ผู้ใช้:Aroonrak/กระบะทราย

== บทที่ 2 ==

การในหัวข้อ Smart Machine ผู้วิจัยได้ศึกษาวรรณกรรมที่เกี่ยวข้องขอเสนอหัวข้อตามลำดับดังนี้

1. Smart Machine

ปิยะ ตั้งสิทธิชัย (2558). Smart Machine หรือจักรกลอัจฉริยะ Gartner ได้พยากรณ์ ไว้ว่าในราวๆ ปี 2020 เครื่องจักรกลที่มีอัจฉริยภาพ หรือ Smart Machine จะเริ่มเข้ามามีบทบาทในภาคเศรษฐกิจจนเป็นผลต่อการจ้าง งานระดับกลาง เหมือนในยุคที่เครื่องจักรกลอัตโนมัติหรือเทคโนโลยี หุ่นยนต์ที่มีผลต่อการจ้างแรงงานระดับล่างในโรงงานอุตสาหกรรม Smart Machine คือ เครื่องจักรกลที่อาศัยเทคโนโลยี สารสนเทศทำให้เกิดความเป็นอัจฉริยะ อาทิ รถยนต์รุ่นใหม่ๆ ที่ สามารถจอดด้วยตัวเองได้ ซึ่งเป็นไปได้ว่าในอีกไม่เกินสองปีข้างหน้า รถยนต์จะสามารถทำตามคำสั่งของผู้ขับขี่ผ่านเครื่องโทรศัพท์หรือ อุปกรณ์พกพา เราสั่งให้รถขับมารับจากที่จอด หรือเตือนคนขับ ล่วงหน้าก่อนที่จะขับชนสิ่งกีดขวาง ← ระบบสมองกลอัจฉริยะของ IBM ในชื่อ Watson สามารถที่จะเข้าใจและตอบคำถามด้วยภาษามนุษย์ ได้ โดยมีการนำไปใช้ในการวินิจฉัยโรคมะเร็งในปอด เพื่อแนะนำวิธี รักษาที่เหมาะสมที่สุด เหล่านี้เป็นตัวอย่างของ Smart Machine ที่ นอกจากจะทำงานแบบอัตโนมัติแล้ว ยังสามารถที่จะคิด และเรียนรู้ ด้วยตัวเองได้ เหตุเพราะเป็นเครื่องจักรที่ถูกสร้างขึ้นด้วยเทคโนโลยีที่ รวม Intelligent software agents, expert systems และ Virtual Reality ที่จะเสริมความสามารถของหุ่นยนต์รุ่นใหม่ งานใดๆ ที่มนุษย์ ทำได้โดยอาศัยความรู้เพื่อวินิจฉัย และตัดสินใจ ก็จะสามารถทำได้ด้วย Smart Machine เช่นกัน

กลุ่มของ Smart Machine ที่ถูกนำมา ช่วยทำงานในสำนักงาน หรือในโรงงานจะถูกเรียกว่า “Digital Workforce” หรือ “แรงงานดิจิตอล” ในขั้นแรกเครื่องจักรกลเหล่านี้จะสามารถ ทำงานโดยอาศัยความรู้พื้นฐานแทนมนุษย์ ซึ่งในขณะเดียวกันก็ สามารถเรียนรู้ได้ด้วยตัวเอง เกิดการพัฒนาความรู้และทักษะที่ช่วย ให้ทำงานที่สลับซับซ้อนเพิ่มขึ้นได้ สิ่งจูงใจที่ทำให้องค์การธุรกิจหันมา สนใจใช้ Smart Machine ทดแทนมนุษย์ เป็นเพราะค่าแรงของ บุคลากรระดับที่มีความรู้นั้นเพิ่มสูงขึ้นอย่างต่อเนื่อง นักวิเคราะห์ กล่าวว่าโดยเฉลี่ยค่าจ้างแรงงานสูงถึงประมาณร้อยละ 40 ของรายได้ ในบางธุรกิจ ในสภาวะที่มีการแข่งขันอย่างรุนแรง และจำเป็นต้อง ตัดลดค่าใช้จ่าย การใช้ Smart Machine ดูเสมือนจะเป็นทางออกที่เหมาะสม

