หัดใช้ (สั่ง) งาน AI กับคุณโกเมษ #LearningWithSCK
สวัสดีคนขยันวันเสาร์อีกสัปดาห์ (ฉันและพี่ๆ น้องๆ ชาว SCK — WLB รวมแล้ว 9 คน) คลาสนี้ได้รับเกียรติจากคุณโกเมษ โดยการชักชวนของพี่หนุ่ม มาให้ความรู้เบื้องต้นเกี่ยวกับการหัดใช้ (สั่ง) งาน AI ในแต่ละเครื่องมือ และการเขียน prompt
- คุณเมษ ทำ Data Science, Data Analytics มา ปัจจุบันทำงานอยู่ที่ KBTG ที่บริษัทแยก Data Science ออกจาก AI เป็นคนละทีมกัน
- มาอยู่ที่นี่ ก็ทำ ML ด้าน Credit Scoring ทำพวก Data ที่เป็น number
- แต่ในโลกของ Intelligence คนเราฉลาด ได้จากหลายส่วน ไม่ใช่แค่ตัวเลขเท่านั้น ก็เลยเกิดศาสตร์ใหม่ ที่เกิดเครื่องจักรเรียนรู้เชิงลึก เรียก Deep Learning (ภาพ วิดีโอ เสียง อ่านหนังสือ)
- ปีสองปีที่ผ่านมา Deep Learning ฉลาดมากก็คือ Language Model (วุ้นแปลภาษาของโดเรมอน) สามารถแปลภาษาเครื่องเป็นภาษาคนได้ ต่อให้ไม่รู้ภาษา วาดภาพได้ก็เข้าถึง AI ได้แล้ว (Generative AI)
- ปัจจุบันดำรงตำแหน่งเป็น AI Evangelist (ศาสดา) ทำยังไงก็ได้ให้องค์กร Transform ตอนนี้พยายามทำทั้งภายในและภายนอก
AI is everywhere
AI adoption มาแรงมาก เมื่อประมาณปลายปีที่แล้ว
สิ่งที่ ChatGPT ฉลาดมากตอนนี้ก็คือ ฟัง ดูเรา และ เอ๊ะ กลับมา หรือ Gen รูปก็กลับมาให้แค่รูปเดียว เพื่อลดการใช้ CPU ของมัน (เหมือนจะเป็นเจ้าเดียวตอนนี้)
ไม่ใช่ Text to Text เหมือนกับ Version แรกอีกแล้ว
เมื่อประมาณกลางปีที่แล้ว มีศิลปินคนหนึ่งให้ AI วาดรูป opera อะไรซักอย่าง แล้วได้รางวัลที่หนึ่ง แต่เค้าไม่ขอรับรางวัล เค้าแค่แสดงให้ดูเฉยๆ ว่า มัน Gen ได้ขนาดนี้แล้ว
รวมถึงขายหัวเราะก็มีฉบับที่ใช้ AI ทำออกมาเมื่องานหนังสือปีที่แล้ว
- Gen AI ช่วยลดการทำงานได้ 60–70%
- ใน USA เริ่มมีการประท้วงแล้วว่าทำไมเอา AI มาทำงานแทนตำแหน่งฉัน
- คุณเมษบอกว่า น้องที่ทำงานบอกว่า ChatGPT-4o ฉลาดมาก ฉลาดจนเราน่าจะตกงาน
- Microsoft ก็มี copilot ในเครื่อง แบบที่นาง track ให้เลยว่า ทำงานจริงเท่าไหร่ อู้เท่าไหร่
ยุคสมัยแห่ง AI
- 1956–1980s: AI = fast ต้องการให้ machine เก่งเหมือนคน คนสั่งมัน สอนมัน เป็น Rule-based
- 1980s — 2000: AI = learn เริ่มมี ML เอา data ใส่เข้าไป แล้ว machine เรียนรู้เพิ่ม
- 2000–2015: Deep learning AI = preceive ตัว machine มีความรู้สึกเหมือนคน ลึกมากขึ้น ดูรูปได้ อ่านหนังสือได้ ดูวิดีโอ ฟังเสียงได้
- 2015 — Now: AI = Create Generative AI ปัจจุบันคนที่ใช้เป็นคือใช้รุ่นนี้ ถ้าเก่งจริงจะไปเรียกความสามารถของสามรุ่นแรก
- ในธนาคาร จัดการพวก Rule-Base ต่างๆ ข้อดีคือง่าย มัน automate แต่มันไม่ฉลาด ผิดแล้วผิดเลย
