชี่ยวชาญในสาขาต่างๆ หรือในงานเฉพาะอย่าง • หรือระบบโปรแกรมใช้งานซึ่งมีลักษณะที่คล้ายคลึงกันในเรื่องของกระบวนการในการให้เหตุผลและให้ข้อมูลเกี่ยวกับคำแนะนำแก่ผู้ที่ต้องตัดสินใจ • ระบบผู้เชี่ยวชาญเริ่มได้รับความนิยมและนำมาใช้ในทางธุรกิจและการดำเนินงานของหลายองค์การ

26. ส่วนประกอบของ ES 1. ฐานความรู้ (knowledge base) - เป็นส่วนที่เก็บความรู้ทั้งหมดของผู้เชี่ยวชาญที่รวบรวมจากการศึกษาและจากประสบการณ์ - โดยมีกำหนดโครงสร้างของข้อมูล (data structure) ให้เหมาะสมกับการนำไปใช้งาน ฐานความรู้มีลักษณะบางประการคล้ายฐานข้อมูล

27. 2. เครื่องอนุมาน (inference engine) -เป็นส่วนควบคุมการใช้ความรู้ในฐานความรู้ เพื่อวิเคราะห์และแก้ปัญหาที่เกิดขึ้น - เป็นส่วนการใช้เหตุและผลเป็นส่วนประกอบที่สำคัญของES โดยที่เครื่องอนุมานจะทำหน้าที่ตรวจสอบกฎเกณฑ์ที่อยู่ฐานความรู้ โดยการใช้เหตุผลทางตรรกะสำหรับแต่ละเหตุการณ์ โดยทั่วไป ES สามารถทำการอนุมานได้ 2 ลักษณะดังต่อไปนี้

28. 2.1 การอนุมานแบบไปข้างหน้า (forward chaining inference)โดยเริ่มการตรวจสอบข้อมูลกับกฎเกณฑ์ที่มีอยู่ใสามารถหากฎเกณฑ์ที่สอดคล้องกับสถานการณ์แล้วจึงดำเนินงาน 2.2 การอนุมานแบบย้อนหลัง (backward chaining inference)โดยเริ่มต้นจากเป้าหมาย (goals) ที่ต้องการแล้วดำเนินการย้อนกลับเพื่อหาสาเหตุ การอนุมานในลักษณะนี้มักนำมาใช้ในการแก้ปัญหา ที่เกิดขึ้นในอนาคต

29. 3. ส่วนดึงความรู้ (knowledge acquisition subsystem) - เป็นส่วนที่ดึงความรู้จากเอกสาร ตำรา ฐานข้อมูล และเชี่ยวชาญ ทีมพัฒนาจะทำการจัดความรู้ที่ได้มาให้อยู่ในรูปที่เข้ากันได้กับโครงสร้างของฐานความรู้ เพื่อที่จะได้สามารถบรรจุความรู้ที่ได้มาลงในฐานความรู้ได้

30. 4. ส่วนอธิบาย (explanation subsystem)เป็นส่วนที่อธิบายถึงรายละเอียดของข้อสรุป หรือคำตอบที่ได้นั้นมาได้อย่างไร 5. การติดต่อกับผู้ใช้ (user interface)เป็นส่วนประกอบที่สำคัญของ ES เนื่องจากผู้ใช้จะมีความรู้ในงานสารสนเทศที่แตกต่างกัน ผู้พัฒนาระบบจึงต้องคำนึงถึงความสะดวกในการติดต่อระหว่าง ES กับผู้ใช้ ทำให้การติดต่อสื่อสารระหว่าง ES กับผู้ใช้มีความสะดวก

31. ความรู้ (knowledge) • หมายถึงระดับของภูมิปัญญาในการรับรู้และการทำความเข้าใจในเรื่องใดเรื่องหนึ่ง • เป็นศูนย์กลางของทุกระบบผู้เชี่ยวชาญที่ใช้กฎเป็นพื้นฐาน • ฐานความรู้ เป็นที่รวบรวมความรู้ทุกอย่างที่จำเป็นจะต้องใช้เพื่อสร้างความเข้าใจ

