Transcript Document

Chapter 11
ปัญญาประดิษฐ์
Artificial Intelligence
วิชา MIS อ. สุ รินทร์ทิพ ศักดิ์ภูวดล
1
การประยุกต์ใช้ปัญญาประดิษฐ์ในศาสตร์แขนงอื่น
1. หุน่ ยนต์ (Robotic)
2. ระบบผู้เชี่ยวชาญ (Expert System: ES)
3. การประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP)
และเทคโนโลยีเสียง (Voice/ Speech Technology)
4. คอมพิวเตอร์ โครงข่ายใยประสาท (Neural Computing) หรื อ โครงข่ายใย
ประสาทเทียม (Artificial Neural Network)
5. ตรรกะคลุมเครื อ (Fuzzy Logic)
6. ตัวแทนปั ญญา (Intelligent Agent)
7. ระบบช่วยสอนอันชาญฉลาด (Intelligent Tutoring System)
8. ระบบความเป็ นจริงเสมือน (Virtual Reality System)
2
โครงข่ ายใยประสาทเทียม (Artificial Neural Network: ANN)

โครงข่ ายใยประสาทเทียม (Artificial Neural Network)
หรื อคอมพิวเตอร์ โครงข่ ายใยประสาท (Neural
Computing)
คือ คอมพิวเตอร์ ที่เลียนแบบการทางานของสมองมนุษย์ได้
ด้ วยการประมวลผลข้ อมูลสารสนเทศ และองค์ความรู้ได้ ใน
คราวละมากๆ นอกจากนี ้ ยังสามารถรับและรู้จาสารสนเทศ
ในรูปแบบที่เป็ นประสบการณ์ได้ ทาให้ สามารถเชื่อมโยง
ข้ อเท็จจริงทังหลายเข้
้
าด้ วยกันเพื่อหาข้ อสรุป และใช้
ประสบการณ์ที่จดั เก็บไว้ มาเรี ยนรู้และทาความเข้ าใจว่า
ข้ อเท็จจริงใหม่ที่ได้ รับเข้ ามามีความเกี่ยวข้ องกันอย่างไร เพื่อ
ทาการปรับปรุงองค์ความรู้ให้ มีความทันสมัยเพื่อประโยชน์ใน
อนาคต
3
ประโยชน์ ของโครงข่ ายใยประสาทเทียม (Artificial Neural Network)
1. เกิดข้ อผิดพลาดได้ ยาก (Fault Tolerance)
หากระบบประกอบด้ วยโครงข่ายที่ใช้ ในการประมวลผลมากมายหลายโครงข่าย ความ
ผิดพลาดที่เกิดขึ ้นจากเพียง หนึง่ หรื อสองโครงข่าย จะไม่ทาให้ ทงระบบเกิ
ั้
ดข้ อผิดหลาดได้
2. ความสามารถในการหาเหตุผล (Generalization)
เมื่อระบบโครงข่ายใยประสาทเทียมได้ รับข้ อมูลนาเข้ าที่ไม่ครบถ้ วน หรื อไม่เพียงพอต่อการ
หาข้ อสรุป หรื อได้ รับข้ อเท็จจริ งที่ไม่เคยได้ รับมาก่อน ระบบจะสามารถลาดับการเชื่อมโยง
ข้ อเท็จจริ งจนสามารถให้ ข้อสรุปและเหตุผลได้
3. ความสามารถในการปรับเปลี่ยน (Adaptability)
โครงข่ายใยประสาทเทียมสามารถเรี ยนรู้สภาพแวดล้ อมใหม่ได้ ดังนันเมื
้ ่อมีเหตุการณ์ใหม่ๆ
เข้ าสูร่ ะบบก็จะสามารถปรับเปลี่ยนหรื อปรับปรุงองค์ความรู้ให้ ทนั สมัยตามเหตุการณ์ใหม่
นัน้
4
ประโยชน์ ของโครงข่ ายใยประสาทเทียม (Artificial Neural Network)
4. ความสามารถในการพยากรณ์ (Forecasting Capability)
โครงข่ายใยประสาทเทียมสามารถนาข้ อมูลทางสถิติเดิมที่มีอยู่ในระบบ มาใช้ คาดการณ์
หรื อพยากรณ์ข้อมูลในอนาคตได้
5
การประยุกต์ ใช้ โครงข่ ายใยประสาทเทียม (Artificial Neural Network)