Gartner พยากรณ์ว่าในระยะเริ่มต้น Smart Machine จะเข้า มารับบทบาทแทนมนุษย์ในงาน ประเภทที่เป็นที่ปรึกษาในด้านข้อมูลและความรู้ ช่วยให้คนสามารถรับรู้สิ่งที่เกิดขึ้นรอบด้านทั้งปัจจุบัน และ อนาคตได้แม่นยำขึ้น ตลอดจนเป็นผู้ช่วยในด้านปฏิบัติงานบางอย่าง ที่จะอำนวยความสะดวกและประหยัดเวลา อาทิ รถยนต์ที่ขับเองได้ โดยอัตโนมัติ เครื่องจักรช่วยทำงานบ้านได้ และเป็นผู้ช่วยส่วนตัว เพื่อทำงานประจำอื่นๆ Gartner เชื่อว่าจะมีเหตุการณ์ที่เรียกกันว่า Cosumerization ซึ่งหมายถึงเทคโนโลยี ICT บางชนิดที่สร้างความ นิยมในหมู่ผู้บริโภค ก่อนที่จะเข้าสู่ตลาดธุรกิจหรือองค์การ ตัวอย่าง เช่น Tablet และ Smart Phone ซึ่งต่างจาก PC ที่เข้าสู่ตลาดภาคธุรกิจ ก่อนที่บุคคลทั่วไปจะเริ่มหาซื้อมาใช้เป็นสมบัติส่วนตัว ในกรณีของ Smart Machine นั้น Gartner พยากรณ์ว่า มีแนวโน้มที่พนักงานจะ ลงทุนซื้อใช้เอง เพื่อการเพิ่มคุณค่าให้ตนเองก่อนหรือระยะเวลา เดียวกันกับที่องค์การเริ่มตัดสินใจลงทุน อย่างไรก็ตาม ยุคของ Smart Machine ที่กำลังจะมาถึงในอีกไม่กี่ปีข้างหน้าจะเกิดผลกระทบต่อภาค เศรษฐกิจอย่างหลีกเลี่ยงไม่ได้ ธุรกิจที่ปรับใช้ Smart Machine ได้ก่อน จะได้เปรียบด้านการแข่งขันเนื่องจากต้นทุนจะต่ำกว่า และมีความ คล่องตัวสูงในการปรับเปลี่ยนยุทธศาสตร์ การผลิตด้วยวิธีทดแทนใช้ แรงงานคนด้วยหุ่นยนต์ย่อมทำให้เกิดประสิทธิภาพที่ดีกว่า

2. ปัญญาประดิษฐ์และระบบผู้เชี่ยวชาญ

ปัญญาประดิษฐ์เป็นศาสตร์ที่เกี่ยวกับการสอนเครื่องจักรหรือเครื่องคอมพิวเตอร์ให้สามารถทำงานได้อย่างชาญฉลาดราวกับว่ามีกระบวนการคิดและตัดสินใจได้เองเหมือนมนุษย์ นิยามของปัญญาประดิษฐ์สามารถจัดแบ่งเป็น 4 ประเภท คือ • นิยามที่เน้นระบบที่คิดเหมือนมนุษย์ • นิยามที่เน้นระบบที่ระบบกระทำเหมือนมนุษย์ • นิยามที่เน้นความคิดอย่างมีเหตุผล • นิยามที่เน้นการกระทำอย่างมีเหตุผล

ปัจจุบันงานวิจัยหลัก ๆ ของเอไอ จะมีแนวคิดในรูปแบบที่เน้นเหตุผลเป็นหลัก เนื่องจากเอไอ ไปประยุกต์ใช้แก้ปัญหา ไม่จำเป็นต้องอาศัยอารมณ์หรือความรู้สึกของมนุษย์ อย่างไรก็ตามนิยามทั้ง 4 ไม่ได้ต่างกันโดยสมบูรณ์ นิยามทั้ง 4 ต่างก็มีส่วนร่วมที่คาบเกี่ยวกันอยู่

ระบบที่คิดเหมือนมนุษย์ (Systems that think like humans)

Haugeland (1985). คำนิยามของปัญญาประดิษฐ์ประเภทนี้คือปัญญาประดิษฐ์หมายถึงความพยายามใหม่อันน่าตื่นเต้นที่จะทำให้คอมพิวเตอร์คิดได้ คือเครื่องจักรที่มีสติปัญญาอย่างครบถ้วนและแท้จริง

“The exciting new effort to make computers think … machines with minds, in the full and literal sense.”

Bellman (1978). อีกคำนิยามหนึ่งของปัญญาประดิษฐ์ประเภทนี้คือปัญญาประดิษฐ์หมายถึงกลไกของกิจกรรมที่เกี่ยวข้องกับความคิดมนุษย์ เช่น การตัดสินใจ การแก้ปัญหาการเรียนรู้

“The automation of activities we associate with human thinking, activities such as decision-making, problem solving, learning ”

แต่ก่อนที่จะทำให้เครื่องคิดอย่างมนุษย์ได้จะต้องรู้ก่อนว่ามนุษย์มีกระบวนการคิดอย่างไร การวิเคราะห์ลักษณะการคิดมนุษย์ เป็นศาสตร์ด้านการเรียนรู้ เช่น การศึกษาการเรียงตัวของเซลล์ สมองในสามมิติ ศึกษาการถ่ายเทประจุไฟฟ้า และวิเคราะห์การเปลี่ยนแปลงทางเคมีไฟฟ้าในร่างกายระหว่างการคิด

ระบบที่กระทำเหมือนมนุษย์ (System that act like humans)

Kurzweil (1990). คำนิยามของปัญญาประดิษฐ์ประเภทนี้คือปัญญาประดิษฐ์หมายถึงวิชาของการสร้างเครื่องจักรที่ทำงานในสิ่งซึ่งอาศัยปัญญาเมื่อกระทำโดยมนุษย์

“The art of creating machines that perform functions that requires intelligence when performed by people”

Rich and Knight (1991). อีกคำนิยามหนึ่งของปัญญาประดิษฐ์ประเภทนี้คือปัญญาประดิษฐ์หมายถึงการศึกษาวิธีทำคอมพิวเตอร์กระทำในสิ่งที่มนุษย์ทำได้ดีกว่าในขณะนั้น

“The study of how to make computers do things at which, at the moment, people are better.”

