อนาคตของ Generative AI และ Chatbot จะเป็นอย่างไร?

ความสำเร็จอันน่าทึ่งของChatGPTทำให้บริษัทเทคโนโลยีทุกแห่งต้องเริ่มลงทุนในการวิจัย AI และค้นหาวิธีบูรณาการปัญญาประดิษฐ์เข้ากับผลิตภัณฑ์ของตน อย่างไรก็ตามนั่นเป็นเพียงจุดเริ่มต้นของปัญญาประดิษฐ์เท่านั้น

สิ่งต่างๆ ไม่ใช่แค่แชทบอท AI สุดเก๋และเครื่องมือแปลงข้อความเป็นรูปภาพเท่านั้น มีเครื่องมือ AI ที่น่าประทับใจอย่างมากออกมา

การค้นหาความหมายด้วยฐานข้อมูลเวกเตอร์

ค้นหาด้วย Google

คำค้นหาความหมายกำลังได้รับการทดสอบเพื่อให้ผลลัพธ์การค้นหาที่ดีขึ้นสำหรับทุกคน ขณะนี้เครื่องมือค้นหาใช้อัลกอริธึมที่เน้นคำหลักเพื่อให้ข้อมูลที่เกี่ยวข้องกับผู้ใช้ อย่างไรก็ตาม การพึ่งพาคีย์เวิร์ดมากเกินไปทำให้เกิดปัญหามากมาย เช่น ความเข้าใจบริบทที่จำกัด การใช้ SEO โดยนักการตลาด และผลการค้นหาคุณภาพต่ำเนื่องจากความยากลำบากในการแสดงข้อความค้นหาที่ซับซ้อน

ต่างจากอัลกอริธึมการค้นหาแบบดั้งเดิม Semantic Search ใช้การฝังคำและการแมปความหมายเพื่อทำความเข้าใจบริบทของข้อความค้นหาก่อนที่จะแสดงผลการค้นหา ดังนั้นแทนที่จะอาศัยชุดคำสำคัญ Semantic Search จะให้ผลลัพธ์ตามความหมายหรือความหมายของข้อความค้นหาที่กำหนด

แนวคิดของ Semantic Search มีมานานแล้ว อย่างไรก็ตาม บริษัทต่างๆ ประสบปัญหาในการใช้ฟังก์ชันนี้ เนื่องจากกระบวนการค้นหาความหมายช้าและใช้ทรัพยากรมาก

วิธีแก้ไขคือการแมปการฝังเวกเตอร์และจัดเก็บไว้ในฐานข้อมูลเวกเตอร์ขนาดใหญ่ การทำเช่นนี้ช่วยลดความต้องการด้านพลังงานในการคำนวณลงอย่างมาก และเพิ่มความเร็วให้กับผลการค้นหาโดยจำกัดผลลัพธ์ให้เหลือเพียงข้อมูลที่เกี่ยวข้องมากที่สุดเท่านั้น

บริษัทเทคโนโลยีขนาดใหญ่และบริษัทสตาร์ทอัพ เช่น Pinecone, Redis และ Milvus กำลังลงทุนในฐานข้อมูลเวกเตอร์เพื่อมอบความสามารถในการค้นหาความหมายทั่วทั้งระบบผู้แนะนำ เครื่องมือค้นหา และระบบจัดการเนื้อหา เนื้อหา และแชทบอท

AI ที่เป็นประชาธิปไตย

แม้ว่าจะไม่จำเป็นต้องเป็นความก้าวหน้าทางเทคนิค แต่บริษัทเทคโนโลยีรายใหญ่บางแห่งยังคงสนใจที่จะทำให้ AI เป็นประชาธิปไตย ไม่ว่าจะดีขึ้นหรือแย่ลง ขณะนี้โมเดล AI แบบโอเพ่นซอร์สกำลังได้รับการฝึกอบรมและให้อนุญาตได้ง่ายขึ้นเพื่อให้องค์กรใช้งานและปรับแต่งได้

The Wall Street Journal รายงานว่า Meta กำลังซื้อ Nvidia H100 AI Accelerator และมีเป้าหมายที่จะพัฒนา AI ที่แข่งขันกับรุ่น GPT-4 ล่าสุดของ OpenAI

ขณะนี้ไม่มี LLM ที่เปิดเผยต่อสาธารณะที่สามารถจับคู่ประสิทธิภาพดิบของ GPT-4 ได้ แต่ด้วย Meta ที่สัญญาว่าจะมีผลิตภัณฑ์ที่สามารถแข่งขันได้พร้อมใบอนุญาตที่ง่ายกว่า ในที่สุดบริษัทต่างๆ ก็สามารถปรับแต่ง LLM ที่ทรงพลังได้โดยไม่ต้องกลัวว่าความลับทางการค้าจะถูกเปิดเผยและข้อมูลที่ละเอียดอ่อนจะถูกนำมาใช้เพื่อต่อสู้กับพวกเขาอีกครั้ง

