อนาคตของ OpenAI จุดเริ่มต้นของ ChatGPT และการสร้างฮาร์ดแวร์ AI โดย Sam Altman

สำรวจการเดินทางของ OpenAI จากความฝันสู่ความจริงกับ Sam Altman พร้อมบทเรียนการสร้างทีม AI ชั้นนำและเทคโนโลยีล้ำสมัยอย่าง ChatGPT และฟีเจอร์ Memory ที่เปลี่ยนแปลงโลก AI ไปตลอดกาล

อนาคตของ OpenAI จุดเริ่มต้นของ ChatGPT และการสร้างฮาร์ดแวร์ AI โดย Sam Altman

ในยุคที่เทคโนโลยีก้าวกระโดดอย่างรวดเร็ว การสนทนากับ Sam Altman ผู้บริหารสูงสุดของ OpenAI ได้เปิดเผยมุมมองลึกซึ้งเกี่ยวกับการเดินทางขององค์กรที่ตั้งเป้าหมายไปสู่การสร้างปัญญาประดิษฐ์ทั่วไป (AGI) ตั้งแต่จุดเริ่มต้นที่ดูเหมือนเป็นความฝันที่ไกลเกินเอื้อมจนถึงการพัฒนาระบบ AI ที่มีความสามารถสูงอย่าง ChatGPT และแผนการอนาคตที่ท้าทายไม่แพ้กัน ทั้งในแง่ของเทคโนโลยี ฮาร์ดแวร์ และผลกระทบต่อสังคมและเศรษฐกิจ

บทความนี้จะพาเราไปร่วมสำรวจเส้นทางและบทเรียนที่ได้จากการสร้าง OpenAI พร้อมวิเคราะห์แนวคิดและมุมมองที่น่าสนใจของ Sam Altman ในประเด็นต่างๆ ตั้งแต่การตั้งเป้าหมาย AGI, การจัดการทีมงานผู้เชี่ยวชาญ, ความก้าวหน้าของโมเดล AI, การเชื่อมต่อ AI กับข้อมูลจริง, การสร้างหุ่นยนต์, ความท้าทายของการป้องกันคู่แข่ง, ไปจนถึงบทบาทของเทคโนโลยีในอนาคต ที่จะเปลี่ยนแปลงวิถีชีวิตและการทำงานของเรา

Sam Altman กล่าวถึงการตัดสินใจเริ่มต้น OpenAI

การตัดสินใจเริ่มต้น OpenAI กับเป้าหมาย AGI ที่ดูเหมือนฝันไกล

ในช่วงปี 2015 การพูดถึงการสร้าง AGI หรือปัญญาประดิษฐ์ทั่วไปยังถูกมองว่าเป็นเรื่องเพ้อฝันและเกินจริง โดย Sam Altman เล่าว่าเกือบจะไม่ได้เริ่มก่อตั้ง OpenAI เพราะความท้าทายและความไม่แน่นอนที่ล้นหลาม “AGI sounded crazy” หรือ “AGI ดูเหมือนเรื่องเพ้อฝัน” เป็นคำที่สะท้อนความรู้สึกของทีมในตอนนั้น

ความยากลำบากไม่ได้มีแค่เรื่องเทคนิค แต่รวมถึงการตั้งคำถามว่าควรจะทำหรือไม่ เพราะยังมีโอกาสสำเร็จน้อยมากและคู่แข่งอย่าง DeepMind ก็เหมือนจะนำหน้ามากแล้ว แต่ในที่สุดทีมก็เลือกที่จะ “นั่งลงมองหน้ากันและพูดว่า ‘เอาล่ะ เราจะทำสิ่งนี้’” ซึ่งเป็นช่วงเวลาสำคัญที่แสดงให้เห็นถึงความกล้าหาญและความมุ่งมั่นที่ต้องมีในการเริ่มต้นสิ่งใหญ่โต