- Machine Learning ฉลาดขึ้นทุกครั้งที่เอา Data ใส่เข้าไป ยิ่งเราใส่ Data เข้าไป มันจะเรียนรู้และ Continue มีมานานแล้ว ใช้มา 6–7 ปีแล้ว
- Computer Vision คือการเปรียบเทียบหน้าคนจริงๆ กับบัตรประชาชน
สิ่งสำคัญคือ มันมีความเสี่ยง
- ถ้า Rules ผิด มันก็เสี่ยง
- Data sensitive and privacy
- Explainable AI ต้องอธิบายได้ว่ามันเก่งเพราะอะไร ถ้าเราสร้างโดเมนได้แล้ว ก็ต้องให้มันอธิบายได้ด้วย
- High-quality standard โมเดลบางอย่างเป็น blackbox ก็ต้องไปตรวจมาตรฐาน เพื่อจะได้มีคุณภาพมากขึ้น
การลดความเสี่ยงที่ดีที่สุด คือการเอาคนเข้ามาช่วยตัดสินใจ
Generative AI คือวุ้นแปลภาษา เป็น Large language model (LLM) + Large amount data
คนเราฉลาดได้เพราะอ่านหนังสือ อันนี้คือเอามาทั้งห้องสมุดเลย ประมาณ 10% ของ Internet ไม่ใช่ว่ารู้ทั้งหมด แต่รู้เกือบหมด ใหญ่พอที่เค้าจะมีความรู้ ความรู้ที่ได้มา ไม่ได้จำทั้งเล่ม สกัดมาจากแต่ละเล่มเอามาใส่ในสมองเค้า
- GPT, Gemini, Claude ก็เป็น Large language model (LLM) + Large amount data คนละตัว
- มันอ่านหนังสือ มีความสามารถเรื่อง multi-modal รับทุกอย่างที่เป็น data type ได้หมด ตัวอักษร รูป เสียง วิดีโอ และรับได้เกือบทุกภาษา
- ที่สำคัญก็คือ เราส่งแค่ 1 modal ปัจจุบัน แต่ในอนาคต เราจะส่งเป็น multi-modal ได้
- Automated content creation
- การ prompt จะเป็น multi-modal prompt ไม่ใช่แค่ text อย่างเดียวแล้ว เช่น ภาพ paper นี้ + เสียงของเรา และช่วยทำนู่นนี่ให้หน่อย
- ตอนนี้ยังเกิดความสงสัยอยู่ว่าเค้าเทรนยังไงให้มันมีสองมิติ
- เมื่อมีความสามารถ input ได้หลายอย่าง ก็จะมี output ได้หลายอย่าง
- Human-Like conversation มันอ่านเยอะ อ่านนิยายเยอะ มันก็เลยเนียนกับคน สื่อสารได้เหมือนคน
- บางรุ่นก็จะมีความสามารถไม่เหมือนกัน ขึ้นอยู่กับว่า ใช้วุ้นแปลภาษารุ่นไหน ใช้ข้อมูลจากไหน
General — Purpose Technology
- ใช้สำหรับการทำงานทั่วไป เช่น ไฟฟ้า อินเทอร์เน็ต แปลว่า ทำอะไรก็ได้ ถ้าคุณมี domain knowledge ตัวนั้น
- ตอนนี้ได้แน่ๆ คือ การ access to knowledge 10% นั้น และจะมีประโยชน์มากกับผู้เริ่มต้น เช่น ไม่รู้การเขียนโค้ด ก็จะเขียนโค้ดได้ และคนที่ใช้เป็นก็จะยิ่งเก่งมากๆ
- สิ่งหนึ่งที่จะเกิดคือ Productivity จากเดือน เหลือเพียงไม่กี่นาที (ยกตัวอย่างเช่นวาดภาพ)
- Canva AI Chatbot
- AI Github Copilot
- คนที่ใช้ AI เป็น จะมาแทนคนที่ไม่ใช้ AI
Generative AI มีข้อเสียอยู่ ต้องรู้จัก เอ๊ะ ด้วย
- Stochastics คำตอบมัน Random ต่อให้ถามเหมือนกัน ก็ตอบไม่เหมือนกัน
- Hallucination มีความมโน
มีความเสี่ยงเยอะ ทำไมเราถึงยังใช้?
