ความก้าวหน้าของ ChatGPT สุดยอดแชตบอตอัจฉริยะ ที่ยังไม่หยุดเขย่าวงการ AI

ได้รับความสนใจอย่างมากในช่วงไม่กี่ปีที่ผ่านมา สำหรับการพัฒนาของปัญญาประดิษฐ์ (AI) ที่สามารถสร้างประโยคและการแสดงการตอบสนองทางด้านภาษามนุษย์ได้อย่างเหมือนคนจริง อย่าง ChatGPT ซึ่งตอบโจทย์การใช้งานในหลากหลายแวดวง เช่น บริการลูกค้าออนไลน์ สนทนากับบอท หรือช่วยในการค้นหาข้อมูลสำหรับบริษัท ในการฝึกอบรมหรือการทดสอบซอฟต์แวร์ และการพัฒนาบริการเศรษฐกิจแบบใหม่ขึ้นมา 

ย้อนกลับไปดูจุดกำเนิดเจ้าเอไอ หรือ Artificial Intelligence (AI) ปัญญาประดิษฐ์ ที่ทำให้คอมพิวเตอร์หรือเครื่องจักรต่าง ๆ มีความคิดอ่าน หรือสามารถตอบสนองสิ่งต่าง ๆ ได้คล้ายกับมนุษย์ AI ครอบคลุมตั้งแต่การทำเรื่องง่าย ๆ ตอบโต้แบบ Yes No ไปจนถึงการเรียนรู้เรื่องยากๆ อย่างการคำนวณแผนการตลาด การคำนวณหุ้น เป็นเทรนด์เทคโนโลยีอีกแขนงหนึ่ง ที่ได้รับการพูดถึงอย่างกว้างขวาง โดยเฉพาะ ‘ChatGPT’ แชตบอตกระแสแรงที่สุดแห่งยุค ทันทีแจ้งเกิด 1 สัปดาห์ ก็มีผู้เข้าใช้งานมากกว่า 1 ล้านคน เรียกว่าแรงไม่แพ้ยุคที่เปิดตัวไอโฟนเมื่อปี 2560 เลยทีเดียว

ทั้งนี้ ChatGPT ย่อมาจาก Generative pretrained transformer  เป็นซอฟต์แวร์ที่ได้รับการพัฒนามาจาก OpenAI บริษัทวิจัยในซานฟานซิสโก ก่อตั้งเมื่อปี 2015  จุดเด่นไม่เพียงถูกออกแบบมาใช้สำหรับการพัฒนา โดยจะสร้างข้อความอัตโนมัติตามข้อมูลที่ผู้ใช้สั่ง แต่เรียกว่าล้ำหน้ากว่าแชตบอตทั้งหมดที่เคยทำ เพราะไม่เพียงถามตอบ แต่งเพลง ได้ แต่ยังแสดงข้อมูลเป็นประโยคชัดเจน สามารถตอบคำถามยาก ๆ และปฏิเสธคำถามที่ไม่เหมาะสม หรือยอมรับความผิดพลาดในการตอบ 

ด้วยจุดเด่นเหล่านี้ ได้มีการคาดการณ์ว่าเจ้าแชตบอตตัวนี้จะมาแซงการใช้เสริ์จเอนจิ้นอย่าง Google ในอนาคต  และกำลังมาท้าทายทุกตำแหน่งงาน  ไม่ว่าจะเป็นนักข่าว อาชีพโฆษณา หรือคอลเซ็นเตอร์ เพราะมันแนะนำกลยุทธ์ทางธุรกิจ แนะนำของขวัญคริสต์มาส วางแผนวันหยุด หรือกระทั่งเป็นที่ปรึกษาเวลาเราอกหัก

จากจุดเริ่มต้นในวันนั้น ผ่านมาถึงวันนี้ เชื่อหรือไม่ว่าได้มีการพัฒนาต่อยอดไปแล้วหลายเวอร์ชั่น  ด้วยจุดเด่นการใช้งานที่สร้างประโยชน์ในการช่วยลดความซับซ้อนในข้อมูล และค้นหาข้อมูลที่ต้องการได้ นำมาสู่การพัฒนา GPT-3 โดยเมื่อใช้การฝึกอบรมในกลุ่มข้อมูลขนาดใหญ่สุดที่ได้มาก่อนหน้านี้ ตอนนี้ GPT-3 ช่วยเขียนคำ และมีการตอบสนองที่ดูเหมือนคำตอบของมนุษย์ที่สามารถเข้าถึงได้กับข้อสงสัยทางด้านภาษาทั่วไป โดยใช้เทคนิคการสร้างโมเดลอาคารนิวรอลเน็ตเวิร์คที่มีความกว้างขวาง มีการพัฒนาการสร้างระบบที่สามารถเรียนรู้จากสารสนเทศทั้งหมดในอินเทอร์เน็ต โดยการใช้เทคโนโลยีเทียบเท่าแบบเชิงสถิติที่ใช้เวลามากกว่า

