Generative AI คืออะไร?

Generative AI หมายถึงโมเดลที่ สร้างเนื้อหาใหม่ เช่น ข้อความ รูปภาพ เสียง วิดีโอ โค้ด และโครงสร้างข้อมูล โดยอ้างอิงจากรูปแบบที่เรียนรู้จากชุดข้อมูลขนาดใหญ่ แทนที่จะเพียงแค่ติดป้ายกำกับหรือจัดอันดับสิ่งต่างๆ ระบบเหล่านี้จะสร้างผลลัพธ์ใหม่ๆ ที่ คล้ายกับ สิ่งที่เห็น โดยไม่ซ้ำซ้อน ลองคิดดูสิ เขียนย่อหน้าหนึ่งย่อหน้า เรนเดอร์โลโก้ ร่าง SQL หรือแต่งทำนองเพลง นั่นคือแนวคิดหลัก [1]

บทความที่คุณอาจสนใจอ่านต่อหลังจากบทความนี้:

🔗 อธิบาย AI เชิงตัวแทนคืออะไร
ค้นพบว่า AI เชิงตัวแทนวางแผน ดำเนินการ และเรียนรู้โดยอัตโนมัติตามกาลเวลาอย่างไร

🔗 ความสามารถในการปรับขนาดของ AI ในทางปฏิบัติในปัจจุบันคืออะไร
เรียนรู้ว่าเหตุใดระบบ AI ที่ปรับขนาดได้จึงมีความสำคัญต่อการเติบโตและความน่าเชื่อถือ

🔗 กรอบซอฟต์แวร์สำหรับ AI คืออะไร
ทำความเข้าใจกรอบงาน AI ที่สามารถนำกลับมาใช้ใหม่ได้ซึ่งจะช่วยเร่งการพัฒนาและปรับปรุงความสม่ำเสมอ

🔗 การเรียนรู้ของเครื่องจักรกับ AI: อธิบายความแตกต่างที่สำคัญ
เปรียบเทียบแนวคิด ความสามารถ และการใช้งานจริงของ AI และการเรียนรู้ของเครื่องจักร

ทำไมผู้คนถึงยังคงถามว่า "Generative AI คืออะไร" อยู่เรื่อย 🙃

เพราะมันให้ความรู้สึกราวกับมีเวทมนตร์ แค่พิมพ์คำสั่ง ก็ปรากฏสิ่งที่มีประโยชน์ออกมา บางครั้งก็ยอดเยี่ยม บางครั้งก็แปลกประหลาด นี่เป็นครั้งแรกที่ซอฟต์แวร์ดูเป็นการสนทนาและสร้างสรรค์ในระดับขนาดใหญ่ ยิ่งไปกว่านั้น มันยังซ้อนทับกับเครื่องมือค้นหา ผู้ช่วย การวิเคราะห์ การออกแบบ และเครื่องมือพัฒนา ซึ่งทำให้หมวดหมู่ต่างๆ เลือนลาง และพูดตรงๆ ก็คือทำให้งบประมาณบานปลาย

อะไรที่ทำให้ Generative AI มีประโยชน์ ✅

• ความเร็วในการร่าง - ช่วยให้คุณผ่านรอบแรกได้ดีและรวดเร็วอย่างไม่น่าเชื่อ

• การสังเคราะห์รูปแบบ - ผสมผสานแนวคิดจากแหล่งต่างๆ ที่คุณอาจไม่สามารถเชื่อมโยงได้ในเช้าวันจันทร์

• อินเทอร์เฟซที่ยืดหยุ่น - แชท เสียง รูปภาพ การเรียก API ปลั๊กอิน เลือกเส้นทางของคุณ

• การปรับแต่ง - จากรูปแบบการแจ้งเตือนน้ำหนักเบาไปจนถึงการปรับแต่งอย่างสมบูรณ์บนข้อมูลของคุณเอง

• เวิร์กโฟลว์แบบรวม - ขั้นตอนต่อเนื่องสำหรับงานหลายขั้นตอน เช่น การวิจัย → โครงร่าง → ร่าง → การควบคุมคุณภาพ

• การใช้เครื่องมือ - โมเดลหลายๆ ตัวสามารถเรียกใช้เครื่องมือภายนอกหรือฐานข้อมูลระหว่างการสนทนาได้ ดังนั้นจึงไม่สามารถเดาได้

