ต่อไปถัดไปในมูลนิธิ AI
พื้นฐานการเรียนรู้ของเครื่อง
ความรู้พื้นฐาน
คู่มือพื้นฐาน
ปัญญาประดิษฐ์ (AI) เป็นสาขาของการสร้างระบบคอมพิวเตอร์ที่ทำงานต่างๆ เช่น การจดจำรูปแบบ การทำความเข้าใจภาษา การวางแผน และการคาดการณ์
AI เป็นคำทั่วไป: การเรียนรู้ของเครื่องจักรเป็นแนวทางหนึ่งภายในนั้น และ AI เชิงสร้างสรรค์เป็นระบบประเภทหนึ่งที่สร้างเนื้อหาใหม่
ระบบ AI รับอินพุต ประมวลผลโดยใช้กฎหรือแบบจำลองที่เรียนรู้ และสร้างเอาต์พุต ผู้วางแผนเส้นทางอาจค้นหาการเดินทางที่เป็นไปได้โดยใช้กฎที่ชัดเจน โมเดลแมชชีนเลิร์นนิงอาจประมาณเวลาการส่งมอบจากตัวอย่างการส่งมอบก่อนหน้านี้ ทั้งสองอย่างสามารถมีประโยชน์ได้โดยไม่ต้องคิดหรือเข้าใจในความรู้สึกของมนุษย์ ความแตกต่างอยู่ที่วิธีที่ระบบเข้าถึงเอาท์พุต ไม่ใช่อินเทอร์เฟซที่ดูชาญฉลาดหรือไม่ การเรียนรู้ของเครื่องมาแทนที่กฎการตัดสินใจที่เขียนด้วยลายมือด้วยรูปแบบที่เรียนรู้จากข้อมูล ระบบกำเนิดใช้รูปแบบที่เรียนรู้เพื่อสร้างข้อความ รูปภาพ เสียง หรือเอาต์พุตอื่นๆ แชทบอทจึงสามารถให้คำอธิบายได้อย่างคล่องแคล่วโดยไม่ต้องตรวจสอบว่าทุกข้อความเป็นจริงหรือไม่ ความสามารถในการสร้างการตอบสนองนั้นแตกต่างจากหลักฐานที่แสดงว่าการตอบสนองนั้นถูกต้อง เพื่อประเมินคำกล่าวอ้างของ AI ให้ระบุงาน ข้อมูลนำเข้า ผลลัพธ์ และหลักฐานที่ใช้ในการตัดสินความสำเร็จ ผลลัพธ์ที่ดีจากตัวอย่างที่คุ้นเคยนั้นไม่เพียงพอ: ถามว่าเกิดอะไรขึ้นกับข้อมูลที่ไม่คุ้นเคย คำขอที่ไม่ชัดเจน และข้อผิดพลาดที่มีค่าใช้จ่ายสูง การตรวจสอบโดยมนุษย์ ขีดจำกัดที่ชัดเจน และวิธีการท้าทายประเด็นผลลัพธ์พอๆ กับความสามารถหัวข้อข่าวของโมเดล
04ตัวอย่างการทำงาน
เครื่องคัดแยกตามกฎจะส่งข้อความทุกข้อความที่มีคำว่า 'คืนเงิน' ไปยังคิวการเรียกเก็บเงิน
ตัวแยกประเภทที่เรียนรู้ได้รับการฝึกอบรมเกี่ยวกับข้อความที่ผู้คนติดป้ายกำกับว่าเป็นการเรียกเก็บเงิน การสนับสนุนด้านเทคนิค หรือคำถามทั่วไป
ทดสอบทั้งในข้อความใหม่ รวมถึง 'ฉันไม่ต้องการเงินคืน; ฉันต้องการความช่วยเหลือในการเข้าสู่ระบบ' นับเส้นทางที่ไม่ถูกต้องและตรวจสอบข้อผิดพลาดที่มีค่าใช้จ่ายสูง
มันแสดงให้เห็นอะไร
กฎและตัวแยกประเภทอาจล้มเหลวแตกต่างกัน การเปรียบเทียบเชิงภาพประกอบนี้แสดงให้เห็นว่าเหตุใดการใช้ป้ายกำกับ 'AI' เพียงอย่างเดียวจึงไม่สามารถบอกคุณได้ว่าระบบใดมีประโยชน์มากกว่า
ช่วยให้คุณแยกคำกล่าวอ้างทางเทคนิคที่ชัดเจนออกจากภาษาทางการตลาดได้
คุณสามารถถามคำถามการใช้งานที่ดีขึ้นก่อนที่จะใช้เงินหรือเวลา
ทีมที่มีความเข้าใจร่วมกันจะตัดสินใจเกี่ยวกับผลิตภัณฑ์ นโยบาย และการเรียนรู้ได้ดีขึ้น
บริการจัดส่งจะประมาณเวลาที่มาถึงจากเส้นทางและข้อมูลการจราจร ผลลัพธ์คือการคาดการณ์ ไม่ใช่การรับประกัน
โปรแกรมจัดการภาพถ่ายจะจัดกลุ่มรูปภาพที่คล้ายกัน คุณยังคงตรวจสอบฉลากที่สำคัญก่อนที่จะเชื่อถือ
ผู้ช่วยเขียนร่างย่อหน้า ผู้เขียนตรวจสอบชื่อ วันที่ และแหล่งข้อมูลสนับสนุนก่อนเผยแพร่
แต่ละทีมอาจใช้คำเดียวกันต่างกัน ดังนั้นควรกำหนดขอบเขตตั้งแต่เนิ่นๆ
เกณฑ์มาตรฐานอาจดูแข็งแกร่งในขณะที่ประสิทธิภาพในโลกแห่งความเป็นจริงไม่เท่ากัน
การเพิกเฉยต่อคุณภาพข้อมูลและแผนการประเมินมักสร้างผลลัพธ์ที่เปราะบาง
เริ่มต้นด้วยคำจำกัดความภาษาธรรมดาของผลลัพธ์ที่คุณต้องการ
เลือกเมตริกวัดความสำเร็จหนึ่งรายการและเงื่อนไขความล้มเหลวหนึ่งรายการก่อนการทดสอบ
ดำเนินการนำร่องขนาดเล็กด้วยข้อมูลตัวแทน ไม่ใช่ชุดสาธิตที่สวยงาม
เอกสารที่ AI คืออะไร? ช่วยได้และวิธีที่ง่ายกว่าจะดีกว่า
Free newsletter
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ไม่ AI รวมแนวทางตามกฎเกณฑ์ที่ชัดเจนและการค้นหา ตลอดจนแนวทางที่เรียนรู้รูปแบบจากข้อมูล การเรียนรู้ของเครื่องเป็นส่วนหนึ่งของ AI
ไม่ ระบบสามารถสร้างคำตอบที่น่าเชื่อถือในขณะที่ทำข้อผิดพลาดด้านข้อเท็จจริงหรือการให้เหตุผล ประเมินคำตอบเทียบกับหลักฐานและข้อกำหนดของงาน
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปถัดไปในมูลนิธิ AI
พื้นฐานการเรียนรู้ของเครื่อง
ความรู้พื้นฐาน