ความล้ำของ GTP-3 สามารถสร้างประโยคที่สมบูรณ์และคำตอบที่มีความสัมพันธ์ โดยไม่เสียเวลาในกระบวนการศึกษาและการค้นหา 2 แบบ ซึ่ง GTP-3 ใช้งานได้เหมือนกับ GPT-2 และจุดเด่นของรุ่นก่อนหน้ารวมทั้งรุ่นใหม่ คือโครงสร้างระบบหลัก แต่เพิ่มฟีเจอร์เสริมเรื่อง Recall ที่สัมพันธ์กับ multi-modal เพื่อให้เกิดประสิทธิภาพและให้ความรู้สึกเกี่ยวข้องกับการเคลื่อนไหวทางภาพ และพร้อมให้คำแนะนำเพื่อช่วยในการขับเคลื่อนการทำงาน

นอกจากนี้ ยังมีบริษัทที่พัฒนา ChatGPT  รุ่นล่าสุดของ GPT ที่มีความสามารถในการเข้าใจคำถามที่ซับซ้อน และสามารถให้คำตอบที่ถูกต้องได้อย่างมีประสิทธิภาพมากยิ่งขึ้น นับเป็นกระบวนการพัฒนาที่ต่อเนื่องยาวนาน และยังคงมีการวิจัยและการอัพเดทอยู่เสมอ   

แต่อย่างไรก็ตาม แน่นอนว่า การเข้ามามีบทบาทของ ChatGPT อาจส่งผลให้เกิดอัตราการว่างงานเพิ่มขึ้น Resume Builder เผยว่า มีบริษัทประมาณครึ่งหนึ่งจากทั้งหมด 1,000 แห่งที่ทำแบบสอบถาม วางแผนนำเอา ChatGPT มาใช้ในการทำงานในอนาคต และด้วยความนิยมของ ChatGPT ที่มากขึ้นอย่างต่อเนื่อง คาดว่าจะมีผู้ใช้งานสูงถึง 100 ล้านคนต่อเดือน 

ซึ่งความแรงยังไม่แผ่ว เพราะหลังจากนั้น เมื่อเดือนพฤศจิกายน 2565 OpenAI ได้เปิดตัวเวอร์ชั่นใหม่ ChatGPT-3.5 กลายเป็นแชตบอทที่นิยมทั่วโลก ทำให้ได้เห็นการพัฒนาก้าวกระโดดทางเทคโนโลยีซึ่งมีการถ่ายทอดความรู้ล่วงหน้าให้ ChatGPT-3.5 เพื่อให้สามารถตอบคำถามอย่างถูกต้อง และเหมือนมนุษย์มากที่สุด เรียกได้ว่าเป็นการพลิกเกมครั้งสำคัญ

ล่าสุด เหล่ามนุษย์ไอทีต้องตื่นเต้นไปกับ AI สุดล้ำ กับเจ้า ChatGPT-4 เวอร์ชั่นใหม่ ที่เพิ่งคลอดเมื่อมีนาคม 2566 สร้างความประทับใจ เพราะความสามารถในการเข้าใจภาษาและตรรกะของมนุษย์ ทำให้แชตบอท สามารถพูดคุยเกี่ยวกับหัวข้อที่หลากหลาย ตั้งแต่วิทยาศาสตร์ วรรณกรรม ประวัติศาสตร์ รวมถึงป๊อปคัลเจอร์

ตามรายงานจาก OpenAI ในเดือนพฤษภาคม 2566 มีการเข้าใช้เว็บไซต์ ChatGPT รายเดือน มากกว่า 1.9 พันล้านครั้ง โดยส่วนใหญ่เป็นผู้ใช้ที่อายุระหว่าง 18 ถึง 34 ปี

ChatGPT-4 สามารถรับภาพแทนคำสั่ง และดึงข้อความจาก URL ได้ แชตบอทมีความแม่นยำมากขึ้น จากการเรียนรู้ภาษาเพิ่มเติม และสามารถให้คำตอบตามบุคลิกภาพผู้ใช้ อีกทั้งยังสามารถช่วยผู้ใช้ในการเขียนโค้ดหลายภาษา โดยยกตัวอย่างโค้ด หรืออธิบายแนวคิดในการเขียนโค้ดได้อีกด้วย และว่ากันว่าเจ้า ChatGPT – 4 นี้สามารถทำข้อสอบในวิชาต่าง ๆ ได้คะแนนสูงระดับท็อป 10% ของจำนวนผู้ทำข้อสอบทั้งหมดเลยทีเดียว และจุดเด่นคือสามารถเข้าใจทั้งภาพและข้อความได้แล้ว เช่น สามารถเขียนแคปชั่นให้กับรูปภาพต่าง ๆ ได้ 