• เทคนิคการจัดตำแหน่ง - แนวทางเช่น RLHF ช่วยให้โมเดลมีพฤติกรรมที่เป็นประโยชน์และปลอดภัยมากขึ้นในการใช้งานในชีวิตประจำวัน [2]

เอาเข้าจริง ๆ นะ ทั้งหมดนี้ไม่ได้ทำให้มันเป็นลูกแก้ววิเศษเลย มันเหมือนเด็กฝึกงานที่เก่งแต่ไม่เคยหลับ แถมยังประสาทหลอนบรรณานุกรมอีกต่างหาก

เวอร์ชันย่อของวิธีการทำงาน 🧩

แบบจำลองข้อความยอดนิยมส่วนใหญ่ใช้ ทรานส์ฟอร์มเมอร์ ซึ่งเป็นสถาปัตยกรรมเครือข่ายประสาทเทียมที่เก่งในการระบุความสัมพันธ์ระหว่างลำดับต่างๆ เพื่อให้สามารถคาดการณ์โทเค็นถัดไปได้อย่างสอดคล้องกัน สำหรับภาพและวิดีโอ แบบจำลองการแพร่กระจายเป็น ที่นิยม โดยเรียนรู้ที่จะเริ่มจากสัญญาณรบกวนและกำจัดสัญญาณรบกวนนั้นออกซ้ำๆ เพื่อให้ได้ภาพหรือคลิปที่น่าเชื่อถือ นี่เป็นการลดความซับซ้อน แต่เป็นประโยชน์ [3][4]

• Transformers : เก่งด้านภาษา รูปแบบการใช้เหตุผล และงานหลายโหมดเมื่อได้รับการฝึกฝนในลักษณะนั้น [3]

• การแพร่กระจาย : แข็งแกร่งในด้านภาพที่สมจริง สไตล์ที่สม่ำเสมอ และการแก้ไขที่ควบคุมได้ผ่านคำแนะนำหรือมาสก์ [4]

นอกจากนี้ยังมีไฮบริด การตั้งค่าที่เพิ่มการเรียกข้อมูล และสถาปัตยกรรมเฉพาะทาง - ยังคงมีเรื่องให้คิดอีกมาก

ตารางเปรียบเทียบ: ตัวเลือก AI เชิงสร้างสรรค์ยอดนิยม 🗂️

ตั้งใจให้ไม่สมบูรณ์แบบ - บางเซลล์มีลักษณะแปลก ๆ เล็กน้อยเพื่อสะท้อนความคิดเห็นของผู้ซื้อในโลกแห่งความเป็นจริง ราคามีการเปลี่ยนแปลง ดังนั้นให้ถือว่าสิ่งเหล่านี้เป็น รูปแบบการกำหนดราคา ไม่ใช่ตัวเลขตายตัว

หมายเหตุเล็กน้อย: ผู้ขายแต่ละรายเผยแพร่ระบบความปลอดภัย ขีดจำกัดอัตรา และนโยบายที่แตกต่างกัน ควรดูเอกสารของพวกเขาเสมอ โดยเฉพาะอย่างยิ่งหากคุณกำลังส่งสินค้าให้กับลูกค้า

ภายใต้ฝากระโปรง: ทรานส์ฟอร์เมอร์ในลมหายใจเดียว 🌀

ทรานส์ฟอร์เมอร์ใช้ ให้ความสนใจ เพื่อชั่งน้ำหนักว่าส่วนใดของอินพุตมีความสำคัญมากที่สุดในแต่ละขั้นตอน แทนที่จะอ่านจากซ้ายไปขวาเหมือนปลาทองถือไฟฉาย พวกมันจะมองไปทั่วทั้งลำดับแบบขนานและเรียนรู้รูปแบบต่างๆ เช่น หัวข้อ เอนทิตี และไวยากรณ์ การทำงานแบบขนานนี้ รวมถึงการประมวลผลจำนวนมาก ช่วยให้โมเดลปรับขนาดได้ หากคุณเคยได้ยินเกี่ยวกับโทเค็นและหน้าต่างบริบท นี่คือที่มาของสิ่งเหล่านี้ [3]

ภายใต้ฝากระโปรง: การแพร่กระจายในลมหายใจเดียว 🎨

แบบจำลองการแพร่กระจายเรียนรู้สองเทคนิค: เพิ่มสัญญาณรบกวนลงในภาพฝึกหัด จากนั้น ย้อนกลับ สัญญาณรบกวนทีละน้อยเพื่อให้ได้ภาพที่สมจริง เมื่อถึงเวลาสร้าง แบบจำลองจะเริ่มต้นจากสัญญาณรบกวนล้วนๆ แล้วนำสัญญาณรบกวนนั้นกลับมาเป็นภาพที่สอดคล้องโดยใช้กระบวนการลดสัญญาณรบกวนที่เรียนรู้มา มันแปลกเหมือนกับการปั้นจากภาพนิ่ง ซึ่งไม่ใช่อุปมาที่สมบูรณ์แบบ แต่คุณคงเข้าใจ [4]

