| ເນື້ອຫາທີ່ສ້າງຂຶ້ນໂດຍ AI ຄາດວ່າຈະນຳເອົາມູນຄ່າທີ່ສຳຄັນມາສູ່ ເສດຖະກິດ ໂລກ. (ແຫຼ່ງຂໍ້ມູນ: Viettimes) |
ປັນຍາປະດິດທີ່ສ້າງສັນ (Generative AI) ແມ່ນປັນຍາປະດິດປະເພດໜຶ່ງທີ່ສ້າງເນື້ອຫາໃໝ່, ລວມທັງຂໍ້ຄວາມ, ຮູບພາບ, ສຽງ ແລະ ວິດີໂອ , ໂດຍອີງໃສ່ຮູບແບບທີ່ມັນໄດ້ຮຽນຮູ້ຈາກເນື້ອຫາທີ່ມີຢູ່ແລ້ວ.
ສ້າງສິ່ງທີ່ບໍ່ເຄີຍມີມາກ່ອນ.
ຮູບແບບ AI ທີ່ສ້າງສັນໃນປະຈຸບັນໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນຈຳນວນຫຼວງຫຼາຍໂດຍໃຊ້ "ການຮຽນຮູ້ເລິກ" ຫຼື ເຄືອຂ່າຍປະສາດເລິກ, ແລະ ພວກມັນສາມາດດຳເນີນການສົນທະນາ, ຕອບຄຳຖາມ, ຂຽນເລື່ອງ, ສ້າງລະຫັດແຫຼ່ງ, ແລະ ສ້າງຮູບພາບ ແລະ ວິດີໂອທີ່ມີລາຍລະອຽດໃດໆ, ທັງໝົດແມ່ນອີງໃສ່ການປ້ອນຂໍ້ຄວາມສັ້ນໆ ຫຼື "ການກະຕຸ້ນ".
AI ຖືກເອີ້ນວ່າ generative ເພາະມັນສ້າງບາງສິ່ງບາງຢ່າງທີ່ບໍ່ເຄີຍມີມາກ່ອນ. ນັ້ນແມ່ນສິ່ງທີ່ເຮັດໃຫ້ມັນແຕກຕ່າງຈາກ AI ທີ່ມີການຈຳແນກ, ເຊິ່ງສ້າງຄວາມແຕກຕ່າງລະຫວ່າງປະເພດຕ່າງໆຂອງການປ້ອນຂໍ້ມູນ. ເວົ້າອີກຢ່າງໜຶ່ງ, AI ທີ່ມີການຈຳແນກຈະພະຍາຍາມຕອບຄຳຖາມເຊັ່ນ "ຮູບນີ້ແມ່ນຮູບແຕ້ມຂອງກະຕ່າຍຫຼືສິງໂຕ?" ໃນຂະນະທີ່ AI ທີ່ມີການຈຳແນກຈະຕອບສະໜອງຕໍ່ການກະຕຸ້ນເຊັ່ນ "ແຕ້ມຮູບສິງໂຕແລະກະຕ່າຍນັ່ງຢູ່ຂ້າງກັນໃຫ້ຂ້ອຍ."
ຕົ້ນກຳເນີດຂອງ AI ທີ່ສ້າງສັນມີມາຕັ້ງແຕ່ຊຸມປີ 1970 ເມື່ອວິສະວະກອນເລີ່ມພັດທະນາເຕັກນິກສຳລັບການສ້າງຂໍ້ຄວາມໂດຍອັດຕະໂນມັດ. ການມາເຖິງຂອງເຄືອຂ່າຍສັດຕູທົ່ວໄປ (GANs) ຊ່ວຍໃຫ້ AI ສາມາດສ້າງຂໍ້ຄວາມໂດຍອີງໃສ່ຮູບແບບການປາກເວົ້າຂອງມະນຸດ. ຄວາມກ້າວໜ້າທາງດ້ານເທັກໂນໂລຢີໃນ AI ແລະ ການປະມວນຜົນພາສາທຳມະຊາດໃນປັດຈຸບັນຊ່ວຍໃຫ້ AI ສາມາດສ້າງຄຳເວົ້າຂອງມະນຸດຄືນໃໝ່ໃນຮູບແບບລາຍລັກອັກສອນ.