การตัดสินใจนี้เป็นตัวอย่างของการที่ต้อง “lean into doubt” หรือ “โอบรับความไม่แน่นอน” เพื่อสร้างนวัตกรรมที่สำคัญในอนาคต

ทีม OpenAI ตัดสินใจเริ่มต้นโครงการ AGI

การสร้างทีมที่เก่งที่สุดและการโฟกัสที่ภารกิจ

หนึ่งในข้อได้เปรียบสำคัญของ OpenAI คือการรวบรวมผู้เชี่ยวชาญที่เก่งที่สุดในโลกมาร่วมงานกัน แม้ว่าเป้าหมายจะดูเหมือนไกลเกินเอื้อม แต่การที่มีภารกิจที่ชัดเจนและน่าตื่นเต้นช่วยดึงดูดคนที่มีความสามารถและความมุ่งมั่นสูงได้อย่างมีประสิทธิภาพ

Sam Altman ชี้ให้เห็นว่าถ้าทำสิ่งที่เหมือนกับคนอื่น จะยากมากที่จะรวบรวมคนเก่งๆ และทำให้พวกเขาเชื่อในภารกิจ แต่ถ้าทำสิ่งที่ “one of one” หรือ “สิ่งที่เป็นหนึ่งเดียวในโลก” จะมีแรงหนุนที่ดีมาก เพราะคนจะรู้สึกว่าต้องทำให้สำเร็จเพียงผู้เดียว

นี่เป็นบทเรียนสำคัญสำหรับผู้ที่ต้องการสร้างสตาร์ทอัพหรือโครงการนวัตกรรมใหม่ๆ ว่าการมีภารกิจที่โดดเด่นและแตกต่างคือกุญแจในการดึงดูดและรักษาคนเก่งๆ ไว้กับทีม

การโฟกัสที่ภารกิจช่วยดึงดูดคนเก่ง

OpenAI เริ่มต้นเล็กๆ ก่อนจะเติบโตเป็นองค์กรใหญ่

ในช่วงแรก OpenAI มีเพียงแค่ 8 คนในห้องเดียว และค่อยๆ ขยายเป็น 20 คน ซึ่งยังไม่ชัดเจนว่าจะทำอะไรหรือสร้างผลิตภัณฑ์แบบไหน ทีมเพียงแค่พยายามเขียนงานวิจัยที่ดีเท่านั้น ซึ่งสะท้อนความจริงของหลายๆ สตาร์ทอัพที่เริ่มจากจุดเล็กๆ และไม่ชัดเจนในตอนแรก

คำแนะนำที่น่าสนใจคือ การเลือกตลาดที่ดูเหมือนจะมีอนาคตที่ใหญ่ได้ถ้าประสบความสำเร็จ และเดินหน้าทีละก้าวอย่างมั่นคง “one dumb foot in front of the other for a long time” หรือ “เดินทีละก้าวช้าๆ อย่างมั่นคง” เป็นสูตรสำเร็จที่แท้จริง

ประโยคที่ Vinod Khosla เคยกล่าวว่า “มีความแตกต่างใหญ่มากระหว่างสตาร์ทอัพที่มีมูลค่า 0 ล้านดอลลาร์ กับ 0 พันล้านดอลลาร์ ทั้งที่ทั้งสองยังไม่มีรายได้เลย” ช่วยเน้นย้ำว่าการเริ่มต้นเล็กๆ ไม่ได้หมายความว่าจะไม่ใหญ่ได้ในอนาคต

OpenAI เริ่มต้นจากทีมเล็กๆ

ความก้าวหน้าของโมเดล AI และโอกาสในการสร้างผลิตภัณฑ์ใหม่

จากโมเดล GPT-3 ที่เริ่มต้นมีข้อจำกัดมากในด้านประสิทธิภาพและราคา แต่ในปัจจุบันเราเห็นว่าราคาและความสามารถของโมเดลลดลงและพัฒนาอย่างรวดเร็ว “เมื่อสัปดาห์ที่แล้ว GPT-3 มีค่าใช้จ่ายสูงกว่าตอนนี้ถึง 5 เท่า” ซึ่งแสดงให้เห็นถึงการลดต้นทุนที่เป็นไปอย่างรวดเร็ว