การจัดวาง ความปลอดภัย และ “อย่าหลงผิด” 🛡️

เหตุใดโมเดลแชทบางโมเดลจึงปฏิเสธคำขอบางอย่างหรือถามคำถามเพื่อขอความกระจ่าง ประเด็นสำคัญคือ การเรียนรู้แบบเสริมแรงจากข้อเสนอแนะของมนุษย์ (RLHF) มนุษย์จะให้คะแนนผลลัพธ์จากตัวอย่าง แบบจำลองรางวัลจะเรียนรู้การตั้งค่าเหล่านั้น และแบบจำลองพื้นฐานจะถูกกระตุ้นให้ดำเนินการอย่างมีประโยชน์มากขึ้น นี่ไม่ใช่การควบคุมจิตใจ แต่เป็นการบังคับควบคุมพฤติกรรมโดยมีมนุษย์เป็นผู้ตัดสิน [2]

สำหรับความเสี่ยงขององค์กร กรอบการทำงานอย่าง กรอบการจัดการความเสี่ยง AI ของ NIST และ Generative AI Profile ให้คำแนะนำในการประเมินความปลอดภัย ความมั่นคง การกำกับดูแล แหล่งที่มา และการตรวจสอบ หากคุณกำลังนำแนวคิดนี้ไปใช้ในที่ทำงาน เอกสารเหล่านี้ถือเป็นรายการตรวจสอบที่ใช้งานได้จริงอย่างน่าประหลาดใจ ไม่ใช่แค่ทฤษฎี [5]

เกร็ดเล็กเกร็ดน้อยสั้นๆ: ในเวิร์กช็อปนำร่อง ทีมสนับสนุนได้ สรุปข้อมูล → แยกข้อมูลสำคัญ → ร่างคำตอบ → ตรวจสอบโดยมนุษย์ กช็อปนี้ไม่ได้ตัดมนุษย์ออกไป แต่ช่วยให้การตัดสินใจรวดเร็วและสอดคล้องกันมากขึ้นในแต่ละกะ

จุดที่ Generative AI โดดเด่นเมื่อเทียบกับจุดที่มันสะดุด 🌤️↔️⛈️

ส่องแสงที่:

• ร่างเนื้อหา เอกสาร อีเมล ข้อมูลจำเพาะ สไลด์แรก

• บทสรุปของเนื้อหายาวๆ ที่คุณไม่อยากอ่าน

• ความช่วยเหลือด้านรหัสและการลดขนาดโค้ด

• การระดมความคิดเกี่ยวกับชื่อ โครงสร้าง กรณีทดสอบ และคำกระตุ้น

• แนวคิดภาพ ภาพโซเชียล โมเดลผลิตภัณฑ์

• การจัดการข้อมูลน้ำหนักเบาหรือการสร้างโครงร่าง SQL

สะดุดที่:

• ความแม่นยำของข้อเท็จจริงโดยไม่ต้องค้นหาหรือใช้เครื่องมือ

• การคำนวณหลายขั้นตอนเมื่อไม่ได้รับการตรวจยืนยันอย่างชัดเจน

• ข้อจำกัดโดเมนที่ละเอียดอ่อนในกฎหมาย การแพทย์ หรือการเงิน

• กรณีขอบ การเสียดสี และความรู้แบบหางยาว

• การจัดการข้อมูลส่วนตัวหากคุณไม่ได้กำหนดค่าอย่างถูกต้อง

ราวกั้นช่วยได้ แต่วิธีที่ถูกต้องคือ การออกแบบระบบ เพิ่มการดึงข้อมูล การตรวจสอบ การตรวจสอบโดยมนุษย์ และบันทึกการตรวจสอบ น่าเบื่อก็จริง แต่น่าเบื่อก็มั่นคง

วิธีนำไปใช้ได้จริงในปัจจุบัน 🛠️

• เขียนให้ดีขึ้น เร็วขึ้น : โครงร่าง → ขยาย → บีบอัด → ขัดเงา วนซ้ำจนกว่าจะได้เสียงที่ตรงกับคุณ

