Generative AI เปลี่ยนโฉมการสร้างเนื้อหา ส่งผลต่อบทบาทของมนุษย์ในอนาคตอย่างหลีกเลี่ยงไม่ได้ แต่ก็ยังมีข้อจำกัดที่ต้องพิจารณา
Generative AI เป็นเทคโนโลยีปัญญาประดิษฐ์ที่สามารถสร้างเนื้อหาได้หลากหลาย ตั้งแต่ข้อความ ภาพ เสียง ไปจนถึงข้อมูลสังเคราะห์ ความนิยมของมันเกิดจากความง่ายในการใช้งานของอินเทอร์เฟซใหม่ๆ เช่น ChatGPT ที่ใช้สร้างข้อความ กราฟิก และวิดีโอคุณภาพสูงได้ในเวลาไม่กี่วินาที แต่ถึงกระนั้น เทคโนโลยีนี้ก็ยังมีข้อจำกัดและข้อกังวลที่ต้องคำนึงถึง
คุณอาจสนใจ:
Generative AI คืออะไร
Generative AI (AI เชิงสร้างสรรค์) เป็นเทคโนโลยีปัญญาประดิษฐ์ชนิดหนึ่งที่สามารถสร้างเนื้อหาได้หลากหลายประเภท ไม่ว่าจะเป็นข้อความ ภาพ เสียง และข้อมูลสังเคราะห์ กระแสความนิยมของ Generative AI เกิดจากความง่ายในการสร้างข้อความ กราฟิก และวิดีโอคุณภาพสูงด้วยอินเทอร์เฟซผู้ใช้ใหม่ๆ ในเวลาเพียงไม่กี่วินาที
แม้ Generative AI จะไม่ใช่เทคโนโลยีใหม่ แต่จุดเปลี่ยนสำคัญเกิดขึ้นในปี 2014 เมื่อมีการนำ Generative Adversarial Networks (GANs) มาใช้ ทำให้ Generative AI สามารถสร้างภาพ วิดีโอ และเสียงที่ดูสมจริงของคนจริงๆ ได้ นอกจากนี้ Transformers และโมเดลภาษาใหม่ๆ ยังมีส่วนสำคัญที่ทำให้ Generative AI แพร่หลายมากขึ้น ความก้าวหน้าของ Large Language Models (LLMs) ทำให้ Generative AI สามารถเขียนข้อความน่าสนใจ วาดภาพสมจริง และสร้างซิทคอมได้ทันที รวมถึงสร้างเนื้อหาในรูปแบบต่างๆ เช่น ข้อความ กราฟิก และวิดีโอ ผ่านนวัตกรรม Multimodal AI
Generative AI ทำงานอย่างไร
Generative AI เริ่มต้นด้วย Prompt ที่อาจอยู่ในรูปแบบข้อความ ภาพ วิดีโอ การออกแบบ โน้ตดนตรี หรืออินพุตอื่นๆ ที่ระบบ AI สามารถประมวลผลได้ จากนั้นอัลกอริทึม AI จะส่งคืนเนื้อหาใหม่ตาม Prompt ซึ่งอาจเป็นเรียงความ คำตอบ หรือของปลอมที่สร้างจากรูปหรือเสียงของคนจริง
โมเดล Generative AI
โมเดล Generative AI ผสมผสานอัลกอริทึม AI หลายประเภทเพื่อนำเสนอและประมวลผลเนื้อหา เช่น
- สำหรับการสร้างข้อความ จะใช้เทคนิค NLP หลายอย่างในการแปลงอักขระดิบเป็นประโยค ส่วนของคำพูด เอนทิตี และการกระทำ แล้วแสดงเป็นเวกเตอร์
- สำหรับการสร้างภาพ จะแปลงภาพเป็นองค์ประกอบภาพต่างๆ และแสดงเป็นเวกเตอร์เช่นกัน