จากผลการ Survey พบว่า มีการใช้ เพราะคิดว่ายังสามารถ control บางสิ่งได้
Smart and Responsible
เราเป็นคนกลุ่มไหน
- AI End Users
- AI Super Users
- AI Engineer เอา AI มาประกอบ
- AI Builders สร้าง algorithms
Skills ที่ต้องใช้ คือ สื่อสารกับมันให้ได้
เลือกก่อนว่าจะเอา AI มาทำอะไร
- Augment ทำให้ฉลาดขึ้น แล้วตัดสินใจ
- Automate ทำบางอย่างให้มันอัตโนมัติ เพื่อเอาเวลาไปทำอย่างอื่น
- Change เห็นภาพชัดๆ เช่น แผนที่ → Google Maps หรือจัดทริป ก็ให้ chatGPT หรือ AI Chatbot ช่วยจัดทริปได้
- การเขียนโปรแกรมเมื่อก่อนเขียนจากศูนย์ หรือ copy คนอื่นมา ปัจจุบันอาจจะใช้ prompt ได้
- Cursor เป็นอีกตัวที่อยากฝากให้ลอง เป็นตัวที่เหนือชั้นขึ้นมา เป็น experience coding (openAI ใช้) https://cursor.sh/
เทรนด์ของ AI
- ปัจจุบัน Copilot เป็นผู้ช่วยขับเครื่องบิน (tasks based) ยังไม่ได้เป็นนักบิน
- แต่ในอนาคตจะอัปเกรดเป็น AI Agent + Human Copilot (outcome based) เช่น ไปเขียนโค้ดหน้านี้ เอาปุ่มสีแดงให้หน่อย
- อนาคตสุดๆ จะเป็น AI Autopilot ปัจจุบันที่เจอคือ เครื่องดูดฝุ่น MK ที่ส่งของใส่ Suki (เพราะมีความเสี่ยงต่ำ)
ChatGPT = Chat (prompt) + Generative Pre-train Transformer
- Pre-train = Large language model (LLM) + Large amount data
- Skill เมื่อก่อนคือ Search ยังไงให้เก่ง ตอนนี้ก็ prompt ไปอย่างเดียว
- ChatGPT Plus ใส่ภาพเข้าไป (ภาษาอื่น) แล้วพิมพ์ถามได้เลย ว่าใบนี้คืออะไร ค่าจอดรถเท่าไหร่
พฤติกรรมของเราจะเริ่มเปลี่ยน เพราะมีเครื่องมือพวกนี้
Gemini
จะมีความมโน การลดความมโน คือ grounding
การที่เราทำ grounding คือ ไม่จำเป็นต้องใช้ 10% ที่มันไปเรียน
- แต่ไปดึงเว็บจริงๆ มาเลย
- หรือ จากเอกสารที่เรามี (internal knowledge) เช่น Google Worksheet
- หรือ จาก Youtube ก็ได้
ขั้นแรกเข้า Setting → เปิด Extension ก่อน ว่าจะให้หาข้อมูลจากไหนบ้าง
จากนั้นกลับมาที่ prompt เช่น
@Gmail find any mail that has confirmation
- ถ้าอยากให้มันหาหลายที่ เช่นใน Gmail หรือ Google Drive ก็บอกมันได้
- เพื่อลดความมโนอีกอย่าง คือ กำหนดตัวตนเข้าไปให้มัน แล้วค่อยสั่งให้มันทำ เช่น ฉันเป็นไกด์ผู้มีประสบการณ์ 30 ปี ช่วยจัดทริปให้หน่อย หรือ ผมหาอีเมลหนึ่งไม่เจอ ที่เคยไปจองร้านอาหารมา ปีที่แล้ว ช่วยหาให้หน่อย
- Gemini จะจัด structure มาให้ ซึ่งไม่จำเป็นต้องเป็นแบบนี้ก็ได้ เช่น อยากให้ออกมาใน JSON หรือ ออกเป็น Table หรือออกเป็น Excel หรือภาษาอื่น
- ข้อดีคือ มัน Export ออกมาเป็น Google Docs หรือ Gmail ได้เลย
