1. หน้า : 1
Week1 : The Intelligent Computer
บทที่ 1
คอมพิวเตอร์อัจฉริยะ
(The Intelligent Computer)
หัวข้อ (Topic)
1.1 ความหมายของปัญญาประดิษฐ์ (Artificial Intelligent: AI)
1.2 เป้าหมายของ AI
1.3 ความสาคัญของ AI
1.4 ประโยชน์ของ AI
1.5 ข้อจากัดของ AI
1.6 สาขาของ AI
1.7 แนวคิดและเทคโนโลยีปัญญาประดิษฐ์
1.8 การประยุกต์ใช้ AI
1.9 การวิจัยด้าน AI
วัตถุประสงค์การเรียนรู้ (Learning Objective)
1. บอกคาจากัดความของปัญญาประดิษฐ์ (Artificial Intelligent: AI) ได้
2. บอกถึงเป้าหมายและวัตถุประสงค์หลักของ AI ได้
3. แสดงให้เห็นความสาคัญของ AI ได้
4. บอกประโยชน์และข้อจากัดของ AI ได้
5. จาแนกความแตกต่างระหว่างการทางานของมนุษย์ และเครื่องคอมพิวเตอร์ที่ใช้แนวคิดของ AI
ตลอดจนเปรียบเทียบความแตกต่างกับเครื่องคอมพิวเตอร์แบบปกติได้
6. ยกตัวอย่างการประยุกต์ใช้ AI สาหรับการแก้ปัญหากับโลกแห่งความเป็นจริงได้
7. แนะนาแนวคิดและจินตนาการการใช้แนวคิด AI ในอนาคตได้
ในบทนี้เราจะทาความรู้จักกับปัญญาประดิษฐ์ (Artificial Intelligent: AI) เรียนรู้ว่า AI คือ
อะไร ทาไม AI จึงมีความสาคัญ และเราจะสามารถประยุกต์ใช้แนวคิดของ AI ได้อย่างไรบ้าง ซึ่ง
ประเด็นเหล่านี้เป็นพื้นฐานที่ผู้เรียนควรทาความเข้าใจ ก่อนเริ่มก้าวเข้าสู่การใช้แนวคิด หรือ Algorithm
ต่าง ๆ ของ AI

2. หน้า : 2
Week1 : The Intelligent Computer
1.1 ความหมายของปัญญาประดิษฐ์ (Artificial Intelligent: AI)
มีคาจาจัดความของปัญญาประดิษฐ์ (ซึ่งในที่นี้จะขอใช้คาว่า AI) มากมายซึ่งผู้รู้และผู้ที่
เกี่ยวข้องทางด้านปัญญาประดิษฐ์ได้ให้ความหมายไว้ ซึ่งพอสรุปได้ดังนี้
AI คือ : การศึกษาเกี่ยวกับการคานวณที่มีความเป็นไปได้โดยใช้วิธีการสังเกต การให้เหตุผล
และการกระทาเลียนแบบความฉลาดหรือการใช้สติปัญญาของมนุษย์ พยายามแทนที่ความฉลาดของ
มนุษย์นั้นลงในเครื่องคอมพิวเตอร์หรือเครื่องจักรกลเพื่อให้ สิ่งประดิษฐ์นั้นสามารถทางานเลียนแบบ
ความฉลาดของมนุษย์ได้
- AI มีความแตกต่างจากด้านจิตวิทยา (Psychology) ตรงที่ AI จะเน้นในเรื่องการคานวณ และ
- AI มีความแตกต่างจากด้านวิทยาการคอมพิวเตอร์ (Computer Science) ตรงที่ AI เน้นใน
เรื่องการเข้าใจ การมองเห็น ความรู้สึกสัมผัส การให้เหตุผล และการกระทา
นอกจากนี้ยังมีผู้ให้ความหมายและคาจากัดความอื่น ๆ อีก เช่น
1. AI คือ เครื่องจักรอัจฉริยะที่สร้างจากความรู้ทางด้าน วิทยาศาสตร์ และวิศวกรรมศาสตร์
โดยเฉพาะอย่างยิ่ง ความฉลาดทางด้านโปรแกรมคอมพิวเตอร์ซึ่งเป็นในลักษณะการสร้างคอมพิวเตอร์
ให้เรียนรู้และเข้าใจความสามารถของมนุษย์
2. ความฉลาด (Intelligent) คือ ความคิดในการคานวณ เพื่อให้สามารถทางานบรรลุผลสู่
เป้าหมาย ซึ่งสามารถพบความฉลาดได้ใน คน สัตว์ และเครื่องจักรบางชนิด เราไม่สามารถกาหนด
รูปแบบมาตรฐาน ของรูปแบบการคานวณได้อย่างชัดเจนว่า เป็นความฉลาดหรือไม่ แต่เราจะเข้าใจ
เพียงบางส่วนเท่านั้น
3. AI จะสามารถค้นพบวิธีในการแก้ไขปัญหาด้วยตนเอง ซึ่งโปรแกรมที่มีประสิทธิภาพสูงๆ
จะถูกโปรแกรมให้เป็นเพียงแค่ “ส่วนหนึ่งของความฉลาดเท่านั้น”
4. AI เป็น “แบบจาลองความฉลาดของมนุษย์” แต่การทางานบางอย่างของ AI นั้นบางครั้งไม่
สามารถทาได้ดีเท่ากับมนุษย์ หรือสัตว์
5. รูปแบบการแก้ปัญหาของ AI ไม่สามารถวัดเป็นค่า IQ (Import Quota) ได้ เนื่องจาก IQ
เป็นค่าที่วัดได้จากอัตราส่วนระหว่างอายุกับเด็ก เพื่อตรวจสอบถึงความฉลาดของเด็กต่อ ช่วงอายุ เพื่อดู
ความเหมาะสมของการเจริญเติบโต เพื่อใช้เป็นค่าเปรียบเทียบในการวัดถึง การประสบความสาเร็จใน
การดารงชีวิต ซึ่งนามาใช้เป็นเกณฑ์วัดกับคอมพิวเตอร์ไม่ได้เนื่องจากรูปแบบในการดาเนินการไม่
เหมือนกัน

3. หน้า : 3
Week1 : The Intelligent Computer
6. โปรแกรมคอมพิวเตอร์มีคุณสมบัติด้านความเร็ว (speed) และหน่วยความจา (memory)
ความจุสูง ซึ่งความสามารถของโปรแกรมจะมากหรือน้อยนั้นขึ้นอยู่กับความสามารถของ
โปรแกรมเมอร์ว่ามีแนวคิดในการออกแบบมากน้อยเพียงใด ซึ่งแนวคิดที่ซับซ้อนนี้จะเกิดได้เมื่อมีวัยวุฒิ
ในระดับหนึ่งแล้ว
1.2 เป้าหมายของ AI
AI มีเป้าหมายหลัก (AI Goal) 2 ประการ ดังนี้
1. Engineering goal : เป้าหมายทางด้านวิศวกรรมศาสตร์
เป้าหมายของ AI ในด้านนี้จะมุ่งหวังสาหรับพัฒนาแนวคิดของ AI สาหรับใช้แก้ปัญหาใน
โลกแห่งความเป็นจริง (real-world problems) โดยพัฒนาเป็นเครื่องมือหรืออุปกรณ์ติดตั้งต่าง ๆ ใช้
แนวคิดในการแทนค่า หรือจัดรูปแบบองค์ความรู้ (representing knowledge) และใช้ความรู้นั้นในการ
ประกอบกันขึ้นเป็นระบบ (เน้นประดิษฐ์ ด้านอุปกรณ์ : ผลิตเครื่องจักรอัจฉริยะ)
2. Scientific goal : เป้าหมายทางด้านวิทยาศาสตร์
เป็นการใช้แนวคิดของการแทนความรู้หรือจัดรูปแบบความรู้ (representing knowledge) ซึ่งเป็นการใช้
ความรู้ประกอบกันขึ้นเป็นระบบ เพื่อใช้ในการอธิบายความหลากหลายในการจัดลาดับความฉลาด
(เน้นประดิษฐ์ ด้านโปรแกรมเพื่อแทนความฉลาดของคนที่มีหลากหลาย : ผลิตซอฟต์แวร์อัจฉริยะ)
วัตถุประสงค์ของ AI
1. เพื่อการประดิษฐ์เครื่องจักรกลให้สามารถทางานได้เทียบเท่ากับระดับสติปัญญาของมนุษย์
โดยสามารถแก้ปัญหาได้ดีเท่ากับหรือมากกว่ามนุษย์ ด้วยวิธีการเขียนโปรแกรมที่มีความซับซ้อน
2. เพื่อสามารถสร้างแบบจาลองการทางานได้ในคอมพิวเตอร์ เมื่อปริมาณงานเพิ่มมากขึ้น
ความเร็วของซีพียู จะเพียงพอหรือไม่ ? เทคโนโลยีความเร็วของซีพียู ในเวลานั้นๆ จะสามารถรองรับ
การทางานของโปรแกรมที่สร้างขึ้น ในเวลานั้นๆ ได้ เมื่อต้องการเพิ่มความเร็วในการประมวลผลก็
สามารถทาได้อีกวิธีหนึ่ง คือ การทาการประมวลผลแบบคู่ขนาน (Parallel Processing) ซึ่งจะทาให้
ประสิทธิภาพในการทางานดีขึ้นได้