32. ประเภทของความรู้ (knowledge) 1. ความจริง 2. ความสัมพันธ์ 3. ขั้นตอน 4. องค์ความรู้

33. กระบวนการพัฒนา ES มี 5 ขั้นตอน 1. การวิเคราะห์ปัญหา - โดยทำความเข้าใจกับปัญหาจัดขั้นตอนในการแก้ปัญหา - การกำหนดรูปแบบของการให้คำปรึกษา ตลอดจนรวบรวมความรู้และความเข้าใจในสาระสำคัญที่จะนำมาประกอบการพัฒนาระบบ

34. 2. การเลือกอุปกรณ์ - ต้องพิจารณาเลือกอุปกรณ์ที่มีที่มีความเหมาะสมกัน 3. การถอดความรู้ - เป็นกระบวนการสำคัญในการพัฒนา ES โดยผู้พัฒนาต้องทำการสังเกต ศึกษา และทำความเข้าใจกับความรู้ที่จะนำมาพัฒนาเป็น ES จากแหล่งอ้างอิง เพื่อการกำหนดขอบเขตที่เหมาะสมของระบบ โดยเรียกระบวนการนี้ว่า “วิศวกรรมความรู้ (knowledge engineering)”

35. 4.การสร้างต้นแบบ - นำเอาส่วนประกอบต่างๆ ที่กล่าวมาประกอบการสร้างต้นแบบ (prototype) ของ ES - โดยเริ่มจากการนำเอาแนวความคิดทั้งหมดที่เกี่ยวข้องกับระบบที่ต้องการพัฒนามาจัดเรียงลำดับ พร้อมทั้งทดสอบการทำงานของต้นแบบที่สร้างขึ้น

36. 5. การขยาย การทดสอบ และบำรุงรักษา - การขยายระบบให้ใหญ่ขึ้นจากต้นแบบ หลังจากที่ต้นแบบได้ถูกสร้างขึ้น - เมื่อระบบได้ถูกขยายแล้ว ควรมีกรณีศึกษาที่ทีมงานพัฒนาพอรู้คำตอบแล้ว เพื่อตรวจสอบการทำงานของระบบว่าได้ทำงานถูกต้องหรือไม่

37. ประโยชน์ของ ES • ลดความเสียหายของงานและประหยัดค่าใช้จ่าย • ช่วยทำให้ข้อมูลมีคุณภาพและมีศักยภาพในการนำมาใช้งาน • ช่วยทำให้เกิดความคิดสร้างสรรค์แปลกใหม่ • ใช้เป็นเครื่องมือเชิงกลยุทธ์ ด้านการตลาด การลดต้นทุน และการปรับปรุงสินค้า

38. ประโยชน์ของ ES (ต่อ) • เพิ่มผลผลิตของงาน • เพิ่มคุณภาพความเชื่อถือได้ของงาน • รวบรวมผู้เชี่ยวชาญที่ขาดแคลน

39. ตัวอย่างของ ES 1.การตรวจสอบ เป็น ES ที่ถูกพัฒนาสำหรับใช้ในโรงงานผลิตหรือประกอบชิ้นส่วน เพื่อตรวจสอบความผิดปกติของชิ้นงาน เช่น รอยร้าว หรือการชำรุดในลักษณะอื่น โดยการเปรียบเทียบข้อมูลของชิ้นงานปกติ ชิ้นงานที่ชำรุด และชิ้นงานที่กำลังตรวจสอบ 2. การบริการ เช่นระบบช่วยพนักงานซ่อมบำรุงเครื่องใช้ไฟฟ้าในการวิเคราะห์สาเหตุของปัญหาที่เกิดขึ้นกับอุปกรณ์ วิธีนี้ช่วยให้พนักงานซ่อมพบสาเหตุของปัญหาได้อย่างถูกต้องในเวลาสั้น

