Kecerdasan Buatan dan Jaringan Saraf Tiruan

โครงข่ายประสาทเทียมเชิงลึก (deep neural network) คือแบบจำลองการคำนวณแบบหลายชั้นที่ได้รับแรงบันดาลใจจากโครงสร้างของเซลล์ประสาทชีวภาพ ออกแบบมาเพื่อเรียนรู้การแทนค่าแบบลำดับชั้นจากข้อมูล

แต่ละชั้นการแปลงเชิงเส้นตามด้วยฟังก์ชันกระตุ้นแบบไม่เชิงเส้น เช่น ReLU ความลึกของโครงข่ายช่วยให้จำลองฟังก์ชันที่มีความซับซ้อนได้ตามต้องการ

อัลกอริทึม backpropagation ใช้แคลคูลัสเชิงอนุพันธ์และกฎลูกโซ่ในการคำนวณเกรเดียนต์ของฟังก์ชันการสูญเสียต่อน้ำหนักแต่ละตัว ซึ่งจะถูกปรับปรุงผ่านการลดเกรเดียนต์แบบสุ่ม

สถาปัตยกรรม transformer ที่มีกลไกความสนใจตนเอง (self-attention) ได้พลิกโฉมการประมวลผลภาษาธรรมชาติและการจดจำภาพ ด้วยการจับความสัมพันธ์ระยะไกลได้อย่างมีประสิทธิภาพ

ความท้าทายหลักได้แก่ การโอเวอร์ฟิตติ้ง ความต้องการข้อมูลที่มีป้ายกำกับจำนวนมาก การแปลความหมายของแบบจำลอง และการใช้พลังงานคำนวณที่สูงมาก

การใช้ปัญญาประดิษฐ์ต้องมาพร้อมกับการพิจารณาด้านจริยธรรมอย่างรอบคอบ เพื่อให้ประโยชน์กระจายอย่างทั่วถึงและไม่ก่อให้เกิดผลเสียต่อสังคม