ก้าวไปไกลกว่า ChatGPT: อนาคตของ Generative AI และ Chatbots จะเป็นอย่างไร

ประเด็นที่สำคัญ

ความสำเร็จอันน่าทึ่งของ ChatGPT ได้กระตุ้นการลงทุนจำนวนมากในการวิจัยและการใช้งานปัญญาประดิษฐ์ ส่งผลให้เกิดโอกาสและความก้าวหน้าที่ไม่ธรรมดาในอุตสาหกรรม

การค้นหาเชิงความหมาย ซึ่งใช้ฐานข้อมูลเวกเตอร์ควบคู่ไปกับการฝังคำและการวิเคราะห์เชิงความหมาย ได้เปลี่ยนแปลงวิธีการค้นหาของอัลกอริธึมอย่างมีนัยสำคัญ โดยให้ผลลัพธ์ที่มีความเกี่ยวข้องสูงและแม่นยำตามบริบท

เป้าหมายสูงสุดของการพัฒนาตัวแทนด้านปัญญาประดิษฐ์ รวมถึงการเกิดขึ้นของธุรกิจสตาร์ทอัพที่มีหลายแง่มุม คือการบรรลุความเป็นอิสระโดยสมบูรณ์ด้วยการประเมินตนเองอย่างต่อเนื่อง การแก้ไขข้อผิดพลาด และการทำงานร่วมกันระหว่างตัวแทนต่างๆ เพื่อเอาชนะข้อจำกัดที่มีอยู่และปรับปรุงโดยรวม ผลงาน.

ความสำเร็จอันโดดเด่นของ ChatGPT ได้บังคับให้บริษัทเทคโนโลยีต้องจัดสรรทรัพยากรเพื่อสำรวจการวิจัยด้านปัญญาประดิษฐ์ (AI) และรวมเข้ากับข้อเสนอของพวกเขา สถานการณ์นี้แสดงถึงความท้าทายที่ไม่เคยเกิดขึ้นมาก่อน แต่ยังบ่งบอกว่า AI เป็นเพียงระยะเริ่มต้นของการพัฒนาเท่านั้น

แม้ว่าเทคโนโลยี AI ขั้นสูง เช่น แชทบอทอัจฉริยะและซอฟต์แวร์สร้างภาพจะได้รับความสนใจเป็นอย่างมาก แต่ก็มีนวัตกรรม AI ที่น่าทึ่งแต่สมมุติขึ้นมาบนขอบฟ้าที่จะดึงดูดผู้ชมด้วยความสามารถของพวกเขาอย่างแน่นอน

การค้นหาความหมายด้วยฐานข้อมูลเวกเตอร์

เครดิตรูปภาพ:Firmbee.com/Unsplash

เพื่อปรับปรุงคุณภาพของผลลัพธ์การค้นหาที่ส่งคืนโดยเครื่องมือค้นหา จึงได้มีการพัฒนาคำค้นหาเชิงความหมายซึ่งไม่เพียงแต่ขึ้นอยู่กับคำแต่ละคำเท่านั้น แต่ยังพิจารณาความหมายที่สัมพันธ์กันด้วย อัลกอริธึมเครื่องมือค้นหาทั่วไปใช้แนวทางตามคำหลักเป็นหลัก ซึ่งอาจให้ข้อมูลที่ครอบคลุมหรือแม่นยำไม่เพียงพอเนื่องจากขาดความเข้าใจบริบทอย่างลึกซึ้ง นอกจากนี้ การใช้คำหลักเพียงอย่างเดียวอาจนำไปสู่การใช้ในทางที่ผิดโดยนักการตลาดที่พยายามปรับเปลี่ยนเทคนิคการปรับแต่งเว็บไซต์ให้ติดอันดับบนเครื่องมือการค้นหา (SEO) และส่งผลให้เกิดการดึงเนื้อหาที่ต่ำกว่ามาตรฐาน ข้อจำกัดเหล่านี้เน้นย้ำถึงความจำเป็นในวิธีการค้นหาขั้นสูงที่สามารถแก้ไขปัญหาเหล่านี้ได้อย่างมีประสิทธิภาพ

การค้นหาความหมายแตกต่างจากเทคนิคการค้นหาทั่วไปในการใช้การฝังคำและการแมปความหมายเพื่อทำความเข้าใจความหมายแฝงของการสอบถามก่อนส่งมอบผลลัพธ์การค้นหา ตรงกันข้ามกับการอาศัยการจับคู่คำหลักแบบง่ายๆ การค้นหาเชิงความหมายจะให้ผลลัพธ์ที่ได้รับแจ้งจากความหมายที่ซ่อนอยู่ของคำขอ แทนที่จะเป็นเพียงการโต้ตอบด้วยคำศัพท์เท่านั้น

