ขอบเขต ประเภทของ AI และจริยธรรมในการใช้งาน

1. ขอบเขตและสาขาของปัญญาประดิษฐ์ (AI)

ปัญญาประดิษฐ์ (Artificial Intelligence: AI) คือ การทำให้คอมพิวเตอร์หรือเครื่องจักรสามารถทำงานบางอย่างได้ใกล้เคียงกับ “ความฉลาดของมนุษย์” เช่น การเรียนรู้ การตัดสินใจ การมองเห็นภาพ หรือการเข้าใจภาษา เป็นต้น

สาขาสำคัญของ AI ที่พบในงานจริง ได้แก่

1. Machine Learning (ML)

• ให้คอมพิวเตอร์ “เรียนรู้จากข้อมูล” แล้วค่อย ๆ ปรับปรุงความแม่นยำเอง โดยไม่ต้องเขียนกฎละเอียดทุกข้อ

• ตัวอย่าง: ระบบทำนายคะแนนเครดิต, แนะนำสินค้า, ทำนายราคาบ้าน

1. Deep Learning (DL)

• เป็นส่วนย่อยของ ML ที่ใช้ “โครงข่ายประสาทเทียมหลายชั้น (Neural Network แบบลึก)” เพื่อเรียนรู้ลักษณะซับซ้อนในข้อมูลขนาดใหญ่ เช่น รูปภาพ เสียง ข้อความ

• ตัวอย่าง: ระบบรู้จำใบหน้า, ระบบรู้จำเสียงพูด, ระบบสร้างภาพจากข้อความ

1. Natural Language Processing (NLP)

• ให้คอมพิวเตอร์ “เข้าใจและสร้างภาษา” ของมนุษย์ เช่น ภาษาไทย อังกฤษ ฯลฯ

• ตัวอย่าง: Chatbot, โปรแกรมแปลภาษา, ระบบวิเคราะห์ความคิดเห็นในโซเชียล

1. Computer Vision (CV)

• ทำให้เครื่องสามารถ “มองเห็นและเข้าใจภาพ/วิดีโอ” เช่น รู้ว่าสิ่งไหนคือคน รถ ป้ายจราจร

• ตัวอย่าง: ระบบตรวจจับใบหน้า, ระบบกล้องจราจรอัจฉริยะ, ระบบตรวจสอบคุณภาพสินค้าด้วยกล้อง

1. Robotics

• การผสาน AI เข้ากับหุ่นยนต์หรืออุปกรณ์ฮาร์ดแวร์ ทำให้เครื่องสามารถ “รับรู้-ตัดสินใจ-ลงมือทำ” งานทางกายภาพได้เองบางส่วน

• ตัวอย่าง: หุ่นยนต์แขนกลในสายการผลิต, หุ่นยนต์ส่งของ, หุ่นยนต์ดูแลผู้สูงอายุ

2. ประเภทของปัญญาประดิษฐ์

AI สามารถแบ่งตามระดับความสามารถ ได้ 3 ประเภทใหญ่ ๆ ดังนี้

1. Narrow AI (Artificial Narrow Intelligence: ANI)

• AI ที่ถูกออกแบบให้ทำ “งานเฉพาะด้าน” อย่างใดอย่างหนึ่งได้ดีมาก แต่ทำอย่างอื่นไม่เก่ง

• ตัวอย่าง: ระบบแนะนำหนัง, ระบบตรวจจับสแปม, ระบบรู้จำใบหน้า

• สถานะปัจจุบัน: AI ส่วนใหญ่ที่ใช้จริงในอุตสาหกรรมทุกวันนี้เป็น Narrow AI

1. General AI (Artificial General Intelligence: AGI)

• แนวคิด AI ที่มีความฉลาด “หลากหลายด้าน” ใกล้เคียงมนุษย์ สามารถเรียนรู้และประยุกต์ความรู้กับงานได้หลายประเภท

• สถานะปัจจุบัน: ยังอยู่ในระดับวิจัยและจินตนาการ ยังไม่เกิดขึ้นจริงในเชิงอุตสาหกรรม

1. Super AI / Artificial Superintelligence (ASI)

• แนวคิด AI ที่ “ฉลาดกว่ามนุษย์ในทุกด้าน” เช่น การคิดวิเคราะห์ ความคิดสร้างสรรค์ การวางกลยุทธ์

• มักถูกพูดถึงในนิยายวิทยาศาสตร์และการคาดการณ์อนาคต มากกว่าการใช้งานจริงในปัจจุบัน

3. องค์ประกอบหลักของระบบ AI

เมื่อนำ AI มาใช้จริงในงานอุตสาหกรรมหรือองค์กร หนึ่งระบบจะประกอบด้วยส่วนสำคัญดังนี้

