แชร์เรื่องนี้
Artificial General Intelligence (AGI) คืออะไร แตกต่างอย่างไรกับ AI ที่คนทั่วไปรู้จัก
โดย Seven Peaks เมื่อ 6 ส.ค. 2024, 9:00:51
ทุกวันนี้เราอาจได้ยินคำว่าปัญญาประดิษฐ์ หรือ AI เพิ่มมากขึ้น ชื่อบริการ AI ต่างๆ ไม่ว่าจะเป็น ChatGPT, Gemini, Claude ฯลฯ หลายคนอาจสงสัยว่าถ้าแบบนั้นแล้วบริการเหล่านี้ถือเป็น AI ประเภทไหนกันแน่ หรือแม้แต่อาจสงสัยถึงความสามารถของ AI ว่าสามารถทำประโยชน์อะไรได้บ้าง
บทความนี้เราจะอธิบายถึงเรื่องของปัญญาประดิษฐ์ที่มีหลายประเภท ประวัติความเป็นมาของ AI รวมถึง AGI ว่าคืออะไร มีความสามารถแค่ไหน แตกต่างอย่างไร ข้อจำกัดที่ทำให้ AGI ยังไม่ถือกำเนิดออกมาในเร็วๆ นี้ และยังรวมถึงประโยชน์ของ AI ในภาคธุรกิจ
AI หรือปัญญาประดิษฐ์ คืออะไร ทำไมถึงมีความสำคัญต่อชีวิตของคนในยุคปัจจุบัน?
จริงๆ แล้วมีการให้คำนิยามของ Artificial intelligence หรือ AI ที่ค่อนข้างหลากหลาย แต่แนวคิดหลักๆ ของ AI คือ การพัฒนาให้เครื่องจักร (Machine) สามารถที่จะเรียนรู้และประมวลผลจากข้อมูล มีการตัดสินใจและกระทำโดยใช้เหตุผลได้อย่างชาญฉลาด คล้ายกับมนุษย์
เป้าหมายสำคัญของการพัฒนา AI คือต้องการที่จะให้ระบบสามารถที่จะเรียนรู้ได้ด้วยตัวเองจากข้อมูลที่ส่งเข้ามา เพื่อแก้ปัญหาใหม่ๆ ในรูปแบบคล้ายคลึงกับมนุษย์ได้มากที่สุด หรือมีความสามารถเหนือกว่ามนุษย์ด้วยซ้ำ ไม่ว่าจะเป็นการสนทนา การแก้ไขปัญหาที่ซับซ้อน หรือตัดสินใจในการทำสิ่งต่างๆ
ปัญญาประดิษฐ์ยังถือเป็นหนึ่งปัจจัยสำคัญที่ทำให้เกิดเทรนด์ของการพัฒนาซอฟต์แวร์ในอนาคตอีกด้วย
จุดกำเนิดของ AI
หลายคนอาจคิดว่า AI ถือเป็นเรื่องใหม่ แต่ในความเป็นจริงแล้วนั้นในเอกสารของ University of Washington ได้ชี้ว่า จุดกำเนิดของ AI ต้องย้อนไปถึงในปี 1950 เมื่อ Alan Turing นักคณิตศาสตร์ชาวอังกฤษได้ตีพิมพ์บทความในชื่อ “Computing Machinery and Intelligence” ด้วยคำถามที่ว่า “จักรกลเหล่านี้มีความคิดได้หรือไม่” ถือเป็นการเปิดประตูบานแรกของโลก AI
ในช่วงหลังจากนั้นเริ่มมีการวิจัยในเรื่อง AI มากขึ้น โดยในปี 1955 โปรแกรม AI แรกของโลกได้ถือกำเนิดออกมา โดยมีชื่อว่า Logic Theorists ต่อมาในปี 1963 สำนักโครงการวิจัยขั้นสูงด้านกลาโหม (DARPA) ซึ่งเป็นหน่วยงานหนึ่งของกระทรวงกลาโหมสหรัฐฯ ได้ให้ทุนวิจัยแก่สถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) เพื่อวิจัยในเรื่องของ AI โดยเฉพาะ
