อะไรคือความแตกต่างระหว่าง AI และ ML

คุณคงเคยได้ยินคำว่า "ปัญญาประดิษฐ์" และ "การเรียนรู้ของเครื่อง" มาก่อนอย่างไม่ต้องสงสัย และถ้าคุณไม่ทำ คุณจะทำในไม่ช้า ภายในปี 2564 คาดว่าเทคโนโลยีใหม่ 80% จะใช้ AI และ 37% ขององค์กรทั่วโลกใช้ AI บางรูปแบบเพื่อปรับปรุงการดำเนินงานประจำวัน

ตัวอย่างเช่น Amazon ใช้แมชชีนเลิร์นนิงเพื่อลดเวลาจัดส่งกว่า 225% ดังนั้น หากคุณไม่แน่ใจว่าคำเหล่านี้หมายถึงอะไร และความแตกต่างระหว่างคำเหล่านี้คืออะไร ไม่ต้องกังวล เราพร้อมให้ความช่วยเหลือ

ในย่อหน้าถัดไป เราจะเจาะลึกความแตกต่างระหว่างแมชชีนเลิร์นนิงและปัญญาประดิษฐ์(1) โดยหวังว่าจะให้ความกระจ่างในหัวข้อที่สับสนในบางครั้ง นอกจากนี้ เราจะอธิบายสั้น ๆ เกี่ยวกับความหมายของคำศัพท์แต่ละคำ และให้ตัวอย่างบางส่วนของปัญญาประดิษฐ์ประเภทต่างๆ และการเรียนรู้ของเครื่องประเภทต่างๆ สุดท้ายนี้ เราจะมาคุยกันว่าเหตุใดจึงใช้คำสองคำนี้แทนกันได้ตั้งแต่แรก

• ความเข้าใจสั้น ๆ เกี่ยวกับ AI
• ปัญญาประดิษฐ์ประเภทต่างๆ
• ความเข้าใจสั้น ๆ เกี่ยวกับ ML
• แมชชีนเลิร์นนิงประเภทต่างๆ
• ความแตกต่างระหว่าง AI กับ ML
• ทำไมบริษัทเทคโนโลยีถึงใช้ AI & ML
• ความคิดสุดท้าย

ภาพรวมโดยย่อของ AI

ปัญญาประดิษฐ์หรือ AI หมายถึงการเลียนแบบสติปัญญาของมนุษย์ด้วยเครื่องจักรที่มนุษย์สร้างขึ้น เครื่องนี้มีสมองที่ใช้คอมพิวเตอร์ซึ่งสามารถเรียนรู้และแก้ปัญหาได้ในระดับเดียวกับสมองของมนุษย์

ปัญญาประดิษฐ์เป็นศัพท์ทั่วไปที่ค่อนข้างกว้างซึ่งครอบคลุมส่วนย่อยหลายส่วน ซึ่งเป็นสิ่งที่สำคัญที่ต้องจำไว้ เพราะเราจะกลับมาพูดถึงในภายหลัง

เป้าหมายของ AI คือการทำซ้ำไม่เพียง แต่การแก้ปัญหาเท่านั้น แต่ยังรวมถึงความสามารถในการตัดสินใจของสมองมนุษย์ด้วย ซึ่งสามารถทำได้โดยใช้อัลกอริธึม ซึ่งเป็นชุดของกฎเกณฑ์ที่สรุปว่าคอมพิวเตอร์ทำอะไรในสถานการณ์ที่กำหนด

คุณสามารถดูอัลกอริธึมเป็นสูตรที่คอมพิวเตอร์ต้องปฏิบัติตามเมื่อมีส่วนผสมทั้งหมด

ปัญญาประดิษฐ์สามารถแบ่งออกเป็นสามประเภท:

• AI แคบ

  AI แบบแคบตามชื่อมีจุดโฟกัสที่แคบมาก บางครั้งเรียกอีกอย่างว่า "AI ที่อ่อนแอ" ตัวอย่างของ AI แบบแคบคือ Siri หรือ Google Assistant AI ที่แคบแสดงถึงตำแหน่งที่เราอยู่ในขณะนี้ด้วยปัญญาประดิษฐ์ในเทคโนโลยี