ການສ້າງ AI ໄດ້ຮັບຄວາມນິຍົມຢ່າງຫຼວງຫຼາຍດ້ວຍການພັດທະນາເຄືອຂ່າຍຜູ້ສ້າງຄູ່ແຂ່ງ (GANs) ໃນຊຸມປີມໍ່ໆມານີ້. GAN ປະກອບດ້ວຍສອງເຄືອຂ່າຍປະສາດ - ເຄືອຂ່າຍສ້າງ ແລະ ເຄືອຂ່າຍຈຳແນກ - ເຊິ່ງມີສ່ວນຮ່ວມໃນຂະບວນການແຂ່ງຂັນ. ຕົວສ້າງເນື້ອຫາ, ໃນຂະນະທີ່ຕົວຈຳແນກປະເມີນຄຸນນະພາບຂອງເນື້ອຫານັ້ນ. ຜ່ານການເຮັດຊ້ຳໆທີ່ນັບບໍ່ຖ້ວນ, ຕົວສ້າງໄດ້ປັບປຸງຄວາມສາມາດຂອງມັນ, ນຳໄປສູ່ການສ້າງຜົນຜະລິດທີ່ແທ້ຈິງ ແລະ ສ້າງສັນທີ່ເພີ່ມຂຶ້ນເລື້ອຍໆ.
ຄວາມແຕກຕ່າງລະຫວ່າງ AI ທີ່ມີພະລັງ ແລະ AI ແບບດັ້ງເດີມ
ຄວາມແຕກຕ່າງຕົ້ນຕໍລະຫວ່າງ AI ແບບດັ້ງເດີມ ແລະ AI ແບບສ້າງສັນແມ່ນຢູ່ທີ່ຄວາມສາມາດ ແລະ ການນຳໃຊ້ຂອງມັນ. ລະບົບ AI ແບບດັ້ງເດີມສ່ວນໃຫຍ່ແມ່ນໃຊ້ສຳລັບການວິເຄາະ ແລະ ການຄາດຄະເນຂໍ້ມູນ, ໃນຂະນະທີ່ AI ແບບສ້າງສັນໄດ້ກ້າວໄປອີກຂັ້ນໜຶ່ງໂດຍການສ້າງຂໍ້ມູນໃໝ່ທີ່ຄ້າຍຄືກັບຂໍ້ມູນການຝຶກອົບຮົມຂອງມັນ.
ເວົ້າອີກຢ່າງໜຶ່ງ, AI ແບບດັ້ງເດີມເກັ່ງໃນການຮັບຮູ້ຮູບແບບ, ໃນຂະນະທີ່ AI ທີ່ມີຄວາມຄິດສ້າງສັນເກັ່ງໃນການສ້າງຮູບແບບ. AI ແບບດັ້ງເດີມສາມາດວິເຄາະຂໍ້ມູນ ແລະ ບອກທ່ານວ່າມັນເຫັນຫຍັງ, ແຕ່ AI ທີ່ມີຄວາມຄິດສ້າງສັນສາມາດໃຊ້ຂໍ້ມູນດຽວກັນນັ້ນເພື່ອສ້າງສິ່ງໃໝ່ທັງໝົດ.
ຜົນສະທ້ອນຂອງການສ້າງ AI ແມ່ນກວ້າງຂວາງ, ສະເໜີຊ່ອງທາງໃໝ່ໆສຳລັບຄວາມຄິດສ້າງສັນ ແລະ ນະວັດຕະກຳ. ໃນການອອກແບບ, ການສ້າງ AI ສາມາດຊ່ວຍສ້າງຕົ້ນແບບທີ່ນັບບໍ່ຖ້ວນພາຍໃນນາທີ, ຫຼຸດຜ່ອນເວລາທີ່ຕ້ອງໃຊ້ສຳລັບຂະບວນການຄິດຄົ້ນ.