1. ข้อมูล (Data)

• วัตถุดิบสำคัญของ AI เช่น รูปภาพ เสียง ข้อความ ข้อมูลเซนเซอร์ ฯลฯ

• คุณภาพข้อมูลส่งผลโดยตรงต่อความแม่นยำ และความเป็นธรรมของโมเดล

1. โมเดล (Model)

• โครงสร้างทางคณิตศาสตร์/สถิติที่เรียนรู้จากข้อมูล เช่น โมเดล ML, โมเดล Neural Network, โมเดลภาษาขนาดใหญ่

• เป็น “สมอง” ที่ใช้ตัดสินใจ/ทำนายผล

1. อัลกอริทึม (Algorithm)

• ขั้นตอนวิธีในการฝึกโมเดลและปรับค่าพารามิเตอร์ เช่น อัลกอริทึมเรียนรู้แบบมีผู้สอน, แบบไม่มีผู้สอน, การเรียนรู้แบบเสริมแรง

• กำหนดวิธีที่โมเดลจะเรียนรู้จากข้อมูล

1. โครงสร้างพื้นฐาน (Infrastructure)

• ฮาร์ดแวร์และแพลตฟอร์มที่ใช้ประมวลผลและให้บริการ AI เช่น CPU, GPU, Cloud, Edge Device, ระบบเครือข่าย ฯลฯ

• สำคัญมากในงานที่ต้องประมวลผลแบบ real-time หรือใช้โมเดลขนาดใหญ่

4. จริยธรรมและผลกระทบของ AI

การพัฒนาและใช้งาน AI ต้องคำนึงถึงจริยธรรมและผลกระทบต่อสังคมอย่างจริงจัง ประเด็นสำคัญที่ควรรู้ ได้แก่

1. Bias (อคติ/ความลำเอียง)

• เกิดจากข้อมูลฝึกที่มีความเอนเอียง เช่น ข้อมูลผู้สมัครงานจากบางกลุ่มมากกว่ากลุ่มอื่น

• ทำให้ผลลัพธ์ของ AI ไม่เป็นธรรม เช่น เลือกปฏิบัติต่อเพศ เชื้อชาติ หรือสถาบันการศึกษา

1. Privacy (ความเป็นส่วนตัว)

• AI มักต้องใช้ข้อมูลส่วนบุคคลจำนวนมาก เช่น ประวัติการใช้งาน พิกัดใบหน้า เสียง

• หากจัดเก็บและใช้งานไม่เหมาะสม อาจละเมิดสิทธิและความเป็นส่วนตัวของผู้ใช้ได้

1. Fairness (ความเป็นธรรม)

• ระบบ AI ที่ดีต้องปฏิบัติต่อผู้ใช้อย่างเท่าเทียม ไม่เลือกปฏิบัติ ไม่กีดกันกลุ่มใดกลุ่มหนึ่ง

• ต้องมีการทดสอบและประเมินว่า โมเดลให้ผลเท่าเทียมกันในแต่ละกลุ่มประชากรหรือไม่

1. Accountability (ความรับผิดชอบ)

• ต้องมีการกำหนดให้ชัดว่า “ใครรับผิดชอบ” เมื่อ AI ทำผิดพลาดหรือก่อให้เกิดความเสียหาย

• เช่น ผู้พัฒนาระบบ เจ้าของระบบ หรือองค์กรที่นำไปใช้ ต้องมีการตรวจสอบและติดตามได้ (auditable)

5. ตัวอย่างการประยุกต์ใช้ AI ในงานอุตสาหกรรมดิจิทัล

• ระบบหุ่นยนต์แขนกลในโรงงานผลิต ที่ใช้ Computer Vision ตรวจสอบชิ้นงาน และใช้ ML ตัดสินใจทิ้ง/ผ่าน

• ระบบกล้องวงจรปิดอัจฉริยะ ตรวจจับบุคคลต้องสงสัยหรือเหตุการณ์ผิดปกติแบบ real-time

• ระบบวิเคราะห์ข้อมูลจากเซนเซอร์ IoT ในสายการผลิต เพื่อตรวจจับอาการเครื่องจะเสียล่วงหน้า (Predictive Maintenance)

กิจกรรม

• ให้นักศึกษายกตัวอย่าง “อย่างน้อย 1 งานอาชีพ” ในสายฮาร์ดแวร์/เทคโนโลยีคอมพิวเตอร์ แล้วอธิบายว่า

  • ใช้ AI สาขาใด (ML, NLP, CV, Robotics…)

  • เป็น AI ประเภทไหน (Narrow / General / Super)

  • มีประเด็นจริยธรรมอะไรที่ต้องระวัง