Artificial Intelligence (AI) Cheat Sheet

เอกสารนี้สรุปเนื้อหาสำคัญเกี่ยวกับ Artificial Intelligence เพื่อการทบทวนอย่างรวดเร็ว

1. Weak AI vs Strong AI

• Weak AI (Narrow AI): ระบบ AI ที่ถูกออกแบบและฝึกสอนมาสำหรับงานเฉพาะทาง เช่น Virtual Assistants, Recommendation Systems และ Image Recognition ระบบเหล่านี้ไม่มี Consciousness หรือ General Intelligence
• Strong AI (Artificial General Intelligence - AGI): ระบบ AI ในทฤษฎีที่มีความสามารถในการทำความเข้าใจ เรียนรู้ และประยุกต์ใช้ Intelligence ในระดับเทียบเท่ามนุษย์ในทุกๆ ด้าน

2. Intelligent Agents

Intelligent Agent คือระบบที่รับรู้ Environment ผ่าน Sensors และกระทำต่อ Environment นั้นผ่าน Actuators เพื่อให้บรรลุ Goals ที่ตั้งไว้

• Simple Reflex Agents: ตัดสินใจกระทำโดยอิงจาก Percept ในปัจจุบันเท่านั้น ข้าม History ของ Percept
• Model-Based Reflex Agents: รักษา Internal State ที่สอดคล้องกับ History เพื่อจัดการกับ Environment ที่สังเกตได้บางส่วน
• Goal-Based Agents: ตัดสินใจโดยพิจารณา Goals ควบคู่กับ State ปัจจุบัน
• Utility-Based Agents: ประเมินความพึงพอใจหรือ Utility Function ในแต่ละ State เพื่อเลือกการกระทำที่ดีที่สุด
• Learning Agents: สามารถเรียนรู้จากประสบการณ์เพื่อปรับปรุง Performance Element

3. Search Algorithms

Search Algorithms เป็นเทคนิคสำคัญในการแก้ปัญหาใน AI

Uninformed Search (Blind Search)

• Breadth-First Search (BFS): กระจายการค้นหาในระดับความลึกเดียวกันก่อน
• Depth-First Search (DFS): ค้นหาลึกลงไปในแต่ละ Branch ให้สุดก่อนเปลี่ยน Branch

Informed Search (Heuristic Search)

• Greedy Best-First Search: เลือก Node ที่ดูเหมือนจะเข้าใกล้ Goal มากที่สุดโดยประเมินจาก Heuristic Function
• A Search:* Algorithm ที่หา Path ที่ดีที่สุดโดยรวม Cost ที่เกิดขึ้นแล้ว $g(n)$ กับ Heuristic Cost ที่คาดว่าจะเกิดขึ้น $h(n)$ เข้าด้วยกันเป็น $f(n) = g(n) + h(n)$ ซึ่งรับประกันการเจอ Optimal Solution หาก Heuristic เป็น Admissible