Productivity & Operations

ระบบพัฒนาความรู้สู่ความอัจฉริยะ

โกศล ดีศีลธรรม

Koishi2001@yahoo.com

 

 

 

 

“การพัฒนาเทคโนโลยีเป็นปัจจัยหลักสนับสนุนการเพิ่มศักยภาพและความได้เปรียบการแข่งขันภายใต้ความเปลี่ยนแปลงด้วยปัจจัยต่าง ๆ ส่งผลให้เกิดการเปลี่ยนแปลงกระบวนทัศน์การดำเนินงาน โดยความได้เปรียบในการแข่งขันไม่ได้เพียงแค่การสร้างเทคโนโลยีใหม่ แต่รวมถึงแนวทางประยุกต์และบูรณาการเทคโนโลยีที่มีอยู่ ครอบคลุมถึง ความรู้ กระบวนการ วิธีการ เครื่องมือและระบบสนับสนุนการสร้างนวัตกรรม”

 

 

               ปัจจุบันกระแส Internet of Things ได้มีบทบาทขับเคลื่อนให้องค์กรต่าง ๆ ตอบสนองต่อความเปลี่ยนแปลง ทำให้องค์กรยุคใหม่ต้องนำเทคโนโลยีมาปรับใช้กับองค์กรเพื่อเพิ่มโอกาสให้องค์กรโดดเด่นเหนือคู่แข่งและยกระดับผลิตภาพที่สร้างความมั่งคั่งให้กับองค์กร     

 

ระบบปัญญาประดิษฐ์

 

               ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI เป็นศาสตร์สาขาหนึ่งของคอมพิวเตอร์ที่พยายามพัฒนาให้คอมพิวเตอร์ทั้งในส่วนฮาร์ดแวร์และซอฟต์แวร์ สามารถเลียนแบบกระบวนการคิดของมนุษย์ให้มีพฤติกรรมใกล้เคียงมนุษย์ที่แสดงรูปแบบความรู้โดยใช้สัญลักษณ์มากกว่าตัวเลขในการประมวลผล ทั้งยังมีความเชื่อมโยงศาสตร์อื่น ๆ ที่มีส่วนสนับสนุนการพัฒนา อาทิ การศึกษากระบวนการคิดของมนุษย์และความเป็นอัจฉริยะของเครื่องจักร (Intelligent  Machine) โดยพฤติกรรมอัจฉริยะแสดงความสามารถหลัก ได้แก่ ความสามารถเรียนรู้หรือเข้าใจจากประสบการณ์ การตอบสนองต่อสถานการณ์ใหม่ ๆ ที่รวดเร็ว การใช้ความเป็นเหตุเป็นผลในการแก้ปัญหาและสามารถดำเนินการอย่างมีประสิทธิผล รวมถึงสามารถรับรู้ถึงความสัมพันธ์องค์ประกอบที่แตกต่างในแต่ละสถานการณ์ แม้ว่าการประยุกต์ใช้งานปัญญาประดิษฐ์จะไม่มีความสามารถเรียนรู้เท่ากับมนุษย์   แต่สามารถแสดงความรู้ที่ถูกสร้างโดยผู้เชี่ยวชาญ (Human Expert) ประกอบด้วย ข้อเท็จจริง แนวคิด ทฤษฎี และวิธีการ ซึ่งความรู้เป็นสารสนเทศที่ถูกสร้างเพื่อใช้ในการแก้ปัญหาและสนับสนุนการตัดสินใจ (Decision Making) โดยความรู้จะถูกรวบรวมในรูปแบบระบบอัจฉริยะ (Intelligent System) และถูกจัดเก็บในฐานความรู้เพื่อใช้แก้ปัญหา ซึ่งได้รับความสนใจจากหน่วยงานและองค์กรต่าง ๆ ด้วยเหตุผล  ดังนี้

 

  • สามารถรักษาความเชี่ยวชาญที่อาจสูญหายเมื่อผู้เชี่ยวชาญ ลาออก เกษียณหรือถึงแก่กรรม
  • การเก็บสารสนเทศความเชี่ยวชาญเพื่อสร้างฐานความรู้ให้กับองค์กร สำหรับให้บุคลากรในองค์กรหรือหน่วยงานได้เรียนรู้ในรูปแบบคู่มือ

ขจัดปัญหาความจำเจของงานที่อาจก่อให้เกิดความไม่พึงพอใจในงาน

  • เสริมฐานความรู้องค์กร โดยเสนอแนะการแก้ปัญหาเฉพาะที่มีความซับซ้อนในการวิเคราะห์โดยมนุษย์ในระยะเวลาอันสั้น

 

