เจาะลึกเรื่อง AI ทำความรู้จักกับ Machine Learning กับ Deep Learning

 

ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) เป็นนวัตกรรมที่สร้างการเปลี่ยนแปลงและนำไปสู่การพัฒนาเทคโนโลยีแห่งอนาคต แต่ขั้นตอนกระบวนการคิดวิเคราะห์ของ AI นั้น ประกอบตัวด้วยองค์ประกอบย่อยอย่าง Machine Learning กับ Deep Learning ซึ่งองค์ประกอบทั้ง 2 อย่าง ทำหน้าที่เปรียบเสมือนสมองของ AI เป็นส่วนสำคัญที่ทำให้เกิดการเรียนรู้คิดวิเคราะห์และประมวลผลข้อมูล

Machine Learning คืออะไร

Machine Learning คือ ส่วนการเรียนรู้ของเครื่อง ถูกใช้งานเสมือนเป็นสมองของ AI (Artificial Intelligence) เราอาจพูดได้ว่า AI ใช้ Machine Learning ในการสร้างความฉลาด มักจะใช้เรียกโมเดลที่เกิดจากการเรียนรู้ของปัญญาประดิษฐ์ ไม่ได้เกิดจากการเขียนโดยใช้มนุษย์ มนุษย์มีหน้าที่เขียนโปรแกรมให้ AI (เครื่อง) เรียนรู้จากข้อมูลเท่านั้น ที่เหลือเครื่องจัดการเอง

Machine Learning เรียนรู้จากสิ่งที่เราส่งเข้าไปกระตุ้น แล้วจดจำเอาไว้เป็นมันสมอง ส่งผลลัพธ์ออกมาเป็นตัวเลข หรือ code ที่ส่งต่อไปแสดงผล หรือให้เจ้าตัว AI นำไปแสดงการกระทำ Machine Learning เองสามารถเอาไปใช้งานได้หลายรูปแบบ ต้องอาศัยกลไกที่เป็นโปรแกรม หรือเรียกว่า Algorithm ที่มีหลากหลายแบบ โดยมี Data Scientist เป็นผู้ออกแบบ หนึ่งใน Algorithm ที่ได้รับความนิยมสูง คือ Deep Learning ซึ่งถูกออกแบบมาให้ใช้งานได้ง่าย และประยุกต์ใช้ได้หลายลักษณะงาน อย่างไรก็ตาม ในการทำงานจริง Data Scientist จำเป็นต้องออกแบบตัวแปรต่างๆ ทั้งในตัวของ Deep Learning เอง และต้องหา Algorithm อื่นๆ มาเป็นคู่เปรียบเทียบ เพื่อมองหา Algorithm ที่เหมาะสมที่สุดในการใช้งานจริง

Machine Learning เรียนรู้ด้วยตัวเองได้อย่างไร

Machine Learning มีหลักการเรียนรู้ข้อมูลอยู่ 3 หลัก ด้วยกันดังต่อไปนี้

การเรียนรู้แบบได้รับคำแนะนำ (Supervised learning)
ยกตัวอย่างเวลาเราป้อนข้อมูลให้กับคอมพิวเตอร์ (Input) เช่น รูปเสือ แต่คอมพิวเตอร์มันยังไม่รู้หรอกว่าเนี่ยคือรูปเสือ เราก็ต้องบอกมันก่อน แล้วคอมพิวเตอร์มันก็จะไปวิเคราะห์ (Feature Extraction) ว่า เสือเป็นสัตว์ 4 ขา มี 2 หู 1 หาง เป็นต้น จากนั้นคอมพิวเตอร์ก็นำข้อมูลดังกล่าวไปประมวล/จัดหมวดหมู่ (Classification) เพื่อให้หลังจากนี้มันสามารถแยกออกได้ว่าอะไรคือเสือ อะไรไม่ใช่เสือ

การเรียนรู้แบบไม่ได้รับคำแนะนำ (Unsupervised learning)
รูปแบบนี้เรียกได้ว่าตรงกันข้ามกับรูปแบบแรกเลย มันคือการที่เราป้อนข้อมูล (Input) รูปเสือเข้าไป แต่ไม่ได้บอกมันว่ารูปที่ป้อนเข้าไปเป็นรูปเสือ ทีนี้พอคอมพิวเตอร์มันเอาไปวิเคราะห์ (Feature Extraction) มันก็วิเคราะห์ได้นะว่ารูปที่ใส่เข้าไปมีลักษณะยังไง แต่คราวนี้มันไม่สามารถเอาไปประมวล/จัดหมวดหมู่ (Classification) ได้แล้ว มันจะใช้วิธีการแบ่งกลุ่มแทน (Clustering) ซึ่งคอมพิวเตอร์มันก็จะเอารูปเสือไปอยู่กับแมว สุนัข หรือสัตว์อื่น ๆ ที่มี 4 ขา มี 2 หู 1 หาง เหมือนกัน

การเรียนรู้แปบเสริมกำลัง (Reinforcement learning)
มันคือการที่เรากำหนดเงื่อนไขบางอย่างให้กับคอมพิวเตอร์ แล้วทำให้คอมพิวเตอร์เอาชนะหรือทำตามเงื่อนไขนั้นให้ได้ ยกตัวอย่างเช่น Alpha Go เงื่อนไขของการหมากล้อมคือ ใช้หมากของตนล้อมพื้นที่บนกระดาน เพื่อให้ได้ดินแดนมากกว่าคู่ต่อสู้ ทีนี้ Alpha Go ก็จะเรียนรู้ด้วยตัวมันเองผ่านการจำลองการแข่งขันเป็นแสน ๆ ล้าน ๆ รอบ เพื่อให้รู้ว่า ถ้าหากคู่ต่อสู้เดินหมากนี้ ตัวมันเองจะเดินหมากไหนเพื่อให้บรรลุเงื่อนไขที่กำหนดไว้ให้ นั่นคือการยึดพื้นที่บนกระดานให้ได้มากที่สุด

Deep Learning คืออะไร
Deep Learning คือการจำลองรูปแบบการประมวลผลของสมองมนุษย์ โดยใช้โครงข่ายคล้ายเซลล์ประสาทในการประมวลผล เมื่อได้รับข้อมูลมา Deep Learning จะทำการแบ่งแยกข้อมูลและรายละเอียดต่างๆ ที่ได้รับมาทั้งหมด แล้วนำมาประมวลผลหาจุดเด่นและจุดแตกต่างของข้อมูลในเชิงลึก คล้ายกับการกรองข้อมูลเป็นชั้นๆ แล้วสรุปผลข้อมูลออกมาเป็น Output และตรวจสอบว่าข้อมูลนั้นส่งผลอย่างไร ผิด หรือถูก

เช่น มีข้อมูลสัตว์ 1 ตัวที่ไม่ทราบว่าจะเป็นอะไร Deep Learning จะทำการตรวจสอบและคาดการณ์ ว่า ‘อาจจะเป็น’ สัตว์ชนิดนี้ โดยไม่จำเป็นต้องระบุว่ามีปีกหรือมีหาง Deep Learning แค่ ‘คาดการณ์’ เอาไว้ก่อน