4. หน้า : 4
Week1 : The Intelligent Computer
1.3 ความสาคัญของ AI
ทาไม AI จึงมีความสาคัญ (why AI is important)
1. To make use of AI, ในการพัฒนาแนวคิดของ AI ขึ้นมาใช้งานนั้น จาเป็นต้องมีพื้นฐาน
ความเข้าใจเกี่ยวกับองค์ความรู้ ว่าความรู้ที่มีอยู่นั้นเราจะใช้มันอย่างไร? สามารถจัดรูปแบบองค์
ความรู้ด้วยสัญลักษณ์ หรือจัดรูปแบบความรู้ด้วยวิธีการใดได้บ้าง
2. AI Helps us to Become More Intelligent : AI จะช่วยให้เรามีความฉลาดมากขึ้น องค์
ความรู้ด้านจิตวิทยา ที่มนุษย์ใช้ประมวลผลข่าวสารนั้น มันสามารถที่จะช่วยนามาพัฒนาระบบ
คอมพิวเตอร์ ให้เป็นคอมพิวเตอร์ที่ชาญฉลาด และให้คอมพิวเตอร์คิดอย่างมีเหตุผลเหมือนคนได้
1.4 ประโยชน์ของ AI
1. แก้ปัญหาได้รวดเร็ว และสามารถแก้ปัญหาแบบกึ่งโครงสร้างได้ ซึ่งอาจจะใช้ข่าวสาร
ประกอบการแก้ปัญหาเพียงแค่บางส่วน หรือมีข้อมูลไม่สมบูรณ์ ไม่เพียงพอ
2. ช่วยในการค้นหา วิเคราะห์ สรุปผล และให้คาแนะนาได้
3. ช่วยให้เราทางานได้มากขึ้น ในเวลาที่กระชับ
4. เทคโนโลยีของ AI จะช่วยให้ใช้งานคอมพิวเตอร์ได้ง่ายขึ้น สะดวกขึ้น ส่งผลดีต่อผู้ที่มี
ความรู้ด้านคอมพิวเตอร์น้อย
นอกจากประโยชน์ข้างต้นนี้แล้ว AI ยังมีความสามารถในด้านต่าง ๆ ดังนี้
1. สามารถเรียนรู้จากองค์ความรู้เดิมที่มีอยู่ในระบบ และสร้างองค์ความรู้ใหม่ได้ด้วยตัวเอง
หรือเรียนรู้จากประสบการณ์ ( Unsupervise Learning)
2. แปลผลข้อมูลที่คลุมเครือ ข้อมูลที่ขาดความชัดเจนได้
3. ใช้เหตุผลในการแก้ปัญหา ในรูปแบบของกฎ ( Rule Base) และให้คาแนะนาแก่ผู้ใช้
ระบบได้
4. แก้ปัญหาที่มีความซับซ้อนสูงได้
5. วินิจฉัยหาข้อสรุปด้วยเหตุผลได้
1.5 ข้อจากัดของ AI
AI มีข้อดีมากมายที่นอกเหนือจากที่กล่าวมาข้างต้น แต่ก็ยังมีข้อจากัดเล็กน้อยดังนี้

5. หน้า : 5
Week1 : The Intelligent Computer
ตาราง: เปรียบเทียบการทางานของมนุษย์ กับ เทคโนโลยีการประดิษฐ์ของ AI
รายการ มนุษย์ AI
1. ความคงทนของความรู้ สูญหายไปกับบุคคลนั้น คงคนถาวร
หรือลืมเลือนได้
2. การเผยแพร่ ยาก มีค่าใช้จ่ายในการ เผยแพร่ได้ง่าย รวดเร็ว
ดาเนินการ ส่วนใหญ่ผู้รู้ ค่าใช้จ่ายต่า
มักจะไม่แบ่งปันความรู้
3. การจัดทาคู่มือ/ เอกสาร ยากและลาบาก เพราะผู้รู้ ทาได้ง่ายและรวดเร็ว
มักจะคิดว่ารู้อยู่แล้ว, จา สามารถสังพิมพ์ (print out)
ได้ ,ไม่ต้องทา, ไม่จาเป็น เอกสารได้
4. ค่าใช้จ่ายในการจัดเก็บ สูง เนื่องจากต้องเก็บจาก ค่าใช้จ่ายไม่สูง
องค์ความรู้ หลายแหล่ง อาศัย
ผ้เชี่ยวชาญหรือผู้รู้ในแต่
ละด้านมากมาย และบาง
ความรู้ต้องสะสมมาเป็น
ระยะเวลาหลายสิบปี
5. ความเป็นกลาง/ยุติธรรม มีความลาเอียงและอาจมี มีความเที่ยงตรง ไม่เอน
และเป็นมาตรฐาน อคติ (Bias) ได้ เพราะ เอียง
มนุษย์มีจิตใจและมี
สภาวะทางอารมณ์
6. การนาประสบการณ์ ใช้ได้ทันที ตัดสินใจเป็น ต้องนาประสบการณ์ไป
ออกมาใช้ แบบอัตโนมัติ ผ่านกระบวนการแปลความ
ก่อน(แปลคาสั่ง,แปลภาษา)
แล้วจึงจะสามารถใช้งาน
หรือตอบกลับได้
7. สร้างสรรค์ มีความคิดสร้างสรรค์ ไม่มี
8. การให้เหตุผลประกอบการ ต้องอาศัยประสบการณ์ ให้เหตุผลได้ในเฉพาะบาง
ตัดสินใจ เหตุการณ์เท่านั้น

6. หน้า : 6
Week1 : The Intelligent Computer
จากการที่เราพยายามที่จะใช้แนวคิดของ AI พัฒนาเทคโนโลยีใหม่ เพื่อเลียนแบบ
ความฉลาดของมนุษย์นั้น ปัจจุบันพบว่า เทคโนโลยีปัญญาประดิษฐ์ของ AI นั้น ยังมีผู้พัฒนาน้อย
และยังมีความฉลาดไม่เท่าเทียมกับมนุษย์ แต่ AI ก็มีแนวคิด (Algorithm) ที่จะทาให้คอมพิวเตอร์ทางาน
เลียนแบบสมองของมนุษย์ได้ ซึ่งสมองของมนุษย์มีการทางานแบบคู่ขนาน (Parallel Processing)
นอกจากความสามารถของมนุษย์กับเครื่องคอมพิวเตอร์ที่ใช้เทคนิคของ AI แล้ว เรามา
ดูการเปรียบเทียบอีกกรณีหนึ่ง
ตาราง: เปรียบเทียบการทางานคอมพิวเตอร์ธรรมดา กับ คอมพิวเตอร์ AI
คอมพิวเตอร์ธรรมดา คอมพิวเตอร์ AI
1. ทางานตามแนวคิด (Algorithm) ที่ถูก 1. มีแนวคิด (Algorithm) ที่แตกต่างจาก
โปรแกรมไว้ ปกติ คือใช้การจัดรูปแบบองค์ความรู้
(Representation:Symbolic Processing)
2. ใช้สูตรทางคณิตศาสตร์ ทางาน 2. สามารถประมวลความรู้ใหม่ได้ด้วย
ตามลาดับขั้นตอน ตัวเอง
3. ใช้แก้ปัญหาแบบมีโครงสร้าง 3. แก้ปัญหาแบบกึ่งโครงสร้าง และไม่มี
โครงสร้างได้
4. ระบบโต้ตอบ (Interface) มาตรฐาน คือ 4. ใช้ระบบโต้ตอบ (Interface) แบบ
การรับข้อมูลเข้าโดยผ่านอุปกรณ์นาเข้า ภาษาธรรมชาติ (Natural Language) ได้
(input) มาตรฐาน เช่น keyboard, mouse ซึ่งจาเป็นต้องใช้อุปกณ์เพิ่มเติม มากกว่า
และแสดงผลทางจอภาพ (monitor) อุปกรณ์มาตรฐาน
1.6 สาขาของ AI
AI ได้ถูกนาไปใช้งานในสาขาวิชาต่าง ๆ ดังนี้
1. วิศวกรรมศาสตร์
- หุ่นยนต์ (Robotics)
- การประมวลผลรูปภาพ (Image Processing)
- การรู้จารูปแบบ (Pattern Recognition)
2. วิยาการคอมพิวเตอร์
- ระบบปรับตัวอัตโนมัติ (Adaptive System)

