ปัญญาประดิษฐ์คืออะไร? บทนำ ประวัติ และประเภทของ AI

ปัญญาประดิษฐ์ (AI) คืออะไร?

AI (ปัญญาประดิษฐ์) คือความสามารถของเครื่องจักรในการทำหน้าที่รับรู้เช่นเดียวกับมนุษย์ เช่น การรับรู้ การเรียนรู้ การใช้เหตุผล และการแก้ปัญหา เกณฑ์มาตรฐานสำหรับ AI คือระดับของมนุษย์ที่เกี่ยวข้องกับทีมที่ใช้เหตุผล คำพูด และการมองเห็น

ในการนี​​้ กวดวิชาปัญญาประดิษฐ์คุณจะได้เรียนรู้พื้นฐาน AI ต่อไปนี้

รู้เบื้องต้นเกี่ยวกับระดับปัญญาประดิษฐ์

ปัจจุบัน AI ถูกนำมาใช้ในแทบทุกอุตสาหกรรม ทำให้บริษัทต่างๆ ที่นำ AI มาใช้ในระดับขนาดใหญ่มีข้อได้เปรียบทางเทคโนโลยี จากข้อมูลของ McKinsey AI มีศักยภาพในการสร้างมูลค่า 600 ล้านดอลลาร์ในธุรกิจค้าปลีก และเพิ่มมูลค่าให้กับระบบธนาคารได้ 50 เปอร์เซ็นต์เมื่อเทียบกับเทคนิคการวิเคราะห์อื่นๆ ในด้านการขนส่งและโลจิสติกส์ รายได้ที่อาจเพิ่มขึ้นนั้นเพิ่มขึ้น 89 เปอร์เซ็นต์

โดยเฉพาะอย่างยิ่ง หากองค์กรใช้ AI สำหรับทีมการตลาด องค์กรจะสามารถทำให้ภารกิจที่ซ้ำซากจำเจเป็นระบบอัตโนมัติ ช่วยให้ตัวแทนขายสามารถมุ่งเน้นไปที่การสร้างความสัมพันธ์ การเลี้ยงดูลูกค้าเป้าหมาย เป็นต้น บริษัทชื่อ Gong ให้บริการข้อมูลเชิงลึกเกี่ยวกับการสนทนา ทุกครั้งที่ตัวแทนขายโทรศัพท์ เครื่องจะบันทึก ถอดเสียง และวิเคราะห์การสนทนา รองประธานสามารถใช้การวิเคราะห์และคำแนะนำของ AI เพื่อกำหนดกลยุทธ์ที่ประสบความสำเร็จ

โดยสรุปแล้ว AI นำเสนอเทคโนโลยีล้ำสมัยเพื่อจัดการกับข้อมูลที่ซับซ้อนซึ่งมนุษย์ไม่สามารถจัดการได้ AI จะทำให้การทำงานซ้ำซ้อนเป็นไปโดยอัตโนมัติ ทำให้คนงานสามารถมุ่งเน้นไปที่งานระดับสูงที่มีมูลค่าเพิ่มได้ เมื่อนำ AI มาใช้ในระดับขนาดใหญ่ จะทำให้ต้นทุนลดลงและเพิ่มรายได้

ประวัติศาสตร์ปัญญาประดิษฐ์

ปัญญาประดิษฐ์เป็นคำศัพท์ที่แพร่หลายในปัจจุบัน แม้ว่าคำนี้จะไม่ใช่เรื่องใหม่ก็ตาม ในปี 1956 ผู้เชี่ยวชาญแนวหน้าจากภูมิหลังที่แตกต่างกันได้ตัดสินใจจัดโครงการวิจัยภาคฤดูร้อนเกี่ยวกับ AI ผู้มีความคิดอันชาญฉลาดทั้งสี่เป็นผู้นำโครงการ John McCarthy (วิทยาลัย Dartmouth), Marvin Minsky (มหาวิทยาลัย Harvard), Nathaniel Rochester (IBM) และคลอดด์ แชนนอน (ห้องปฏิบัติการโทรศัพท์เบลล์)

นี่คือประวัติโดยย่อของปัญญาประดิษฐ์:

ปี เหตุการณ์สำคัญ/นวัตกรรม
1923 คาเรล ชาเปกรับบทเป็น "Rossum's Universal Robots ซึ่งเป็นการใช้คำว่า "robot" ครั้งแรกในภาษาอังกฤษ
1943 Foundationสำหรับโครงข่ายประสาทเทียมที่วางอยู่
1945 ไอแซค อาซิมอฟ ศิษย์เก่ามหาวิทยาลัยโคลัมเบีย ใช้คำว่าวิทยาการหุ่นยนต์
1956 John McCarthy ใช้คำว่าปัญญาประดิษฐ์เป็นครั้งแรก สาธิตการใช้งานโปรแกรม AI ครั้งแรกที่มหาวิทยาลัย Carnegie Mellon
1964 วิทยานิพนธ์ของ Danny Bobrow ที่ MIT แสดงให้เห็นว่าคอมพิวเตอร์สามารถเข้าใจภาษาธรรมชาติได้อย่างไร
1969 นักวิทยาศาสตร์จากสถาบันวิจัยสแตนฟอร์ดพัฒนาเชคกี้ หุ่นยนต์ที่มีการเคลื่อนที่และการแก้ปัญหา
1979 Stanford Cart รถยนต์ขับเคลื่อนอัตโนมัติที่ควบคุมด้วยคอมพิวเตอร์คันแรกของโลกถูกสร้างขึ้น
1990 การสาธิตที่สำคัญในการเรียนรู้ของเครื่อง
1997 โปรแกรมหมากรุก Deep Blue เอาชนะแชมป์หมากรุกโลกในขณะนั้นอย่าง Garry Kasparov
2000 สัตว์เลี้ยงหุ่นยนต์แบบโต้ตอบมีจำหน่ายในท้องตลาดแล้ว เอ็มไอทีแสดง Kismetหุ่นยนต์ที่มีใบหน้าแสดงอารมณ์
2006 AI เข้ามาสู่โลกธุรกิจในปี 2006 บริษัทอย่าง Facebook Netflix, Twitter เริ่มใช้ AI
2012 Google ได้เปิดตัว Android ฟีเจอร์ของแอปที่เรียกว่า "Google เลย" ซึ่งให้คำทำนายแก่ผู้ใช้
2018 “นักโต้วาทีโครงการ” จาก IBM ได้โต้วาทีหัวข้อที่ซับซ้อนกับนักโต้วาทีผู้เชี่ยวชาญสองคน และทำผลงานได้อย่างดีเยี่ยม

เป้าหมายของปัญญาประดิษฐ์

เป้าหมายหลักของ AI มีดังนี้

  • ช่วยให้คุณลดระยะเวลาที่จำเป็นในการปฏิบัติงานเฉพาะอย่างได้
  • ทำให้มนุษย์โต้ตอบกับเครื่องจักรได้ง่ายขึ้น
  • อำนวยความสะดวกในการโต้ตอบระหว่างมนุษย์กับคอมพิวเตอร์ในลักษณะที่เป็นธรรมชาติและมีประสิทธิภาพมากขึ้น
  • การปรับปรุงความแม่นยำและความเร็วของการวินิจฉัยทางการแพทย์
  • ช่วยให้ผู้คนเรียนรู้ข้อมูลใหม่ได้รวดเร็วยิ่งขึ้น
  • เสริมสร้างการสื่อสารระหว่างมนุษย์และเครื่องจักร

สาขาย่อยของปัญญาประดิษฐ์

ต่อไปนี้เป็นสาขาย่อยที่สำคัญของปัญญาประดิษฐ์:

เครื่องเรียนรู้: การเรียนรู้ของเครื่องจักรคือศิลปะของการศึกษาอัลกอริทึมที่เรียนรู้จากตัวอย่างและประสบการณ์ การเรียนรู้ของเครื่องจักรนั้นอิงจากแนวคิดที่ว่ารูปแบบบางอย่างในข้อมูลนั้นถูกระบุและนำไปใช้สำหรับการคาดการณ์ในอนาคต ความแตกต่างจากกฎฮาร์ดโค้ดก็คือ เครื่องจักรจะเรียนรู้ที่จะค้นหากฎดังกล่าว

การเรียนรู้ลึก ๆ: การเรียนรู้เชิงลึกเป็นสาขาย่อยของการเรียนรู้ของเครื่อง การเรียนรู้เชิงลึกไม่ได้หมายความว่าเครื่องจะเรียนรู้ความรู้เชิงลึกมากขึ้น ใช้เลเยอร์ที่แตกต่างกันเพื่อเรียนรู้จากข้อมูล ความลึกของโมเดลแสดงด้วยจำนวนเลเยอร์ในโมเดล ตัวอย่างเช่น โมเดล Google LeNet สำหรับการจดจำรูปภาพมีจำนวน 22 เลเยอร์