ໃນອຸດສາຫະກຳບັນເທີງ, ການສ້າງ AI ສາມາດຊ່ວຍຜະລິດເພງໃໝ່, ຂຽນບົດ, ຫຼືແມ່ນແຕ່ສ້າງ deepfakes. ໃນວົງການນັກຂ່າວ, ມັນສາມາດຂຽນບົດຄວາມ ຫຼື ລາຍງານໄດ້. AI ທີ່ສ້າງສັນມີທ່າແຮງທີ່ຈະປະຕິວັດທຸກຂົງເຂດທີ່ຄວາມຄິດສ້າງສັນ ແລະ ນະວັດຕະກຳເປັນກຸນແຈສຳຄັນ.
ໃນທາງກົງກັນຂ້າມ, AI ແບບດັ້ງເດີມຍັງສືບຕໍ່ດີເລີດໃນແອັບພລິເຄຊັນສະເພາະໜ້າວຽກ. ມັນເປັນພະລັງໃຫ້ແກ່ chatbots, ລະບົບການແນະນຳ, ການວິເຄາະການຄາດຄະເນຂອງພວກເຮົາ, ແລະອື່ນໆ. ມັນເປັນເຄື່ອງຈັກທີ່ຢູ່ເບື້ອງຫຼັງແອັບພລິເຄຊັນ AI ສ່ວນໃຫຍ່ໃນປະຈຸບັນທີ່ມີຈຸດປະສົງເພື່ອເພີ່ມປະສິດທິພາບໃນທົ່ວອຸດສາຫະກໍາຕ່າງໆ.
| ທັງ AI ທີ່ສ້າງສັນ ແລະ AI ແບບດັ້ງເດີມມີບົດບາດສຳຄັນໃນການສ້າງອະນາຄົດຂອງມະນຸດຊາດ. (ແຫຼ່ງຂໍ້ມູນ: VinBase) |
ເຖິງແມ່ນວ່າ AI ແບບດັ້ງເດີມ ແລະ AI ທີ່ສ້າງສັນມີໜ້າທີ່ທີ່ແຕກຕ່າງກັນ, ແຕ່ພວກມັນບໍ່ໄດ້ແຍກອອກຈາກກັນ. AI ທີ່ສ້າງສັນສາມາດເຮັດວຽກຄຽງຄູ່ກັບ AI ແບບດັ້ງເດີມເພື່ອສະໜອງວິທີແກ້ໄຂທີ່ມີປະສິດທິພາບຫຼາຍກວ່າເກົ່າ. ຕົວຢ່າງ, AI ແບບດັ້ງເດີມສາມາດວິເຄາະຂໍ້ມູນພຶດຕິກຳຂອງຜູ້ໃຊ້, ແລະ AI ທີ່ສ້າງສັນສາມາດໃຊ້ການວິເຄາະນີ້ເພື່ອສ້າງເນື້ອຫາສ່ວນຕົວໄດ້.
ໃນຂະນະທີ່ພວກເຮົາສືບຕໍ່ ຄົ້ນຫາ ທ່າແຮງອັນໃຫຍ່ຫຼວງຂອງ AI, ການເຂົ້າໃຈຄວາມແຕກຕ່າງເຫຼົ່ານີ້ແມ່ນມີຄວາມສໍາຄັນຫຼາຍ. ທັງ AI ທີ່ສ້າງສັນ ແລະ AI ແບບດັ້ງເດີມມີບົດບາດສໍາຄັນໃນການສ້າງອະນາຄົດຂອງມະນຸດຊາດ, ເຊິ່ງແຕ່ລະອັນສາມາດປົດລັອກຄວາມເປັນໄປໄດ້ທີ່ເປັນເອກະລັກ. ການຮັບເອົາເຕັກໂນໂລຢີທີ່ທັນສະໄໝເຫຼົ່ານີ້ຈະເປັນກຸນແຈສໍາຄັນສໍາລັບທຸລະກິດ ແລະ ບຸກຄົນທີ່ຊອກຫາທີ່ຈະຢູ່ແຖວໜ້າໃນພູມສັນຖານດິຈິຕອນທີ່ພັດທະນາຢ່າງວ່ອງໄວ.