สำหรับองค์ประกอบพื้นฐานของปัญญาประดิษฐ์ ประกอบด้วย

  1. การจัดเก็บรวบรวมข้อมูล โดยการจัดหาสารสนเทศจากแหล่งความรู้ เช่น ความรู้จากผู้เชี่ยวชาญ เพื่อสร้างฐานความรู้
  2. คอมพิวเตอร์ลอจิก โดยมีความแตกต่างจากคอมพิวเตอร์ทั่วไป ซึ่งปัญญาประดิษฐ์จะใช้ข้อเท็จจริง (Fact) กฎ (Rule) และข้อมูลที่ถูกจัดเก็บเพื่อสร้างข้อเท็จจริงที่ถูกพิสูจน์หรือการอนุมาน (Inference) และข้อสรุป (Conclusion) ในการเข้าถึงคำตอบของปัญหา
  3. การประมวลผลข้อมูลที่ต้องใช้เทคนิคและการประมวลผลแบบขนานด้วยสมรรถนะสูงและระบบการถ่ายโอนข้อมูลที่มีประสิทธิภาพสูง

 

 

ตาราง แสดงความสามารถปัญญาประดิษฐ์กับความอัจฉริยะโดยธรรมชาติ

 

ความสามารถ

ความอัจฉริยะโดยธรรมชาติ

ปัญญาประดิษฐ์

การรักษาความรู้

การกระจายความรู้

ต้นทุนรวมทางความรู้

ความเป็นเหตุเป็นผล

ความสร้างสรรค์

การรับรู้รูปแบบและความสัมพันธ์

ความถูกต้องและเที่ยงตรง

ไม่ยั่งยืนในมุมมององค์กร

มีความยุ่งยากและใช้เวลานาน

สูงมาก

การใช้ประสบการณ์

มีการสร้างสรรค์สูง

การรับรู้รวดเร็วและง่ายต่อการอธิบาย

มีโอกาสผิดพลาดสูง

มีความยั่งยืน

ง่าย และรวดเร็ว

ต่ำ

เหมาะกับปัญหาเฉพาะในขอบเขต

ต่ำ

การเรียนรู้ของเครื่องจักรยังไม่ดีเท่ามนุษย์แต่บางกรณีอาจทำได้ดีกว่ามนุษย์

มีความถูกต้องและเที่ยงตรงสูง

 

 

โดยกระบวนการประยุกต์ AI เกี่ยวข้องกับศาสตร์ทั้ง 2 สาขา คือ

 

  1. Computer Science ได้แก่ ระบบอัจฉริยะ การประมวลผลแบบขนานและการโปรแกรมลอจิก โดยมีองค์ประกอบหลัก ดังนี้
  • ระบบฮาร์ดแวร์หรือระบบอัจฉริยะ คอมพิวเตอร์จะต้องจัดการกับฐานความรู้ ดำเนินการประมวลผลและการเชื่อมต่อกับผู้ใช้ รวมถึงอุปกรณ์อื่น ๆ
  • ระบบซอฟต์แวร์ โดยซอฟต์แวร์ AI จะต้องแสดงความรู้ในรูปแบบสัญลักษณ์ (Symbolic Form) สามารถเข้าถึงฐานข้อมูลเชิงสัมพันธ์ (Relational Database) และการใช้เทคนิคทางลอจิกสำหรับการแก้บัญหา
  • การเชื่อมต่อกับภายนอก โดยระบบจะต้องสะดวกต่อการใช้งานและมีประสิทธิภาพในการปฏิสัมพันธ์ระหว่างผู้ใช้กับเครื่องที่ต้องอาศัยภาษาชั้นสูงในการเชื่อมต่อกับแหล่งข้อมูลและทางโลจิกโปรแกรมมิ่ง

 

  1. Cognitive Science เป็นศาสตร์ทางด้านความรู้และการรับรู้ (Perception) ศึกษากระบวนการเรียนรู้และประมวลผลของสมองมนุษย์ที่นำไปสู่การสรุปผลลัพธ์ข้อเท็จจริง

 

 

แสดงศาสตร์และสาขาระบบปัญญาประดิษฐ์

 

 

               เนื่องจากปัญญาประดิษฐ์มีจุดเริ่มต้นในการประยุกต์ใช้งานภาคอุตสาหกรรมและแพร่หลายในธุรกิจต่าง ๆ ที่สนับสนุนการแก้ปัญหาและตัดสินใจกับปัญหาซับซ้อน รูปแบบในการประยุกต์ ได้แก่

 

