AI แชตบอตยุคปัจจุบันทำงานโดยใช้แบบจำลองภาษาขนาดใหญ่ (Large Language Model หรือ LLM) ซึ่งเรียนรู้รูปแบบของภาษาจากข้อความจำนวนมหาศาล แล้วสร้างคำตอบด้วยการคาดเดาคำหรือส่วนของคำถัดไปทีละชิ้นจนได้ประโยคที่สมบูรณ์ แชตบอตจึงตอบได้คล่องและเป็นธรรมชาติ แต่ไม่ได้ “รู้” ความจริงแบบมนุษย์ และอาจตอบผิดอย่างมั่นใจได้
AI แชตบอตคืออะไร
แชตบอต (chatbot) คือโปรแกรมคอมพิวเตอร์ที่สื่อสารกับคนผ่านข้อความหรือเสียง เพื่อตอบคำถาม ให้ข้อมูล หรือช่วยทำงานบางอย่าง ส่วน AI แชตบอตคือแชตบอตที่ใช้ปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) ตีความสิ่งที่ผู้ใช้พิมพ์และสร้างคำตอบขึ้นใหม่ได้เอง ไม่ต้องเลือกจากคำตอบสำเร็จรูป
ตัวอย่างที่คุ้นเคยมีทั้งผู้ช่วยตอบคำถามบนเว็บไซต์ธนาคารหรือร้านค้าออนไลน์ และผู้ช่วย AI อเนกประสงค์ที่ช่วยเขียน สรุป แปล หรืออธิบายเรื่องต่าง ๆ ได้หลากหลาย
แชตบอตแบบกฎกับ AI แชตบอตต่างกันอย่างไร
แชตบอตแบบกฎ (rule-based chatbot) ตอบตามสคริปต์และคำสำคัญที่คนเขียนไว้ล่วงหน้า ส่วน AI แชตบอตตีความความหมายของคำถามและสร้างคำตอบใหม่ทุกครั้ง แชตบอตแบบกฎจึงคาดเดาได้แต่ยืดหยุ่นน้อย ส่วน AI แชตบอตยืดหยุ่นกว่าแต่ควบคุมคำตอบได้ยากกว่า
| ประเด็น | แชตบอตแบบกฎ | AI แชตบอต (ใช้ LLM) |
|---|---|---|
| วิธีตอบ | จับคำสำคัญแล้วเลือกคำตอบที่เขียนไว้ | สร้างข้อความใหม่จากการคาดเดาคำถัดไป |
| รับคำถามนอกสคริปต์ | ทำได้น้อย มักตอบว่าไม่เข้าใจ | ทำได้ดีกว่า เพราะเข้าใจรูปประโยคที่หลากหลาย |
| ความสม่ำเสมอของคำตอบ | สูง ถามซ้ำได้คำตอบเดิม | อาจต่างกันเล็กน้อยในแต่ละครั้ง |
| ความเสี่ยงตอบผิด | ผิดเมื่อกฎไม่ครอบคลุม | อาจแต่งข้อมูลที่ฟังดูน่าเชื่อแต่ไม่จริง |
| ตัวอย่างการใช้ | เมนูถาม-ตอบ เช็กสถานะพัสดุ | ช่วยเขียน สรุปเนื้อหา อธิบายแนวคิด |
แบบจำลองภาษาขนาดใหญ่ (LLM) สร้างคำตอบได้อย่างไร
LLM สร้างคำตอบโดยคาดเดาโทเคนถัดไปซ้ำไปเรื่อย ๆ โทเคน (token) คือหน่วยย่อยของข้อความที่โมเดลใช้ประมวลผล อาจเป็นคำทั้งคำ ส่วนหนึ่งของคำ หรือตัวอักษรเดียว คู่มือของ Google อธิบายว่า LLM ทำงานคล้ายระบบเติมคำอัตโนมัติขั้นสูงที่ให้ค่าความน่าจะเป็นกับโทเคนที่อาจตามมา
