Artificial Intelligence-ajpan

ปัญญาประดิษฐ์ (Artificial Intelligent) เครือขา่ ยประสาทเทียม

การแบ่งชนิดของเครือข่ายประสาทเทียม 1. เครือข่า‹ ยไปข้ŒางหนŒา้ (feed-forward network) เครือข่‹ายไปข้Œางหน้าŒทีเ่ ป็นš ทีร่ ูŒจักและนิยมใช้Œกนั มากที่สุดคือเครือขา‹ ยเพอร์•เซ็พตรอนแบบหลายช้ัน (multi-layer perceptron) ซึ่งมีการเชื่อมต่อ ระหว่‹างช้นั เป็šนแบบทิศทางเดียว คือมีทิศทางจากอินพตุ ไปยังเอาตพ•ตุ 2. เครือข่ายป้‡อนกลับ (recurrent network) เครือข่‹ายป้อ‡นกลับเป็šนเครือข่‹ายที่มีการเชื่อมต่อ‹ ภายในระหว่‹างนิวรอนในรปู แบบป้อ‡นกลับหรือวงรอบ 2

การแบง่ ชนิดของเครือขา่ ยประสาทเทียมตามโครงสร้างสภาปัตยกรรม 3

การนาเอา ANN ไปประยุกตใ•์ ช้Œงาน 1. การจดจารูปแบบ (pattern recognition) งานของการจดจารูปแบบคือการกาหนดรูปแบบ อินพุต (เช่‹น คลื่น เสียงพูดหรือลายมือเขียนตัวอักษร) ให้Œอยู่ใ‹นรูปของเวกเตอร์ล•ักษณะ (feature vector) ที่ซึ่งใช้แทนคลาสต่‹างๆ การประยุกต์ใ•ช้งŒานที่เป็šนที่รู้จŒักดี เช่‹น การจดจาลายมือตัวอักษร การจดจาเสียง การจาแนกรูปคลื่น EEG และ ECG การจาแนกเซลล์•เม็ดเลือด และการตรวจสอบ ลายวงจร 4

การประยกุ ตใ์ ชง้ านการจดจารูปแบบ (PATTERN RECOGNITION) 5

การนาเอา ANN ไปประยุกต•ใ์ ช้Œงาน 2.การจับกลุ่‹ม (clustering/categorization) โดยปกติแล้วŒในงานการจับกลุ่ม‹ จะไม่ม‹ ีข้Œอมูลล่ว‹ ง หน้าให้Œสาหรับการฝึกƒสอน อัลกอริทึมการจับกลุ่‹มจะทาการค้Œนหาสภาวะคล้Œาย (similarity) ระหว่า‹ ง ข้อŒมูลรูปแบบ และทาการจับกลุ่‹มรูปแบบที่คล้Œายกันไว้Œด้วยกัน การจับกลุ่ม‹ น้ีสามารถเรียกได้Œอีก อย่‹างหนึ่งว่‹าเป็นการจาแนกรูปแบบแบบไม่‹มีผู้ฝŒึกƒ สอน (unsupervised pattern classification) ตัวอย่า‹ งการประยุกต์ใ•ช้Œการจับกลุ่‹ม เช่น‹ การทาเหมืองข้อŒมูล (data mining) การบีบอดั ข้Œอมูล (data compression) และการวิเคราะห์•ค้Œนหาข้Œอมูล 6

การประยกุ ตใ์ ช้งานการจับกลุ่‹ม (CLUSTERING/CATEGORIZATION) 7

การนาเอา ANN ไปประยุกตใ•์ ช้Œงาน 3. การประมาณค‹า่ ฟง˜ั กช•ัน (function approximation) พิจารณาข้อŒมูลรปู แบบสาหรบั การเรียน รูปŒN ชุด ในรูป { เวกเตอร์อ•ินพุต,เวกเตอร์เ•ป้‡าหมาย} ดงั ต่อ‹ ไปนี้ {x1, y1} {x2, y2 } . . . {x N, y N} 8