จากนั้นนักพัฒนาจะใช้โครงข่ายประสาทเทียมเพื่อสร้างเนื้อหาใหม่ตามคำถามหรือ Prompt โดยเทคนิคเช่น GANs และ Variational Autoencoders (VAEs) เหมาะสำหรับการสร้างใบหน้ามนุษย์ที่สมจริง ข้อมูลสังเคราะห์ หรือแม้แต่ของปลอมของบุคคลเฉพาะ
นอกจากนี้ ความก้าวหน้าของ Transformers เช่น BERT ของ Google, GPT ของ OpenAI และ AlphaFold ของ Google ยังส่งผลให้เกิดโครงข่ายประสาทเทียมที่ไม่เพียงเข้ารหัสภาษา ภาพ และโปรตีน แต่ยังสร้างเนื้อหาใหม่ได้อีกด้วย
Dall-E, ChatGPT และ Bard คืออะไร
– Dall-E เป็นแอปพลิเคชัน Multimodal AI ที่เชื่อมโยงความหมายของคำกับองค์ประกอบภาพ สร้างจาก GPT ของ OpenAI ในปี 2021 โดย Dall-E 2 ที่ปล่อยในปี 2022 ช่วยให้ผู้ใช้สร้างภาพในหลายสไตล์ตามคำแนะนำ
– ChatGPT เป็น AI Chatbot ที่สร้างขึ้นจาก GPT-3.5 ของ OpenAI มีอินเทอร์เฟซแชทที่ช่วยโต้ตอบและปรับการตอบสนองข้อความด้วยการป้อนกลับแบบอินเทอร์แอคทีฟ ChatGPT จะรวมประวัติการสนทนากับผู้ใช้เพื่อจำลองบทสนทนาจริง และหลังจากที่ได้รับความนิยมอย่างมาก Microsoft ก็ประกาศลงทุนใน OpenAI และผสาน GPT เข้ากับเครื่องมือค้นหา Bing
– Gemini เป็น Chatbot ของ Google ที่สร้างจากรุ่นเบาของ LaMDA ซึ่งเป็นตระกูล LLM ขนาดใหญ่ หลังจากที่ Microsoft นำ GPT ไปใช้ใน Bing ทำให้ Google ต้องเร่งนำ Bard ออกสู่ตลาด แต่ทว่าเกิดความผิดพลาดเมื่อ Bard ให้ข้อมูลเกี่ยวกับกล้องโทรทรรศน์ Webb ผิด ทำให้ราคาหุ้น Google ตกลงอย่างมาก ขณะที่ ChatGPT ก็ให้ผลลัพธ์ที่ไม่แม่นยำเช่นกัน อย่างไรก็ตาม Google ได้เปิดตัว Bard เวอร์ชันใหม่ที่สร้างจาก PaLM 2 ซึ่งมีประสิทธิภาพและให้ผลลัพธ์เชิงภาพได้ดีขึ้น
กรณีการใช้งาน Generative AI มีอะไรบ้าง
Generative AI ถูกนำไปใช้ในกรณีต่างๆ เพื่อสร้างเนื้อหาได้แทบทุกประเภท เช่น
- ใช้ Chatbots สำหรับบริการลูกค้าและการสนับสนุนด้านเทคนิค
- สร้าง Deepfakes เพื่อเลียนแบบคนหรือบุคคลเฉพาะ
- ปรับปรุงการพากย์เสียงสำหรับภาพยนตร์และเนื้อหาการศึกษาในภาษาต่างๆ
- เขียนอีเมลตอบกลับ โปรไฟล์หาคู่ ประวัติย่อ และรายงาน
- สร้างงานศิลปะภาพสมจริงในสไตล์เฉพาะ
- ปรับปรุงวิดีโอสาธิตผลิตภัณฑ์
- แนะนำสารประกอบยาใหม่ๆ เพื่อทดสอบ
- ออกแบบผลิตภัณฑ์และอาคาร
- เพิ่มประสิทธิภาพการออกแบบชิปใหม่
- แต่งเพลงในสไตล์หรือโทนเสียงเฉพาะ