การกระทำเหมือนมนุษย์ เช่น

• สื่อสารได้ด้วยภาษาที่มนุษย์ใช้ เช่น ภาษาไทย ภาษาอังกฤษ ตัวอย่างคือการแปลงข้อความเป็นคำพูด และการแปลคำพูดเป็นข้อความ

• มีประสารทรับสัมผัสคล้ายมนุษย์ เช่น คอมพิวเตอร์รับภาพได้โดยอุปกรณ์รับสัมผัสแล้วนำภาพไปประมวล

• เคลื่อนไหวได้คล้ายมนุษย์ เช่น หุ่นยนต์ช่วยงานต่าง ๆ อย่างการดูดฝุ่น เคลื่อนย้ายสิ่งของ

• เรียนรู้ได้ โดยสามารถตรวจจับรูปแบบการเกิดของเหตุการณ์ใด ๆ แล้วปรับตัวสู่สิ่งแวดล้อมที่เปลี่ยนไปได้

ลำดับ	รูปแบบการกระทำ	ตัวอย่าง
1	สื่อสารได้ด้วยภาษาที่มนุษย์ใช้	ภาษาไทย ภาษาอังกฤษ ตัวอย่างคือการแปลงข้อความเป็นคำพูด และการแปลคำพูดเป็นข้อความ
2	มีประสารทรับสัมผัสคล้ายมนุษย์	คอมพิวเตอร์รับภาพได้โดยอุปกรณ์รับสัมผัสแล้วนำภาพไปประมวล
3	เคลื่อนไหวได้คล้ายมนุษย์	หุ่นยนต์ช่วยงานต่าง ๆ อย่างการดูดฝุ่น เคลื่อนย้ายสิ่งของ
4	เรียนรู้ได้	สามารถตรวจจับรูปแบบการเกิดของเหตุการณ์ใด ๆ แล้วปรับตัวสู่สิ่งแวดล้อมที่เปลี่ยนไปได้

คิดอย่างมีเหตุผล (System that think rationally)

Charniak and McDermott (1985). คำนิยามของปัญญาประดิษฐ์ประเภทนี้หมายถึงการศึกษาความสามารถด้านสติปัญญาโดยใช้โมเดลการคำนวณ

“The study of mental faculties through the use of computational model.”

Winston (1992). อีกคำนิยามหนึ่งของปัญญาประดิษฐ์ประเภทนี้คือปัญญาประดิษฐ์หมายถึงการศึกษาวิธีการคำนวณที่สามารถรับรู้ ใช้เหตุผล และกระทำ

“The study of the computations that makes it possible to perceive, reason, and act”

การคิดอย่างมีเหตุผล หรือการคิดถูกต้อง เช่นใช้หลักตรรกศาสตร์ในการคิดหาคำตอบอย่างมีเหตุผล เช่น ระบบผู้เชี่ยวชาญ

ระบบที่กระทำอย่างมีเหตุ (Systems that act rationally)

Poole et al (1998). คำนิยามของปัญญาประดิษฐ์ประเภทนี้คือปัญญาประดิษฐ์หมายถึงปัญญาประดิษฐ์การศึกษาเพื่อออกแบบเอเจนต์ที่มีปัญญา

“Computational Intelligence is the study of the design of intelligent agents”

Nilsson (1998). อีกคำนิยามหนึ่งของปัญญาประดิษฐ์ประเภทนี้คือปัญญาประดิษฐ์ (AI) เกี่ยวข้องกับพฤติกรรมที่แสดงปัญญาในสิ่งที่มนุษย์สร้างขึ้น

“AI… is concerned with intelligent behavior in artifacts”

การกระทำอย่างมีเหตุผล เช่น เอเจน (โปรแกรมที่มีความสามารถในการกระทำหรือเป็นตัวแทน ในระบบต่าง ๆ ) สามารถกระทำอย่างมีเหตุผลเพื่อบรรลุเป้าหมายที่ได้ตั้งไว้ เช่น เอเจนในระบบขับรถยนต์อัตโนมัติ ที่มีเป้าหมายว่าต้องไปถึงเป้าหมายในระยะทางที่สั้นที่สุด ต้องเลือกเส้นทางไปยังเป้าหมายที่สั้นที่สุดที่เป็นไปได้ จึงจะเรียกได้ว่า เอเจนต์กระทำอย่างมีเหตุผล อีกตัวอย่างเช่น เอเจนในเกมหมากรุก ที่มีเป้าหมายต้องเอาชนะคู่ต่อสู้ ก็ต้องเลือกเดินหมากที่จะทำให้คู่ต่อสู้แพ้ให้ได้ เป็นต้น