• AI ทั่วไป

  AI ประเภทที่สองคือปัญญาประดิษฐ์ทั่วไป (AGI) AI ประเภทนี้เกิดขึ้นเมื่อความสามารถของคอมพิวเตอร์ตรงกับความสามารถของสมองมนุษย์ ภายใต้ AGI คอมพิวเตอร์จะสามารถแก้ปัญหาอิสระและให้เหตุผล การตัดสินใจ และแม้แต่ความคิดสร้างสรรค์

• ซุปเปอร์ AI

  AI ประเภทที่สามคือปัญญาประดิษฐ์ (ASI) คุณคงคุ้นเคยกับประเภทนี้ดีอยู่แล้ว แม้ว่าปัจจุบันจะไม่มีอยู่ก็ตาม ภายใต้ ASI เครื่องจักรจะพัฒนาความสามารถทางปัญญาที่เกินกว่าที่สมองมนุษย์จะสามารถทำได้

  หากคุณเคยดูซีรีส์ Terminator คุณจะเข้าใจว่าทำไมเรื่องนี้ถึงเป็นปัญหาได้ อย่างไรก็ตาม ในความเป็นจริง ผู้เชี่ยวชาญหลายคนคาดการณ์ว่า ASI จะเป็นประโยชน์อย่างมหาศาลต่อเผ่าพันธุ์มนุษย์

ภาพรวมโดยย่อของ ML

จำได้ไหมเมื่อเราพูดถึงว่าปัญญาประดิษฐ์มีส่วนย่อยที่แตกต่างกันอย่างไร แมชชีนเลิร์นนิงหรือ ML ก็เป็นหนึ่งในนั้น การเรียนรู้ของเครื่องคือความสามารถของเครื่องในการเรียนรู้จากข้อมูล แน่นอนว่าต้องตั้งโปรแกรมเครื่องก่อน แต่เมื่ออัลกอริธึมที่เหมาะสมพร้อมแล้ว และเครื่องได้รับการเข้าถึงข้อมูล เครื่องก็สามารถเริ่มเรียนรู้ได้

แมชชีนเลิร์นนิงมีอยู่จริงและเป็นเรื่องธรรมดาในโลกของเราทุกวันนี้ การแก้ไขอัตโนมัติเป็นตัวอย่างหนึ่งของ ML ในชีวิตสมัยใหม่ เช่นเดียวกับตัวกรองสแปม โปรแกรมเหล่านี้อยู่ห่างไกลจากความรู้สึก แต่มีความสามารถในการเปลี่ยนพฤติกรรมตามข้อมูลใหม่ ถ้ามันฟังดูแย่เหมือน AI แคบ นั่นก็เพราะว่าเป็นเช่นนั้น แมชชีนเลิร์นนิงเป็นตัวอย่างหนึ่งของ AI ที่แคบ

การเรียนรู้ของเครื่องสามารถแบ่งออกเป็นสี่ประเภทที่แตกต่างกัน:

• ดูแล

  ML ประเภทนี้เกี่ยวข้องกับการใช้ชุดข้อมูลที่มีป้ายกำกับ เมื่อข้อมูลสอนรูปแบบหรือชุดคุณลักษณะบางอย่างแก่เครื่องแล้ว เครื่องก็สามารถทำนายผลลัพธ์ได้

• ไม่ได้รับการดูแล

  แมชชีนเลิร์นนิงที่ไม่ได้รับการดูแลคือทั้งหมดที่เกี่ยวกับการจัดเรียงข้อมูลที่มีอยู่ซึ่งไม่มีป้ายกำกับ อัลกอริธึมการเรียนรู้ของเครื่องที่ไม่ได้รับการดูแลสามารถสอนคอมพิวเตอร์ให้แยกข้อมูลออกเป็นกลุ่มต่างๆ ตามความสัมพันธ์หรือรูปแบบ