หาก Deep Learning คาดการณ์ผิด ตัวมันจะเรียนรู้และปรับเปลี่ยนการประมวลผล เพื่อให้ Output ที่ออกมามีความถูกต้องมากขึ้น และยิ่งเรียนรู้มาก Deep Learning ก็จะเข้าใจได้มากขึ้น และลงลึกในรายละเอียดยิบย่อยได้มากขึ้น จนสามารถสังเกตความแตกต่างของข้อมูลได้แม้เพียงเล็กน้อยก็ตาม โดยที่มนุษย์ไม่จำเป็นต้องแนะนำ

หากบอกว่า Machine Learning เปรียบเสมือน subset ของ AI เเล้ว Deep Learning เองก็เป็นเสมือนวิธีการหนึ่งของ Machine Learning เช่นกัน เพียงเเต่เป็นวิธีคิดของคอมพิวเตอร์ที่มีประสิทธิภาพสูงยิ่งกว่า โดยการทำงานจะทำร่วมกันเพื่อเพิ่มประสิทธิภาพในการ Predicted รวมไปถึงความถูกต้อง ข้อดีของ Deep Learning คือยิ่งมีข้อมูลเข้ามา Train มากเท่าไหร่ประสิทธิภาพในการคิดของคอมพิวเตอร์ก็ยิ่งสูงขึ้นเท่านั้น ต่างกับ Machine Learning ที่เมื่อมีข้อมูลจำนวนมากประสิทธิภาพการทำงานจะไม่สามารถสูงขึ้นอีกจนกว่าจะได้รับการ Train เพิ่มเติม

7 นวัตกรรมกล้องวงจรปิดแห่งอนาคต

 

ในยุคปัจจุบันนั้นการเปิดกว้างทางด้านเทคโนโลยีและการติดต่อสื่อสาร ทำให้เกิดนวัตกรรมสุดล้ำต่างๆ ขึ้นอย่างมากมายและหนึ่งในนั้นก็คือกล้องวงจรปิดที่ถูกพัฒนาขึ้นให้มีความสามารถมากมายหลากหลาย เพื่อเพิ่มประสิทธิภาพในการรักษาความปลอดภัย และในบทความนี้เราจะขอแนะนำให้ทุกท่านรู้จักกับ 7 นวัตกรรมสุดล้ำที่ทำให้เกิดการเปลี่ยนแปลงของกล้องวงจรปิดกัน

มุมมองกล้อง 360 องศา

กล้องวงจรปิดส่วนใหญ่มีมุมมองของเลนส์กว้างสุดราวร้อยกว่าองศา ซึ่งก็อาจเพียงพอสำหรับการเฝ้ามองสำหรับหลายๆ แห่ง แต่หากต้องการสายตาที่ครอบคลุมยิ่งขึ้น ก็ต้องเพิ่มจำนวนกล้อง รวมถึงการวางตำแหน่งติดตั้งที่แตกต่างกัน ซึ่งดูแล้วก็เป็นทั้งความง่ายและยากในงานเดียวกัน ทำให้ผู้ผลิตหลายๆ แบรนด์ ต่างตั้งเป้าพัฒนามุมมองของเลนส์กล้องวงจรปิดให้กว้างถึง 180 องศา และยังสามารถพัฒนาได้ถึง 360 องศา ซึ่งอาจเป็นไปได้จากการทำงานด้วยตัวมันเอง หรือทำงานร่วมกับซอร์ฟแวร์ แต่นั่นล้วนเป็นเทคโนโลยีที่ทำให้กล้องหนึ่งตัว มีประสิทธิภาพมากขึ้นหลายเท่าตัว

กล้องวงจรปิดมุมองแบบ Fisheye ช่วยให้การมองเห็นนั้นกว้างขึ้น

การจดจำใบหน้า

อาจเป็นเรื่องน่าเหลือเชื่อทีกล้องวงจรปิดสำหรับรักษาความปลอดภัย ถูกพัฒนาถึงขั้นสามารถจดจำรูปลักษณ์ใบหน้าของผู้ผ่านเข้ามาในสายตาของมัน แต่นั่นได้กลายเป็นความจริงไปแล้ว เทคโนโลยีกล้อง CCTV ยุคใหม่ที่มาพร้อมกับคุณสมบัติการจดจำใบหน้า เริ่มเป็นที่นิยมในหลายรูปแบบ ทั้งการประยุกต์ใช้ในห้างสรรพสินค้า โรงเรียน ธนาคาร ลานอเนกประสงค์ ฯลฯ ปัจจุบันเทคโนโลยีก็ได้มีการนำมาใช้จริงในประเทศจีนแล้ว ซึ่งช่วยให้ทางเจ้าหน้าที่รัฐสามารถสืบหาตัวคนร้ายได้เมื่อเกิดเหตุอาชญากรรม

ตัวอย่างการจดจำใบหน้าของกล้องวงจรปิดและวิเคราะห์บุคคลผู้ต้องสงสัย

การตรวจจับการเคลื่อนไหวของสิ่งมีชีวิต

โดยปกติแล้วกล้องวงจรปิดไม่สามารถแยกระหว่างสิ่งมีชีวิตกับสิ่งไม่มีชีวิตได้ การพัฒนาระบบนี้ขึ้นมาจึงทำให้กล้องวงจรปิดสามารถแยกความแตกต่างระหว่างมนุษย์กับสิ่งของ ซึ่งเป็นผลดีมากๆ ในการพัฒนาระบบรักษาความปลอดภัย เพราะหากมีโจรเข้ามาในบ้าน แล้วกล้องวงจรปิดสามารถจับภาพขโมยได้ก็สามารถส่งข้อความแจ้งเตือนไปยังเจ้าของบ้าน หรืออาจเปิดสัญญาณกันขโมยเองเลยก็ได้ แต่ว่าการพัฒนาระบบตรวจจับการเคลื่อนไหว ยังมีข้อที่น่ากังวลอยู่นั้นก็คือการแยกระหว่างมนุษย์กับสัตว์เลี้ยง แต่เราเชื่อว่าในอนาคตด้วยความก้าวหน้าในเทคโนโลยีจะช่วยให้แก้ไขปัญหานี้หมดไป

กล้องวงจรปิดตรวจจับการเคลื่อนไหวโดย PIR Sensor พร้อมสัญญาณไฟกระพริบเพื่อแจ้งเตือน

ถ่ายภาพในที่มืดแม้ไร้แสง

กล้งวงจรปิดส่วนใหญ่เมื่อถึงเวลากลางคืนกล้องจะตัดเปลี่ยนไปใช้โหมดอินฟราเรด เพื่อให้สามารถมองเห็นภาพได้ในที่มืด แต่ว่าภาพที่ได้จากจะเป็นภาพ ขาว-ดำ ไร้สีสันทำให้มองเห็นรายละเอียดไม่ค่อยมาก ผู้ผลิตกล้องวงจรปิดเล็งเห็นปัญหานี้จึงต่างกัน พัฒนาเทคโนโลยีใหม่เพื่อให้กล้องทำงานได้มีประสิทธิภาพในที่มืด จนทำให้เกิดเป็นเทคโนโลยีใหม่ๆ ที่ทำให้กล้องสามารถมองเห็นภาพสีได้ทั้งตอนกลางวันและตอนกลางคืน

เปรียบเทียบกล้องวงจรปิดแบบธรรมดากับกล้องวงจรปิดที่มีเทคโนโลยีมองเห็นภาพสีตอนกลางคืน