ประโยชน์ของ Generative AI คืออะไร
Generative AI นำไปใช้ได้อย่างกว้างขวางในหลายด้านของธุรกิจ ช่วยให้ตีความและทำความเข้าใจเนื้อหาที่มีอยู่ และสร้างเนื้อหาใหม่ได้โดยอัตโนมัติ ประโยชน์ที่อาจได้รับจากการใช้ Generative AI ได้แก่
- ทำให้กระบวนการเขียนเนื้อหาด้วยมือเป็นอัตโนมัติ
- ลดความพยายามในการตอบอีเมล
- ปรับปรุงการตอบสนองต่อคำถามด้านเทคนิคเฉพาะ
- สร้างภาพเสมือนจริงของคน
- สรุปข้อมูลที่ซับซ้อนให้เป็นเรื่องราวที่สอดคล้องกัน
- ทำให้กระบวนการสร้างเนื้อหาในสไตล์เฉพาะง่ายขึ้น
ข้อจำกัดของ Generative AI มีอะไรบ้าง
Generative AI ในช่วงแรกๆ มีข้อจำกัดหลายประการ เช่น
- ไม่ได้ระบุแหล่งที่มาของเนื้อหาเสมอไป
- ประเมินอคติของแหล่งข้อมูลดั้งเดิมได้ยาก
- เนื้อหาที่ฟังดูสมจริงทำให้ยากต่อการระบุข้อมูลที่ไม่ถูกต้อง
- ยากที่จะเข้าใจวิธีการปรับแต่งให้เข้ากับสถานการณ์ใหม่ๆ
- ผลลัพธ์อาจมองข้ามอคติ การเลือกปฏิบัติ และความเกลียดชัง
กังวลเกี่ยวกับ Generative AI อย่างไรบ้าง
การเติบโตของ Generative AI ก่อให้เกิดความกังวลต่างๆ ที่เกี่ยวข้องกับ
- ให้ข้อมูลที่ไม่ถูกต้องและทำให้เข้าใจผิด
- เชื่อถือได้ยากโดยไม่ทราบแหล่งที่มาและต้นกำเนิดของข้อมูล
- ส่งเสริมการคัดลอกผลงานรูปแบบใหม่ที่ละเมิดสิทธิ์ของผู้สร้างและศิลปินที่สร้างเนื้อหาต้นฉบับ
- สร้างความวุ่นวายให้กับธุรกิจที่เน้นการหาเงินจาก SEO และโฆษณา
- ทำให้สร้างข่าวปลอมได้ง่ายขึ้น
- ทำให้อ้างได้ง่ายขึ้นว่าหลักฐานภาพถ่ายจริงของการกระทำผิดเป็นเพียงภาพปลอมที่สร้างจาก AI
- แอบอ้างเป็นคนเพื่อการโจมตีทางไซเบอร์ที่หลอกลวงได้ง่ายขึ้น
อนาคตของ Generative AI
ความสามารถของ ChatGPT ในการสร้างข้อความคล้ายมนุษย์ กระตุ้นให้เกิดการนำ Generative AI ไปใช้อย่างแพร่หลาย แต่ก็แสดงให้เห็นถึงปัญหาและความท้าทายที่ต้องเผชิญ อย่างไรก็ตามการใช้งานในช่วงแรกนี้ก็กระตุ้นให้มีการวิจัยเครื่องมือที่ดีกว่าในการตรวจจับข้อความ รูปภาพ และวิดีโอที่สร้างโดย AI
อีกทั้งความนิยมของเครื่องมือ Generative AI อย่าง ChatGPT, Midjourney, Stable Diffusion และ Bard ก็กระตุ้นให้เกิดหลักสูตรการอบรมที่หลากหลายในทุกระดับความเชี่ยวชาญ ทั้งที่มุ่งช่วยนักพัฒนาในการสร้างแอปพลิเคชัน AI และที่เน้นผู้ใช้ธุรกิจที่ต้องการนำเทคโนโลยีใหม่ไปใช้ทั่วทั้งองค์กร ในอนาคตอุตสาหกรรมและสังคมจะต้องสร้างเครื่องมือที่ดีขึ้นในการติดตามที่มาของข้อมูล เพื่อสร้างความน่าเชื่อถือให้กับ AI