• กึ่งควบคุม

  แมชชีนเลิร์นนิงกึ่งควบคุมดูแลอยู่ระหว่างสองสิ่งนี้ แมชชีนเลิร์นนิงประเภทนี้จะมีผลเมื่อชุดข้อมูลมีทั้งส่วนประกอบที่ติดป้ายกำกับและไม่มีป้ายกำกับ การคาดคะเนภายใต้แมชชีนเลิร์นนิงกึ่งควบคุมมีแนวโน้มว่าจะแม่นยำที่สุดสำหรับแมชชีนเลิร์นนิงทุกประเภท

• การเสริมแรง

  ML ประเภทนี้คล้ายกับการเรียนรู้แบบเสริมกำลังที่มนุษย์มีส่วนร่วม ภายใต้การเรียนรู้แบบเสริมกำลัง จะมีการให้รางวัลเมื่อมีการกำหนดแนวทางปฏิบัติที่ดีที่สุด เป้าหมายของเครื่องคือการตัดสินใจเพื่อให้ได้รางวัลสูงสุด

ความแตกต่างที่สำคัญระหว่างปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง

หลังจากนั้น คุณอาจสงสัยว่าสิ่งเหล่านี้แตกต่างกันอย่างไร? มีลักษณะสำคัญบางประการที่อาจทำให้จำความแตกต่างได้ง่ายขึ้น

• ขอบเขต

  สิ่งหนึ่งที่ควรคำนึงถึงคือขอบเขต ปัญญาประดิษฐ์มีขอบเขตที่กว้างมาก ในทางกลับกัน แมชชีนเลิร์นนิงมีขอบเขตที่แคบกว่ามาก แมชชีนเหล่านี้สามารถเชี่ยวชาญงานที่กำหนดได้ แต่ไม่สามารถทำอะไรได้อีกมาก

• เป้าหมาย

  ความแตกต่างที่สำคัญอีกประการระหว่างการเรียนรู้ประดิษฐ์และการเรียนรู้ของเครื่องคือทั้งสองมีเป้าหมายที่แตกต่างกันมาก เมื่อพูดถึงปัญญาประดิษฐ์ โดยเฉพาะ AGI หรือ ASI เป้าหมายคือการสร้างคอมพิวเตอร์ที่มีความสามารถในการตัดสินใจและความคิดที่มีเหตุผล ด้วยการเรียนรู้ของเครื่อง เป้าหมายเป็นเพียงเพื่อให้เครื่องสามารถคาดการณ์ผลลัพธ์ได้อย่างแม่นยำโดยอิงจากข้อมูลในอดีต

• ประเภทของชุดข้อมูล

  นอกจากนี้ ปัญญาประดิษฐ์สามารถจัดการกับข้อมูลทุกประเภท ทั้งแบบมีโครงสร้าง ไม่มีโครงสร้าง และกึ่งโครงสร้าง แมชชีนเลิร์นนิงสามารถเข้าใจข้อมูลที่มีโครงสร้างและกึ่งมีโครงสร้างเท่านั้น นอกจากนี้ ในขณะที่ทั้ง AI และ ML เกี่ยวข้องกับการแก้ไขตนเอง แต่ AI เท่านั้นที่เกี่ยวข้องกับการให้เหตุผล

• ปัญญากับความรู้

  คุณยังสามารถพูดได้ว่าปัญญาประดิษฐ์เกี่ยวข้องกับการจัดซื้อปัญญาและปัญญา ในขณะที่การเรียนรู้ของเครื่องมุ่งที่ความรู้

• ผล

  ปัญญาประดิษฐ์จะพิจารณาผลลัพธ์ที่หลากหลายและเลือกสิ่งที่ดีที่สุด แมชชีนเลิร์นนิงจะเลือกสิ่งที่เห็นว่าเป็นทางออกเดียว ไม่ว่าจะดีที่สุดหรือไม่ก็ตาม

