ทุกครั้งที่เราใช้ AI ดูวิดีโอ หรือฝากข้อมูลบนคลาวด์เบื้องหลังคือ Datacenter ที่เต็มไปด้วยคอมพิวเตอร์จำนวนมหาศาลปัญหาคือมันไม่ได้กินไฟแค่ตอน “คำนวณ” (compute)แต่มันต้องใช้ไฟอีกก้อนใหญ่เพื่อ “ระบายความร้อน” (cooling) ด้วย
ข่าวบริษัท Anthropic เปิดตัว AI model ตัวกลางคือ Claude 3.5 Sonnet (ส่วนตัวใหญ่คือ Opus และตัวเล็กคือ Haiku มีแค่ 3.0 ยังไม่ออกรุ่น 3.5) ได้รับความสนใจอย่างมาก โดยเฉพาะอย่างยิ่งเมื่อผลจากการทดสอบหลายหัวข้อ สามารถเอาชนะ ChatGPT 4o ของแรงตัวล่าสุดจาก OpenAI ที่เคยสร้างความฮือฮาจากการสนทนาสดด้วยเสียงเมื่อเดือนที่แล้ว และกำลังทยอยปล่อยให้ผู้ใช้ทั่วโลกได้ใช้กันแบบฟรีอยู่
จนตอนนี้ผ่านไปกว่า 6 ชั่วโมงแล้วตั้งแต่ OpenAI เปิดตัว ChatGPT-4o (“จีพีที-โฟร์-โอ”) ซึ่งดู เผินๆ เหมือนจะไม่ได้มีอะไรใหม่มากเท่ากับการเปลี่ยนแปลงจาก GPT-3.5 ไปเป็น GPT-4 แต่ที่จริงแล้วน่าจะนับเป็นก้าวใหญ่หรือหมุดหมายสำคัญอันนึงในระหว่างทาง ก่อนที่เราจะไปถึง GPT-5 ในอีกไม่กี่เดือนข้างหน้า
AI Digital watermark หรือการติด tag ว่าเป็นผลงานที่สร้างจาก AI ไม่ใช่แค่ลายน้ำบนรูปเท่าที่เรามองเห็นอย่างที่หลายคนเข้าใจ (ซึ่งมักจะคิดกันว่าแค่ลบหรือ crop ออกก็หายแล้ว) แต่เป็นการฝังข้อมูลดิจิตอลที่ซ่อนไว้อย่างแนบเนียนในชิ้นงาน เพื่อให้สามารถตรวจจับได้ว่าสร้างจาก AI ถึงแม้จะนำมาแก้ไขตัดต่อไปแล้วด้วยวิธีการใดๆ ก็ตาม โดย tag หรือ watermark นี้อาจจะทำไว้แบบให้เห็นชัดเจน หรือซ่อนไม่ให้เห็นก็ได้
ข่าวใหญ่ล่าสุดในแวดวง AI คงไม่พ้นการเปิดตัวของ Gemini (อ่านว่า “เจ-มิ-นาย“) เมื่อคืนนี้ ซึ่ง Gemini นับเป็นโปรแกรมหรือ AI model ตัวใหม่ล่าสุดและเก่งที่สุดของ Google ที่จะมาสู้กับ GPT-4 ของ OpenAI โดยจากการทดสอบของ Google แสดงว่า Gemini สามารถชนะ GPT-4 ได้ถึง 30 จาก 32 หัวข้อ และยังเป็น AI model ที่ออกแบบมาตั้งแต่ต้นให้สามารถทำงานได้กับข้อมูลที่หลากหลาย ทั้งข้อความ ภาพ เสียง รวมถึงวิดีโอ หรือที่เรียกว่า multimodal
เมื่ิอวานนี้น่าจะเป็นวันฤกษ์ดีของวงการ AI เปิดตัวกันใหญ่ Meta (Facebook – ไม่รู้จะต้องวงเล็บแบบนี้ไปอีกนานแค่ไหน ก็มันไม่ชินกับชื่อใหม่อะ) เปิดตัว AI สร้างภาพให้ลองเล่นกัน (ตอนนี้เฉพาะใน USA) ที่ imagine.meta.com
วศิน เพิ่มทรัพย์ / 240 หน้า / 225 บาท
ด้วยการเติบโตอย่างก้าวกระโดดของตลาด AI ทำให้ฮาร์ดแวร์ที่จำเป็นต้องใช้งานอย่างพวก GPU (Graphic Procesing Unit) ทั้งหลายขายดิบขายดีตามไปด้วย เพราะการทำงานของเอไอสมัยใหม่ล้วนใช้ GPU เป็นหลักในการคำนวณ matrix จำนวนมหาศาลพร้อมๆ กันในลักษณะคล้ายกับการสร้างภาพกราฟิกในเกม ทำให้ต้องใช้ GPU ซึ่งเป็นฮาร์ดแวร์ที่เก่งเรื่องนี้มาทำงานแทน
ความจริง AI Chat bot จากเจ้าใหญ่ระดับโลกทั้งหลายที่ออกมา ไม่ว่าจะเป็น ChatGPT, Bing, Bard, Claude ตอนนี้ก็ล้วนแต่ใช้ภาษาไทยได้หมดแล้ว และล้วนแต่สนับสนุนภาษาหลักๆ ของโลกทั้งหมดแล้วเช่นกัน แต่ชาติต่างๆ ก็ยังต้องมีการพัฒนา AI ของตัวเองขึ้นมา ไม่ว่าจะเป็นการต่อยอดจาก open-source หรือคิดใหม่ทำใหม่หมดเลย ที่ดูคร่าวๆ แล้วก็น่าจะเพราะเหตุผลง่ายๆ สองข้อหลักๆ คือ ความเร็ว (speed) และความเชี่ยวชาญ (proficiency) ในการใช้ภาษานั้นๆ กับเรื่องของการ bias หรือให้คำตอบที่ไม่เป็นกลาง
อีกไม่กี่วันก็จะเป็นวันครบรอบปีแรก หรือขวบแรกนับตั้งแต่การเปิดตัวของ ChatGPT ปัญญาประดิษฐ์หรือ AI ตัวแรกที่เปลี่ยนการทำงานกับคอมพิวเตอร์ของมนุษยชาติไปตลอดกาล ลองมามองย้อนกันดูว่าในเวลาเพียง 1 ปีที่ผ่านมา มีอะไรเกิดขึ้นบ้าง ในตอนนี้เราจะพูดถึงเฉพาะ AI ประเภท chatbot กันก่อน (เช่น Q, Grok, Llama, Bard, Bing, GPT-4) เพราะเป็นตัวที่สร้างแรงกระเพื่อมมากที่สุดในบรรดา AI ทั้งหมด ส่วน Generative AI ประเภทอื่น เช่นพวกที่สร้างภาพหรือ text-to-image นั้นไว้เล่ากันวันหลัง
This will close in 10 seconds
