การประยุกต์ใช้ปัญญาประดิษฐ์

ปัญญาประดิษฐ์คือความสามารถของระบบคอมพิวเตอร์ในการทำงานที่โดยทั่วไปเกี่ยวข้องกับสติปัญญาของมนุษย์ เช่น การเรียนรู้ การให้เหตุผล การแก้ปัญหา การรับรู้ และการตัดสินใจ ปัญญาประดิษฐ์ถูกนำไปใช้ในแอปพลิเคชันต่างๆ ทั่วทั้งอุตสาหกรรมและสถาบันการศึกษา ภายในสาขาปัญญาประดิษฐ์มีสาขาย่อยหลายสาขา สาขาย่อยการเรียนรู้ของเครื่องถูกนำไปใช้เพื่อวัตถุประสงค์ทางวิทยาศาสตร์และเชิงพาณิชย์ต่างๆ^{[ 1 ]}รวมถึงการแปลภาษาการจดจำภาพการตัดสินใจ [ ^{2 ] [ 3 ] การ}ให้คะแนนเครดิตและอีคอมเมิร์ซในช่วงไม่กี่ปีที่ผ่านมา มีความก้าวหน้าอย่างมากในสาขาปัญญาประดิษฐ์เชิงสร้างสรรค์ซึ่งใช้แบบจำลองเชิงสร้างสรรค์เพื่อสร้างข้อความ รูปภาพ วิดีโอ และข้อมูลรูปแบบอื่นๆ^{[ 4 ]}บทความนี้อธิบายถึงแอปพลิเคชันของ AI ในภาคส่วนต่างๆ

ในด้านการเกษตร AI ได้รับการเสนอให้เป็นวิธีหนึ่งสำหรับเกษตรกรในการระบุพื้นที่ที่ต้องการการชลประทาน การใส่ปุ๋ย หรือการใช้สารกำจัดศัตรูพืชเพื่อเพิ่มผลผลิต ซึ่งจะช่วยเพิ่มประสิทธิภาพ^{[ 5 ]} AI ถูกนำมาใช้เพื่อพยายาม จำแนกอารมณ์ ของสุกร^{[ 6 ]}ควบคุมเรือนกระจกโดยอัตโนมัติ^{[ 7 ]}ตรวจจับโรคและศัตรูพืช^{[ 8 ]}และเพิ่มประสิทธิภาพการชลประทาน^{[ 9 ]}

ปัญญาประดิษฐ์ในสถาปัตยกรรมคือการใช้ปัญญาประดิษฐ์ในการทำงานอัตโนมัติ การออกแบบ และการวางแผนในกระบวนการทางสถาปัตยกรรม หรือเพื่อช่วยเหลือทักษะของมนุษย์ในสาขาสถาปัตยกรรม^{[ 10 ]}

AI ถูกนำมาใช้โดยสถาปนิกบางคนในการออกแบบ และมีการเสนอให้ใช้ AI เป็นวิธีการในการวางแผนและงานประจำในภาคสนามโดยอัตโนมัติ^{[ 11 ] [ 12 ]}

การศึกษาในปี 2023 พบว่า AI แบบสร้างสรรค์ช่วยเพิ่มผลผลิตได้ 15% ในศูนย์บริการลูกค้า^{[ 13 ]}การศึกษาอีกฉบับในปี 2023 พบว่าช่วยเพิ่มผลผลิตได้มากถึง 40% ในงานเขียน^{[ 14 ]}การทบทวนในเดือนสิงหาคม 2025 โดย MIT พบว่า 95% ของบริษัทที่สำรวจไม่ได้รายงานว่ามีการปรับปรุงรายได้จากการใช้ AI ^{[ 15 ]}บทความในเดือนกันยายน 2025 โดยHarvard Business Reviewอธิบายว่าการใช้ AI ที่เพิ่มขึ้นไม่ได้นำไปสู่การเพิ่มขึ้นของรายได้หรือผลผลิตที่แท้จริงโดยอัตโนมัติ โดยอ้างถึง "เนื้อหางานที่สร้างโดย AI ซึ่งปลอมตัวเป็นงานที่ดี แต่ขาดสาระสำคัญที่จะช่วยให้งานที่กำหนดก้าวหน้าไปอย่างมีนัยสำคัญ" บทความนี้จึงบัญญัติศัพท์ว่าworkslopจากการศึกษาที่ทำร่วมกับ Stanford Social Media Lab พบว่า workslop ไม่ได้ช่วยเพิ่มผลผลิตและบั่นทอนความไว้วางใจและความร่วมมือระหว่างเพื่อนร่วมงาน^{[ 16 ]}

ในด้านการแพทย์ทางไกล มีรายงานว่า AI ที่เป็นเอเจนต์ช่วยอำนวยความสะดวกในการสร้างโมเดลธุรกิจขนาดใหญ่ (กำไรต่อปีหลายล้านดอลลาร์) โดยมีพนักงานเพียง 1-2 คน เช่นMEDViซึ่ง ณ เดือนสิงหาคม 2025 มีพนักงานเพียง 2 คน และมีกำไรต่อปีประมาณ 75 ล้านดอลลาร์สำหรับบริการการแพทย์ทางไกลเพื่อลดน้ำหนักด้วย GLP-1 ^{[ 17 ]}

AI สามารถใช้สำหรับการเติมโค้ดแบบเรียลไทม์ การแชท และการสร้างการทดสอบอัตโนมัติ เครื่องมือเหล่านี้มักจะถูกรวมเข้ากับตัวแก้ไขและIDEในรูปแบบปลั๊กอินระบบการพัฒนาซอฟต์แวร์ที่ใช้ AI ช่วยเหลือมีความแตกต่างกันในด้านฟังก์ชันการทำงาน คุณภาพ ความเร็ว และวิธีการจัดการความเป็นส่วนตัว การสร้างซอฟต์แวร์โดยใช้ AI เป็นหลักเรียกว่า " vibe coding " โค้ดที่สร้างหรือแนะนำโดย AI อาจไม่ถูกต้องหรือไม่มีประสิทธิภาพ^{[ 18 ]}การใช้การเขียนโค้ดโดยใช้ AI ช่วยเหลืออาจช่วยเร่งการพัฒนาซอฟต์แวร์ได้ แต่ก็อาจทำให้กระบวนการช้าลงได้เช่นกัน โดยการสร้างงานเพิ่มขึ้นเมื่อทำการดีบักและทดสอบ^{[ 19 ] [ 20 ]}การรีบเร่งที่จะนำเทคโนโลยี AI มาใช้ก่อนเวลาอันควรอาจทำให้เกิดหนี้ทางเทคนิค เพิ่มเติม ได้^{[ 19 ]} AI ยังต้องการการพิจารณาเพิ่มเติมและการตรวจสอบอย่างรอบคอบสำหรับความปลอดภัยทางไซเบอร์เนื่องจากซอฟต์แวร์การเขียนโค้ด AI ได้รับการฝึกฝนจากโค้ดที่มีคุณภาพไม่สม่ำเสมอจำนวนมาก และมักจะเลียนแบบแนวปฏิบัติที่ไม่ดี^{[ 21 ] [ 22 ]}

AI สามารถใช้สร้าง AI อื่นๆ ได้ ตัวอย่างเช่น ในช่วงเดือนพฤศจิกายน 2017 โครงการ AutoML ของ Google เพื่อพัฒนาโครงสร้างเครือข่ายประสาทเทียมแบบใหม่ได้สร้างNASNetซึ่งเป็นระบบที่ได้รับการปรับให้เหมาะสมสำหรับImageNetและ POCO F1 ประสิทธิภาพของ NASNet เหนือกว่าประสิทธิภาพที่เผยแพร่ก่อนหน้านี้ทั้งหมดบน ImageNet ^{[ 23 ]}

การวิจัยและพัฒนาคอมพิวเตอร์ควอนตัมได้ดำเนินการโดยใช้อัลกอริธึมการเรียนรู้ของเครื่อง ตัวอย่างเช่น มีต้นแบบอุปกรณ์เมมริสทีฟ ควอนตัมแบบโฟตอนิก สำหรับคอมพิวเตอร์นิวโรโมฟิก (NC)/ เครือข่ายประสาทเทียมและ NC ที่ใช้วัสดุควอนตัมที่มีศักยภาพในการใช้งานที่เกี่ยวข้องกับการคำนวณนิวโรโมฟิกหลากหลายรูปแบบ^{[ 24 ] [ 25 ]}การใช้การเรียนรู้ของเครื่องควอนตัม สำหรับเครื่องจำลองควอนตัมได้รับการเสนอเพื่อแก้ปัญหา ทางฟิสิกส์และ เคมี^{[ 26 ] [ 27 ]}

นักวิจัย AI ได้สร้างเครื่องมือมากมายเพื่อแก้ปัญหาที่ยากที่สุดในวิทยาศาสตร์คอมพิวเตอร์ สิ่งประดิษฐ์ของพวกเขาจำนวนมากได้รับการนำไปใช้ในวิทยาศาสตร์คอมพิวเตอร์กระแสหลักและไม่ถือว่าเป็น AI อีกต่อไป สิ่งต่อไปนี้ทั้งหมดได้รับการพัฒนาขึ้นในห้องปฏิบัติการ AI ตั้งแต่แรกเริ่ม: ^{[ 28 ]}

• การแบ่งเวลาพักผ่อน
• ล่ามแบบโต้ตอบ
• ส่วนต่อประสานผู้ใช้แบบกราฟิกและเมาส์คอมพิวเตอร์
• สภาพแวดล้อมการพัฒนาแอปพลิเคชันอย่างรวดเร็ว
• โครงสร้างข้อมูลรายการเชื่อมโยง
• การจัดการพื้นที่จัดเก็บข้อมูลอัตโนมัติ
• การเขียนโปรแกรมเชิงสัญลักษณ์
• การเขียนโปรแกรมเชิงฟังก์ชัน
• การเขียนโปรแกรมแบบไดนามิก
• การเขียนโปรแกรมเชิงวัตถุ
• การรู้จำอักขระด้วยแสง
• ความพึงพอใจตามข้อจำกัด

โปรแกรม AI ถูกนำมาใช้ในกระบวนการจ้างงานเพื่อคัดกรองประวัติย่อและจัดอันดับผู้สมัครตามคุณสมบัติ ทำนายโอกาสที่ผู้สมัครจะประสบความสำเร็จในบทบาทที่กำหนด และทำให้งานสื่อสารซ้ำๆ เป็นไปโดยอัตโนมัติโดยใช้แชทบอท^{[ 29 ]}การศึกษาเกี่ยวกับโปรแกรมเหล่านี้ได้ระบุแนวโน้มของการลำเอียงทางเพศโดยให้ความสำคัญกับชื่อผู้ชายและลักษณะที่บ่งบอกว่าเป็นผู้ชาย^{[ 30 ] [ 31 ]}รวมถึงการลำเอียงต่อผู้สมัครที่พิการและชนกลุ่มน้อยทางเชื้อชาติ^{[ 32 ]}

AI เป็นพื้นฐานของอวตาร ( ผู้ช่วยออนไลน์อัตโนมัติ ) บนหน้าเว็บ^{[ 33 ]}สามารถลดค่าใช้จ่ายในการดำเนินงานและการฝึกอบรมได้^{[ 33 ]} Pypestreamให้บริการลูกค้าอัตโนมัติสำหรับแอปพลิเคชันมือถือเพื่อปรับปรุงการสื่อสารกับลูกค้า^{[ 34 ]}

แอปของ Google วิเคราะห์ภาษาและแปลงคำพูดเป็นข้อความ^{[ 35 ]}แพลตฟอร์มนี้สามารถระบุลูกค้าที่โกรธผ่านภาษาของพวกเขาและตอบสนองอย่างเหมาะสม^{[ 36 ]} Amazon ใช้แชทบอทสำหรับการบริการลูกค้าที่สามารถทำงานต่างๆ เช่น ตรวจสอบสถานะการสั่งซื้อ ยกเลิกคำสั่งซื้อ เสนอการคืนเงิน และเชื่อมต่อลูกค้ากับตัวแทนที่เป็นมนุษย์^{[ 37 ]}ปัญญาประดิษฐ์เชิงสร้างสรรค์ (GenAI) เช่น ChatGPT ถูกนำมาใช้ในธุรกิจมากขึ้นเรื่อยๆ เพื่อทำให้งานต่างๆ เป็นไปโดยอัตโนมัติและเพิ่มประสิทธิภาพในการตัดสินใจ^{[ 38 ]}