สิ่งที่น่าตื่นเต้นคือ “product overhang” หรือช่องว่างระหว่างความสามารถของโมเดลกับผลิตภัณฑ์ที่คนสร้างขึ้นยังมีมากมาย ทำให้ยังมีโอกาสในการสร้างนวัตกรรมและผลิตภัณฑ์ใหม่ๆ อีกมากมาย แม้ว่าโมเดลเองจะไม่พัฒนาขึ้นก็ตาม

นอกจากนี้ OpenAI ยังเตรียมเปิดตัวโมเดลโอเพ่นซอร์สที่จะทำให้ผู้ใช้สามารถรันโมเดลที่ทรงพลังได้บนอุปกรณ์ของตัวเอง ซึ่งจะเป็นการเปลี่ยนแปลงครั้งใหญ่ในวงการ AI

การพัฒนาโมเดล AI และการลดต้นทุน

ฟีเจอร์ “Memory” และวิสัยทัศน์ AI ที่เป็นเพื่อนคู่คิดตลอดชีวิต

หนึ่งในฟีเจอร์ที่ Sam Altman ชื่นชอบมากที่สุดในปีนี้คือ “Memory” หรือความจำของ ChatGPT ที่ทำให้ AI รู้จักและจดจำผู้ใช้ได้เหมือนกับเพื่อนหรือผู้ช่วยส่วนตัวที่รู้จักเราจริงๆ

ความหมายของ Memory คือ AI จะไม่ใช่แค่ตอบคำถามแล้วจบ แต่จะทำงานอยู่เบื้องหลัง รู้จักการเชื่อมโยงข้อมูลส่วนตัวและบริการต่างๆ ของเรา และสามารถช่วยเหลืออย่างเชิงรุก เช่น ส่งข้อความแจ้งเตือนหรือทำงานแทนในบางเรื่อง

นี่คือจุดเริ่มต้นของสิ่งที่ Sam เรียกว่า “Her vision” ซึ่งหมายถึง AI ที่อยู่กับเราเหมือนเพื่อนหรือผู้ช่วยที่แท้จริง ไม่ใช่แค่เครื่องมือแบบเดิมๆ

การเชื่อมต่อ AI กับข้อมูลจริงและการใช้โมเดลในเครื่อง

ในปัจจุบัน เราเริ่มเห็นการนำ AI ไปเชื่อมต่อกับฐานข้อมูลจริงและระบบต่างๆ อย่างมากขึ้น เช่น การใช้ ChatGPT เป็นระบบปฏิบัติการในชีวิตประจำวัน ที่เชื่อมต่อกับข้อมูลส่วนตัวและบริการต่างๆ

มีการพูดถึงเทคโนโลยี Agent Infrastructure ที่ช่วยให้ AI สามารถทำงานแทนมนุษย์ในงานที่ต้องใช้เวลาสั้นๆ และสามารถปรับเปลี่ยนได้ตามคำสั่ง ซึ่งเป็นการเปลี่ยนแปลงวิธีการทำงานและการปฏิสัมพันธ์กับคอมพิวเตอร์อย่างสิ้นเชิง

ในอนาคต AI จะทำงานแบบผสมผสาน ทั้งในคลาวด์และรันบนเครื่องของผู้ใช้เอง เพื่อลดภาระการประมวลผลบนเซิร์ฟเวอร์และเพิ่มความเร็วในการตอบสนอง

การเชื่อมต่อ AI กับฐานข้อมูลและระบบต่างๆ

วิวัฒนาการของโมเดล Reasoning และ Multimodal ไปสู่ AI รุ่นถัดไป

โมเดล Reasoning เช่น GPT-3 และ GPT-4 mini กำลังพัฒนาไปพร้อมกับโมเดล Multimodal ที่สามารถเข้าใจและสร้างข้อมูลหลากหลายรูปแบบ เช่น ข้อความ รูปภาพ และวิดีโอ

