Chapter 11

1. Chapter 11 ปัญญาประดิษฐ์ Artificial Intelligence วิชา MIS อ. สุรินทร์ทิพ ศักดิ์ภูวดล

2. การประยุกต์ใช้ปัญญาประดิษฐ์ในศาสตร์แขนงอื่นการประยุกต์ใช้ปัญญาประดิษฐ์ในศาสตร์แขนงอื่น 1. หุ่นยนต์ (Robotic) 2. ระบบผู้เชี่ยวชาญ (Expert System: ES) 3. การประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) และเทคโนโลยีเสียง (Voice/ Speech Technology) 4. คอมพิวเตอร์โครงข่ายใยประสาท (Neural Computing) หรือ โครงข่ายใยประสาทเทียม (Artificial Neural Network) 5. ตรรกะคลุมเครือ (Fuzzy Logic) 6. ตัวแทนปัญญา (Intelligent Agent) 7. ระบบช่วยสอนอันชาญฉลาด (Intelligent Tutoring System) 8. ระบบความเป็นจริงเสมือน (Virtual Reality System)

3. โครงข่ายใยประสาทเทียม (Artificial Neural Network: ANN) • โครงข่ายใยประสาทเทียม (Artificial Neural Network) หรือคอมพิวเตอร์โครงข่ายใยประสาท (Neural Computing) คือ คอมพิวเตอร์ที่เลียนแบบการทำงานของสมองมนุษย์ได้ ด้วยการประมวลผลข้อมูลสารสนเทศ และองค์ความรู้ได้ในคราวละมากๆ นอกจากนี้ ยังสามารถรับและรู้จำสารสนเทศในรูปแบบที่เป็นประสบการณ์ได้ ทำให้สามารถเชื่อมโยงข้อเท็จจริงทั้งหลายเข้าด้วยกันเพื่อหาข้อสรุป และใช้ประสบการณ์ที่จัดเก็บไว้มาเรียนรู้และทำความเข้าใจว่า ข้อเท็จจริงใหม่ที่ได้รับเข้ามามีความเกี่ยวข้องกันอย่างไร เพื่อทำการปรับปรุงองค์ความรู้ให้มีความทันสมัยเพื่อประโยชน์ในอนาคต

4. ประโยชน์ของโครงข่ายใยประสาทเทียม (Artificial Neural Network) 1. เกิดข้อผิดพลาดได้ยาก (Fault Tolerance) หากระบบประกอบด้วยโครงข่ายที่ใช้ในการประมวลผลมากมายหลายโครงข่าย ความผิดพลาดที่เกิดขึ้นจากเพียง หนึ่งหรือสองโครงข่าย จะไม่ทำให้ทั้งระบบเกิดข้อผิดหลาดได้ 2. ความสามารถในการหาเหตุผล (Generalization) เมื่อระบบโครงข่ายใยประสาทเทียมได้รับข้อมูลนำเข้าที่ไม่ครบถ้วน หรือไม่เพียงพอต่อการหาข้อสรุป หรือได้รับข้อเท็จจริงที่ไม่เคยได้รับมาก่อน ระบบจะสามารถลำดับการเชื่อมโยงข้อเท็จจริงจนสามารถให้ข้อสรุปและเหตุผลได้ 3. ความสามารถในการปรับเปลี่ยน (Adaptability) โครงข่ายใยประสาทเทียมสามารถเรียนรู้สภาพแวดล้อมใหม่ได้ ดังนั้นเมื่อมีเหตุการณ์ใหม่ๆ เข้าสู่ระบบก็จะสามารถปรับเปลี่ยนหรือปรับปรุงองค์ความรู้ให้ทันสมัยตามเหตุการณ์ใหม่นั้น

5. ประโยชน์ของโครงข่ายใยประสาทเทียม (Artificial Neural Network) 4. ความสามารถในการพยากรณ์ (Forecasting Capability) โครงข่ายใยประสาทเทียมสามารถนำข้อมูลทางสถิติเดิมที่มีอยู่ในระบบ มาใช้คาดการณ์หรือพยากรณ์ข้อมูลในอนาคตได้