การเชื่อมต่อแบบไร้สาย

ในสมัยก่อนระบบกล้องวงจรปิดเป็นระบบปิดไม่สามารถดูออนไลน์ หรือเชื่อมต่อกับมือถือได้ แต่ว่าในปัจจุบันนี้อินเทอร์เน็ตได้เข้ามามีบทบาทสำคัญมากขึ้นในการดำรงชีวิต ทำให้กล้องวงจรปิดถูกพัฒนาให้สามารถทำงานแบบออนไลน์ได้ อาทิเช่น การดูภาพจากกล้องวงจรปิดภาพมือถือ การบันทึกภาพเหตุการณ์ต่างๆ บน Cloud Storage หรือแม้กระทั่งการส่งข้อความแจ้งเตือนมายังผู้ใช้ เป็นต้น

ตัวอย่างการดูภาพจากกล้องวงจรปิดด้วยมือถือ

กล้องพลังงานแสงอาทิตย์

ด้วยการเปลี่ยนแปลงของบรรยากาศบนโลกในทุกวันนี้ ย่อมเป็นที่มาของแนวคิดการใช้พลังงานจากธรรมชาติอย่างจริงจัง ซึ่งไม่เว้นแม้ระบบกล้องวงจรปิดเพื่อรักษาความปลอดภัย นั้นจึงทำให้เกิดกล้องวงจรปิดพลังงานแสงอาทิตย์ขึ้นมา ซึ่งนอกจากจะช่วยรักษาความปลอดภัยได้แล้ว ยังเป็นมิตรกับสิ่งแวดล้อมเพราะใช้พลังงานธรรมชาติจากแสงอาทิตย์ และยังช่วยประหยัดค่าใช้จ่ายในบ้านระยะยาว แม้กล้องวงจรปิดพลังงานอาทิตย์จะเป็นกล้องที่ใช้งานได้เฉพาะภายนอกบ้านบริเวณที่โล่งแจ้ง แต่นี่ก็คือจุดเริ่มของการพัฒนากล้องวงจรปิดที่เป็นมิตรต่อสิ่งแวดล้อม

กล้องวงจรปิดที่ใช้พลังงานแสงอาทิตย์

การพูดคุย ตอบโต้ สื่อสาร

กล้องวงจรปิดไม่เป็นเพียงวัตถุใบ้หรือไร้เสียงอีกต่อไป เพราะตอนนี้พวกมันสามารถส่งเสียงได้ ทั้งเพื่อการป้องกันภัย ตอบโต้ รวมถึงพูดคุย เริ่มแรกกล้องวงจรปิดเป็นเพียงการนำเสนอภาพที่บันทึกไว้ ตามต่อด้วยพัฒนาการส่งเสียงเพื่อป้องกันภัยหรือสร้างความตกใจแก่ผู้ไม่หวังดี แต่ว่าตอนนี้กล้องวงจรปิดสามารถพูดคุยกันระหว่างต้นและปลายทาง อาทิ ครอบครัวคุยกัน ส่งเสียงทักทายและรอการตอบกลับจากเด็กน้อยหรือสัตว์เลี้ยง การส่งเสียงดังเพื่อขับไล่ผู้ไม่หวังดี รวมถึงการเจรจา/ต่อรองต่างๆ ก็อาจถูกประยุกต์ใช้งานผ่านกล้องวงจรปิดยุคใหม่ได้เช่นกัน

กล้องวงจรปิด Wifi นอกจากดูออนไลน์ได้แล้ว เราสามารถพูดคุยกับคนอื่นผ่านกล้องได้ด้วย

AI นวัตกรรมเปลี่ยนแปลงอนาคต

 

ปัจจุบันเราปฎิเสธไม่ได้ว่าเทคโนโลยีปัญญาประดิษฐ์ หรือ AI นั้นได้เข้ามีส่วนหนึ่งในการขับเคลื่อนโลกใบนี้ ไม่ใช่เพียงแค่ด้านเทคโนโลยีเท่านั้น แต่ยังรวมไปถึงด้านอุตสาหกรรมและธุรกิจอื่นๆ โดยเฉพาะด้านการแพทย์ และที่สำคัญปํญญาประดิษฐ์หรือ AI ยังสามารถพัฒนาต่อไปได้อย่างไม่มีที่สิ้นสุด ทำให้มีนักธุรกิจหรือนักลงทุนจากหลากหลายแห่ง พร้อมที่จะลงทุน และคาดหวังผลตอบแทนจากมันค่อนข้างสูง และในบทความนี้เราจะพาไปทำความรู้จักกับเทคโนโลยีปัญญาประดิษฐ์ หรือ AI กัน

AI คืออะไร

AI ย่อมาจาก Artificial Intelligence แปลงตรงตัวก็คือ ปัญญาประดิษฐ์ หมายถึงโปรแกรมที่ถูกเขียนและพัฒนาให้มีความฉลาด มีความสามารถในการคิด วิเคราะห์ วางแผน และตัดสินใจได้ จากการประมวลผลของฐานข้อมูลขนาดใหญ่ และยังสามารถดัดแปลงการประมวลผล ประยุกต์ ให้เป็นไปตามสถานการณ์ต่างๆ โดยที่ไม่จำเป็นต้องรอการอนุมัติจากมนุษย์ AI เป็นยิ่งกว่าระบบประมวลผล และเป็นยิ่งกว่า Machine Learning เพราะผลลัพธ์ของ AI คือ การกระทำ เช่น การคุยโต้ตอบใน SIRI การใช้ระบบสแกนหน้าเพื่อปลดล็อคมือถือ เป็นต้น ในขณะที่ ผลลัพธ์ของ Machine Learning เป็นตัวเลข หรือรายงาย ซึ่งมนุษย์จะต้องนำผลลัพธ์นั้นไปสร้างเป็นการกระทำในลำดับต่อไป

อย่างไรก็ตาม Machine Learning ถือเป็น Sub-set ของ AI เพราะถือเป็นระบบประมวลผลที่สามารถประมวลผลเชิงลึก คล้ายความฉลาดของมนุษย์ แต่มิใช่ทั้งหมดของ AI

ประวัติศาสตร์การคิดค้นปัญญาประดิษฐ์

เราขอย้อนอดีตกลับไปยังจุดเริ่มต้นของเทคโนโลยีปัญญาประดิษฐ์กันก่อน แนวคิดเรื่องเครื่องจักรที่คิดได้และสิ่งมีชีวิตเทียมนั้นมีมาตั้งแต่สมัยกรีกโบราณ เช่นหุ่นยนต์ทาลอสแห่งครีต อันเป็นหุ่นยนต์ทองแดงของเทพฮิฟีสตัส แหล่งอารยธรรมใหญ่ ๆ ของโลกมักจะเชื่อเรื่องหุ่นยนต์ที่มีความคล้ายกับมนุษย์ เช่น ในอียิปต์และกรีซ ต่อมา ช่วงกลางศตวรรษที่ 19 และ 20 สิ่งมีชีวิตเทียมเริ่มปรากฏอย่างแพร่หลายในนิยายวิทยาศาสตร์ เช่น แฟรงเกนสไตน์ของแมรี เชลลีย์ หรือ R.U.R.ของกาเรล ชาเปก แนวคิดเหล่านี้ผ่านการอภิปรายมาอย่างแพร่หลาย โดยเฉพาะในแง่ของความหวัง ความกลัว หรือความกังวลด้านศีลธรรมเนื่องจากการมีอยู่ของปัญญาประดิษฐ์