- ทุกครั้งที่เรา prompt — Google มันจะให้มา 3 drafts สามารถกดเลือกได้
- ใน Gmail ก็จะมี help me write (ยังหาไม่เจอ! เดี๋ยวค่อยไปลองหาใหม่)
ทดลองทำ Workshop สร้าง ice-cream
จริงๆ เค้าให้ทำเป็น ice-cream โคนเฉยๆ แต่นี่อยากกิน banana split 5555
หลังจากตีกับ Gemini อยู่ประมาณ 4 รอบ เพราะนางพ่นออกมาแล้ว Syntax Error บึ้ม ภาพไม่ขึ้นซักที ก็เลยย้ายไปลองกับ ChatGPT แทน
ลองสั่งด้วยคำสั่งแบบเดียวกัน แนบภาพแบบเดียวกัน
แล้วก็ copy code มาแปะ ผลประกอบการก็คือรันได้แล้วจ้า
Co-Pilot มีการสร้าง Agent แยกมาให้
ถ้าอยากมี Agent ส่วนตัว จะสร้างมันยังไง?
- วิธีการสร้าง Agent คือ บอกว่าอยากได้อะไร แล้วมันก็จะไป Gen-Code มาให้ (ต้องจ่ายเงินก่อน ใน Create Co-pilot GPT)
- Co-Pilot GPT Builder ต่อให้จ่ายเงินเป็นโปร ก็จะใช้ฟรี 1 เดือน เช่น อยากได้ Agent สรุปข่าวจากที่ไหนทุกเช้ามาให้ ถ้า Version ฟรีจะไม่มีตัวนี้จ้ะ
- ในมุมคุณเมษ คิดว่า Co-pilot เก่งด้าน Demo อย่างเดียว (ผ่าม)
- จะดีเมื่อคุณใช้ทุกอย่างของ Microsoft เช่น Word, PowerPoint, Excel, Microsoft graph, BI เก็บ data มา summarize ทำ auto take action อะไรได้หมด
- open ให้เขียนโค้ดอื่นแล้วมาใช้ Microsoft graph แต่กำลังอยู่ระหว่างการทดสอบ
- ในฝั่งของ GPT ก็สร้าง Agent ของตัวเองได้ และแน่นอนว่า ต้องเสียเงินก่อนถึงจะมีเมนูนี้โผล่ขึ้นมา
- ใน Co-pilot มี Plugin อยู่เช่นกัน เช่น Suno เอาไว้แต่งเพลง สั่งให้มันแต่งให้ มันก็สร้างเนื้อร้อง ทำนองมาให้เลย
- AI — Companion อยู่ใน browser — Microsoft Edge เลย
- ถ้าจ่ายเพิ่มก็จะ grounding พวกไฟล์ส่วนตัวได้ (แหม่ เสียเงินอีกแล้ว)
Co-pilot Notebook
- จะสามารถใส่ paragraph คำสั่งเข้าไปได้เยอะๆ
- ปกติ token ถ้าไม่พอ มันจะอ่านประมาณ 2,000 คำแรก ข้างล่างก็จะไม่อ่าน ต่อให้สรุป ก็สรุปไม่ครบ
Microsoft 365 Copilot in Excel
ยังใช้ Language Model ไม่ได้ ออกมาซักระยะแล้ว ก็ยังทำได้แค่อยู่ในวิดีโอ
Microsoft 365 Copilot in Excel (youtube.com)
Microsoft 365 Copilot in PowerPoint
Microsoft 365 Copilot in PowerPoint (youtube.com)
perplexity
- ออกมาเพื่อจะแข่งกับ Google Search
- เหมาะสำหรับค้นหาความรู้ แต่อาจจะไม่เหมาะกับ take action
- ถ้ารู้ว่าอยากหาข้อมูลแบบไหน ข้อมูลมโนก็จะน้อยลง
- เป็นของฟรี และสามารถใช้ได้แบบโปร 5 ครั้งต่อสี่ชั่วโมง
- มันจะอ่าน Source ที่น่าเชื่อถือมาก่อนแล้วค่อยสรุปให้ เป็น real-time