ตัวอย่างการนำ ChatGPT เข้ามาปรับใช้ในธุรกิจ คือ บริษัท สหพัฒนพิบูล จำกัด (มหาชน) ผู้จำหน่ายผลิตภัณฑ์บะหมี่กึ่งสำเร็จรูป “มาม่า” นำแชตจีพีที ChatGPT มาต่อยอดไอเดียจัดทำเป็นภาพยนตร์โฆษณาให้กับผลิตภัณฑ์ เพื่อให้เข้าถึงกลุ่ม Gen Z โดยตรง เป็นความตั้งใจจับเทรนด์ใหม่นำมาสื่อสารผ่านแคมเปญให้เข้าถึงแบบเรียล คอนเทนต์ (Real Content) โดยนำไอเดียจาก Ai แบบถามจริง ตอบจริง เข้ามาช่วยสร้างสีสัน เพื่อดึงดูดคน Gen Z ที่ชอบความแปลกใหม่และไม่หยุดยิ่งกับสิ่งเดิม ๆ เป็นการสะท้อนภาพลักษณ์ที่ทันสมัยให้กับแบรนด์ เป็นต้น (Source : https://www.marketingoops.com/pr-news/mama-ok-chat-gpt/)

ถึงแม้ว่า ChatGPT-4 เป็นเทคโนโลยีที่เพิ่งเข้ามาล่าสุดในวงการ แต่ยังไม่สมบูรณ์แบบ ทำให้เจ้า ChatGPT3.5 ยังคงเป็นทางเลือกที่คุ้มค่า ในการขับเคลื่อนแชตบอทสำหรับองค์กร และสร้างคุณค่าให้แก่ผู้ใช้จำนวนมาก รวมไปถึงนักการตลาดและบริษัทในหลากหลายอุตสาหกรรม

ไม่เพียงแค่นั้น สมรภูมิ AI ยังคึกคักต่อเนื่อง มาถึงโค้งสุดท้ายของปี 2566 เมื่อเดือนตุลาคมนี้เอง Baidu ค่ายเทคโนโลยียักษ์ใหญ่ของจีนอีกรายหนึ่ง ประกาศชิงมาร์เก็ตแชร์ด้วยการส่ง “ERNIE 4.0” แชทบอตที่ใช้เทคโนโลยี AI มาสู้ชนิดที่เรียกว่า “สูสี” กับ ChatGPT ด้วยความสามารถในการแก้โจทย์คณิตศาสตร์ยาก ๆ สามารถสร้างโฆษณาสำหรับรถยนต์ได้ภายในไม่กี่นาที และสร้างโครงเรื่องสำหรับนวนิยายศิลปะการต่อสู้ตั้งแต่เริ่มต้น 

Robin Li ผู้ก่อตั้งและ CEO Baidu กล่าวในงาน Baidu World 2023 ว่า ERNIE 4.0 แชตบอทตัวใหม่ เริ่มสร้างเมื่อเดือนมกราคม ซึ่งไม่ได้ด้อยกว่า GPT-4 เทคโนโลยีของ OpenAI ในทุกด้าน โดยแชตบอทตัวใหม่นี้ได้รับการอัปเกรดอย่างเต็มรูปแบบในด้านความเข้าใจ การสร้างสิ่งต่าง ๆ เหตุผล และความจำ ทำให้ลบภาพความคิดที่คนมองว่าในอดีต แชตบอทยังฉลาดไม่พอ แต่วันนี้ แชตบอทสามารถเข้าใจสิ่งที่คุณพูดได้เกือบทุกอย่าง 

อย่างไรก็ตาม Baidu ยังได้เปิดตัวทำการตลาดเชิงพาณิชย์ สำหรับเจ้าแชตบอท ERNIE 4.0 แต่เน้นเจาะกลุ่มลูกค้าจีน ทำงานด้วยภาษาจีนซึ่งเป็นภาษาหลัก แต่สามารถจัดการกับคำถามและสร้างคำตอบเป็นภาษาอังกฤษได้ หรือแม้แต่สร้างโครงเรื่องให้นวนิยายได้ ซึ่งลำดับต่อไป ต้องมีการพิสูจน์ข้อกังขาว่า ประสิทธิภาพของ ERNIE เทียบกับแชตบอทของ OpenAI แล้ว ทำงานได้ดีเท่ากัน จริงหรือไม่  

อนาคต CLSA จีน วิเคราะห์ว่าจะมีเทคโนโลยี AI ที่ใช้โมเดลภาษาขนาดใหญ่ (LLM) อย่างน้อย 130 โมเดล ซึ่งคิดเป็นสัดส่วน 40% ของทั้งหมดทั่วโลก ตามหลังสหรัฐอเมริกาที่ครองส่วนแบ่งมากถึง 50% ซึ่งแสดงให้เห็นถึงการแข่งขันของเทคโนโลยีดังกล่าวของ 2 มหาอำนาจในขณะนี้

