เบื้องหลังเทคโนโลยีอัจฉริยะ ตอนที่ 2: Neural Network

ระบบอัจฉริยะ (Intelligent System) เป็นตัวขับเคลื่อนให้เกิดผลิตภัณฑ์และบริการที่มีเบื้องหลังเทคโนโลยีอัจฉริยะหรือปัญญาประดิษฐ์ (Artificial Intelligence, AI) เป็นหัวใจ ระบบอัจฉริยะนี้ โดยหลักแล้วจะประกอบไปด้วยโมเดลดังนี้

  • ตรรกศาสตร์คลุมเคลือ หรือ ระบบฟัซซี่ (Fuzzy System) หรือฟัซซี่ลอจิก (Fuzzy Logic)
  • โครงข่ายประสาทเทียม (Neural Network)
  • ขั้นตอนวิธีเชิงพันธุกรรม (Genetic Algorithm)

สำหรับโครงข่ายประสาทเทียม (ขอเรียกอย่างย่อว่า NN) เป็นโมเดลทางคณิตศาสตร์หรือโมเดลทางคอมพิวเตอร์สำหรับประมวลผลด้วยการคำนวณแบบการเชื่อมโยง (connectionist) แนวคิดเริ่มต้นของเทคนิคนี้ได้มาจากการศึกษาโครงข่ายไฟฟ้าชีวภาพในสมอง ซึ่งประกอบด้วย เซลล์ประสาท (neurons) และ จุดเชื่อมประสาท (synapses) ข่ายงานประสาทเกิดจากการเชื่อมต่อระหว่างเซลล์ประสาทจนกลายเป็นเครือข่ายที่ทำงานร่วมกัน

โมเดลอย่างง่ายของ NN ได้แก่ โมเดลแบบป้อนไปหน้า (feedforward) ประกอบด้วยเซตของอินพุต (input nodes) เอาต์พุต (output nodes) และส่วนที่อยู่ระหว่างกลาง (hidden nodes) มีการเชื่อมต่อระหว่าง node หรือนิวรอน (Neural) โดยมีค่าน้ำหนัก (weight) กำกับอยู่ที่เส้นเชื่อมโยง เมื่อข่ายงานเริ่มทำงาน จะมีการคำนวนผลรวมจากทุกนิวรอนที่เชื่อมโยงกันด้วยฟังก์ชันที่กำหนดไว้ เช่น ฟังชั่นซิกมอยด์ (sigmoid function) แล้วส่งค่าไปยังชั้นถัดไป การคำนวณเช่นนี้จะเกิดขึ้นไปเรื่อยๆ ทีละชั้น จนถึงชั้นของเอาท์พุต

ตัวอย่างประเภทของ NN ที่มีโมเดลรูปแบบที่ซับซ้อน เช่น เพอร์เซ็ปตรอนหลายชั้น (multi-layer perceptron, MLP) โดยมีกระบวนการฝึกฝนเป็นแบบมีผู้สอน (Supervise) และใช้ขั้นตอนการส่งค่าย้อนกลับ (Backpropagation) เป็นส่วนประกอบสำคัญ

สำหรับ NN ประเภทอื่น เช่น single-layer perceptron, Hopfield network,

recurrent network, self-organizing map, Boltzmann machine, committee of machines, associative Neural Network-ASNN, instantaneously trained networks, spiking neural networks

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Leave a Reply

Your email address will not be published. Required fields are marked *