ประวัติศาสตร์ของ AI

ธุรกิจ, เอไอ

ประวัติศาสตร์ของ AI : ไทม์ไลน์การถือกำเนิดของปัญญาประดิษฐ์

ในครั้งนี้เรามาคุยเรื่องปัญญาประดิษฐ์กันว่าสิ่งนี้ถือกำเนิดมานานเท่าไหร่แล้ว ทำไมสิ่งนี้ถึงเกิดขึ้นมาได้และทำไมมันต้องเกิดขึ้นมา เชิญค้นพบไทม์ไลน์การถือกำเนิดของปัญญาประดิษฐ์ในมุมมองของเราได้เลย!

ว่ากันว่า AI มีอยู่มานานแล้วตั้งแต่ช่วงปี 1950 แต่ด้วยความเจริญก้าวหน้าและการเปลี่ยนแปลงอย่างรวดเร็วของโลกมนุษย์ ทำให้เกิดกระแสความสนใจในตัว AI เกิดขึ้นมา ทำให้ AI กลายเป็นสิ่งที่สามารถเข้าถึงได้ง่ายยิ่งขึ้นสำหรับผู้ใช้งานทั่วไป โดยเครื่องมืออย่างโปรแกรมสร้างภาพของ Shutterstock ก็ใช้ AI ช่วยให้ผู้คนสร้างเนื้อหาและตอบสนองต่อไอเดียด้วยข้อมูลอันซับซ้อนในยุคปัจจุบันได้

ประวัติศาสตร์ของ AI
ภาพโดย Shutterstock.AI x2 x3 x4 x5

ประวัติศาสตร์วิวัฒนาการของ AI: ไทม์ไลน์การถือกำเนิดของปัญญาประดิษฐ์

AI ถูกสร้างขึ้นเมื่อไหร่? คำตอบคือน่าจะช่วงราว ๆ ปี 1950s-1960s

Electronic Brain, USA
ภาพโดย Bernard Hoffman/The LIFE Picture Collection/Shutterstock

ปัญญาประดิษฐ์เริ่มต้นจากการเป็นแค่สาขาวิชาให้ศึกษา มันถูกสร้างขึ้นครั้งแรกในการประชุม Dartmouth โดยกลุ่มนักวิจัย โดยตั้งชื่อให้สิ่งนี้ว่า “artificial intelligence (ปัญญาประดิษฐ์)” โดยพวกเขาจินตนาการถึงการสร้างเครื่องจักรที่สามารถจำลองความฉลาดของมนุษย์ได้

ในปีต่อมากลุ่มนักวิจัยได้มุ่งเน้นไปที่การพัฒนาแนวคิดขั้นพื้นฐานและเทคนิคที่ AI สามารถใช้ได้ คุณ Alan Turing จึงนำเสนอแนวคิดเรื่อง Machine intelligence เป็นครั้งแรก นอกจากนี้เขายังออกแบบบททดสอบความสามารถของเครื่องจักรในการแสดงพฤติกรรมคล้ายมนุษย์ในปี 1950 อีกด้วย

ประวัติศาสตร์ของ AI 1 1
ภาพโดย SherborneSchoolArchives/Bournemouth News/ShutterstockZacharyCulpin/Bournemouth News/Shutterstock, และ SherborneSchoolArchives/Bournemouth News/Shutterstock

ช่วงปลายปี 1950 และช่วงต้นปี 1960 นักวิจัยอัจฉริยะทั้งสามท่านนี้ ทั้งคุณ Herbert Simon, คุณ Allen Newell, และ คุณ Cliff Shaw ได้พัฒนาแนวทางที่ AI ควรเรียนรู้ เช่น เรื่องตรรกะศาสตร์ (Logic) และการแก้ปัญหาทั่วไป ทำให้ตัว AI สามารถสร้างแบบจำลองทางคณิตศาสตร์ที่ต่อให้มนุษย์ที่เก่งคณิตศาสตร์ที่สุดในโลก หรือสาขาวิชาใดก็ไม่สามารถทำได้

The AI Winter: ปี 1970s-1980s

แม้พวกนักวิจัยจะมีความกระตือรือร้นในช่วงแรก ๆ ของการพัฒนา แต่การวิจัยด้าน AI กลับต้องเผชิญกับความท้าทายและมีข้อจำกัดมากมาย ความคาดหวังที่มีต่อ AI เริ่มสูงขึ้น แต่ความสามารถของ AI กลับไม่สามารถตอบสนองต่อความคาดหวังนั้นได้ ด้วยงบประมาณลงทุนที่มากมายมหาศาลในช่วงแรกจึงลดลง กลายเป็นเหตุการณ์ที่ถูกเรียกว่า AI Winter