สิ่งที่สร้างความฮือฮาที่สุดคือในปี 1997 คือ Deep Blue ซึ่งเป็นโปรแกรมที่ทำงานอยู่บนซูเปอร์คอมพิวเตอร์สามารถที่จะเอาชนะนักหมากรุกที่เก่งที่สุดในโลกในเวลานั้นอย่าง Garry Kasparov ถือเป็นก้าวย่างสำคัญของเทคโนโลยี AI ครั้งหนึ่ง ก่อนที่เราจะเห็นเทคโนโลยีดังกล่าวแพร่หลายในปัจจุบัน
AI ทำงานยังไง
การทำงานของ AI นั้น มีสองสิ่งที่สำคัญคือ อัลกอริทึม และ ข้อมูล โดยข้อมูลจำนวนมากนั้นจะนำไปใช้กับอัลกอริทึมเพื่อที่จะจดจำรูปแบบและคาดการณ์ในกระบวนการที่เรียกว่าการฝึก
เมื่ออัลกอริทึมได้รับการฝึกจากข้อมูลจำนวนมากแล้ว อัลกอริทึมจะถูกนำไปใช้งานผ่านแอปพลิเคชันต่างๆ เช่น ChatGPT หรือ AI อื่นๆ โดยจะเรียนรู้และปรับให้เข้ากับข้อมูลใหม่อย่างต่อเนื่อง ช่วยให้ระบบ AI ทำงานที่ซับซ้อน เช่น การจดจำภาพ การประมวลผลภาษา และการวิเคราะห์ข้อมูลได้อย่างแม่นยำ มีประสิทธิภาพมากขึ้นเมื่อเวลาผ่านไป
AI มีกี่ประเภท อะไรบ้าง
AI นั้นแต่ละแบบมีความสามารถ ความซับซ้อนในการประมวลผลข้อมูลแตกต่างกัน โดยถ้าหากแบ่งตามความสามารถแล้วจะมีอยู่ด้วยกัน 3 ประเภท คือ
Artificial Narrow Intelligence (ANI)
Artificial Narrow Intelligence หรือ ปัญญาประดิษฐ์เชิงแคบ มีความสามารถในการทำงานเฉพาะเจาะจงโดยเฉพาะ และปัญญาประดิษฐ์ประเภทนี้ไม่สามารถจะคิดวิเคราะห์ หรือใช้เหตุผล และไม่สามารถแก้ไขปัญหาประเภทอื่นๆ นอกเหนือจากงานที่ฝึกฝนได้
ความสามารถดังกล่าวของ AI ชนิดนี้ที่เราเห็นได้ชัดๆ เช่น ระบบขับขี่อัตโนมัติในรถยนต์ ระบบแปลภาษา ระบบจดจำใบหน้า หรือแม้แต่บริการ Siri ของ Apple เป็นต้น
Artificial General Intelligence (AGI)
Artificial General Intelligence หรือ ปัญญาประดิษฐ์ทั่วไป นั้นจะมีความสามารถคล้ายคลึงกับมนุษย์มากที่สุด ไม่ว่าจะเป็นการคิดวิเคราะห์ การใช้เหตุผล สามารถแก้ไขปัญหาต่างๆ ได้ด้วยตัวเอง โดยที่มนุษย์ไม่ต้องแทรกแซงการทำงาน ฝึกฝนรวมถึงพัฒนาขึ้นมาใหม่ สามารถประยุกต์หรือใช้งานในขอบเขตที่หลากหลายกว่า ANI
ปัจจุบันยังไม่มี AI ประเภทดังกล่าวให้ใช้งานแต่อย่างใด แต่เหล่านักพัฒนาพยายามที่จะพัฒนา AI ให้ถึงจุดดังกล่าวให้ได้
Artificial Super Intelligence (ASI)
Artificial Super Intelligence หรือ สุดยอดปัญญาประดิษฐ์ นั้นมีความสามารถเหนือกว่ามนุษย์ในทุกๆ ด้าน ไม่ว่าจะเป็นการคิดวิเคราะห์ การใช้เหตุผล มีความคิดสร้างสรรค์ แก้ไขปัญหายากๆ หรือแม้แต่เรียนรู้ผ่านข้อมูลจำนวนมหาศาลได้ไว เป็นปัญญาประดิษฐ์ขั้นเหนือกว่า AGI
ปัจจุบันยังไม่มี AI ประเภทดังกล่าวแต่อย่างใด
AGI และ ASI ยังมีข้อจำกัดในการพัฒนา