AI ມີບົດບາດໃນຊີວິດສັງຄົມ.
ຄວາມສ່ຽງທີ່ກ່ຽວຂ້ອງກັບການສ້າງ AI ແມ່ນມີຄວາມສຳຄັນ ແລະ ພັດທະນາຢ່າງວ່ອງໄວ. ຜູ້ກໍ່ໄພຂົ່ມຂູ່ຫຼາຍຄົນໄດ້ໃຊ້ເທັກໂນໂລຢີນີ້ເພື່ອສ້າງ "ການປອມແປງທີ່ເລິກເຊິ່ງ" ຫຼື ສຳເນົາຜະລິດຕະພັນ, ແລະ ສ້າງສິ່ງປະດິດເພື່ອສະໜັບສະໜູນການດຳເນີນງານການສໍ້ໂກງທີ່ຊັບຊ້ອນເພີ່ມຂຶ້ນ.
ChatGPT ແລະເຄື່ອງມືອື່ນໆທີ່ຄ້າຍຄືກັນໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນສາທາລະນະຈຳນວນຫຼວງຫຼາຍ. ພວກມັນບໍ່ໄດ້ຖືກອອກແບບມາເພື່ອປະຕິບັດຕາມລະບຽບການປົກປ້ອງຂໍ້ມູນທົ່ວໄປ (GDPR) ແລະກົດໝາຍລິຂະສິດອື່ນໆ. ດັ່ງນັ້ນ, ຜູ້ໃຊ້ຕ້ອງພິຈາລະນາຢ່າງລະມັດລະວັງເມື່ອໃຊ້ແພລດຟອມທຸລະກິດຂອງເຂົາເຈົ້າ. ການຕິດຕາມກວດກາຄວາມສ່ຽງທີ່ຄວນລະວັງລວມມີ:
ຂາດຄວາມໂປ່ງໃສ. ຮູບແບບ AI ແລະ ChatGPT ທີ່ມີນະວັດຕະກໍາແມ່ນບໍ່ສາມາດຄາດເດົາໄດ້, ແລະແມ່ນແຕ່ບໍລິສັດທີ່ຢູ່ເບື້ອງຫຼັງພວກມັນກໍ່ບໍ່ເຂົ້າໃຈຢ່າງເຕັມສ່ວນກ່ຽວກັບວິທີການເຮັດວຽກຂອງມັນ.
ຄວາມຖືກຕ້ອງແມ່ນສິ່ງສຳຄັນຫຼາຍ. ບາງຄັ້ງລະບົບ AI ສ້າງຄຳຕອບທີ່ບໍ່ຖືກຕ້ອງ ແລະ ປອມແປງ. ການປະເມີນຜົນໄດ້ຮັບທັງໝົດເພື່ອຄວາມຖືກຕ້ອງ, ຄວາມກ່ຽວຂ້ອງ ແລະ ປະໂຫຍດໃນການໃຊ້ຕົວຈິງກ່ອນທີ່ຈະອີງໃສ່ ຫຼື ແຈກຢາຍຂໍ້ມູນຕໍ່ສາທາລະນະຊົນແມ່ນສິ່ງຈຳເປັນ, ເພາະວ່າຂໍ້ມູນທີ່ຖືກຕ້ອງແມ່ນສິ່ງຈຳເປັນສຳລັບຄວາມເປັນປະໂຫຍດ ແລະ ການພົວພັນທີ່ສູງ.
ຊັບສິນທາງປັນຍາ (IP) ແລະ ລິຂະສິດ. ປະຈຸບັນ, ບໍ່ມີການຮັບປະກັນທີ່ສາມາດກວດສອບໄດ້ກ່ຽວກັບການຄຸ້ມຄອງຂໍ້ມູນ ແລະ ການປົກປ້ອງຂໍ້ມູນທຸລະກິດທີ່ເປັນຄວາມລັບ. ຜູ້ໃຊ້ຄວນສົມມຸດວ່າຂໍ້ມູນ ຫຼື ການສອບຖາມໃດໆທີ່ພວກເຂົາເຂົ້າໄປໃນ ChatGPT ແລະ ຄູ່ແຂ່ງຂອງມັນຈະກາຍເປັນຂໍ້ມູນສາທາລະນະ, ແລະ ທຸລະກິດຄວນຈັດຕັ້ງປະຕິບັດການຄວບຄຸມເພື່ອຫຼີກເວັ້ນການເປີດເຜີຍ IP ໂດຍບໍ່ໄດ້ຕັ້ງໃຈ.