เมื่อเราพิมพ์คำถาม ระบบจะทำงานคร่าว ๆ ตามลำดับนี้
- แบ่งข้อความที่เราพิมพ์ออกเป็นโทเคน และแปลงแต่ละโทเคนเป็นตัวเลขที่โมเดลคำนวณได้
- โมเดลอ่านโทเคนทั้งหมดในบทสนทนาพร้อมกัน เพื่อดูว่าแต่ละคำสัมพันธ์กับคำอื่นอย่างไร
- คำนวณความน่าจะเป็นของโทเคนที่อาจตามมา แล้วเลือกหนึ่งโทเคน
- นำโทเคนที่เลือกต่อท้ายข้อความ แล้ววนคำนวณโทเคนถัดไปอีกครั้ง
- ทำซ้ำจนได้คำตอบครบ แล้วแปลงโทเคนกลับเป็นข้อความที่เราอ่าน
การเลือกโทเคนมักมีความสุ่มเล็กน้อย จึงอธิบายได้ว่าทำไมถามคำถามเดิมสองครั้งอาจได้ถ้อยคำไม่เหมือนกัน
ทรานส์ฟอร์เมอร์และกลไกความสนใจตนเองคืออะไร
ทรานส์ฟอร์เมอร์ (Transformer) คือสถาปัตยกรรมหลักของ LLM ในปัจจุบัน หัวใจของมันคือกลไกความสนใจตนเอง (self-attention) ที่ให้โมเดลชั่งน้ำหนักว่าคำแต่ละคำในประโยคเกี่ยวข้องกับคำอื่นมากน้อยแค่ไหน ทำให้เข้าใจบริบทได้ดีกว่าการอ่านทีละคำ
ตัวอย่างในภาษาไทย ประโยค “แมวไม่ข้ามถนนเพราะมันเหนื่อย” คำว่า “มัน” หมายถึงแมว แต่ถ้าเปลี่ยนเป็น “แมวไม่ข้ามถนนเพราะมันกว้างเกินไป” คำว่า “มัน” หมายถึงถนน กลไกความสนใจตนเองช่วยให้โมเดลโยงคำว่า “มัน” ไปยังคำที่ถูกต้องตามบริบท โมเดลขนาดใหญ่ซ้อนกลไกนี้หลายชั้น ชั้นลึก ๆ จึงจับความหมายที่ซับซ้อนขึ้นได้
AI แชตบอตถูกฝึกมาอย่างไร
การฝึก AI แชตบอตมักแบ่งเป็นสองช่วงใหญ่ คือการฝึกเบื้องต้น (pre-training) ด้วยข้อความจำนวนมหาศาลให้โมเดลเรียนรู้รูปแบบภาษา และการปรับแต่ง (fine-tuning) เพื่อให้โมเดลทำตามคำสั่งและสนทนาได้อย่างเป็นประโยชน์และปลอดภัยขึ้น
ในช่วงฝึกเบื้องต้น โมเดลจะฝึกทายข้อความส่วนที่ถูกซ่อนหรือคำที่ตามมา แล้วปรับค่าพารามิเตอร์ภายในทีละน้อยเมื่อทายผิด พารามิเตอร์ (parameter) คือค่าตัวเลขที่โมเดลเรียนรู้ โมเดลใหญ่อาจมีหลายแสนล้านค่าขึ้นไป การฝึกจึงต้องใช้คอมพิวเตอร์กำลังสูงจำนวนมาก ใช้เวลาและพลังงานไฟฟ้ามาก
ช่วงปรับแต่งมักใช้ตัวอย่างบทสนทนาที่คนเขียนหรือคัดเลือก และอาจใช้ความเห็นของคนที่ให้คะแนนคำตอบ เพื่อสอนให้โมเดลตอบตรงคำถาม สุภาพ และปฏิเสธคำขอที่เป็นอันตราย
ทำไม AI แชตบอตจึงตอบผิดได้