7. หน้า : 7
Week1 : The Intelligent Computer
- ระบบการบริหารจัดการ (Management)
- การวิจัยเชิงปฏิบัติการ (Operation Research)
- ด้านชีววิทยา (Biology)
3. ปรัชญา
- ปรัชญา/หลักการด้านภาษา (Philosophy of Language)
- ตรรกะ (Logic) เน้นการหาเหตุผลจริง /เท็จ
- หลักปรัชญาและจริยศาสตร์ (Philosophy)
4. จิตวิทยา
- จิตวิทยาด้านกระบวนการคิด ( Cognitive Psychology)
5. ภาษาศาสตร์
- ความสัมพันธ์ของภาษา / ลักษณะพฤติกรรมของผู้พูด (Psycholinguistics)
- ด้านสังคม (Sociolinguistics)
- การคานวณด้านภาษา (Computational Linguistics)
6. การบริหารจัดการ
- ด้านคณิตศาสตร์และสถิติ (Mathematics / Statistics)
- ด้านการบริหารจัดการสารสนเทศ (Management Information Systems)
1.7 แนวคิดและเทคโนโลยีปัญญาประดิษฐ์
แนวคิดเชิง AI ประกอบด้วยแนวคิดดังต่อไปนี้
1. Logical AI คือ โปรแกรมที่มีรูปแบบการตัดสินใจ มีการสรุปการกระทาที่แน่นอนว่าเป็น
จริงหรือเท็จ (True / False) ซึ่งโปรแกรมจะต้องรู้เกี่ยวกับธรรมชาติของความจริง ในสถานการณ์
จาเพาะที่มันปฏิบัติงานอยู่ มีรูปแบบการพิสูจน์เป็นประโยคทางคณิตศาสตร์ (พิสูจน์ประโยค
คณิตศาสตร์ ว่าเป็นจริง หรือเท็จ)
2. Search คือ โปรแกรมด้านการค้นหา อาจใช้พิสูจน์ทฤษฎีในเกมหมากรุกเพื่อค้นหาเส้นทาง
การเดินหมาก หรือการค้นหาระยะทางสั้นที่สุดหรือยาวที่สุด เพื่อให้เกิดประสิทธิภาพ
3. Pattern recognition คือ โปรแกรมจดจา รู้จาและเปรียบเทียบรูปแบบ โดยโปรแกรมจะ
สังเกตรูปแบบที่ถูกใช้บ่อย ๆ ทาการจดจาและนามาเปรียบเทียบ เช่น โปรแกรมวิเคราะห์คุณลักษณะ
ทางกายภาพ โดยให้คอมพิวเตอร์วิเคราะห์ใบหน้า ว่าใบหน้าที่เห็นนี้ใช่เพื่อนเราหรือไม่ โปรแกรม

8. หน้า : 8
Week1 : The Intelligent Computer
จะต้องมีข้อมูล หรือมีความรู้จัดเก็บไว้ในหน่วยความจา (Memory) อยู่ก่อนแล้ว แล้วทาการวิเคราะห์
รูปแบบ (Pattern) ตั้งแต่รูปหน้า โครงจมูก ปาก เพื่อเปรียบเทียบและวิเคราะห์การรู้จารูปแบบ
(Pattern recognition) มีรูปแบบการทางานที่สลับซับซ้อนมาก
4. Representation คือ การแทนหรือการจัดรูปแบบองค์ความรู้ ด้วยสัญลักษณ์ต่าง ๆ เพื่อใช้
สรุปความและนาไปใช้เพื่อการอธิบายเหตุผล
5. Heuristics คือ การโปรแกรมเพื่อหาคาตอบที่ดีที่สุด
6. Genetic programming คือ โปรแกรมเชิงพันธุกรรม ใช้หลักการในการเลือกโครโมโซมพ่อ
และ โครโมโซมแม่ นามาผสมโครโมโซมกัน เพื่อให้เกิดยีนส์รุ่นลูก เพื่อแก้ปัญหาข้อปกพร่องของ
พันธุ์กรรมที่พ่อกับแม่นั้นพกพร่อง เพื่อคัดแต่สิ่งที่ดีมาที่ลูก
7. Game playing เช่น โปรแกรมหมากรุก ต่าง ๆ
8. Speech recognition เช่น โปรแกรมการรู้จาเสียงพูดด้วยคอมพิวเตอร์
9. Computer vision คือ ส่วนมากใช้กับการวิเคราะห์ภาพ หรือวัตถุต่าง ๆ เช่น การปรับข้อมูล
2 มิติ ให้เป็น 3 มิติ ด้วยคอมพิวเตอร์ การปรับความคมชัดของภาพ หรือแม้แต่การสร้างภาพ (ใช้
แนวคิดนี้ในโปรแกรม Photoshop)
10. Robotic : หุ่นยนต์
11. Expert System(ES) : ระบบผู้เชี่ยวชาญ ระบบผู้เชี่ยวชาญเก็บองค์ความรู้เฉพาะด้านของ
ผู้เชี่ยวชาญไว้ในหน่วยความจา (Memory) ของคอมพิวเตอร์ และโปรแกรมให้คอมพิวเตอร์ทางาน
เหมือนเป็นผู้เชี่ยวชาญนั้นเอง
12. Natural Language Processing (NLP) : การประมวลผลด้วยภาษาธรรมชาติ
การเข้าใจภาษาธรรมชาติ และสามารถโต้ตอบได้
13. Fuzzy Logic : ตรรกะคลุมเครือ เช่น การวัดระดับอุณหภูมิ อาจใช้กับระบบผ้าม่าน
อัจฉริยะ
14. Intelligent Agent : ตัวแทนความฉลาด หรือตัวแทนปัญญา เช่น ระบบรับ – ตอบ e-Mail
อัจฉริยะ
15. Virtual Reality Systems : ระบบเสมือนจริง เช่น การจาลองการขับรถยนต์
16. Intelligent Tutoring Systems : ระบบช่วยสอนอันชาญฉลาด
17. Neural Computing : คอมพิวเตอร์โครงข่ายใยประสาท

9. หน้า : 9
Week1 : The Intelligent Computer
1.8 การประยุกต์ใช้ AI
ถ้ามีคาถามว่าเราจะสามารถประยุกต์ใช้งาน AI ได้อย่างไร(how AI is applied) และ AI นั้น
สามารถทาอะไรได้บ้าง (What Artificial Intelligence Can do) ในที่นี้จะขอยกตัวอย่างการประยุกต์ใช้
ดังต่อไปนี้
ระบบชาญฉลาด (Intelligent Systems) ช่วยในด้านต่อไปนี้
1. Intelligent Systems : สามารถช่วยผู้เชี่ยวชาญแก้ปัญหาในการวิเคราะห์ที่มีความยุ่งยาก
ซับซ้อน โดยใช้แนวคิดของ “Computer-vision methods “ การหาความคมชัดของภาพ ซึ่งเป็นการ
ประยุกต์ใช้ในการศึกษาการเคลื่อนที่ของดาว (star motion) เพื่อใช้ประโยชน์กับนักดาราศาสตร์ โดยใช้
องค์ความรู้ด้านคณิตศาสตร์ สร้างจุดการเคลื่อนที่ของดาว(plot produced) วิเคราะห์สมการได้อย่าง
แน่นอน แม่นยา โปรแกรมนี้พัฒนาโดย Kenneth M.Yip (KAM program)
2. Intelligent Systems : ช่วยผู้เชี่ยวชาญออกแบบอุปกรณ์ใหม่ด้านการบิน เป็นการใช้ประโยชน์
จากโปรแกรมอัจฉริยะ (intelligence programs) ในศาสตร์ด้านวิทยาศาสตร์และวิศวกรรมศาสตร์
(science and engineering) โดยทาการออกแบบอุปกรณ์อย่างง่ายสาหรับลดต้นทุน และลด
ส่วนประกอบของชิ้นส่วนอุปกรณ์วัดแรงกดอากาศ เมื่อเครื่องบินเคลื่อนต่าลงแรงกดอากาศจะเพิ่มขึ้น
โดยโปรแกรมของ Karl Ulrich จะทางานแบ่งเป็น 2 ขั้นตอน คือ โปรแกรมจะทาการออกแบบอุปกรณ์
เมื่ออัตราเครื่องบินเคลื่อนต่าลงและทาการรวบรวมส่วนประกอบที่เป็นไปได้ในการทางาน หลังจาก
นั้น ก็จะลดจานวนส่วนประกอบตามต้องการ
Step 1:
- อากาศเพิ่มขึ้นอย่างรวดเร็วเมื่อลูกสูบเคลื่อนตาแหน่งไปด้านขวา และเพิ่มความกดอากาศ
- อากาศที่อยู่ด้านหลังของลูกสูบจะซึมออกผ่านกลับไปยังท่อนาส่ง และมันก็จะกลับไปเริ่มที่
ตาแหน่ง 0 เขาจึงออกแบบอุปกรณ์เกี่ยวกับการลดแรงกดอากาศ
Step 2:
- ให้ชิ้นส่วนทางานได้หลาย ๆ หน้าที่ (Function) ทาให้ลดจานวนชิ้นส่วนได้
3. Intelligent Systems : ช่วยในการเรียนรู้จากตัวอย่าง
- เรียนรู้จากประสบการณ์และข้อมูลต้นแบบ
- เป้าหมายหลักของงาน คือ การพัฒนาโปรแกรมเชิงปฏิบัติ ( practical programs) สามารถค้น
ข้อมูลในฐานข้อมูล (database) ได้