ประมวลผลภาษาธรรมชาติ: โครงข่ายประสาทเทียมคือกลุ่มของหน่วย I/O ที่เชื่อมต่อ โดยแต่ละการเชื่อมต่อมีน้ำหนักที่เกี่ยวข้องกับโปรแกรมคอมพิวเตอร์ ช่วยให้คุณสร้างแบบจำลองการคาดการณ์จากฐานข้อมูลขนาดใหญ่ โมเดลนี้สร้างขึ้นจากระบบประสาทของมนุษย์ คุณสามารถใช้แบบจำลองนี้เพื่อทำความเข้าใจภาพ การเรียนรู้ของมนุษย์ คำพูดของคอมพิวเตอร์ ฯลฯ

ระบบผู้เชี่ยวชาญ: ระบบผู้เชี่ยวชาญเป็นระบบการตัดสินใจบนคอมพิวเตอร์ที่โต้ตอบได้และเชื่อถือได้ ซึ่งใช้ข้อเท็จจริงและฮิวริสติกส์ในการแก้ปัญหาการตัดสินใจที่ซับซ้อน นอกจากนี้ยังถือว่าอยู่ในระดับสติปัญญาสูงสุดของมนุษย์อีกด้วย เป้าหมายหลักของระบบผู้เชี่ยวชาญคือการแก้ไขปัญหาที่ซับซ้อนที่สุดในโดเมนเฉพาะ

ลอจิกคลุมเครือ: ลอจิกคลุมเครือ หมายถึง รูปแบบลอจิกที่มีค่าหลายค่าซึ่งอาจมีค่าความจริงของตัวแปรในจำนวนจริงใดๆ ระหว่าง 0 ถึง 1 เป็นแนวคิดการจัดการความจริงบางส่วน ในชีวิตจริง เราอาจเผชิญกับสถานการณ์ที่เราไม่สามารถตัดสินใจได้ว่าข้อความนั้นเป็นจริงหรือเท็จ

สาขาย่อยของปัญญาประดิษฐ์

ประเภทของปัญญาประดิษฐ์

ปัญญาประดิษฐ์มีสามประเภทหลัก: ตามกฎ แผนผังการตัดสินใจ และโครงข่ายประสาทเทียม

  • Narrow AI คือ AI ประเภทหนึ่งที่ช่วยให้คุณทำงานเฉพาะด้านได้อย่างชาญฉลาด
  • AI ทั่วไปเป็นหน่วยสืบราชการลับของ AI ประเภทหนึ่งที่สามารถทำงานทางปัญญาได้อย่างมีประสิทธิภาพเช่นเดียวกับมนุษย์
  • AI ตามกฎจะขึ้นอยู่กับชุดกฎที่กำหนดไว้ล่วงหน้าซึ่งใช้กับชุดข้อมูลอินพุต จากนั้นระบบจะสร้างเอาต์พุตที่สอดคล้องกัน
  • AI แผนผังการตัดสินใจนั้นคล้ายคลึงกับ AI ตามกฎ โดยจะใช้ชุดกฎที่กำหนดไว้ล่วงหน้าในการตัดสินใจ อย่างไรก็ตาม แผนผังการตัดสินใจยังช่วยให้สามารถแยกสาขาและวนซ้ำเพื่อพิจารณาตัวเลือกต่างๆ ได้
  • Super AI คือ AI ประเภทหนึ่งที่ช่วยให้คอมพิวเตอร์เข้าใจภาษาของมนุษย์และตอบสนองอย่างเป็นธรรมชาติ
  • ปัญญาประดิษฐ์เป็นประเภทหนึ่งของปัญญาประดิษฐ์ที่ช่วยให้หุ่นยนต์มีความสามารถในการรับรู้ที่ซับซ้อน รวมถึงการใช้เหตุผล การวางแผน และการเรียนรู้

AI กับการเรียนรู้ของเครื่อง

สมาร์ทโฟน อุปกรณ์ในชีวิตประจำวัน หรือแม้แต่อินเทอร์เน็ตส่วนใหญ่ของเราต่างก็ใช้ปัญญาประดิษฐ์ โดยบ่อยครั้งที่บริษัทใหญ่ๆ ต่างใช้ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักรแทนกันเพื่อประกาศนวัตกรรมใหม่ล่าสุด อย่างไรก็ตาม การเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์มีความแตกต่างกันในบางประการ