AI แชตบอตตอบผิดได้เพราะมันสร้างข้อความที่ “น่าจะเป็น” ตามรูปแบบทางสถิติของข้อมูลที่เรียนมา ไม่ได้ตรวจสอบข้อเท็จจริงทุกครั้ง ปรากฏการณ์ที่โมเดลแต่งข้อมูลผิดขึ้นมาแล้วนำเสนออย่างมั่นใจเรียกกันว่าอาการหลอน (hallucination) ซึ่งสถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐฯ (NIST) เรียกว่า confabulation
สาเหตุอื่นที่พบบ่อย ได้แก่ ข้อมูลที่ใช้ฝึกมีวันตัดรอบ จึงอาจไม่รู้เหตุการณ์ล่าสุด ข้อมูลฝึกมีอคติแฝงอยู่ และคำถามกำกวมทำให้โมเดลตีความผิด แชตบอตบางระบบเชื่อมต่อกับการค้นเว็บหรือฐานข้อมูลเพื่อลดปัญหานี้ แต่ก็ยังผิดพลาดได้
ใช้ AI แชตบอตอย่างไรให้ปลอดภัยและได้ผล
ควรใช้ AI แชตบอตเป็นผู้ช่วยร่างและอธิบาย ไม่ใช่แหล่งข้อเท็จจริงสุดท้าย ตรวจสอบข้อมูลสำคัญกับแหล่งที่เชื่อถือได้เสมอ และระวังการพิมพ์ข้อมูลส่วนตัวลงไป
- เขียนคำถามให้ชัด บอกบริบท เป้าหมาย และรูปแบบคำตอบที่ต้องการ
- ขอให้ระบุแหล่งที่มา แล้วเปิดดูแหล่งนั้นจริงเพื่อยืนยัน
- ตรวจตัวเลข ชื่อคน วันที่ และข้อกฎหมายซ้ำทุกครั้ง
- ไม่พิมพ์รหัสผ่าน เลขบัตรประชาชน ข้อมูลบัญชีธนาคาร หรือข้อมูลลับของงาน
- เรื่องสุขภาพ การเงิน และกฎหมาย ใช้เป็นข้อมูลเบื้องต้นแล้วปรึกษาผู้เชี่ยวชาญ
คำถามที่พบบ่อยเกี่ยวกับการทำงานของ AI แชตบอต
AI แชตบอตเข้าใจภาษาเหมือนมนุษย์ไหม
ไม่เหมือนเสียทีเดียว มันจับรูปแบบความสัมพันธ์ของคำได้ดีมาก แต่ไม่ได้มีประสบการณ์หรือความเข้าใจโลกแบบมนุษย์
ทำไมถามซ้ำแล้วได้คำตอบไม่เหมือนเดิม
เพราะการเลือกโทเคนแต่ละครั้งมีความสุ่มเล็กน้อย คำตอบจึงอาจเปลี่ยนถ้อยคำหรือรายละเอียดไปบ้าง
AI แชตบอตจำบทสนทนาของเราได้ไหม
ภายในบทสนทนาเดียว โมเดลอ่านข้อความก่อนหน้าเป็นบริบทได้ ส่วนการจำข้ามบทสนทนาขึ้นกับการตั้งค่าของแต่ละบริการ ควรอ่านนโยบายความเป็นส่วนตัวของบริการที่ใช้
AI แชตบอตรู้ข่าวล่าสุดไหม
โมเดลรู้เฉพาะข้อมูลถึงวันตัดรอบของการฝึก ยกเว้นระบบที่เชื่อมต่อการค้นเว็บ ซึ่งก็ควรตรวจสอบแหล่งข่าวต้นทางอีกครั้ง
แหล่งอ้างอิง: Google for Developers – What’s a large language model? · IBM – What is a chatbot? · NIST AI 600-1 – Generative AI Profile
ภาพหน้าปกโดย Zulfugar Karimov จาก Unsplash