ในอุตสาหกรรมการบริการ AI ถูกนำมาใช้เพื่อลดงานที่ซ้ำซาก วิเคราะห์แนวโน้ม โต้ตอบกับแขก และคาดการณ์ความต้องการของลูกค้า^{[ 39 ]}บริการโรงแรม AI มาในรูปแบบของแชทบอท^{[ 40 ]}แอปพลิเคชัน ผู้ช่วยเสียงเสมือน และหุ่นยนต์บริการ

ในสถาบันการศึกษา AI ได้ถูกนำมาใช้เพื่อทำให้งานประจำต่างๆ เป็นไปโดยอัตโนมัติ เช่น การติดตามการเข้าเรียน การให้คะแนน และการตรวจงาน นอกจากนี้ เครื่องมือ AI ยังถูกนำมาใช้เพื่อตรวจสอบความก้าวหน้าของนักเรียนและวิเคราะห์พฤติกรรมการเรียนรู้ โดยมีเป้าหมายเพื่ออำนวยความสะดวกในการแทรกแซงอย่างทันท่วงทีสำหรับนักเรียนที่ประสบปัญหาด้านวิชาการ^{[ 41 ]}

กระทรวงพลังงานของสหรัฐอเมริกาเขียนไว้ในรายงานเดือนเมษายน 2024 ว่า AI อาจมีแอปพลิเคชันในการสร้างแบบจำลองโครงข่ายไฟฟ้า การตรวจสอบใบอนุญาตของรัฐบาลกลางด้วยแบบจำลองภาษาขนาดใหญ่การคาดการณ์ระดับการผลิตพลังงานหมุนเวียน และการปรับปรุงกระบวนการวางแผนสำหรับเครือข่ายการชาร์จรถยนต์ไฟฟ้า^{[ 42 ]}การศึกษาอื่นๆ ได้แนะนำว่าการเรียนรู้ของเครื่องสามารถใช้สำหรับการคาดการณ์และการจัดตารางเวลาการใช้พลังงาน เช่น เพื่อช่วยในการจัดการความไม่สม่ำเสมอของพลังงานหมุนเวียน (ดูเพิ่มเติม: โครงข่ายไฟฟ้าอัจฉริยะและการบรรเทาผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศในโครงข่ายไฟฟ้า ) ^{[ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ]}

เรืออัตโนมัติที่ตรวจสอบมหาสมุทร การวิเคราะห์ข้อมูลดาวเทียมที่ขับเคลื่อนด้วย AI อะคูสติกแบบพาสซีฟ^{[ 48 ]}หรือการสำรวจระยะไกลและแอปพลิเคชันอื่นๆ ของการตรวจสอบสิ่งแวดล้อมใช้ประโยชน์จากการเรียนรู้ของเครื่อง^{[ 49 ] [ 50 ] [ 51 ] [ 52 ]}

ตัวอย่างเช่น "Global Plastic Watch" เป็นแพลตฟอร์ม การตรวจสอบด้วยดาวเทียมที่ใช้ AI สำหรับการวิเคราะห์/ติดตาม แหล่ง ทิ้งขยะพลาสติกเพื่อช่วยป้องกันมลพิษจาก พลาสติก โดยเฉพาะมลพิษในมหาสมุทรโดยช่วยระบุว่าใครและที่ไหนจัดการขยะพลาสติกอย่างไม่เหมาะสมและทิ้งลงมหาสมุทร^{[ 53 ] [ 54 ]}

การเรียนรู้ของเครื่องสามารถใช้เพื่อตรวจจับสัญญาณเตือนล่วงหน้าของภัยพิบัติและปัญหาสิ่งแวดล้อม ซึ่งอาจรวมถึงโรคระบาด ตามธรรมชาติ ^{[ 55 ] [ 56 ]}แผ่นดินไหว[ ^{57 ] [ 58 ] [ 59 ]}ดินถล่ม^{[ 60 ]}ฝนตกหนัก^{[ 61 ]}ความเปราะบางของแหล่งน้ำในระยะยาว^{[ 62 ]}จุดเปลี่ยนของการล่มสลายของระบบนิเวศ [ ^{63 ]}การระบาดของ^{สาหร่ายสี}เขียวแกมน้ำเงิน^{[ 64 ]}และภัยแล้ง^{[ 65 ] [ 66 ] [ 67 ]}

มหาวิทยาลัยเซาท์เทิร์นแคลิฟอร์เนียได้เปิดศูนย์ปัญญาประดิษฐ์ในสังคม โดยมีเป้าหมายที่จะใช้ AI เพื่อแก้ไขปัญหาต่างๆ เช่น ปัญหาคนไร้บ้าน นักวิจัย ของสแตนฟอร์ดใช้AIในการวิเคราะห์ภาพถ่ายดาวเทียมเพื่อระบุพื้นที่ที่มีความยากจนสูง^{[ 68 ]}

แอปพลิเคชัน AI วิเคราะห์เนื้อหาสื่อต่างๆ เช่น ภาพยนตร์ รายการโทรทัศน์ วิดีโอโฆษณา หรือเนื้อหาที่ผู้ใช้สร้างขึ้นโดยส่วนใหญ่มักเกี่ยวข้องกับการประมวลผลภาพด้วยคอมพิวเตอร์

สถานการณ์ทั่วไป ได้แก่ การวิเคราะห์ภาพโดยใช้ เทคนิค การจดจำวัตถุหรือการจดจำใบหน้า หรือการวิเคราะห์วิดีโอเพื่อจดจำฉาก วัตถุ หรือใบหน้า การวิเคราะห์สื่อด้วย AI สามารถช่วยอำนวยความสะดวกในการค้นหาสื่อ การสร้างคำหลักที่สื่อความหมายสำหรับเนื้อหา การตรวจสอบนโยบายเนื้อหา (เช่น การตรวจสอบความเหมาะสมของเนื้อหาสำหรับเวลาออกอากาศทางโทรทัศน์ที่กำหนด) การแปลงเสียงเป็นข้อความเพื่อการเก็บรักษาหรือวัตถุประสงค์อื่น ๆ และการตรวจจับโลโก้ ผลิตภัณฑ์ หรือใบหน้าของบุคคลที่มีชื่อเสียงเพื่อการลงโฆษณา

• การแทรกการเคลื่อนไหว^{[ 69 ]}
• อัลกอริทึมการปรับขนาดพิกเซลอาร์ต^{[ 70 ]}
• การปรับขนาดภาพ^{[ 71 ]}
• การฟื้นฟูภาพ^{[ 72 ] [ 73 ]}
• การใส่สีให้กับรูปถ่าย^{[ 74 ]}
• การบูรณะภาพยนตร์และการเพิ่มความละเอียดของวิดีโอ^{[ 75 ]}
• การติดแท็กรูปภาพ
• โมเดลแปลงข้อความเป็นภาพเช่นDALL-E , MidjourneyและStable Diffusion
• รูปภาพเป็นวิดีโอ^{[ 76 ]}
• แอปพลิเคชันแปลงข้อความเป็นวิดีโอ เช่น Make-A-Video จาก Meta, Imagen video และ Phenaki จาก Google
• การแปลงข้อความเป็นเพลงด้วยโมเดล AI เช่น MusicLM ^{[ 77 ] [ 78 ]}
• โปรแกรมแปลงข้อความเป็นเสียงพูด เช่นElevenLabsและ15.ai
• การจับภาพการเคลื่อนไหว^{[ 79 ]}

ภาพปลอมแบบ Deep-fakesสามารถนำมาใช้เพื่อสร้างความขบขันได้ แต่เป็นที่รู้จักกันดีในฐานะภาพข่าวปลอมและเรื่องหลอกลวง

Deepfakes สามารถแสดงภาพบุคคลในสถานการณ์ที่เป็นอันตรายหรือเสื่อมเสียชื่อเสียง ทำให้เกิดความเสียหายต่อชื่อเสียงและความทุกข์ทางอารมณ์อย่างมาก โดยเฉพาะอย่างยิ่งเมื่อเนื้อหาเป็นการหมิ่นประมาทหรือละเมิดจริยธรรมส่วนบุคคล แม้ว่ากฎหมายหมิ่นประมาทและกฎหมายเกี่ยวกับการนำเสนอข้อมูลเท็จจะให้การเยียวยาได้บ้าง แต่การมุ่งเน้นไปที่คำกล่าวเท็จมากกว่าภาพหรือวิดีโอที่สร้างขึ้น มักทำให้เหยื่อได้รับการคุ้มครองทางกฎหมายอย่างจำกัดและมีภาระการพิสูจน์ที่ยากลำบาก^{[ 80 ]}

ในเดือนมกราคม พ.ศ. 2559 โครงการ Horizon 2020ได้ให้ทุนสนับสนุนโครงการ InVID เพื่อช่วยนักข่าวและนักวิจัยตรวจจับเอกสารปลอม ซึ่งมีให้ใช้งานในรูปแบบปลั๊กอินของเบราว์เซอร์^{[ 81 ] [ 82 ]}

ในเดือนมิถุนายน พ.ศ. 2559 กลุ่มการประมวลผลภาพของมหาวิทยาลัยเทคนิคแห่งมิวนิกและมหาวิทยาลัยสแตนฟอร์ดได้พัฒนา Face2Face ^{[ 83 ]}ซึ่งเป็นโปรแกรมที่สร้างภาพเคลื่อนไหวจากภาพถ่ายใบหน้า โดยเลียนแบบการแสดงออกทางใบหน้าของบุคคลอื่น

ในเดือนกันยายน พ.ศ. 2561 วุฒิสมาชิกสหรัฐฯมาร์ค วอร์เนอร์เสนอให้ลงโทษ บริษัท โซเชียลมีเดียที่อนุญาตให้มีการแชร์เอกสารปลอมแปลงบนแพลตฟอร์มของตน^{[ 84 ]}

ในปี 2018 Darius Afchar และ Vincent Nozick ค้นพบวิธีตรวจจับเนื้อหาปลอมโดยการวิเคราะห์คุณสมบัติระดับเมโซสโคปิกของเฟรมวิดีโอ^{[ 85 ]} DARPAมอบเงิน 68 ล้านดอลลาร์เพื่อทำงานเกี่ยวกับการตรวจจับ deep-fake ^{[ 85 ]}

มีการพัฒนา deepfake เสียง^{[ 86 ] [ 87 ]}และซอฟต์แวร์ AI ที่สามารถตรวจจับ deepfake และโคลนเสียงมนุษย์ได้^{[ 88 ] [ 89 ]}

อัลกอริทึม AI ถูกนำมาใช้เพื่อตรวจจับวิดีโอ deepfake ^{[ 90 ] [ 91 ]}

ปัญญาประดิษฐ์เริ่มถูกนำมาใช้ในการผลิตวิดีโอมากขึ้น โดยมีการพัฒนาเครื่องมือและซอฟต์แวร์ที่ใช้ AI แบบสร้างสรรค์เพื่อสร้างวิดีโอใหม่ หรือปรับเปลี่ยนวิดีโอที่มีอยู่ เครื่องมือหลักบางส่วนที่ใช้ในกระบวนการเหล่านี้ในปัจจุบัน ได้แก่ DALL-E, Mid-journey และ Runway ^{[ 92 ]} Waymark Studios ใช้เครื่องมือที่นำเสนอโดยทั้งDALL-EและMid-journeyเพื่อสร้างภาพยนตร์ที่สร้างโดย AI ทั้งหมดชื่อThe Frostในช่วงฤดูร้อนปี 2023 ^{[ 92 ]} Waymark Studios กำลังทดลองใช้เครื่องมือ AI เหล่านี้เพื่อสร้างโฆษณาและภาพยนตร์โฆษณาสำหรับบริษัทต่างๆ ในเวลาเพียงไม่กี่วินาที^{[ 92 ]} Yves Bergquist ผู้อำนวยการโครงการ AI & Neuroscience in Media ที่ศูนย์เทคโนโลยีความบันเทิงของ USC กล่าวว่าทีมงานหลังการผลิตในฮอลลีวูดกำลังใช้ AI แบบสร้างสรรค์อยู่แล้ว และคาดการณ์ว่าในอนาคตบริษัทต่างๆ จะยอมรับเทคโนโลยีใหม่นี้มากขึ้น^{[ 93 ]}