10. หน้า : 10
Week1 : The Intelligent Computer
- โปรแกรมเรียนรู้จากข้อมูลต้นแบบ ( data-oriented learning program) รู้จักกันดีในชื่อ ID3
system พัฒนาโดย J. Ross Quinlan
- ID3 สามารถขุดค้นข้อมูลจากฐานข้อมูล (database) นับพัน เพื่อสร้างเอกลักษณ์เฉพาะของ
กฎ (Rule) สาหรับใช้ในการประเมินและวินิจฉัยโรค
4. Intelligent Systems : จัดเตรียมคาตอบจากประโยคคาถามภาษาอังกฤษ โดยใช้โครงสร้างข้อมูล
(Structured Data) และข้อความอิสระ (Free Text)
5. Intelligent Systems : ระบบจัดสรรประตูเข้า-ออก ของสายการบิน (gate allocation) เป็นระบบ
ที่ดูเหมือนไม่สาคัญ (เตะตาน้อย) แต่มันยังจาเป็นที่สุด ในการพัฒนาระบบ ARIS ซึ่งพัฒนาโดย
Ascent Technology, Inc.,ใช้ใน Delta Airlines ช่วยในเรื่องการจัดสรรประตูในสยามบิน (airport
gates) ในการมาถึงของเครื่องบิน (arriving flights) การจัดสรรประตูทาได้ยากมาก เนื่องจากมี
ข้อจากัดมากมาย ทั้งการจราจรบนอากาศ ช่องประตู (gate) ที่จะลงจอด บางเที่ยวบินก็มีการ
เปลี่ยนแปลงการเดินทาง เนื่องจากสภาพดินฟ้าอากาศ ระบบจะต้องหลีกเลี่ยงการจราจร (traffic
jams) นอกไปจากนั้นผู้โดยสารต้องการให้ประตู (gate) เชื่อมต่อกับลานจอดรถ เพื่อที่จะเดินได้
ง่าย
- วิธีการของ AI จะใช้การให้เหตุผลในเชิงกฎ (Rule-based reasoning) ในการพิจารณาข้อจากัด
และวางแผนการจราจรบนอากาศ
- การพัฒนาระบบและข้อจากัด ไม่ใช่เรื่องที่ท้าทาย แต่ความยากการจัดเตรียมคน ที่จะทาหน้าที่
ในการตัดสินใจ (human decision makers) ซึ่งจาเป็นจะต้องแลกเปลี่ยนข่าวสารกับเครื่อง ,
mainframe database ต้องกู้คืนระบบอย่างรวดเร็วเมื่อระบบล่ม (hardware failures) และยัง
จาเป็นต้องกระจายข่าวสารไปยังผู้ที่มีหน้าที่รับผิดชอบในส่วนที่เกี่ยวข้อง เช่น ในส่วนของผู้จัด
กระเป๋าเดินทาง (baggage), การจัดอาหาร (catering), การบริการผู้โดยสาร (passenger) และการจัด
ตารางของกลุ่มคน (crew scheduling)
โปรแกรม AI ในระยะเวลาอันใกล้ (Near-Term Application) จะช่วยสร้างโอกาสใหม่ต่อไปนี้
1. ในด้านธุรกิจ (In business) : คอมพิวเตอร์จะช่วยค้นหาข่าวสารในการแก้ปัญหาได้อย่าง
ตรงประเด็น สามารถจัดตารางงาน (schedule work) จัดสรรทรัพยากร (allocate

11. หน้า : 11
Week1 : The Intelligent Computer
resources) และค้นพบลักษณะเด่น (new pattern) ต่าง ๆ ในฐานข้อมูล (ใช้วิธีการของ
Data mining)
2. ในด้านวิศวกรรมศาสตร์ (In engineering) : คอมพิวเตอร์จะช่วยพัฒนาการควบคุมกลยุทธ์
ที่ได้ผล ทั้งในด้านการสร้างสรรค์ (create) และการออกแบบที่ดีกว่า (better designs)
อธิบายการตัดสินใจในอดีตที่ผ่านมา เพื่อนามากาหนดความเสี่ยงในอนาคต
โปรแกรม AI ในจินตนาการระยะยาว (Long-Term Application)
1. ด้านเกษตร (farming) : ใช้คอมพิวเตอร์ควบคุมหุ่นยนต์ ให้หุ่นยนต์นั้นสามารถจัดการกับ
สัตว์ที่มารบกวนในฟาร์ม, ตัดกิ่งต้นไม้, เก็บเกี่ยวและเพาะปลูกพืชตามฤดูกาลได้
2. ด้านการผลิต (manufacturing) : ใช้คอมพิวเตอร์ควบคุมหุ่นยนต์ ให้ทางานที่เสี่ยงอันตราย
แทนคน เช่นการเจาะรู การประกอบชิ้นส่วนเครื่องจักร ทาการตรวจสอบและบารุงรักษา
ระบบงานต่าง ๆ
3. ด้านการแพทย์ (medical care) : ใช้คอมพิวเตอร์ช่วยในการปฏิบัติงานของแพทย์หรือผู้ที่
เกี่ยวข้อง เช่น การตรวจวินิจฉัยโรค การตรวจสอบเงื่อนไขของคนไข้ การจัดการดูแล
รักษา และการจัดเตียงคนไข้
4. ด้านงานบ้าน (household work) : ใช้คอมพิวเตอร์ในการให้คาแนะนาการปรุงอาหาร การ
ซื้อของ (shopping) การทาความสะอาดพื้น การตัดหญ้า การซักผ้า ทางานบ้านอื่น ๆ
และดูแลบ้าน
1.9 การวิจัยด้าน AI
1. งานวิจัยด้านปัญญาประดิษฐ์ เกิดขึ้นหลังจากสงครามโลกครั้งที่ 2 มีจานวนประชากรทางาน
ด้วยเครื่องจักรกลอัจฉริยะเพิ่มมากขึ้น นักคณิตศาสตร์ชาวอังกฤษชื่อ Alan Turing เป็นคนแรกทีเริ่ม
แนวคิด
2. ปี 1947 Alan Turing ได้ทาการบรรยาย โดยมีความคิดว่า ปัญญาประดิษฐ์คือทางที่ดีที่สุด
สาหรับการโปรแกรมคอมพิวเตอร์

12. หน้า : 12
Week1 : The Intelligent Computer
3. ปี 1950 งานวิจัยที่เกี่ยวกับ ปัญญาประดิษฐ์ ได้เพิ่มขึ้นมากมาย โดยอ้างอิงพื้นฐานการเขียน
โปรแกรมบนคอมพิวเตอร์ ซึ่งการทาเช่นนี้ทาให้เกิดคาถามว่า ปัญญาประดิษฐ์จะนาความเป็นมนุษย์
มอบให้กับคอมพิวเตอร์หรือ ไม่? ซึ่งคงจะเป็นไปได้ยาก เนื่องจากมนุษย์มีความหลากหลายอยู่มาก
Alan Turing ได้เสนอแนวคิดเกี่ยวกับความฉลาดของเครื่องกล โดยเขากล่าวว่า ถ้าหากเครื่องที่
เลียนแบบความฉลาดของมนุษย์ได้ ก็ให้ถือว่าเป็น “ปัญญาประดิษฐ์” ซึ่งเป็นที่ยอมรับโดยทั่วไป แต่ก็
ยังมีนักปรัชญา บางคนที่ไม่ยอมรับข้อคิดเห็นดังกล่าว
ปี ค.ศ. 1930 นักคณิตศาสตร์ ได้กล่าวไว้ว่าไม่มีแนวคิด (Algorithm) ใดที่ปรากฏออกมาให้
เห็นว่าสามารถแก้ปัญหาของขอบข่ายทางคณิตศาสตร์ได้ จึงสรุปได้ว่า เมื่อมนุษย์เราใช้หลักการทาง
คณิตศาสตร์อยู่ตลอดทาให้เห็นว่าคอมพิวเตอร์ทาแบบคนไม่ได้
แบบฝึกหัด (Exercises)
จากหนังสือ Artificial Intelligence (Third Edition), Patrick Henry Winston
Exercise 1.1 จงอธิบายประโยคต่อไปนี้ (P.627)
Part 1 : AI เป็นสิ่งประดิษฐ์ที่มีการลอกเลียนแบบความฉลาดของมนุษย์
Ans :
Part 2 : AI เป็นสิ่งประดิษฐ์ที่พยายามให้ระบบ มีความเข้าใจความฉลาดของมนุษย์
Ans :
Part 3 : AI เป็นการฝึกฝนด้านวิศวกรรม ภายใต้สาขาวิทยาการคอมพิวเตอร์
Ans :
Exercise 1.4 : AI อาจนามาซึ่งภัยอันตราย หากผู้ใช้มีความทะเยอทะยาน ใช้แนวคิดของ AI ไปในเชิง
ทาลาย
Ans :