AI หรือปัญญาประดิษฐ์เป็นศาสตร์แห่งการฝึกเครื่องจักรให้ทำงานของมนุษย์ คำนี้ประดิษฐ์ขึ้นในทศวรรษปี 1950 เมื่อนักวิทยาศาสตร์เริ่มสำรวจว่าคอมพิวเตอร์สามารถแก้ไขปัญหาด้วยตนเองได้อย่างไร

AI กับการเรียนรู้ของเครื่อง

ปัญญาประดิษฐ์คือคอมพิวเตอร์ที่ได้รับคุณสมบัติเหมือนมนุษย์ ใช้สมองของเรา มันทำงานได้อย่างง่ายดายและราบรื่นในการคำนวณโลกรอบตัวเรา ปัญญาประดิษฐ์เป็นแนวคิดที่ว่าคอมพิวเตอร์ก็สามารถทำได้เช่นเดียวกัน อาจกล่าวได้ว่า AI เป็นวิทยาศาสตร์ขนาดใหญ่ที่เลียนแบบความถนัดของมนุษย์

การเรียนรู้ของเครื่องเป็นส่วนย่อยที่ชัดเจนของ AI ที่ฝึกให้เครื่องจักรเรียนรู้ โมเดลการเรียนรู้ของเครื่องมองหารูปแบบในข้อมูลแล้วพยายามสรุป โดยสรุป เครื่องไม่จำเป็นต้องได้รับการตั้งโปรแกรมโดยคนอย่างชัดเจน โปรแกรมเมอร์ให้ตัวอย่างบางส่วน และคอมพิวเตอร์จะเรียนรู้ว่าต้องทำอะไรจากตัวอย่างเหล่านั้น

อ่านความแตกต่างระหว่าง Deep Learning และ Machine Learning Vs AI ด้วย คลิกที่นี่.

AI ใช้ที่ไหน? ตัวอย่าง

ตอนนี้ใน AI สำหรับบทช่วยสอนสำหรับผู้เริ่มต้น เราจะเรียนรู้การใช้งานต่างๆ ของ AI:

AI มีการใช้งานที่หลากหลาย-

  • ปัญญาประดิษฐ์ใช้เพื่อลดหรือหลีกเลี่ยงงานที่ซ้ำกัน เช่น AI สามารถทำงานซ้ำได้อย่างต่อเนื่องโดยไม่เมื่อยล้า AI ไม่เคยหยุดนิ่ง และไม่แยแสกับงานที่ต้องดำเนินการ
  • ปัญญาประดิษฐ์ช่วยปรับปรุงผลิตภัณฑ์ที่มีอยู่ ก่อนยุคแห่งการเรียนรู้ของเครื่อง ผลิตภัณฑ์หลักถูกสร้างขึ้นตามกฎฮาร์ดโค้ด บริษัทต่างๆ นำปัญญาประดิษฐ์มาใช้เพื่อเพิ่มประสิทธิภาพการทำงานของผลิตภัณฑ์ แทนที่จะเริ่มจากศูนย์ไปจนถึงการออกแบบผลิตภัณฑ์ใหม่ คุณสามารถนึกถึงภาพ Facebook ไม่กี่ปีที่ผ่านมา คุณต้องแท็กเพื่อนของคุณด้วยตนเอง ทุกวันนี้ด้วยความช่วยเหลือของ AI ทำให้ Facebook ให้คำแนะนำจากเพื่อนคุณ

AI ถูกนำมาใช้ในทุกอุตสาหกรรม ตั้งแต่การตลาดไปจนถึงห่วงโซ่อุปทาน การเงิน และการแปรรูปอาหาร จากการสำรวจของ McKinsey บริการทางการเงินและการสื่อสารที่ใช้เทคโนโลยีขั้นสูงกำลังเป็นผู้นำในด้าน AI

ตัวอย่างที่ใช้ AI

ทำไม AI ถึงมาแรงตอนนี้?

