ตรรกศาสตร์: หุ่นยนต์เบย์เซียน

Transcript

รัฐคอนเนตทิคัต สหรัฐอเมริกา

นี่คือ รอสโค

เขาทำงานเป็นคนยกของในโรงพยาบาลแห่งนี้ในรัฐคอนเนตทิคัต

รอสโค “ฉันกำลังจะเคลื่อนที่ กรุณาหลีกทางด้วย”

เขาคือหุ่นยนต์ให้ความช่วยเหลือที่สามารถเรียนรู้วิธีการใหม่ๆ ในการจัดการกับสิ่งกีดขวางต่างๆ ของชีวิต…

โดยใช้สถิติเชิงคณิตศาสตร์

สถิติแบบเบย์เซียน

รอสโคและหุ่นยนต์ตัวอื่นๆ ที่เหมือนกันกับเขาปฏิบัติงานโดยใช้สถิติแบบเบย์เซียน

ทฤษฎีบทของเบย์ เป็นผลลัพธ์ในทฤษฎีความน่าจะเป็น

มันคือวิธีการทำความเข้าใจว่า ความน่าจะเป็นที่ทฤษฎีจะมีค่าเป็นจริง จะมีผลกระทบกับข้อมูลใหม่อย่างไร

ดร.จอน เวคฟิวด์ มหาวิทยาลัยวอชิงตัน สหรัฐอเมริกา – “แพทย์ใช้ทฤษฎีเบย์ในชีวิตประจำวัน เมื่อแพทย์เข้ามา สมมติว่า A คือ หัด B คือ ตุ่มต่างๆ สิ่งที่คุณทราบคืออะไร คุณไปหาแพทย์ และ มีใครสักคนมีตุ่มขึ้น คุณต้องการรู้ว่า “ค่าความน่าจะเป็นที่คุณจะเป็นหัดหากคุณมีตุ่มขึ้นเป็นเท่าไหร่?” ซึ่งประโยคนี้กล่าวว่า “อะไรคือความน่าจะเป็นของการมีตุ่มขึ้นเมื่อคุณเป็นหัด?” โอเค ถ้าคุณเป็นหัด คุณจะมีตุ่มขึ้น 99.9% แต่สิ่งที่สำคัญก็คือสองสิ่งนี้ไม่ใช่สิ่งเดียวกัน หากผมบอกคุณว่าผมมีตุ่มขึ้น มันไม่จำเป็นที่ผมจะเป็นหัด ขณะเดียวกัน ถ้าผมบอกคุณว่าผมเป็นหัด แล้วคุณมีความมั่นใจมากว่าผมมีตุ่มขึ้น สิ่งสำคัญอีกอย่างหนึ่งคือ ต้องเริ่มจากความน่าจะเป็นของ A ซึ่งเป็นความน่าจะเป็นของการเป็นหัด เพราะเหตุผลสำคัญคือ มันมีโรคอื่นๆ อีกมากมายที่ทำให้คุณมีตุ่มขึ้น”

การประยุกต์ในวิทยาการหุ่นยนต์

หุ่นยนต์สามารถประยุกต์ใช้ทฤษฎีของเบย์ในการเรียนรู้สิ่งต่างๆ รอบตัวมัน

นี่คือหุ่นยนต์ปัญญาประดิษฐ์สแตนฟอร์ด หรือเรียกสั้นๆว่า สแตร์

มหาวิทยาลัยสแตนฟอร์ด รัฐแคลิฟอร์เนีย สหรัฐอเมริกา

เมื่ออยู่กับงาน เขาต้องทำการตัดสินใจเองโดยใช้สถิติแบบเบย์เซียน

“สแตร์กรุณาไปหยิบที่เย็บกระดาษมาจากห้องแล็บ”

สแตร์ – “ฉันจะไปหยิบที่เย็บกระดาษมาให้คุณ”

สแตร์รู้แบบแปลนพื้นฐานของตึกและรู้ว่าที่เย็บกระดาษคืออะไร

แต่เขาต้องทำงานที่เหลือด้วยตัวเอง

เมื่อสแตร์เลือกวัตถุชิ้นหนึ่ง เขาต้องคำนวณความน่าจะเป็นที่วัตถุนั้นจะเป็นที่เย็บกระดาษ เมื่อประกอบกับข้อมูลบางอย่าง

ขนาด ตำแหน่ง และรูปร่างของวัตถุนั้นคือข้อมูล

เมื่อสแตร์คำนวณความน่าจะเป็นที่วัตถุนั้นคือที่เย็บกระดาษได้เป็นค่าที่สูงๆ เขาก็จะหยิบมัน

รัฐคอนเนตทิคัต สหรัฐอเมริกา

ขณะที่รอสโครีบเร่งรอบโรงพยาบาล เขาใช้สถิติแบบเบย์เซียนในการพิจารณาว่าวัตถุที่เขาชนจะหลีกทางให้เขา

เพื่อทำการตัดสินใจเขาต้องรวบรวมข้อมูล

ทำให้เขาชนสิ่งกีดขวางเป็นครั้งที่สอง

ถ้ามันไม่ขยับ เขาจะทราบได้ว่า ความน่าจะเป็นที่สิ่งกีดขวางนี้อยู่นิ่งกับที่มีค่าสูง

ข้อมูลนี้จะถูกเก็บไว้ และครั้งต่อไป รอสโคจะเคลื่อนที่ผ่านไป…

เขารู้จักที่จะหลีกเลี่ยงสิ่งกีดขวาง

ขณะที่สแตร์ และ รอสโค ทำงานอยู่นั้น เขากำลังเรียนรู้ตลอดเวลาโดยใช้สถิติแบบเบย์เซียน