กลไกหรือการให้เหตุผลอย่างมีแบบแผน ได้รับการพัฒนาขึ้นโดยนักปรัชญาและนักวิทยาศาสตร์มาตั้งแต่สมัยโบราณ การศึกษาด้านตรรกศาสตร์นำไปสู่การคิดค้นเครื่องคำนวณอิเล็กทรอนิกส์ดิจิทัลที่โปรแกรมได้โดยอาศัยหลักการทางคณิตศาสตร์ของแอลัน ทัวริงและคนอื่น ๆ ทฤษฎีการคำนวณของทัวริงชี้ว่า เครื่องจักรที่รู้จักการสลับตัวเลขระหว่าง 0 กับ 1 สามารถเข้าใจนิรนัยทางคณิตศาสตร์ได้ หลังจากนั้น การค้นพบทางด้านประสาทวิทยา ทฤษฎีสารสนเทศ และไซเบอร์เนติกส์ รวมทั้งทฤษฎีการคำนวณของทัวริง ได้ทำให้นักวิทยาศาสตร์บางกลุ่มเริ่มสนใจพิจารณาความเป็นไปได้ของการสร้าง สมองอิเล็กทรอนิกส์ ขึ้นมาอย่างจริงจัง

สาขาปัญญาประดิษฐ์นั้นเริ่มก่อตั้งขึ้นในที่ประชุมวิชาการที่วิทยาลัยดาร์ตมัธ สหรัฐอเมริกาในช่วงหน้าร้อน ค.ศ. 1956 โดยผู้ร่วมในการประชุมครั้งนั้น ได้แก่ จอห์น แม็กคาร์ธีย์, มาร์วิน มินสกี, อัลเลน นิวเวลล์, อาเธอร์ ซามูเอล และเฮอร์เบิร์ต ไซมอน ที่ได้กลายมาเป็นผู้นำทางสาขาปัญญาประดิษฐ์ในอีกหลายสิบปีต่อมา นักวิทยาศาสตร์และนักศึกษาของพวกเขาเหล่านี้เขียนโปรแกรมที่หลายคนทึ่ง ไม่ว่าจะเป็น คอมพิวเตอร์ที่สามารถเอาชนะคนเล่นหมากรุก แก้ไขปัญหาเกี่ยวกับคำด้วยพีชคณิต พิสูจน์ทฤษฎีทางตรรกวิทยา หรือแม้กระทั่งพูดภาษาอังกฤษได้ ผู้ก่อตั้งสาขาปัญญาประดิษฐ์กลุ่มนี้เชื่อมั่นในอนาคตของเทคโนโลยีใหม่นี้มาก โดยเฮอร์เบิร์ต ไซมอนคาดว่าจะมีเครื่องจักรที่สามารถทำงานทุกอย่างได้เหมือนมนุษย์ภายใน 20 ปีข้างหน้า และมาร์วิน มินสกีก็เห็นพ้องโดยการเขียนว่า "เพียงชั่วอายุคน ปัญหาของการสร้างความฉลาดเทียมจะถูกแก้ไขอย่างยั่งยืน"

เทคโนโลยี AI ในโลกยุคปัจจุบัน

หากผู้ถึง AI แล้วผู้คนส่วนใหญ่มักจะนึกถึงหุ่นยนต์ความคิดเหมือนกับมนุษย์ เหมือนในนิยายวิทยาศาสตร์หรือ หนัง Sci-Fi ที่เราดูกัน ซี่งตอนนี้มันไม่ได้เป็นเพียงแค่นิยายเพ้อฝันอีกแล้ว เพราะในโลกเรามีหุ่นยนต์แบบนั้นจริง ขอแนะนำให้ทุกท่านรู้จักกับหุ่นยนต์โซเฟีย (Sophia) หุ่นยนต์ AI ที่เรียกได้ว่าใกล้เคียงกับมนุษย์มากที่สุด เธอสามารถโต้ตอบได้เหมือนมนุษย์และได้ไปปรากฎตัวบนเวทีโลกมาแล้วหลายเวที และเธอยังเป็นหุ่นยนต์ตัวแรกของโลกที่ได้รับสัญชาติซาอุดิอาระเบีย แม้ว่าโซเฟียจะทำได้แค่พูดคุยตอบโต้กับผู้คนได้เท่านั้น แต่นี่ก็คือหลักฐานที่แสดงให้เห็นแล้ว AI สามารถมีความคิดความอ่านเหมือนมนุษย์ได้

Sophia มาเยือนประเทศไทยในงาน Manufacturing Expo 2018

นอกจากหุ่นยนต์โซเฟียแล้ว ยังมีหุ่นยนต์ AI ตัวอื่นๆ อยู่ด้วยเช่นกัน แม้ว่าบางตัวอาจไม่สามารถพูดคุยตอบโต้ได้เหมือนโซเฟีย แต่ว่าก็มีส่วนช่วยสำคัญในการดำเนินธุรกิจต่างๆ อาทิเช่นในธุรกิจโรงแรมในญี่ปุ่นมีการใช้หุ่นยนต์เข้ามาเป็นพนักงานประชาสัมพันธ์ คอยต้อนรับผู้เข้าพัก หรือ HapyBot หุ่นยนต์ขนส่งอัตโนมัติของประเทศไทยเราเอง เข้ามาใช้โรงพยาบาลเพื่อขนส่งอุปกรณ์ทางการแพทย์ เข่น ยา, วัคซีน, เลือด หรือ เอกสารคนไข้ เป็นต้น และนอกจากนี้ยังสามารถเป็นหุ่นยนต์นำทางให้แก่ผู้ป่วยได้ด้วย

ภาพงานแถลงข่าวการใช้ HapyBot รองรับคนไข้ในช่วงสถานการณ์ COVID-19

AI กับระบบรักษาความปลอดภัย

นอกจากด้านการแพทย์และธุรกิจแล้ว เทคโนโลยี AI ยังมีส่วนสำคัญในการเพิ่มประสิทธิภาพระบบรักษาความปลอดภัย อาทิเช่น HP Robotcop หุ่นยนต์รักษาความปลอดภัย ที่ทำหน้าที่เป็นกล้องวงจรปิดเคลื่อนที่คอยสอดส่องเหตุการณ์บริเวณต่างที่อาจก่อให้เกิดอาชญากรรมได้ ทางด้านกล้องวงจรปิดเองก็มีนวัตกรรมจดจำใบหน้าและแยกแยะบุคคลได้ ซึ่งช่วยในการค้นหาตัวคนร้ายที่แอบหลบซ่อนอยู่ในฝูงชนได้เป็นอย่างดี และในสถานการณ์ไวรัส COVID-19 ระบาด บริษัท Megvii เองก็ได้มีคิดค้นระบบตรวจจับอุณหภูมิร่างกายอัจฉริยะที่เรียกว่า Ming ji Mini ที่นอกจากจะวัดอุณหภูมิได้อย่างแม่นยำแล้ว ยังสามารถแยกแยะใบหน้าบุคคลได้แม้ใส่หน้ากาก และยังทำงานร่วมกับระบบ Access Control หรือระบบบันทึกเวลาพนักงานได้ด้วย