ຄວາມປອດໄພທາງໄຊເບີ ແລະ ການສໍ້ໂກງ. ທຸລະກິດຕ້ອງກະກຽມຮັບມືກັບຜູ້ກະທຳຜິດທີ່ມີຈຸດປະສົງຮ້າຍທີ່ໃຊ້ລະບົບທີ່ອີງໃສ່ AI ສຳລັບການໂຈມຕີທາງໄຊເບີ ແລະ ການສໍ້ໂກງ, ເຊັ່ນ: ການໂຈມຕີແບບຟິດຊິ່ງເລິກເພື່ອຫຼອກລວງພະນັກງານ, ແລະ ຮັບປະກັນວ່າມີການຄວບຄຸມການຫຼຸດຜ່ອນຄວາມສ່ຽງ. ລົມກັບຜູ້ໃຫ້ບໍລິການປະກັນໄພຄວາມປອດໄພທາງໄຊເບີຂອງທ່ານເພື່ອກວດສອບຂອບເຂດທີ່ນະໂຍບາຍປັດຈຸບັນຂອງທ່ານກວມເອົາການລະເມີດທີ່ກ່ຽວຂ້ອງກັບ AI.
ຄວາມຍືນຍົງ. ການຜະລິດ AI ໃຊ້ໄຟຟ້າໃນປະລິມານຫຼາຍ. ດັ່ງນັ້ນ, ການເລືອກຜູ້ສະໜອງທີ່ມີການໃຊ້ພະລັງງານຕໍ່າ ແລະ ການນຳໃຊ້ພະລັງງານທົດແທນທີ່ມີຄຸນນະພາບສູງເພື່ອຫຼຸດຜ່ອນຜົນກະທົບຕໍ່ເປົ້າໝາຍຄວາມຍືນຍົງແມ່ນມີຄວາມສຳຄັນຫຼາຍ.
ເຖິງແມ່ນວ່າການສ້າງ AI ຈະມີຄວາມສ່ຽງຫຼາຍຢ່າງ, ແຕ່ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະບໍ່ສົນໃຈຜົນປະໂຫຍດບາງຢ່າງທີ່ມັນສະເໜີໃຫ້.
ປັນຍາປະດິດ (AI) ມີທ່າແຮງທີ່ຈະປ່ຽນແປງໂຄງສ້າງວຽກງານ, ເສີມຂະຫຍາຍຄວາມສາມາດຂອງພະນັກງານແຕ່ລະຄົນໂດຍການອັດຕະໂນມັດວຽກງານສ່ວນຕົວຂອງເຂົາເຈົ້າບາງຢ່າງ. AI ທີ່ທັນສະໄໝ ແລະ ເຕັກໂນໂລຊີອື່ນໆມີທ່າແຮງທີ່ຈະເຮັດໃຫ້ກິດຈະກຳການເຮັດວຽກທີ່ປະຈຸບັນໃຊ້ເວລາ 60 ຫາ 70% ຂອງພະນັກງານເປັນອັດຕະໂນມັດ. ກ່ອນໜ້ານີ້, ອີງຕາມບົດລາຍງານປີ 2017 ໂດຍ McKinsey & Company, ມີການຄາດຄະເນວ່າເຕັກໂນໂລຊີດັ່ງກ່າວສາມາດເຮັດໃຫ້ເຄິ່ງໜຶ່ງຂອງເວລາເຮັດວຽກຂອງພະນັກງານເປັນອັດຕະໂນມັດໄດ້.