  1. การใช้ความรู้และเชี่ยวชาญเฉพาะ โดยมุ่งแก้ปัญหาที่เกินขีดข้อจำกัดของมนุษย์หรือหากดำเนินการโดยมนุษย์อาจเกิดความผิดพลาดได้ง่าย ดังนั้นระบบปัญญาประดิษฐ์เสมือนการทดแทนผู้เชี่ยวชาญมนุษย์ (Human Expert) ที่มีค่าใช้จ่ายในการให้คำแนะนำสูงหรือทดแทนในสาขาที่ขาดแคลน อาทิ ผู้เชี่ยวชาญวิเคราะห์ข้อมูลการขุดเจาะน้ำมัน (Seismic Data) และแพทย์ผู้เชี่ยวชาญการวินิจฉัยเฉพาะทาง รวมทั้งงานทางวิศวกรรมและการบริหารการผลิต อาทิ การออกแบบผลิตภัณฑ์ การวางแผนและกำหนดการผลิต การควบคุมกระบวนการและการวินิจฉัยความบกพร่องเครื่องจักร (Diagnosis of Equipment Malfunction)
  2. ระบบปัญญาประดิษฐ์สามารถใช้สำหรับงานคอมพิวเตอร์ช่วยในการสอน (Computer-Aided Instruction) หรือ CAI สามารถนำไปใช้อบรมเสริมทักษะซึ่งถูกใช้ในการสอนทักษะให้กับผู้ใช้งาน โดยให้ผู้ใช้ลองพยายามหาคำตอบและระบบมีการอธิบายคำตอบ
  3. ช่วยเพิ่มประสิทธิภาพการทำงานของโปรแกรมคอมพิวเตอร์ ช่วยจัดการงานภายในของระบบปฏิบัติการ (Operating System) ทำให้ลดค่าใช้จ่ายในการพัฒนาซอฟต์แวร์
  4. การจำลองความสามารถสรีระของมนุษย์

 

            สำหรับการพัฒนาเครื่องจักรให้มีความเป็นอัจฉริยะที่พัฒนาจากศาสตร์และเทคโนโลยีสาขาต่าง ๆ ตั้งแต่ด้านภาษาศาสตร์ (Linguistics) จนถึงคณิตศาสตร์ประยุกต์ แต่เดิม AI ไม่ได้ถูกพัฒนาเพื่อการค้า แต่เป็นการรวบรวมแนวคิดและแนวทางปฏิบัติการวิจัยมากกว่าการทำตลาดผลิตภัณฑ์ อย่างไรก็ตาม AI ก็ยังเป็นรากฐานสำคัญในการพัฒนาเทคโนโลยีหลายสาขาในเชิงพาณิชย์ การพัฒนาระบบอัจฉริยะได้มีการแตกแขนงออกเป็นสาขาต่าง ๆ อาทิ

 

  • ระบบผู้เชี่ยวชาญ (Expert System) คือ โปรแกรมคอมพิวเตอร์ในการให้คำแนะนำที่เลียนแบบกระบวนการความเป็นเหตุเป็นผลของผู้เชี่ยวชาญในการแก้ปัญหาซับซ้อน ซึ่งถูกประยุกต์ใช้และนิยมมากที่สุดในศาสตร์ AI เป็นที่น่าสนใจมากในองค์กรธุรกิจ
  • เทคโนโลยีภาษาธรรมชาติ (Natural Language Technology) ผู้ใช้งานสามารถสื่อสารกับคอมพิวเตอร์ด้วยภาษามนุษย์ โดยการรับรู้และตีความของคำ (Word) หรือประโยคสั้น ๆ สำหรับการประมวลผลภาษาธรรมชาติ (Natural Language Processing) เป็นการสื่อสารกับคอมพิวเตอร์ด้วยการพูดภาษามนุษย์ โดยคอมพิวเตอร์ที่มีความฉลาดในการรับรู้และแปลความรวมทั้งความรู้ด้านภาษาศาสตร์ โดยทั่วไปสามารถแบ่ง NLP เป็น 2 ประเภท คือ
  • ความเข้าใจภาษาธรรมชาติ (Natural Language Understanding) เป็นการค้นหาวิธีการให้คอมพิวเตอร์มีความเข้าใจผ่านคีย์บอร์ดหรือเสียงเพื่อให้คอมพิวเตอร์สามารถเข้าใจมนุษย์
  • การสร้างภาษาธรรมชาติ (Natural Language Generation) เป็นความพยายามให้คอมพิวเตอร์สร้างภาษาธรรมชาติ เช่น ภาษาอังกฤษขึ้นบนจอสกรีนหรือการสังเคราะห์เสียง (Voice Synthesis) ทำให้มนุษย์สามารถเข้าใจได้ง่ายขึ้น

 

 

องค์ประกอบระบบปัญญาประดิษฐ์

 

 