Ming Ji Mini สามารถวัดอุณหภูมิแยกแยะและจดจำใบหน้าของแต่ละคนได้แม้ใส่หน้ากาก

ความแตกต่างของสัญญาณ Analog และ Digital

 

หากพูดถึงเกี่ยวกับเทคโนโลยี คำศัพท์ที่เรามักจะได้ยินกันอยู่บ่อยๆ ก็คือ Analog กับ Digital ทั้ง 2 คำนี้นับว่าเป็นพื้นฐานของวิชาดิจิตอล และเป็นความสำคัญอย่างยิ่งของการก่อเกิดเทคโนโลยีต่าง ๆ ในปัจจุบัน โดยเฉพาะที่เกี่ยวข้องกับสัญญาณหรือโทรคมนาคม ในบทความนี้เราจะมาอธิบายถึงความมแตกต่างของสัญญาณ Analog และ Digital กัน

Analog and Digital
สัญญาณที่ใช้ในระบบสื่อสารแบ่งออกได้เป็น 2 ประเภทคือสัญญาณอนาลอกและสัญญาณดิจิตอล สัญญาณอนาลอกเป็นสัญญาณที่มีขนาดเป็นค่าต่อเนื่องส่วนสัญญาณดิจิตอลเป็นสัญญาณ ที่มีขนาดเปลี่ยนแปลง เป็นค่าของเลขลงตัว โดยปกติมักแทนด้วย ระดับแรงดันที่แสดงสถานะเป็น "0" และ "1" หรืออาจจะมีหลายสถานะ ซึ่งจะกล่าวถึงในเรื่องระบบสื่อสารดิจิตอล มีค่าที่ตั้งไว้ (threshold) เป็นค่าบอกสถานะ ถ้าสูงเกินค่าที่ตั้งไว้สถานะเป็น "1" ถ้าต่่ากว่าค่าที่ตั้งไว้ สถานะเป็น "0" ซึ่งมีข้อดีในการท่าให้เกิดความผิดพลาดน้อยลงเนื่องจากสัญญาณรบกวนต้องมีค่าสูงกว่าค่าที่ตั้งไว้สถานะจึงจะเปลี่ยน ตัวอย่างเช่น ในระบบดิจิตอล สถานะของข้อมูลเป็น "0" สัญญาณรบกวนมีค่า 0.2 โวลต์ แต่ค่าที่ตั้งไว้เท่ากับ 0.5 โวลต์ สถานะ ยังคงเดิมคือเป็น "0" ในขณะที่ระบบอนาลอก สัญญาณรบกวนจะเติมเข้าไปใน สัญญาณจริงโดยตรง กล่าวคือสัญญาณจริงบวกสัญญาณรบกวนเป็นสัญญาณขณะนั้นท่าให้สัญญาณรบกวนมีผลต่อสัญญาณ จริงและมีความผิดพลาดเกิดขึ้นกระแสไฟฟ้าแบ่งออกได้เป็นไฟฟ้ากระแสตรงและกระแสสลับ หลาย ๆ คนอาจจะคิดว่าไม่มี ส่วนเกี่ยวข้องกับระบบสื่อสารโทรคมนาคม เมื่อกล่าวถึงสัญญาณในเชิงประยุกต์ก็ อาจจะจ่าแนกใน หมวดหมู่นี้ได้ การไหลของไฟฟ้ากระแสตรงในวงจรอย่างสม่่าเสมอไม่สามารถส่งข่าวสารได้ แต่เมื่อไร ที่ท่าการควบคุมกระแสให้เป็นพัลส์โดยการเปิดสวิตซ์ กระแสจะลดลงสู่ศูนย์และปิดสวิตซ์ กระแสก็จะมีค่าค่าหนึ่ง พัลส์ของกระแสถูกผลิตตามรหัสที่ใช้แทนแต่ละตัวอักษรหรือตัวเลย โดยการรวมของพัลส์ การท่างานของสวิตซ์สามารถส่งข้อความใด ๆ ได้ ตัวอย่างที่เห็นได้เสมอได้แก่ รหัสมอร์ส เป็นต้น ส่วนไฟฟ้ากระแสสลับในรูปของคลื่นอยู่ในจ่าพวกคลื่นวิทยุมีการใช้งานอย่าง กว้างขวางเป็น ที่รู้จักกันดี

สัญญาณ Analog
สัญญาณอนาล็อก (Analog Signal) หมายถึง สัญญาณข้อมูลแบบต่อเนื่อง (Continuous Data) มีขนาดของสัญญาณไม่คงที่ มีการเปลี่ยนแปลงขนาดของสัญญาณแบบค่อยเป็นค่อยไป มีลักษณะเป็นเส้นโค้งต่อเนื่องกันไป โดยการส่งสัญญาณแบบอนาล็อกจะถูกรบกวนให้มีการแปลความหมายผิดพลาดได้ง่าย เช่น สัญญาณเสียงในสายโทรศัพท์ เป็นต้น

สัญญาณ Digital
สัญญาณดิจิตอล (Digital Signal) หมายถึง สัญญาณที่เกี่ยวข้องกับข้อมูลแบบไม่ต่อเนื่อง (Discrete Data) ที่มีขนาดแน่นอนซึ่งขนาดดังกล่าวอาจกระโดดไปมาระหว่างค่าสองค่า คือ สัญญาณระดับสูงสุดและสัญญาณระดับต่ำสุด ซึ่งสัญญาณดิจิตอลนี้เป็นสัญญาณที่คอมพิวเตอร์ใช้ในการทำงานและติดต่อสื่อสารกันเป็นค่าของเลขลงตัว โดยปกติมักแทนด้วยระดับแรงดันที่แสดงสถานะเป็น "0" และ "1" หรืออาจจะมีหลายสถานะซึ่งจะกล่าวถึงในเรื่องระบบสื่อสารดิจิตอลมีค่าที่ตั้งไว้ (Threshold) เป็นค่าบอกสถานะ ถ้าสูงเกินค่าที่ตั้งไว้สถานะเป็น "1" ถ้าต่ำกว่าค่าที่ตั้งไว้สถานะเป็น "0" ซึ่งมีข้อดีในการทำให้เกิดความผิดพลาดน้อยลง

ความแตกต่างระหว่างสัญญาณ Analog และ Digital
สัญญาณ Analog จะมีความต่อเนื่องกันเป็นรูปคลื่น หากช่วงใดช่วงหนึ่งของสัญญาณถูกรบกวนหรือสูญหายอาจทำให้ข้อมูลที่ได้รับหรือส่งไปมีความผิดเพี้ยนจากเดิม ต่างจากสัญญาณ Digital แม้รูปแบบคลื่นสัญญาณจะเป็นรูปสี่เหลี่ยมและดูไม่ต่อเนื่อง แต่ว่าข้อมูลถูกแบ่งออกเป็นชิ้นส่วนคือ 0 และ 1 ทำให้ประสิทธิในการส่งข้อมูลดีกว่า และแม้ว่าจะถูกสัญญาณรบกวน แต่ถ้าใช้อุปกรณ์ทวนสัญญาณก็สามารถคืนค่ากลับมาใด้ใกล้เคียงกับต้นฉบับเดิมได้

Internet of Things (IoT) คืออะไร

 

