ด้วยวิวัฒนาการที่รวดเร็วของเทคโนโลยีในปัจจุบัน ปัญญาประดิษฐ์ (AI) ได้กลายเป็นองค์ประกอบสำคัญในการเปลี่ยนแปลงของอุตสาหกรรมต่าง ๆ ไม่ว่าจะเป็นการดูแลสุขภาพ การเงิน หรือแม้แต่ความบันเทิง ในบรรดาประเภทต่าง ๆ ของ AI นั้น Generative AI กำลังได้รับความสนใจเป็นอย่างมาก โดยมีสาเหตุหลักมาจากความสามารถในการสร้างคอนเทนต์ที่มีคุณภาพ ซึ่งแนวคิดของ Generative AI แม้จะมีความซับซ้อน แต่มันกำลังเปลี่ยนแปลงรูปแบบการปฏิสัมพันธ์ของมนุษย์กับเครื่องจักร และวิธีที่เครื่องจักรโต้ตอบกับข้อมูล
Generative AI อย่างเช่น ChatGPT หรือ DALL-E กำลังได้รับความนิยมไปทั่วโลก โปรแกรมเหล่านี้ตอบสนองต่อการป้อนข้อมูลโดยผู้ใช้งาน เพียงแค่เขียนอธิบายสิ่งที่ต้องการ (Text Prompt) จากนั้นระบบจะสร้างผลลัพธ์ออกมา ไม่ว่าจะเป็นโครงร่างงานเขียนจาก ChatGPT หรือรูปภาพลิงที่วาดในสไตล์วิคตอเรียนโดย DALL-E ในบทความนี้เราจะสรุปสิ่งที่คุณควรรู้เกี่ยวกับเทคโนโลยีที่กำลังเติบโตนี้ ทั้งวิธีการทำงาน การนำไปใช้งาน และอื่น ๆ อีกมากมาย
Generative AI คืออะไร
Generative AI เป็นรูปแบบหนึ่งของปัญญาประดิษฐ์ที่ใช้โมเดล Machine Learning ในการสร้างคอนเทนต์ใหม่ ๆ ขึ้น ซึ่งอาจอยู่ในรูปของข้อความ รูปภาพ เสียง หรือแม้แต่วิดีโอ ระบบ Generative AI ใช้โมเดล Deep Learning ซึ่งสามารถเรียนรู้และพัฒนาตัวเองได้ตลอดเวลา โดยจะเรียนรู้จากข้อมูลการฝึกจากนั้นจึงสร้างข้อมูลใหม่ที่แสดงคุณลักษณะที่คล้ายคลึงกับข้อมูลการฝึกขึ้นมา
Amazon Web Services ได้ให้คำจำกัดความของ Generative AI ไว้ดังนี้
“Generative AI เป็นปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถสร้างคอนเทนต์และแนวคิดใหม่ ๆ เช่น บทสนทนา เรื่องราว รูปภาพ วิดีโอ และเพลง เช่นเดียวกับปัญญาประดิษฐ์อื่น ๆ Generative AI ขับเคลื่อนโดย Machine Learning โมเดลขนาดใหญ่ที่ได้รับการฝึกล่วงหน้าด้วยข้อมูลจำนวนมหาศาล ซึ่งโดยทั่วไปจะหมายถึง Foundation Model”
Generative AI ทำงานอย่างไร
Generative AI จะถูกป้อนด้วยคอนเทนต์จำนวนมหาศาลที่เรียกว่าข้อมูลการฝึก (Training Data)จากนั้น โมเดล AI นี้จะได้รับการตั้งโปรแกรมด้วยอัลกอริธึมที่ช่วยให้สามารถสร้างโซลูชันและผลลัพธ์ประเภทต่าง ๆ ขึ้นมาใหม่ได้จากข้อมูลดังกล่าวโดยอัลกอริธึมจะเป็นตัววิเคราะห์รูปแบบและความสัมพันธ์ของข้อมูลเพื่อทำความเข้าใจว่าผู้ใช้ต้องการอะไร