Generative AI จะยังคงพัฒนาต่อไป ทั้งในด้านการแปลภาษา การค้นพบยา การตรวจจับความผิดปกติ และการสร้างเนื้อหาใหม่ๆ ตั้งแต่ข้อความและวิดีโอไปจนถึงการออกแบบแฟชั่นและดนตรี แม้เครื่องมือเดี่ยวๆ เหล่านี้จะยอดเยี่ยมแค่ไหน แต่ผลกระทบที่สำคัญที่สุดของ Generative AI ในอนาคตจะมาจากการผสานความสามารถเหล่านี้เข้ากับเครื่องมือที่เราใช้อยู่แล้วโดยตรง
ตัวอย่างเช่น เครื่องมือตรวจแก้ไขไวยากรณ์จะดีขึ้น เครื่องมือออกแบบจะใส่คำแนะนำที่เป็นประโยชน์ลงในเวิร์กโฟลว์ของเราได้อย่างราบรื่น เครื่องมือฝึกอบรมจะสามารถระบุแนวปฏิบัติที่ดีที่สุดในส่วนหนึ่งขององค์กรเพื่อช่วยฝึกพนักงานคนอื่นๆ ได้อย่างมีประสิทธิภาพมากขึ้น สิ่งเหล่านี้เป็นเพียงส่วนเล็กๆ ของวิธีที่ Generative AI จะเปลี่ยนแปลงสิ่งที่เราทำในระยะสั้น
แม้จะยากที่จะบอกได้ว่าผลกระทบของ Generative AI ในอนาคตจะเป็นอย่างไร แต่เมื่อเราเริ่มใช้เครื่องมือเหล่านี้ในการทำให้งานของมนุษย์เป็นอัตโนมัติและเสริมความสามารถ เราก็จะจำเป็นต้องประเมินลักษณะและคุณค่าของความเชี่ยวชาญของมนุษย์ใหม่อย่างหลีกเลี่ยงไม่ได้
สรุป
Generative AI มีศักยภาพในการปฏิวัติธุรกิจและอุตสาหกรรมต่างๆ อย่างมหาศาล ด้วยความสามารถในการสร้างเนื้อหาที่หลากหลายและตอบสนองได้ดั่งใจ แต่ก็ยังมีความท้าทายเรื่องความแม่นยำ ความลำเอียง จริยธรรม และผลกระทบต่อการทำงานของมนุษย์ที่ต้องจับตามอง การพัฒนาเครื่องมือและกลยุทธ์ที่เหมาะสมจะเป็นกุญแจสำคัญในการปลดล็อกประโยชน์ของเทคโนโลยีนี้อย่างรับผิดชอบและยั่งยืน
คุณอาจสนใจ:
- Generative AI คืออะไร
- Generative Pre-Trained Transformer คืออะไร
- Machine Learning คืออะไร
- Natural Language Processing (NLP) คืออะไร
แหล่งอ้างอิง:
- https://en.wikipedia.org/wiki/Artificial_intelligence
- https://en.wikipedia.org/wiki/ChatGPT
- https://en.wikipedia.org/wiki/Deep_learning
- https://en.wikipedia.org/wiki/Generative_pre-trained_transformer
- https://en.wikipedia.org/wiki/Machine_learning
- https://en.wikipedia.org/wiki/Natural_language_processing
