ปัญญาประดิษฐ์: คู่มือสำหรับผู้เริ่มต้น

ทุกคนกำลังพูดถึงปัญญาประดิษฐ์ เป็นเรื่องที่เข้าใจได้ เพราะจู่ๆ ก็มีเครื่องมือฟรี (หรือราคาถูก) ที่พร้อมใช้งานเพื่อสร้างเนื้อหาที่สร้างโดย AI ที่หลากหลาย รวมถึงข้อความและรูปภาพในรูปแบบต่างๆ ที่ไม่จำกัด และดูเหมือนใช้เวลาไม่กี่วินาที

แน่นอนว่ามันน่าตื่นเต้น

แต่หยุดสักครู่แล้วถามตัวเองสองสามข้อ:

• ฉันรู้จริงๆว่า AI คืออะไร?
• ฉันรู้ไหมว่ามันอยู่มานานแค่ไหนแล้ว?
• ฉันทราบความแตกต่างระหว่าง AI และแมชชีนเลิร์นนิงหรือไม่ หากมี
• และฉันรู้หรือไม่ว่าการเรียนรู้อย่างลึกซึ้งคืออะไร?

หากคุณตอบคำถามเหล่านี้ทั้งหมดโดยยืนยัน บทความนี้อาจไม่เหมาะสำหรับคุณ หากคุณลังเลที่จะอ่านบางส่วน โปรดอ่านต่อ

การปฏิวัติ AI เริ่มขึ้นแล้ว…ตอนนี้?

เริ่มต้นด้วยการเติมพื้นหลังบางส่วน

AI เป็นสิ่งใหม่หรือไม่?

ไม่ ตามแนวคิดแล้ว AI มีอายุย้อนไปถึงปี 1950 (เพิ่มเติมในภายหลัง) ในทางปฏิบัติมันเริ่มเฟื่องฟูในทศวรรษที่ 1960 และ 1970 เมื่อคอมพิวเตอร์เร็วขึ้น ถูกลง และแพร่หลายมากขึ้น

AI ในการทำการตลาดเป็นสิ่งใหม่หรือไม่?

ไม่ ควรระลึกไว้เสมอว่า AI มีแอปพลิเคชันมากมายในด้านการตลาดมานานแล้ว นอกเหนือจากการสร้างเนื้อหา คำแนะนำเนื้อหาและคำแนะนำผลิตภัณฑ์ขับเคลื่อนโดย AI มาหลายปีแล้ว การวิเคราะห์เชิงคาดการณ์ — ใช้เพื่อทำนายพฤติกรรมของผู้ใช้โดยอิงจากชุดข้อมูลขนาดใหญ่ของพฤติกรรมในอดีต รวมทั้งทำนายการกระทำที่ดีที่สุดครั้งต่อไป (แสดงเอกสารที่เกี่ยวข้อง แสดงหมวกเบสบอลสีแดง ส่งอีเมล) — ได้รับ AI - ขับเคลื่อนเป็นเวลานาน

ผู้ค้าที่มีชื่อเสียงได้นำ AI มาใช้ในโซลูชันของตนมาเกือบทศวรรษแล้ว Adobe Sensei และ Salesforce Einstein เกิดขึ้นตั้งแต่ปี 2016 การมีส่วนร่วมของ Oracle กับ AI ย้อนกลับไปอย่างน้อยที่สุดและน่าจะไกลออกไปอีก มันไม่เคยตั้งชื่อให้มันน่ารักเลย ผู้ปรับใช้ AI ที่มีประสบการณ์อีกรายคือ Pega โดยใช้ AI ก่อนเพื่อคาดการณ์การกระทำที่ดีที่สุดถัดไปในข้อเสนอการจัดการกระบวนการทางธุรกิจ และหลังจากนั้นในแพลตฟอร์ม CRM

อืม… AI กำเนิดเป็นสิ่งใหม่หรือไม่?