• การวิจัยโดยไม่ต้องเจาะลึก : ขอรับข้อมูลสรุปแบบมีโครงสร้างพร้อมแหล่งที่มา จากนั้นจึงค้นหาข้อมูลอ้างอิงที่คุณสนใจจริงๆ

• การช่วยเหลือด้านโค้ด : อธิบายฟังก์ชัน เสนอการทดสอบ ร่างแผนการรีแฟกเตอร์ ห้ามวางความลับ

• งานข้อมูล : สร้างโครงร่าง SQL, regex หรือเอกสารระดับคอลัมน์

• แนวคิดในการออกแบบ : สำรวจรูปแบบภาพ จากนั้นส่งต่อให้ผู้ออกแบบดำเนินการตกแต่ง

• การดำเนินงานของลูกค้า : ร่างคำตอบ การแบ่งประเภทเจตนา สรุปการสนทนาเพื่อส่งต่อ

• ผลิตภัณฑ์ : สร้างเรื่องราวของผู้ใช้ เกณฑ์การยอมรับ และสำเนาตัวแปร จากนั้นทำการทดสอบโทนเสียงแบบ A/B

เคล็ดลับ: บันทึกพรอมต์ประสิทธิภาพสูงเป็นเทมเพลต หากใช้งานได้ครั้งหนึ่ง ก็อาจจะใช้งานได้อีกครั้งหากปรับแต่งเล็กน้อย

เจาะลึก: การกระตุ้นที่ใช้งานได้จริง 🧪

• ระบุโครงสร้าง : บทบาท เป้าหมาย ข้อจำกัด สไตล์ นางแบบชอบรายการตรวจสอบ

• ตัวอย่างภาพขนาดเล็ก : รวมตัวอย่างอินพุตที่ดี 2–3 ตัวอย่าง → เอาต์พุตที่เหมาะสม

• คิดแบบเป็นขั้นตอน : ขอเหตุผลหรือผลลัพธ์แบบเป็นขั้นเป็นตอนเมื่อความซับซ้อนเพิ่มขึ้น

• ปักหมุดเสียง : วางตัวอย่างสั้นๆ ของโทนเสียงที่คุณต้องการและพูดว่า "สะท้อนสไตล์นี้"

• การประเมินชุด : ขอให้แบบจำลองวิจารณ์คำตอบของตัวเองโดยเทียบกับเกณฑ์ จากนั้นแก้ไข

• การใช้เครื่องมือ เช่น การดึงข้อมูล การค้นหาทางเว็บ เครื่องคิดเลข หรือ API สามารถลดอาการประสาทหลอนได้มาก [2]

ถ้าจำแค่สิ่งเดียวได้: บอกสิ่งที่ต้องละเว้น ข้อจำกัดคืออำนาจ

ข้อมูล ความเป็นส่วนตัว และการกำกับดูแล - ส่วนที่ไม่น่าดึงดูดใจ 🔒

• เส้นทางข้อมูล : ชี้แจงสิ่งที่ถูกบันทึก เก็บรักษา หรือใช้สำหรับการฝึกอบรม

• PII และความลับ : เก็บไว้ให้ห่างจากการแจ้งเตือน เว้นแต่การตั้งค่าของคุณจะอนุญาตและปกป้องอย่างชัดเจน

• การควบคุมการเข้าถึง : ปฏิบัติต่อโมเดลเหมือนฐานข้อมูลการผลิต ไม่ใช่ของเล่น

• การประเมิน : ติดตามคุณภาพ อคติ และความคลาดเคลื่อน วัดด้วยงานจริง ไม่ใช่การสั่นสะเทือน

• การจัดแนวนโยบาย : จับคู่คุณลักษณะกับหมวดหมู่ NIST AI RMF เพื่อให้คุณไม่ต้องแปลกใจภายหลัง [5]

คำถามที่พบบ่อยที่ฉันได้รับตลอดเวลา 🙋‍♀️

สร้างสรรค์หรือแค่รีมิกซ์?
อยู่ตรงกลางระหว่างนั้น มันผสมผสานรูปแบบต่างๆ เข้าด้วยกันในรูปแบบใหม่ๆ ไม่ใช่ความคิดสร้างสรรค์ของมนุษย์ แต่บ่อยครั้งก็มีประโยชน์

ฉันเชื่อข้อเท็จจริงได้ไหม?
เชื่อแต่ต้องตรวจสอบ เพิ่มการสืบค้นข้อมูลหรือใช้เครื่องมือสำหรับสิ่งที่มีความเสี่ยงสูง [2]