การค้นหาความหมายซึ่งเป็นแนวคิดที่มีมายาวนานในขอบเขตของการเรียกค้นข้อมูล ต้องเผชิญกับความท้าทายในการนำไปปฏิบัติจริงโดยองค์กรต่างๆ เนื่องจากมักต้องใช้คอมพิวเตอร์และใช้เวลานาน

การใช้การฝังเวกเตอร์และจัดเก็บไว้ในฐานข้อมูลที่ครอบคลุมสามารถลดความต้องการทรัพยากรการคำนวณได้อย่างมาก ขณะเดียวกันก็เร่งกระบวนการค้นหาผ่านการมุ่งเน้นไปที่ข้อมูลที่เกี่ยวข้อง ซึ่งจะช่วยเพิ่มประสิทธิภาพ

บริษัทที่มีชื่อเสียง เช่น Pinecone, Redis และ Milvus เพิ่งจัดสรรทรัพยากรเพื่อการพัฒนาฐานข้อมูลเวกเตอร์ ซึ่งมีฟังก์ชันการค้นหาเชิงความหมายสำหรับแอปพลิเคชันต่างๆ รวมถึงระบบแนะนำ เครื่องมือค้นหา ระบบจัดการเนื้อหา และแชทบอท

การทำให้เป็นประชาธิปไตยของ AI

แม้ว่าจะไม่จำเป็นต้องบ่งบอกถึงความก้าวหน้าทางเทคโนโลยี แต่บริษัทเทคโนโลยีที่โดดเด่นหลายแห่งได้แสดงความสนใจในการประกาศใช้ปัญญาประดิษฐ์ ด้วยเหตุนี้ โมเดล AI แบบโอเพ่นซอร์สจึงอยู่ระหว่างการฝึกอบรมและผ่อนคลายเงื่อนไขการอนุญาตให้ใช้สิทธิเพื่อให้องค์กรต่างๆ นำไปใช้และปรับแต่งได้กว้างขึ้น

รายงานของ Wall Street Journal ที่ Meta กำลังซื้อตัวเร่งความเร็ว Nvidia H100 AI และมีเป้าหมายที่จะพัฒนา AI ที่แข่งขันกับรุ่น GPT-4 ล่าสุดของ OpenAI

การไม่มีโมเดลภาษาโอเพ่นซอร์สขนาดใหญ่ (LLM) ที่สามารถแข่งขันกับความสามารถของ GPT-3 ได้ขัดขวางความสามารถของธุรกิจในการเข้าถึงและใช้ LLM ที่มีประสิทธิภาพสูง ในขณะเดียวกันก็รักษาความลับเกี่ยวกับข้อมูลที่เป็นกรรมสิทธิ์ของตน อย่างไรก็ตาม ด้วยการเปิดตัวผลิตภัณฑ์ที่เทียบเคียงได้ของ Meta ที่กำลังจะมีขึ้นภายใต้ข้อตกลงสิทธิ์การใช้งานที่มีข้อจำกัดน้อยกว่า องค์กรต่างๆ จะสามารถเพิ่มประสิทธิภาพ LLM ที่แข็งแกร่งได้ โดยไม่ทำลายความลับทางการค้าหรือข้อมูลที่ละเอียดอ่อนจากการถูกคู่แข่งนำไปใช้

ตัวแทน AI และสตาร์ทอัพหลายตัวแทน

เครดิตรูปภาพ:Annie Spratt/Unsplash

ความพยายามในปัจจุบันเกี่ยวข้องกับการสร้างหน่วยงานปัญญาประดิษฐ์ที่สามารถบรรลุวัตถุประสงค์เฉพาะโดยไม่ต้องมีคำแนะนำที่ครอบคลุม ชวนให้นึกถึงตัวแทนอัตโนมัติที่จัดแสดงโดย Auto-GPT ซึ่งเป็นเครื่องมือนวัตกรรมที่รู้จักกันในด้านความสามารถในการดำเนินงานอย่างเป็นอิสระ