  • การรับรู้คำพูด (Speech Recognition) เป็นกระบวนการที่ผู้ใช้สื่อสารกับคอมพิวเตอร์โดยคำพูด คอมพิวเตอร์สามารถรับรู้คำโดยไม่จำเป็นต้องตีความหมาย สำหรับส่วนที่ต้องการตีความหมายคำพูดชัดเจน เรียกว่า ความเข้าใจคำพูด(Speech understanding) เมื่อระบบการรับรู้คำพูดถูกรวมกับระบบการประมวลผลภาษาธรรมชาติก็จะเกิดระบบที่ไม่เพียงแต่สามารถรับรู้คำพูดแต่ยังมีความเข้าใจต่อคำพูดนั้น โดยเป้าหมายหลักของระบบ เพื่อให้คอมพิวเตอร์เข้าใจคำพูดโดยธรรมชาติ (Natural Speech) ดังที่มนุษย์ได้ยินและเข้าใจ แต่ข้อจำกัดสำคัญคือ ไม่สามารถรับรู้คำพูดที่เป็นรูปประโยคยาวได้
  • หุ่นยนต์และระบบตรวจจับ (Robotics & Sensory Systems) โดยหุ่นยนต์เป็นอุปกรณ์ทางเครื่องกลไฟฟ้าที่ถูกรวมเข้ากับระบบตรวจจับ ทำให้มีความสามารถหลากหลาย อาทิ การเชื่อม การขนถ่าย งานสายการประกอบและงานที่มีความจำเจหรืออันตรายสำหรับมนุษย์
  • การรับรู้ด้วยการมองเห็น (Visual Recognition) เป็นส่วนหนึ่งของระบบสนับการตัดสินใจและคอมพิวเตอร์อัจฉริยะ โดยรับข้อมูลเครื่องตรวจจับเพื่อใช้ขับเคลื่อนของหุ่นยนต์และงานการตรวจสอบคุณภาพผลิตภัณฑ์
  • คอมพิวเตอร์อัจฉริยะช่วยในการสอน (Intelligent Computer-Aided Instruction) หรือ ICAI เป็นงานสอนมนุษย์โดยคอมพิวเตอร์ การใช้งาน ICAI ไม่จำกัดแค่ในโรงเรียน แต่ยังสามารถประยุกต์ใช้ในวงการทหารและองค์กรภาคธุรกิจ ทั้งยังมีการนำไปใช้สนับสนุนการแก้ปัญหา การจำลองสถานการณ์ (Simulation) การเรียนและทดสอบ รวมทั้งประยุกต์ใช้ในรูปแบบการศึกษาทางไกล ทำให้เกิดรูปแบบมหาวิทยาลัยเสมือน (Virtual University) และประยุกต์ในการทดสอบ GMAT
  • การเรียนรู้ของเครื่องจักร (Machine Learning) โดยมีการใช้คอมพิวเตอร์ในการแก้ปัญหาด้วยแบบจำลองเชิงปริมาณในกรณีที่ระบบผู้เชี่ยวชาญไม่สามารถแก้ปัญหา โดยทำการสอนคอมพิวเตอร์ให้สามารถเรียนรู้วิธีแก้ปัญหาจากกรณีศึกษา แนวทางแก้ปัญหาของ Machining Learning แบ่งเป็น เครือข่ายเส้นใยประสาทหรือนิวรอลเน็ตเวิร์ก (Neural Network) และฟัซซีลอจิก (Fuzzy Logic)

                 

 ระบบผู้เชี่ยวชาญ

 

                ระบบผู้เชี่ยวชาญ (Expert System) คือ ระบบปัญญาประดิษฐ์ที่ใช้ฐานความรู้ในการแก้ปัญหา โดยมีโปรแกรมคอมพิวเตอร์ที่สามารถเลียนแบบลอจิกการแก้ปัญหาของผู้เชี่ยวชาญ ซึ่งมีการจัดหาความรู้ (Knowledge Acquisition) จากการถ่ายทอดโดยผู้เชี่ยวชาญหรือแหล่งอื่นและจัดเก็บเข้าสู่ระบบคอมในรูปแบบกฎ (Rule) ที่ถูกใช้ในกระบวนการเหตุผล (Reasoning Process) หรือ "Heuristic" โดยใช้ประสบการณ์ในการวินิจฉัยปัญหาซึ่งบางครั้งอาจเรียกระบบผู้เชี่ยวชาญว่าระบบฐานความรู้(Knowledge-Based System) ในการหาข้อสรุปและคำตอบของปัญหา องค์ประกอบหลักของระบบ ประกอบด้วย

 

  1. การพัฒนาระบบ (System Development) การใช้เทคนิค AI ในการรับและแปลงสารสนเทศเข้าสู่ฐานข้อมูลความรู้และเชื่อมต่อกับผู้ใช้งาน
  2. ระบบความรู้ (Knowledge System) ประกอบด้วยฐานข้อมูลความรู้ ลอจิกโปรเซสเซอร์หรือ เรียกว่า "Inference Engine" รวมทั้งระบบปฏิบัติการและโปรแกรมภาษา เช่น ภาษาโปรลอก
  3. ระบบการดำเนินงาน (System operation) สำหรับช่วงการดำเนินงาน (Operational Phase) ระบบผู้เชี่ยวชาญเกี่ยวข้องกับการรับข้อมูล ประมวลผลข้อมูล การถ่ายโอนข้อมูลและสื่อสาร