Sam Altman มองว่าในอนาคตจะมีโมเดลเดียวที่รวมความสามารถในการคิดวิเคราะห์ขั้นสูง เขียนโค้ด และสร้างวิดีโอแบบเรียลไทม์ได้ ซึ่งจะเป็น “อินเทอร์เฟซคอมพิวเตอร์รูปแบบใหม่” ที่เปลี่ยนวิธีที่เราปฏิสัมพันธ์กับเครื่องจักร

นี่เป็นก้าวสำคัญสู่การสร้างหุ่นยนต์ที่มีปัญญาและความสามารถในการรับรู้และพูดคุยได้อย่างสมบูรณ์แบบ ซึ่งจะทำให้หุ่นยนต์กลายเป็นผู้ช่วยที่ทำงานจริงในโลกแห่งความเป็นจริง

หุ่นยนต์และการปฏิวัติด้านการผลิตและซัพพลายเชน

Sam Altman แสดงความตื่นเต้นกับอนาคตที่หุ่นยนต์ฮิวแมนนอยด์จะกลายเป็นส่วนหนึ่งของชีวิตประจำวัน โดยกล่าวถึงความเป็นไปได้ที่จะส่งหุ่นยนต์ให้กับสมาชิก ChatGPT ระดับพรีเมียม

แม้ว่าการผลิตหุ่นยนต์จำนวนมากจะใช้เวลานานและมีความท้าทายทางวิศวกรรมสูง แต่เขามองว่าการนำ AI มาควบคู่กับหุ่นยนต์จะช่วยให้หุ่นยนต์เริ่มทำงานในโลกจริงได้เร็วขึ้น และอาจสามารถปฏิวัติซัพพลายเชนด้วยการทำงานอัตโนมัติทั้งหมด ตั้งแต่การขุดเหมือง การขับเรือบรรทุกสินค้า ไปจนถึงการผลิตหุ่นยนต์รุ่นใหม่

การนำ AI และหุ่นยนต์มาผสมผสานกับการผลิตในประเทศ จะเป็นโอกาสใหม่ในการฟื้นฟูอุตสาหกรรมการผลิตในสหรัฐอเมริกาและประเทศอื่นๆ ที่ต้องเผชิญกับความลำบากในการแข่งขันด้านต้นทุน

อนาคตของหุ่นยนต์ในซัพพลายเชน

การป้องกันคู่แข่งและพื้นที่สำหรับนวัตกรรมใหม่

หนึ่งในคำถามคลาสสิกที่ผู้ประกอบการมักถามคือ “จะสร้างสตาร์ทอัพอย่างไรให้ไม่ถูก OpenAI แย่งตลาด?” Sam Altman ตอบอย่างตรงไปตรงมาว่า OpenAI จะมุ่งเน้นพัฒนาผลิตภัณฑ์หลักของตนเองอย่างเต็มที่ แต่ก็ยังมีโอกาสมากมายสำหรับสตาร์ทอัพอื่นๆ ที่จะสร้างสิ่งใหม่ๆ บนแพลตฟอร์มของ OpenAI

เขาแนะนำให้หลีกเลี่ยงการสร้างผลิตภัณฑ์ที่เหมือนกับ ChatGPT โดยตรง เพราะ OpenAI มีความได้เปรียบในเรื่องแบรนด์และฐานผู้ใช้ แต่ควรมองหา “ช่องว่าง” หรือ “สิ่งที่ยังขาด” เพื่อสร้างนวัตกรรมที่แตกต่างและยั่งยืน

นอกจากนี้ยังชี้ให้เห็นว่าในช่วงเวลาที่เทคโนโลยีเปลี่ยนแปลงอย่างรวดเร็ว การแข่งขันจะสูงมากและหลายคนมักจะทำสิ่งเดียวกัน ซึ่งทำให้ยากที่จะสร้างความแตกต่างและความป้องกันทางธุรกิจ