6. การประยุกต์ใช้โครงข่ายใยประสาทเทียม (Artificial Neural Network) 1. การทำเหมืองข้อมูล (Data Mining) เป็นการเพิ่มความสามารถในการค้นหาข้อมูลในฐานข้อมูลต่างชนิด หรือฐานข้อมูลที่มีขนาดใหญ่ และซับซ้อนได้ 2. การป้องกันการโกงภาษี (Tax Fraud) ช่วยระบุ และค้นหาการกระทำที่ผิดกฎหมายในด้านการเสียภาษี 3. การบริการทางด้านการเงิน (Financial Service) ช่วยพัฒนารูปแบบการบริการทางด้านการเงิน เช่น การให้ข้อมูลตลาดหุ้น และเป็นผู้ช่วยการค้าหุ้นเป็นต้น 4. การวิเคราะห์ผลิตภัณฑ์ใหม่ (New Product Analysis) ช่วยพยากรณ์ยอดขาย และเลือกตลาดกลุ่มเป้าหมายได้

7. การประยุกต์ใช้โครงข่ายใยประสาทเทียม (Artificial Neural Network) 5. การนำ Artificial Neural Network มาใช้ในการตรวจหาวัตถุระเบิดในกระเป๋าผู้โดยสารที่ขึ้นเครื่องบิน (Haag et al., 2001) 6. บริษัทธุรกิจหลายแห่ง เช่น General Motors, Blockbuster, และ Kraft ได้ใช้ซอฟต์แวร์ Artificial Neural Network เพื่อช่วยในการหารูปแบบที่ช่วยในการวิเคราะห์ แนวโน้มการขายให้ดีขึ้น โดยใช้พฤติกรรมในอดีตของลูกค้า และการซื้อขายจริงในปัจจุบัน ประกอบกันเพื่อทำนายถึงรูปแบบการซื้อในอนาคต (Haag et al., 2001) http://elearning.northcm.ac.th/mis/content.asp?ContentID=77&LessonID=11

8. การประยุกต์ใช้โครงข่ายใยประสาทเทียม (Artificial Neural Network) 7. ตัวอย่าง :การทำเหมืองข้อมูลของธนาคารแห่งอเมริกา (Data Mining at Bank of America) ธนาคารแห่งอเมริกา (Bank of America : BofA) ได้มีการใช้เทคโนโลยีโครงข่ายใยประสาทเทียม (Artificial Neural Network) ในซอฟต์แวร์เหมืองข้อมูล (Data Mining Software) ที่พัฒนาให้มีความมั่นคงในตลาดและการตั้งราคาสินค้าทางการเงิน เช่น การกู้เงินเพื่อที่อยู่อาศัย จากแหล่งเก็บข้อมูลขนาดใหญ่ที่สามารถเสนอชุดสินค้า (Product Packages) ได้มากมาย โดยการปรับค่าธรรมเนียม อัตราดอกเบี้ย และลักษณะการทำงาน ผลที่ได้คือจำนวนที่ทำให้เกิดกลยุทธ์ที่สำคัญสำหรับการเข้าถึงผลประโยชน์ของลูกค้า http://www.spu.ac.th/~ktm/chapter11.html

9. ตรรกะคลุมเครือ (Fuzzy Logic) เป็นเทคนิคที่ทำให้คอมพิวเตอร์สามารถจำลองกระบวนการให้เหตุผลที่ซับซ้อนของมนุษย์ได้ โดยการทำให้ตรรกะการทำงานของคอมพิวเตอร์ มีความคิดมากกว่า 2 ด้าน เช่น มากกว่าแค่ถูกต้องและไม่ถูกต้อง แต่มีความคิดว่า “อาจจะ” มากขึ้น ซึ่งเป็นส่วนที่คล้ายกับความคิดของมนุษย์มากขึ้นเทคนิคดังกล่าวได้รับการพัฒนาโดย Zadeh (1994) การตอบแบบ Fuzzy Logic เช่น สีเทาอ่อนปานกลาง ให้บอกว่าคือสีดำใช่หรือไม่ ? ตอบแบบ ฟัซซี่ก็อาจจะได้คำตอบว่า เป็นสีดำ 50% เป็นสีขาว 50 %