 

                เนื่องจากความเชี่ยวชาญเป็นความรู้เฉพาะงานที่ได้จากการฝึกอบรม การอ่านและประสบการณ์ ทำให้ผู้เชี่ยวชาญมีทักษะแก้ปัญหาและตัดสินใจที่รวดเร็ว ซึ่งการถ่ายทอดความเชี่ยวชาญจากผู้เชี่ยวชาญสู่คอมพิวเตอร์และถ่ายทอดสู่ผู้ใช้ สามารถดำเนินการ ดังนี้

 

  • การจัดหาความรู้ (Knowledge Acquisition) โดยมีแหล่งจากผู้เชี่ยวชาญหรือเอกสาร
  • การแสดงความรู้โดยคอมพิวเตอร์ (Knowledge Representation)
  • การอนุมานความรู้ (Knowledge Inferencing) การอนุมานจะดำเนินโดยเครื่องอนุมาน (Inference Engine) สำหรับการหาข้อสรุปของปัญหา
  • การถ่ายทอดความรู้สู่ผู้ใช้ (Knowledge Transfer)

 

 

ปัจจัยสนับสนุนการจัดการความรู้ยุคใหม่

 

 

โดยทั่วไประบบผู้เชี่ยวชาญ ประกอบด้วย

 

  1. ฐานความรู้ (Knowledge Base) ได้แก่ ความรู้ที่จำเป็นสำหรับใช้แก้ปัญหา โดยมีข้อเท็จจริง(Facts)ที่เป็นสถานการณ์ปัญหาและทฤษฎีเกี่ยวกับขอบเขตปัญหาและกฎ (Rules) ซึ่งเป็นการใช้ความรู้แก้ปัญหาเฉพาะ โดยสามารถแบ่งประเภทฐานความรู้
  • Rule-Based Expert System   ประกอบด้วยกฎเพื่อใช้ทำงานในรูปแบบ IF-THEN  ผู้ใช้งานสามารถใส่ข้อเท็จจริงเพื่อให้กฎสามารถทำการสรุปปัญหาได้ 
  • Case-Based Expert System โดยถูกใช้ในการอนุมานเพื่อนำไปสู่การให้เหตุผล ประกอบด้วยกรณีศึกษาที่มาจากประสบการณ์ผู้เชี่ยวชาญ แต่ละกรณีศึกษาจะมีข้อมูลสถานการณ์และเหตุผลแตกต่างกัน รวมทั้งผลลัพธ์การแก้ปัญหาและเครื่องอนุมานจะทำการค้นหาผ่าน Case-Base ซึ่งสืบค้นกรณีศึกษาโดยจับคู่กับลักษณะปัญหาที่ต้องการแก้ไข หลังจากนั้นกรณีศึกษาจะถูกนำมาปรับใช้กับปัญหาดังกล่าว
  1. เครื่องอนุมาน (Inference Engine) ถือว่าเป็นสมองของระบบผู้เชี่ยวชาญและองค์ประกอบสำคัญของโปรแกรมคอมพิวเตอร์สำหรับคิดหาเหตุผลและประมวลผล โดยจับคู่กฎที่เหมาะสมจากฐานความรู้กับข้อเท็จจริงเพื่อหาข้อสรุป แล้วส่งข้อสรุปผ่านส่วนเชื่อมต่อกับผู้ใช้งาน
  2. ส่วนเชื่อมต่อกับผู้ใช้งาน (User Interface) เป็นส่วนเชื่อมระหว่างผู้ใช้งานกับเครื่องอนุมาน โดยแสดงในรูปแบบคำถามและคำตอบ บางครั้งอาจมีการแสดงผลแบบกราฟิก เมื่อผู้ใช้ใส่ข้อมูลเข้ากับ User Interface ข้อมูลก็จะถูกส่งผ่านไปยังฐานความรู้และส่งไปยังเครื่องอนุมาน
  3. วิศวกรความรู้ (Knowledge Engineer) คือ บุคลากรที่มีความรู้ในการพัฒนาระบบผู้เชี่ยวชาญ เช่น การจัดฐานความรู้ระบบผู้เชี่ยวชาญและเครื่องอนุมาน
  4. ส่วนจัดหาความรู้ (Knowledge Acquisition) เป็นซอฟต์แวร์ที่เป็นสื่อระหว่างผู้เชี่ยวชาญกับระบบผู้เชี่ยวชาญ

 

       สำหรับแนวทางการพัฒนาระบบผู้เชี่ยวชาญ จำแนกได้เป็น 3 แนวทาง ดังนี้

 