3. เทคโนโลยีเอเจนต์

สุรศักดิ์ มังสิงห์ (2551). เอเจนต์ (Agent) คือ โปรแกรมคอมพิวเตอร์ที่สามารถทำงานแทนบุคคลหรือองค์กรได้โดยอัตโนมัติ เอเจนต์ส่วนใหญ่เขียนด้วยภาษาแบบแปลคำสั่งเป็นรายบรรทัด (Interpreted language) เพื่อปรับให้เหมาะสมสำหรับการนำไปใช้บนเครื่องคอมพิวเตอร์อื่นที่มีสถาปัตยกรรมแตกต่างกันได้แต่ละเอเจนต์จะมีส่วนควบคุมลำดับขั้นตอนการทำงาน (Thread) เป็นของตนเอง ทำให้การปฏิบัติงานสามารถดำเนินไปตามความคิดริเริ่มของตนเองได้ เอเจนต์เคลื่อนที่ (Mobile agent) เป็นเอเจนต์ที่มีการเพิ่มความสามารถพิเศษให้ย้ายตนเองผ่านเครือข่ายคอมพิวเตอร์โดยอัตโนมัติ เพื่อทำงานบนเครื่องคอมพิวเตอร์อื่นในเครือข่ายได้ ในระหว่างการเดินทางไปยังคอมพิวเตอร์อื่น เอเจนต์จะบันทึกข้อมูลส่วนที่เป็นโค้ด (Code) และสถานการณ์ทำงาน (Status) แนะนำติดตัวไปด้วย เมื่อไปถึงเครื่องคอมพิวเตอร์ที่หมาย ก็จะใช้ข้อมูลส่วนตัวดังกล่าวเพื่อทำงานต่อจากที่ทำค้างไว้ สถานการณ์ทำงานของเอเจนต์เป็นข้อมูลที่เกี่ยวกับค่าตัวแปรโกลบอลต่าง ๆ (Global variables) และสถานะของการประมวลผล ซึ่งตัวแปรโลคอล (Local variables) และสถานะของการประมวลผล ซึ่งค่าตัวแปรโลคอล (Local variables) แต่ละเอเจนต์กำหนดอำนาจหน้าที่ซึ่งเป็นบ่งบอกว่าเป็นตัวแทนของใครและมีหน้าที่อะไร และแต่ละเอเจนต์จะต้องมีชื่อ (Agent name) เพื่อใช้สำหรับการบริหารจัดการและการบอกตำแหน่ง การตั้งชื่อให้เอเจนต์ต้องมีส่วนที่บอกถึงอำนาจหน้าที่ เลขหมายประจำตัว และประเภทของระบบที่ทำงานซึ่งประกอบเข้าด้วยกันเป็นค่าที่เป็นเอกลักษณ์ค่าหนึ่ง

ถึงแม้ว่าเอเจนต์จะเป็นโปรแกรมคอมพิวเตอร์ แต่ก็ไม่ได้หมายความว่าโปรแกรมคอมพิวเตอร์ทั้งหมดจะเป็นเอเจนต์ การที่โปรแกรมคอมพิวเตอร์ใดจะเรียกว่าเป็นเอเจนต์ได้นั้นจะต้องมีคุณสมบัติดังต่อไปนี้

• ความสามารถในการเลือกตรวจสอบและเลือกตอบสนอง (Reachtivity)

• ความสามารถในการคิดริเริ่มการทำงานด้วยตนเองเพื่อบรรลุเป้าหมายที่กำหนด (Autonomy)

• ความสามารถในการทำงานร่วมกับเอเจนต์อื่นเพื่อนให้บรรลุเป้าหมายร่วมกัน (Collaboration)

• ความสามารถในการสื่อสารกับบุคคลหรือเอเจนต์อื่นด้วยภาษาที่มนุษย์เข้าใจได้ง่ายคือ ไม่มีลักษณะเป็นภาษาสัญลักษณ์เหมือนภาษาคอมพิวเตอร์ (Knowledge communication)

• ความสามารถในการทำงานตามข้อกำหนดเชิงแนวคิดโดยใช้ความรู้จากเป้าหมายทั่วไปและเป้าหมายของตนเอง จากผู้ใช้ จากสถานการณ์ และ/หรือ จากเอเจนอื่น (Inferential capability)

• ความสามารถในการดำรงอยู่เป็นระยะเวลานาน (Temporal continuity)

• ความสามารถในการแสดงออกอย่างเปิดเผยด้านความเชื่อและความรู้สึก (Personality)

• ความสามารถในการเรียนรู้และปรับปรุงจากประสบการณ์ (Adaptability)

• ความสามารถในการเคลื่อนที่จากคอมพิวเตอร์เครื่องหนึ่งไปยังคอมพิวเตอร์อีกเครื่องหนึ่งโดยผ่านเครือข่ายด้วยการตัดสินใจของตนเอง (Mobility)

การที่โปรแกรมคอมพิวเตอร์ไม่จำเป็นต้องมีคุณสมบัติดังที่ได้กล่ามาแล้วครบทุกประการจึงจะเรียกได้ว่าเป็นเอเจนต์ มีเอเจนต์จำนวนมากที่ถูกออกแบบมาเพื่อทำงานเฉพาะอย่างใดอย่างหนึ่ง ซี่งต้องการคุณสมบัติเพียงบางส่วนเท่านั้น เอเจนทั่วไปจะเป็นเอเจนอยู่กับที่ (Stationary agent) ยังมีเอเจนต์อีกประเภทหนึ่งที่มีความสามารถในการเดินทางไปทำการประมวลผลบนเครื่องคอมพิวเตอร์ต่าง ๆ ซึ่งแต่ละแห่งที่ไปทำการประมวลผล จะมีการเก็บผลที่ได้ไว้กับตัวก่อนที่จะเดินทางไปประมวลผลต่อที่อื่น เอเจนประเภทนี้เรียกว่าเอเจนต์เคลื่อนที่ (Mobile agent)