ในบทช่วยสอนการทดสอบปัญญาประดิษฐ์นี้ เราจะมาเรียนรู้ว่าเหตุใด AI จึงกำลังเฟื่องฟูในขณะนี้ มาทำความเข้าใจตามแผนภาพด้านล่างกัน

AI กำลังเฟื่องฟู

โครงข่ายประสาทเทียมเริ่มใช้มาตั้งแต่ยุค 2012 โดยมีผลงานของ Yann LeCun อย่างไรก็ตามเริ่มมีชื่อเสียงประมาณปี XNUMX อธิบายด้วยปัจจัยสำคัญสามประการที่ทำให้ได้รับความนิยมคือ:

  1. ฮาร์ดแวร์
  2. ข้อมูล
  3. ขั้นตอนวิธี

แมชชีนเลิร์นนิงเป็นสาขาทดลอง ซึ่งหมายความว่าจะต้องใช้ข้อมูลเพื่อทดสอบแนวคิดหรือแนวทางใหม่ๆ ด้วยความเฟื่องฟูของอินเทอร์เน็ต ทำให้สามารถเข้าถึงข้อมูลได้ง่ายขึ้น นอกจากนี้ บริษัทยักษ์ใหญ่อย่าง NVIDIA และ AMD ยังได้พัฒนาชิปกราฟิกประสิทธิภาพสูงสำหรับตลาดเกมอีกด้วย

ฮาร์ดแวร์

ในช่วง 20 ปีที่ผ่านมา พลังของ CPU พุ่งสูงขึ้นอย่างรวดเร็ว ทำให้ผู้ใช้สามารถฝึกโมเดลการเรียนรู้เชิงลึกขนาดเล็กบนแล็ปท็อปเครื่องใดก็ได้ อย่างไรก็ตาม คุณต้องใช้เครื่องจักรที่มีประสิทธิภาพมากขึ้นในการประมวลผลโมเดลการเรียนรู้เชิงลึกสำหรับการมองเห็นคอมพิวเตอร์หรือการเรียนรู้เชิงลึก ด้วยการลงทุนของ NVIDIA และ AMD ทำให้มี GPU (หน่วยประมวลผลกราฟิก) รุ่นใหม่วางจำหน่าย ชิปเหล่านี้ช่วยให้สามารถคำนวณแบบขนานได้ และเครื่องสามารถแยกการคำนวณบน GPU หลายตัวเพื่อเร่งความเร็วในการคำนวณ

ตัวอย่างเช่น ด้วย NVIDIA TITAN X จะใช้เวลาสองวันในการฝึกโมเดลที่เรียกว่า อิมเมจเน็ต เมื่อเทียบกับ CPU แบบดั้งเดิมแล้ว บริษัทใหญ่ๆ ยังใช้คลัสเตอร์ GPU เพื่อฝึกโมเดลการเรียนรู้เชิงลึกด้วย NVIDIA Tesla K80 เพราะช่วยลดต้นทุนศูนย์ข้อมูลและให้ประสิทธิภาพที่ดีขึ้น

ปัญญาประดิษฐ์ในกราฟิกการ์ด

ข้อมูล

การเรียนรู้เชิงลึกเป็นโครงสร้างของโมเดล และข้อมูลคือของเหลวที่จะทำให้โมเดลมีชีวิตชีวา ข้อมูลขับเคลื่อนปัญญาประดิษฐ์ หากไม่มีข้อมูลก็ทำอะไรไม่ได้ เทคโนโลยีล่าสุดได้ขยายขอบเขตของการจัดเก็บข้อมูล และการจัดเก็บข้อมูลจำนวนมากในศูนย์ข้อมูลทำได้ง่ายกว่าที่เคย

การปฏิวัติอินเทอร์เน็ตทำให้การรวบรวมและแจกจ่ายข้อมูลพร้อมใช้งานสำหรับอัลกอริทึมการเรียนรู้ของเครื่องจักร หากคุณคุ้นเคยกับ Flickr, Instagram หรือแอพอื่น ๆ ที่มีรูปภาพ คุณสามารถเดาศักยภาพ AI ของพวกเขาได้ มีรูปภาพนับล้านพร้อมแท็กอยู่บนเว็บไซต์เหล่านี้ รูปภาพเหล่านั้นสามารถฝึกโมเดลโครงข่ายประสาทเทียมให้จดจำวัตถุบนรูปภาพได้โดยไม่จำเป็นต้องรวบรวมและติดป้ายกำกับข้อมูลด้วยตนเอง

ปัญญาประดิษฐ์ที่ผสานกับข้อมูลถือเป็นขุมทรัพย์ยุคใหม่ ข้อมูลเป็นข้อได้เปรียบในการแข่งขันที่ไม่เหมือนใครซึ่งบริษัทต่างๆ ไม่ควรละเลย และปัญญาประดิษฐ์ให้คำตอบที่ดีที่สุดจากข้อมูลของคุณ เมื่อบริษัททั้งหมดมีเทคโนโลยีเดียวกัน บริษัทที่มีข้อมูลก็จะมีข้อได้เปรียบในการแข่งขัน หากจะให้เห็นภาพ โลกสร้างข้อมูลประมาณ 2.2 เอ็กซาไบต์ หรือ 2.2 พันล้านกิกะไบต์ทุกวัน