ในโลกที่เทคโนโลยีก้าวหน้าอย่างก้าวกระโดด หลายๆ คนมักจะได้ยินหรือคุ้นเคยกับคำว่า Internet of Things หรือ IoT กันมาบ้าง พวกเราต่างรู้กันว่า IoT คือสิ่งที่จะเข้ามาเปลี่ยนแปลงโลก และนำเทคโนโลยีพัฒนาออกไปได้ไกลมากขึ้น แต่ว่าแล้วอะไรคือ Internet of Things มันเปลี่ยนแปลงโลกนี้ยังไง ในบทความนี้เราจะพาทุกท่านไปหาคำตอบกันว่า Internet of Things คืออะไร

ความหมายของ Internet of Things (IoT)

ถ้าแปลความหมายตรงตัวก็คือ “อินเทอร์เน็ตในทุกสิ่ง” นั้นหมายถึง อุปกรณ์หรือสิ่งต่างๆ สามารถเชื่อมโยงกับเครือข่ายอินเทอร์เน็ตได้ ทำให้เราสามารถดำเนินการจัดการหรือควบคุมอุปกรณ์หรือสิ่งต่างๆ เหล่านั้นได้ โดยผ่านเครือข่ายอินเทอร์เน็ต ตัวอย่างเช่น การเปิด - ปิด อุปกรณ์ไฟฟ้าต่างๆ ด้วยมือถือ เป็นต้น และด้วยเหตุจึงได้มีการกำเนิดเทคโนโลยีหรือนวัตกรรม Smart ต่างๆ ให้เราเห็นกันในปัจจุบัน อาทิเช่น Smart Watch, หุ่นยนต์เครื่องดูดฝุนอัจฉริยะ, กล้องวงจรปิดอัจฉริยะ, หรือแม้กระทั่ง Cloud Storage ที่เราใช้เก็บไฟล์หรือข้อมูลต่างๆ บนก้อนเมฆก็นับเป็น  Internet of Things อย่างหนึ่งด้วยเหมือนกัน

แนวคิดเรื่อง Internet of Thing (IoT)

เดิมมาจาก Kevin Ashton บิดาแห่ง Internet of Things ในปี 1999 ในขณะที่ทำงานวิจัยอยู่ที่มหาวิทยาลัย Massachusetts Institute of Technology หรือ MIT เขาได้ถูกเชิญให้ไปบรรยายเรื่องนี้ให้กับบริษัท Procter & Gamble (P&G)  เขาได้นำเสนอโครงการที่ชื่อว่า  Auto-ID Center ต่อยอดมาจากเทคโนโลยี RFID ที่ในขณะนั้นถือเป็นมาตรฐานโลกสำหรับการจับสัญญาณเซ็นเซอร์ต่างๆ( RFID Sensors) ว่าตัวเซ็นเซอร์เหล่านั้นสามารถทำให้มันพูดคุยเชื่อมต่อกันได้ผ่านระบบ Auto-ID ของเขา โดยการบรรยายให้กับ P&G ในครั้งนั้น Kevin ก็ได้ใช้คำว่า Internet of Things ในสไลด์การบรรยายของเขาเป็นครั้งแรก โดย Kevin นิยามเอาไว้ตอนนั้นว่าอุปกรณ์อิเล็กทรอนิกส์ใดๆก็ตามที่สามารถสื่อสารกันได้ก็ถือเป็น “internet-like” หรือพูดง่ายๆก็คืออุปกรณ์อิเล็กทรอนิกส์ที่สื่อสารแบบเดียวกันกับระบบอินเตอร์เน็ตนั่นเอง โดยคำว่า “Things” ก็คือคำใช้แทนอุปกรณ์อิเล็กทรอนิกส์ต่างๆเหล่านั้น

Kevin Ashton บิดาแห่ง Internet of Things

ต่อมาในยุคหลังปี 2000 มีอุปกรณ์อิเล็กทรอนิกส์ถูกผลิตออกจัดจำหน่ายเป็นจำนวนมากทั่วโลก จึงเริ่มมีการใช้คำว่า Smart ซึ่งในที่นี้คือ Smart Device, Smart Grid, Smart Home, Smart Network, Smart Intelligent Transportation ต่างๆเหล่านี้ ล้วนถูกฝัง RFID Sensors เสมือนกับการเติม ID และสมอง ทำให้มันสามารถเชื่อมต่อกับโลกอินเตอร์เน็ตได้ ซึ่งการเชื่อมต่อเหล่านั้นเองก็เลยมาเป็นแนวคิดที่ว่าอุปกรณ์เหล่านั้นก็ย่อมสามารถสื่อสารกันได้ด้วยเช่นกัน โดยอาศัยตัว Sensor ในการสื่อสารถึงกัน นั่นแปลว่านอกจาก Smart Device ต่างๆจะเชื่อมต่ออินเตอร์เน็ตได้แล้ว ยังสามารถเชื่อมต่อไปยังอุปกรณ์ตัวอื่นได้ด้วย

IoT กับระบบรักษาความปลอดภัย

ประโยชน์อย่างหนึ่งของการที่เทคโนโลยี IoT เปิดโอกาสความเป็นไปได้ไม่มีที่สิ้นสุด ซึ่งขึ้นอยู่กับแนวคิดนำไปพัฒนาและหนึ่งในนั้นก็คือ การพัฒนาระบบ Security หรือระบบรักษาความปลอดภัย นั้นเอง เริ่มตั้งแต่ระบบรักษาความปลอดภัยอย่าง กล้องวงจรปิด (CCTV) ที่ถูกพัฒนาจนกลายมาเป็น กล้องวงจรปิดแบบไร้สายที่สามารถดูภาพได้ทุกที่ผ่านสมาร์ทโฟน

หรือระบบสวิตซ์ไฟอัจฉริยะภายในบ้านซึ่งติดตั้งระบบเซ็นเซอร์แต่ละตัวลงไปยังระบบไฟส่องสว่างจุดที่สำคัญของบ้าน อาทิ ประตู หน้าต่าง ห้องเก็บตู้เซฟ เป็นต้น เมื่อเซ็นเซอร์ตรวจพบการทำงานที่ผิดปกติก็จะแจ้งไปยังผู้ใช้งานผ่านทางแอพลิเคชั่นในสมาร์ทโฟนทันที รวมทั้งการตัดเวลาปิดเปิดไฟทั้งในทันที่และล่วงหน้าได้

และยังมีระบบเปิดปิดประตูบ้านผ่าน IoT ที่สั่งงานได้โดยสมาร์ทโฟน หรือ Smart Watch รวมทั้งในรูปแบบอุปกรณ์กระดิ่งหน้าประตูบ้าน ซึ่งทำหน้าที่เป็นดั่งกลอนประตูบ้านรักษาความปลอดภัยที่สั่งเปิดปิดผ่านมือถือที่มาพร้อมระบบสแกนใบหน้า การตรวจสอบด้วยเสียงและเตือนภัยผ่านสมาร์ทโฟน แถมด้วยการเปิดระบบผ่านสมาร์ทโฟนเพื่อวีดิโอคอลคุยกับคนที่มาหาเราที่บ้านได้อีกด้วย