10. จากกราฟที่เป็น Fuzzy Logic จะกำหนดให้ผู้ที่มีอายุระหว่าง 20-40 ปีมีค่าเท่ากับ “Young” แต่จะระบุความน่าจะเป็นร่วมด้วย กล่าวคืออายุมากกว่า 20 ปี ถึงแม้ว่าจะมีค่าเป็น “Young” แต่ก็จะมีค่าความน่าจะเป็นน้อยลงเรื่อยๆ ช่วงอายุหนึ่งช่วงสามารถเป็นไปได้มากว่า 1 ค่า นั่นคือการทำให้คอมพิวเตอร์สามารถคิดได้มากกว่า 2 ด้าน หากคอมพิวเตอร์นั้นใช้ตรรกะแบบคลุมเครือ (Fuzzy Logic) หากลุ่มลูกค้าเป้าหมายข้อมูลลูกค้าที่จะได้รับจะครอบคลุมทุกค่าที่มีค่าเท่ากับ “Young” ไม่ว่าจะมีความน่าจะเป็นน้อยเพียงใดก็ตาม ก็จะทำให้มีฐานกลุ่มลูกค้าเป้าหมายที่กว้างขึ้นนั่นเอง

11. (Fuzzy Logic) • มักนำเทคนิคตรรกะคลุมเครือ (Fuzzy Logic) ประสานการทำงานเข้ากับเทคโนโลยีโครงข่ายใยประสาท (Neural Network) และระบบผู้เชี่ยวชาญ(Expert System: ES) ซึ่งจะทำให้ระบบผู้เชี่ยวชาญมีความสามารถในการแก้ไขปัญหาได้คล้ายกับมนุษย์มากยิ่งขึ้น การประสานระบบดังกล่าวเข้าด้วยกัน บางครั้งเรียกว่า “ระบบผสมผสาน (Hybrid System)” • เช่น การวางแผนกลยุทธ์ทางการตลาด โดยแยกส่วนการทำงานได้แก่ • เทคโยโลยีโครงข่ายใยประสาท (Neural Network) จะใช้พยากรณ์ส่วนแบ่งการตลาดและอัตราการเจริญเติบโตในอนาคต • ระบบผู้เชี่ยวชาญ (Expert System) ที่ประกอบด้วยเทคโนโลยีปัญญาประดิษฐ์จะใช้ในการให้คำแนะนำในการวางแผนการตลาดแก่ผู้บริหาร • ตรรกะคลุมเครือ (Fuzzy Logic) จะช่วยให้ผู้บริหารสามารถจัดการกับสารสนเทศและข้อมูลได้อย่างมีประสิทธิภาพ

12. (Fuzzy Logic) ระบบงานที่ใช้ Fuzzy Logic พบได้มากในประเทศญี่ปุ่น แต่ค่อนข้างน้อยในสหรัฐอเมริกา เนื่องจากสหรัฐอเมริกามีแนวโน้มในการใช้ปัญญาประดิษฐ์ในการแก้ไขปัญหาเช่นเดียวกับระบบผู้เชี่ยวชาญหรือเครือข่ายเส้นประสาท (Neural Network) มากกว่า ที่ประเทศญี่ปุ่นจะใช้ในชิปไมโครโพรเซสเซอร์ Fuzzy Logic สำหรับวัตถุประสงค์เฉพาะ ที่เรียกว่า Fuzzy Process Controller โดยเริ่มจากงานเส้นทางเดินรถไฟ ลิฟท์ และการขับรถที่มีตัวนำซึ่งมีการสนับสนุนตัวควบคุมการประมวลผลของ Fuzzy โดยบริษัทฮิตาชิและโตชิบา ต่อมา สินค้าที่ผลิตโดยชาวญี่ปุ่นที่มีการทำงานของไมโครโพรเซสเซอร์ Fuzzy Logic ได้เพิ่มมากขึ้น ได้แก่ กล้องที่มีการโฟกัสโดยอัตโนมัติ การจับภาพคงที่ของกล้องวีดีโอ การใช้พลังงานอย่างมีประสิทธิภาพของเครื่องปรับอากาศ การปรับความเหมาะสมของเครื่องล้างจาน และการส่งถ่ายอัตโนมัติ http://www.spu.ac.th/~ktm/chapter11.html

13. Fuzzy Logic • ระบบควบคุมการทำงาน Fuzzy Logic อัจฉริยะแห่งระบบหุงอัตโนมัติ • คุณค่าสารอาหารเป็นปัจจัยที่มีความสำคัญที่สุดในการทำให้สุขภาพดี ผลิตภัณฑ์หม้อหุงข้าวของ Philips มีโปรแกรมการหุงอัตโนมัติอันชาญฉลาดเพื่อควบคุมอุณหภูมิให้เหมาะสม ดังนั้นจึงคงความสดใหม่และคุณค่าสารอาหารของข้าวได้ดียิ่งขึ้น http://www.consumer.philips.com/c/food-preparation/hd4743-00-5.5-cups-hd4743_00/prd/th/