โมเดลภาพมีความสอดคล้องกันของสไตล์ได้อย่างไร?
วิศวกรรมเชิงพรอมต์บวกกับเทคนิคต่างๆ เช่น การปรับสภาพภาพ อะแดปเตอร์ LoRA หรือการปรับแต่งอย่างละเอียด รากฐานการแพร่กระจายช่วยในเรื่องความสอดคล้อง แม้ว่าความแม่นยำของข้อความในภาพอาจยังคงสั่นคลอนได้ [4]

เหตุใดโมเดลการแชทจึง "ผลักกลับ" เมื่อมีการแจ้งเตือนที่มีความเสี่ยง
เทคนิคการจัดแนวเช่น RLHF และชั้นนโยบาย แม้จะไม่ได้สมบูรณ์แบบ แต่ก็มีประโยชน์อย่างเป็นระบบ [2]

พรมแดนใหม่ที่กำลังเกิดขึ้น 🔭

• มัลติโหมดทุกอย่าง : การผสมผสานข้อความ รูปภาพ เสียง และวิดีโอที่ราบรื่นยิ่งขึ้น

• โมเดลที่เล็กกว่าและเร็วกว่า : สถาปัตยกรรมที่มีประสิทธิภาพสำหรับอุปกรณ์และกรณีขอบ

• วงจรเครื่องมือที่เข้มงวดยิ่งขึ้น : ตัวแทนที่เรียกใช้ฟังก์ชัน ฐานข้อมูล และแอป เหมือนกับว่ามันไม่มีอะไรเลย

• แหล่งที่มาที่ดีขึ้น : ลายน้ำ ข้อมูลรับรองเนื้อหา และท่อส่งข้อมูลที่ตรวจสอบได้

• การกำกับดูแลที่รวมอยู่ใน : ชุดการประเมินและชั้นควบคุมที่ให้ความรู้สึกเหมือนเครื่องมือพัฒนาปกติ [5]

• โมเดลที่ปรับแต่งตามโดเมน : ประสิทธิภาพเฉพาะทางเอาชนะความสามารถในการพูดจาแบบทั่วไปสำหรับงานหลายๆ งาน

หากคุณรู้สึกว่าซอฟต์แวร์กำลังกลายเป็นผู้ทำงานร่วมกัน นั่นคือประเด็น

ยาวเกินไป ฉันไม่ได้อ่าน - Generative AI คืออะไร? 🧾

มันคือกลุ่มของโมเดลที่ สร้าง เนื้อหาใหม่ แทนที่จะตัดสินเนื้อหาที่มีอยู่เพียงอย่างเดียว ระบบข้อความมักเป็น ตัวแปลง ที่ทำนายโทเค็น ระบบภาพและวิดีโอหลายระบบเป็น การกระจาย ที่ลดสัญญาณรบกวนให้กลายเป็นสิ่งที่สอดคล้องกัน คุณจะได้รับความเร็วและประโยชน์จากความคิดสร้างสรรค์ แม้จะแลกมาด้วยความไม่แน่นอนที่เกิดขึ้นเป็นครั้งคราว ซึ่งคุณสามารถควบคุมได้ด้วยการค้นหา เครื่องมือ และเทคนิคการจัดตำแหน่ง เช่น RLHF สำหรับทีม ให้ปฏิบัติตามแนวทางปฏิบัติ เช่น NIST AI RMF เพื่อส่งมอบงานอย่างมีความรับผิดชอบโดยไม่หยุดชะงัก [3][4][2][5]

เอกสารอ้างอิง

1. IBM - Generative AI คืออะไร
   อ่านเพิ่มเติม

2. OpenAI - การจัดแนวโมเดลภาษาเพื่อปฏิบัติตามคำสั่ง (RLHF)
   อ่านเพิ่มเติม

3. บล็อก NVIDIA - Transformer Model คืออะไร
   อ่านเพิ่มเติม

4. Hugging Face - Diffusion Models (หน่วยวิชาที่ 1)
   อ่านเพิ่มเติม

5. NIST - กรอบการจัดการความเสี่ยงด้าน AI (และโปรไฟล์ AI เชิงสร้างสรรค์)
   อ่านเพิ่มเติม

ค้นหา AI รุ่นล่าสุดได้ที่ร้านค้าผู้ช่วย AI อย่างเป็นทางการ

เกี่ยวกับเรา