13. หน้า : 1
Week 2 : Expert System and Tools
บทที่ 2
ระบบผู้เชี่ยวชาญและเครื่องมือ
(Expert System and Tools)
หัวข้อ (Topic)
2.1 ระบบผู้เชี่ยวชาญ (Expert System )
2.2 เครื่องมือที่ใช้พัฒนาระบบผู้เชี่ยวชาญ (Tools)
วัตถุประสงค์การเรียนรู้ (Objective)
1. อธิบายแนวคิดของปัญญาประดิษฐ์ (AI) ที่มีความสัมพันธ์กับระบบผู้เชี่ยวชาญ (ES) ได้
2. อธิบายคุณลักษณะของระบบผู้เชี่ยวชาญ (Expert System) ได้
3. จาแนกความแตกต่างระหว่างระบบผู้เชี่ยวชาญ กับ ระบบสารสนเทศแบบอื่น ๆ ได้
4. แนะนาแหล่งเครื่องมือ (Tools) ที่จะใช้ในการพัฒนาระบบ DSS และ ES ได้
5. ยกตัวอย่างและอธิบายคุณลักษณะของ Tools บางชนิดได้
2.3 ระบบผู้เชี่ยวชาญ (Expert System)
ระบบผู้เชี่ยวชาญ (Expert Systems)
1. ES เป็นระบบที่พยายามลอกเลียนแบบการใช้เหตุผลของมนุษย์ (มนุษย์ให้เหตุผลแก่คน
อื่นโดยวิธีใด?) และการใช้องค์ความรู้ในการแก้ปัญหา
2 ES เป็นการใช้แนวคิด AI ขั้นสูง (Advance AI) มีประโยชน์ คือ
- เพิ่มผลผลิต (Enhance Productivity)
- เป็นการขยายหรือผลักดันให้ได้งานเพิ่มขึ้น (Augment Work Forces)
3 . ใช้แก้ปัญหาเฉพาะ ที่มีความซับซ้อน
4. ES เป็นระบบที่ได้มีการจัดเตรียมความรู้ความชานาญ ของผู้เชี่ยวชาญ
5. ES ไม่สามารถที่จะแทนที่ผู้เชี่ยวชาญ (Experts) ได้ แต่ผู้เชี่ยวชาญจะต้อง
- จัดสร้างองค์ความรู้และประสบการณ์ของพวกเขา รวบรวมให้ได้มากที่สุดเพื่อ
จัดเก็บลงใน ES
- เพื่อให้ ES ทางานได้ดีเทียบเท่ากับผู้เชี่ยวชาญ (experts) หรือทาได้ดีกว่า

14. หน้า : 2
Week 2 : Expert System and Tools
ส่วนประกอบพื้นฐานของระบบผู้เชี่ยวชาญ (Expert Systems)
หลักการพื้นฐานของระบบ ES จะเป็นการนาองค์ความรู้มาใช้ให้เกิดประโยชน์มากขึ้น
เพื่อสร้างความได้เปรียบในเชิงธุรกิจ ซึ่งมีส่วนประกอบพื้นฐานของระบบ ES ดังนี้
1. ความรู้ความชานาญหรือความเชี่ยวชาญ (Expertise)
2. วิธีการถ่ายโอนความรู้จากผู้เชี่ยวชาญ หรืออาจเรียกว่าเป็นการส่งผ่านองค์ความรู้
(Transferring Experts)
3. การสรุปความ (Inferencing)
4. การสร้างกฎ (Rules )
5. การอธิบายความ (Explanation Capability) คือ การให้เหตุผล
1. ความรู้ความชานาญ หรือ ความเชี่ยวชาญ (Expertise)
1.1 ความรู้ความชานาญ หรือความเชี่ยวชาญ มีความหมายที่กว้าง โดยมากจะเน้นในเรื่อง
ความถนัดในงานนั้น ๆ ของผู้เชี่ยวชาญ ซึ่งอาจเป็นองค์ความรู้เกี่ยวกับงาน ที่ได้จากการฝึกอบรม
ได้จากการอ่าน หรืออาจมาจากประสบการณ์ ผู้เชี่ยวชาญ (Experts) มักจะตัดสินใจได้ดีกว่าผู้ที่ไม่มี
ความเชี่ยวชาญ (NonExpert) และการที่เราจะรอให้ผู้ไม่มีความเชี่ยวชาญนั้นสั่งสมประสบการณ์
และเรียนรู้เพื่อให้มีความสามารถเทียบเที่ยวกับผู้เชี่ยวชาญในปัจจุบัน อาจต้องใช้เวลานานหลายปี
หรือไม่สามารถเรียนรู้และฝึกฝนได้เทียบเท่าก็ได้ เนื่องจากความแตกต่างด้านความสามารถเฉพาะ
บุคคล และ Skill เฉพาะด้านที่แตกต่างกัน ด้วยเหตุนี้จึงจาเป็นต้องมีการจัดเก็บความรู้ความชานาญ
จากผู้เชี่ยวชาญ เพื่อพัฒนา ES
1.2 ผู้เชี่ยวชาญ (experts) มีความสามารถดีกว่าและตัดสินใจได้เร็วกว่าผู้ที่ไม่มีความ
เชี่ยวชาญ (nonexperts)
ข้อเท็จจริงบางอย่างเกี่ยวกับความเชี่ยวชาญ (Expertise)
1. ความเชี่ยวชาญ (Expertise) จะสัมพันธ์กับการใช้สติปัญญาในระดับสูง แต่ก็ไม่เสมอไป
สาหรับบางคน (หมายถึง คนที่มีสติปัญญาดี มักจะมีความเชี่ยวชาญ : สามารถวัด IQ ได้)
2. ความเชี่ยวชาญ (Expertise) จะสัมพันธ์กับกับองค์ความรู้จานวนมาก
3. ผู้เชี่ยวชาญ (Experts) ได้จากการเรียนรู้จากความสาเร็จและความผิดพลาดของ ซึ่งเรา
เรียกว่าเป็นการสั่งสมประสบการณ์
4. องค์ความรู้ของผู้เชี่ยวชาญ (Expert knowledge) สามารถจัดเก็บ บริหารจัดการ และ
เรียกใช้งานได้ทันทีที่ต้องการ
5. ผู้เชี่ยวชาญ (Experts) ต้องสามารถเรียกใช้ความชานาญของตนได้อย่างดีเยี่ยม

15. หน้า : 3
Week 2 : Expert System and Tools
ผู้เชี่ยวชาญ (Experts)
ผู้เชี่ยวชาญ คือบุคคลที่มีความรู้ความชานาญเฉพาะด้าน อาจเป็นคน ๆ เดียว (Individual
หรือกลุ่มผู้เชี่ยวชาญ (Group) , คุณสมบัติของผู้เชี่ยวชาญ มีดังนี้
1. ผู้เชี่ยวชาญที่มีความรู้ความชานาญในระดับเดียวกัน
2. ผู้ไม่มีความเชี่ยวชาญ (Nonexperts) จะมีจานวนมากกว่าผู้เชี่ยวชาญ (experts) ด้วย
สัดส่วน 1 ต่อ 100 , จะเห็นว่าจานวนผู้เชี่ยวชาญมีน้อยมาก ดังนั้นจึงจาเป็นจะต้องมีการจัดเก็บองค์
ความรู้ของผู้เชี่ยวชาญไว้อย่างคงทน ถาวร เพื่อกระจายและเผยแพร่ นาไปใช้ให้เกิดประโยชน์ต่อ
องค์กร
ลักษณะของผู้เชี่ยวชาญ (Human Expert Behaviors) มีดังนี้
1. มีการวิเคราะห์และคิดอย่างเป็นระบบในการแก้ปัญหา (Recognize and formulate the
problem)
2. แก้ปัญหาได้อย่างรวดเร็ว ถูกต้องและเหมาะสม (Solve problems quickly and properly)
3. ชี้แจงเหตุผลสาหรับแนวทางแก้ไขปัญหานั้น ๆ ได้ (Explain the solution)
4. มีการเรียนรู้จากประสบการณ์ (Learn from experience)
5. มีการปรับโครงสร้างองค์ความรู้ใหม่ มีความคิดสร้างสรรค์ที่จะสร้างองค์ความรู้ใหม่ ๆ
(Restructure knowledge)
6. สามารถเบี่ยงเบนกฎ หากจาเป็น ด้วยเหตุและผลหลายประการ (Break rules)
7. กาหนดแนวทางแก้ปัญหาได้อย่างตรงประเด็น (Determine relevance)
8. กระตือรือร้น สุขุม สามารถลดระดับตัวเองเพื่อทางานร่วมกับบุคคลที่อยู่ระดับล่างกว่า
หรือสามารถทางานเป็นทีมได้ (Degrade gracefully)
2. การถ่ายโอนความรู้จากผู้เชี่ยวชาญ หรือ การส่งผ่านองค์ความรู้ (Transferring Expertise )
2.1 วัตถุประสงค์ของ ES (expert system objective)
- ถ่ายโอนความชานาญจากผู้เชี่ยวชาญลงสู่ระบบคอมพิวเตอร์
- เพื่อให้คนที่ไม่มีความเชี่ยวชาญ (nonexperts) ได้ใช้ความรู้นั้น
2.2 กิจกรรม (Activities) : แนวทางปฏิบัติ
- Knowledge acquisition : การได้มาซึ่งองค์ความรู้ คือขั้นตอนในการดึงเอา
ความรู้จากผู้เชี่ยวชาญ ก่อนจะนามาแปรสภาพ ซึ่งการดึงความรู้อาจใช้วิธี สัมภาษณ์ หรือให้
ผู้เชี่ยวชาญนั้นทาเป็นรูปแบบรายงานสรุปผลกระบวนการทางานของเขาเอง ขั้นตอนการทา
โครงการ การบริหารงานที่ประสบความสาเร็จ งานที่ล้มเหลว การเขียนรายงานอาจอยู่ในรูปของ
การสรุปผลโครงการ