ปัญญาประดิษฐ์ (AI) ถูกนำมาใช้ในการประพันธ์เพลงหลากหลายแนวเพลง

David Copeสร้าง AI ชื่อEmily Howellซึ่งประสบความสำเร็จและเป็นที่รู้จักในวงการดนตรีคอมพิวเตอร์เชิงอัลกอริทึม^{[ 94 ]}อัลกอริทึมเบื้องหลัง Emily Howell ได้รับการจดทะเบียนเป็นสิทธิบัตรของสหรัฐอเมริกา^{[ 95 ]}

ในปี 2012 AI Iamusได้สร้างอัลบั้มเพลงคลาสสิกที่สมบูรณ์เป็นครั้งแรก^{[ 96 ]}

AIVA (Artificial Intelligence Virtual Artist) แต่งเพลงซิมโฟนี โดยส่วนใหญ่เป็นเพลงคลาสสิกสำหรับประกอบภาพยนตร์^{[ 97 ]} AIVA ประสบความสำเร็จเป็นครั้งแรกของโลกด้วยการเป็นนักแต่งเพลงเสมือนจริงรายแรกที่ได้รับการยอมรับจากสมาคมวิชาชีพดนตรี^{[ 98 ]}

เมโลมิกส์สร้างดนตรีที่สร้างขึ้นด้วยคอมพิวเตอร์เพื่อบรรเทาความเครียดและความเจ็บปวด^{[ 99 ]}

Watson Beat ใช้การเรียนรู้แบบเสริมแรงและเครือข่ายความเชื่อเชิงลึกเพื่อแต่งเพลงจากทำนองอินพุตเมล็ดพันธุ์ที่เรียบง่ายและสไตล์ที่เลือก ซอฟต์แวร์นี้เป็นโอเพนซอร์ส^{[ 100 ]}และนักดนตรีเช่นTaryn Southern ^{[ 101 ]}ได้ร่วมมือกับโครงการเพื่อสร้างเพลง

เพลงเปิดตัวของนักร้องชาวเกาหลีใต้ ฮายอน ชื่อ "Eyes on You" ได้รับการแต่งขึ้นโดยใช้ AI ซึ่งอยู่ภายใต้การดูแลของนักแต่งเพลงตัวจริง รวมถึง NUVO ^{[ 102 ]}

Narrative Scienceจำหน่ายข่าวและรายงานที่สร้างโดยคอมพิวเตอร์โดยสรุปเหตุการณ์กีฬาตามข้อมูลทางสถิติจากเกม นอกจากนี้ยังสร้างรายงานทางการเงินและการวิเคราะห์อสังหาริมทรัพย์^{[ 103 ]} Automated Insightsสร้างบทสรุปและบทวิเคราะห์ล่วงหน้าส่วนบุคคลสำหรับYahoo Sports Fantasy Football ^{[ 104 ]}

Yseopใช้ AI ในการแปลงข้อมูลที่มีโครงสร้างให้เป็นความคิดเห็นและคำแนะนำในภาษาธรรมชาติYseopเขียนรายงานทางการเงิน บทสรุปสำหรับผู้บริหาร เอกสารการขายหรือการตลาดส่วนบุคคล และอื่นๆ อีกมากมายในหลายภาษา รวมถึงภาษาอังกฤษ สเปน ฝรั่งเศส และเยอรมัน^{[ 105 ]}

TALESPIN สร้างเรื่องราวที่คล้ายกับนิทานของอีสอปโปรแกรมเริ่มต้นด้วยตัวละครชุดหนึ่งที่ต้องการบรรลุเป้าหมายบางอย่าง มาร์ค รีดล์และวาดิม บูลิทโกยืนยันว่าแก่นแท้ของการเล่าเรื่องคือการจัดการประสบการณ์ หรือ "วิธีการสร้างสมดุลระหว่างความต้องการความก้าวหน้าของเรื่องราวที่สอดคล้องกันกับอำนาจของผู้ใช้ ซึ่งมักจะขัดแย้งกัน" ^{[ 106 ]}

ในขณะที่การเล่าเรื่องด้วย AI มุ่งเน้นไปที่การสร้างเรื่องราว (ตัวละครและโครงเรื่อง) การสื่อสารเรื่องราวก็ได้รับความสนใจเช่นกัน ในปี 2545 นักวิจัยได้พัฒนากรอบสถาปัตยกรรมสำหรับการสร้างร้อยแก้วเชิงบรรยาย พวกเขาสร้างความหลากหลายและความซับซ้อนของข้อความในเรื่องราวต่างๆ เช่น หนูน้อยหมวกแดง ได้อย่างสมจริง [ ^{107 ] ใน}ปี 2559 AI ของญี่ปุ่นได้ร่วมเขียนเรื่องสั้นและเกือบได้รับรางวัลวรรณกรรม^{[ 108 ]}

บริษัท Hanteo Global ของเกาหลีใต้ใช้บอทนักข่าวในการเขียนบทความ^{[ 109 ]}

นักเขียนวรรณกรรมก็กำลังสำรวจการใช้ AI เช่นกัน ตัวอย่างเช่น ผลงาน ReRites (2017–2019) ของDavid Jhave Johnstonซึ่งกวีได้สร้างพิธีกรรมประจำวันในการแก้ไขผลงานกวีนิพนธ์จากเครือข่ายประสาทเทียมเพื่อสร้างชุดการแสดงและสิ่งพิมพ์ต่างๆ

ในปี 2010 ปัญญาประดิษฐ์ใช้ สถิติ เบสบอลเพื่อสร้างบทความข่าวโดยอัตโนมัติ โดยเปิดตัวโดยThe Big Ten Networkโดยใช้ซอฟต์แวร์จากNarrative Science ^{[ 110 ]}

หลังจากที่ไม่สามารถรายงานข่าว การแข่งขัน เบสบอลลีกรอง ทุกนัด ที่มีทีมขนาดใหญ่ได้สำนักข่าวเอพีจึงร่วมมือกับAutomated Insightsในปี 2016 เพื่อสร้างบทสรุปการแข่งขันโดยอัตโนมัติด้วยปัญญาประดิษฐ์^{[ 111 ]}

UOL ในบราซิลได้ขยายการใช้ AI ในการเขียน แทนที่จะสร้างเรื่องราวข่าวเพียงอย่างเดียว พวกเขาได้ตั้งโปรแกรม AI ให้รวมคำที่ค้นหาบ่อยบนGoogleเข้าไป ด้วย ^{[ 111 ]}

El Paisเว็บไซต์ข่าวภาษาสเปนที่ครอบคลุมหลายเรื่องรวมถึงกีฬา อนุญาตให้ผู้ใช้แสดงความคิดเห็นในบทความข่าวแต่ละบทความ พวกเขาใช้Perspective APIในการตรวจสอบความคิดเห็นเหล่านี้ และหากซอฟต์แวร์พิจารณาว่าความคิดเห็นใดมีภาษาที่ไม่เหมาะสม ผู้แสดงความคิดเห็นจะต้องแก้ไขความคิดเห็นนั้นก่อนจึงจะสามารถเผยแพร่ได้^{[ 111 ]}

กลุ่มสื่อท้องถิ่นของเนเธอร์แลนด์ใช้ AI เพื่อสร้างการรายงานข่าวฟุตบอลสมัครเล่นแบบอัตโนมัติ โดยตั้งเป้าที่จะรายงานข่าวถึง 60,000 เกมในฤดูกาลเดียว NDC ร่วมมือกับ United Robots เพื่อสร้างอัลกอริทึมนี้และรายงานข่าวในสิ่งที่ก่อนหน้านี้ไม่สามารถทำได้หากไม่มีทีมงานขนาดใหญ่มาก^{[ 111 ]}

ในปี 2023 มีการใช้ Lede AI เพื่อนำคะแนนจาก เกม ฟุตบอลระดับมัธยมปลายมาสร้างเรื่องราวโดยอัตโนมัติสำหรับหนังสือพิมพ์ท้องถิ่น ซึ่งได้รับการวิพากษ์วิจารณ์อย่างมากจากผู้อ่านเนื่องจากสำนวนที่ดูเหมือนหุ่นยนต์มากเกินไป โดยเฉพาะอย่างยิ่งคำบรรยายเกมบางส่วนที่เป็น "การเผชิญหน้าอย่างใกล้ชิดของกีฬา" ทำให้ผู้อ่านไม่พอใจและแจ้งให้บริษัทผู้จัดพิมพ์Gannettทราบผ่านทางโซเชียลมีเดีย Gannett จึงได้ระงับการใช้ Lede AI ชั่วคราว จนกว่าจะหาทางแก้ไขสิ่งที่พวกเขาเรียกว่าเป็นการทดลองได้^{[ 112 ]}

บทความนับล้านบทความได้รับการแก้ไขโดยบอท^{[ 114 ]}ซึ่งโดยทั่วไปแล้วไม่ใช่ซอฟต์แวร์ปัญญาประดิษฐ์ แพลตฟอร์ม AI หลายแห่งใช้ข้อมูลจากวิกิพีเดีย^{[ 115 ]}ส่วนใหญ่เพื่อฝึกฝนแอปพลิเคชันการเรียนรู้ของเครื่อง มีการวิจัยและพัฒนาแอปพลิเคชันปัญญาประดิษฐ์ต่างๆ สำหรับวิกิพีเดีย เช่น การระบุประโยคที่ล้าสมัย^{[ 116 ]}การตรวจจับการก่อกวนแบบแอบแฝง^{[ 117 ]}หรือการแนะนำบทความและงานต่างๆ ให้กับบรรณาธิการใหม่

การแปลด้วยเครื่องจักรยังถูกนำมาใช้ในการแปลบทความวิกิพีเดีย และอาจมีบทบาทมากขึ้นในการสร้าง อัปเดต ขยาย และปรับปรุงบทความโดยทั่วไปในอนาคต เครื่องมือแปลเนื้อหาช่วยให้บรรณาธิการของวิกิพีเดียบางแห่งสามารถแปลบทความในหลายภาษาที่เลือกได้ง่ายขึ้น^{[ 118 ] [ 119 ]}

ในวิดีโอเกม AI ถูกใช้เป็นประจำเพื่อสร้างพฤติกรรมของตัวละครที่ไม่ใช่ผู้เล่น (NPC) นอกจากนี้ AI ยังถูกใช้สำหรับการค้นหาเส้นทางเกมที่มี AI ที่ไม่ธรรมดา ได้แก่ ผู้กำกับ AI ของLeft 4 Dead (2008) และการฝึกฝนวิวัฒนาการทางประสาทของหน่วยรบในSupreme Commander 2 (2010) ^{[ 120 ] [ 121 ]} AI ยังถูกใช้ในAlien Isolation (2014) เพื่อควบคุมการกระทำที่เอเลี่ยนจะทำต่อไป^{[ 122 ]}

เกมเป็นแอปพลิเคชันหลักของความสามารถของ AI มาตั้งแต่ทศวรรษ 1950 ในศตวรรษที่ 21 AI ได้เอาชนะผู้เล่นมนุษย์ในเกมหลายเกม รวมถึงหมากรุก ( Deep Blue ), Jeopardy! ( Watson ), ^{[ 123 ]}หมากล้อม ( AlphaGo ), ^{[ 124 ] [ 125 ] [ 126 ] [ 127 ] [ 128 ] [ 129 ] [ 130 ]}โป๊กเกอร์ ( Pluribus ^{[ 131 ]}และCepheus ), ^{[ 132 ]}อีสปอร์ต ( StarCraft ), ^{[ 133 ] [ 134 ]}และการเล่นเกมทั่วไป ( AlphaZero ^{[ 135 ] [ 136 ] [ 137 ]}และMuZero ) ^{[ 138 ] [ 139 ] [ 140 ] [ 141 ]}

Kuki AI คือชุดแชทบอทและแอปอื่นๆ ที่ออกแบบมาเพื่อความบันเทิงและเป็นเครื่องมือทางการตลาด^{[ 142 ] [ 143 ]}