AI กำเนิด AI การสนทนา เครื่องมือเขียน AI ทุกวลีของช่วงเวลานี้ล้วนมีความหมายที่ทับซ้อนกัน AI เจเนอเรทีฟสร้างข้อความ (หรือรูปภาพ หรือแม้แต่วิดีโอ) AI เชิงสนทนาสร้างข้อความโต้ตอบกับคู่สนทนาที่เป็นมนุษย์ (คิดว่าแชทบอทที่ขับเคลื่อนด้วย AI) เครื่องมือเขียน AI มีเป้าหมายเพื่อสร้างข้อความที่กำหนดเองตามต้องการ โซลูชันทั้งหมดเหล่านี้ใช้ "แจ้ง" ในแง่หนึ่งหรืออีกแง่หนึ่ง นั่นคือ พวกเขารอให้ถามคำถามหรือกำหนดงาน

ทั้งหมดนี้ใหม่หรือไม่? ไม่ มีอะไรใหม่คือความพร้อมใช้งานที่หลากหลาย การประมวลผลภาษาธรรมชาติ (NLP) และการสร้างภาษาธรรมชาติ (NLG) มีมานานหลายปีแล้ว อดีตหมายถึงการตีความข้อความที่ขับเคลื่อนโดย AI; อย่างหลังคือการสร้างข้อความที่ขับเคลื่อนด้วย AI นานมาแล้วในปี 2015 ตามการรายงานของฉันเอง NLG ที่ขับเคลื่อนด้วย AI กำลังสร้างรายงานที่เป็นลายลักษณ์อักษรสำหรับแพทย์และสำหรับการปฏิบัติงานในภาคอุตสาหกรรม และแม้แต่สร้างการพยากรณ์อากาศสำหรับ Met Office ซึ่งเป็นหน่วยงานบริการสภาพอากาศแห่งชาติของสหราชอาณาจักร

ข้อมูลเข้า ข้อความออก ไม่สามารถใช้ได้อย่างเช่น ChatGPT

วิดีโอด้วย อย่างน้อยที่สุดภายในปี 2017 มีการใช้ AI เพื่อสร้าง ไม่ใช่แค่สร้างเนื้อหาวิดีโอเฉพาะบุคคล แต่สร้างขึ้นเมื่อผู้ใช้คลิกที่เล่น ซึ่งเร็วมากจนดูเหมือนว่าเป็นการสตรีมจากไลบรารีวิดีโอที่มีอยู่ อีกครั้งไม่สามารถใช้งานได้อย่างกว้างขวาง แต่เป็นข้อเสนอระดับองค์กรที่มีราคาแพง

เจาะลึก: ChatGPT : คู่มือนักการตลาด

AI คืออะไร: รุ่นที่เรียบง่าย

มาอธิบายกันตั้งแต่พื้นฐาน

เริ่มต้นด้วยอัลกอริทึม

อัลกอริทึมสามารถกำหนดเป็นชุดของกฎที่ต้องปฏิบัติตามในการคำนวณหรือการแก้ปัญหาอื่นๆ หรือการดำเนินงานให้เสร็จสิ้น โดยเฉพาะอย่างยิ่งโดยคอมพิวเตอร์ “อัลกอริทึม” มาจากภาษากรีกหรือไม่? ไม่ แท้จริงแล้วมาจากส่วนหนึ่งของชื่อ (al-Khwārizmī) ของนักคณิตศาสตร์ชาวอาหรับในศตวรรษ ^ที่ 9 แต่นั่นไม่สำคัญ

สิ่งที่สำคัญคือการใช้อัลกอริทึมสำหรับการคำนวณหรืองานนั้นไม่ใช่ — ทำซ้ำ ไม่ใช่ — เหมือนกับการใช้ AI อัลกอริทึมถูกสร้างขึ้นอย่างง่ายดาย ลองมาเป็นตัวอย่างง่ายๆ สมมติว่าฉันเปิดร้านหนังสือออนไลน์และต้องการเสนอคำแนะนำผลิตภัณฑ์ ฉันสามารถเขียนกฎร้อยข้อ (อัลกอริทึม) และฝึกเว็บไซต์ของฉันให้ดำเนินการได้ “ถ้าเธอค้นหา Jane Austen ให้แสดง Emily Bronte ให้เธอด้วย” “ถ้าเขาค้นหาหนังสือ WW1 ให้แสดงหนังสือ WW2 ด้วย” “ถ้าเขาค้นหาอกาธา คริสตี ให้เขาดูนิยายนักสืบเรื่องอื่น”

