A Brief History of Perceptron and Artificial Neural Network… ประวัติย่อ Perceptron และ โครงข่ายประสาทเทียม #DeepTechDriven

ในศาสตร์ด้านปัญญาประดิษฐ์ หรือ Artificial Intelligence ซึ่งประกอบขึ้นจากเทคโนโลยีเชิงลึก หรือ DeepTech หลายด้าน ที่นักเทคโนโลยีได้ริเริ่มแนวคิดกันมานานกว่าครึ่งค่อนศตวรรษ… โดยเฉพาะองค์ประกอบของปัญญาประดิษฐ์ที่ริเริ่มขึ้นด้วยแนวคิดการพัฒนาระบบช่วยตัดสินใจ หรือ Decision Systems จากโมเดล Perceptron อันลือลั่นของ Warren MuCulloch และ Walter Pitts ซึ่งเสนอแนวคิดในปี 1943 และ สร้างเครื่อง Perceptron ขึ้นมาทดลองใช้จริงในปี 1958 โดยใช้สมการการตัดสินใจ หรือ Decision Function ที่พัฒนาขึ้นด้วย Logic ขั้นสูงในสมัยนั้น… และ Perceptron ได้ถูกปรับปรุงและพัฒนาโดยนักคณิตศาตร์และนักวิทยาศาสตร์อีกมากมาย กระทั่ง Frank Rosenblatt ผู้แต่งหนังสือในตำนานอย่าง  Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms ก็ได้พัฒนาเครื่อง Perceptron ขึ้นครั้งแรกของโลกในปี 1958 และ ถูกต่อยอดจนกลายเป็นรากฐานของศาสตร์ด้าน “โครงข่ายประสาทเทียม หรือ Artificial Neural Network” ในปัจจุบัน

Walter Pitts และ Warren MuCulloch… 1949

Frank Rosenblatt กับเครื่อง Perceptron 

โครงข่ายประสาทเทียม หรือ Artificial Neural Network หรือ ANNs เป็นอัลกอริทึมการเรียนรู้เชิงลึก  โดยตั้งชื่อ และ พัฒนาโครงสร้างเลียนแบบการทำงานของสมองมนุษย์ และ วิธีที่เซลล์ประสาททางชีวภาพในสมองมนุษย์ส่งสัญญาณถึงกัน

โครงข่ายประสาทเทียม หรือ ANNs ที่พัฒนาขึ้นด้วยโครงสร้างพื้นฐานของโมเดล Perceptron จะประกอบไปด้วย 3 ส่วน ได้แก่ Input Layer… Hidden Layer และ Output Layer…  บางครั้งโมเดลนี้จึงถูกเรียกว่า Multi-layer Perceptron หรือ MLP Model เพราะการนำใช้เกือบทุกกรณีมักจะมีการใช้ Hidden Layer หลายชั้นและค่อนข้างซับซ้อน

โครงข่ายประสาทเทียม หรือ Artificial Neural Network หรือ ANNs ที่พัฒนาต่อยอดมาจากแนวคิดและโมเดล Perceptron ในยุคแรกจะเป็นระบบ หรือ เครือข่ายการเรียนรู้ของเครื่อง หรือ Machine Learning หรือ ML แบบมีผู้สอน หรือ Supervised Learning… ซึ่งถ้าสอน หรือ ป้อนข้อมูลให้อินพุตมากพอถึงระดับหนึ่ง… โครงข่ายประสาทเทียม หรือ ANNs จะให้ Output ได้อย่างแม่นยำขึ้นได้อีกเรื่อยๆ และ เป็นไปได้ที่จะกลายเป็น Machine Learning แบบไม่ต้องมีผู้สอน หรือ Unsupervised Learning ในแบบที่สามารถปฏิสัมพันธ์กับสิ่งแวดล้อมที่เปลี่ยนไปตลอดเวลาได้อย่างแม่นยำ… ซึ่งก้าวหน้าได้ถึงขั้น สามารถ “เรียนวิธีการเรียน หรือ Learning To Learn หรือ Meta-Learning” ได้ด้วยตนเอง… ทำให้แม้แต่ โครงข่ายประสาทเทียม หรือ ANNs ที่พัฒนาบนโมเดล Perceptron ที่ต้องสอนกันนาน และ มีจุดอ่อนทางเทคนิคมากมายก็มีโอกาสฉลาดกว่ามนุษย์ และ ส่งต่อความฉลาดให้รุ่นต่อๆ มาได้โดยไม่ขาดตกบกพร่อง

References…

Facebook
Twitter
LinkedIn
Pinterest
Tumblr

Leave a Reply

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

Recent Posts