1. การทาเหมืองข้ อมูล (Data Mining)
เป็ นการเพิ่มความสามารถในการค้ นหาข้ อมูลในฐานข้ อมูลต่างชนิด หรื อฐานข้ อมูลที่มีขนาดใหญ่
และซับซ้ อนได้
2. การป้องกันการโกงภาษี (Tax Fraud)
ช่วยระบุ และค้ นหาการกระทาที่ผิดกฎหมายในด้ านการเสียภาษี
3. การบริ การทางด้ านการเงิน (Financial Service)
ช่วยพัฒนารูปแบบการบริ การทางด้ านการเงิน เช่น การให้ ข้อมูลตลาดหุ้น และเป็ นผู้ช่วยการค้ าหุ้น
เป็ นต้ น
4. การวิเคราะห์ผลิตภัณฑ์ใหม่ (New Product Analysis)
ช่วยพยากรณ์ยอดขาย และเลือกตลาดกลุม่ เป้าหมายได้
6
การประยุกต์ ใช้ โครงข่ ายใยประสาทเทียม (Artificial Neural Network)
5. การนา Artificial Neural Network มาใช้ ในการตรวจหาวัตถุระเบิดใน
กระเป๋ าผู้โดยสารที่ขึ ้นเครื่ องบิน (Haag et al., 2001)
6. บริษัทธุรกิจหลายแห่ง เช่น General Motors, Blockbuster, และ Kraft
ได้ ใช้ ซอฟต์แวร์ Artificial Neural Network เพื่อช่วยในการหารูปแบบที่
ช่วยในการวิเคราะห์ แนวโน้ มการขายให้ ดีขึ ้น โดยใช้ พฤติกรรมในอดีต
ของลูกค้ า และการซื ้อขายจริงในปั จจุบนั ประกอบกันเพื่อทานายถึง
รูปแบบการซื ้อในอนาคต (Haag et al., 2001)
http://elearning.northcm.ac.th/mis/content.asp?ContentID=77&LessonID=11
7
การประยุกต์ ใช้ โครงข่ ายใยประสาทเทียม (Artificial Neural Network)
7. ตัวอย่ าง : การทาเหมืองข้ อมูลของธนาคารแห่งอเมริกา (Data
Mining at Bank of America)
ธนาคารแห่งอเมริกา (Bank of America : BofA) ได้ มีการใช้ เทคโนโลยี
โครงข่ายใยประสาทเทียม (Artificial Neural Network) ในซอฟต์แวร์ เหมือง
ข้ อมูล (Data Mining Software) ที่พฒ
ั นาให้ มีความมัน่ คงในตลาดและการ
ตังราคาสิ
้
นค้ าทางการเงิน เช่น การกู้เงินเพื่อที่อยูอ่ าศัย จากแหล่งเก็บข้ อมูล
ขนาดใหญ่ที่สามารถเสนอชุดสินค้ า (Product Packages) ได้ มากมาย โดย
การปรับค่าธรรมเนียม อัตราดอกเบี ้ย และลักษณะการทางาน ผลที่ได้ คือ
จานวนที่ทาให้ เกิดกลยุทธ์ที่สาคัญสาหรับการเข้ าถึงผลประโยชน์ของลูกค้ า
http://www.spu.ac.th/~ktm/chapter11.html
8
ตรรกะคลุมเครือ (Fuzzy Logic)
เป็ นเทคนิคที่ทาให้ คอมพิวเตอร์ สามารถจาลองกระบวนการให้ เหตุผลที่
ซับซ้ อนของมนุษย์ ได้ โดยการทาให้ ตรรกะการทางานของ
คอมพิวเตอร์ มีความคิดมากกว่ า 2 ด้ าน เช่ น มากกว่ าแค่ ถูกต้ องและ
ไม่ ถูกต้ อง แต่ มีความคิดว่ า “อาจจะ” มากขึน้ ซึ่งเป็ นส่ วนที่คล้ ายกับ
ความคิดของมนุษย์ มากขึน้ เทคนิคดังกล่ าวได้ รับการพัฒนาโดย
Zadeh (1994)
การตอบแบบ Fuzzy Logic
เช่น สีเทาอ่อนปานกลาง ให้ บอกว่าคือสีดาใช่หรื อไม่ ? ตอบแบบ
ฟั ซซี่ก็อาจจะได้ คาตอบว่า เป็ นสีดา 50% เป็ นสีขาว 50 %
9
จากกราฟที่เป็ น Fuzzy Logic จะกาหนดให้ ผ้ ทู ี่มีอายุระหว่าง 20-40 ปี มีค่าเท่ากับ