Generative AI มีความก้าวหน้ามากกว่าระบบคาดการณ์อัจฉริยะรูปแบบอื่น ๆ เนื่องจากจะเรียนรู้จากรูปแบบเหล่านี้อย่างต่อเนื่องและสร้างคอนเทนต์ใหม่ ๆ ให้กับผู้ใช้ ผลลัพธ์ที่ได้คือคอนเทนต์ที่ดูเป็นธรรมชาติและเหมือนกับมนุษย์สร้างขึ้น แม้ว่าเครื่องมือ Generative AI เช่น ChatGPT จะมีความซับซ้อนอย่างมาก แต่อินเทอร์เฟซแชทบอททำให้มันใช้งานง่ายเหมือนกับการพูดคุยกับมนุษย์คนอื่น ความเป็นมิตรต่อผู้ใช้งานนี้คือสาเหตุที่ทำให้ Generative AI แพร่หลายไปทั่วโลก
ความแตกต่างระหว่าง Generative AI และ AI แบบดั้งเดิม
วัตถุประสงค์หลัก: เป้าหมายหลักของระบบ AI แบบดั้งเดิมคือการทำความเข้าใจ ประมวลผล และวิเคราะห์ข้อมูล เปรียบได้เหมือนกับเป็นนักสืบ พวกมันจะกลั่นกรองข้อมูล ค้นหารูปแบบ จากนั้นจึงทำการตัดสินใจโดยอาศัยข้อมูลจากสิ่งที่สังเกตเห็น ประเด็นหลักไม่ได้อยู่ที่การสร้างสิ่งใหม่ แต่เป็นการหาข้อสรุปที่มีความหมายจากข้อมูลที่มีอยู่
ในทางกลับกัน Generative AI สามารถเทียบได้กับศิลปิน แม้ว่าพวกมันจะทำความเข้าใจและเรียนรู้จากข้อมูล แต่วัตถุประสงค์หลักคือการสร้างคอนเทนต์ใหม่ ๆ พวกมันไม่เพียงแค่วิเคราะห์ข้อมูลที่ได้รับเท่านั้น แต่ยังสร้างบางอย่างเพิ่มเข้าไปด้วย
ประเภทของผลลัพธ์: ระบบของ AI แบบดั้งเดิมมักจะสร้างคำตอบหรือป้ายกำกับ (Label) ให้กับข้อมูล ตัวอย่างเช่น เมื่อได้รับรูปถ่ายแมว โมเดล AI แบบดั้งเดิมอาจติด Label ว่าเป็น “แมว” โดยสิ่งที่มันทำคือระบุ จัดหมวดหมู่ หรือตัดสินใจตามรูปแบบที่เรียนรู้มา
ในขณะที่โมเดล Generative AI จะสร้างข้อมูลใหม่ขึ้นมา เช่นในตัวอย่างนี้แทนที่จะติดป้ายกำกับรูปถ่ายแมว มันอาจสร้างภาพใหม่ของแมวที่ไม่มีอยู่ในโลกแห่งความเป็นจริงขึ้นมา
การใช้งาน: โมเดล AI แบบดั้งเดิมนั้นขับเคลื่อนบริการมากมายที่เราใช้กันอยู่ในปัจจุบัน ตั้งแต่Search Engine ที่จัดแบ่งหมวดหมู่และจัดอันดับเว็บต่าง ๆ ไปจนถึงระบบการแนะนำเพลงหรือภาพยนตร์เรื่องถัดไปที่คุณอาจสนใจ
ส่วนการใช้งานของ Generative AI นั้นมีความหลากหลายและเติบโตอย่างต่อเนื่อง พวกมันสามารถแต่งเพลง วาดภาพศิลปะดิจิทัล ออกแบบโลกเสมือนจริง และแม้แต่ร่างงานเขียน โดยกำลังได้รับความนิยมอย่างมากในสาขาต่าง ๆ ที่การสร้างคอนเทนต์แปลกใหม่ถือเป็นสิ่งสำคัญ เช่น ความบันเทิง การออกแบบ และการวิจัย