แน่นอนว่าฉันจะต้องมีนิยายนักสืบจำนวนหนึ่งติดแท็กอย่างเหมาะสม แต่จนถึงตอนนี้ง่ายมาก ในแง่หนึ่ง กฎเหล่านี้เป็นกฎที่ดี ในทางกลับกัน กฎเหล่านี้ไม่ใช่กฎที่ “ชาญฉลาด” นั่นเป็นเพราะว่าพวกเขากำลังกลายเป็นหิน เว้นแต่ฉันจะกลับมาและเปลี่ยนแปลงมัน หากผู้คนที่ค้นหาหนังสือ WW1 เพิกเฉยต่อหนังสือ WW2 อยู่เสมอ กฎจะไม่เรียนรู้และปรับเปลี่ยน พวกเขาทำในสิ่งที่พวกเขาได้รับคำสั่งให้ทำอย่างโง่เขลา

ตอนนี้ ถ้าฉันมีทรัพยากรของ Amazon ฉันจะทำให้กฎของฉันมีความชาญฉลาด กล่าวคือ สามารถเปลี่ยนแปลงและปรับปรุงเพื่อตอบสนองต่อพฤติกรรมของผู้ใช้ได้ และถ้าฉันมีส่วนแบ่งการตลาดของ Amazon ฉันก็จะมีพฤติกรรมของผู้ใช้จำนวนมากที่กฎสามารถเรียนรู้ได้

หากอัลกอริทึมสามารถสอนตัวเองได้โดยมีหรือไม่มีการควบคุมของมนุษย์ เราก็มี AI

แต่เดี๋ยวก่อน. นั่นไม่ใช่แค่แมชชีนเลิร์นนิงใช่ไหม

AI กับการเรียนรู้ของเครื่อง

สำหรับคนเจ้าระเบียบ AI และแมชชีนเลิร์นนิงไม่ได้เป็นสิ่งเดียวกันมาแต่เดิม แต่ — และมันใหญ่มาก แต่ — คำศัพท์นี้ใช้แทนกันได้จนไม่สามารถย้อนกลับได้ แต่จะใช้คำว่า “AI ทั่วไป” เมื่อผู้คนต้องการพูดถึง AI บริสุทธิ์ AI ในความหมายดั้งเดิม

ย้อนกลับไปในปี 1950 (ฉันเตือนคุณแล้วว่าเราจะทำอย่างนั้น) Alan Turing เป็นนักวิทยาศาสตร์คอมพิวเตอร์ที่ยอดเยี่ยม เขาช่วยพันธมิตรเอาชนะพวกนาซีผ่านงานข่าวกรองถอดรหัสของเขา รางวัลของเขาคือการได้รับการปฏิบัติอย่างน่ารังเกียจจากสังคมอังกฤษสำหรับการรักร่วมเพศ (ซึ่งยังผิดกฎหมาย) การปฏิบัติที่ส่งผลให้นายกรัฐมนตรีกอร์ดอน บราวน์ต้องขอโทษอย่างเป็นทางการ กว่า 50 ปีหลังการเสียชีวิตของเขา: “ในนามของรัฐบาลอังกฤษ และบรรดาผู้ที่ ที่ใช้ชีวิตอย่างอิสระต้องขอบคุณงานของอลัน ฉันภูมิใจมากที่จะพูดว่า: เราขอโทษ คุณสมควรได้รับสิ่งที่ดีกว่านี้มาก”

แล้วเอไอล่ะ? ในปี พ.ศ. 2493 ทัวริงได้ตีพิมพ์บทความสำคัญเรื่อง “Computing machines and intelligence” เขาไม่ได้ตีพิมพ์ในวารสารวิทยาศาสตร์ แต่ตีพิมพ์ในวารสารปรัชญา “Mind” หัวใจของกระดาษคือการทดลองทางความคิดที่เขาเรียกว่า “เกมเลียนแบบ” ตอนนี้เป็นที่รู้จักกันอย่างกว้างขวางว่าเป็น "การทดสอบทัวริง" ในเงื่อนไขที่ง่ายที่สุด มันเสนอเกณฑ์สำหรับเครื่องจักร (หรือปัญญาประดิษฐ์) หากคู่สนทนาที่เป็นมนุษย์ไม่สามารถบอกความแตกต่างระหว่างการตอบคำถามของเธอจากเครื่องและการตอบสนองจากมนุษย์อีกคนหนึ่ง เราสามารถกำหนดความฉลาดให้กับเครื่องได้

