Ai History Evolution
จุดเริ่มต้นของ AI
แนวคิดเรื่องเครื่องจักรอัจฉริยะย้อนกลับไปได้ไกลถึงยุคโบราณ: มีเรื่องเล่าเกี่ยวกับ Talos หรือหุ่นยนต์จากเทพนิยายกรีก รวมถึงอุปกรณ์อัตโนมัติในสมัยโบราณที่มีระบบ feedback
ในปี 1943: Warren McCulloch และ Walter Pitts นำเสนอแนวคิดโครงข่ายประสาทเทียม (neural network) เป็นครั้งแรก
ในปี 1950: Alan Turing ตีพิมพ์บทความ "Computing Machinery and Intelligence" และแนะนำแนวคิด Turing Test เพื่อวัดความสามารถของเครื่องจักรในการคิดเหมือนมนุษย์
ยุคบุกเบิก (ปี 1950–1956)
ปี 1951–1952: Arthur Samuel สร้างโปรแกรมเล่นหมากฮอสที่เรียนรู้จากประสบการณ์ตัวเองได้ (self‑learning)
ปี 1956: การประชุม Dartmouth Workshop ถือเป็นจุดกำเนิดของ AI สมัยใหม่ และ John McCarthy ได้บัญญัติคำว่า “Artificial Intelligence” ขึ้นเป็นครั้งแรก
ยุค Symbolic AI และการสร้าง LISP
ปี 1958: Frank Rosenblatt พัฒนา Perceptron ซึ่งถือเป็นต้นแบบของระบบ neural network ที่เรียนรู้จากข้อมูล
Lisp ภาษาโปรแกรมที่ McCarthy พัฒนาขึ้น ก็มีบทบาทสำคัญในยุค Symbolic AI
** ปี 1965**: ELIZA แชตบอทแรกที่เลียนแบบภาษามนุษย์แสดงถึงความก้าวหน้าของ AI ในการสื่อสาร
หุ่นยนต์ Shakey รุ่นแรก
ปี 1966–1969: Shakey หุ่นยนต์เคลื่อนที่ตัวแรกจาก SRI ที่สามารถวางแผน และตัดสินใจได้เอง ถือเป็น milestone ด้าน robotics
ยุค AI Winter และยุคฟื้นฟู
ช่วง 1970–1980 และ 1987–1994 เกิด “AI Winter” หรือช่วงซบเซาของวงการ AI เนื่องจากความคาดหวังสูงและเทคโนโลยียังไม่พร้อม
ถึงแม้จะมีการถดถอย แต่ก็ยังมีความก้าวหน้า เช่นระบบ expert system และ TD‑Gammon (โปรแกรม backgammon)
การฟื้นฟูในยุคเทคโนโลยีอินเทอร์เน็ต
ปี 1997: IBM Deep Blue เอาชนะแชมป์หมากรุกโลก Garry Kasparov ได้สำเร็จ
ช่วงปลายยุค 1990 อินเทอร์เน็ตและ Big Data ช่วยให้เกิดโมเดล machine learning ที่ใช้งานได้จริงและมีข้อมูลสำหรับฝึกสอน
ยุคของ Deep Learning และ AI เชิงประยุกต์ (2000–2010s)
2000–2010: การประยุกต์ใช้ AI ในชีวิตจริง เช่น Roomba, ASIMO, ระบบแนะนำสินค้า, โครงข่ายประสาทเทียมที่ลึกขึ้น (deep neural networks)
2011: IBM Watson ชนะในรายการ Jeopardy! ด้าน NLP หรือประมวลผลภาษามนุษย์มีความก้าวหน้าอย่างมาก
Siri (2011), Google Now (2012), Cortana (2014) เป็นหนึ่งในผู้ช่วยเสียงบนสมาร์ทโฟนที่นำ AI มาสู่ผู้ใช้ทั่วไป
ปี 2012: AlexNet ชนะใน ImageNet ชักนำสู่ยุค deep learning และ GPU ถูกนำมาใช้เทรนโมเดลขนาดใหญ่
ยุค Transformer และ Generative AI (2017–ปัจจุบัน)
ปี 2017: โครงสร้าง Transformer เริ่มต้นขึ้นด้วยงานวิจัย "Attention Is All You Need" — เป็นรากฐานของ LLMs ในยุคปัจจุบัน
ปี 2020: GPT‑3 เปิดตัวโดย OpenAI และเป็นหนึ่งใน large language model (LLM) ที่ทรงพลังมาก
พฤศจิกายน 2022: ChatGPT เปิดตัวสู่สาธารณะอย่างเป็นทางการ และได้รับความนิยมอย่างรวดเร็ว
หลังจากนั้น มีการเปิดตัว Gen‑AI สำคัญหลายหัวข้อ เช่น DALL‑E, Midjourney, Stable Diffusion, AlphaFold 2, Google Gemini, Sora, Le Chat, Stable Diffusion 3, และ Apple Intelligence
บทบาทของ AI ในอนาคต
AI ในอนาคตมีแนวโน้มที่จะเข้ามามีบทบาทสำคัญในการทำงานและการดำเนินชีวิตประจำวันอย่างต่อเนื่อง ไม่ว่าจะเป็นด้านการแพทย์ที่มีการวิเคราะห์และวินิจฉัยโรคที่แม่นยำมากขึ้น การศึกษาแบบเฉพาะบุคคล การขับเคลื่อนระบบเศรษฐกิจและการเงิน ไปจนถึงการบริหารจัดการและการตัดสินใจเชิงกลยุทธ์ในธุรกิจ
AI จะช่วยเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างโอกาสใหม่ๆ ให้กับทุกภาคส่วนในสังคม แต่ก็มาพร้อมความท้าทายสำคัญ เช่น จริยธรรมในการใช้งาน การรักษาความเป็นส่วนตัว และผลกระทบต่อแรงงาน