บริษัทต้องการแหล่งข้อมูลที่หลากหลายเป็นพิเศษเพื่อค้นหารูปแบบและเรียนรู้ในปริมาณมาก

ข้อมูลขนาดใหญ่ใน AI

ขั้นตอนวิธี

ฮาร์ดแวร์มีประสิทธิภาพมากกว่าเดิม ข้อมูลเข้าถึงได้ง่าย แต่สิ่งหนึ่งที่ทำให้เครือข่ายประสาทมีความน่าเชื่อถือมากขึ้นคือการพัฒนาอัลกอริทึมที่แม่นยำยิ่งขึ้น เครือข่ายประสาทหลักเป็นเมทริกซ์การคูณแบบง่าย ๆ ที่ไม่มีคุณสมบัติทางสถิติเชิงลึก ตั้งแต่ปี 2010 มีการค้นพบที่น่าทึ่งมากมายเพื่อปรับปรุงเครือข่ายประสาท

ปัญญาประดิษฐ์ใช้ขั้นตอนการเรียนรู้แบบก้าวหน้าเพื่อให้ข้อมูลทำการเขียนโปรแกรม ซึ่งหมายความว่าคอมพิวเตอร์สามารถสอนตัวเองให้ทำงานต่างๆ ได้ เช่น การค้นหาสิ่งผิดปกติและกลายมาเป็นแชทบอท

สรุป

  • AI คือปัญญาประดิษฐ์รูปแบบเต็มรูปแบบซึ่งเป็นศาสตร์แห่งการฝึกเครื่องจักรเพื่อเลียนแบบหรือจำลองงานของมนุษย์
  • นักวิทยาศาสตร์สามารถใช้วิธีต่างๆ ในการฝึกเครื่องจักรได้ ในช่วงเริ่มต้นของยุค AI โปรแกรมเมอร์เขียนโปรแกรมแบบฮาร์ดโค้ด พิมพ์ทุกความเป็นไปได้เชิงตรรกะที่เครื่องอาจเผชิญ และวิธีการตอบสนอง
  • เมื่อระบบมีความซับซ้อนมากขึ้น การจัดการกฎเกณฑ์ต่างๆ ก็จะกลายเป็นเรื่องยากขึ้น เพื่อแก้ไขปัญหานี้ เครื่องจักรสามารถใช้ข้อมูลเพื่อเรียนรู้วิธีการดูแลสถานการณ์ต่างๆ จากสภาพแวดล้อมที่กำหนด
  • คุณลักษณะที่สำคัญที่สุดของการมี AI ที่ทรงพลังคือมีข้อมูลเพียงพอและมีความหลากหลายมาก ตัวอย่างเช่น เครื่องจักรสามารถเรียนรู้ภาษาต่างๆ ได้ตราบใดที่มีคำศัพท์เพียงพอที่จะเรียนรู้
  • AI เป็นเทคโนโลยีใหม่ล่าสุดที่ล้ำสมัย นักลงทุนร่วมทุนลงทุนหลายพันล้านดอลลาร์ในสตาร์ทอัพหรือโครงการ AI และ McKinsey ประเมินว่า AI สามารถส่งเสริมอุตสาหกรรมทุกประเภทให้มีอัตราการเติบโตอย่างน้อยสองหลัก
  • ปัญญาประดิษฐ์ประเภทต่างๆ เช่น ปัญญาประดิษฐ์ทั่วไป ปัญญาประดิษฐ์ตามกฎ ปัญญาประดิษฐ์แบบต้นไม้ตัดสินใจ และปัญญาประดิษฐ์ขั้นสูง แนวคิดเหล่านี้ส่วนใหญ่ถูกนำไปใช้ในการสร้างแชทบอทด้านปัญญาประดิษฐ์ หากคุณสนใจ คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับการนำหลักการเหล่านี้ไปใช้ในบางหัวข้อได้ แชทบอท AI ที่ดีที่สุด มีอยู่ในปัจจุบัน

ชมวิดีโอปัญญาประดิษฐ์ของเราได้ที่ YouTube: คลิกที่นี่