โปรแกรมศิลปะ AI ตัวแรกชื่อAARONได้รับการพัฒนาโดยHarold Cohenในปี 1968 ^{[ 144 ]}โดยมีเป้าหมายเพื่อให้สามารถเขียนโค้ดสำหรับการวาดภาพได้ เริ่มต้นด้วยการสร้างภาพวาดขาวดำแบบง่ายๆ และต่อมาก็พัฒนาเป็นการวาดภาพโดยใช้แปรงและสีย้อมพิเศษที่โปรแกรมเลือกเองโดยไม่ต้องมีการแทรกแซงจาก Cohen ^{[ 145 ]}

แพลตฟอร์ม AI เช่นDALL-E ^{[ 146 ]} Stable ^{Diffusion [} 146 ] ^{Imagen [ 147} ]และ^{Midjourney [} 148 ] ^{ถูกใช้เพื่อ}สร้างภาพจากอินพุต เช่น ข้อความหรือภาพอื่นๆ^{[ 149 ] เครื่องมือ AI บางอย่างอนุญาตให้ผู้ใช้ป้อนภาพและส่งออกภาพเวอร์ชันที่เปลี่ยนแปลงไป เช่น เพื่อ แสดง}วัตถุหรือผลิตภัณฑ์ในสภาพแวดล้อมที่แตกต่างกัน โมเดลภาพ AI ยังสามารถพยายามจำลองรูปแบบเฉพาะของศิลปิน และสามารถเพิ่มความซับซ้อนทางภาพให้กับภาพร่างคร่าวๆ ได้

AI ถูกนำมาใช้เพื่อสร้างการวิเคราะห์เชิงปริมาณของคอลเลกชันงานศิลปะดิจิทัลที่มีอยู่^{[ 150 ]}วิธีการคำนวณสองวิธี ได้แก่ การอ่านอย่างละเอียดและการดูจากระยะไกล เป็นวิธีการทั่วไปที่ใช้ในการวิเคราะห์งานศิลปะดิจิทัล^{[ 151 ]}ในขณะที่การดูจากระยะไกลรวมถึงการวิเคราะห์คอลเลกชันขนาดใหญ่ การอ่านอย่างละเอียดเกี่ยวข้องกับงานศิลปะเพียงชิ้นเดียว

ในปี 2023 การที่ Netflix ของญี่ปุ่นใช้ AI ในการสร้างภาพพื้นหลังสำหรับภาพยนตร์สั้นเรื่องThe Dog & the Boyได้รับการวิพากษ์วิจารณ์อย่างหนักในโลกออนไลน์^{[ 152 ]}

สถาบันการเงินใช้ ระบบ เครือข่ายประสาทเทียม มานานแล้ว เพื่อตรวจจับค่าใช้จ่ายหรือการเรียกร้องที่อยู่นอกเหนือเกณฑ์ปกติ และแจ้งเตือนให้มนุษย์ตรวจสอบ การใช้ AI ในด้านการธนาคารเริ่มขึ้นในปี 1987 เมื่อธนาคาร Security Pacific National Bankได้จัดตั้งคณะทำงานป้องกันการฉ้อโกงเพื่อต่อต้านการใช้บัตรเดบิตโดยไม่ได้รับอนุญาต^{[ 153 ]}

ธนาคารใช้ AI ในการจัดการการดำเนินงานด้านบัญชี การลงทุนในหุ้น และการจัดการทรัพย์สิน AI สามารถปรับตัวให้เข้ากับการเปลี่ยนแปลงในช่วงนอกเวลาทำการได้^{[ 154 ]} AI ถูกนำมาใช้เพื่อต่อต้านการฉ้อโกงและอาชญากรรมทางการเงินโดยการตรวจสอบรูปแบบพฤติกรรมเพื่อหาการเปลี่ยนแปลงหรือความผิดปกติ ใดๆ ^{[ 155 ] [ 156 ] [ 157 ]}

การใช้ AI ในแอปพลิเคชันต่างๆ เช่น การซื้อขายออนไลน์และการตัดสินใจ ได้เปลี่ยนแปลงทฤษฎีทางเศรษฐศาสตร์ที่สำคัญ^{[ 158 ]}ตัวอย่างเช่น แพลตฟอร์มการซื้อขายที่ใช้ AI สามารถประมาณเส้นโค้งอุปสงค์และอุปทานส่วนบุคคล ทำให้สามารถกำหนดราคาเฉพาะบุคคลได้ระบบ AI ช่วยลดความไม่สมมาตรของข้อมูลในตลาด และทำให้ตลาดมีประสิทธิภาพมากขึ้น [ ^{159 ] การ}ประยุกต์ใช้ปัญญาประดิษฐ์ในอุตสาหกรรมการเงินสามารถบรรเทาข้อจำกัดด้านการเงินของวิสาหกิจที่ไม่ใช่ของรัฐ โดยเฉพาะอย่างยิ่งสำหรับวิสาหกิจขนาดเล็กและวิสาหกิจที่มีนวัตกรรม^{[ 160 ]}

สถาบันการเงินขนาดใหญ่ใช้ AI เพื่อช่วยในการดำเนินงานด้านการลงทุน^{[ 161 ]} เครื่องมือ AI ของBlackRock ที่ชื่อ Aladdinถูกใช้ทั้งภายในบริษัทและโดยลูกค้าเพื่อช่วยในการตัดสินใจลงทุน ฟังก์ชันของมันรวมถึงการใช้การประมวลผลภาษาธรรมชาติเพื่อวิเคราะห์ข้อความ เช่น ข่าว รายงานของโบรกเกอร์ และฟีดโซเชียลมีเดีย จากนั้นจะประเมินความรู้สึกที่มีต่อบริษัทที่กล่าวถึงและกำหนดคะแนน ธนาคารต่างๆ เช่นUBSและDeutsche Bankใช้ SQREEM (Sequential Quantum Reduction and Extraction Model) เพื่อขุดข้อมูลเพื่อพัฒนาโปรไฟล์ผู้บริโภคและจับคู่กับผลิตภัณฑ์การจัดการความมั่งคั่ง^{[ 162 ]}

Upstartผู้ให้กู้เงินออนไลน์ใช้การเรียนรู้ของเครื่องในการพิจารณาอนุมัติสินเชื่อ^{[ 163 ]}

แพลตฟอร์ม Zest Automated Machine Learning (ZAML) ของ ZestFinance ใช้สำหรับการประเมินสินเชื่อ^{[ 164 ]}แพลตฟอร์มนี้ใช้การเรียนรู้ของเครื่องเพื่อวิเคราะห์ข้อมูล รวมถึงธุรกรรมการซื้อและวิธีที่ลูกค้ากรอกแบบฟอร์ม เพื่อให้คะแนนแก่ผู้กู้ แพลตฟอร์มนี้มีประโยชน์สำหรับการกำหนดคะแนนเครดิตให้กับผู้ที่มีประวัติเครดิตจำกัด^{[ 165 ]}

AI ทำให้การตรวจสอบอย่างต่อเนื่องเป็นไปได้ ประโยชน์ที่อาจเกิดขึ้น ได้แก่ การลดความเสี่ยงในการตรวจสอบ การเพิ่มระดับความมั่นใจ และการลดระยะเวลาในการตรวจสอบ^{[ 166 ]}

การตรวจสอบอย่างต่อเนื่องด้วย AI ช่วยให้สามารถตรวจสอบและรายงานกิจกรรมทางการเงินแบบเรียลไทม์ และให้ข้อมูลเชิงลึกที่ทันท่วงทีแก่ธุรกิจ ซึ่งสามารถนำไปสู่การตัดสินใจที่รวดเร็วได้^{[ 167 ]}

ซอฟต์แวร์ AI เช่น LaundroGraph ซึ่งใช้ชุดข้อมูลที่ไม่เหมาะสมในปัจจุบัน สามารถนำมาใช้ในการต่อต้านการฟอกเงิน (AML) ได้^{[ 168 ] [ 169 ]}

ในช่วงทศวรรษ 1980 ปัญญาประดิษฐ์เริ่มมีบทบาทสำคัญในด้านการเงิน เนื่องจากระบบผู้เชี่ยวชาญได้รับการนำไปใช้ในเชิงพาณิชย์ ตัวอย่างเช่น DuPont สร้างระบบผู้เชี่ยวชาญ 100 ระบบ ซึ่งช่วยให้พวกเขาประหยัดเงินได้เกือบ 10 ล้านดอลลาร์ต่อปี^{[ 170 ]}หนึ่งในระบบแรกๆ คือระบบผู้เชี่ยวชาญ Pro-trader ที่ทำนายการลดลง 87 จุดของดัชนีDow Jones Industrial Averageในปี 1986 “จุดเชื่อมต่อหลักของระบบคือการตรวจสอบเบี้ยประกันภัยในตลาด กำหนดกลยุทธ์การลงทุนที่เหมาะสมที่สุด ดำเนินการทำธุรกรรมเมื่อเหมาะสม และปรับปรุงฐานความรู้ผ่านกลไกการเรียนรู้” ^{[ 171 ]}

หนึ่งในระบบผู้เชี่ยวชาญแรกๆ ที่ช่วยวางแผนทางการเงินคือ PlanPowerm และระบบสร้างโปรไฟล์ลูกค้า ซึ่งสร้างโดย Applied Expert Systems (APEX) โดยเปิดตัวในปี 1986 ระบบนี้ช่วยสร้างแผนทางการเงินส่วนบุคคลให้กับผู้คน^{[ 172 ]}

ในช่วงทศวรรษ 1990 ปัญญาประดิษฐ์ (AI) ถูกนำมาใช้ในการตรวจจับการฉ้อโกงในปี 1993 ระบบปัญญาประดิษฐ์ของ FinCEN (FAIS) ได้เปิดตัว ระบบนี้สามารถตรวจสอบธุรกรรมได้มากกว่า 200,000 รายการต่อสัปดาห์ และในระยะเวลาสองปี ระบบนี้ช่วยระบุคดีฟอกเงิน ที่อาจเกิดขึ้นได้ 400 คดี คิดเป็นมูลค่า 1 พันล้านดอลลาร์^{[ 173 ]}ต่อมาระบบผู้เชี่ยวชาญเหล่านี้ถูกแทนที่ด้วยระบบการเรียนรู้ของเครื่อง^{[ 174 ]}

นอกเหนือจากด้านการเงินแล้ว ในช่วงปลายทศวรรษ 1980 และต้นทศวรรษ 1990 ยังมีการใช้ระบบผู้เชี่ยวชาญในด้านเทคนิคและสิ่งแวดล้อมอีกด้วย ตัวอย่างเช่น นักวิจัยได้สร้างที่ปรึกษาการออกแบบทางเดินปลาเพื่อแนะนำโครงสร้างทางเดินปลาภายใต้สภาวะไฮดรอลิกและชีวภาพที่แตกต่างกันโดยใช้ VP-Expert shell ^{[ 175 ]}นักวิจัยด้านการขนส่งได้ใช้ shell เดียวกันนี้เพื่อสร้างสมดุลระหว่างความจุของสนามบินกับแผนการลดเสียงรบกวน^{[ 176 ]}ในด้านการเกษตร ระบบผู้เชี่ยวชาญด้านแมลงศัตรูพืชในมันฝรั่ง (PIES) ได้สนับสนุนการตัดสินใจด้านการจัดการศัตรูพืชสำหรับด้วงมันฝรั่งโคโลราโด^{[ 177 ]}ระบบ CORMIX ของสำนักงานคุ้มครองสิ่งแวดล้อมแห่งสหรัฐอเมริกาสำหรับการจำลองการปล่อยมลพิษได้รวมกฎเข้ากับแบบจำลองอุทกพลศาสตร์ของ Fortran ^{[ 178 ]}