14. ตัวแทนปัญญา Intelligent Agent Intelligent Agent มีชื่อเรียกได้อีกหลายชื่อเช่น Software Agent, Wizard, Knowbot และ Softbot ตัวแทนปัญญาหมายถึง หน่วยของ Software ที่สามารถดำเนินการบางอย่าง หรือประมวลผลบางอย่างให้กับผู้ใช้ หรือให้กับโปรแกรมอื่นได้อย่างเป็นอิสระและด้วยความรวดเร็ว โดยการดำเนินการบางอย่างแทนนั้นอาจจะต้องใช้องค์ความรู้ หรือการนำเสนอองค์ความรู้ในรูปแบบต่างๆ เพื่อให้สามารถบรรลุสู่เป้าหมายหรือความต้องการของผู้ใช้หรือโปรแกรมอื่นได้ (Levesque and Lakemeyer, 2001)

15. Intelligent Agent 1. ใช้งานร่วมกับเทคโนโลยีเว็บ (Web Technology) เช่น การใช้ตัวแทนปัญญา Intelligent Agent ให้ทำการค้นหาสารสนเทศตามเงื่อนไขที่ผู้ใช้กำหนดจากเครือข่าย Internet เพื่อนำมาจัดเก็บไว้ในเครื่องคอมพิวเตอร์ส่วนบุคคลของตนได้

16. ลักษณะของตัวแทนปัญญา 1. มีความเป็นอิสระ สามารถดำเนินการได้ด้วยตนเอง 2. มีการทำงานเป็นโมดูล สามารถนำไปใช้กับระบบหรือเครือข่ายต่างชนิดกันได้ 3. มีการทำงานเฉพาะด้านและทำงานอย่างอัตโนมัติ 4. ใช้งานง่าย 5. สามารถเรียนรู้ได้ ตัวแทนปัญญาจะต้องสามารถเรียนรู้พฤติกรรมของผู้ใช้เพื่อทำนายพฤติกรรมที่จะเกิดขึ้นต่อไปของผู้ใช้ได้ ลักษณะในข้อนี้ไม่จำเป็นจะต้องมีอยู่ในตัวแทนปัญญาทุกตัว 6. สามารถโต้ตอบได้

17. การประยุกต์ใช้ตัวแทนปัญญาการประยุกต์ใช้ตัวแทนปัญญา 1. ส่วนประสานกับผู้ใช้ (User Interface) 2. เป็นตัวแทนระบบปฏิบัติการ (Operating System Agent) เช่น Windows 2000 Server มี “Wizard” ช่วยในการเพิ่มจำนวนผู้ใช้ การจัดการไฟล์และโฟลเดอร์ 3. ตัวแทนกระดาษคำนวณ (Spreadsheet Agent) Wizard “Watch” ซึ่งเป็น “Built-in” ที่จะช่วยติดตามและทำนายการทำงานต่อไปของผู้ใช้ ซึ่งจะปรากฏคำแนะนำให้ผู้ใช้ได้ทราบในระหว่างการใช้งาน

18. www.aiagentz.com

19. ตัวอย่างการประยุกต์ใช้ตัวแทนปัญญาตัวอย่างการประยุกต์ใช้ตัวแทนปัญญา ค้นหาข้อมูลเกี่ยวกับประเทศไทย

20. ผู้ใช้สามารถกำหนดให้ Agent อ่านคำตอบให้ฟังได้ โดยคลิกที่ปุ่ม Read

21. การเพิ่มสมองให้กับ Agent

22. ระบบช่วยสอนอันชาญฉลาด (Intelligent Tutoring Systems) การนำระบบผู้เชี่ยวชาญ (Expert System) มาประยุกต์ใช้ร่วมกับระบบช่วยสอนให้สามารถทำงานบน Web Site ได้ ซึ่งจะเรียกว่า “Web-based Intelligent Tutoring System”

23. โปรแกรมแปลภาษาอัตโนมัติบน Web site ตัวอย่าง Web site แปลภาษาที่ใช้ปัญญาประดิษฐ์ และระบบผู้เชี่ยวชาญ สามารถแปลจากภาษอังกฤษเป็นภาษาอื่น และแปลจากภาษาอื่นเป็นภาษาอังกฤษ http://www.freetranslation.com/free/

