ดร.อธิป อัศวานันท์EN

บทสรุป

ความสนใจของสาธารณะไปอยู่ที่ LLM แต่ในองค์กรจริง งานส่วนใหญ่ยังใช้ Machine Learning และ Deep Learning แบบดั้งเดิม

เหตุผลคือความแม่นยำและความน่าเชื่อถือ ซึ่งเป็นเงื่อนไขที่สำคัญกว่าความสามารถทั่วไปในงานที่มีความเสี่ยง

วีดีโอสรุปว่า AI แต่ละแบบเหมาะกับงานประเภทไหน โดยยกตัวอย่างการใช้งานจริงทั้งในไทยและต่างประเทศ

ประเด็นสำคัญ

  1. ความสามารถทั่วไปกับความแม่นยำเป็นคนละเป้าหมาย

    โมเดลที่ทำได้ทุกอย่างไม่ใช่โมเดลที่ทำงานหนึ่งได้ดีที่สุด

  2. งานที่วัดผลได้ยังเป็นของ ML แบบเดิม

    การทำนายยอดขาย การตรวจจับการฉ้อโกง และการควบคุมคุณภาพ ต้องการตัวเลขที่เชื่อถือได้

  3. LLM เก่งในงานที่ไม่มีคำตอบเดียว

    การสรุป การร่าง และการค้นหา เป็นงานที่ความยืดหยุ่นมีค่ามากกว่าความแม่นยำสัมบูรณ์

  4. คำถามที่ถูกคือใช้แบบไหนกับงานอะไร

    ไม่ใช่ว่าเทคโนโลยีใหม่แทนที่ของเก่า แต่คือการเลือกเครื่องมือให้ตรงกับงาน