ดังนั้นการคิดนอกกรอบและการสร้างสิ่งที่ไม่เหมือนใครจึงเป็นกุญแจสำคัญของความสำเร็จในยุค AI นี้

คำแนะนำไม่ให้สร้างผลิตภัณฑ์เหมือน ChatGPT

การเผชิญกับความท้าทายและสร้างความเชื่อมั่นในตัวเอง

Sam Altman เล่าถึงช่วงเวลาที่ถูกวิจารณ์และได้รับอีเมลแรงๆ จาก Elon Musk ที่บอกว่า GPT-1 เป็น “ของขยะ” และจะไม่ประสบความสำเร็จ ซึ่งเป็นช่วงเวลาที่ทำให้เขาเริ่มสงสัยในตัวเองและโครงการ

อย่างไรก็ตาม สิ่งที่สำคัญคือการมีความเชื่อมั่นและความมุ่งมั่นที่จะเดินหน้าต่อไป แม้จะถูกวิจารณ์หรือเผชิญกับความล้มเหลวก็ตาม เพราะความสำเร็จในเทคโนโลยีล้ำสมัยไม่เคยมาอย่างง่ายดาย

เขายังเน้นย้ำว่าการบริหารองค์กรขนาดใหญ่ที่ต้องตัดสินใจในเรื่องต่างๆ พร้อมกัน และต้องเผชิญกับคู่แข่งจำนวนมาก เป็นสิ่งที่ท้าทายมากกว่าที่คิด และต้องอาศัยการบริหารจัดการที่ยอดเยี่ยมและความสามารถในการสลับโฟกัสอย่างรวดเร็ว

Sam Altman เล่าถึงอีเมลแรงๆ จาก Elon Musk

ปีแห่ง AI Agents: การเปลี่ยนแปลงของเวิร์กโฟลว์และงานในอนาคต

ปีนี้ถูกเรียกว่าเป็น “ปีของ AI Agents” ซึ่งหมายถึงระบบ AI ที่ไม่ใช่แค่ตอบคำถาม แต่สามารถรับงานและทำงานแทนมนุษย์ในช่วงเวลาสั้นๆ ได้ เช่น การเขียนโค้ด การวิจัย หรือการสร้างข้อเสนอ

ตัวอย่างเช่น Codex และ Code Interpreter ที่ช่วยให้ AI สามารถทำงานตามคำสั่งที่ซับซ้อนได้ และส่งผลให้หลายงานที่เคยต้องใช้มนุษย์ทำหน้าเครื่องคอมพิวเตอร์ในช่วงเวลาที่จำกัด จะถูกแทนที่ด้วย AI ที่ทำงานแบบอัตโนมัติได้

นี่คือการเปลี่ยนแปลงที่ลึกซึ้งในวิธีที่มนุษย์และคอมพิวเตอร์ปฏิสัมพันธ์กัน ที่จะทำให้งานที่ซ้ำซ้อนและใช้เวลานานลดลง และเปิดโอกาสให้มนุษย์ได้ทำงานที่มีความคิดสร้างสรรค์มากขึ้น

อนาคตของอินเทอร์เฟซมนุษย์-คอมพิวเตอร์: การละลายของขอบเขตเครื่องมือ

ในมุมมองของ Sam Altman สิ่งที่วิทยาศาสตร์นิยายทำนายไว้ถูกต้องคือ “อินเทอร์เฟซจะละลายไป” หรือพูดง่ายๆ คือ เราจะไม่รู้สึกว่าใช้อุปกรณ์คอมพิวเตอร์อีกต่อไป เพราะ AI จะทำงานแทนและช่วยเหลืออย่างเต็มที่โดยไม่ต้องรบกวนหรือขัดจังหวะ

