AI Trends ในปี 2024: มุมมองจากผู้นำในวงการ Technology

AI Trends ในปี 2024: มุมมองจากผู้นำในวงการ Technology

ปัญญาประดิษฐ์ (Artificial Intelligence, AI) ในปี 2024 กำลังมุ่งสู่การเปลี่ยนแปลงครั้งใหญ่ และได้มีการสำรวจแนวโน้มการเปลี่ยนแปลงของ AI ในปีนี้ด้วย โดยอาศัยข้อมูลเชิงลึกและรายงานจาก IBM, Gartner และแหล่งข้อมูลเพิ่มเติมอื่นๆ สรุปออกมาเป็น 5 เทรนด์ ที่สำคัญ และได้นำมาให้ทุกคนได้อ่านต่อไปนี้

Generative AI จากกระแสสู่การประยุกต์ใช้จริง

  • ปัจจุบันนี้คงไม่มีใคร ไม่คุ้นชินกับการใช้ AI Chatbot เช่น ChatGPT และ Copilot ในการถาม-ตอบคำถามต่างๆ ซึ่งในปีนี้ Generative AI จะถูกพัฒนาและนำไปใช้ในการแก้ปัญหาในอุตสาหกรรมจริงมากขึ้น แม้ว่ามันอาจจะไม่ใช่ทางออกสำหรับทุกปัญหา เพราะมนุษย์เรายังไม่สามารถนำ AI มาคิดและทำงานแทนที่มนุษย์ได้ทุกอย่าง แต่เราสามารถนำ AI มาประยุกต์ใช้กับกระบวนการทำงานที่มีอยู่ เพื่อพัฒนาให้ระบบทำงานอย่างมีประสิทธิภาพมากขึ้น

Multimodal AI นิยามใหม่ของความสามารถ AI

  • การเติบโตในขั้นถัดไปของ AI คือ Multimodal Model หรือการประมวลผลข้อมูลจากข้อมูลหลากหลายรูปแบบ เช่น ข้อความ ภาพ และวิดีโอ ซึ่งสามารถสร้างโมเดลที่มีความสามารถในการตัดสินใจ และเก่งขึ้นมาก โดยเฉพาะข้อมูลประเภทวิดีโอที่สามารถนำไปใช้ในการฝึกโมเดล AI ให้เข้าใจโลกอย่างมีองค์ประกอบ

  • Multimodal Model ที่ทุกคนอาจรู้จักกันดี ได้แก่ GPT-4 Gemini และ Claude 3 ที่สามารถรับคำสั่งได้หลากหลายรูปแบบ ไม่ว่าจะเป็นข้อความ รูปภาพ และวิดีโอ เช่น เราสามารถพิมพ์คำสั่งให้ Microsoft Copilot สร้างภาพตามคำอธิบายของเราได้

  • แต่ Multimodal model ไม่ได้มีแค่ใน chatbot เท่านั้น YOLO-World โมเดลที่ใช้ในตรวจจับวัตถุในรูปภาพ ก็สามารถรับคำสั่งได้ทั้งรูปภาพและข้อความเช่นกัน

โมเดลที่เล็กลงแต่มีประสิทธิภาพมากขึ้น

  • ในปีที่ผ่านมา เราได้เห็นถึงข้อจำกัดของการใช้โมเดลขนาดใหญ่ ไม่ว่าจะเป็นความจำเป็นในการใช้ทรัพยากรในการวิเคราะห์ และคำนวณอย่างมหาศาล ปัญหาการขาดแคลน GPU และปัญหาค่าใช้จ่ายในการประมวลผลบนคลาวด์ เพราะฉะนั้นโมเดล Open-Source ที่มีขนาดเล็กลงจึงเป็นที่ต้องการอย่างมาก และมีการส่งเสริมการพัฒนาโมเดลขนาดเล็กให้มีประสิทธิภาพใกล้เคียงกับโมเดลขนาดใหญ่ เช่น LLaMA-2 ที่เป็น Open-Source จาก Meta และมีขนาดเล็กกว่า GPT-3 ถึง 25 เท่า

Custom AI เพื่อตอบโจทย์ความต้องการธุรกิจแบบตรงจุด

  • หนึ่งในการประยุกต์ใช้โมเดล Open-Source ที่เห็นได้ชัดเจนที่สุด คือการนำโมเดลเหล่านั้นมาพัฒนาและประยุกต์ใช้เพื่อแก้ปัญหาธุรกิจ เพื่อตอบสนองต่อความต้องการและข้อมูลที่เฉพาะเจาะจงของแต่ละบริษัท โมเดลที่พัฒนามาจาก Open-Source ที่มีขนาดเล็ก ทำให้การประมวลผลมีราคาถูกลงและเข้าถึงง่ายมากยิ่งขึ้น

  • เช่น Gemma โมเดล Open-Source จาก Google ที่เป็นพื้นฐานของ Gemini ที่เราสามารถนำมาเทรนเพื่อทำ Chatbot ที่ตอบโจทย์กับความต้องการของธุรกิจได้

กฎหมายและปัญหาเชิงจริยธรรม

  • ปฏิเสธไม่ได้ว่าความก้าวหน้าของเทคโนโลยีย่อมมาพร้อมกับความเสี่ยงจากการถูกนำไปใช้ในทางที่ผิด เช่น Deepfakes การปลอมเสียงด้วย AI และปัญหาความเป็นส่วนตัว กฎหมายเพื่อการรักษาสิทธิส่วนบุคคลจึงเป็นที่สำคัญ และควรถูกแก้ไขเพื่อให้เข้ากับยุคสมัยที่เปลี่ยนไป นอกจากนี้บริษัทยังควรตระหนักและระมัดระวังความเสี่ยงของ Shadow AI หรือการที่พนักงานใช้ AI ในการทำงานและได้มีการเปิดเผยข้อมูลลับของบริษัทโดยมิได้รับอนุญาต

Key Takeaways

  • 2024 จะเป็นปีที่สามารถเข้าถึง AI ได้ง่ายและผู้ให้บริการมีความตระหนักถึงผลกระทบเชิงลบจาก AI มากขึ้น
  • โมเดลที่มีขนาดเล็กลงแต่มีประสิทธิภาพเพิ่มขึ้น และการเติบโตของ Open-Source AI จะมีส่วนสำคัญในการพัฒนา AI
  • Multimodel Model จะนำไปสู่การประยุกต์ใช้ AI ที่มีความสามารถและความหลากหลายมากขึ้น
  • ธุรกิจจำเป็นต้องตระหนักถึงปัญหาเชิงจริยธรรม ข้อกำหนด ข้อบังคับ และความเสี่ยงที่อาจเกิดขึ้นจากการใช้งาน AI

Author: Apinya Sriyota (Machine Learning Engineer)

แหล่งข้อมูลเพิ่มเติม

สนใจ Transform องค์กรหรือสอบถามข้อมูลด้าน AI Solution สามารถติดต่อได้ที่ sales@datawow.io หรือโทร 02-024-5560