ส่วนหนึ่งเกิดจากการตีพิมพ์หนังสือชื่อ Perceptrons ที่ชี้ให้เห็นถึงข้อบกพร่องและข้อจำกัดของโครงข่าย neural networks การเผยแพร่เอกสารนี้ส่งผลให้สำนักงานโครงการวิจัยขั้นสูงของกระทรวงกลาโหม (DARPA) ถอนเงินทุนสำหรับโครงการ AI ก่อนหน้านี้ทั้งหมด

ทำให้ความพยายามในด้านการวิจัยได้เปลี่ยนทิศทางไปสู่พื้นที่เฉพาะทางมากขึ้น เช่น ระบบที่มีไว้เพื่อผู้เชี่ยวชาญ และระบบที่มีฐานความรู้ด้านนั้น ๆ เป็นพื้นฐาน

การเกิดขึ้นของ Connectionism และ Neural Networks: ปี 1980

ในที่สุดนักวิจัยก็เริ่มสร้างระบบ Connectionism ซึ่งก็คือการนำปัญญาประดิษฐ์มาเชื่อมต่อหลายโหนดเข้าด้วยกัน​ (เหมือนกับเซลล์สมอง) ก่อให้เกิดเครือข่าย Interactive ขนาดใหญ่มากมายที่สามารถดำเนินการได้พร้อมกัน

สิ่งนี้จึงกลายมาเป็นพิ้นฐานสำหรับ neural networks ในเวลาต่อมาจนถึงปัจจุบัน

ในปี 1989 นักวิจับได้ค้นพบอัลกอริธึมการแพร่กระจายกลับ (backpropagation algorithm) การค้นพบนี้นำไปสู่กฎลูกโซ่ (chain rule) ซึ่งเป็นความก้าวหน้าสำคัญในการสร้าง neural networks

จุดเริ่มต้นของยุคฟื้นฟูศิลปวิทยา AI และ Machine Learning: 1990s-2000s

ปี 1990 การวิจัยด้าน AI เริ่มกลับมาฟื้นฟูอีกครั้ง Machine Learning ได้รับความนิยมเพิ่มขึ้นอย่างรวดเร็ว การพัฒนาอัลกอริธึมเพื่อนำไปสนับสนุนเครื่องจักรให้สามารถตัดสินใจเองได้ ถูกนำไปใช้อย่างกว้างขวาง

ตัวอย่างการใช้งาน เช่น Deep Blue ของ IBM สามารถเอาชนะแชมป์หมากรุกคุณ Garry Kasparov ลงได้ ในปี 1997 AI แสดงให้เห็นศักยภาพว่า AI สามารถนำมาใช้งานเฉพาะทางแบบนี้ได้ด้วย

ประวัติศาสตร์ของ AI 1 2
ภาพโดย Pendzich/Shutterstock x2 x3

การขยายตัวของ Big Data และ Deep Learning: ปี 2010

การเปิดตัวบริการชุดข้อมูลขนาดใหญ่ (Large-scale data sets) และความก้าวหน้าของพลังการประมวลผลคอมพิวเตอร์ ทำให้เกิดระบบ Deep Learning ขึ้นมา สิ่งเหล่านี้เกิดขึ้นจากการมาถึงของอินเทอร์เน็ตและโซเชียลมีเดียที่ทุกคนใช้ในชีวิตประจำวันนั่นเอง 

ข้อมูลอันมหาศาลประกอบกับพลังของคอมพิวเตอร์ เป็นเครื่องมือชั้นดีในการฝึกเทรนชุดข้อมูลและเครื่องมือ AI 

Ai Da the Robotic artist open Exhibition., Kensington, London, UK 18 May 2021
ภาพโดย Mark Thomas/Shutterstock

สิ่งนี้ช่วยให้นักวิจัยและผู้ปฏิบัติงานด้านต่าง ๆ สามารถจัดการกับสิ่งจำเป็นให้งานด้านคำนวณ และสร้างระบบ deep neural networks ขึ้นมาได้

ผลลัพธ์สุดโดดเด่นของคอมพิวเตอร์วิทัศน์ การประมวลผลด้านภาษาและการจดจำเสียงก็ถูกพัฒนามาจากสิ่งเหล่านี้

AI ยังสามารถสร้างภาพจากการเขียนข้อความเข้าไป รวมถึงจดจำและเลียนแบบรูปแบบคำพูดเหล่านั้นได้อีกด้วย