ในสหภาพยุโรปพระราชบัญญัติปัญญาประดิษฐ์ (ระเบียบ (EU) 2024/1689) จัดประเภทการใช้ AI ในภาคการเงินหลายประเภทเป็น "ความเสี่ยงสูง" ซึ่งรวมถึงระบบที่ใช้ในการประเมินความน่าเชื่อถือทางเครดิตของบุคคลธรรมดาหรือเพื่อสร้างคะแนนเครดิต และ AI ที่ใช้สำหรับการประเมินความเสี่ยงและการกำหนดราคาในประกันชีวิตหรือประกันสุขภาพ^{[ 179 ] [ 180 ]}ระบบเหล่านี้ต้องเป็นไปตามข้อกำหนดด้านการจัดการความเสี่ยง การกำกับดูแลข้อมูล เอกสารทางเทคนิคและการบันทึก ความโปร่งใส และการกำกับดูแลโดยมนุษย์^{[ 179 ]}ข้อผูกพันของพระราชบัญญัติจะทยอยบังคับใช้: ข้อห้ามและกฎเกณฑ์ด้านความรู้ความเข้าใจเกี่ยวกับ AI มีผลบังคับใช้ตั้งแต่วันที่ 2 กุมภาพันธ์ 2025 การกำกับดูแลและหน้าที่ส่วนใหญ่ของ GPAI มีผลบังคับใช้ตั้งแต่วันที่ 2 สิงหาคม 2025 ข้อผูกพันส่วนใหญ่มีผลบังคับใช้ตั้งแต่วันที่ 2 สิงหาคม 2026 และข้อผูกพันที่มีความเสี่ยงสูงในส่วนประกอบด้านความปลอดภัยบางประการมีผลบังคับใช้ตั้งแต่วันที่ 2 สิงหาคม 2027 ^{[ 180 ]}

AI ในด้านการดูแลสุขภาพมักถูกใช้เพื่อการจำแนกประเภท การประเมินการสแกน CTหรือคลื่นไฟฟ้าหัวใจหรือการระบุผู้ป่วยที่มีความเสี่ยงสูงสำหรับสุขภาพของประชากร AI กำลังช่วยแก้ปัญหาเรื่องค่าใช้จ่ายสูงในการกำหนดขนาดยา การศึกษาหนึ่งชี้ให้เห็นว่า AI สามารถประหยัดเงินได้ถึง 16 พันล้านดอลลาร์ ในปี 2559 การศึกษาหนึ่งรายงานว่าสูตรที่ได้จาก AI ได้คำนวณขนาดยาที่เหมาะสมของยาภูมิคุ้มกันกดภูมิคุ้มกันที่จะให้แก่ผู้ป่วยปลูกถ่ายอวัยวะ^{[ 181 ]}งานวิจัยในปัจจุบันระบุว่าโรคหลอดเลือดที่ไม่เกี่ยวกับหัวใจก็ได้รับการรักษาด้วยปัญญาประดิษฐ์ (AI) เช่นกัน สำหรับความผิดปกติบางอย่าง อัลกอริทึม AI สามารถช่วยในการวินิจฉัย การแนะนำการรักษา การทำนายผลลัพธ์ และการติดตามความคืบหน้าของผู้ป่วย เมื่อเทคโนโลยี AI ก้าวหน้าขึ้น คาดว่าจะมีความสำคัญมากขึ้นในอุตสาหกรรมการดูแลสุขภาพ^{[ 182 ]}

การตรวจพบโรคในระยะเริ่มต้น เช่น มะเร็ง เป็นไปได้ด้วยอัลกอริธึม AI ซึ่งวินิจฉัยโรคโดยการวิเคราะห์ชุดข้อมูลทางการแพทย์ที่ซับซ้อน ตัวอย่างเช่น ระบบ IBM Watson อาจใช้ในการตรวจสอบข้อมูลจำนวนมหาศาล เช่น บันทึกทางการแพทย์และการทดลองทางคลินิก เพื่อช่วยวินิจฉัยปัญหา^{[ 183 ]}โครงการ AI Hanover ของ Microsoft ช่วยให้แพทย์เลือกวิธีการรักษามะเร็งจากยาและวัคซีนมากกว่า 800 ชนิด^{[ 184 ] [ 185 ]}เป้าหมายคือการจดจำเอกสารที่เกี่ยวข้องทั้งหมดเพื่อทำนายว่ายาชนิดใด (หรือการรวมกันของยาชนิดใด) จะมีประสิทธิภาพมากที่สุดสำหรับผู้ป่วยแต่ละรายมะเร็งเม็ดเลือดขาวชนิดไมอีลอยด์เป็นเป้าหมายหนึ่ง การศึกษาอีกชิ้นหนึ่งรายงานเกี่ยวกับ AI ที่มีประสิทธิภาพเทียบเท่าแพทย์ในการระบุโรคมะเร็งผิวหนัง^{[ 186 ]}โครงการอีกโครงการหนึ่งติดตามผู้ป่วยที่มีความเสี่ยงสูงหลายรายโดยการถามคำถามผู้ป่วยแต่ละรายโดยอิงจากข้อมูลที่ได้จากการปฏิสัมพันธ์ระหว่างแพทย์และผู้ป่วย^{[ 187 ]}ในการศึกษาหนึ่งที่ทำด้วยการเรียนรู้แบบถ่ายโอน AI วินิจฉัยอาการทางตาได้คล้ายกับจักษุแพทย์และแนะนำการส่งต่อการรักษา^{[ 188 ]}

การศึกษาวิจัยอีกชิ้นหนึ่งได้สาธิตการผ่าตัดด้วยหุ่นยนต์อัตโนมัติ ทีมงานควบคุมหุ่นยนต์ขณะทำการผ่าตัดเนื้อเยื่ออ่อน โดยเย็บลำไส้หมูเข้าด้วยกัน ซึ่งถือว่าทำได้ดีกว่าศัลยแพทย์^{[ 189 ]}

เครือข่ายประสาทเทียมถูกใช้เป็นระบบสนับสนุนการตัดสินใจทางคลินิกสำหรับการวินิจฉัยทางการแพทย์^{[ 190 ]}เช่นใน เทคโนโลยี การประมวลผลแนวคิดในซอฟต์แวร์ EMR

งานด้านการดูแลสุขภาพอื่นๆ ที่คิดว่าเหมาะสมสำหรับการใช้ AI และอยู่ระหว่างการพัฒนา ได้แก่:

• การคัดกรอง^{[ 191 ]}
• หุ่นยนต์เพื่อนสำหรับดูแลผู้สูงอายุ^{[ 192 ]}
• การสร้างยา^{[ 193 ]} (เช่น โดยการระบุยาที่อาจเป็นไปได้^{[ 194 ]}และโดยการใช้ข้อมูลการคัดกรองยาที่มีอยู่ เช่น ใน การวิจัย การยืดอายุขัย ) ^{[ 195 ]}
• การฝึกอบรมทางคลินิก^{[ 196 ]}
• การระบุลายเซ็นจีโนมของเชื้อโรคชนิดใหม่^{[ 197 ]}หรือการระบุเชื้อโรคผ่านลายนิ้วมือตามหลักฟิสิกส์^{[ 198 ]} (รวมถึงเชื้อโรคที่ก่อให้เกิดการระบาดใหญ่)
• ช่วยเชื่อมโยงยีนเข้ากับหน้าที่ของยีน^{[ 199 ]}หรือวิเคราะห์ยีน^{[ 200 ]}และระบุเป้าหมายทางชีวภาพใหม่^{[ 201 ]}
• ช่วยในการพัฒนาไบโอมาร์กเกอร์^{[ 201 ]}
• ช่วยปรับแต่งการบำบัดให้เหมาะสมกับแต่ละบุคคลในเวชศาสตร์เฉพาะบุคคล / เวชศาสตร์แม่นยำ^{[ 201 ] [ 202 ]}

แชทบอทที่ใช้ AI ช่วยลดความจำเป็นที่มนุษย์จะต้องทำงานพื้นฐานในศูนย์บริการลูกค้า และการเรียนรู้ของเครื่องในการวิเคราะห์ความรู้สึกสามารถตรวจจับความเหนื่อยล้าเพื่อป้องกัน การทำงาน หนักเกินไป^{[ 203 ]}

ระบบสนับสนุนการตัดสินใจอาจช่วยป้องกันภัยพิบัติทางอุตสาหกรรมและทำให้การรับมือกับภัยพิบัติมีประสิทธิภาพมากขึ้น^{[ 204 ]}สำหรับคนงานที่ใช้แรงงานในการจัดการวัสดุการวิเคราะห์เชิงทำนายได้รับการเสนอเพื่อลดการบาดเจ็บของระบบกล้ามเนื้อและกระดูก^{[ 205 ]}

AI สามารถพยายามประมวลผลการเรียกร้องค่าชดเชยแรงงาน ได้ ^{[ 206 ] [ 207 ]} AI ได้รับการเสนอให้ใช้ในการตรวจจับอุบัติเหตุเฉียดฉิวซึ่งมีการรายงานต่ำกว่าความเป็นจริง^{[ 208 ]}

การเรียนรู้ของเครื่องถูกนำมาใช้ในการออกแบบยา [ ^{47 ]} การค้นพบ และพัฒนายาการนำยาที่มีอยู่มา ใช้ ^ใหม่ การปรับปรุงประสิทธิภาพการผลิตยา และการทดลองทางคลินิก^{[ 209 ]}

การสังเคราะห์ที่วางแผนโดยคอมพิวเตอร์ผ่านเครือข่ายปฏิกิริยาเชิงคำนวณ ซึ่งอธิบายว่าเป็นแพลตฟอร์มที่ผสมผสาน "การสังเคราะห์เชิงคำนวณกับอัลกอริธึม AI เพื่อทำนายคุณสมบัติของโมเลกุล" ^{[ 210 ]}ได้ถูกนำมาใช้ในการสังเคราะห์ยา และการพัฒนากระบวนการรีไซเคิลสารเคมีเหลือทิ้งจากอุตสาหกรรม 200 ชนิดให้กลายเป็นยาและสารเคมีทางการเกษตรที่สำคัญ (การออกแบบการสังเคราะห์ทางเคมี) ^{[ 211 ]}นอกจากนี้ยังถูกนำมาใช้เพื่อสำรวจต้นกำเนิดของชีวิตบนโลกอีก ด้วย ^{[ 212 ]}

การเรียนรู้เชิงลึกถูกนำมาใช้กับฐานข้อมูลเพื่อพัฒนากระบวนการ 46 วันในการออกแบบ สังเคราะห์ และทดสอบยาที่ยับยั้งเอนไซม์ของยีนDDR1 เฉพาะตัว DDR1 มีส่วนเกี่ยวข้องกับมะเร็งและพังผืด ซึ่งเป็นเหตุผลหนึ่งที่ทำให้ชุดข้อมูลมีคุณภาพสูงจนนำไปสู่ผลลัพธ์เหล่านี้ได้^{[ 213 ]}

โปรแกรม AI AlphaFold 2สามารถกำหนดโครงสร้างสามมิติของโปรตีน ( ที่พับแล้ว ) ได้ภายในไม่กี่ชั่วโมง แทนที่จะใช้เวลาหลายเดือนตามวิธีการอัตโนมัติก่อนหน้านี้ และถูกนำมาใช้เพื่อระบุโครงสร้างที่เป็นไปได้ของโปรตีนทั้งหมดในร่างกายมนุษย์ และโดยพื้นฐานแล้วโปรตีนทั้งหมดที่วิทยาศาสตร์รู้จัก (มากกว่า 200 ล้านชนิด) ^{[ 214 ] [ 215 ] [ 216 ] [ 217 ]}

เทคโนโลยีการแปลคำพูดพยายามแปลงคำพูดของภาษาหนึ่งเป็นอีกภาษาหนึ่ง ซึ่งอาจช่วยลดอุปสรรคทางภาษาในการค้าโลกและการแลกเปลี่ยนข้ามวัฒนธรรม ทำให้ผู้พูดภาษาต่างๆ สามารถสื่อสารกันได้^{[ 218 ]}

AI ถูกนำมาใช้เพื่อแปลภาษาพูดและเนื้อหาข้อความโดยอัตโนมัติในผลิตภัณฑ์ต่างๆ เช่นMicrosoft Translator , Google TranslateและDeepL Translator [ ^{219 ] นอกจาก}นี้ การวิจัยและพัฒนายังอยู่ระหว่างดำเนินการเพื่อถอดรหัสและสื่อสารสัตว์^{[ 6 ] [ 220 ]}