AGI และ ASI ยังมีข้อจำกัดในการพัฒนาหลายๆ เรื่อง ไม่ว่าจะเป็นเรื่องของ การเข้าใจภาษา การพัฒนาเรื่องการแก้ปัญหา ความคิดสร้างสรรค์ หรือแม้แต่การใช้เหตุผล อารมณ์ ความรู้สึกต่างๆ
นอกจากนี้ในการพัฒนา ASI ให้ได้ ก็จะต้องมีการพัฒนา AGI ให้สำเร็จก่อน ไม่เพียงเท่านี้ข้อจำกัดสำคัญในการพัฒนา AGI และ ASI คือการเข้าใจการทำงานของสมองมนุษย์ในด้านต่างๆ ปัจจุบันการวิจัยในด้านที่เกี่ยวกับสมองนั้นยังมีการค้นพบในเรื่องใหม่ๆ อยู่เสมอ เช่น การทำงานของสมองในส่วนต่างๆ ทำให้การพัฒนา AGI และ ASI อาจต้องใช้เวลาเพิ่มเติมมากกว่าเดิม
ขณะเดียวและยังรวมถึงการพัฒนาโมเดล AI เพื่อที่จะทำให้ปัญญาประดิษฐ์สามารถทำงานได้ตามรูปแบบข้างต้น และยังรวมถึงการต้องใช้ทรัพยากรในการประมวลผลอีกมหาศาล
ทำให้ปัจจุบันการพัฒนาเทคโนโลยี AI ยังเป็นแค่ปัญญาประดิษฐ์เชิงแคบเท่านั้น
ความแตกต่างระหว่าง Generative AI กับ AI รูปแบบอื่น
Generative AI ที่เราได้ยินไม่ว่าจะเป็นการเข้ามาของ ChatGPT หรือ Gemini ฯลฯ ได้สร้างผลกระทบ ให้กับคนทั่วโลก และปัจจุบันมีผู้ใช้งานจำนวนมหาศาล เนื่องจากความสามารถในการสร้างเนื้อหาใหม่ เช่น เสียง รูปภาพ ข้อความ ฯลฯ ถือเป็นความก้าวหน้าล่าสุดในสาขานี้มีศักยภาพที่จะเปลี่ยนแปลงวิธีการสร้างเนื้อหาไปอย่างมาก
อย่างไรก็ดี Generative AI กลับมีความแตกต่างกันกับ AI ที่ได้กล่าวมาข้างต้น เช่น AGI หรือ ASI ไม่ว่าจะเป็นเรื่องของข้อจำกัดในด้านความเข้าใจ ข้อจำกัดในการใช้งาน โอกาสที่จะพบการสร้างข้อมูลที่ผิด หรือแม้แต่การแก้ไขปัญหาที่ทำได้แค่บางส่วนเท่านั้น
ขณะเดียวกัน Generative AI นั้นต้องการฝึกฝนจากข้อมูลที่เตรียมไว้ล่วงหน้า แตกต่างกับ AGI ที่สามารถเรียนรู้จากข้อมูลจากที่พบเจอได้ทันที
แต่การพัฒนาของ Generative AI ในปัจจุบันถือว่าเป็นก้าวสำคัญของการพัฒนาสู่ AGI ในอนาคต
ประโยชน์ของ AI ที่เกี่ยวข้องกับธุรกิจ
ปัจจุบันการนำ AI เข้ามาใช้งานในธุรกิจเพิ่มจำนวนมากขึ้น รายงานจาก Accenture ชี้ว่า 84% ของผู้บริหารจำเป็นต้องใช้ AI เพื่อบรรลุการเติบโตของธุรกิจ ขณะเดียวกันเทคโนโลยี AI ยังสามารถต่อยอดให้กับหลายส่วนของธุรกิจได้
นี่คือข้อดีของ AI ต่อธุรกิจ ไม่ว่าจะเป็น
เพิ่มประสิทธิภาพในการทำงาน
ด้วยประสิทธิภาพของ AI นั้น สามารถทำให้การวิเคราะห์ข้อมูลต่างๆ ทำให้เกิดประสิทธิภาพในการใช้ทรัพยากรขององค์กรเพิ่มขึ้น ไปจนถึงการช่วยหาช่องทางใหม่ๆ ในการขายสินค้า หรือแม้ช่วยพนักงานในการทำงานให้สมบูรณ์แบบมากกว่าเดิม
สร้างความแตกต่างให้กับลูกค้า