โลกอนาคตของ AI

AI ในทุกกิจวัตรประจำวัน

AI ยังคงพัฒนาอย่างต่อเนื่องและรวดเร็ว อีกทั้งยังถูกนำไปบูรณาการเข้ากับอุตสาหกรรมต่าง ๆ รวมถึงด้านสุขภาพ การเงิน และยานยนต์ขับขี่อัตโนมัติ ที่ฮือฮากันในยุคปัจจุบันก็คือระบบ Chatbot ที่สามารถใช้บริการลูกค้าได้หลากหลายประเภทเช่นกัน

ผู้ช่วยเสมือน เช่น Siri ของ Allple, Alexa ของ Amazon และ Google Assistant ได้รับการยอมรับอย่างกว้างขวาง ทำให้ผู้ใช้สามารถทำงานต่าง ๆ ติดต่อกับเครื่องอื่น และโต้ตอบกับอุปกรณ์ผ่านคำสั่งเสียงได้

การเรียนรู้แบบเสริมกำลัง (Reinforcement learning) กลายเป็นสาขาวิชาย่อยที่โดดเด่นสำหรับผู้ที่ชื่นชอบ AI มุ้งเน้นไปที่ฝึกให้มีการจัดเรียงลำดับการตัดสินใจ ในสภาพแวดล้อมต่าง ๆ เพื่อให้เกิดผลประโยชน์สูงสุด ความสำเร็จของ RL ก็คือ AlphaGo ที่พัฒนาโดย DeepMind นั่นเอง แสดงให้เห็นว่าสิ่งนี้สามารถแก้ปัญหาที่ซับซ้อนได้

AlphaGo สามารถเอาชนะผู้เล่นแชมป์โลกในปี 2016 ตอกย้ำถึงความสามารถของระบบที่ใช้ RL เพื่อให้บรรลุประสิทธิภาพเหนือมนุษย์ในเกมเชิงกลยุทธ์ได้

ประวัติศาสตร์ของ AI 1 4
ภาพโดย Wu Hong/EPA/Shutterstock และ Xinhua/Shutterstock

ยานยนต์ไร้คนขับก็สามารถนำความก้าวหน้าที่สำคัญนี้ไปใช้พัฒนาระบบ AI ที่สามารถทำให้รถขับเคลื่อนได้ด้วยตนเอง โดยอาศัยการผสมผสานระหว่างเซ็นเซอร์คอมพิวเตอร์วิทัศน์, Machine Learning, และอัลกอริธึมการตัดสินใจขั้นสูง เพื่อนำทางและตัดสินใจในการขับขี่แบบเรียลไทม์

บริษัทต่าง ๆ เช่น Tesla, Waymo และ Uber มีความก้าวหน้าอย่างมากในการพัฒนาเทคโนโลยียานยนต์ไร้คนขับ โดยมีการวิจัยและพัฒนาอย่างต่อเนื่อง โดยมีเป้าหมายเพื่อให้ระบบขนส่งปลอดภัยและมีประสิทธิภาพมากขึ้น

AI มีผลกับการทำงานอย่างไร

การบูรณาการ AI เข้ากับอุตสาหกรรมต่าง ๆ ก็เป็นเทรนด์ที่สำคัญในยุคนี้เช่นกัน ในด้านการดูแลสุขภาพ AI เข้ามาจัดการงานหลาย ๆ อย่างในระบบ บริษัท LG ได้สิ่งนี้วิเคราะห์สาเหตุการป่วยได้ดีขึ้น การจ่ายยาก็ทำได้ดีขึ้นเช่นกัน

ระบบที่ขับเคลื่อนด้วย AI เหล่านี้แสดงผลลัพธ์ที่คาดหวังได้ ในการวิเคราะห์ภาพทางการแพทย์ (เช่น ภาพเอ็กซ์เรย์และ MRI) เพื่อการตรวจหาโรคในระยะเริ่มแรก เช่น มะเร็ง นอกจากนี้ AI ยังถูกนำมาใช้เพื่อปรับปรุงความแม่นยำและเพิ่มประสิทธิภาพในการวินิจฉัยโรค ด้วยการวิเคราะห์ข้อมูลและอาการของผู้ป่วยได้ด้วย

ในโลกอุตสาหกรรมการเงิน AI ได้ถูกนำมาใช้ยกระดับแอปพลิเคชันต่าง ๆ เช่น ตรวจจับการฉ้อโกง การเทรดโดยอัลกอริทึม และการประเมินความเสี่ยง อัลกอริธึมการเรียนรู้ของ Machine Learning สามารถวิเคราะห์ข้อมูลทางการเงินจำนวนมาก เพื่อระบุรูปแบบความผิดปกติ และสิ่งที่อาจเกิดการฉ้อโกงในอนาคตได้