เอเจนต์แต่ละประเภทจะมีคุณสมบัติแตกต่างกันขึ้นอยู่กับการนำไปประยุกต์ใช้งาน เอเจนต์ที่เหมาะสมกับงานด้านสอนเสริมอัจฉริยะเป็นเอเจต์ที่ทำหน้าที่ในการคำนวณคือเป็นซอฟต์แวร์เอเจนต์ ซึ่งมีคุณสมบัติด้านชีวิตเสมือนจริงด้วย เนื่องจากการตัดสินใจและการกระทำของเอเจนอยู่ภายใต้สภาพแวดล้อมที่มีการเปลี่ยนแปลงตลอดเวลา

4. ระบบผู้เชี่ยวชาญ

วิลาศ วูวงศ์และบุญเจริญ ศิริเนำวกุล (2535). ระบบผู้เชี่ยวชาญถูกสร้างให้มีเฉพาะโครงสร้างภายนอกที่เรียกว่า เปลือกระบบผู้เชี่ยวชาญ (Expert System Shell) เปลือกระบบผู้เชี่ยวชาญนี้จะเป็นระบบที่สามารถพัฒนาฐานความรู้ทั่วไป ตามความต้องการของผู้ใช้ได้ ดังนั้นในการพัฒนาระบบจริง ๆ ผู้พัฒนาจะเลือกเอาเปลือกระบบผู้เชี่ยวชาญที่มีอยู่ตามท้องตลาดมาใส่ความรู้ การใส่ความรู้ให้กับระบบ หรือจะเรียกอีกนัยหนึ่งว่า การแสดงความรู้ (Knowledge Representation) นั้นเป็นขั้นตอนที่มีความซับซ้อนพอสมควร ผู้ที่ทาหน้าที่แสดงความรู้ จะต้องมีความรู้เกี่ยวกับการแสดงความรู้และความรู้เรื่องที่จะใส่ให้กับระบบ ซึ่งผู้ที่ทาหน้าที่เช่นนี้จะเรียกว่า วิศวกรความรู้ (Knowledge Engineer) หน้าที่ของวิศวกรความรู้โดยทั่วไปแล้ว คือ การศึกษาและนาความรู้จากแหล่งต่าง ๆ เช่น หนังสือ ผู้เชี่ยวชาญ เป็นต้น มาทาการจัดเป็นระบบและสร้างให้อยู่ในรูปแบบที่เหมาะสม เพื่อพร้อมที่จะนาเข้าไปบรรจุในเปลือกระบบผู้เชี่ยวชาญ และหน้าที่ที่สำคัญอีกประการหนึ่งของวิศวกรความรู้ก็คือ การตรวจสอบและบำรุงรักษาระบบ การตรวจสอบนี้จะเป็นการทดสอบการทางานของระบบผู้เชี่ยวชาญว่าการทา งานเป็นไปตามจุดประสงค์หรือไม่ สาหรับ การบำรุงรักษาก็คือ การปรับปรุงฐานความรู้ให้ทันสมัยขึ้นตามกาลเวลาที่เปลี่ยนแปลงไป ซึ่งการทางานของวิศวกรความรู้ตามที่กล่าวมานี้ จะต้องประสานกันอย่างใกล้ชิดกับผู้เชี่ยวชาญและแหล่งความรู้ต่าง ๆ ในกระบวนการของการพัฒนาระบบผู้เชี่ยวชาญนั้น

วิศวกรความรู้ คือ บุคคลที่มีบทบาทสูงสุดดังที่กล่าวมาแล้ว หน้าที่ที่สำคัญของวิศวกรความรู้สามารถจำแนกได้ดังนี้

การถอดความรู้ (Knowledge Extraction) คือ การที่วิศวกรความรู้ทาหน้าที่ที่เรียนรู้ และทาความเข้าใจกับความรู้ ที่จะนาเข้าสู่ระบบจากแหล่งความรู้

การเปลี่ยนความรู้ (Knowledge Transformation) คือ การที่วิศวกรความรู้นำความรู้ที่ได้มาจากการถอดความรู้ มาจัดให้เป็นระบบที่เหมาะสม และบรรจุลงในเปลือกระบบผู้เชี่ยวชาญ

การจัดการความรู้ (Knowledge Management) คือ การที่วิศวกรความรู้ตรวจสอบ และบำรุงรักษาฐานความรู้ กระบวนการดังกล่าวข้างต้น อาจเรียกรวมได้ว่า Knowledge Acquisition ซึ่งปัจจุบันกระบวนการดึงความรู้ถูกพัฒนาไปมาก ระบบซอฟต์แวร์ได้ถูกพัฒนาขึ้นมาทดแทนการทางานของวิศวกรความรู้ ซึ่งระบบซอฟต์แวร์นี้จะต้องมีระบบการเรียนรู้ (Learning) เพื่อทำหน้าที่ในการถอดความรู้จากผู้เชี่ยวชาญ การกล่าวถึงการพัฒนาระบบผู้ เชี่ยวชาญในที่นี้ จะเป็นการกล่าวถึงเฉพาะ ในส่วนของการพัฒนาในส่วนของการพัฒนาระบบที่ต้องอาศัยวิศวกรความรู้

5. ฐานความรู้ (knowledge base)