16. หน้า : 4
Week 2 : Expert System and Tools
- Knowledge representation : การแทนองค์ความรู้หรือการจัดรูปแบบ คือ การ
แทนความรู้นั้นด้วยสัญลักษณ์ (Symbolic) หรือกาหนดความหมาย จัดรูปแบบให้กับองค์
ความรู้ อาจนาเรื่องของกฎ (Rule-Base System) เข้ามาช่วยเพื่อจาแนกประเภทองค์ความรู้
- Knowledge inferencing : การสรุปความองค์ความรู้
- Knowledge transfer to the user : การถ่ายโอนองค์ความรู้ไปยังผู้ใช้
2.3 องค์ความรู้จะเป็นการจัดเก็บไว้ในฐานความรู้ (Knowledge is stored in a knowledge
base)
3. การสรุปความ (Inferencing )
คือ การอธิบายความหมายหรือแปลความ ของความรู้นั้น
1. การให้เหตุผล (Reasoning : Thinking) แสดงแนวทางในการคิด
2. คอมพิวเตอร์จะต้องถูกโปรแกรม (programmed) ตามความรู้ที่ได้สรุปความเอาไว้
3. ใช้เครื่องมือสาหรับช่วยสรุปความ ได้แก่ กลไกการสรุปความ/กลไกการอนุมาน
(Inference Engine)
4. การสร้างกฎ (Rules)
1. รูปแบบของกฎ IF-THEN-ELSE (จะใช้กฎนี้กับ Image processing ไม่ได้)
2. การอธิบายความ (Explanation Capability )
- รวมไปถึงการอธิบายระบบย่อย (Sub-system)
5. การอธิบายความ (Explanation Capability)
เป็นการอธิบายขีดความสามารถของ ES สาหรับใช้แนะนาแนวทางในการแก้ไขปัญหา
ซึ่งการอธิบายความนั้นต้องง่ายต่อการเข้าใจของผู้ที่ไม่มีความเชี่ยวชาญ (NonExperts)
โครงสร้างของ ES (Structure of Expert Systems )
กลไกการทางานของระบบ ES ตามสภาพแวดล้อม 2 ส่วนได้แก่
1. Development Environment : สภาพแวดล้อมในการพัฒนาระบบ ES เป็นส่วนที่ใช้
สาหรับผู้พัฒนาระบบ ES (อาจเป็น programmer หรือ Analyst) ในการสร้าง function ต่างภายใน
ระบบ รวมถึงการนาเอาองค์ความรู้มาจัดเก็บไว้ในฐานความรู้ (knowledge-base)
2. Consultation (Runtime) Environment : สภาพแวดล้อมในการให้คาปรึกษาของระบบ
ES ส่วนนี้จะใช้สาหรับผู้ที่ไม่ใช่ผู้เชี่ยวชาญ (NonExpert) ในการดึงเอาองค์ความรู้และข้อแนะนา
ของผู้เชี่ยวชาญออกมาใช้งาน

17. หน้า : 5
Week 2 : Expert System and Tools
องค์ประกอบหลัก 3 ส่วน ของ ES
1. Knowledge Base : ฐานองค์ความรู้
2. Inference Engine : กลไกการสรุปความ
3. User Interface : การโต้ตอบกับผู้ใช้
Three Major ES Components
รูปที่ 2.1
องค์ประกอบทั้งหมดของ ES
1. Knowledge Acquisition Subsystem : การดึงองค์ความรู้ / การได้มาซึ่งองค์ความรู้
- เป็นการสะสมองค์ความรู้ โยกย้ายถ่ายโอนและแปรสภาพความเชี่ยวชาญในการ
แก้ปัญหาจากผู้เชี่ยวชาญ หรืออาจจะดึงความรู้ต่าง ๆ จากแหล่งเอกสารไปเก็บไว้ในคอมพิวเตอร์
และเตรียมพัฒนาเป็นโปรแกรม เพื่ออธิบายความรู้นั้น
- ต้องใช้วิศวกรองค์ความรู้ (Requires a knowledge engineer) เป็นทา
หน้าที่เป็นสื่อกลางกับผู้เชี่ยวชาญในการดึงความรู้จากผู้เชี่ยวชาญและจากแหล่งความรู้ต่าง ๆ และ
ประสานงาน เลือกใช้ Tools ต่าง ๆ สาหรับเตรียมพัฒนาระบบ ES (knowledge engineer บางครั้ง
อาจเรียกได้ว่าเป็นการปรับแต่งองค์ความรู้ )
2. Knowledge Base : ฐานองค์ความรู้
- นาองค์ความรู้ที่ดึงมาได้ มาทาการจัดเก็บซึ่งจะเก็บองค์ความรู้ที่จาเป็น สามารถ
เข้าใจได้ ,กาหนดเป็นสูตร และแนวทางการใช้องค์ความรู้สาหรับแก้ปัญหา
มี Knowledge พื้นฐาน 2 รูปแบบ คือ

18. หน้า : 6
Week 2 : Expert System and Tools
- Facts : ข้อเท็จจริง คือ เหตุการณ์ต่าง ๆ ที่เกิดขึ้น อาจใช้สมมติฐานเป็นแนวทาง
แก้ปัญหา
- Rules : คือกฎ หรือเป็นการรับรู้จากจิตใต้สานึก (Heuristic)ที่ตั้งขึ้นมา ซึ่งเป็น
การนาองค์ความรู้ที่มีอยู่มาช่วยแก้ปัญหาเฉพาะด้านได้โดยตรง
3. Inference Engine : กลไกการสรุปความ เหมือนกับเป็นตัวแปรกฎ (Rule Interpreter) ซึ่ง
ถือเป็นส่วนสาคัญของ ES ซึ่งใช้คอมพิวเตอร์ในการประมวลผล
หน้าที่ของ Inference Engine
- เป็นเหมือนกับสมองของระบบ ES (The brain of the ES )
- ควบคุมโครงสร้างของระบบ หรือทาหน้าที่แปลกฎ (The control structure (rule
interpreter))
- เตรียมวิธีการในการอธิบายเหตุผลที่เหมาะสม ( Provides methodology for
reasoning)
4. User Interface : การโต้ตอบกับผู้ใช้ เป็นสื่อกลางในการประสานระหว่าง ES กับ
ผู้ใช้งาน
ลักษณะของ User Interface
- มีการประมวลผลภาษาที่ง่ายและอานวยความสะดวกต่อผู้ใช้ , ขจัดปัญหาเรื่อง
การสื่อสารระหว่างผู้ใช้กับระบบ ES
- อาจมีการโต้ตอบโดยใช้ภาษาธรรมชาติ (NLP) หรือใช้ระบบเมนู (menus) หรือ
แสดงผลด้วยกราฟฟิก (graphics )
5. Blackboard (Workplace) : พื้นที่ทางาน
- เป็นส่วนของหน่วยความจาที่เก็บองค์ความรู้ปัจจุบัน ชั่วขณะ (Area of working
memory to) ต้องสามารถอธิบายปัญหาปัจจุบันได้ (Describe the current problem)
- บันทึกสมมติฐานและแนวทางสนับสนุนการตัดสินใจได้
แบ่งออกเป็น 3 ส่วน
- Plan : แผนงาน สาหรับวางแผนรองรับปัญหาที่จะเกิดขึ้น
- Agenda : ระเบียบการ ใช้กาหนดวาระ ของแนวทางดาเนินงานแต่ละขั้น
- Solution : แนวทางแก้ปัญหา ใช้สาหรับพิจารณาแนวทางเลือก (Choice) ในการ
แก้ปัญหา