ການເລັ່ງລັດທ່າແຮງຂອງລະບົບອັດຕະໂນມັດດ້ານວິຊາການສ່ວນໃຫຍ່ແມ່ນຍ້ອນຄວາມສາມາດໃນການເຂົ້າໃຈພາສາທຳມະຊາດທີ່ເພີ່ມຂຶ້ນຂອງ AI, ເຊິ່ງມີຄວາມຈຳເປັນສຳລັບກິດຈະກຳການເຮັດວຽກທີ່ກວມເອົາ 25% ຂອງເວລາເຮັດວຽກທັງໝົດ. ດັ່ງນັ້ນ, ການສ້າງ AI ມີຜົນກະທົບຫຼາຍກວ່າຕໍ່ວຽກງານທີ່ອີງໃສ່ຄວາມຮູ້ທີ່ກ່ຽວຂ້ອງກັບອາຊີບທີ່ມີເງິນເດືອນ ແລະ ຄວາມຕ້ອງການດ້ານການສຶກສາສູງກວ່າເມື່ອທຽບກັບວຽກປະເພດອື່ນໆ.
ການຜະລິດ AI ສາມາດເພີ່ມຜົນຜະລິດແຮງງານໄດ້ຢ່າງຫຼວງຫຼາຍໃນທົ່ວເສດຖະກິດ, ແຕ່ສິ່ງນີ້ຈະຕ້ອງມີການລົງທຶນເພື່ອສະໜັບສະໜູນຜູ້ອອກແຮງງານໃນຂະນະທີ່ພວກເຂົາປ່ຽນໄປມາລະຫວ່າງກິດຈະກຳການເຮັດວຽກ ຫຼື ປ່ຽນວຽກ. ການຜະລິດ AI ສາມາດເຮັດໃຫ້ຜົນຜະລິດແຮງງານເພີ່ມຂຶ້ນ 0.1 ຫາ 0.6% ຕໍ່ປີພາຍໃນປີ 2040, ຂຶ້ນກັບອັດຕາການຮັບຮອງເອົາເຕັກໂນໂລຊີ ແລະ ການຈັດສັນເວລາຂອງຜູ້ອອກແຮງງານໃຫ້ກັບກິດຈະກຳອື່ນໆ.
ການລວມການສ້າງ AI ເຂົ້າກັບເຕັກໂນໂລຊີອື່ນໆທັງໝົດ, ລະບົບອັດຕະໂນມັດໃນການເຮັດວຽກສາມາດເພີ່ມການເຕີບໂຕຂອງຜົນຜະລິດໄດ້ 0.2 ຫາ 3.3 ເປີເຊັນຕໍ່ປີ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຜູ້ອອກແຮງງານຈະຕ້ອງການການສະໜັບສະໜູນເພື່ອຮຽນຮູ້ທັກສະໃໝ່, ແລະບາງຄົນຈະປ່ຽນອາຊີບ. ຖ້າການຫັນປ່ຽນຂອງຜູ້ອອກແຮງງານ ແລະ ຄວາມສ່ຽງອື່ນໆສາມາດຄຸ້ມຄອງໄດ້, AI ສາມາດປະກອບສ່ວນຢ່າງຫຼວງຫຼາຍຕໍ່ການເຕີບໂຕທາງເສດຖະກິດ ແລະ ສະໜັບສະໜູນໂລກທີ່ມີຄວາມຮວມຕົວ ແລະ ຍືນຍົງຫຼາຍຂຶ້ນ.