40. ตัวอย่างของ ES 3.การวินิจฉัยโรค เช่นระบบ MYCIN เป็น ES สำหรับการวินิจฉัยโรคโดยการเก็บรวบรวมข้อมูลจากคนไข้ เพื่อใช้ประกอบการตัดสินใจของแพทย์ 4. สัญญาณเตือน เป็น ES ที่ถูกพัฒนาสำหรับงานตรวจสอบและควบคุมที่มนุษย์ไม่สามารถกระทำได้ด้วยตาเปล่า หรือควบคุมอยู่ตลอดเวลา เพื่อให้สามารถตอบสนองได้ เช่น ระบบการให้สัญญาณเตือนทางการแพทย์ ถ้าผู้ป่วยแสดงอาการที่เป็นอันตรายก็จะเตือนให้แพทย์รู้

41. ตัวอย่างของ ES 5.การพยากรณ์อากาศ เป็น ES ที่เก็บข้อมูลเกี่ยวกับสภาพอากาศที่เกิดขึ้นในลักษณะต่างๆ และรวบรวมหลักเกณฑ์การพยากรณ์ เพื่อใช้ในการพยากรณ์อากาศให้มีความถูกต้องและแม่นยำขึ้น

42. การนำ ES มาประยุกต์ใช้ในธุรกิจ • บัญชี (Accounting and finance) • การตลาด (Marketing) • การผลิต (Manufacturing) • บุคลากร (Personnel) • ธุรกิจทั่วไป (General business)

43. บัญชี (Accounting and finance) • จัดหาคำแนะนำและช่วยเหลือด้านภาษี • ช่วยตัดสินใจด้านสินเชื่อ • เลือกรูปแบบการพยากรณ์ • จัดหาคำแนะนำด้านเกี่ยวกับการลงทุน

44. การตลาด (Marketing) • กำหนดโควตายอดขาย • ตอบสนองต่อคำถามของลูกค้า • นำเสนอปัญหาสู่ศูนย์สื่อสารการตลาด • ช่วยตัดสินใจด้านการกำหนดเวลาทางการตลาด • กำหนดนโยบายส่วนลด

45. การผลิต (Manufacturing) • กำหนดกระบวนการให้มีความถูกต้อง • วิเคราะห์คุณภาพและวิธีการวัดที่ถูกต้อง • จัดหาสิ่งอำนวยความสะดวก • การทำตารางงาน • เลือกเส้นทางการขนส่ง • ช่วยออกแบบผลิตภัณฑ์และจดผังสิ่งอำนวยความสะดวก

46. บุคลากร (Personnel) • การประเมินคุณสมบัติของผู้สมัคร • ช่วยพนักงานในการกรอกแบบฟอร์ม

47. ธุรกิจทั่วไป (General business) • ช่วยทำข้อเสนอโครงการ • เสนอแนะกลยุทธ์ต่างๆ • ให้ความรู้แก่ผู้เข้ารับการอบรมใหม่ • การประเมินผลการทำงานของพนักงาน

48. ข้อจำกัดของ ES • องค์ความรู้ที่จะนำมาจัดทำเป็น ES มีไม่เพียงพอ • การคัดแยกความรู้ออกจากผู้เชี่ยวชาญเพื่อจัดทำเป็น ES ทำได้ยาก • ผู้ใช้ขาดความเชื่อมั่นในการทำงานกับระบบสารสนเทศแทนคนที่เป็นผู้เชี่ยวชาญ • ผู้เชี่ยวชาญจะทำงานได้ดีในขอบเขตที่จำกัดหรือชัดเจนมาก

49. ข้อจำกับของ ES (ต่อ) • ผู้พัฒนาระบบต้องใช้เวลานานในการทำความเข้าใจกับคำศัพท์เฉพาะวิชาชีพที่ผู้เชี่ยวชาญใช้ และบางครั้งยากในการทำความเข้าใจ • ความสามารถในการรับรู้หรือการเรียนรู้ของผู้ใช้มีจำกัดทำให้ผู้ใช้ทำความเข้าใจในการปรึกษากับระบบได้อย่างยากลำบาก • กระบวนการในการถ่ายโอนความรู้อาจจะกระทำอย่างมีความลำเอียงได้