19. หน้า : 7
Week 2 : Expert System and Tools
6. Explanation Subsystem (Justifier) : การอธิบายความ เป็นการขยายความของข้อสรุป
หรือคาตอบที่ได้จากกลไกการสรุปความ (Inference Engine) เพื่อนาไปแสดงผลต่อผู้ใช้ จะต้อง
อธิบายความรู้ ได้อย่างตรงประเด็น และถ่ายทอดอย่างเหมาะสม การอธิบายความได้ดีนั้นจะขึ้นอยู่
กับความชานาญของผู้เชี่ยวชาญ ว่าจะสามารถอธิบายข้อสรุป สมมติฐาน และแนวทางแก้ไขปัญหา
ได้อย่างชัดเจนมากน้อยเพียงใด
สิ่งที่ต้องกระทาในการอธิบายความ(Explanation Subsystem)
ติดตามภาระหน้าที่ ความรับผิดชอบ และอธิบายการกระทาให้กับระบบ ES โดยจะต้องมี
คาตอบสาหรับคาถามต่อไปนี้
-Why?
-How?
-What?
-(Where? When? Who?)
7. Knowledge Refining System : การกลั่นกรององค์ความรู้ ใช้ในการประเมินการทางาน
ของ ES เพื่อต้องการให้องค์ความรู้ที่จะนาเข้าสู่ระบบ ES นั้นมีคุณภาพ เพราะถ้าหากองค์ความรู้ไม่
มีประสิทธิภาพแล้ว ก็จะนามาซึ่งความล้มเหลวของระบบ
8. User : ผู้ใช้งานระบบ
เกี่ยวกับผู้ใช้งานระบบ (The User )
1. อาจเป็นไปได้ที่จะระดับของผู้ใช้ หรือจัดกลุ่มผู้ใช้งาน เช่น
- ผู้ที่ไม่มีความเชี่ยวชาญ (non-expert) สามารถเข้าไปค้นหาคาแนะนาจาก
ผู้เชี่ยวชาญได้ในระบบ ES
- นักเรียน (student) สามารถเรียนกับผู้สอน (Instructor) ผ่านระบบคอมพิวเตอร์
ได้
- การพัฒนาระบบ ES จะช่วยในการปรับปรุงและเพิ่มองค์ความรู้ระหว่างกันและ
กัน (Partner) มากขึ้น
2. ผู้เชี่ยวชาญ (Expert) และวิศวกรองค์ความรู้ (Knowledge Engineer) ควรจะคาด
เดาความจาเป็นของผู้ใช้ (Users' Needs) และข้อจากัดในการในระบบ ES
* ส่วนใหญ่แล้วระบบ ES จะไม่มีองค์ประกอบในส่วนของ การกลั่นกรององค์ความรู้
(Knowledge Refinement)
บุคคลที่เกี่ยวข้องกับระบบ ES (The Human Element in Expert Systems )

20. หน้า : 8
Week 2 : Expert System and Tools
1. Expert
2. Knowledge Engineer
3. User
4. Others: เป็นบุคคลที่เกี่ยวข้องกับผู้เชี่ยวชาญ เช่น
- System Engineer : ทาหน้าที่ support Knowledge Engineer
- Support Staff : ทาหน้าที่ support บริการและเทคนิค
- Tools Builder : ทาหน้าที่ support การใช้ Tools และโปรแกรม เพื่อช่วย
Knowledge Engineer ในการพัฒนาระบบ ES
- Vendors : ผู้จัดจาหน่าย Software จะต้องเตรียม Tools และ โปรแกรมให้ตรง
ตามความต้องการในการพัฒนาระบบ ES
- Expert Systems Owner : ผู้ที่เป็นเจ้าของระบบ ES เอง
บุคคลอื่นที่มีส่วนร่วมในการพัฒนาระบบ ES (Other Participants )
1. System Builder
2. Systems Analyst
3. Tool Builder
4. Vendors
5. Support Staff
6. Network Expert
ประโยชน์ของระบบ ES (Expert Systems Benefits)
1. Increased Output and Productivity : เพิ่มผลผลิต ES จะทางานได้เร็วกว่าวิธีการแบบ
ปกติ เช่น การแนะนาและเปรียบเทียบการซื้อรถยนต์มือสองบน web site จะทาให้ผู้ซื้อตัดสินใจได้
เร็วขึ้น และสามารถสั่งซื้อได้ง่ายขึ้น
2. Decreased Decision Making Time : ลดเวลาในการตัดสินใจ ทาให้สามารถตัดสินใจได้
รวดเร็วขึ้น ในเวลาอันสั้น
3. Increased Process and Product Quality : เพิ่มแนวทางปฏิบัติงานและประสิทธิภาพของ
ผลิตภัณฑ์ การปฏิบัติงานจะมีประสิทธิภาพเนื่องจากระบบ ES จะมีข้อแนะนาให้ เสมือนเป็น
ข้อแนะนาจากผู้เชี่ยวชาญ
4. Reduced Downtime : ลดระยะเวลาในการทางาน สามารถตอบสนองได้อย่างทันเวลา
5. Capture Scarce Expertise : ลดการขาดแคลนความเชี่ยวชาญ

21. หน้า : 9
Week 2 : Expert System and Tools
6. Flexibility : มีความยืดหยุ่น มีขีดความสามารถในการบันทึก จัดเก็บ และรองรับองค์
ความรู้ต่าง ๆ ไว้ได้จานวนมาก สามารถ update องค์ความรู้และดึงออกมาใช้ได้อย่างรวดเร็ว มี
ประสิทธิภาพ
7. Easier Equipment Operation : ง่ายต่อการใช้อุปกรณ์
8. Elimination of Expensive Equipment : ตัดอุปกรณ์ราคาแพงออก จะทาให้องค์กรลด
ต้นทุนได้
- Operation in Hazardous Environments : สภาพแวดล้อมในการทางานที่เต็มไป
ด้วยอันตราย สามารถนา ES มาช่วยลดความเสี่ยงได้ โดยพัฒนาระบบให้คาแนะนา
และแจ้งเตือน เช่น ระบบเดือนภัยในโรงงานนิวเคลียร์ ระบบเตือนภัยอันเกิดจาก
สารเคมีในห้องทดลอง
- Accessibility to Knowledge and Help Desks : เข้าถึงองค์ความรู้ได้ง่ายและใช้
เป็นระบบ Help Desks
- Integration of Several Experts' Opinions : เป็นระบบที่รวมข้อคิดเห็น ทัศนะคติ
ข้อเสนอแนะ และข้อวินิจฉัย หลาย ๆ ด้านของผู้เชี่ยวชาญ
- Can Work with Incomplete or Uncertain Information : สามารถทางานได้กับ
ข่าวสารบางส่วน ที่ถึงแม้จะไม่สมบูรณ์ หรือมีความไม่แน่นอน
- Provide Training : ใช้เป็นระบบฝึกอบรมได้
- Enhancement of Problem Solving and Decision Making : ยกระดับของการ
ตัดสินใจแก้ปัญหาได้ดีขึ้น
- Improved Decision Making Processes : ปรับปรุงกระบวนการตัดสินใจ
- Improved Decision Quality : ปรับปรุงประสิทธิภาพในการตัดสินใจ
- Ability to Solve Complex Problems : สามารถแก้ปัญหาที่มีความซับซ้อนได้
- Knowledge Transfer to Remote Locations : ถ่ายโอนองค์ความรู้ไปยังสถานที่ที่
อยู่ห่างไกลได้ ไม่จากัดสถานที่และระยะทาง
- Enhancement of Other MIS : มีความสามารถสูงกว่าระบบ MIS
จากประโยชน์ของระบบ ES นี้จะส่งผลดีต่อ (Lead to)
1. Improved decision making : ปรับปรุงการตัดสินใจ
2. Improved products and customer service : ปรับปรุงผลิตภัณฑ์และบริการ
3. Sustainable strategic advantage : สนับสนุนการสร้างความในเปรียบในเชิงกลยุทธ์

22. หน้า : 10
Week 2 : Expert System and Tools
* May enhance organization’s image : ซึ่งทั้งหมดนี้ระบบ ES จะยกระดับภาพลักษณ์ของ
องค์กรให้ดูดีขึ้น
ปัญหาและข้อจากัดของระบบ ES (Problems and Limitations of Expert Systems )
1. Knowledge is not always readily available : การจัดหา หรือเตรียมองค์ความรู้ที่
เหมาะสม เป็นเรื่องที่ยาก
2. Expertise can be hard to extract from humans : การสกัดหรือดึงเอาความรู้ ความ
เชี่ยวชาญจาก ผู้เชี่ยวชาญนั้นเป็นเรื่องยาก
3. Each expert’s approach may be different, yet correct : การประเมินความเชี่ยวชาญของ
Expert แต่ละคนนั้นเป็นเรื่องที่ยาก และมีความแตกต่างกัน อาจแยกแยะได้ไม่ถูกต้อง
4. Hard, even for a highly skilled expert, to work under time pressure : หากทางานภายใต้
ความกดดันเรื่องเวลา อาจส่งผลต่ออารมณ์และความรู้สึกของผู้เชี่ยวชาญ องค์ความรู้ที่ได้อาจ
เบี่ยงเบนไป
5. Expert system users have natural cognitive limits : มีข้อจากัดเกี่ยวกับการรับรู้ของผู้ใช้
6. ES work well only in a narrow domain of knowledge : ทางานได้ดีกับปัญหาในวง
แคบ ๆ
- Most experts have no independent means to validate their conclusions :
ผู้เชี่ยวชาญมักมีวิธีการตรวจสอบข้อสรุปหรือวินิจฉัยในเชิงเหตุผลที่แตกต่างกัน
- Experts’ vocabulary often limited and highly technical : ศัพท์เทคนิคที่
ผู้เชี่ยวชาญใช้ อาจยากต่อการเข้าใจของ user เช่น ผู้เชี่ยวชาญที่เป็นแพทย์ ก็จะมีศัพท์เฉพาะ
ทางการแพทย์
- Knowledge engineers are rare and expensive : ผู้ที่จะคอยช่วยเหลือหรือให้
คาแนะนาแก่ User เมื่อมีปัญหาเกิดขึ้น จะยังคงหาได้ยาก และ มีค่าใช้จ่ายเกี่ยวกับ
Expert, Knowledge engineers, System engineers สูงมาก
- Lack of trust by end-users : ขาดความน่าเชื่อถือและความไม่ไว้วางใจแก่ user ,
user อาจกังวลว่า หาก user ใช้ระบบ ES แล้วเกิดข้อผิดพลาดในการทางาน (ไม่ถนัดใน
การใช้ระบบ ) อาจส่งผลต่อหน้าที่การงานของ user
- Knowledge transfer subject to a host of perceptual and judgmental biases : การ
ส่งผ่านองค์ความรู้จากผู้เชี่ยวชาญ อาจมีอคติแฝงอยู่
- ES may not be able to arrive at valid conclusions : การสรุปความของ ES
อาจจะไม่ถูกต้อง