- ส่วนอันนี้คือมันกรองมาแล้ว 10 เว็บไซต์ (น่าจะต้องจ่ายเงินมั้ง) เพราะเวอร์ชันฟรี มันหามา 5 เว็บไซต์ มีแนวโน้มที่จะแม่นกว่า
- ChatGPT คือควานหาทุกอย่างใน Internet แล้วสรุปมา
- ถ้าอยากให้มันเปลี่ยนการเขียนก็มีให้เลือก
ถ้าเราอยากรู้เกี่ยวกับ ‘mamba’
คนที่บอกว่า prompt ดีไม่ดีคือเราเอง ว่าพอใจกับ output หรือเปล่า
Claude
- มีคนบอกว่า มันสรุปและแปลไทยดี แต่คุณเมษคิดว่ามันยังไม่เท่าไหร่
- มี template ที่ไม่เหมือนคนอื่น แต่เอาจริงๆ มันก็เอาไอเดียจากตัวนี้ไปใช้กับตัวอื่นได้
- อยากให้ลองเอาคำแนะนำของ prompt หนึ่ง ไปใช้กับอีก tool หนึ่ง
- เจ้านี้ใช้ไปสักพัก ก็จะโดนถามว่า อัปเกรดไหม
- มี Claude for Sheets https://workspace.google.com/marketplace/app/claude_for_sheets/909417792257
ลองหาชื่อตัวเองใน Gemini กลายเป็นนักร้องไปอีกละ สัปดาห์ที่แล้วที่ลองใช้ ChatGPT (เวอร์ชันฟรี) ก็เป็น นางแบบหรือนักแสดงอีก ฉันเป็นท้อ
ChatGPT prompt techniques
- ถ้าอยากได้คำตอบที่เฉพาะเจาะจงให้ใส่รายละเอียดเข้าไปใน prompt เยอะๆ เพื่อลดการมโน
Generative AI
become a game-changer in expediting the prototyping process across various industries, offering innovative solutions, and driving significant advancements in creativity, productivity, and efficiency
ChatGPT Plus สามารถเอา wireframe → Code → Design 1st draft
Prompt to make decision
- ถ้าให้ context น้อย ข้อมูลมโนก็มาก
- ถ้าให้ context มากไป ก็ Bias อีก
Business Domain เป็นสิ่งสำคัญมากๆ สำหรับคนตรวจ เพราะเราไม่รู้ว่ามัน Gen อะไรออกมาให้
The Impact of Generative AI
- Productivity ทำให้เราเก่งขึ้น
- Innovation ทำให้เกิดสิ่งใหม่เพิ่มขึ้น
Use Case — AI for Good เพื่อสังคม โรงพยาบาล การศึกษา
ในโรงพยาบาล
- ChatGPT ช่วยเรื่องการถามตอบได้ 24/7 เนียนมากขึ้น เข้าใจภาษาทางการแพทย์มากขึ้น
- Simulate คนไข้ กินยา ไม่กินยา จริงๆ ควร Simulate ก่อนการสร้างยาด้วยซ้ำ ให้มัน Brainstrom → Ranking → แล้วเราค่อยตัดสินใจอีกที
- ใน Lab วิทยาศาสตร์ สร้างโมเดลว่ามันเป็นต้นไม้อะไร เมื่อก่อนอาจจะใช้เวลา 6 เดือนในการเก็บภาพ เทรนโมเดลใดๆ ก็ตาม พอเอาไปใช้ที่ต่างประเทศที่มีหิมะ ปรากฎว่าไม่สามารถใช้งานได้ เพราะรูปที่เทรนมาไม่มีหิมะ แล้วต้องไปเก็บรูปอีกไหม? ก็คือไม่เก็บแล้ว เอารูปเดิมมาใส่หิมะ ลดระยะเวลา 6 เดือนเหลือไม่กี่เดือน
- ที่คุณเมษทำเรื่องโมเดลรถชน ถ้าเราเก็บรถทุกยี่ห้อที่ชนในโลกนี้ก็ยาก ก็เลย Simulate รถที่ไม่ชน ให้กลายเป็นรถชนขึ้นมา ก็ Speed ได้เร็วขึ้น และ Coverage ได้หลายมุมการชนเพิ่มขึ้น เป็นการย่นระยะเวลาในการทำ Data Collection ลดเวลาการเก็บข้อมูลจาก 3 เดือน เหลือ 3 วัน Feedback Loop เร็วขึ้น