การประยุกตใ์ ชง้ านการประมาณค่า‹ ฟัง˜กช•นั (FUNCTION APPROXIMATION) 9

การนาเอา ANN ไปประยุกต•ใ์ ช้งŒาน 4. การทานาย (prediction/forecasting) กาหนดเซต็ ค‹า่ ตวั อย่า‹ ง N ค่‹าคือ {y(t1), y(t2), . . . , y(tN)} เป็นš ค่‹า ณ เวลา t1, t2, . . . , tN ตามลาดับ การทานายผลล่‹วงหน้าŒคือการทานายค่‹าของ y(tN+1) ซึ่ง เป็นš ค่า‹ ณ เวลา tN+1 ในอนาคต การทานายผลมีการนาไปใช้กŒันมากในงานการตัดสินทางธุรกิจ วิทยาศาสตร์แ•ละวิศวกรรม ตัวอย่‹างการประยุกต•ใช้Œงาน เช่น‹ การทานายผลดัชนีตลาดหุ้นŒหรือการ พยากรณ์•อากาศล่‹วงหนŒา 10

การประยกุ ตใ์ ชง้ านการทานาย (PREDICTION/FORECASTING) 11

การนาเอา ANN ไปประยกุ ตใ•์ ช้งŒาน 5. การหาค่‹าเหมาะที่สุด (optimization) ปั˜ญหาหลายๆ อย่‹างทางด้Œานคณิตศาสตร์ ส•ถิติ วิศวกรรม วิทยาศาสตร์ การแพทย์แ•ละเศรษฐกิจ สามารถพิจารณาเป็นš ปัญ˜ หาการหาค่า‹ เหมาะที่สุด ได้เŒป้า‡หมายของอัลกอริทึมการหาค่‹าเหมาะที่สุด คือการหาคาตอบที่เป็นš ไปตามเงื่อนไขขŒอบังคับ และให้คŒ่า‹ การประเมินจากฟั˜งกช•ันวัตถุประสงค์ที่ดีที่สุด (สูงสดุ หรือต่าสุด) ตัวอย่า‹ ง ปัญ˜ หาอมตะได้Œ แก้ป‹ ั˜ญหาการเดินทางของเซลแมน (traveling salesman problem หรือ TSP) ซึ่งถือเป็นš ปัญ˜ หา NP- สมบรู ณ์ (•NP-Complete) 12

การประยกุ ตใ์ ช้งานการหาค่า‹ เหมาะที่สดุ (OPTIMIZATION) 13

การนาเอา ANN ไปประยกุ ตใ•์ ช้งŒาน 6. หน่‹วยความจาอ้าŒงอิงด้Œวยเนื้อหา (content-addressable memory) ในคอมพิวเตอร์• ประมวลผลท่ัวๆ ไปข้อŒมูลในหน่ว‹ ยความจาจะถูกอ้Œางอิงด้วŒยเลขที่อยู่(‹address) ที่ซึ่งไม่‹ได้Œมี ความสมั พันธ์•กับเน้ือหาของข้Œอมูลในหน่ว‹ ยความจาแต่อ‹ ย่า‹ งใด นอกไปจากน้ันแล้วŒถ้าŒมีการคานวณ เลขที่อยู่‹ผิดพลาด แม้Œเพียงเล็กน้อŒย ข้Œอมูลที่ได้จŒากเลขที่อยู่‹นั้นจะแตกต่‹างไปจากข้Œอมูลที่ต้Œองการ อย่‹างสิ้นเชิง หน่‹วยความจาสัมพันธ์•(associative memory หรือ content-addressable memory) สามารถ ถูกอ้Œางอิงที่อยู่‹ด้Œวยเน้ือหาของข้Œอมูล ถึงแม้Œว่า‹ การอ้าŒงอิงจะใช้Œข้Œอมูลอินพุตเพียงบางส่ว‹ น (ไม่ส‹ มบูรณ์)•หรือมีความผิดเพี้ยน เน้ือหาในหน่‹วยความจาจะยังคง สามารถถูกเรียกใช้Œได้อŒย่า‹ ง ถูกต้Œอง หน่ว‹ ยความจาสัมพันธ์•น้ีมีประโยชน์ม•ากในงานทางด้านฐานข้Œอมูลแบบสื่อประสม (multimedia database) 14