การเข้ามาของเทคโนโลยี AI นั้นยังส่งผลทำให้เกิดความแตกต่างในการส่งมอบประสบการณ์ที่ดีกับลูกค้า ไม่ว่าจะเป็นแชตบอตที่สามารถทำงานได้ 24 ชั่วโมงที่ตอบคำถามจำเจได้ หรือแม้แต่การวิเคราะห์หาความชอบของลูกค้าแต่ละคนจากข้อมูลที่มีอยู่ เพื่อนำเสนอผลิตภัณฑ์หรือบริการใหม่ๆ ให้กับลูกค้า
ลดข้อผิดพลาดในการทำงาน
AI ยังช่วยลดข้อผิดพลาดในการทำงาน ไม่ว่าจะเป็นการตรวจสอบข้อมูลต่างๆ เพื่อหาข้อผิดพลาด ทำให้ภาคธุรกิจลดความสูญเสียที่จะเกิดขึ้น เช่น ในกรณีการตรวจสอบการฉ้อโกงในภาคการเงิน การวิเคราะห์ด้านสุขภาพ
ข้อมูลจาก Statista ในปี 2023 เผยให้เห็นว่าที่นำ AI เข้ามาใช้งานมากที่สุดคือ การพัฒนาการผลิตหรือบริการ 26% รองลงมาคือด้านการตลาด 25% และการดำเนินงานด้านบริการ 24% ขณะที่ผลสำรวจจาก McKinsey พบว่าพนักงานจากอุตสาหกรรมโทรคมนาคมและธุรกิจสื่อได้ใช้งาน AI มากที่สุด และอุตสาหกรรมที่เกี่ยวข้องกับเทคโนโลยี อุตสาหกรรมที่เกี่ยวข้องกับด้านกฎหมายและธุรกิจ ตามลำดับ
นอกจากนี้ในบทวิเคราะห์ของ Goldman Sachs สถาบันการเงินจากสหรัฐอเมริกา ยังคาดการณ์เมื่อปี 2023 ที่ผ่านมาว่าการเข้ามาของเทคโนโลยี AI จะเพิ่มความสามารถในการผลิต (Productivity) ให้กับเศรษฐกิจโลกถึง 7% เป็นผลมาจากภาคธุรกิจได้ใช้เทคโนโลยีดังกล่าวมากขึ้น
ผลักดันธุรกิจของคุณให้เติบโตโดยผู้เชี่ยวชาญด้าน AI
การนำ AI ไปใช้งานในภาคธุรกิจส่งผลบวกในหลายด้าน ประสิทธิภาพต่อธุรกิจมากขึ้น ลดข้อผิดพลาด ทำให้การบริหารจัดการนั้นดีมากยิ่งขึ้น หรือแม้แต่สร้างรายได้ใหม่ๆ ให้กับบริษัทในอนาคต และบริษัทที่นำ AI ไปใช้งานก่อนนั้นสามารถที่จะฉกฉวยโอกาสใหม่ได้
Seven Peaks ยินดีที่จะช่วยคุณวางกลยุทธ์ต่างๆ ด้วยการใช้เทคโนโลยีที่เหมาะสม ควบคู่กับทีมงานที่มากไปด้วยประสบการณ์ ตั้งแต่ทีม developer, ทีม designer, ทีมการตลาดดิจิทัล, และทีมอื่นๆ ซึ่งมีความเข้าใจในทุกขั้นตอนของการพัฒนาดิจิทัลโปรดักต์ และทำให้ธุรกิจของคุณสามารถเติบโตต่อเนื่อง รวมถึงเป็นที่หนึ่งในใจของลูกค้าเสมอ ปรึกษาเราตอนนี้
แชร์เรื่องนี้
- FinTech (11)
- การพัฒนาซอฟต์แวร์ (10)
- Expert Spotlight (8)
- อาชีพการงาน (8)
- Cloud (5)
- InsurTech (5)
- Mixpanel (5)
- Agile (4)
- Digital Transformation (4)
- JavaScript (4)
- QA (4)
- Trend (4)
- การพัฒนาแอปพลิเคชัน iOS (4)
- Android Developer (3)
- Azure (3)
- Banking (3)
- CSR (3)
- Hybrid App (3)
- IoT (3)
- Product-Centric Mindset (3)
- Seven Peaks Insights (3)
- Thought Leadership (3)
- การพัฒนาแอปฯ Android (3)
- การออกแบบ UX (3)
- บริษัท (3)