ความหมายไม่ได้ถูกถ่ายทอดผ่านข้อความเพียงอย่างเดียว แต่ยังผ่านการใช้งานและบริบทด้วย (ดูความหมายและวัจนปฏิบัติศาสตร์ ) ดังนั้น วิธีการจัดหมวดหมู่หลักสองวิธีสำหรับการแปลด้วยเครื่องจักรคือการแปลด้วยเครื่องจักรเชิงสถิติ (SMT) และการแปลด้วยเครื่องจักรเชิงโครงข่ายประสาทเทียม (NMT) วิธีการแปลแบบเดิมคือการใช้วิธีการทางสถิติเพื่อคาดการณ์ผลลัพธ์ที่น่าจะเป็นไปได้ดีที่สุดด้วยอัลกอริทึมเฉพาะ อย่างไรก็ตาม ด้วย NMT วิธีการนี้ใช้อัลกอริทึมแบบไดนามิกเพื่อให้ได้การแปลที่ดีขึ้นโดยอิงจากบริบท^{[ 221 ]}

ระบบจดจำใบหน้าด้วย AI ถูกนำมาใช้เพื่อการเฝ้าระวังจำนวนมากโดยเฉพาะในประเทศจีน^{[ 222 ] [ 223 ]}ในปี 2019 เมืองเบงกาลูรู ประเทศอินเดียได้นำสัญญาณไฟจราจรที่จัดการด้วย AI มาใช้ ระบบนี้ใช้กล้องในการตรวจสอบความหนาแน่นของการจราจรและปรับเวลาสัญญาณตามช่วงเวลาที่จำเป็นในการระบายการจราจร^{[ 224 ]}

AI เป็นส่วนสำคัญของวิชาชีพที่เกี่ยวข้องกับกฎหมาย อัลกอริทึมและการเรียนรู้ของเครื่องทำงานบางอย่างที่ก่อนหน้านี้เคยทำโดยทนายความระดับเริ่มต้น^{[ 225 ]}แม้ว่าจะมีการใช้งานอย่างแพร่หลาย แต่ก็ไม่คาดว่าจะเข้ามาแทนที่งานส่วนใหญ่ที่ทนายความทำในอนาคตอันใกล้นี้^{[ 226 ]}

อุตสาหกรรมการค้นหาข้อมูลอิเล็กทรอนิกส์ใช้การเรียนรู้ของเครื่องเพื่อลดการค้นหาด้วยตนเอง^{[ 227 ]}

หน่วยงานบังคับใช้กฎหมายได้เริ่มใช้ระบบจดจำใบหน้า (FRS) เพื่อระบุตัวผู้ต้องสงสัยจากข้อมูลภาพ ผลลัพธ์ของ FRS ได้รับการพิสูจน์แล้วว่ามีความแม่นยำมากกว่าเมื่อเปรียบเทียบกับผลลัพธ์จากพยาน นอกจากนี้ FRS ยังแสดงให้เห็นว่ามีความสามารถในการระบุตัวบุคคลได้ดีกว่ามากเมื่อความคมชัดและการมองเห็นของวิดีโอต่ำเมื่อเทียบกับผู้เข้าร่วมที่เป็นมนุษย์^{[ 228 ]}

COMPASเป็นระบบเชิงพาณิชย์ที่ศาลสหรัฐฯ ใช้ ในการประเมินความเป็นไปได้ของการกระทำผิดซ้ำ^{[ 229 ]}

ข้อกังวลประการหนึ่งเกี่ยวข้องกับอคติของอัลกอริทึมโปรแกรม AI อาจมีอคติหลังจากประมวลผลข้อมูลที่แสดงอคติ^{[ 230 ]} ProPublicaอ้างว่าระดับความเสี่ยงในการกระทำผิดซ้ำโดยเฉลี่ยที่กำหนดโดย COMPAS ของจำเลยผิวดำนั้นสูงกว่าจำเลยผิวขาวอย่างมีนัยสำคัญ^{[ 229 ]}

ในปี 2019 เมืองหางโจวประเทศจีน ได้จัดตั้งโครงการนำร่องศาลอินเทอร์เน็ตที่ใช้ปัญญาประดิษฐ์เพื่อพิจารณาข้อพิพาทที่เกี่ยวข้องกับอีคอมเมิร์ซและการเรียกร้องทรัพย์สินทางปัญญา ที่เกี่ยวข้องกับอินเทอร์เน็ต ^{[ 231 ] : 124} คู่กรณีปรากฏตัวต่อหน้าศาลผ่านการประชุมทางวิดีโอ และ AI จะประเมินหลักฐานที่นำเสนอและใช้มาตรฐานทางกฎหมายที่เกี่ยวข้อง^{[ 231 ] : 124}

ปัญญาประดิษฐ์ได้รับการผสานรวมกับสเปกโทรเมตรี ดิจิทัล โดย IdeaCuria Inc. ^{[ 232 ] [ 233 ]}ทำให้สามารถใช้งานแอปพลิเคชันต่างๆ เช่น การตรวจสอบคุณภาพน้ำที่บ้านได้

ในช่วงทศวรรษ 1990 เครื่องมือปัญญาประดิษฐ์ยุคแรกๆ ควบคุมทามาก็อตจิและกิกาเพ็ตอินเทอร์เน็ตและหุ่นยนต์ตัวแรกที่วางจำหน่ายอย่างแพร่หลายอย่างเฟอร์บี้ ส่วนไอโบเป็นหุ่นยนต์สำหรับใช้ในบ้าน ในรูปทรงสุนัขหุ่น ยนต์ ที่มีคุณสมบัติอัจฉริยะและมีอิสระในการตัดสินใจ

Mattel สร้างของเล่นที่ใช้ AI หลากหลายชนิดที่ "เข้าใจ" บทสนทนา ให้คำตอบที่ชาญฉลาด และเรียนรู้ได้^{[ 234 ]}

บริษัท น้ำมันและก๊าซใช้เครื่องมือปัญญาประดิษฐ์เพื่อทำให้ฟังก์ชันต่างๆ เป็นไปโดยอัตโนมัติ คาดการณ์ปัญหาของอุปกรณ์ และเพิ่มผลผลิตน้ำมันและก๊าซ^{[ 235 ] [ 236 ]}

เครื่องมือ AI ถูกนำมาใช้เพื่อแปลการพิสูจน์ทางคณิตศาสตร์เป็นการพิสูจน์อย่างเป็นทางการเพื่อตรวจสอบโดยอัตโนมัติ^{[ 237 ]}

FunSearchซึ่งพัฒนาโดยGoogle DeepMindผสมผสาน โมเดลภาษาขนาดใหญ่เข้ากับการประเมินอัตโนมัติเพื่อค้นหาโปรแกรมที่สามารถช่วยแก้ปัญหาทางคณิตศาสตร์ได้ มีการนำไปใช้กับการจัดเรียงแบบสุดขั้วรวมถึง ปัญหาชุดฝาปิดและ การจัดเรียงสิ่งของลงถัง แบบ ออนไลน์^{[ 243 ]}

ระบบ AI ยังถูกใช้เพื่อค้นหา อัลกอริทึมและขั้นตอนการคำนวณ ที่ดีขึ้น AlphaTensor , AlphaDevและAlphaEvolveได้ถูกนำไปใช้กับ อัลกอริทึมการคูณเมทริกซ์ขั้น ตอน การเรียง ลำดับ และการค้นพบทางวิทยาศาสตร์และอัลกอริทึมที่กว้างขึ้น ^{[ 244 ] [ 245 ] [ 246 ]}

หลายประเทศกำลังนำแอปพลิเคชัน AI ทางการทหารมาใช้^{[ 247 ]}การวิจัยมุ่งเป้าไปที่การรวบรวมและวิเคราะห์ข่าวกรอง โลจิสติกส์ ปฏิบัติการไซเบอร์ ปฏิบัติการข้อมูล และยานพาหนะกึ่งอัตโนมัติและอัตโนมัติ^{[ 247 ]}

AI ถูกนำมาใช้ในปฏิบัติการทางทหารในอิรัก ซีเรีย อิสราเอล และยูเครน^{[ 247 ] [ 248 ] [ 249 ] [ 250 ]}

ปัญญาประดิษฐ์ถูกนำมาใช้ในหุ่นยนต์เพื่อช่วยให้หุ่นยนต์รับรู้สภาพแวดล้อม วางแผนการกระทำ นำทาง จัดการวัตถุ และปรับตัวให้เข้ากับสภาพแวดล้อมที่เปลี่ยนแปลง ระบบ AI ถูกใช้เพื่อเชื่อมต่อข้อมูลเซ็นเซอร์กับการกระทำทางกายภาพ โดยเฉพาะในระบบที่ทำงานนอกโรงงานที่ควบคุมได้^{[ 251 ]}

AI ถูกนำมาใช้ในการจัดหาและจัดซื้อ B2B ^{[ 252 ]} วรรณกรรม ทางวิชาการและรายงานอุตสาหกรรมชี้ให้เห็นถึงการใช้ AI สำหรับการประเมินและคัดเลือกซัพพลายเออร์ การพยากรณ์ความต้องการการประมวลผลสัญญาและใบแจ้งหนี้ อัตโนมัติ และการประเมินความเสี่ยงของห่วงโซ่อุปทาน การเรียนรู้ของเครื่องการประมวลผลภาษาธรรมชาติและระบบอัตโนมัติของกระบวนการหุ่นยนต์เป็นสิ่งที่ใช้กันทั่วไปในการจัดซื้อ^{[ 253 ]}

การเรียนรู้ของเครื่องถูกนำมาใช้สำหรับระบบแนะนำในการกำหนดว่าโพสต์ใดควรปรากฏใน ฟี ดโซเชียลมีเดีย^{[ 254 ] [ 255 ]}การวิเคราะห์โซเชียลมีเดียประเภทต่างๆยังใช้การเรียนรู้ของเครื่อง^{[ 256 ] [ 257 ]}และมีการวิจัยเกี่ยวกับการใช้งานสำหรับการติดแท็ก/การปรับปรุง/การแก้ไขข้อมูลเท็จออนไลน์และฟิลเตอร์บับเบิลที่ เกี่ยวข้องแบบ (กึ่ง) อัตโนมัติ ^{[ 258 ] [ 259 ] [ 260 ]}

AI ถูกนำมาใช้เพื่อปรับแต่งตัวเลือกการช้อปปิ้งและปรับแต่งข้อเสนอ^{[ 261 ]} บริษัท พนันออนไลน์ใช้ AI เพื่อกำหนดเป้าหมายนักพนัน^{[ 262 ]}

ผู้ช่วยส่วนตัวอัจฉริยะใช้ AI เพื่อพยายามตอบสนองต่อคำขอภาษาธรรมชาติSiriซึ่งเปิดตัวในปี 2010 สำหรับสมาร์ทโฟนของ Apple ได้ทำให้แนวคิดนี้เป็นที่นิยม^{[ 263 ]}

Bing Chatใช้ปัญญาประดิษฐ์เป็นส่วนหนึ่งของ^{เครื่องมือ}ค้นหา [ ^{264 ]}

การเรียนรู้ของเครื่องสามารถใช้ต่อสู้กับสแปม การหลอกลวง และการฟิชชิ่งได้ สามารถตรวจสอบเนื้อหาของสแปมและการโจมตีฟิชชิ่งเพื่อพยายามระบุองค์ประกอบที่เป็นอันตราย^{[ 265 ]}โมเดลบางแบบที่สร้างขึ้นโดยใช้อัลกอริธึมการเรียนรู้ของเครื่องมีความแม่นยำมากกว่า 90% ในการแยกแยะระหว่างสแปมและอีเมลที่ถูกต้อง^{[ 266 ]}โมเดลเหล่านี้สามารถปรับปรุงได้โดยใช้ข้อมูลใหม่และกลยุทธ์สแปมที่พัฒนาขึ้น การเรียนรู้ของเครื่องยังวิเคราะห์คุณลักษณะต่างๆ เช่น พฤติกรรมของผู้ส่ง ข้อมูลส่วนหัวของอีเมล และประเภทของไฟล์แนบ ซึ่งอาจช่วยเพิ่มประสิทธิภาพในการตรวจจับสแปมได้^{[ 267 ]}

AI ถูกนำมาใช้ในระบบจดจำใบหน้าตัวอย่างเช่นFace ID ของ Apple และ Face Unlockของ Android ซึ่งใช้ในการรักษาความปลอดภัยของอุปกรณ์เคลื่อนที่^{[ 268 ]}