และอีกหนึ่งในผลงานนวัตกรรมที่นำเอาระบบ IoT มาใช้กับเทคโนโลยีหุ่นยนต์นั่นก็คือ “หุ่นยนต์รักษาความปลอดภัย” ที่มีการพัฒนาต่อยอดจนสามารถนำมาจำหน่ายและใช้งานจริง ซึ่งนอกจากงานรักษาความปลอดภัยภายในอาคารต่างๆแล้ว ก็ยังมีหุ่นยนต์ที่ใช้ตรวจสอบวัตถุต้องสงสัยว่าจะเป็นระเบิดพร้อมทั้งเก็บกู้แทนการใช้ชีวิตมนุษย์เข้าไปเสี่ยงโดยตรง

HP Robocop หุ่นยนต์สอดส่องดูแลรักษาความปลอดภัยจากแคลิฟอร์เนีย-สหรัฐอเมริกา

นี้จึงเป็นแนวทางการพัฒนาระบบ IoT ที่ถูกนำมาใช้ในระบบ Security โดยมีข้อดีก็คือการติดตั้งระบบและสั่งการต่างๆได้ด้วยตัวเองผ่านมือถือง่ายๆ เพื่อเพิ่มความปลอดภัยในชีวิตให้กับเราและที่พักอาศัยในอนาคตต่อไปนั้นเอง

Load Balance คืออะไร มีประโยชน์อย่างไร

 

Load balance เป็นเทคนิคทางด้าน network ที่นำมาใช้แก้ปัญหา Limit ความสามารถในการรองรับจำนวนผู้ใช้งานที่จำกัดของเครื่อง server โดยต่อให้เครื่อง server แรงแค่ไหนก็ตาม แต่เมื่อมีปริมาณผู้ใช้จำนวนมากตัว Application ของ Web Server ก็ย่อมที่จะทำงานหนักมาก และอาจจะเกิด Connection เต็ม การรอ Queue ก็เกิดขึ้น อันเนื่องจากปริมาณ Limit ของ Server ปัญหาที่ตามมาก็คือ Server Load ตัว CPU ทำงานสูง ทำให้ Web Server ค้างหรือแฮ้ง โดยปัญหานี้เว็บไซต์ใหญ่ ๆ จะเจอปัญหากันอย่างแน่นอน

หลักการทำ load balance
load balance จะทำโดยเอา server หลาย ๆ เครื่องมาทำงานร่วมกัน กระจาย load ไปแต่ละเครื่อง เพื่อให้มีประสิทธิภาพในการรับงานที่เข้ามาจาก User จำนวนมากๆ ได้ ดังนั้นจึงทำงานได้มากกว่าในเวลาเท่ากัน และโดยทั่วไปผู้ใช้ทั้งหมดได้รับบริการเร็วขึ้น load balance สามารถใช้กับฮาร์ดแวร์ ซอฟต์แวร์ หรือการผสมทั้งคู่ นอกจากนี้ยังมีคุณสมบัติของ Fail Over คือหากมีคอมพิวเตอร์ภายในกลุ่มไม่สามารถทางานได้ เช่น Down อยู่ หรือไม่สามารถรับงานหรือ user เพิ่มได้เนื่องจาก Resource ที่ใช้ทำงานไม่พอ ตัว load balance ที่เป็นตัวแจก Load ให้คอมพิวเตอร์ภายในกลุ่มก็จะส่ง load ไปยังคอมพิวเตอร์เครื่องอื่นๆ แทน จนกว่าคอมพิวเตอร์เครื่องนั้นจะกลับมาใช้งานได้ใหม่

โดยปกติระบบ load balance จะนิยมใช้กับเว็บไซด์, เครือข่ายสำหรับการแช็ตขนาดใหญ่, เว็ปไซด์สำหรับส่งไฟล์ที่ใช้ bandwidth สูงๆ, NNTPเซิร์ฟเวอร์ และDNSเซิร์ฟเวอร์ ขณะที่จะมีประโยชน์ในการรักษาความปลอดภัยโดยการซ่อนโครงสร้างของเครือข่ายภายใน และยับยั้งการเข้าถึงแกนกลางของเครือข่ายหรือบริการที่ทำงานอยู่พอร์ตอื่น

การทำ load balance สามารถทำได้หลากหลายวิธี ไม่ว่าจะเป็นการใช้ DNS ในลักษณะแบบ round robin (มี A record หลายอัน) หรือจะเป็นการใช้ Load Balancer เช่น HAProxy หรือ Ultra Monkey โดยเราจะมี Load Balancer หนึ่งตัว ข้างหน้า เซิร์ฟเวอร์ภายในกลุ่ม เพื่อรอรับการร้องขอจากผู้ใช้ เมื่อมีร้องขอเข้ามาตัว Load Balancer จะทำการ ส่งต่อการร้องขอนั้นไปยังเซิร์ฟเวอร์ภายในกลุ่ม โดยการทำงานจะเป็นการเปรียบเทียบสมรรถนะของเครื่องแล้วกระจายงานสู่เครื่องเซิร์ฟเวอร์ เพื่อให้เซิร์ฟเวอร์แต่ละเครื่องมีทำงานที่สมดุลกัน

การทำ load balance ปัจจุบันที่ใช้กันมีอยู่ 3 วิธี คือ

1. Round-robin เป็นการส่ง traffic ไปยัง Server ภายในกลุ่มวนไปเรื่อยๆ ตามปกติแล้ว 1 domain name จะมีแค่ 1 ip address แต่ในการทำ DNS Round Robin ใน 1 domain name จะมีหลาย ip address สามารถทดลองได้โดยการทำ nslookup หรือ ลอง ping ไปยัง domain นั้นหลายๆรอบ จะเห็นว่า ip ที่เรา ping ไปแต่ละรอบนั้นไม่เหมือนกัน (ลองกับ facebook หรือ google ก็ได้)

ข้อดีของวิธีนี้คือง่ายที่สุดและใช้งบประมาณน้อยที่สุด แต่เป็นวิธีนี้มีข้อเสียค่อนข้างมากข้อเสียที่สำคัญคือไม่สามารถควบคุมการทำงานได้ เนื่องจากการทำงานด้วยวิธีนี้จะมีแต่การทำ Round Robinเท่านั้น ไม่กระจายงานสู่เครื่องเซิร์ฟเวอร์ให้เท่าเทียมกันได้

2. Sticky เป็นการส่ง traffic โดยยึดติดกับ Session ที่ user เคยเข้าไปใช้งาน เช่น ถ้า user เคยเข้าไปใช้ใน server ที่ 1 ภายในกลุ่ม traffic ของ user คนนั้นก็จะถูกส่งไปยัง server 1 เท่านั้น

3. Work load เป็นการส่ง traffic โดยดูที่ performance ของ server ภายในกลุ่มเป็นสำคัญ เช่นหาก server 1 มีงานมากกว่า server 2 ตัว load balancer ก็จะส่ง traffic ไปยัง server 2

โครงสร้างเครือข่ายคอมพิวเตอร์ Network Topology

 