การฝึกฝนและการเรียนรู้: โดยทั่วไปโมเดล AI แบบดั้งเดิมจะได้รับการฝึกบนชุดข้อมูลที่มี Labelพวกมันเรียนรู้โดยการจับคู่ข้อมูลอินพุต (เช่น รูปภาพ) กับเอาต์พุตที่ถูกต้อง (เช่น Label) ซึ่งจะเกิดการพัฒนาความเข้าใจได้ดีขึ้นเมื่อเวลาผ่านไป
Generative AI จะเรียนรู้รูปแบบและโครงสร้างที่ซ่อนอยู่ภายใต้ข้อมูล พวกมันไม่เพียงแค่จับคู่อินพุตกับเอาต์พุตเท่านั้น แต่ยังใช้สาระสำคัญของข้อมูลดังกล่าวในการสร้างเป็นสิ่งใหม่ที่ไม่เคยมีมาก่อนขึ้น
ตัวอย่างของ Generative AI
ความนิยมของ Generative AI เพิ่มขึ้นอย่างมากในปี 2023 ส่วนใหญ่เป็นผลมาจากโปรแกรม ChatGPT และ DALL-E ของ OpenAI นอกจากนี้ความก้าวหน้าอย่างรวดเร็วในเทคโนโลยี AI เช่น การประมวลผลภาษาธรรมชาติ ทำให้ทั้งผู้บริโภคและคอนเทนต์ครีเอเตอร์สามารถเข้าถึง Generative AI ได้ในวงกว้าง บริษัทเทคโนโลยีขนาดใหญ่กระโดดเข้าร่วมเทรนด์อย่างรวดเร็ว โดยทั้ง Google, Microsoft, Amazon, Meta ต่างก็ได้เปิดตัวเครื่องมือ Generative AI ของตนเองไปแล้วในช่วงระยะเวลาไม่นาน
ตัวอย่างของโมเดล Generative AI ที่เป็นที่นิยมได้แก่
ChatGPT: โมเดลภาษา AI ที่พัฒนาโดย OpenAI สามารถตอบคำถามต่าง ๆ จาก Text Promptได้เหมือนกับมนุษย์
DALL-E 3: อีกหนึ่งโมเดลจาก OpenAI ที่สามารถสร้างรูปภาพและอาร์ตเวิร์คตาม Text Prompt
Google Bard: แชทบอท Generative AI ของ Google และเป็นคู่แข่งกับ ChatGPT ได้รับการฝึกด้วยโมเดลภาษาขนาดใหญ่ PaLM สามารถตอบคำถามและสร้างข้อความจาก Text Prompt ได้
Claude 2: Generative AI จาก Anthropic บริษัทสตาร์ทอัพซึ่งก่อตั้งขึ้นในปี 2021 โดยอดีตนักวิจัยของ OpenAI
Midjourney: พัฒนาโดย Midjourney Inc. สามารถตีความ Text Prompt เพื่อสร้างภาพและงานศิลปะได้ คล้ายกับ DALL-E
GitHub Copilot: เครื่องมือเขียนโค้ดที่ขับเคลื่อนด้วย AI ช่วยนะนำการสร้างโค้ดให้สมบูรณ์ภายในสภาพแวดล้อมของการพัฒนา Visual Studio, Neovim และ JetBrains
Llama 2: โมเดลภาษาขนาดใหญ่แบบ Open-Source ของ Meta สามารถใช้สร้างโมเดล AI การสนทนาสำหรับแชทบอทและผู้ช่วยเสมือนได้ เช่นเดียวกับ GPT-4
Grok: หลังจากให้ทุนสนับสนุน OpenAI แล้ว Elon Musk ก็ออกจากโครงการในเดือนกรกฎาคม 2023 และตั้งบริษัทใหม่ xAI เพื่อสร้าง Generative A ใหม่นี้ซึ่งพึ่งเปิดตัวไปในเดือนพฤศจิกายนที่ผ่านมา
Leave a Reply