จีนใช้เทคโนโลยีการจดจำใบหน้าและปัญญาประดิษฐ์ในซินเจียงในปี 2017 นักข่าวที่ไปเยือนภูมิภาคนี้พบว่ามีการติดตั้งกล้องวงจรปิดทุกๆ ร้อยเมตรในหลายเมือง รวมถึงจุดตรวจการจดจำใบหน้าในพื้นที่ต่างๆ เช่น ปั๊มน้ำมัน ศูนย์การค้า และทางเข้ามัสยิด^{[ 269 ] [ 270 ]}กลุ่มสิทธิมนุษยชนวิพากษ์วิจารณ์รัฐบาลจีนที่ใช้เทคโนโลยีการจดจำใบหน้าด้วยปัญญาประดิษฐ์เพื่อใช้ในการปราบปรามทางการเมือง^{[ 271 ] [ 272 ]}

เนเธอร์แลนด์ได้นำเทคโนโลยีการจดจำใบหน้าและปัญญาประดิษฐ์มาใช้ตั้งแต่ปี 2016 ^{[ 273 ]}ปัจจุบันฐานข้อมูลของตำรวจเนเธอร์แลนด์มีรูปภาพมากกว่า 2.2 ล้านภาพของพลเมืองชาวดัตช์ 1.3 ล้านคน ซึ่งคิดเป็นประมาณ 8% ของประชากร ในเนเธอร์แลนด์ ตำรวจไม่ได้ใช้การจดจำใบหน้าในกล้องวงจรปิดของเทศบาล^{[ 274 ]}

Google Image Labelerได้ใช้การติดป้ายกำกับรูปภาพเพื่อตรวจจับผลิตภัณฑ์ในรูปภาพและอนุญาตให้ผู้คนค้นหาตามรูปภาพ นอกจากนี้ยังมีการสาธิตการติดป้ายกำกับรูปภาพเพื่อสร้างเสียงพูดเพื่ออธิบายรูปภาพให้กับคนตาบอด^{[ 219 ]}

ในเดือนเมษายน พ.ศ. 2567 กลไกการให้คำปรึกษาทางวิทยาศาสตร์แก่คณะกรรมาธิการยุโรปได้เผยแพร่คำแนะนำ^{[ 275 ]}ซึ่งรวมถึงการทบทวนหลักฐานที่ครอบคลุมเกี่ยวกับโอกาสและความท้าทายที่เกิดจากปัญญาประดิษฐ์ในการวิจัยทางวิทยาศาสตร์

ในส่วนของประโยชน์ การตรวจสอบหลักฐาน^{[ 276 ]}เน้นย้ำว่า:

• บทบาทของมันในการเร่งการวิจัยและนวัตกรรม
• ความสามารถในการทำให้กระบวนการทำงานเป็นไปโดยอัตโนมัติ
• การส่งเสริมการเผยแพร่ผลงานทางวิทยาศาสตร์

ความท้าทายต่างๆ ได้แก่:

• ข้อจำกัดและความเสี่ยงที่เกี่ยวข้องกับความโปร่งใส ความสามารถในการทำซ้ำ และความสามารถในการตีความ
• ประสิทธิภาพต่ำ (ความไม่แม่นยำ)
• ความเสี่ยงต่ออันตรายจากการใช้ผิดวิธีหรือการใช้งานที่ไม่ตั้งใจ
• ประเด็นทางสังคมที่น่าเป็นห่วง ได้แก่ การแพร่กระจายข้อมูลเท็จและความเหลื่อมล้ำที่เพิ่มมากขึ้น

การเรียนรู้ของเครื่องสามารถช่วยฟื้นฟูและระบุที่มาของข้อความโบราณได้^{[ 277 ]}ตัวอย่างเช่น สามารถช่วยจัดทำดัชนีข้อความเพื่อให้สามารถค้นหาและจัดประเภทชิ้นส่วนได้ดีขึ้นและง่ายขึ้น^{[ 278 ]}

ปัญญาประดิษฐ์ยังสามารถใช้ในการตรวจสอบจีโนมเพื่อเปิดเผยประวัติทางพันธุกรรมเช่นการผสมพันธุ์ระหว่างมนุษย์โบราณและมนุษย์ยุคใหม่ซึ่งอนุมานได้ ว่าเคยมี ประชากรผี อยู่ในอดีต ไม่ใช่มนุษย์นีแอนเดอร์ทัลหรือมนุษย์เดนิโซแวน^{[ 279 ]}

นอกจากนี้ยังสามารถใช้สำหรับ "การเข้าถึงโครงสร้างภายในของซากโบราณสถานโดยไม่รุกรานและไม่ทำลาย" ได้อีกด้วย^{[ 280 ]}

มีรายงานว่า ระบบการเรียนรู้เชิงลึกสามารถเรียนรู้ฟิสิกส์เชิงสัญชาตญาณจากข้อมูลภาพ (ของสภาพแวดล้อม 3 มิติเสมือนจริง) โดยอาศัย แนวทาง ที่ยังไม่ได้เผยแพร่ซึ่งได้รับแรงบันดาลใจจากการศึกษาการรับรู้ทางสายตาในทารก^{[ 281 ] [ 282 ]}นักวิจัยคนอื่นๆ ได้พัฒนาอัลกอริทึมการเรียนรู้ของเครื่องที่สามารถค้นพบชุดตัวแปรพื้นฐานของระบบทางกายภาพต่างๆ และทำนายพลวัตในอนาคตของระบบจากบันทึกวิดีโอของพฤติกรรมของระบบเหล่านั้น^{[ 283 ] [ 284 ]}ในอนาคต อาจเป็นไปได้ที่จะใช้สิ่งนี้เพื่อทำให้การค้นพบกฎทางฟิสิกส์ของระบบที่ซับซ้อนเป็นไปโดยอัตโนมัติ^{[ 283 ]}

ในเดือนพฤศจิกายน พ.ศ. 2566 นักวิจัยจากGoogle DeepMindและLawrence Berkeley National Laboratoryได้ประกาศว่าระบบ AI GNoMEได้บันทึกวัสดุใหม่กว่า 2 ล้านรายการ GNoME ใช้เทคนิคการเรียนรู้เชิงลึกเพื่อตรวจสอบโครงสร้างวัสดุที่มีศักยภาพ และระบุโครงสร้างผลึก อนินทรีย์ที่เสถียร การคาดการณ์ของระบบได้รับการตรวจสอบผ่านการทดลองหุ่นยนต์อัตโนมัติ โดยมีอัตราความสำเร็จ 71% ข้อมูลของวัสดุที่ค้นพบใหม่นี้สามารถเข้าถึงได้โดยสาธารณะผ่านฐานข้อมูลMaterials Project ^{[ 285 ] [ 286 ] [ 287 ]}

การเรียนรู้ของเครื่องถูกนำมาใช้ในวิศวกรรมย้อนกลับ หลายประเภท ตัวอย่างเช่น การเรียนรู้ของเครื่องถูกนำมาใช้เพื่อวิศวกรรมย้อนกลับชิ้นส่วนวัสดุคอมโพสิต ทำให้สามารถผลิตชิ้นส่วนคุณภาพสูงโดยไม่ได้รับอนุญาต^{[ 288 ]}และเพื่อทำความเข้าใจพฤติกรรมของมัลแวร์ ได้อย่าง รวดเร็ว^{[ 289 ] [ 290 ] [ 291 ]}สามารถใช้เพื่อวิศวกรรมย้อนกลับแบบจำลองปัญญาประดิษฐ์ได้^{[ 292 ]}นอกจากนี้ยังสามารถออกแบบส่วนประกอบโดยการมีส่วนร่วมในวิศวกรรมย้อนกลับของส่วนประกอบเสมือนที่ยังไม่มีอยู่จริง เช่น การออกแบบโมเลกุลแบบผกผันสำหรับฟังก์ชันที่ต้องการโดยเฉพาะ^{[ 293 ]}หรือการออกแบบโปรตีน สำหรับ ไซต์การทำงาน ที่กำหนด ไว้ล่วงหน้า^{[ 294 ] [ 295 ]}วิศวกรรมย้อนกลับเครือข่ายชีวภาพสามารถจำลองปฏิสัมพันธ์ในลักษณะที่มนุษย์เข้าใจได้ เช่น อิงตามข้อมูลอนุกรมเวลาของระดับการแสดงออกของยีน^{[ 296 ]}

ปัญญาประดิษฐ์ถูกนำมาใช้ในดาราศาสตร์เพื่อวิเคราะห์ข้อมูลที่มีอยู่จำนวนมากขึ้น^{[ 297 ] [ 298 ]}และแอปพลิเคชันต่างๆ โดยส่วนใหญ่ใช้สำหรับ "การจำแนกประเภท การถดถอย การจัดกลุ่ม การพยากรณ์ การสร้าง การค้นพบ และการพัฒนาความเข้าใจทางวิทยาศาสตร์ใหม่ๆ" ตัวอย่างเช่น การค้นพบดาวเคราะห์ นอกระบบสุริยะ การพยากรณ์กิจกรรมของดวงอาทิตย์ และการแยกแยะระหว่างสัญญาณและผลกระทบจากเครื่องมือในดาราศาสตร์คลื่นแรงโน้มถ่วง^{[ 299 ]}นอกจากนี้ยังสามารถใช้สำหรับกิจกรรมในอวกาศ เช่นการสำรวจอวกาศรวมถึงการวิเคราะห์ข้อมูลจากภารกิจอวกาศ การตัดสินใจทางวิทยาศาสตร์แบบเรียลไทม์ของยานอวกาศ การหลีกเลี่ยงเศษซากอวกาศ^{[ 300 ]}และการทำงานแบบอัตโนมัติมากขึ้น^{[ 301 ] [ 302 ] [ 52 ] [ 298 ]}

ในการค้นหาปัญญาจากนอกโลก (SETI) มีการใช้การเรียนรู้ของเครื่องเพื่อพยายามระบุคลื่นแม่เหล็กไฟฟ้า ที่สร้างขึ้นโดยมนุษย์ ในข้อมูลที่มีอยู่^{[ 303 ] [ 304 ]}เช่น การสังเกตการณ์แบบเรียลไทม์^{[ 305 ]}และสัญญาณเทคโนโลยี อื่นๆ เช่น ผ่านการตรวจจับความผิดปกติ [ ^{306 ] ใน}ด้านยูโฟโลยีโครงการ SkyCAM-5 ที่นำโดยศาสตราจารย์ Hakan Kayal ^{[ 307 ]}และโครงการ Galileoที่นำโดยAvi Loebใช้การเรียนรู้ของเครื่องเพื่อพยายามตรวจจับและจำแนกประเภทของยูเอฟโอ^{[ 308 ] [ 309 ] [ 310 ] [ 311 ] [ 312 ]}โครงการ Galileo ยังพยายามตรวจจับสัญญาณเทคโนโลยีจากนอกโลกอีกสองประเภทโดยใช้ AI ได้แก่วัตถุระหว่างดวงดาวคล้าย'Oumuamuaและดาวเทียมเทียมที่ไม่ได้สร้างโดยมนุษย์^{[ 313 ] [ 314 ]}

การเรียนรู้ของเครื่องยังสามารถใช้เพื่อสร้างชุดข้อมูลลายเซ็นสเปกตรัมของโมเลกุลที่อาจเกี่ยวข้องกับการผลิตหรือการบริโภคสารเคมีบางชนิดในชั้นบรรยากาศ เช่นฟอสฟีนที่อาจตรวจพบในดาวศุกร์ซึ่งอาจป้องกันการระบุผิดพลาด และหากความแม่นยำดีขึ้น ก็สามารถนำไปใช้ในการตรวจจับและระบุโมเลกุลบนดาวเคราะห์ดวงอื่นในอนาคตได้^{[ 315 ]}

มีการวิจัยเกี่ยวกับประเภทของเคมีที่ใช้คอมพิวเตอร์ช่วยซึ่งจะได้รับประโยชน์จากการเรียนรู้ของเครื่อง^{[ 316 ]}กระบวนการที่ใช้ AI การเรียนรู้เชิงลึกได้รับการพัฒนาขึ้นโดยใช้ฐานข้อมูลจีโนมเพื่อออกแบบโปรตีนใหม่โดยอิงตามอัลกอริทึมวิวัฒนาการ^{[ 317 ] [ 318 ]} การเรียนรู้ของเครื่องยังถูกนำมาใช้ในการออกแบบโปรตีนที่มีไซต์การทำงาน ที่กำหนดไว้ล่วงหน้า [ ^{294 ] [ 295 ]} การทำนายคุณสมบัติโมเลกุล และ การสำรวจพื้นที่ทางเคมี/ปฏิกิริยาขนาด^{ใหญ่[ 319 ]}