“Young” แต่จะระบุความน่าจะเป็ นร่วมด้ วย กล่าวคืออายุมากกว่า 20 ปี ถึงแม้ ว่า
จะมีค่าเป็ น “Young” แต่ก็จะมีค่าความน่าจะเป็ นน้ อยลงเรื่ อยๆ
ช่วงอายุหนึง่ ช่วงสามารถเป็ นไปได้ มากว่า 1 ค่า นัน่ คือการทาให้ คอมพิวเตอร์
สามารถคิดได้ มากกว่า 2 ด้ าน
หากคอมพิวเตอร์ นนใช้
ั ้ ตรรกะแบบคลุมเครื อ (Fuzzy Logic) หากลุม่ ลูกค้ า
เป้าหมายข้ อมูลลูกค้ าที่จะได้ รับจะครอบคลุมทุกค่าที่มีค่าเท่ากับ “Young” ไม่วา่ จะ
มีความน่าจะเป็ นน้ อยเพียงใดก็ตาม ก็จะทาให้ มีฐานกลุม่ ลูกค้ าเป้าหมายที่กว้ างขึ ้น
นัน่ เอง
10
(Fuzzy Logic)

มักนาเทคนิคตรรกะคลุมเครื อ (Fuzzy Logic) ประสานการทางานเข้ ากับเทคโนโลยีโครงข่าย
ใยประสาท (Neural Network) และระบบผู้เชี่ยวชาญ(Expert System: ES) ซึง่ จะทาให้ ระบบ
ผู้เชี่ยวชาญมีความสามารถในการแก้ ไขปั ญหาได้ คล้ ายกับมนุษย์มากยิ่งขึ ้น การประสาน
ระบบดังกล่าวเข้ าด้ วยกัน บางครัง้ เรี ยกว่า “ระบบผสมผสาน (Hybrid System)”

เช่น การวางแผนกลยุทธ์ทางการตลาด โดยแยกส่วนการทางานได้ แก่



เทคโยโลยีโครงข่ายใยประสาท (Neural Network) จะใช้ พยากรณ์สว่ นแบ่งการตลาด
และอัตราการเจริ ญเติบโตในอนาคต
ระบบผู้เชี่ยวชาญ (Expert System) ที่ประกอบด้ วยเทคโนโลยีปัญญาประดิษฐ์ จะใช้ ใน
การให้ คาแนะนาในการวางแผนการตลาดแก่ผ้ บู ริ หาร
ตรรกะคลุมเครื อ (Fuzzy Logic) จะช่วยให้ ผ้ บู ริ หารสามารถจัดการกับสารสนเทศและ
ข้ อมูลได้ อย่างมีประสิทธิภาพ
11
(Fuzzy Logic)
ระบบงานที่ใช้ Fuzzy Logic พบได้ มากในประเทศญี่ปนุ่ แต่ค่อนข้ างน้ อยในสหรัฐอเมริ กา
เนื่องจากสหรัฐอเมริ กามีแนวโน้ มในการใช้ ปัญญาประดิษฐ์ ในการแก้ ไขปั ญหา
เช่นเดียวกับระบบผู้เชี่ยวชาญหรื อเครื อข่ายเส้ นประสาท (Neural Network) มากกว่า ที่
ประเทศญี่ปนจะใช้
ุ่
ในชิปไมโครโพรเซสเซอร์ Fuzzy Logic สาหรับวัตถุประสงค์เฉพาะ ที่
เรี ยกว่า Fuzzy Process Controller โดยเริ่ มจากงานเส้ นทางเดินรถไฟ ลิฟท์ และการขับ
รถที่มีตวั นาซึง่ มีการสนับสนุนตัวควบคุมการประมวลผลของ Fuzzy โดยบริ ษัทฮิตาชิและ
โตชิบา ต่อมา สินค้ าที่ผลิตโดยชาวญี่ปนที
ุ่ ่มีการทางานของไมโครโพรเซสเซอร์ Fuzzy
Logic ได้ เพิ่มมากขึ ้น ได้ แก่ กล้ องที่มีการโฟกัสโดยอัตโนมัติ การจับภาพคงที่ของกล้ อง
วีดีโอ การใช้ พลังงานอย่างมีประสิทธิภาพของเครื่ องปรับอากาศ การปรับความ
เหมาะสมของเครื่ องล้ างจาน และการส่งถ่ายอัตโนมัติ
http://www.spu.ac.th/~ktm/chapter11.html
12
Fuzzy Logic
ระบบควบคุมการทางาน Fuzzy Logic อัจฉริยะแห่ ง
ระบบหุงอัตโนมัติ
คุณค่าสารอาหารเป็ นปั จจัยที่มีความสาคัญที่สุด
ในการทาให้สุขภาพดี ผลิตภัณฑ์หม้อหุ งข้าว
