AI (Artificial Intelligence) หรือ ปัญญาประดิษฐ์ เป็นองค์ประกอบสำคัญของเทคโนโลยีที่ได้รับความสนใจมากขึ้นในช่วงสมัยสมัยใหม่ ด้วยความสามารถในการจำลองและสร้างความคิดเห็นเชิงปัญญาที่มีความเป็นมนุษย์ได้ การพัฒนา AI ได้เกิดแนวคิดและเทคนิคหลายแบบเพื่อให้สามารถแก้ปัญหาที่ซับซ้อนและจำลองกระบวนการคิดของมนุษย์ได้ ดังนั้นเราสามารถแบ่งประเภทของ AI ได้เป็นระดับต่อไปนี้:
- การประมวลผลที่สมบูรณ์ (Strong AI) - หรือบางครั้งเรียกว่า AGI (Artificial General Intelligence) เป็นระบบ AI ที่มีความสามารถที่ใกล้เคียงกับปัญญามนุษย์ สามารถทำงานในทุกมิติของความรู้และการคิดเชิงสร้างสรรค์ได้ โดยรวมถึงการเรียนรู้และปรับตัวเองได้ตลอดเวลา สตรีมนี้เป็นวิสัยทัศน์หลักของ AI ที่ท้าทายและยากที่จะบรรลุถึงในปัจจุบัน
- การประมวลผลที่จำกัด (Narrow AI) - หรือเรียกอีกชื่อว่า ANI (Artificial Narrow Intelligence) เป็นระบบ AI ที่มีความสามารถในการทำงานในพื้นที่หนึ่งเท่านั้น ตัวอย่างเช่นระบบค้นหาและตอบคำถามอัตโนมัติบนเว็บไซต์ หรือระบบรถยนต์
ในปัจจุบัน, เราสามารถแบ่งประเภทของ AI ได้เป็นหมวดหมู่ต่อไปนี้:
- Machine Learning (ML) - เป็นกลุ่มของเทคนิคและวิธีการที่อนุญาตให้ระบบ AI เรียนรู้และปรับปรุงด้วยตนเองจากข้อมูลที่ได้รับ โดยไม่ต้องมีการโปรแกรมโดยตรง การเรียนรู้ของเครื่องจักรอาจเป็นทางการ (supervised) หรือไม่มีการตรวจสอบ (unsupervised) และอาจใช้หลายวิธี เช่น การเรียนรู้แบบตัวแบบ (model-based learning) หรือการเรียนรู้แบบจำลอง (reinforcement learning)
- Deep Learning (DL) - เป็นการประมวลผล AI โดยใช้ระบบโครงข่ายประสาทเทียม (artificial neural networks) ซึ่งประกอบด้วยชั้นของโน้ต (neurons) มากมายที่มีความซับซ้อน โดย DL สามารถเรียนรู้และตรวจจับลักษณะที่ซับซ้อนในข้อมูลได้ เช่น การจดจำภาพ การแปลภาษา และการประมวลผลเสียง
- Natural Language Processing (NLP) - เป็นการพัฒนา AI ที่สามารถเข้าใจและประมวลผลภาษามนุษย์ได้ โดยรวมถึงการแปลภาษา การสร้างคำถามและคำตอบ การจดจำและสร้างข้อความ และการวิเคราะห์อารมณ์ในข้อความ
- Computer Vision - เป็นส่วนของ AI ที่เกี่ยวข้องกับการประมวลผลภาพและวิดีโอ โดยสามารถรู้จำและเข้าใจภาพ ตรวจจับวัตถุ การแยกแยะใบหน้า
AI ส่งผลกระทบต่อการทำงานของมนุษย์อย่างมากทั้งในด้านบวกและด้านลบ
ด้านบวกอาจรวมถึง:
- การอัตโนมัติและเพิ่มประสิทธิภาพ: AI สามารถช่วยในการอัตโนมัติงานที่ซับซ้อนและละเอียดอ่อน ทำให้มนุษย์สามารถประมวลผลข้อมูลได้เร็วขึ้นและลดความผิดพลาด
- การประหยัดเวลาและทรัพยากร: การใช้งาน AI ช่วยลดเวลาและทรัพยากรที่ใช้ในการทำงาน โดยสามารถทำงานได้ตลอด 24 ชั่วโมงโดยไม่ต้องมีการพักผ่อนหรือการต้องการทรัพยากรเพิ่มเติม
- การวิเคราะห์ข้อมูลที่ซับซ้อน: AI สามารถวิเคราะห์ข้อมูลที่มีปริมาณมากและซับซ้อนได้อย่างรวดเร็ว และช่วยให้เกิดความเข้าใจและข้อสรุปที่มีประสิทธิภาพ
แต่ผลกระทบที่เป็นไปได้จาก AI ในการทำงานด้านลบมีดังนี้:
- สูญเสียงาน: การใช้งาน AI อาจทำให้งานบางอย่างไม่จำเป็นต้องมีมนุษย์เข้ามาทำ ซึ่งอาจส่งผลให้มีการลดงานและขาดความต้องการในงานบางประเภท
- ข้อผิดพลาดและความไม่แม่นยำ: AI อาจมีความไม่แม่นยำหรือผิดพลาดในการประมวลผล ซึ่งอาจส่งผลให้มีความเสี่ยงในการตัดสินใจหรือการทำงานบางประเภท
- การขาดความเข้าใจและมนุษยสัมพันธ์: AI ยังขาดความสามารถในการเข้าใจและตอบสนองต่อความรู้สึกและประสบการณ์มนุษย์ ซึ่งอาจทำให้ผู้ใช้หรือลูกค้ารู้สึกไม่พอใจหรือขาดความสัมพันธ์
เพื่อปรับตัวและอยู่ร่วมกับ AI ได้อย่างเต็มประสิทธิภาพ พนักงานควรพิจารณาดังนี้:
- เพิ่มทักษะที่เกี่ยวข้อง: พนักงานควรพัฒนาทักษะและความรู้ที่เกี่ยวข้องกับ AI และเทคโนโลยีที่เกี่ยวข้อง เช่น การเข้าใจและการใช้งานเครื่องมือ AI ที่ใช้ในงานของตน
- เรียนรู้และการพัฒนาตลอดเวลา: การเรียนรู้และการพัฒนาตลอดเวลาเป็นสิ่งสำคัญ เพื่อปรับเปลี่ยนและปรับตัวกับการเปลี่ยนแปลงที่เกิดขึ้นจากการใช้งาน AI
- การร่วมงานกับ AI: พนักงานควรเรียนรู้วิธีการทำงานร่วมกับ AI โดยให้ความร่วมมือและความสามารถของทั้งมนุษย์และ AI ถูกนำมาใช้งานร่วมกันเพื่อสร้างผลลัพธ์ที่ดีที่สุด
- พัฒนาทักษะที่ AI ยังไม่สามารถทำได้: การสร้างความมั่นใจในพื้นที่ที่ AI ยังไม่สามารถทำงานได้ดีเท่ามนุษย์ พนักงานควรพัฒนาทักษะที่เน้นความสร้างสรรค์ การแก้ปัญหาที่ซับซ้อน และการสร้างความรู้สึกในสิ่งที่มนุษย์สามารถทำได้ดีกว่า AI
สิ่งที่ผมอยากจะบอกคือ บทความนี้ทั้งหมดที่โพสมาข้างต้นคือ บทความที่ผมให้AIเขียนให้ครับ
มีแค่เนื้อหาในภาพ infographic เท่านั้น ที่ผมทำเอง ซึ่งหากจะให้ AI เค้าคิดภาพให้ก็ทำได้ แถมเวลาน้อยกว่าเยอะมากๆ
นี่แหละครับจึงเป็นเหตุผลว่า องค์กรและคนทำงาน เราต้องเตรียมตัวปรับทักษะเรื่องนี้เพื่อใช้ในการทำงานโดยด่วน อย่างที่คุณ AI เค้าแนะนำข้างต้น แล้วล่ะครับ จริงไหม? 