นักวิจัย ใช้ อัลกอริธึม AI ในการค้นพบยาเพื่อสร้างอาวุธเคมีที่มีศักยภาพ 40,000 รายการ ซึ่งช่วยในการควบคุมสารเคมีดังกล่าวเพื่อป้องกันการสังเคราะห์เพื่อก่อให้เกิดอันตรายร้ายแรง^{[ 320 ] [ 321 ] [ 322 ]}

^{มี การ}ประยุกต์ใช้การเรียนรู้ของเครื่องหลายประเภทในการถอดรหัสชีววิทยาของมนุษย์ เช่น การช่วยจับคู่รูปแบบการแสดงออกของยีน กับรูปแบบการกระตุ้นการทำงาน ^{[ 323 ]}หรือการระบุโมทีฟ DNA ที่ใช้งานได้ [ ^{324 ]}มีการใช้กันอย่างแพร่หลายในการวิจัยทางพันธุกรรม^{[ 325 ]} นอกจากนี้ยังมีการใช้การเรียนรู้ของเครื่องในชีววิทยาสังเคราะห์ [ ^{326 ] [ 327 ]}ชีววิทยาของโรค^{[ 327 ]}นาโนเทคโนโลยี (เช่น วัสดุโครงสร้างนาโนและ^ไบโอนาโนเทคโนโลยี ) ^{[ 328 ] [ 329 ]}และวิทยาศาสตร์วัสดุ^{[ 330 ] [ 331 ] [ 332 ]}

บริษัทด้าน ความปลอดภัยทางไซเบอร์กำลังนำโครงข่ายประสาทเทียมการเรียนรู้ของเครื่องและการประมวลผลภาษาธรรมชาติ มาใช้ เพื่อปรับปรุงระบบของตน^{[ 333 ]}

การประยุกต์ใช้ AI ในด้านความปลอดภัยทางไซเบอร์ ได้แก่:

• การป้องกันเครือข่าย: การเรียนรู้ของเครื่องช่วยปรับปรุงระบบตรวจจับการบุกรุกโดยขยายขอบเขตการค้นหาให้กว้างกว่าภัยคุกคามที่ระบุไว้ก่อนหน้านี้^{[ 334 ]}
• การป้องกันปลายทาง: การโจมตี เช่นแรนซัมแวร์สามารถป้องกันได้โดยการเรียนรู้พฤติกรรมทั่วไปของมัลแวร์
  • กรณีการใช้งานด้านความปลอดภัยทางไซเบอร์ที่เกี่ยวข้องกับ AI มีความหลากหลายทั้งในด้านประโยชน์และความซับซ้อน คุณสมบัติด้านความปลอดภัย เช่น Security Orchestration, Automation, and Response (SOAR) และ Extended Endpoint Detection and Response (XDR) มอบประโยชน์มากมายให้กับธุรกิจ แต่ต้องใช้ความพยายามในการบูรณาการและการปรับตัวอย่างมาก^{[ 335 ]}
• การรักษาความปลอดภัยของแอปพลิเคชัน: สามารถช่วยต่อต้านการโจมตีต่างๆ เช่นการปลอมแปลงคำขอฝั่งเซิร์ฟเวอร์ (Server-Side Request Forgery) , การโจมตีแบบ SQL Injection , การโจมตีแบบ Cross-Site Scripting (XSS)และการโจมตีแบบ Distributed Denial-of-Service (DDoS )
  • เทคโนโลยี AI ยังสามารถนำมาใช้เพื่อปรับปรุงความปลอดภัยของระบบและปกป้องความเป็นส่วนตัวของเราได้อีกด้วย Randrianasolo (2012) เสนอระบบรักษาความปลอดภัยที่ใช้ปัญญาประดิษฐ์ซึ่งสามารถตรวจจับการบุกรุกและปรับตัวให้ทำงานได้ดียิ่งขึ้น^{[ 336 ]}เพื่อปรับปรุงความปลอดภัยของการประมวลผลแบบคลาวด์ Sahil (2015) ได้สร้างระบบโปรไฟล์ผู้ใช้สำหรับสภาพแวดล้อมคลาวด์โดยใช้เทคนิค AI ^{[ 337 ]}
• พฤติกรรมผู้ใช้ที่น่าสงสัย: การเรียนรู้ของเครื่องสามารถระบุการฉ้อโกงหรือแอปพลิเคชันที่ถูกบุกรุกได้เมื่อเกิดขึ้น^{[ 338 ]}

การใช้ปัญญาประดิษฐ์ (AI) เป็นที่สังเกตเห็นมากขึ้นในอุตสาหกรรมการบินสำหรับการบำรุงรักษาเชิงคาดการณ์ ซึ่งเป็นประโยชน์ในการลดความล่าช้า บริษัทต่างๆ เช่น โบอิ้งและแอร์บัส ใช้ AI เพื่อเพิ่มประสิทธิภาพขั้นตอนการซ่อมแซมในขณะที่ยังคงรักษาประสิทธิภาพการดำเนินงาน^{[ 339 ]}

ความซับซ้อนของการขนส่งหมายความว่าในกรณีส่วนใหญ่ การฝึก AI ในสภาพแวดล้อมการขับขี่จริงนั้นทำได้ยาก และทำได้โดยการทดสอบโดยใช้โปรแกรมจำลอง^{[ 340 ]}ระบบที่ใช้ AI ควบคุมฟังก์ชันต่างๆ เช่น การเบรก การเปลี่ยนเลน การป้องกันการชน การนำทาง และการทำแผนที่^{[ 341 ]}

รถยนต์ไร้คนขับบางคันไม่อนุญาตให้มีคนขับ (ไม่มีพวงมาลัยหรือแป้นเหยียบ) ^{[ 342 ] [ 343 ]}

มีต้นแบบของยานพาหนะขนส่งสาธารณะอัตโนมัติ เช่นระบบขนส่งทางรางอัตโนมัติที่กำลังใช้งานอยู่^{[ 344 ] [ 345 ] [ 346 ]}รถโดยสารขนาดเล็กไฟฟ้า^{[ 347 ] [ 348 ] [ 349 ]}และยานพาหนะส่งของอัตโนมัติ^{[ 350 ] [ 351 ] [ 343 ]}รวมถึงหุ่นยนต์ส่งของ^{[ 352 ] [ 353 ]}

รถบรรทุกไร้คนขับอยู่ในขั้นตอนการทดสอบ รัฐบาลสหราชอาณาจักรได้ผ่านกฎหมายเพื่อเริ่มการทดสอบขบวนรถบรรทุกไร้คนขับในปี 2018 ^{[ 354 ]}กลุ่มรถบรรทุกไร้คนขับขับตามกันอย่างใกล้ชิด บริษัทDaimler ของเยอรมนี กำลังทดสอบFreightliner Inspiration ของตน ^{[ 355 ]}

AI ถูกนำมาใช้เพื่อเพิ่มประสิทธิภาพการจัดการจราจร ซึ่งสามารถลดเวลารอ การใช้พลังงาน และการปล่อยมลพิษได้^{[ 356 ]}

เครื่องจำลองการบินใช้ปัญญาประดิษฐ์ (AI) ในการฝึกอบรมนักบิน สามารถจำลองสภาวะการบินต่างๆ ที่ช่วยให้นักบินสามารถทำผิดพลาดได้โดยไม่ต้องเสี่ยงต่อตนเองหรือเครื่องบินราคาแพง นอกจากนี้ยังสามารถจำลองการต่อสู้ทางอากาศได้อีกด้วย

AI ยังสามารถใช้ควบคุมเครื่องบินในลักษณะเดียวกับการควบคุมยานพาหนะภาคพื้นดินได้อีกด้วย โดรนอัตโนมัติสามารถบินได้อย่างอิสระหรือเป็นฝูงก็ได้^{[ 357 ]}

AOD ใช้ระบบการวินิจฉัยและแยกแยะความผิดพลาดแบบโต้ตอบ หรือ IFDIS ซึ่งเป็นระบบผู้เชี่ยวชาญแบบใช้กฎเกณฑ์ โดยใช้ข้อมูลจาก เอกสาร TF-30และคำแนะนำจากช่างเครื่องที่ทำงานกับ TF-30 ระบบนี้ได้รับการออกแบบมาเพื่อใช้ในการพัฒนา TF-30 สำหรับเครื่องบินF-111Cระบบนี้เข้ามาแทนที่ผู้เชี่ยวชาญเฉพาะด้าน และช่วยให้พนักงานทั่วไปสามารถสื่อสารกับระบบได้ และหลีกเลี่ยงข้อผิดพลาด การคำนวณผิดพลาด หรือการต้องพูดคุยกับผู้เชี่ยวชาญเฉพาะด้าน

ระบบจดจำเสียงช่วยให้เจ้าหน้าที่ควบคุมการจราจรทางอากาศสามารถออกคำสั่งด้วยวาจาแก่โดรนได้

การออกแบบเครื่องบินโดยใช้ปัญญาประดิษฐ์^{[ 358 ]}หรือ AIDA ใช้เพื่อช่วยนักออกแบบในกระบวนการสร้างแบบร่างแนวคิดของเครื่องบิน โปรแกรมนี้ช่วยให้นักออกแบบสามารถมุ่งเน้นไปที่การออกแบบเองได้มากขึ้นและลดความสนใจในกระบวนการออกแบบลง ซอฟต์แวร์นี้ยังช่วยให้ผู้ใช้มุ่งเน้นไปที่เครื่องมือซอฟต์แวร์น้อยลง AIDA ใช้ระบบตามกฎในการคำนวณข้อมูล นี่คือแผนภาพการจัดเรียงโมดูลของ AIDA แม้จะเรียบง่าย แต่โปรแกรมนี้ก็พิสูจน์แล้วว่ามีประสิทธิภาพ

ในปี พ.ศ. 2546 โครงการ ของศูนย์วิจัยการบินดรายเดนได้สร้างซอฟต์แวร์ที่ช่วยให้เครื่องบินที่เสียหายสามารถบินต่อไปได้จนกว่าจะสามารถลงจอดได้อย่างปลอดภัย^{[ 359 ]}ซอฟต์แวร์นี้ชดเชยส่วนประกอบที่เสียหายโดยอาศัยส่วนประกอบที่ยังไม่เสียหายที่เหลืออยู่^{[ 360 ]}

ระบบนักบินอัตโนมัติอัจฉริยะปี 2016 ผสมผสานการเรียนรู้แบบฝึกหัดและการจำลองพฤติกรรม โดยนักบินอัตโนมัติจะสังเกตการกระทำระดับต่ำที่จำเป็นในการบังคับเครื่องบินและกลยุทธ์ระดับสูงที่ใช้ในการนำการกระทำเหล่านั้นไปใช้^{[ 361 ]}

ระบบเครือข่ายประสาทเทียมถูกใช้โดย ระบบ การรับรู้สถานการณ์ในเรือและเรือเล็ก^{[ 362 ]}นอกจากนี้ยังมีเรืออัตโนมัติ อีก ด้วย

• การประยุกต์ใช้ปัญญาประดิษฐ์ในด้านสารสนเทศทางกฎหมาย
• การประยุกต์ใช้การเรียนรู้เชิงลึก
• การประยุกต์ใช้การเรียนรู้ของเครื่องจักร
• ปัญญาประดิษฐ์และการเลือกตั้ง
• ปัญญารวมหมู่ § การประยุกต์ใช้
• รายชื่อโครงการปัญญาประดิษฐ์
• รายชื่อชุดข้อมูลสำหรับการวิจัยด้านการเรียนรู้ของเครื่อง
• ข้อมูลเปิด
• ความก้าวหน้าในปัญญาประดิษฐ์
• ลำดับเหตุการณ์ของวิทยาการคอมพิวเตอร์ ตั้งแต่ปี 2020 จนถึงปัจจุบัน