ตัวอย่างเช่น อินเทอร์เฟซเสียงในปัจจุบันยังไม่สมบูรณ์แบบ แต่ในอนาคตถ้าสามารถสั่งงาน AI ให้ทำงานแทนได้โดยที่เราไม่ต้องยุ่งเกี่ยวมาก มันจะกลายเป็นผู้ช่วยส่วนตัวที่แท้จริง

Sam ยังเล่าว่าการใช้โทรศัพท์ในปัจจุบันเหมือนเดินอยู่กลาง Times Square ที่เต็มไปด้วยเสียงแจ้งเตือนและสิ่งรบกวน ซึ่งเป็นสิ่งที่ทำให้เครียดและไม่สะดวก

อนาคตของอินเทอร์เฟซคอมพิวเตอร์จะเปิดโอกาสให้เรามีชีวิตที่เรียบง่ายขึ้น โดยที่ AI จะตัดสินใจแทนเราในเรื่องที่ไม่สำคัญและแจ้งเตือนเฉพาะเมื่อจำเป็นจริงๆ

อินเทอร์เฟซ AI ที่ละลายไปในชีวิตประจำวัน

การเลือกคนเข้าทีมและบทเรียนจากการบริหาร OpenAI

การหาคนเก่งที่มีความกระตือรือร้นและสามารถทำงานร่วมกันได้ดี เป็นปัจจัยสำคัญที่ทำให้ทีมประสบความสำเร็จ Sam Altman แนะนำให้เลือกคนที่ “smart, driven, curious, self-motivated, hardworking” และมีประวัติการทำงานที่แสดงถึงความสามารถในการแก้ปัญหาและสร้างผลงานจริง มากกว่าการดูชื่อเสียงหรือประสบการณ์ระดับสูง

เขายังพูดถึงคำแนะนำของ Paul Buchheit ว่า “hire for slope, not y-intercept” หรือ “จ้างคนที่มีแนวโน้มเติบโตมากกว่าคนที่เริ่มต้นดีแต่ไม่พัฒนา” ซึ่งเป็นแนวคิดที่ช่วยให้ทีมมีความยืดหยุ่นและเติบโตได้ในระยะยาว

ในฐานะ CEO ของ OpenAI Sam ยอมรับว่าการบริหารองค์กรที่มีงานและความท้าทายหลากหลายพร้อมกันเป็นเรื่องยากมาก และต้องอาศัยการจัดการที่ดีและความสามารถในการสลับบริบทของงานอย่างรวดเร็ว

Sam Altman แบ่งปันบทเรียนการเลือกคนเข้าทีม

AI เพื่อวิทยาศาสตร์: ความหวังสำหรับอนาคตที่ยั่งยืน

เมื่อมองไปข้างหน้า 10-20 ปี Sam Altman เชื่อมั่นว่า AI จะก้าวสู่ระดับที่เรียกว่า “superintelligence” หรือปัญญาประดิษฐ์ที่มีความสามารถเหนือมนุษย์อย่างมหาศาล โดยเฉพาะอย่างยิ่งในด้านวิทยาศาสตร์

เขาเน้นว่า “การค้นพบวิทยาศาสตร์ใหม่ๆ” เป็นหัวใจของการเติบโตทางเศรษฐกิจและคุณภาพชีวิตที่ยั่งยืน และการใช้ AI เพื่อเร่งกระบวนการค้นคว้าวิจัยจะนำไปสู่การเปลี่ยนแปลงที่ยิ่งใหญ่และรวดเร็ว

ความสัมพันธ์ระหว่างพลังงานและ AI ก็เป็นสิ่งที่ Sam ให้ความสำคัญ โดยยอมรับว่าในช่วงแรกคิดว่า AI และพลังงานเป็นเรื่องแยกกัน แต่ในที่สุดก็เห็นว่าพลังงานจะเป็นข้อจำกัดสำคัญของการพัฒนา AI

