ประวัติศาสตร์ของ AI และวิทยาศาสตร์ข้อมูลมีเหตุการณ์สำคัญหลายประการ ดังนี้
การประชุม Dartmouth ปี 1956
ถือเป็นจุดกำเนิดของ AI เป็นการประชุมที่รวบรวมนักวิจัยชั้นนำจากสาขาที่เกี่ยวข้องกับ AI
ก่อนหน้านี้ สาขาจิตวิทยา วิทยาการคอมพิวเตอร์ ภาษาศาสตร์ และวิศวกรรม เป็นรากฐานของสิ่งที่กลายเป็น AI
ในการประชุม มีการนำคำว่า "ปัญญาประดิษฐ์" มาใช้อย่างเป็นทางการ ซึ่งกลายเป็นสาขาวิจัยและเป้าหมายร่วมกันของผู้เข้าร่วม
2. ยุครุ่งเรืองและยุคซบเซาของ AI
หลังจากการประชุม Dartmouth AI มีพัฒนาการเป็นช่วงๆ สลับกันระหว่างยุครุ่งเรืองและยุคซบเซา
ยุครุ่งเรืองครั้งแรก (กลางทศวรรษ 1950 ถึงกลางทศวรรษ 1970): มีการจัดตั้งห้องปฏิบัติการวิจัย AI ในมหาวิทยาลัยชั้นนำ และพัฒนาภาษาโปรแกรม AI ตัวแรกอย่าง LISP
ยุคซบเซาครั้งแรก (กลางทศวรรษ 1970 ถึงกลางทศวรรษ 1980): เป็นช่วงที่มีความสงสัย การตัดทุน และการวิพากษ์วิจารณ์ AI
ยุครุ่งเรืองครั้งที่สอง (กลางทศวรรษ 1980 ถึงปลายทศวรรษ 1980): มีความสนใจใน AI เพิ่มขึ้นอีกครั้ง ญี่ปุ่นเริ่มโครงการพัฒนาคอมพิวเตอร์ AI (Fifth Generation)
ยุคซบเซาครั้งที่สอง (ปลายทศวรรษ 1980 ถึงปลายทศวรรษ 1990): ความสนใจและเงินทุนสำหรับ AI ลดลง เนื่องจากต้นทุนสูงในการดูแลระบบและการสิ้นสุดของสงครามเย็น
3. ยุคฟื้นฟู AI และการเกิดขึ้นของ big data (ปลายทศวรรษ 1990 ถึงปี 2011)
ในปี 1997 Deep Blue ของ IBM ชนะแชมป์หมากรุกโลก ถือเป็นจุดเปลี่ยนสำคัญของ AI
การเกิดขึ้นของอินเทอร์เน็ตนำไปสู่ยุค big data ส่งผลให้ AI มีข้อมูลมหาศาลในการเรียนรู้
ความก้าวหน้าของพลังการคำนวณและการเรียนรู้ของเครื่องช่วยปรับปรุงขีดความสามารถของ AI เช่น ระบบแนะนำสินค้าและผู้ช่วยเสียงบนสมาร์ทโฟน
4. ยุคเฟื่องฟูของ AI (2011 - ปัจจุบัน)
การพัฒนา deep learning ซึ่งเป็นการฝึกโครงข่ายประสาทเทียมด้วยชุดข้อมูลขนาดใหญ่ ผลักดันให้ AI ก้าวหน้าอย่างรวดเร็ว
ในปี 2016 AlphaGo ของ Google ชนะแชมป์โลกเกม Go ถือเป็นความสำเร็จครั้งสำคัญของ AI
GPT-3 ของ OpenAI แสดงให้เห็นความสามารถของแบบจำลองภาษาในการสร้างข้อความที่คล้ายมนุษย์
5. การเกิดขึ้นและพัฒนาของวิทยาศาสตร์ข้อมูล (Data Science)
สาขาวิทยาศาสตร์ข้อมูลเติบโตขึ้นควบคู่กับการพัฒนา AI โดยมีววัฒนาการสำคัญ ได้แก่
ช่วงทศวรรษ 1960 - 1980: วางรากฐานของ data science ในการจัดการข้อมูล
ช่วงทศวรรษ 1980 - 1990: เริ่มใช้ฐานข้อมูลในการจัดเก็บและประมวลผลข้อมูลจำนวนมาก
ช่วงทศวรรษ 1990 - 2000: อินเทอร์เน็ตช่วยเพิ่มปริมาณข้อมูล และเกิดแนวคิด big data ขึ้น
ช่วงทศวรรษ 2000 - 2010: data science มีความสำคัญมากขึ้นต่อการตัดสินใจขององค์กร มีการพัฒนาเครื่องมือจัดการข้อมูลอย่าง Hadoop
ช่วงปัจจุบัน (ทศวรรษ 2010 เป็นต้นมา): ยุคทองของ big data นักวิทยาศาสตร์ข้อมูลใช้เทคนิค AI และ machine learning ในการวิเคราะห์ข้อมูลเชิงลึกมากขึ้น
สรุปได้ว่า พัฒนาการของ AI และวิทยาศาสตร์ข้อมูลมีความเกี่ยวพันกันอย่างใกล้ชิด ทั้งในแง่ของแนวคิด เทคโนโลยี และการประยุกต์ใช้ เหตุการณ์สำคัญเหล่านี้ช่วยวางรากฐานและกำหนดทิศทางของทั้งสองสาขาจนถึงปัจจุบัน
📱 โทร: 093-789-4544
💬 Inbox: m.me/AlphaSecTH
📧 อีเมล: contact@alphasec.co.th
🔗 เว็บไซต์: https://www.alphasec.co.th
📲 ไลน์: https://line.me/ti/p/%40347dhwii