  1. การพัฒนาระบบเพื่อใช้แก้ปัญหางานเฉพาะ โดยดำเนินการพัฒนาขึ้นภายในองค์กรซึ่งใช้เวลาพัฒนานานและมีต้นทุนค่าใช้จ่ายสูง ซึ่งเหมาะสำหรับการดำเนินการองค์กรใหญ่
  2. การจัดซื้อระบบที่พัฒนาเต็มรูปแบบ โดยโปรแกรมสำเร็จรูปดังกล่าวมักไม่ค่อยมีจำหน่าย เนื่องจากมีความยุ่งยากในการพัฒนาระบบให้ตรงตามความต้องการผู้ใช้งานและผู้พัฒนาระบบต้องการปกป้องสินทรัพย์ทางปัญญาจากการลอกเลียนแบบ รวมทั้งการป้องกันการฟ้องร้องจากผู้ใช้งาน หากระบบเกิดความผิดพลาดจากการใช้งาน
  3. การพัฒนาระบบโดยการซื้อโปรแกรมหรือแพ็กเกจ ประกอบด้วย เครื่องอนุมาน ส่วนช่วยในการอธิบายและส่วนต่อเชื่อมกับผู้ใช้งานเพื่อที่จะนำมาสร้างฐานความรู้โดยใส่ข้อมูลความรู้เข้าไปในระบบ ซึ่งผู้ใช้งานต้องสร้างกฎและปรับระบบให้เข้ากับลักษณะงาน แนวทางนี้มีความยืดหยุ่นมากที่สุดและเหมาะกับองค์กรทุกขนาด เนื่องจากมีค่าใช้จ่ายในการลงทุนไม่สูงและสามารถใช้งานง่าย โดยผู้ใช้งานสามารถสร้างฐานความรู้ด้วยตนเอง

 

 

วงจรพัฒนาระบบผู้เชี่ยวชาญ

 

 

โดยปัญหาและความยุ่งยากในการพัฒนาระบบผู้เชี่ยวชาญ ได้แก่

  

  1. การขาดแคลนทรัพยากร ได้แก่ เวลา บุคลากร ผู้เชี่ยวชาญและเงินทุน
  2. เวลาในการพัฒนาระบบ เนื่องจากการพัฒนาระบบไม่สามารถดำเนินการได้อย่างเร่งด่วน ในช่วงกระบวนการพัฒนา หากวิศวกรความรู้ไม่มีประสบการณ์ก็อาจใช้เวลาเป็นแรมปี โดยเฉพาะกระบวนการจัดหาความรู้ที่ต้องใช้เวลาพัฒนานาน ซึ่งวิศวกรความรู้และผู้เชี่ยวชาญจะต้องทำงานร่วมกันเพื่อให้กระบวนการจัดหาความรู้สามารถลุล่วงได้
  3. ความผิดพลาดของแหล่งความรู้ หากความรู้ขาดความสมบูรณ์หรือไม่ถูกต้องก็จะส่งผลต่อความผิดพลาดที่แสดงในฐานความรู้ ดังนั้นในกระบวนการพัฒนาระบบผู้เชี่ยวชาญ ความผิดพลาดอาจเกิดขึ้นจากแหล่งต่าง ๆ ได้แก่
  • Semantic Errors สามารถเกิดขึ้นในช่วงการปฏิสัมพันธ์ระหว่างผู้เชี่ยวชาญกับวิศวกรความรู้ที่ข้อมูลอาจสูญหายในช่วงการแปลความ ซึ่งมักเกิดกับวิศวกรความรู้ที่ไม่มีประสบการณ์หรือยังไม่คุ้นเคยกับขอบเขตความรู้
  • Syntax Errors โดยมีสาเหตุจากการใช้รูปแบบที่ไม่ถูกต้องของกฎหรือข้อเท็จจริงและมักเกิดขึ้นในฐานความรู้ ส่วนความผิดพลาดที่เกิดในเครื่องอนุมานอาจมีสาเหตุจากบักและความผิดพลาดที่เกิดขึ้นขณะทำการอินพุตเข้าสู่ฐานข้อมูล รวมถึงความผิดพลาดเนื้อหาที่เกิดในส่วนเชื่อมต่อกับผู้ใช้และส่งผลต่อการขัดข้องของระบบ

 

 

  สรุปสาเหตุก่อให้เกิดความบกพร่องในระบบผู้เชี่ยวชาญ

แหล่งความรู้

สาเหตุความผิดพลาด

ผู้เชี่ยวชาญ

การให้ความรู้ที่ไม่ถูกต้องหรือขาดความสมบูรณ์

วิศวกรความรู้

Semantic Errors ของการสื่อสารและการแปลความ

ฐานความรู้

Syntax Errors ในรูปแบบที่มีสาเหตุจากความไม่สมบูรณ์ของความรู้และความไม่แน่นอน

เครื่องอนุมาน

เกิดบักในเครื่องอนุมานหรือเครื่องมือพัฒนาและกฎที่ไม่ถูกต้อง

ส่วนเชื่อมต่อกับผู้ใช้

ความไม่ถูกต้องของเนื้อหาที่ใช้สื่อสารระหว่างระบบผู้เชี่ยวชาญกับผู้ใช้งาน

 