- เทคโนโลยีการเงินและการธนาคาร (3)
- .NET (2)
- AI (2)
- Cross-Platform Application (2)
- Data (2)
- Kotlin (2)
- Native App (2)
- ReactJS (2)
- digital marketing (2)
- การพัฒนาแอปฯ (2)
- งาน Product Owner (2)
- 5g (1)
- Android (1)
- AndroidX Biometric (1)
- Azure OpenAI Service (1)
- Biometrics (1)
- CI/CD (1)
- Customer Data Platform (1)
- Data and Analytics (1)
- Design Thinking (1)
- DevOps (1)
- Digital Healthcare (1)
- Digital ID (1)
- Digital Landscape (1)
- Digital Product (1)
- Digital Product Development (1)
- E-payment (1)
- E-wallet (1)
- Financial Inclusion (1)
- GraphQL (1)
- IT Outsourcing (1)
- MVP (1)
- MVVM (1)
- Metaverse (1)
- Morphosis (1)
- Node.js (1)
- Partner (1)
- Platform Engineering (1)
- Product Growth (1)
- Recruitment (1)
- SCB (1)
- SEO (1)
- Scrum Master (1)
- Software Engineer (1)
- Software Tester (1)
- Stripe (1)
- Swift (1)
- SwiftUI (1)
- Tech Meetup (1)
- Turnkey (1)
- UI (1)
- UX (1)
- UX Design (1)
- UX writing (1)
- Web-Debugging Tool (1)
- customer centric (1)
- iOS17 (1)
- waterfall (1)
- การจ้างงาน (1)
- การพัฒนาด้วย RabbitMQ (1)
- การพัฒนาระบบคลาวด์ (1)
- การออกแบบ Decorator Pattern (1)
- การใช้งาน C# (1)
- งาน Product Manager (1)
- งาน platform enginerring (1)
- ทำ Context API (1)
- ฟินเทค (1)
- ระบบการชำระเงิน (1)
- สร้าง brand loyalty (1)
- อีคอมเมิร์ซ (1)
- เขียนโค้ด React (1)
- เทคโนโลยี React (1)
- เพิ่ม conversion (1)
- เฟรมเวิร์ก (1)
- แดชบอร์ด (1)
- พฤศจิกายน 2024 (1)
- สิงหาคม 2024 (1)
- กรกฎาคม 2024 (2)
- มีนาคม 2024 (5)
- กุมภาพันธ์ 2024 (5)
- มกราคม 2024 (14)
- ธันวาคม 2023 (4)
- พฤศจิกายน 2023 (9)
- ตุลาคม 2023 (12)
- กันยายน 2023 (7)
- กรกฎาคม 2023 (4)
- มิถุนายน 2023 (3)
- พฤษภาคม 2023 (3)
- เมษายน 2023 (1)
- มีนาคม 2023 (1)
- พฤศจิกายน 2022 (1)
- สิงหาคม 2022 (4)
- กรกฎาคม 2022 (1)
- มิถุนายน 2022 (4)
- เมษายน 2022 (6)
- มีนาคม 2022 (3)
- กุมภาพันธ์ 2022 (6)
- มกราคม 2022 (3)
- ธันวาคม 2021 (2)
- ตุลาคม 2021 (1)
- กันยายน 2021 (1)
- สิงหาคม 2021 (3)
- กรกฎาคม 2021 (1)
- มิถุนายน 2021 (2)
- พฤษภาคม 2021 (1)
- มีนาคม 2021 (4)
- กุมภาพันธ์ 2021 (4)
- ธันวาคม 2020 (4)
- พฤศจิกายน 2020 (1)
- มิถุนายน 2020 (1)
- เมษายน 2020 (1)