ทั้งหมดทั้งมวลที่กล่าวมา หลายคนอาจจะสงสัยว่า อะไรคือสิ่งที่ทำให้คอมพิวเตอร์ สมองกล สามารถเข้าใจเข้าถึงภาษาและความรู้สึกนึกคิดของมนุษย์ได้ ซึ่งหากศึกษาเรื่อง Natural Language Processing (NLP) จะพบว่า การวิเคราะห์ข้อมูลต่าง ๆ และการสร้างแบบจำลองจากข้อมูล ด้วยศาสตร์ทางด้านการเรียนรู้ของเครื่อง (Machine Learning) จะเกี่ยวข้องกับข้อมูลที่มีโครงสร้าง (Structured Data) เช่น ข้อมูลเชิงตาราง (Tabular Data) เป็นส่วนใหญ่ 

ข้อมูลบนโลกดิจิทัลในปัจจุบันมากกว่า 80% เป็นข้อมูลที่ไม่มีโครงสร้าง เช่น ไฟล์ภาพ เสียง หรือ วีดิโอ รวมถึงข้อมูลในลักษณะของข้อความ อาทิ เนื้อหาในบทความต่าง ๆ การโพสต์ข้อความบนโซเชียลมีเดีย การตอบกระทู้บนเว็บบอร์ด บทสัมภาษณ์ของนักกีฬา นักการเมือง และการแสดงความคิดเห็นต่อสินค้าบนแพลตฟอร์มพาณิชย์อิเล็กทรอนิกส์ ดังนั้น การวิเคราะห์ข้อมูลในลักษณะดังกล่าว จำเป็นต้องอาศัยศาสตร์เฉพาะทางที่มีชื่อเรียกเพราะ ๆ ว่า การประมวลผลภาษาธรรมชาติ หรือ  NLP  เพื่อช่วยให้คอมพิวเตอร์เข้าใจภาษาที่ซับซ้อนของมนุษย์  

สำหรับ“NLP” ถือกำเนิดขึ้นมาตั้งแต่ช่วงกลางศตวรรษที่ 19 และพัฒนาต่อยอดมาถึง 3 ยุคแล้ว คือ ยุคแรก Rule-based Method (ช่วง ค.ศ.1950 - 1990) จะถูกใช้งานด้วยวิธีการตามกฎ (Rule-based Method) โดยนักภาษาศาสตร์ผู้มีความเชี่ยวชาญโครงสร้างของภาษาที่สนใจ จะเป็นผู้เขียนกฎต่าง ๆ ขึ้นมา เพื่อให้คอมพิวเตอร์สามารถนำไปคำนวนเพื่อหาคำตอบของโจทย์ที่ต้องการได้

ต่อมายุคที่สอง  Machine Learning (ช่วง ค.ศ.1990 - 2010) ได้มีการนำเข้าข้อมูลเพื่อให้คอมพิวเตอร์สามารถเรียนรู้ด้วยตนเองแทนการใช้ผู้เชี่ยวชาญทางด้านภาษา ตอบโจทย์เรื่องความซับซ้อน 

และยุคที่ 3  Deep Learning (ช่วง ค.ศ. 2010 - ปัจจุบัน) ซึ่งคอมพิวเตอร์มีการพัฒนาสูงขึ้นอย่างต่อเนื่อง ทำให้เทคโนโลยีที่มีความซับซ้อนสูงอย่าง การเรียนรู้เชิงลึก (Deep Learning) ถูกนำมาใช้งานแทนที่ Machine Learning ซึ่งใช้ความรู้ทางด้านสถิติแบบดั้งเดิม อย่างแพร่หลายมากขึ้น รวมถึงในงานด้าน NLP ด้วยเช่นกัน อาทิ การสร้างแบบจำลองทางภาษา (Language Model) และการวิเคราะห์โครงสร้างของข้อความ (Parsing)

ซึ่งแน่นอนว่าการพัฒนาเทรนด์เทคโนโลยี จะไม่หยุดอยู่เพียงแค่นี้ เพราะสิ่งสำคัญที่ทำให้ NLP ได้รับความสนใจ เหตุผลหลัก  นั่นคือ ความต้องการในการประมวลผลข้อมูลที่มีลักษณะหลากหลายมากขึ้น ในทุก ๆ ด้าน 

ดังนั้น หากไม่มีกระบวนการที่เหมาะสมในการนำข้อมูลเหล่านั้นมาใช้ประโยชน์ ชุดข้อมูลก็คงจะเป็นเพียงแค่ชุดของตัวอักษร ที่ไม่ได้สร้างมูลค่าหรือองค์ความรู้ใด ๆ ให้กับองค์กรได้เลย