พื้นฐานของ ML คือ Data
เช่น คน 1M มี Fraud 10 คน เมื่อก่อนจะใช้การ Double Data หรือลดข้อมูล เพื่อให้ข้อมูลมัน Balance แต่พอมี Generative ก็ช่วยให้จัดการ Data ได้เร็วขึ้นกว่าสมัย Rule-Based
การ Simulate เป็นหลักการทางวิทยาศาสตร์ ว่าข้อมูลจริงเท่าไหร่ ปลอมเท่าไหร่ และมีการตรวจเชิงคุณภาพว่าข้อมูลดีหรือไม่ดี มีสถิติเต็มไปหมด หรือให้ Domain Expert มาตรวจก็ได้
Synthetic Data
- มีทั้งที่เป็นตัวเลขและ Image
- Software ที่เป็น Synthetic Data ชื่อ https://gretel.ai/
- คุณเมษเคยคุยกับเพื่อนต่างประเทศ เค้าไม่สามารถใช้ข้อมูลจริงลูกค้าได้เลย ก็เลยต้องหา Synthetic Data ส่วนประเทศไทยก็คือใช้ข้อมูลจริงกันจนเพลิน
ภาคการศึกษา
- คนสอน ให้ Simulate นักเรียน ให้ตั้งคำถามมา มีทั้งนักเรียน เก่ง ไม่เก่ง โดดเรียน
- นักเรียน ให้ Simulate อาจารย์ หรือ ให้ตั้งข้อสอบมา
- เจ้าหน้าที่ในการบริหารโรงเรียน ก็ทำได้
- ภาค SDLC มีคนทำแล้ว แต่ Agile ยังไม่เคยเห็น อะไรที่เป็นแบบแผนสามารถเป็น Generative ได้
- พยายามเอา AI มาทำ Augment ทำงานที่ซับซ้อน หรือตัดสินใจ แต่สุดท้ายก็ยังเป็นคนอยู่
ทดลองเล่น prompt
I want to open a tea cafe in Chiang Mai in July 2024. Can you create sales forecasting in 2025? Then use Python to create a graph and outlier analysis. Please run the code and show me.
ลองเล่น GPT (free) นางให้โค้ดมา แต่นางไม่ Gen Graph ให้ แล้วก็ยังไม่ได้ออกมาซักที แล้วก็ติด limit (เสียใจ)
ก็เลยลองเอาโค้ดที่นางให้มา ไปทำตาม instruction ที่นางบอก ก็ออกมาเป็นกราฟอยู่นะ
แต่ Sales Forecast อะไรออกมาเป็นเส้นตรงขนาดนี้ก่อนนนนนน
เนื่องจากติดลิมิตของฟรี ChatGPT ไปแล้ว เราจะไปเล่นที่ตัวอื่นแทน
นาง export to Google Sheet ให้ได้ด้วย และมี code python ให้ แต่ทำไมนางไม่ออกมาครบ 100 records นะ หรือเพราะฉันไม่จ่ายเงินอีก 55555
ข้อควรระวัง: เราไม่ควรเอา sensitive หรือ confidential data ใส่เข้าไปในพวกนี้นะจ๊ะ
แนะนำ Tool อีกตัว ที่เกี่ยวกับ Data (Data as a service) เป็นการ chat กับ data อาจจะมาแทน data scientist ได้ ถ้าในองค์กรยังไม่มีตำแหน่งนี้ แต่ก็ต้องมีความรู้ด้านนี้ด้วยอยู่ดีนะ Prepare — Explore — Predict — Deployments — Reports https://www.akkio.com/
ทางด้าน Claude ด้วยคำสั่งเดียวกัน นางก็ให้เป็น … เหมือนกันจ้ะ แถมไม่มีให้ export ด้วย (หรือฉันต้องเสียเงิน?)