แน่นอนว่ามีข้อโต้แย้งมากมายต่อข้อเสนอของทัวริง (และการทดสอบของเขาไม่ได้ออกแบบมาอย่างชาญฉลาดด้วยซ้ำ) แต่สิ่งนี้ได้เริ่มต้นภารกิจเพื่อทำซ้ำ – หรืออย่างน้อยก็สร้างเทียบเท่ากับ – สติปัญญาของมนุษย์ คุณสามารถนึกถึง IBM Watson ว่าเป็นการแสวงหาวัตถุประสงค์นั้นอย่างต่อเนื่อง (แม้ว่าจะมีกรณีการใช้งานที่ทะเยอทะยานน้อยกว่าและให้ผลกำไรมากกว่า)

ไม่มีใครคิดว่าเครื่องแนะนำผลิตภัณฑ์แบบ Amazon หรือเครื่องมือสร้างเนื้อหาแบบ ChatGPT จะฉลาดในแบบที่มนุษย์เป็น ประการหนึ่ง พวกเขาไม่สามารถรู้หรือสนใจว่าสิ่งที่พวกเขาทำนั้นถูกหรือผิด พวกเขาทำสิ่งที่พวกเขาทำโดยอาศัยข้อมูลและสถิติการทำนาย

ในความเป็นจริง AI ทั้งหมดที่กล่าวถึงในที่นี้คือการเรียนรู้ของเครื่องจริงๆ แต่เราจะไม่หยุดให้ใครเรียกมันว่า AI สำหรับการแสวงหาระดับมนุษย์หรือ "AI ทั่วไป" มีเหตุผลที่ดีที่จะคิดว่ามันไม่ใช่แค่รอบมุมเท่านั้น ดูตัวอย่าง "ตำนานของปัญญาประดิษฐ์: ทำไมคอมพิวเตอร์ถึงคิดไม่เหมือนที่เราคิด" ของ Erik J. Larson

แล้ว 'การเรียนรู้เชิงลึก' ล่ะ?

“การเรียนรู้เชิงลึก” เป็นอีกหนึ่งคำศัพท์เกี่ยวกับ AI ที่คุณอาจพบเจอ แตกต่างจากแมชชีนเลิร์นนิงหรือไม่ ใช่แล้ว; เป็นก้าวที่ยิ่งใหญ่นอกเหนือจากการเรียนรู้ของเครื่องและความสำคัญของมันคือการปรับปรุงความสามารถของ AI ในการตรวจจับรูปแบบและเพื่อจัดการกับรูปภาพ (และวิดีโอ) อย่างมีประสิทธิภาพพอ ๆ กับการจัดการตัวเลขและคำ สิ่งนี้ซับซ้อน นี่คือเวอร์ชันย่อ

การเรียนรู้เชิงลึกขึ้นอยู่กับโครงข่ายประสาทเทียม ซึ่งเป็นชั้นของเซลล์ประสาทเทียม (บิตของคณิตศาสตร์) ซึ่งเปิดใช้งานโดยอินพุต สื่อสารระหว่างกันเกี่ยวกับมัน จากนั้นสร้างเอาต์พุต สิ่งนี้เรียกว่า เช่นเดียวกับการเรียนรู้ของเครื่องแบบดั้งเดิม โหนดจะค้นหาว่าเอาต์พุตมีความแม่นยำเพียงใด และปรับการทำงานตามนั้น สิ่งนี้เรียกว่า "การแพร่พันธุ์กลับ" และส่งผลให้เซลล์ประสาทได้รับการฝึกฝน

อย่างไรก็ตาม ยังมีการคูณของสิ่งที่เรียกว่า "เลเยอร์ที่ซ่อนอยู่" ระหว่างเลเยอร์อินพุตและเลเยอร์เอาต์พุต ลองนึกถึงเลเยอร์เหล่านี้ที่เรียงซ้อนกัน นั่นคือเหตุผลว่าทำไมการเรียนรู้ของเครื่องประเภทนี้จึงเรียกว่า "ลึก"

สแต็คของเลเยอร์เครือข่ายกลายเป็นว่าดีกว่ามากในการจดจำรูปแบบในข้อมูลอินพุต การเรียนรู้เชิงลึกช่วยในการจดจำรูปแบบ เนื่องจากเซลล์ประสาทแต่ละชั้นจะแบ่งรูปแบบที่ซับซ้อนออกเป็นรูปแบบที่เรียบง่ายกว่าเดิม

มีผู้ค้า AI ในพื้นที่ของมาร์เทคหรือไม่?