การสร้างพลังงานที่เพียงพอและสะอาดจึงเป็นหนึ่งในความท้าทายที่ต้องแก้ไขควบคู่ไปกับการพัฒนา AI เพื่อให้เกิดความก้าวหน้าที่ยั่งยืน

AI เพื่อเร่งการค้นพบวิทยาศาสตร์

บทสรุปจาก Insiderly

การสนทนากับ Sam Altman เปิดเผยภาพอนาคตของ AI ที่ไม่ใช่แค่เรื่องของเทคโนโลยี แต่เป็นเรื่องของภารกิจ ความกล้าหาญ ความเชื่อมั่นในตัวเอง และการสร้างทีมที่แข็งแกร่งพร้อมมุ่งมั่นสู่เป้าหมายที่ยิ่งใหญ่

OpenAI เป็นตัวอย่างชัดเจนของการเริ่มต้นจากความไม่แน่นอนและความท้าทายที่ดูเหมือนเป็นไปไม่ได้ แต่ด้วยความมุ่งมั่นและการโฟกัสที่ภารกิจ สามารถสร้างเทคโนโลยีที่เปลี่ยนแปลงโลกได้จริง

ในยุคที่ AI กำลังพัฒนาสู่ระดับ superintelligence สิ่งที่เราควรให้ความสำคัญไม่ใช่แค่ความก้าวหน้าทางเทคนิค แต่เป็นการสร้างระบบนิเวศน์ที่รองรับการใช้งาน AI อย่างยั่งยืน การพัฒนาพลังงานสะอาด และการเตรียมความพร้อมทางสังคมเพื่อรับมือกับการเปลี่ยนแปลงครั้งใหญ่

สำหรับผู้ที่กำลังมองหาโอกาสในการสร้างสตาร์ทอัพหรือพัฒนานวัตกรรม AI สิ่งสำคัญคือการเลือกภารกิจที่แตกต่างและมีความหมาย ต่อยอดด้วยทีมงานที่มีความสามารถและความมุ่งมั่น พร้อมรับมือกับความไม่แน่นอนและความท้าทายด้วยความเชื่อมั่นและความอดทน

โลกของ AI กำลังเปลี่ยนแปลงอย่างรวดเร็ว และนี่คือช่วงเวลาที่ดีที่สุดในการเป็นส่วนหนึ่งของการสร้างอนาคตที่เต็มไปด้วยโอกาสและศักยภาพอันมหาศาล

คำศัพท์เฉพาะทางที่น่าสนใจ

  • AGI (Artificial General Intelligence): ปัญญาประดิษฐ์ทั่วไปที่มีความสามารถเทียบเท่าหรือเหนือกว่ามนุษย์ในทุกด้าน
  • Scaling laws: กฎที่อธิบายความสัมพันธ์ระหว่างขนาดของโมเดล AI กับประสิทธิภาพการทำงาน
  • Memory (ในบริบท AI): ความสามารถของโมเดลในการจดจำและเรียนรู้จากข้อมูลของผู้ใช้ในระยะยาว
  • Multimodal model: โมเดลที่สามารถประมวลผลข้อมูลหลายรูปแบบ เช่น ข้อความ รูปภาพ และเสียง
  • Agent Infrastructure: โครงสร้างพื้นฐานที่ช่วยให้ AI สามารถทำงานแทนมนุษย์ในงานเฉพาะอย่างอัตโนมัติ
  • Codex: โมเดล AI ที่ถูกออกแบบมาเพื่อช่วยในการเขียนโค้ดโปรแกรม
  • Just-in-time software: ซอฟต์แวร์ที่ถูกสร้างขึ้นในเวลาที่ต้องการใช้งานจริง ไม่ใช่เขียนล่วงหน้า

Source :

Great! You’ve successfully signed up.

Welcome back! You've successfully signed in.

You've successfully subscribed to บทความและข่าวอัพเดท จาก Insiderly.

Success! Check your email for magic link to sign-in.

Success! Your billing info has been updated.

Your billing was not updated.