Claude
- Upload file เข้าไปแล้วให้มัน analyze ออกมาเป็น python ก็ได้
- หรือจะบอกว่าเราอยากได้อะไรกับเว็บไซต์ มันก็ให้ code HTML — CSS มาได้ด้วย
- Prompt Library https://docs.anthropic.com/en/prompt-library/library
- Build Short Clip แล้วเอาไปปล่อยลง YouTube ก็ได้อีก (veed.io)
- ใส่เอกสาร คู่มือ หนังสืออะไรเข้าไป แล้วก็คุยกับมันได้ อันนี้เปิดใช้เฉพาะที่ USA https://notebooklm.google/
AI Risks
แต่ละระดับผู้ใช้งาน ก็มีข้อควรระวังไม่เหมือนกัน: AI Super Users — AI Awareness — AI Builders
สิ่งสำคัญเกี่ยวกับการใช้ AI
- รู้ข้อจำกัดของเครื่องมือ
- ต้องคิดก่อนจะใส่ข้อมูลอะไรเข้าไป
- แชร์อะไรให้ AI ก็ลิมิต ไม่ต้องเปิดเผยหมด
- ข้อมูลที่ใส่เข้าไป ไม่ควรมี sensitive data
- มีอะไรก็เก็บ prompt ไว้ด้วย (เก็บลงเครื่อง) ข้อเสียคือไม่มีระบบไหนเก็บ prompt ตอนนี้สามสิบวันก็ลบทิ้งแล้ว
- ต้องมีการเอ๊ะ เพราะถามเหมือนกัน คำตอบมันไม่เหมือนกัน
- คำตอบที่ออกมา ต้องตรวจสอบทุกครั้ง
- ระบบใหม่ๆ ต้องมีความโปร่งใส ต้องบอกว่า ทำมาจากเครื่องมืออะไร เวอร์ชันอะไร
อนาคต AI จะเป็นอย่างไร
- เป็น multi-modal, real-time optimization, personalization
- เบื้องหลังการทำ prompt engineer มันจะซับซ้อนมากขึ้น มีเทคนิคมากขึ้น มีการทำ optimization เพื่อลดค่าใช้จ่าย
- green prompt engineering รักษ์โลก จริยธรรม
- AI จะหาคำตอบมาให้ ไม่ว่าจะถูกหรือผิด แต่ความถูกต้องเชื่อได้ไหมเป็นอีกเรื่อง
- traditional prompt ทุกคนจะใช้เป็น และความ advance จะมากขึ้นเรื่อยๆ
Responsible AI Toolbox
ช่วงถามตอบโจทย์ในชีวิตจริง โดยให้คุณเมษช่วยแนะนำ
- ให้ลองถ่ายภาพ หรือ Capture ภาพเข้าไปเลย แล้วก็ระบุว่าอยากได้อะไร ใช้เทคนิคอะไร บอกมันว่า ฉันเป็นใคร
- ใส่คู่มือการคิดให้ AI ก่อน เหมือนที่เราสอนคนให้คิด
- หรือ Break down ทำไปทีละเงื่อนไข เขียน prompt ไปในแต่ละข้อก่อน แล้วค่อยๆ ใส่เงื่อนไขที่สองเข้าไป
- หรือพอได้ผลลัพธ์ออกมา บอกให้มัน explain how you think แล้วเอาคนไปตรวจ
- เรากลับไปสอน model ไม่ได้ แต่เรากลับไป tuning prompt เราได้ แต่ที่ต้องระวังคือ ยิ่งเรา control มันมากเท่าไหร่ มันก็จะไปโดนอีกตัวหนึ่ง
- หรือมีบางคน (เพื่อนคุณเมษ) จะตั้งค่าก่อนว่า “ต่อไปนี้คุณจะต้องถามก่อนตอบเสมอ” ดังนั้น ก่อนที่ AI จะตอบอะไร ให้ถามฉันก่อน แต่เราก็จะเหนื่อยอีก