24. ระบบช่วยสอนอันชาญฉลาดผ่าน Web มีการพัฒนาระบบการเรียนการสอนที่ได้นำระบบปัญญาประดิษฐ์มาเป็นเครื่องมือในการพัฒนาการเรียนการสอนผ่านทาง Web site “Web-based Intelligent Tutoring System” เนื่องจากผู้เรียนสามารถเข้าเรียนได้ไม่ว่าจะอยู่ ณ สถานที่ใดก็ตาม ระบบการเรียนการสอนผ่านทาง Web site ที่ใช้ระบบผู้เชี่ยวชาญเป็นเครื่องมือในการถ่ายทอดองค์ความรู้ จะสามารถเปิดหลักสูตรการวิเคราะห์และแก้ไขปัญหาเสมือนจริงได้

25. ระบบความเป็นจริงเสมือน (Virtual Reality System) • หมายถึง ระบบที่ช่วยให้ผู้ใช้ระบบเคลื่อนไหวและมีปฏิกิริยาโต้ตอบกับสภาพแวดล้อมที่ถูกจำลองขึ้นโดยคอมพิวเตอร์ได้ (Computer-Simulated Environment)

27. http://www.cybertown.com

28. ประโยชน์ • นำมาประยุกต์ใช้ในการฝึกหัดการผ่าตัดผู้ป่วยแบบจำลอง • วงการบันเทิง เพิ่มความตื่นต้นและสมจริงให้กับภาพยนต์

29. ข้อมูลเสริมบทเรียน เหมืองข้อมูล (Data Mining) เหมืองข้อมูล บางครั้งเรียกว่า “การค้นพบองค์ความรู้ (Knowledge Discovery)” เป็นเทคนิคที่ใช้ในการค้นหาข้อมูลเชิงวิเคราะห์ชั้นสูง สำหรับใช้จัดการกับข้อมูลที่มีอยู่ในฐานข้อมูลที่มีอยู่เป็นจำนวนมาก ซึ่งประกอบไปด้วย การค้นหา แยกแยะกลุ่มข้อมูล และเลือกเฟ้นข้อมูลที่มีคุณค่า เป็นต้น โดยมีวัตถุประสงค์หลัก เพื่อใช้อธิบายข้อมูลในอดีต และคาดการณ์ข้อมูลในอนาคต

30. ข้อมูลเสริมบทเรียน เหมืองข้อมูล (Data Mining)เป็นวิธีการค้นหารูปแบบหรือโครงสร้างของข้อมูล ที่ผู้ใช้ไม่สามารถเห็น หรือเข้าใจได้ในทันทีจากข้อมูลที่มีอยู่ หรือกล่าวได้ว่า เป็นเทคนิคเพื่อค้นหาความสัมพันธ์ในข้อมูลที่ผู้ใช้ไม่ทราบมาก่อน เช่น การค้นหารายชื่อกลุ่มลูกค้าที่สนใจสินค้าประเภทเดียวกัน จากฐานข้อมูลลูกค้าและการสั่งซื้อของเป็นต้น ทั้งนี้ เพื่อนำไปใช้ในการตัดสินใจ เพื่อให้เกิดประโยชน์ต่อการเพิ่มประสิทธิภาพการใช้งานข้อมูลกลุ่มนั้น ๆ เทคโนโลยีที่นำมาใช้ในเหมืองข้อมูลมีมากมาย เช่น ระบบฐานข้อมูลการรู้จำรูปแบบข้อมูล โครงข่ายใยประสาทเทียม (Artificial Neural Networks) ฟัซซี่ลอจิก (Fuzz Logic) ขั้นตอนวิธีทางยีน (Genetic Algorithms) เป็นต้น http://kanchanapisek.or.th/kp6/BOOK25/chapter2/t25-2-l3.htm#sect2

31. อ้างอิง • http://elearning.northcm.ac.th/mis/content.asp?ContentID=77&LessonID=11 • http://www.spu.ac.th/~ktm/chapter11.html • ระบบสารสนเทศเพื่อการจัดการ MIS ผศ. จิตติมา เทียมบุญประเสริฐ บทที่ 9 ปัญญาประดิษฐ์และระบบผู้เชี่ยวชาญ • หนังสือคัมภีร์ระบบสารสนเทศ Information Systems กิตติ ภักดีวัฒนะกุล บทที่ 14 ปัญญาประดิษฐ์ (Artificial Intelligence)