การประยกุ ต์ใชง้ านหน‹ว่ ยความจาอ้าŒงอิงด้Œวยเนื้อหา (CONTENT-ADDRESSABLE MEMORY) 15

การนาเอา ANN ไปประยกุ ต•ใ์ ช้Œงาน 7. ระบบควบคุม (control system) ระบบควบคมุ ถือเป็šนงานที่นาเอา ANN มาประยุกต์•ใช้งŒานมาก ที่สุดงานหนึ่ง พิจารณาระบบพลวัตที่ซึ่งกาหนดคูผ‹ ลตอบสนองเป็นš {u(t), y(t)} โดยที่u(t) เป็นš สญั ญาณอินพุตสาหรับควบคุมระบบ และ y(t) เป็šนสญั ญาณเอาต•พุตที่ออกมาจากระบบ ณ เวลา t ในระบบควบคุมแบบปรับตัวได้ชŒนิดอ้าŒงอิงแบบจาลอง (model-reference adaptive control) เป้‡าหมายของระบบคือสร้าŒงสัญญาณควบคุมu(t) ป้อ‡นให้กŒับระบบ ที่ซึ่งทาให้Œระบบมีผลตอบสนอง ตามแบบจาลองทีอ่ ้Œางอิง ตัวอย่า‹ งเช่‹น การควบคุมความเรว็ มอเตอร์• 16

การประยุกต์ใช้งานระบบควบคมุ (CONTROL SYSTEM) ตัวขับมอเตอร์ มอเตอร์ ความเร็วรอบ ความเร็วทีต่ อ้ งการ แรงดัน ตวั ควบคุม 17 ตวั อย่างระบบการควบคมุ ความเร็วมอเตอร์

3. ระบบแบ๊บแน็ต (PAPNET) 1. เป็นระบบทีพ่ ฒั นาขึ้นมาเพือ่ คดั กรองมะเร็งปากมดลูก 2. ระบบจะทาการสแกนภาพเซลล์สไลด์ แล้วนาไปเปรียบเทียบกับพารามิเตอร์ที่อยู่ใน หน่วยความจาและอ่านผลว่าเปน็ เซลล์ปกติหรือไม่ 3. ช่วยให้มีความสะดวกและนักเซลล์วิทยาสามารถใช้เวลากับแต่ละรายหรือตรวจได้มากขึ้น แต่ ผลลัพธ์ขึ้นอย่กู ับการเตรียมเซลล์ให้ดี จึงมีค่าใช้จ่ายในการเตรียมสไลด์สงู 18

4. ฟัสซี่โลจิก (FUZZY LOGIC) Fuzzy = คลุมเครือ คิดค้นโดย L. A. Zadeh ในปี ค.ศ. 1965 เป็นผลงานวิทยานิพนธ์ระดับ ปริญญาเอก แทนตัวอย่างของความไม่แน่นอนของลักษณะทางธรรมชาติที่เกิดขึ้นทั่วไป เซตของ เหตุการณ์ทีไ่ ม่แน่นอนเรียกว่าฟัซซีเซต (fuzzy set) ตวั อย่างเช่น เซตของอายคุ น อาจแบ่งเปน็ วยั ทารก วัยเดก็ วัยร่นุ วยั กลางคน และวัยชรา ในแต่ละช่วงอายุคนไม่สามารถระบไุ ด้แน่ชดั ว่า วยั ทารก กับ วยั เด็กแยกจากกันแน่ชัดช่วงใด วัยทารกอาจถูกตีความว่าเป็นอายุระหว่าง 0 ถึง 1 ปี บางคนอาจตีความว่าวัยทารกอยู่ในช่วงอายุ 0 ถึง 2 ปี ในทานองเดียวกัน วัยเด็กและวัยรุ่น ก็ไม่สามารถระบุได้ชัดเจนว่าช่วงต่อของอายุควรจะ อย่ใู นช่วงใด อาจตีความว่าวัยเด็กมีอายอุ ย่ใู นช่วง 1 ถึง 12 ปี หรืออาจเปน็ 2 ถึง 10 ปี เป็นต้น 19