ตัวแทน AI และสตาร์ทอัพหลายตัวแทน

ปัจจุบันโครงการนำร่องหลายโครงการกำลังดำเนินการเพื่อพัฒนาตัวแทน AI ที่ต้องใช้คำแนะนำเพียงเล็กน้อยหรือไม่มีเลยเพื่อให้บรรลุเป้าหมายที่กำหนด คุณอาจจำแนวคิดของตัวแทน AI จาก Auto-GPT ซึ่งเป็นกลไก AI ที่ทำให้การดำเนินการเป็นแบบอัตโนมัติ

แนวคิดนี้มีไว้เพื่อให้ตัวแทนบรรลุความเป็นอิสระโดยสมบูรณ์ผ่านการประเมินตนเองอย่างต่อเนื่องและการแก้ไขข้อผิดพลาด แนวคิดนี้ทำงานเพื่อให้เกิดการสะท้อนกลับและแก้ไขตนเอง เพื่อให้พนักงานเตือนตัวเองอย่างต่อเนื่องว่าจะต้องทำอะไรทีละขั้นตอน ขั้นตอนในการทำ ข้อผิดพลาดที่เกิดขึ้น และสิ่งที่สามารถทำได้เพื่อปรับปรุง

ปัญหาคือโมเดลปัจจุบันที่ใช้ในเอเจนต์ AI มีความเข้าใจเกี่ยวกับความหมายน้อยมาก นั่นทำให้เจ้าหน้าที่เกิดอาการประสาทหลอนและให้ข้อมูลเท็จ ทำให้พวกเขาติดอยู่ในวงจรการประเมินตนเองและการแก้ไขที่ไม่สิ้นสุด

โปรเจ็กต์เช่น MetaGPT Multi-agent Framework มีเป้าหมายเพื่อแก้ไขปัญหาโดยใช้ตัวแทน AI หลายตัวพร้อมกันเพื่อบรรเทาสถานการณ์นี้ กรอบงานหลายตัวแทนได้รับการตั้งค่าเพื่อจำลองวิธีการดำเนินงานของบริษัทสตาร์ทอัพ ตัวแทนแต่ละรายในสตาร์ทอัพนี้จะได้รับมอบหมายตำแหน่งต่างๆ เช่น ผู้จัดการโครงการ ผู้ออกแบบโครงการ โปรแกรมเมอร์ และผู้ทดสอบ ด้วยการแบ่งเป้าหมายที่ซับซ้อนออกเป็นงานเล็กๆ และมอบหมายให้เจ้าหน้าที่ AI ต่างๆ เจ้าหน้าที่เหล่านี้มีแนวโน้มที่จะบรรลุเป้าหมายที่กำหนดได้มากขึ้น

แน่นอนว่าเฟรมเวิร์กเหล่านี้ยังอยู่ในช่วงเริ่มต้นของการพัฒนาและยังมีปัญหาอีกมากมายที่ต้องแก้ไข แต่ด้วยโมเดลที่ทรงพลังมากขึ้น โครงสร้างพื้นฐาน AI ที่ดีขึ้น และการวิจัยและพัฒนาอย่างต่อเนื่อง ตัวแทน AI ที่มีประสิทธิภาพและบริษัท AI หลายตัวแทนจึงกลายเป็นความจริง ปัญหาด้านเวลา

กำหนดอนาคตด้วย AI

องค์กรขนาดใหญ่และสตาร์ทอัพกำลังลงทุนมหาศาลในการวิจัยและพัฒนา AI และโครงสร้างพื้นฐาน ดังนั้นเราจึงคาดหวังได้ว่าอนาคตของ AI รุ่นต่อไปจะให้การเข้าถึงข้อมูลที่เป็นประโยชน์ได้ดีขึ้นผ่าน Semantic Search ตัวแทน AI และบริษัท AI ที่เป็นอิสระเต็มรูปแบบ และโมเดล AI ที่เป็นอิสระอย่างสมบูรณ์ Imager ประสิทธิภาพสูงมีให้บริการฟรีสำหรับบริษัทต่างๆ และ บุคคลเพื่อใช้และปรับแต่ง

ถึงแม้จะน่าตื่นเต้น แต่สิ่งสำคัญคือเราต้องใช้เวลาในการพิจารณาประเด็นด้านจริยธรรมที่เกี่ยวข้องกับ AI ความเป็นส่วนตัวของผู้ใช้ และการพัฒนาระบบและโครงสร้างพื้นฐานอย่างมีความรับผิดชอบของ WHO โปรดจำไว้ว่าการพัฒนาGenerative AIไม่ใช่แค่การสร้างระบบที่ชาญฉลาดเท่านั้น แต่ยังเกี่ยวกับการปรับเปลี่ยนความคิดของเราและรับผิดชอบต่อวิธีที่เราใช้เทคโนโลยีอีกด้วย