• สติ

  แท้จริงแล้ว แก่นแท้ของความแตกต่างระหว่างการเรียนรู้ของเครื่องและปัญญาประดิษฐ์นั้นเป็นความคิดที่มีความรู้สึก การเรียนรู้ของเครื่องไม่จำเป็นต้องใช้คอมพิวเตอร์เพื่อพัฒนาจิตสำนึกของตัวเอง ปัญญาประดิษฐ์ต้องการให้เครื่องสามารถรู้สึกและคิดอย่างอิสระจากการเขียนโปรแกรมเพื่อให้สอดคล้องกับความสามารถของสมองมนุษย์

ทำไมบริษัทเทคโนโลยีจึงมักใช้ AI และ ML สลับกัน?

บริษัทเทคโนโลยีต่างๆ ใช้ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องแทนกัน เนื่องจากเมื่อหลายสิบปีก่อน จุดมุ่งหมายหลักอยู่ที่การพัฒนาปัญญาประดิษฐ์ที่แท้จริง นั่นคือ AGI และ ASI ในขณะนั้น ความอัปยศเชิงลบเริ่มก่อตัวขึ้นในช่วงระยะเวลาหนึ่ง ความอัปยศนี้อาจเกี่ยวข้องกับการแสดงภาพของ ASI ในภาพยนตร์ โทรทัศน์ และสื่อ

ด้วยเหตุผลดังกล่าว คำศัพท์อื่นๆ จึงเริ่มปรากฏขึ้นเมื่อเทคโนโลยีก้าวหน้า คำศัพท์ต่างๆ เช่น แมชชีนเลิร์นนิงและการเรียนรู้เชิงลึกเริ่มก่อตัวขึ้น โดยผู้คนใช้คำเหล่านี้แทนกันด้วย AI แบบแคบ

ปัญหาคือ ML มีความหมายเหมือนกันกับ AI แบบแคบเท่านั้น เมื่อนายพลและปัญญาประดิษฐ์ประดิษฐ์กลายเป็นคู่แข่งกัน มีแนวโน้มว่าความแตกต่างระหว่าง ML และ AI จะมีความสำคัญมากขึ้น และข้อกำหนดต่างๆ จะสลับกันน้อยลงโดยธรรมชาติ

ความคิดสุดท้าย

แมชชีนเลิร์นนิงเป็นที่ที่เทคโนโลยี AI อยู่ในปัจจุบัน ปัญญาประดิษฐ์แสดงให้เห็นว่าอนาคตจะเป็นอย่างไร หากคุณต้องการความช่วยเหลือในการรักษาเงื่อนไขให้ตรง จำไว้ว่าแมชชีนเลิร์นนิงเกี่ยวข้องกับการสอนแมชชีนให้เรียนรู้

เครื่องเหล่านี้ทำงานเดียวได้ดีมาก ในทางกลับกัน ปัญญาประดิษฐ์เกี่ยวข้องกับการจำลองจิตใจของมนุษย์ ในทางทฤษฎี เครื่องจักรเหล่านี้สามารถทำงานต่างๆ ได้เช่นเดียวกัน หากไม่ดีกว่ามนุษย์

ในที่สุด ความแตกต่างระหว่างทั้งสองจะกว้างขึ้นและแยกแยะได้ง่ายขึ้นเมื่อเวลาผ่านไปหลายปี

แหล่งข้อมูลที่เป็นประโยชน์อื่นๆ:

ปัญญาประดิษฐ์ถูกวางตัวเพื่อนำกระบวนการอัตโนมัติของหุ่นยนต์ไปสู่อีกระดับได้อย่างไร

สุดยอดแพลตฟอร์มที่เน้นปัญญาประดิษฐ์ที่เพิ่มการแปลง

อนาคตของการรักษาความปลอดภัยทางไซเบอร์ด้วยปัญญาประดิษฐ์

ชุดข้อมูลสาธารณะ 5 อันดับแรกสำหรับการเรียนรู้ของเครื่อง

รายการอัลกอริทึมการเรียนรู้ของเครื่องที่ผู้เชี่ยวชาญควรรู้