4. ฟสั ซีโ่ ลจิก (FUZZY LOGIC) 20

FUZZY TEMPERATURE อนุ่ ไม่ค่อยร้อน รอ้ น  ลาปางหนาวมาก? 20 25 30 21 หนาว ไม่ค่อยหนาว ไม่หนาว ไมร่ ้อน ไม่ค่อยอนุ่

5. เจนเนติกอลั กอริทึม (GENETIC ALGORITHM) จีนเนติกอัลกอริทึม (genetic algorithm) เป็นš วิธีการค้Œนหาคาตอบที่ดีที่สุดโดยใช้หŒลักการ คัดเลือกแบบธรรมชาติและหลักการทางสายพันธุจ•ีนเนติกอัลกอริทึมเป็นš การคานวณอย่‹างหนึ่งที่ สามารถกล่าวได้ว่ามี“วิวัฒนาการ” อย่‹ใู นข้นั ตอนของการค้นŒหาคาตอบ และได้รŒับการจัดให้เป็นวิธี หนึ่งในกลุ่ม‹ ของการคานวณเชิงวิวัฒนาการ (evolu-tionary computing) ซึ่งปัจจุบันเป็šนที่ยอมรับใน ประสิทธิภาพ และมีการนาไปประยุกต์ใ•ช้อย่างกว้าŒงขวางในการแก้ปัญ˜ หาการหาค่า‹ เหมาะที่สุด เน้ือหาในหัวข้Œอนี้นาเสนอรายละเอียดขององค์ป•ระกอบและโครงสร้Œางของจีนเนติกอัลกอริทึม รวม ไปถึงตวั อย่‹างการประยุกต์•ใช้งŒานแบบต่า‹ งๆ เพื่อความเข้Œาใจและสามารถนาไปออกแบบประยกุ ต์ใ•ช้Œ งานได้Œจริง 22

กระบวนการของเจนเนติกอลั กอริทึม 1. การคัดเลือกสายพันธ์ุ•(selection) คือขั้นตอนในการคัดเลือกประชากรที่ดีในระบบไปเป็นš ต้Œน กาเนิดสายพันธุเ•พือ่ ให้Œกาเนิดลูกหลานในร่‹นุ ถัดไป 2. ปฏิบัติการทางสายพันธ์ุ•(genetic operation) คือกรรมวิธีการเปลี่ยนแปลงโครโมโซมด้Œวย วิธีการทางสายพันธุ•เป็šนข้ันตอนการสร้าŒงลูกหลาน ซึ่งได้Œจากการรวมพันธุ์ข•องตนŒกาเนิดสายพันธุ• เพื่อให้ไŒด้ลŒูกหลานที่มีส‹วนผสมผสานมาจากพ่อ‹ แม่‹หรือไดŒจากการแปรผันยีนของพ่อ‹ แม่เ‹พื่อให้Œได้Œ ลกู หลานสายพนั ธุ•ใหม่เ‹กิดขึ้น 3. การแทนที่ (replacement) คือข้นั ตอนการนาเอาลกู หลานกาเนิดใหม‹ไปแทนทีป่ ระชากรเก่า‹ ใน รุ่น‹ ก่อ‹ น เป็šนขบวนการในการคัดเลือกว่า‹ ควรจะเอาลูกหลานในกลุ่‹มใด จานวนเท่‹าไร ไปแทน ประชากรเก่‹าในกล่‹มุ ใด 23

วฏั จกั รของ GA 24

6. เอเยนตช์ าญฉลาด (INTELLIGENT AGENTS) เอเยนต์ชาญฉลาด (Intelligent Agents) ใช้ระบบผู้เชี่ยวชาญหรือเทคนิคของปัญญาประดิษฐ์ อืน่ ๆ เพือ่ พัฒนาเปน็ โปรแกรมประยกุ ต์ให้กบั ผ้ใู ช้ปลายทาง ซึ่งเปน็ การใช้ซอฟต์แวร์ที่ทางานเพื่องาน เฉพาะอย่าง ทางานซ้าๆ ที่สามารถคาดเดาได้ง่ายให้แก่ผู้ใช้ โดยจะถูกโปรแกรมให้ตัดสินใจบน พื้นฐานของความต้องการของผ้ใู ช้แต่ละคน เช่น ตวั วิเศษ (Wizard) ในโปรแกรมทีเ่ ป็น ตวั แทนในการช่วยเหลือตามอุปกรณ์ต่างๆ โดยผ้ใู ช้ป้อนคาในโปรแกรมช่วยเหลือ จากนั้น โปรแกรมจะประมวลผลตามคาทีผ่ ้ใู ช้ป้อนข้อมูล ลงไป เปน็ ต้น 25