วัตถุประสงค์คือเพื่อให้ตัวแทนได้รับความเป็นอิสระอย่างสมบูรณ์โดยการประเมินตนเองและการปรับเปลี่ยนตนเองอย่างสม่ำเสมอ เพื่อให้บรรลุเป้าหมายนี้ กรอบการปฏิบัติงานเกี่ยวข้องกับการที่ตัวแทนตั้งคำถามอย่างต่อเนื่องในแต่ละขั้นตอนเกี่ยวกับการดำเนินการที่จำเป็น ขั้นตอนในการดำเนินการ ข้อผิดพลาดที่กระทำ และวิธีที่จะสามารถปรับปรุงประสิทธิภาพได้

ข้อจำกัดของโมเดลเอเจนต์ AI ร่วมสมัยอยู่ที่การขาดความเข้าใจความหมายที่แท้จริง ซึ่งนำไปสู่การตีความที่ผิดและการสร้างข้อมูลที่ผิดพลาด สิ่งนี้จะทำให้วงจรอุบาทว์ของการประเมินและการปรับแต่งอย่างต่อเนื่องดำเนินต่อไป ท้ายที่สุดส่งผลให้สารนั้นเข้าไปพัวพันกับการถดถอยอย่างไม่สิ้นสุดของการวิเคราะห์ตนเองและการปรับเปลี่ยน

การดำเนินการตามความคิดริเริ่ม เช่น MetaGPT Multi-agent Framework พยายามที่จะบรรเทาปัญหาโดยการควบคุมความสามารถโดยรวมของตัวแทนปัญญาประดิษฐ์หลายราย กรอบงานได้รับการออกแบบเพื่อเลียนแบบการทำงานขององค์กรสตาร์ทอัพ โดยที่ตัวแทนแต่ละรายจะมีบทบาทเทียบเท่ากับผู้จัดการโครงการ ผู้ออกแบบ โปรแกรมเมอร์ และผู้ทดสอบ ด้วยการแบ่งย่อยวัตถุประสงค์ที่ซับซ้อนออกเป็นงานที่สามารถจัดการได้และจัดสรรให้กับตัวแทน AI ที่แตกต่างกัน จะช่วยเพิ่มโอกาสที่ตัวแทนแต่ละคนจะบรรลุความรับผิดชอบที่ได้รับมอบหมายได้สำเร็จ

แน่นอนว่าขณะนี้แพลตฟอร์มเหล่านี้อยู่ในขั้นตอนการพัฒนาแบบตัวอ่อน และความท้าทายหลายประการยังต้องได้รับการแก้ไข อย่างไรก็ตาม เมื่อโมเดลขั้นสูงปรากฏขึ้น ประกอบกับโครงสร้างพื้นฐาน AI ที่ได้รับการปรับปรุงและความพยายามในการตรวจสอบอย่างต่อเนื่อง การเกิดขึ้นของหน่วยงาน AI ที่มีความสามารถและองค์กร AI แบบสหวิทยาการก็ใกล้เข้ามาแล้ว

กำหนดอนาคตของเราด้วย AI

ในแง่ของความมุ่งมั่นทางการเงินที่สำคัญที่ทำโดยทั้งองค์กรขนาดใหญ่และสตาร์ทอัพที่กำลังเติบโตต่อความก้าวหน้าของปัญญาประดิษฐ์และสถาปัตยกรรมพื้นฐาน คาดว่าขอบเขตของ generative AI จะให้วิธีที่มีประสิทธิภาพมากขึ้นในการเข้าถึงข้อมูลที่เกี่ยวข้องผ่านการค้นหาความหมาย ซึ่งส่งผลให้ จากการปรับใช้เอนทิตี AI ที่เป็นอิสระอย่างสมบูรณ์ ตลอดจนความพร้อมใช้งานของโมเดล AI ที่ล้ำสมัยโดยไม่มีค่าใช้จ่าย จึงอำนวยความสะดวกในการใช้ประโยชน์และการปรับแต่งสำหรับแอปพลิเคชันที่หลากหลายภายในโดเมนองค์กรและแต่ละโดเมน

แม้ว่า AI จะนำเสนอความเป็นไปได้ที่เป็นไปได้มากมาย แต่การพิจารณาอย่างรอบคอบถึงผลกระทบที่มีต่อหลักจริยธรรม ความเป็นส่วนตัวส่วนบุคคล และการสร้างระบบและกรอบงาน AI อย่างรอบคอบ ความก้าวหน้าของ generative AI ขยายไปไกลกว่าแค่การขยายความฉลาดเท่านั้น เนื่องจากยังเกี่ยวข้องกับการปรับเทียบกรอบความคิดของเราใหม่และยอมรับความรับผิดชอบของเราในการควบคุมความก้าวหน้าทางเทคโนโลยี