ขึ้นอยู่กับว่าคุณหมายถึงอะไร

ผู้ขายที่ใช้ AI

มีผู้ค้ามากกว่า 11,000 รายในพื้นที่มาร์เทค หลายคนหรืออาจส่วนใหญ่ใช้ AI (หรือสามารถโต้แย้งได้ดีว่านั่นคือสิ่งที่พวกเขากำลังทำอยู่) แต่พวกเขาไม่ได้ใช้ AI เพื่อประโยชน์ของตัวเอง พวกเขากำลังใช้มันเพื่อทำอะไรบางอย่าง

• เพื่อสร้างคำแนะนำการค้า
• ในการเขียนหัวเรื่องอีเมล
• เพื่อแนะนำการดำเนินการที่ดีที่สุดต่อไปให้กับนักการตลาดหรือตัวแทนฝ่ายขาย
• เพื่อขับเคลื่อนแชทบอท
• เพื่อเขียนข้อความโฆษณา
• เพื่อสร้างเนื้อหาสำหรับการทดสอบหลายตัวแปรขนาดใหญ่

รายการไม่มีที่สิ้นสุด

ประเด็นที่ฉันต้องการจะทำคือ AI เป็นเหมือนเกลือเล็กน้อย เกลือถูกเติมลงในอาหารเพื่อให้มีรสชาติดีขึ้น อย่างน้อยพวกเราส่วนใหญ่ก็ชอบการใช้เกลืออย่างเหมาะสมในอาหารของเรา แต่ใครเคยพูดว่า “ฉันจะกินเกลือเป็นอาหารเย็น” หรือ “ฉันรู้สึกเหมือนเป็นของว่าง ฉันจะเอาเกลือมาให้”

เราใส่เกลือในอาหาร เรานำ AI มาใช้ในเทคโนโลยีการตลาด นอกจากนี้ สำหรับจุดประสงค์ในการวิจัย เกลือและ AI ยังไม่ค่อยได้ใช้มากนัก

ใช่ มีผู้ค้ามาร์เทคจำนวนนับไม่ถ้วนที่ใช้ AI แต่มีผู้ค้ามาร์เทคที่ขาย AI เป็นผลิตภัณฑ์อิสระหรือไม่?

ผู้ขายขาย AI

คำตอบคือ ในตลาดมาร์เทคมีน้อยมาก AI ในฐานะผลิตภัณฑ์หมายถึงซอฟต์แวร์ AI ที่ออกแบบโดยวิศวกรซึ่งสามารถรวมและใช้ในบริบทของโซลูชันอื่นได้ เป็นเรื่องง่ายที่จะหาผู้จำหน่ายด้านวิศวกรรมที่ขายซอฟต์แวร์ AI แต่ส่วนใหญ่ขายให้กับองค์กรด้านไอทีมากกว่าองค์กรการตลาด และขายเพื่อใช้สำหรับวัตถุประสงค์ด้านแบ็คออฟฟิศที่หลากหลายมากกว่าเพื่อเปิดใช้งานด้านการตลาดหรือ ฝ่ายขาย.

มีข้อยกเว้นอยู่หนึ่งหรือสองข้อ โดยกำหนดเป้าหมายผลิตภัณฑ์ไปที่นักการตลาดอย่างชัดเจน อย่างไรก็ตาม ยังไม่เพียงพอที่จะสร้างหมวดหมู่ที่มีประชากรจำนวนมากในแนวเทคโนโลยีการตลาด

เราขัดพื้นผิว

นั่นคือทั้งหมดที่บทความนี้ตั้งใจทำ: ขีดเขียนพื้นผิวของหัวข้อที่ซับซ้อนมหาศาลซึ่งมีประวัติศาสตร์อันยาวนานเบื้องหลังและอนาคตที่คาดเดาไม่ได้ข้างหน้า แน่นอนว่ามีคำถามด้านจริยธรรมที่ต้องแก้ไข เช่น กรณีที่เกือบจะหลีกเลี่ยงไม่ได้ที่โมเดลการเรียนรู้ของเครื่องจะได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลที่มีอคติ เช่นเดียวกับการลอกเลียนแบบเนื้อหาของมนุษย์โดย AI กำเนิด

แต่หวังว่านี่จะเพียงพอสำหรับตอนนี้