โทโพโลยี (Topology) คือลักษณะทางกายภาพของระบบเครือข่าย ซึ่งหมายถึง ลักษณะของการเชื่อมโยงสายสื่อสารเข้ากับอุปกรณ์ อิเล็กทรอนิกส์และเครื่องคอมพิวเตอร์ ภายในเครือข่ายด้วยกันนั่นเอง โทโพโลยีของเครือข่าย LAN แต่ละแบบมีความเหมาะสมในการใช้งาน แตกต่างกันออกไป การนำไปใช้จึงมีความจำเป็นที่เราจะต้องทำการศึกษาลักษณะและคุณสมบัติ ข้อดีและข้อเสียของโทโพโลยีแต่ละแบบ เพื่อนำไปใช้ในการออกแบบพิจารณาเครือข่าย ให้เหมาะสมกับการใช้งาน มีรูปแบบต่างๆ ดังนี้

1. โทโพโลยีแบบบัส (Bus Topology)

เป็นรูปแบบที่มีผู้นิยมใช้มากแบบหนึ่งเพราะมีโครงสร้างไม่ยุ่งยากและไม่ต้องใช้อุปกรณ์สลับสาย การเชื่อมต่อมีลักษณะเป็นแบบหลายจุด สถานีทุกสถานีรวมทั้งอุปกรณ์ทุกชิ้นในเครือข่ายจะเชื่อมต่อเข้ากับสายสื่อสารหลักเพียงสายเดียว เรียกว่า "แบ็กโบน" (Back Bone) การจัดส่งข้อมูลลงบนบัสจึงสามารถทำให้การส่งข้อมูลไปถึงทุกสถานีได้ผ่านสายแบ็กโบนนี้ การจัดส่งวิธีนี้ต้องกำหนดวิธีการที่จะไม่ให้ทุกสถานีส่งข้อมูลพร้อมกันเพราะจะทำให้ข้อมูลชนกัน โดยวิธีการที่ใช้อาจเป็นการแบ่งช่วงเวลา หรือให้แต่ละสถานีใช้ความถี่สัญญาณที่แตกต่างกัน

2. โทโพโลยีแบบวงแหวน (Ring Topology)

เป็นลักษณะการเชื่อมต่ออุปกรณ์ต่างๆ เข้ากันเป็นวงกลม โดยสถานีแต่ละสถานีจะต่อกับสถานีที่อยู่ติดทั้งสองข้างของตนเอง โดยจะมีการเชื่อมโยงเครื่องขยายสัญญาณของแต่ละสถานีด้วยกันเป็นวงแหวน สัญญาณข้อมูลจะส่งอยู่ในวงแหวนแบบจุดต่อจุดไปในทิศทางเดียวกันจนถึงผู้รับภายในเวลาที่กำหนด โดยเครื่องขยายสัญญาณเหล่านี้จะมีหน้าที่ในการรับข้อมูลจากเครื่องคอมพิวเตอร์ของตัวเองหรือจากเครื่องขยายสัญญาณตัวก่อนหน้า และส่งข้อมูลต่อไปยังเครื่องขยายสัญญาณตัวถัดไปเรื่อย ๆ เป็นวง หากข้อมูลที่ส่งเป็นของสถานีใดเครื่องขยายสัญญาณของสถานีนั้นก็รับและส่งให้กับสถานีนั้น จึงต้องมีการตรวจสอบข้อมูลที่ได้รับว่าเป็นของตนหรือไม่ ถ้าใช่ก็รับไว้ ถ้าไม่ใช่ก็ส่งต่อไป อีกทั้งสามารถตรวจสอบความผิดพลาดในการส่งด้วย ในกรณีที่เครื่องรับปลายทางไม่ได้รับสัญญาณข้อมูลในเวลาที่กำหนด จะมีการแจ้งว่าหากเกิดความผิดพลาดในเครือข่ายได้

3. โทโพโลยีแบบดาว (Star Topology)

เป็นการเชื่อมโยงการติดต่อสื่อสารโดยมีสถานีกลาง หรือฮับ (Hub) เป็นจุดผ่าน การติดต่อกันระหว่างทุกโหนดในเครือข่าย สถานีกลางจึงมีหน้าที่เป็นศูนย์ควบคุมเส้นทางการสื่อสาร ทั้งหมด นอกจากนี้สถานี กลางยังทำหน้าที่เป็นศูนย์กลางคอยจัดส่งข้อมูลให้กับโหนดปลายทางอีกด้วย การสื่อสารภายในเครือข่ายแบบดาว จะเป็นแบบ 2 ทิศทางโดยจะอนุญาตให้มีเพียงโหนดเดียวเท่านั้นที่สามารถส่งข้อมูลเข้าสู่ เครือข่ายได้ จึงไม่มีโอกาสที่หลายๆ โหนดจะส่งข้อมูล เข้าสู่เครือข่ายในเวลาเดียวกัน เพื่อป้องกันการชนกันของสัญญาณข้อมูล เครือข่ายแบบดาวเป็นโทโพโลยีอีกแบบหนึ่งที่เป็นที่ นิยมใช้กันในปัจจุบัน

4. โทโพโลยีแบบผสม (Hybrid Topology)

เป็นการเชื่อมต่อที่ผสมผสานเครือข่ายย่อย ๆ หลายส่วนมารวมเข้าด้วยกัน เช่น นำเอาเครือข่ายระบบ Bus , ระบบ Ring และระบบ Star มาเชื่อมต่อเข้าด้วยกน เหมาะสำหรับบางหน่วยงานที่มีเครือข่ายเก่าและใหม่ให้สามารถทำงานร่วมกันได้ ระบบ Hybrid Network นี้จะมีโครงสร้างแบบ Hierarchical หรือ Tree ที่มีลำดับชั้นในการทำงาน

5. โทโพโลยีแบบต้นไม้ (Tree Topology)

มีลักษณะเชื่อมโยงคล้ายกับโครงสร้างแบบดาวกับแบบบัสผสมกัน โดยมีสายนำสัญญาณแยกออกไปเป็นแบบกิ่งไม่เป็นวงรอบ โครงสร้างแบบนี้จะเหมาะกับการประมวลผลแบบกลุ่มจะประกอบด้วยเครื่อง คอมพิวเตอร์ระดับต่างๆกันอยู่หลายเครื่องแล้วต่อกันเป็นชั้น ๆ ดูราวกับแผนภาพองค์กร แต่ละกลุ่มจะมีโหนดแม่ละโหนดลูกในกลุ่มนั้นที่มีการสัมพันธ์กัน การสื่อสารข้อมูลจะผ่านตัวกลางไปยังสถานีอื่นๆได้ทั้งหมด เพราะทุกสถานีจะอยู่บนทางเชื่อม และรับส่งข้อมูลเดียวกัน ดังนั้นในแต่ละกลุ่มจะส่งข้อมูลได้ทีละสถานีโดยไม่ส่งพร้อมกัน

6. โทโพโลยีแบบเมชหรือแบบตาข่าย (Mesh Topology)

รูปแบบเครือข่ายแบบนี้ ปกติใช้ในระบบเครือข่ายบริเวณกว้าง (Wide Area Network) ลักษณะการสื่อสารจะมีการต่อสายหรือการเดินของข้อมูลระหว่างคอมพิวเตอร์หรือโหนดไปยังโหนดอื่น ๆ ทุก ๆ ตัว ทำให้มีทางเดินข้อมูลหลายเส้นและปลอดภัยจากเหตุการณ์ที่จะเกิดจากการล้มเหลวของระบบ แต่ระบบนี้จะมีค่าใช้จ่ายมากกว่าระบบอื่น ๆ เพราะต้องใช้สายสื่อสารเป็นจำนวนมาก