ของ Philips มีโปรแกรมการหุงอัตโนมัติอนั
ชาญฉลาดเพื่อควบคุมอุณหภูมิให้เหมาะสม
ดังนั้นจึงคงความสดใหม่และคุณค่าสารอาหาร
ของข้าวได้ดียงิ่ ขึ้น
http://www.consumer.philips.com/c/food-preparation/hd4743-00-5.5-cups-hd4743_00/prd/th/
13
ตัวแทนปั ญญา Intelligent Agent
Intelligent Agent มีชื่อเรี ยกได้ อีกหลายชื่อเช่น Software Agent, Wizard,
Knowbot และ Softbot
ตัวแทนปั ญญา หมายถึง หน่วยของ Software ที่สามารถดาเนินการบางอย่าง
หรื อประมวลผลบางอย่างให้ กบั ผู้ใช้ หรื อให้ กบั โปรแกรมอื่นได้ อย่างเป็ น
อิสระและด้ วยความรวดเร็ว โดยการดาเนินการบางอย่างแทนนันอาจจะต้
้
อง
ใช้ องค์ความรู้ หรื อการนาเสนอองค์ความรู้ในรูปแบบต่างๆ เพื่อให้ สามารถ
บรรลุสเู่ ป้าหมายหรื อความต้ องการของผู้ใช้ หรื อโปรแกรมอื่นได้ (Levesque
and Lakemeyer, 2001)
14
Intelligent Agent
1. ใช้ งานร่วมกับเทคโนโลยีเว็บ (Web Technology)
เช่น การใช้ ตวั แทนปั ญญา Intelligent Agent ให้ ทาการค้ นหาสารสนเทศ
ตามเงื่อนไขที่ผ้ ใู ช้ กาหนดจากเครื อข่าย Internet เพื่อนามาจัดเก็บไว้ ใน
เครื่ องคอมพิวเตอร์ สว่ นบุคคลของตนได้
15
ลักษณะของตัวแทนปัญญา
1. มีความเป็ นอิสระ สามารถดาเนินการได้ ด้วยตนเอง
2. มีการทางานเป็ นโมดูล สามารถนาไปใช้ กบั ระบบหรื อเครื อข่ายต่างชนิดกันได้
3. มีการทางานเฉพาะด้ านและทางานอย่ างอัตโนมัติ
4. ใช้ งานง่ าย
5. สามารถเรี ยนรู้ ได้ ตัวแทนปั ญญาจะต้ องสามารถเรี ยนรู้พฤติกรรมของผู้ใช้ เพื่อ
ทานายพฤติกรรมที่จะเกิดขึ ้นต่อไปของผู้ใช้ ได้ ลักษณะในข้ อนีไ้ ม่จาเป็ นจะต้ อง
มีอยูใ่ นตัวแทนปั ญญาทุกตัว
6. สามารถโต้ ตอบได้
16
การประยุกต์ ใช้ ตวั แทนปัญญา
1. ส่วนประสานกับผู้ใช้ (User Interface)
2. เป็ นตัวแทนระบบปฏิบตั ิการ (Operating System Agent)
เช่น Windows 2000 Server มี “Wizard” ช่วยในการเพิ่มจานวน
ผู้ใช้ การจัดการไฟล์และโฟลเดอร์
3. ตัวแทนกระดาษคานวณ (Spreadsheet Agent)
Wizard “Watch” ซึง่ เป็ น “Built-in” ที่จะช่วยติดตามและทานาย
การทางานต่อไปของผู้ใช้ ซึง่ จะปรากฏคาแนะนาให้ ผ้ ใู ช้ ได้ ทราบใน
ระหว่างการใช้ งาน
17
www.aiagentz.com
18
ตัวอย่างการประยุกต์ใช้ตวั แทนปัญญา
ค้ นหาข้ อมูลเกี่ยวกับประเทศไทย
19
ผู้ใช้ สามารถกาหนดให้ Agent อ่านคาตอบให้ ฟังได้ โดยคลิกที่ปมุ่ Read
20
การเพิ่มสมองให้ กบั Agent
21
ระบบช่ วยสอนอันชาญฉลาด (Intelligent Tutoring Systems)
การนาระบบผู้เชี่ยวชาญ (Expert System) มาประยุกต์ใช้ ร่วมกับระบบช่วย
สอนให้ สามารถทางานบน Web Site ได้ ซึง่ จะเรี ยกว่า “Web-based
Intelligent Tutoring System”
22
โปรแกรมแปลภาษาอัตโนมัติบน Web site
ตัวอย่าง Web site แปลภาษาที่ใช้ ปัญญาประดิษฐ์ และระบบผู้เชี่ยวชาญ