2. ศาสตร์ดา้ นหุ่นยนต์ (ROBOTIC) รปู แบบทกั ษะทีใ่ ชใ้ นการพัฒนาด้านห่นุ ยนต์ 1. ทกั ษะในการมองเหน็ 2. ทักษะในการสัมผัส 3. ทักษะในการหยิบจับสิง่ ของ 4. ทกั ษะในการเคลือ่ นไหว 5. ทกั ษะในการนาทางเพือ่ ไปยังเป้าหมาย 26

3. ศาสตรด์ า้ นการโตต้ อบด้วยภาษามนุษย์ (NATURAL INTERFACE) 1. ระบบที่มีความสามารถในการเขา้ ใจภาษามนษุ ย์ (Natural Language) รวมเทคนิคของ การจดจาคาพดู และเสียงของผ้ใู ช้งาน ทาให้มนษุ ย์สามารถพูดหรือส่ังงานกบั คอมพิวเตอร์หรือ ห่นุ ยนต์ได้ด้วยภาษามนษุ ย์ 2. ระบบภาพเสมือนจริง (Virtual Reality) เป็นการสร้างภาพเสมือนจริงหรือภาพจาลองของ เหตกุ ารณ์โดยระบบคอมพิวเตอร์ มีการติดตั้งตวั เซ็นเซอร์ต่างๆไวก้ บั อุปกรณ์ทีใ่ ช้เป็นอินพตุ / เอาท์พตุ 27

ระบบปญั ญาประดิษฐ์แบบผสมผสาน (HYBRID AI SYSTEM)  เป็นการนาเอาระบบต่างๆ หรือเทคนิคต่างๆ ของปัญญาประดิษฐ์ที่กล่าวข้างต้นมาบูรณาการ เข้าด้วยกันเป็นระบบเดียว ส่วนใหญ่จะเป็นการบูรณาการระหว่างระบบผู้เชี่ยวชาญกับ ระบบเครือข่าย 28

ประโยชน์ของปัญญาประดิษฐ์ 1. ข้อมูลในระบบจะถกู เก็บในลกั ษณะทีเ่ ป็นฐานความรู้ขององค์กร 2. เพิ่มความสามารถให้กับฐานความรู้ขององค์การด้วยการเสนอวิธีการแก้ปัญหาสาหรับงาน เฉพาะด้าน 4. ช่วยทางานในส่วนทีเ่ ป็นงานประจาหรืองานทีเ่ บือ่ ของมนุษย์ 5. ช่วยสร้างกลไกที่ไม่นาความรู้สึกส่วนตัวของมนุษย์มาเปน็ องค์ประกอบในการตดั สินใจ 29

ประโยชน์ของปัญญาประดิษฐ์ 1. ข้อมูลในระบบจะถกู เก็บในลกั ษณะทีเ่ ป็นฐานความรู้ขององค์กร 2. เพิ่มความสามารถให้กับฐานความรู้ขององค์การด้วยการเสนอวิธีการแก้ปัญหาสาหรับงาน เฉพาะด้าน 4. ช่วยทางานในส่วนทีเ่ ป็นงานประจาหรืองานทีเ่ บือ่ ของมนุษย์ 5. ช่วยสร้างกลไกที่ไม่นาความรู้สึกส่วนตัวของมนุษย์มาเปน็ องค์ประกอบในการตดั สินใจ 30

เปรียบเทียบปญั ญามนษุ ยก์ บั ปญั ญาประดิษฐ์ 31

เปรียบเทียบปญั ญามนษุ ยก์ บั ปญั ญาประดิษฐ์ 32