 

               ส่วนกระบวนการระบบผู้เชี่ยวชาญสามารถแบ่งได้เป็น 2 ส่วน โดยส่วนแรก คือ การพัฒนาระบบซึ่งเป็นส่วนการสร้างระบบและส่วนที่ 2 คือ การให้คำปรึกษา โดยที่กระบวนการพัฒนาเริ่มจากวิศวกรความรู้ (ผู้สร้างระบบ) ดำเนินการจัดเก็บความรู้จากผู้เชี่ยวชาญหรือแหล่งข้อมูลเอกสาร โดยความรู้จะถูกโปรแกรมเก็บในฐานความรู้ซึ่งเป็นข้อเท็จจริงและความรู้ในรูปกฎ IF-THEN สำหรับการให้คำปรึกษาซึ่งผู้ใช้งานติดต่อกับระบบผ่านส่วนเชื่อมต่อผู้ใช้งานเพื่อขอคำแนะนำ ระบบจะให้คำแนะนำโดยการเก็บข้อมูลจากผู้ใช้งานในรูปแบบคำถามและส่งต่อไปยังเครื่องอนุมานเพื่อใช้ฐานข้อมูลจัดเก็บเรียกว่า หน่วยความจำการทำงาน (Working Memory) และความรู้ในฐานความรู้ (Knowledge Refinement) จะถูกกลั่นกรองและสะสมเพื่อใช้ในการให้คำปรึกษาต่อไป

 

 

กระบวนการระบบผู้เชี่ยวชาญ

 

 

ปัจจุบันระบบผู้เชี่ยวชาญถูกประยุกต์ในงานอุตสาหกรรมอย่างแพร่หลาย อาทิ

  • การบำรุงรักษาเครื่องจักรและอุปกรณ์ โดยใช้วินิจฉัยปัญหาความบกพร่องเครื่องจักรที่ต้องใช้ทักษะและประสบการณ์วิศวกรในการดำเนินการ
  • กำหนดการผลิต โดยการแปลคำสั่งซื้อของลูกค้าให้เป็นรายละเอียดกำหนดการผลิตในอุตสาหกรรมที่ผลิตสินค้าซับซ้อน (Complex Product) และใช้เวลาดำเนินการมาก ระบบผู้เชี่ยวชาญสามารถใช้ข้อมูลจากใบแสดงรายการวัสดุ (Bill of Material) หรือ BOM และใช้กฎการสั่งงาน (Ordering Rules) ในการจัดทำกำหนดการผลิตอย่างมีประสิทธิภาพและแม่นยำ รวมทั้งสามารถติดตามงานในสายการผลิต
  • การสร้างตัวแบบจำลอง โดยใช้คอมพิวเตอร์จัดทำผังโรงงานและกำหนดการผลิตที่มีการจำลองการไหลของงานในกระบวนการผลิตและแสดงผลแบบกราฟิกเพื่อหลีกเลี่ยงความผิดพลาดที่อาจเกิดขึ้น
  • คอมพิวเตอร์ช่วยในการออกแบบหรือ CAD ช่วยลดเวลาในกระบวนการออกแบบ ค่าใช้จ่ายและความผิดพลาดสำหรับผลิตภัณฑ์ที่มีความซับซ้อน โดยระบบจะใช้ลอจิกโปรแกรมมิ่งและฐานความรู้ในการหาข้อสรุปและแก้ปัญหาการออกแบบที่ซับซ้อน รวมทั้งให้นักออกแบบปฏิสัมพันธ์กับกระบวนการออกแบบ ซึ่งเกิดความยืดหยุ่นและลดข้อจำกัดในการออกแบบ
  • คอมพิวเตอร์ช่วยในการสอนหรือ CAI สำหรับฝึกอบรมเพิ่มทักษะให้กับพนักงาน โดยระบบผู้เชี่ยวชาญจะสร้างแบบจำลองและสถานการณ์สำหรับการเรียนรู้ รวมทั้งเชื่อมต่อกับผู้ใช้ด้วยภาษาธรรมชาติ
  • การควบคุมกระบวนการสำหรับอุตสาหกรรมขนาดใหญ่ โดยเฉพาะอุตสาหกรรมที่เน้นกระบวนการที่ใช้ระบบคอมพิวเตอร์ในการควบคุมเครื่องจักรและอุปกรณ์ในการผลิต ซึ่งช่วยให้ผู้ควบคุมสามารถติดตามกระบวนการและตรวจจับความผันแปร โดยมีระบบควบคุมอัจฉริยะในการจัดเก็บข้อมูลกระบวนการแบบเวลาจริงและใช้กฎจากฐานความรู้ให้คำแนะนำต่อผู้ควบคุม ทำให้สามารถควบคุมกระบวนการได้อย่างเหมาะสม