- ถ้าเรา prompt สั้น แล้วไม่ได้ที่อยากได้ อาจจะเขียนให้ยาวขึ้น หรือถ้าให้เขียนยาวไปเรื่อยๆ แล้วไม่รอด อาจจะเพราะมันไม่มีความรู้จริงๆ เพราะที่มันรู้คือ general ถ้าเราใส่ business หรือ organization เข้าไปให้มัน มันก็อาจจะฉลาดขึ้นอีก
- ใส่ถามมันอีกด้วยก็ได้ว่า มีข้อควรระวังอะไรบ้าง
- หรือเอาโจทย์ที่ได้มา ให้มา Rank ก่อนว่า AI คิดว่า เคสไหนง่ายหรือยาก อันไหนง่ายฝากทำก่อนหน่อย มันอ่านเก่งมาก แต่อย่าให้มันคำนวณ
- Poe — Fast, Helpful AI Chat มีอีกตัวที่เอามาครอบ ซึ่งก็ต้องจ่ายเงินเหมือนกัน อารมณ์ Prepaid
- prompt ก็เหมือนการสอนเด็ก Google บอกว่าคนส่วนใหญ่ prompt ประมาณ 7 แต่ prompt ที่ดีจริงๆ ควร 22
- ChatGPT4o มีความขี้เกียจ มันจะตอบคล้ายๆ เดิม ต่อให้เราเปลี่ยนโจทย์แล้ว ถ้าอยากเปลี่ยนเรื่องให้ new chat ใหม่ หรือบอกให้มันลืมเรื่องด้านบนที่ถามไปก่อน
- หรือลองสอนมันก่อนว่า นี่คือ Input1 Output1, Input2 Output2 ใส่ภาพเข้าไปก็ได้ แล้วก็ลองให้ Input3 แล้วให้มันจัดการทำ Output3 ออกมา
- โยนภาพเข้าไป แล้วบอกว่า ฉันไม่เคยทำงานเป็น Tester มาก่อน ช่วยอธิบายหน่อยว่าภาพนี้คืออะไร
- เขียนเพิ่มได้ว่า สิ่งที่เธอตอบมา อันไหนที่เธอไม่มั่นใจ ให้ทำตัว Bold มาด้วย
จากที่พี่หนุ่มผู้สับตะไคร้ทุกอย่าง (สายเปย์) ทดลองใช้ ChatGPT-4o, Gemini ให้ดูกับโจทย์ต่างๆ ก็คือความเร็วของน้อง AI ในการตอบคำถาม ต่างกับชาวฟรีอย่างเห็นได้ชัด (และแน่นอนว่า ไม่ติดลิมิต) แถมข้อมูลที่ตอบกลับมาก็ดูดีกว่าด้วย จะบอกว่าโกงก็ไม่ได้อีก ก็จ่ายเงินน่ะนะ โลกทุนนิยมของแทร่
สิ่งที่ต้องระวัง:
- เราเล่นกับมันนานเกินไป นั่งกดไปสองสามชั่วโมง เพลิน
- automation over confidence
- switch off the brain เราไม่คิดอะไรแล้ว ให้มันคิดอย่างเดียว
สำหรับสิ่งที่ข้าพเจ้าได้วันนี้ คือ ได้รู้จัก Tools เพิ่ม ได้รู้วิธีใช้งานมันเพิ่ม (prompt) จากเดิมที่ใช้แบบโง่ๆ และแม้จะเป็น prompt เดียวกัน แต่ละ Tools ก็ให้ผลลัพธ์ออกมาไม่เหมือนกัน เสียเวลามานั่ง Compare นั่งอ่านมันอีก Generate เร็ว แต่ Validate นานเหลือเกิน 555 อีกเรื่องก็คือ จงเสียเงิน แล้วมันจะฉลาดกว่าเวอร์ชันฟรี
(คุณโกเมษย้ำมากๆ)
ถ้าเราใช้เป็นแล้ว ให้ใช้มันในทางที่ดี อย่างมีจริยธรรมด้วย