ณัฐพงษ์ วารีประเสริฐและณรงค์ คาดี. (2552). ฐานความรู้ (knowledge base) เป็นส่วนที่เก็บความรู้ทั้งหมดของผู้เชี่ยวชาญที่รวบรวมจากการศึกษาและจาก ประสบการณ์ โดยมีการกำหนดโครงสร้างของข้อมูล (Data Structure) ให้เหมาะสมกับการนำไปใช้งาน ฐานความรู้มีลักษณะบางประการคล้ายฐานข้อมูล แต่ฐานสารสนเทศ (Information Base) ทั้งสองจะมีความแตกต่างกันคือ ฐานข้อมูลจะเก็บรวบรวมตัวเลข (Numbers) สัญลักษณ์ (Symbols) และอาจมีส่วนแสดงความสัมพันธ์พื้นฐานระหว่างข้อมูลที่เกี่ยวข้องกันระหว่าง แต่ละฐานข้อมูล แต่ฐานความรู้จะรวบรวมตรรกะ (Logic) ในการปฏิบัติงาน เนื่องจากระบบผู้เชี่ยวชาญจะต้องทาการประมวลความรู้ในหลายรูปแบบ ซึ่งเป็นไปได้ยากในฐานข้อมูล

การนำเสนอความรู้ (Knowledge Representation) ปัจจุบันระบบผู้เชี่ยวชาญทางธุรกิจที่ถูกพัฒนาขึ้นส่วนใหญ่จะมีการนำเสนอความรู้ในลักษณะ ถ้า…และ…ดังนั้น… (If... And...Then…) หรือการกำหนดกรอบอ้างอิงของการดำเนินงาน (Frame) โดยกรอบการดำเนินงานจะทำหน้าที่รวบรวมสารสนเทศเกี่ยวกับงานที่ต้องการเข้ามา อยู่ร่วมกันภายใต้ขอบเขตที่กำหนด เพื่อให้สะดวก ต่อการใช้งาน

นอกจากนี้ระบบผู้เชี่ยวชาญยังสามารถประยุกต์เข้ากับระบบเครือข่าย (Network) ที่ต่อเชื่อมกับแหล่งข้อมูลหลายจุด ทาให้สามารถดึงข้อมูลมาใช้ประกอบการประเมินผล อย่างมีประสิทธิภาพ ซึ่งเราเรียกระบบเครือข่ายลักษณะนี้ "เครือข่าย Semantic (Semantic Network)"

เครื่องอนุมาน (inference engine) เป็นส่วนควบคุมการใช้ความรู้ในฐานความรู้ เพื่อวิเคราะห์และแก้ปัญหาที่เกิดขึ้น เราสามารถกล่าวได้ว่า เครื่องอนุมานเป็นส่วนการใช้เหตุและผลเป็นส่วนประกอบที่สำคัญของระบบผู้เชี่ยวชาญโดยที่เครื่องอนุมานจะทำหน้าที่ตรวจสอบกฎเกณฑ์ที่อยู่ใน ฐานความรู้ โดยการใช้เหตุผลทางตรรกะสาหรับแต่ละเหตุการณ์ ซึ่งมักจะอยู่ในลักษณะ ถ้า…แล้ว… 12

- การอนุมานแบบไปข้างหน้า (Forward Chaining Inference) การอนุมานโดยเริ่มการตรวจสอบข้อมูลกับกฎเกณฑ์ที่มีอยู่ในระบบจนกว่าจะสามารถ หากฎเกณฑ์ที่สอดคล้องกับสถานการณ์แล้วจึง ดำเนินงานตามเหมาะสม

- การอนุมานแบบย้อนหลัง (Backward Chaining Inference) การอนุมานโดยเริ่มต้นจากเป้าหมาย (Goals) ที่ต้องการแล้วดำเนินการย้อนกลับเพื่อหาสาเหตุ การอนุมานในลักษณะนี้มักนามาใช้ในการพัฒนาระบบความฉลาดให้มีความเข้าใจ และมีประสบการณ์ในการแก้ปัญหา เพื่อให้ระบบสามารถทำการอนุมานหาข้อสรุปของปัญหาที่เกิดขึ้นในอนาคต

6. งานวิจัยที่เกี่ยวข้อง

ผลงานวิจัยที่เกี่ยวข้อง

J.B. Hentza, V.K. Nguyen, W. Maederb, D. Panaresec, J.W. Gunninkd,A. Gontarze, P. Stavropoulosf, K. Hamiltong, J.Y. Hascoëth (2013). สิ่งท้าทายที่สำคัญสำหรับการผลิต ในอุตสาหกรรมการบิน อวกาศและยานยนต์ที่ : ความร่วมมือระดับโลกที่มีหลายคู่ค้าห่วงโซ่อุปทาน การเพิ่มประสิทธิภาพการผลิตการจัดการและการติดตามข้อมูลเพื่อตอบสนองใหม่ความต้องการในแง่ของการตรวจสอบย้อนกลับการรักษาความปลอดภัยและความยั่งยืน สิ่งจำเป็นที่จะต้องมีมาตรฐานการแลกเปลี่ยนข้อมูลที่ช่วยให้แตกต่างกันหน่วยงานและอุปกรณ์ที่เกี่ยวข้องในระบบการผลิตการใช้ข้อมูลร่วมกันได้อย่างลงตัวเป็นที่เห็นได้ชัดอย่างชัดเจน และที่คาดว่าจะเป็นครั้งแรกผลกระทบคือ 'รุ่นต่อไป' ควบคุมสมาร์ทที่จริงๆสามารถเปิดใช้งานกระบวนการเครื่องจักรอัจฉริยะตามเวลาจริงการตรวจสอบและวินิจฉัยการตัดสินใจเรียนรู้ด้วยตนเองและการเพิ่มประสิทธิภาพการปรับตัว โครงการสี่ปีชื่อ FoFdation