สามารถแปลจากภาษอังกฤษเป็ นภาษาอื่น และแปลจากภาษาอื่นเป็ นภาษาอังกฤษ
http://www.freetranslation.com/free/
23
ระบบช่วยสอนอันชาญฉลาดผ่าน Web
มีการพัฒนาระบบการเรี ยนการสอนที่ได้ นาระบบปั ญญาประดิษฐ์
มาเป็ นเครื่ องมือในการพัฒนาการเรี ยนการสอนผ่านทาง Web
site “Web-based Intelligent Tutoring System” เนื่องจากผู้เรียนสามารถ
เข้ าเรี ยนได้ ไม่วา่ จะอยู่ ณ สถานที่ใดก็ตาม
ระบบการเรี ยนการสอนผ่านทาง Web site ที่ใช้ ระบบผู้เชี่ยวชาญเป็ น
เครื่ องมือในการถ่ายทอดองค์ความรู้ จะสามารถเปิ ดหลักสูตรการวิเคราะห์
และแก้ ไขปั ญหาเสมือนจริงได้
24
ระบบความเป็ นจริงเสมือน (Virtual Reality System)

หมายถึง ระบบที่ช่วยให้ ผ้ ใู ช้ ระบบเคลื่อนไหวและมีปฏิกิริยา
โต้ ตอบกับสภาพแวดล้ อมที่ถกู จาลองขึ ้นโดยคอมพิวเตอร์ ได้
(Computer-Simulated Environment)
25
26
http://www.cybertown.com
27
ประโยชน์


นามาประยุกต์ใช้ในการฝึ กหัดการผ่าตัดผูป้ ่ วยแบบจาลอง
วงการบันเทิง เพิ่มความตื่นต้นและสมจริ งให้กบั ภาพยนต์
28
ข้อมูลเสริ มบทเรี ยน
เหมืองข้ อมูล (Data Mining)
เหมืองข้ อมูล บางครัง้ เรี ยกว่า “การค้ นพบองค์ความรู้ (Knowledge Discovery)” เป็ น
เทคนิคที่ใช้ ในการค้ นหาข้ อมูลเชิงวิเคราะห์ชนสู
ั ้ ง สาหรับใช้ จดั การกับข้ อมูลที่มีอยู่ใน
ฐานข้ อมูลที่มีอยู่เป็ นจานวนมาก ซึง่ ประกอบไปด้ วย การค้ นหา แยกแยะกลุ่มข้ อมูล และ
เลือกเฟ้นข้ อมูลที่มีคณ
ุ ค่า เป็ นต้ น โดยมีวตั ถุประสงค์หลัก เพื่อใช้ อธิบายข้ อมูลในอดีต
และคาดการณ์ข้อมูลในอนาคต
29
ข้อมูลเสริ มบทเรี ยน
เหมืองข้ อมูล (Data Mining) เป็ นวิธีการค้ นหารูปแบบหรื อโครงสร้ างของข้ อมูล ที่ผ้ ใู ช้ ไม่
สามารถเห็น หรื อเข้ าใจได้ ในทันทีจากข้ อมูลที่มีอยู่ หรื อกล่าวได้ ว่า เป็ นเทคนิคเพื่อค้ นหา
ความสัมพันธ์ในข้ อมูลที่ผ้ ใู ช้ ไม่ทราบมาก่อน เช่น การค้ นหารายชื่อกลุ่มลูกค้ าที่สนใจสินค้ า
ประเภทเดียวกัน จากฐานข้ อมูลลูกค้ าและการสัง่ ซื ้อของเป็ นต้ น ทังนี
้ ้ เพื่อนาไปใช้ ในการ
ตัดสินใจ เพื่อให้ เกิดประโยชน์ต่อการเพิ่มประสิทธิภาพการใช้ งานข้ อมูลกลุ่มนัน้ ๆ
เทคโนโลยีที่นามาใช้ ในเหมืองข้ อมูลมีมากมาย เช่น ระบบฐานข้ อมูลการรู้จารูปแบบข้ อมูล
โครงข่ายใยประสาทเทียม (Artificial Neural Networks) ฟั ซซี่ลอจิก (Fuzz Logic) ขันตอน
้
วิธีทางยีน (Genetic Algorithms) เป็ นต้ น
http://kanchanapisek.or.th/kp6/BOOK25/chapter2/t25-2-l3.htm#sect2
30
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 ปั ญญาประดิษฐ์ และระบบผู้เชี่ยวชาญ
หนังสือคัมภีร์ระบบสารสนเทศ Information Systems
กิตติ ภักดีวฒ
ั นะกุล
บทที่ 14 ปั ญญาประดิษฐ์ (Artificial Intelligence)
31