 

 

แหล่งข้อมูลและคลังสารสนเทศ

 

 

นอกจากนี้ระบบผู้เชี่ยวชายยังถูกประยุกต์ใช้ทางภาคธุรกิจต่าง ๆ อาทิ

  • การนำความรู้และความเชี่ยวชาญจากแพทย์เฉพาะทางเข้าสู่ระบบฐานความรู้ ทำ
  • ให้สามารถร่วมใช้ความรู้ (Knowledge Sharing) สำหรับการวินิจฉัยคนไข้
  • สำหรับธุรกิจบัตรเครดิตที่สนับสนุนการให้บริการลูกค้า เมื่อระบบได้รับแจ้งปัญหาจากลูกค้าก็จะดำเนินการดึงข้อมูลลูกค้าเพื่อทำการวิเคราะห์ ทำให้ประหยัดเวลาและค่าใช้จ่ายในการให้บริการ
  • กฎหมายระหว่างประเทศ เนื่องจากองค์กรจำนวนมากขยายการดำเนินธุรกิจไปยังประเทศต่าง ๆ ทำให้องค์กรมีการนำระบบผู้เชี่ยวชาญช่วยในการพิจารณาร่างข้อตกลงทางการค้า รวมถึงถูกนำมาใช้เป็นเครื่องมือฝึกอบรมบุคลากรทางความรู้ (Knowledge Worker) ที่ต้องดำเนินการค้าระหว่างประเทศ

 

 

 

 

เอกสารอ้างอิง

  1. David J.Skyrme, Capitalizing on Knowledge from e-business to k-business, Butterworth-Heinemann, 2001.
  2. George M.Marakas, Decision Support Systems in the 21st century, Prentice Hall International, 1999.
  3. Gilbert Probst, Steffen Raub and Kai Romhardt, Managing Knowledge: Building Blocks for Success, John Wiley & Sons, 2000.
  4. , Knowledge Management: Learning from Knowledge Engineering, CRC Press, 2001.
  5. Joop Sieringga, Andre Wierdsma, Becoming a Learning Organization: Beyond the Learning Curve, Addison-Wesley Publishers, 1994.
  6. Kenneth C.Laudon, Jane P.Laudon, Essentials of Management Information Systems, Prentice-Hall, 1999.
  7. Michael Marquardt and Angus Reynolds, the Global Learning Organization, Irwin
    Professional Publishing, 1994.
  8. Stewart McKie, E-Business Best Practices: Leveraging Technology for Business Advantage, John Wiley & Sons, 2001.
  9. Sultan Kermally, New Economy Energy Unleashing Knowledge for Competitive Advantage, John Wiley & Sons, 2001.
  10. Turban, McLean, Wetherbe, Information Technology for Management: Transforming Business in the Digital Economy, John Wiley & Sons, 2002.
  11. โกศล ดีศีลธรรม,การจัดการความรู้แห่งโลกธุรกิจใหม่, ศูนย์เทคโนโลยีอิเลคทรอนิคส์และคอมพิวเตอร์แห่งชาติ (NECTEC), 2546.
  12. โกศล ดีศีลธรรม,นวัตกรรมเทคโนโลยีสนับสนุนการดำเนินงานแห่งสหัสวรรษ, ศูนย์เทคโนโลยีอิเลคทรอนิคส์และคอมพิวเตอร์แห่งชาติ(NECTEC), 2548.
  13. โกศล ดีศีลธรรม, การวางแผนปฏิบัติการโลจิสติกส์สำหรับโลกธุรกิจใหม่,สำนักพิมพ์ฐานบุ๊คส์, 2551.
  14. โกศล ดีศีลธรรม, พัฒนาสู่ความเป็นเลิศตามวิถีไคเซ็น, สำนักพิมพ์เพื่อนอุตสาหกรรม, 2557.

สงวนลิขสิทธิ์ ตามพระราชบัญญัติลิขสิทธิ์ พ.ศ. 2539 www.thailandindustry.com
Copyright (C) 2009 www.thailandindustry.com All rights reserved.

ขอสงวนสิทธิ์ ข้อมูล เนื้อหา บทความ และรูปภาพ (ในส่วนที่ทำขึ้นเอง) ทั้งหมดที่ปรากฎอยู่ในเว็บไซต์ www.thailandindustry.com ห้ามมิให้บุคคลใด คัดลอก หรือ ทำสำเนา หรือ ดัดแปลง ข้อความหรือบทความใดๆ ของเว็บไซต์ หากผู้ใดละเมิด ไม่ว่าการลอกเลียน หรือนำส่วนหนึ่งส่วนใดของบทความนี้ไปใช้ ดัดแปลง โดยไม่ได้รับอนุญาตเป็นลายลักษณ์อักษร จะถูกดำเนินคดี ตามที่กฏหมายบัญญัติไว้สูงสุด