ระบบการซื้อขายที่ขับเคลื่อนด้วย AI สามารถใช้อัลกอริธึมที่ซับซ้อนในการตัดสินใจ ซื้อขายตามแนวโน้มของตลาด ข่าวสาร และปัจจัยอื่น ๆ ที่เกี่ยวข้องได้

ในอุตสาหกรรมครีเอทีฟ Generative AI สามารถสร้างสรรค์ภาพใหม่ ๆ ออกมาให้นักออกแบบนำไปต่อยอดได้ ไม่ว่าจะเป็นระดับหัวหน้า พนักงาน หรือนักการตลาดก็สามารถทำงานด้วยกันได้อย่างมีประสิทธิภาพ เราน่าจะได้เห็นภาพ AI ในแคมเปญโฆษณามาแล้วนักต่อนัก การใช้ AI ในธุรกิจกลายเป็นมาตรฐานใหม่ที่ช่วยเรื่องการคิดและขั้นตอนทำงานไปแล้ว

พวกเขายังสามารถใช้มันเพื่อสร้างเนื้อหาใหม่ จากนั้นใช้เนื้อหาดังกล่าวเพื่อวัตถุประสงค์ทางการค้าได้

ประวัติศาสตร์ของ AI ยังคงดำเนินต่อไป

คาดว่าจะมีการใช้งาน AI เพิ่มมากขึ้นในอนาคตอันใกล้นี้ สิ่งเหล่านี้อาจรวมถึงการทำงานเป็นทีมระหว่างมนุษย์และ AI โดยที่เครื่องมือและอินเทอร์เฟซที่ขับเคลื่อนด้วย AI ช่วยเพิ่มขีดความสามารถของมนุษย์ เทคโนโลยีประเภทนี้จะช่วยให้มนุษย์และ AI ทำงานร่วมกันได้ใกล้ชิดยิ่งขึ้น

แต่สิ่งสำคัญที่ควรทราบก็คืออนาคตของ AI ค่อนข้างผันผวนและขึ้นอยู่กับความก้าวหน้าทางเทคโนโลยี อีกทั้งยังต้องมีการพิจารณาของสังคมอีกด้วย แนวทางของ AI จะขึ้นอยู่กับกรอบด้านจริยธรรม กฎหมาย และสังคมเป็นหลัก

AI จะทำให้โลกนี้น่าอยู่กว่าเดิม…ถ้าเราพัฒนามันอย่างถูกจริยธรรม ทั้งนี้ขึ้นอยู่กับอุตสาหกรรมต่าง ๆ แล้วว่าจะทำมันอย่างไร และอยู่ในมือของผู้บริโภคแล้วว่าจะเลือกใช้ผลิตภัณฑ์ของ AI ที่ถูกจริยธรรมหรือไม่

ถ้าคุณสนใจเรื่องราวของ AI และอยากลองใช้ Generative AI ของเรากับการใช้งานจริง สามารถติดต่อขอข้อมูลเพิ่มเติม หรืออยากให้เราจัด Workshop ทั้งในรูปแบบ Online&Offline ได้ที่ Number 24 x Shutterstock 

บทความโดย : The History of AI: An AI Timeline

เรียบเรียงโดย : ทีมงานชัตเตอร์สต็อกประเทศไทย ดำเนินงานโดย นัมเบอร์ 24

Related Blog

 
สร้างภาพ AI ต้องทำยังไงดีนะ? (ฉบับมือใหม่).

สร้างภาพ AI ต้องทำยังไงดีนะ? (ฉบับมือใหม่)

 
 
Indemnification

เปิดตัว “การคุ้มครองสิทธิ์” ให้แก่ภาพที่สร้างโดย AI พร้อมวงเงินประกัน (Indemnification) เป็นที่แรกในอุตสาหกรรมภาพสต็อก

 
 
Shutterstock ประกาศร่วมมือกับ NeRF เพื่อนำเทคโนโลยี Generative AI สู่ผู้ใช้งาน 3D ทั่วโลก

Shutterstock ประกาศร่วมมือกับ NeRF เพื่อนำเทคโนโลยี Generative AI สู่ผู้ใช้งาน 3D ทั่วโลก

 
 

AI จะเปลี่ยนแปลงโลกนี้ไปในทางที่ดี ถ้าเราพัฒนามันอย่างถูกจริยธรรม

 
 

วิธีสร้างภาพ AI เพื่อใช้งานเชิงพาณิชย์

 

กรุณากรอกข้อมูลสำหรับการติดต่อ





    Type:

     
    Shopping cart0
    There are no products in the cart!
    Continue shopping