23. หน้า : 11
Week 2 : Expert System and Tools
- ES sometimes produce incorrect recommendations : บางครั้งระบบอาจให้
คาแนะนาที่ไม่ถูกต้อง
ปัจจัยสู่ความสาเร็จของระบบ ES (Expert System Success Factors)
1. Most Critical Factors : เป็นมุมมองในด้านการบริหาร และด้านผู้ใช้
- Champion in Management : คัดเลือกบุคคลที่จะเป็น Champion ที่จะนาพาระบบ ES
ไปสู่ความสาเร็จ กล่าวคือ Champion ควรเป็นบุคคลที่ไม่เกี่ยวกับหน้าฝ่ายงานคอมพิวเตอร์
อาจจะมีความรู้คอมพิวเตอร์น้อย หรือไม่มีเลย และฝึกอบรมให้บุคคลนั้นสามารถใช้ระบบ ES ได้
เพื่อเป็นการแสดงให้ผู้ใช้คนอื่น ๆ เห็นว่าการใช้ระบบ ES ไม่ใช่เรื่องยาก แม้แต่ผู้ที่ไม่มีความรู้ด้าน
คอมพิวเตอร์เลย ก็ยังสามารถใช้ระบบ ES ได้
- User Involvement and Training : การฝึกอบรมผู้ใช้ เพื่อให้มีศักยภาพ สามารถทางานได้
2. ปัจจัยความสาเร็จอื่น ๆ
- The level of knowledge must be sufficiently high : ระดับขององค์ความรู้จะต้องมี
คุณภาพสูงเพียงพอ
- There must be one cooperative expert : เรื่องที่ชานาญ อย่างน้อยต้องได้รับการ
ประสานงานและเห็นชอบโดยผู้เชี่ยวชาญ
- The problem to be solved must be qualitative (fuzzy), not quantitative : ปัญหาที่ได้
แก้ไขไปแล้วนั้นจะต้องได้คุณภาพ ไม่ใช่ได้เพียงแต่ปริมาณ
- The problem must be sufficiently narrow in scope : ขอบเขตของปัญหาต้องชัดเจนไม่
กว้างเกินไป
- The ES shell must be high quality, and naturally store and manipulate the knowledge :
เครื่องมือในการสร้างและพัฒนาระบบจะต้องมีคุณภาพสูง สามารถจัดเก็บและจัดการองค์ความรู้ได้
อย่างมีประสิทธิภาพ
- A friendly user interface : สะดวกต่อการใช้งานของ user
- The problem must be important and difficult enough : ปัญหาที่มีความยากและมี
ความสาคัญเร่งเด่นในการแก้ไข เมื่อมันได้ถูกแก้ไข (Solve) แล้ว ก็ไม่ได้หมายความว่า
ระบบ ES ของเราประสบความสาเร็จ
- Need knowledgeable and high quality system developers with good people
skills : ทักษะของผู้ใช้ ES จะต้องมีความใกล้เคียงกัน เช่น หมอกับพยาบาล เป็นต้น
- The impact of ES as a source of end-users’ job improvement must be
favorable. End user attitudes and expectations must be considered :การใช้ระบบ ES
อาจส่งผลกระทบต่อความมั่นคงด้านการงานของ user

24. หน้า : 12
Week 2 : Expert System and Tools
- Management support must be cultivated : ผู้บริหารที่ support โครงการ ES
จะต้องมีความรู้ ความเข้าใจระบบงานเพียงพอ
3. Need end-user training programs : จาเป็นต้องจัดโปรแกรมฝึกอบรมผู้ใช้
4. Organizational environment should favor new technology adoption (freedom to fail) : องค์กร
ควรมีการนาเทคโนโลยีใหม่ ๆ เข้ามาใช้เพื่อเอื้อให้ระบบประสบผลสาเร็จ
อายุของการใช้ระบบ ES ในธุรกิจ (Longevity of Commercial)
1. Only about one-third survived five years : มีอายุอยู่ได้ 1-3 ปี หรืออาจจะรอดถึง 5 ปี
2. Generally ES Failed Due to Managerial Issues : ES จะล้มเหลวเมื่อการบริหารจัดการ
นั้นล้มเหลว เช่น
- Lack of system acceptance by users : ผู้ใช้ไม่ยอมรับระบบ
- Inability to retain developers : ผู้พัฒนาระบบขาดความสามารถ
- Problems in transitioning from development to maintenance : มีปัญหาในการ
บริหารจัดการระหว่างการส่งมอบระบบที่พัฒนาเสร็จแล้ว กับ การบารุงรักษาระบบ
- Shifts in organizational priorities : การโยกย้ายตาแหน่งงานในองค์การ
3. การบริหารจัดการที่เหมาะสมของการพัฒนา ES จะทาให้ทุกอย่างลงตัว
ประเภทของระบบ ES (Expert Systems Types)
Expert Systems แตกต่างจาก Knowledge-based Systems อย่างไร
1. Expert Systems : เป็นระบบที่นาเอาองค์ความรู้มาวิเคราะห์และตีความหมาย เพื่อให้
แก้ปัญหาและตัดสินใจ โดยระบบจะมีคาแนะนาแก่ผู้ใช้ ส่วน Knowledge-based Systems เป็นการ
จัดเก็บองค์ความรู้ทั้งหมดขององค์กร หรือความรู้จากผู้เชี่ยวชาญ ไว้เป็นศูนย์กลาง เพื่อป้องกันการ
สูญหายและเก็บอย่างคงทนถาวร เพื่อนาไปประยุกต์ใช้ หรือเป็นพื้นฐานในการพัฒนาระบบต่าง ๆ
2. Rule-based Expert Systems : เป็น ES ที่ทางานในรูปแบบของกฎ
3. Frame-based Systems : เป็น Tools ที่ใช้พัฒนาระบบ ES ในรูปแบบของเฟรม อาศัย
วิธีการเขียนโปรแกรมเชิงวัตถุ (OOP) (เหมือนโปรแกรม Flash)
4. Hybrid Systems : ระบบลูกผสม เป็นการพัฒนาระบบ ES ที่ใช้มากกว่า 1 หลักการ เช่น
ใช้ Rule-Base ร่วมกับ Frame
5. Model-based Systems : เป็น Tools พัฒนาระบบ ES โดยอาศัยแบบจาลอง
6. Ready-made (Off-the-Shelf) Systems : เป็น Tools ที่ผู้พัฒนาสร้างขึ้นมาเอง หรือ
อาจจะเป็นโปรแกรมสาเร็จรูป (Package)

25. หน้า : 13
Week 2 : Expert System and Tools
7. Real-time Expert Systems : ระบบที่ทางานแบบทันทีทันใด ส่วนมากจะทางานบนเว็บ
(web) เช่น การวิเคราะห์การลงทุนบนเว็บ
* ทุก ๆ ระบบ ES จะต้องมีคาแนะนาให้กับผู้ใช้เสมอ (suggestion) จึงจะถือได้ว่าระบบนั้น
เป็นระบบ ES
Expert Systems และ Web/Internet/Intranets
1. ได้มีการใช้ระบบ ES บนอินเตอร์เน็ต (Use of ES on the Net)
2. อินเตอร์เน็ตจึงเป็นสื่อชนิดหนึ่งที่สนับสนุนการทางานของระบบ ES (Support ES :and
other AI methods)
การใช้ระบบ ES บนเว็บ (Using ES on the Web)
1. Provide knowledge and advice : เป็นระบบ ES ที่คอยให้คาปรึกษา ให้คาแนะนา
2. Help desks : เป็นระบบงานด้านบริการและลูกค้าสัมพันธ์
3. Knowledge acquisition : ใช้เป็นแหล่งที่ได้มาซึ่งองค์ความรู้
4. Spread of multimedia-based expert systems (Intelimedia systems) : ใช้สื่อ multimedia
ในระบบ ES
* Internet/Intranet เป็นเทคโนโลยีที่ใช้สนับสนุนการทางานของ ES และแนวคิดอื่น ๆ
ด้าน AI
2.2 Tools
เครื่องมือในการพัฒนาระบบโปรแกรมเชิง AI ระบบ DSS และ ระบบ ES ประกอบด้วย
ลาดับ ชื่อเครื่องมือ คุณลักษณะ URL
1. Acquire - สร้างกฎการเรียนรู้ www.aiinc.ca/products/es.html
(production Rules) ใน