โรงงานผลิตสมาร์ท' สถาปัตยกรรมและการดำเนินการ นี้มีศักยภาพที่จะบรรลุผลประโยชน์โดยการแสดงผลของปัญหาการผลิตทางรวมถึงเวลาการผลิตที่เร็วขึ้น รวมถึงการตลาดที่ต้นทุนการผลิตลดลงและคุณภาพของผลิตภัณฑ์ที่ดีขึ้น เช่นเดียวกับวัตถุประสงค์การพัฒนาอย่างยั่งยืน เช่น พลังงานต่ำการบริโภคและการลดของเสีย โดยงานวิจัยนี้ศึกษามุ่งเน้นเฉพาะในความหมายและการดำเนินงานของเครื่อง Smart FoFdation Controller (SMC) ในสถาปัตยกรรมการปรับปรุงมาใช้ในเชิงพาณิชย์และเปิดแหล่งที่มาควบคุมซีเอ็นซี ซึ่งจุดสิ้นสุดของโครงการการใช้กรอบการตรวจสอบเช่นเดียวกับชุดการผลิตที่แข็งแกร่งรากฐานระบบสารสนเทศที่การเพิ่มประสิทธิภาพกระบวนการและการควบคุมเช่นเดียวกับการปฏิบัติที่ยั่งยืน

วิสัยทัศน์ของการแก้ปัญหาทั่วไปเป้าหมายสำหรับ SMC การพัฒนาในโครงการ FoFdation มันขึ้นอยู่กับความพยายามในอดีตและปัจจุบันทั้งสองโดยการศึกษาและอุตสาหกรรมในความหลากหลายและการใช้งาน ขึ้นอยู่กับมาตรฐานขั้นตอนอร์ทแคโรไลนาที่จะกำหนดควบคุมเครื่องในอนาคต

ผลงานวิจัยที่เกี่ยวข้อง

Bernd Peukerta*, Stephan Beneckeb, Janire Clavellb, Sabrina Neugebauerc, Nils F. Nissend, Eckart Uhlmanna, Klaus-Dieter Langbd, Matthias Finkbeinerc. (2015). การพัฒนาอย่างยั่งยืนและมีความยืดหยุ่นเป็นด้านที่สำคัญในกระบวนการผลิตในปัจจุบัน ' ในการศึกษานี้ วิธีการใหม่ของเครื่องจักรแบบแยกส่วน (MMTF) พร้อมกับเทคโนโลยีระบบไมโครจะนำเสนอที่มีจุดมุ่งหมายในการเสริมสร้างความยืดหยุ่นของกระบวนการผลิตที่ไม่แน่นอน วิธีการใหม่นี้ขยายระบบการผลิตที่มีอยู่ reconfigurable (RMS) MMTF นอกเหนือไปจากวิธีการที่แพลตฟอร์มผ่านการลดชิ้นส่วนเครื่องมือเครื่องจักรกรอบที่ใช้สำหรับระบบการสร้างบล็อกของเซลล์ที่ผลิต แนวคิดที่ได้รับการตระหนักโดยการรวมกลุ่มของไมโครอิเล็กทรอนิกส์โมดูลและกระตุ้นการเปิดใช้งานเพื่อความสมบูรณ์และความถูกต้องของกรอบเครื่องมือเครื่อง

สำหรับการผลิตของ MMTF จะมีการระบุผ่านการประเมินวงจรชีวิตของการพัฒนาอย่างยั่งยืน จากผลการวิจัยเหล่านี้วิธีการใหม่ที่จะได้มาให้การใช้งานที่เหมาะสมของชิ้นส่วนเครื่องจักรและอิเล็กทรอนิกส์ใน MMTF สำหรับการสร้างมูลค่าที่ยั่งยืน

ผลงานวิจัยที่เกี่ยวข้อง

สุรศักดิ์ มังสิงห์ (2551). การศึกษาและพัฒนาระบบสอนเสริมที่สร้างความฉลาดให้กับระบบด้วยเทคนิคด้านปัญญาประดิษฐ์แบบซอฟต์แวร์เอเจนต์ โดยระบบสามารถตรวจสอบประวัติการเรียนของผู้เรียนและให้คำแนะนำเกี่ยวกับบทเรียนที่ควรศึกษาหรือทบทวนให้แก่ผู้เรียนแต่ละรายอย่างเหมาะสม ระบบถูกออกแบบและพัฒนาให้สามารถบูรณาการเนื้อหาบทเรียนที่ได้จากระบบ ซีเอไอและระบบการเรียนการสอนผ่านสื่ออิเล็กทรอนิกส์ที่มีอยู่แล้ว เพื่ออำนวยความสะดวกในการสร้างบทเรียนที่มีคุณภาพเพื่อให้ผู้เรียนใช้ศึกษาและทำกิจกรรมการเรียน นอกจากนี้ระบบยังมีกิจกรรมการทำแบบฝึกหัดที่มีปฏิสัมพันธ์กับผู้เรียนได้ มีแบบทดสอบเพื่อวัดผลการเรียนและมีการบันทึกผลเก็บไว้ในฐานข้อมูลของระบบเพื่อใช้เป็นข้อมูลในการแนะนำบทเรียน ผลการทดลองใช้ระบบในช่วงเวลาประมาณ 2 เดือน พบว่าผู้เรียนส่วนใหญ่ที่ลงทะเบียนเข้าใช้ระบบเป็นกลุ่มที่มีประสบการณ์ด้านโปรแกรมภาษาจาวาในระดับเกรด C และต่ำกว่าเกรด C โดยมีการเช้าใช้ระบบเฉลี่ยสัปดาห์ละ 1 ครั้งเหมือนกับการเรียนวิชาอื่น ๆ ตามปกติ

ผลงานวิจัยที่เกี่ยวข้อง

พูลพงษ์ บุญพราหมณ์ (2551). ระบบการเลือกคำศัพท์อัจฉริยะ (A Smart Word Selection System: SWOSS) เป็นเครื่องมือที่ช่วยเพิ่มประสิทธิภาพในการพิมพ์งานคอมพิวเตอร์ ของคนพิการทางร่างกาย หรือผู้ที่มีความสามารถในการพิมพ์งานได้ช้า ทำให้ผู้ใช้สามารถพิมพ์งานได้ดีขึ้น โดยมีลักษณะการทำงาน ที่มุ่งหวังเพื่อการลดจำนวนครั้งจากการกดคีย์บนแป้นพิมพ์ ให้มีการกดแป้นพิมพ์น้อยครั้งที่สุด ด้วยวิธีการทำนายคำศัพท์ที่มีค่าความน่าจะเป็นที่จะใช้คำนั้นมากที่สุด แสดงขึ้นมาในรายการคำศัพท์จำนวนหนึ่งให้ผู้ใช้เลือก ซึ่งการเลือกใช้คำเป้าประสงค์จากรายการคำศัพท์จะใช้การกดแป้นพิมพ์ที่เป็นฟังก์ชันคีย์ (Function Key) เช่น F1, F2, …, F10 เป็นต้น โดยโครงงานนี้ได้ใช้วิธีFrequency Based แบบ Frequency อย่างเดียว และแบบ Frequency plus n-Gram ซึ่งเก็บสถิติการปรากฏของคำศัพท์ในคลังประโยคของข้อมูลข่าวหนังสือพิมพ์ออนไลน์ ซึ่งทำการทดสอบทั้งสองแบบ โดยใช้ข้อมูลทดสอบที่เป็นบทความในการเก็บสถิติ (Completion Vocabulary) และบทความที่ไม่ใช้ในการเก็บสถิติ (Incompletion Vocabulary) ผลคือ ในแบบ Frequency อย่างเดียว มีอัตราการลดจำนวนครั้งการกดแป้นพิมพ์ (Keystroke Saving Rate: KSR) เป็น 54.32% และ 52.98% และในแบบ Frequency plus n-Gram มีค่า KSR เป็น 56.48% และ 56.08% ตามลำดับ

ผลงานวิจัยที่เกี่ยวข้อง

เอกลักษณ์ มณีเสาวภาคย์ (2551). วิทยานิพนธ์นี้ได้นำเสนอแนวทางการแก้ไขปัญหาที่เกิดขึ้นกับผู้ที่มีปัญหาทางสายตา โดยมีวัตถุประสงค์ นำข้อดีของเทคโนโลยีอาร์เอฟไอดีคือ สามารถอ่านข้อมูลจากป้าย (Tag) ได้หลายๆ ป้ายแบบไร้สัมผัส ทนต่อความเปียกชื้น แรงสั่นสะเทือน การกระทบกระแทกและสามารถอ่านข้อมูลได้ด้วยความเร็วสูง เพื่อนำมาใช้รวมกับฉลากยาที่ใช้อยู่ในปัจจุบัน โดยฉลากยานี้จะเก็บข้อมูลของยาอยู่ในลักษณะชุดข้อมูลตัวเลขและส่งผ่านข้อมูลด้วยคลื่นความถี่โดยมีตัวส่ง Tag และตัวรับ (RFID reader) ที่มีตัวถอดรหัสอาร์เอฟไอดีเป็นตัวรับสัญญาณถูกควบคุมด้วยระบบไมโครคอนโทรลเลอร์และเชื่อมต่อกับฐานข้อมูลของยาที่เก็บอยู่ในแมมโมรีการ์ดและแสดงผลผ่านชุดสังเคราะห์เสียงให้ผู้ใช้งานทราบถึงข้อมูลของยา และเมื่อทำการทดสอบพบว่ามีการแสดงผลที่ถูกต้องแม่นยำโดยมีระยะห่างไกลสุดในการอ่านค่าจากตัวรับถึงป้ายอยู่ที่ประมาณ 5 เซนติเมตรและทั้งนี้ยังป้องกันการอ่านค่าผิดเนื่องจากเกิดการซ้อนกันของป้ายได้อีกด้วย