ປັນຍາປະດິດທີ່ມີນະວັດຕະກໍາຈະມີຜົນກະທົບຢ່າງຫຼວງຫຼາຍໃນທຸກຂະແໜງອຸດສາຫະກໍາ. ການທະນາຄານ, ເຕັກໂນໂລຊີຂັ້ນສູງ, ແລະ ວິທະຍາສາດຊີວິດ ແມ່ນຢູ່ໃນບັນດາອຸດສາຫະກໍາທີ່ອາດຈະເຫັນຜົນກະທົບທີ່ໃຫຍ່ທີ່ສຸດໃນແງ່ຂອງອັດຕາສ່ວນລາຍຮັບທີ່ສ້າງຂຶ້ນໂດຍປັນຍາປະດິດ. ຕົວຢ່າງ, ໃນທົ່ວອຸດສາຫະກໍາການທະນາຄານ, ເຕັກໂນໂລຊີນີ້ສາມາດສ້າງລາຍຮັບເທົ່າກັບ 200 ຕື້ໂດລາຫາ 340 ຕື້ໂດລາຕໍ່ປີ ຖ້າຫາກກໍລະນີການນໍາໃຊ້ຖືກຈັດຕັ້ງປະຕິບັດຢ່າງຄົບຖ້ວນ. ໃນສິນຄ້າອຸປະໂພກບໍລິໂພກທີ່ຂາຍຍ່ອຍ ແລະ ຫຸ້ມຫໍ່, ຜົນກະທົບທີ່ອາດເກີດຂຶ້ນກໍ່ມີຄວາມສໍາຄັນເຊັ່ນກັນ, ຢູ່ທີ່ 400 ຕື້ໂດລາຫາ 660 ຕື້ໂດລາຕໍ່ປີ.
ໂອກາດຂອງຫວຽດນາມ
ປະຈຸບັນ, ຫວຽດນາມມີຄວາມສົນໃຈຫຼາຍຕໍ່ AI ທີ່ສ້າງສັນ. ໃນກອງປະຊຸມ "ອະນາຄົດຂອງປັນຍາປະດິດທີ່ສ້າງສັນ 2023" ທີ່ຈັດຂຶ້ນທີ່ Silicon Valley, California ໃນເດືອນເມສາ 2023, ທ່ານ ຫວໍ ຊວນ ຮວ່າຍ, ຮອງຜູ້ອຳນວຍການສູນນະວັດຕະກຳແຫ່ງຊາດ, ໄດ້ເນັ້ນໜັກວ່າ: "ສູນນະວັດຕະກຳແຫ່ງຊາດກຳລັງເສີມສ້າງການຮ່ວມມືກັບເຄືອຂ່າຍນະວັດຕະກຳຫວຽດນາມທົ່ວໂລກ, ຕົວຢ່າງ, ກັບເຄືອຂ່າຍໃນ Silicon Valley, ເພື່ອສົ່ງເສີມນະວັດຕະກຳໂດຍທົ່ວໄປ ແລະ AI ໂດຍສະເພາະ, ແລະ ເພື່ອສະໜັບສະໜູນທຸລະກິດ ແລະ ນັກປັນຍາຊົນຫວຽດນາມຢູ່ຕ່າງປະເທດໃນການພັດທະນາອາຊີບຂອງເຂົາເຈົ້າ, ຂະຫຍາຍທຸລະກິດຂອງເຂົາເຈົ້າໃນບ້ານເກີດເມືອງນອນຂອງເຂົາເຈົ້າ, ແລະ ຖ່າຍທອດເຕັກໂນໂລຊີ...".
| ທ່ານ ຫວໍ ຊວນ ຮວ່າຍ, ຮອງຜູ້ອຳນວຍການສູນນະວັດຕະກຳແຫ່ງຊາດ, ກ່າວຄຳປາໄສໃນກອງປະຊຸມ "ອະນາຄົດຂອງປັນຍາປະດິດ 2023". (ທີ່ມາ: Bnews) |
ຮອດເດືອນສິງຫາປີນີ້, VinBigdata (ສ່ວນໜຶ່ງຂອງ Vingroup) ຈະປະສົມປະສານເທັກໂນໂລຢີເພື່ອເຮັດໃຫ້ VinBase (ແພລດຟອມປັນຍາປະດິດຫຼາຍດ້ານທີ່ຄົບຖ້ວນ) ເປັນແພລດຟອມສ້າງ AI ແຫ່ງທຳອິດໃນຫວຽດນາມ, ພ້ອມທັງສະໜອງວິທີແກ້ໄຂການພັດທະນາໂດຍອີງໃສ່ເທັກໂນໂລຢີສ້າງ AI ເຊັ່ນ: chatbots AI ແບບ Generative, callbots, ແລະຜູ້ຊ່ວຍສະເໝືອນ ViVi ລຸ້ນຕໍ່ໄປ...
ບໍລິສັດຍັງໄດ້ກ່າວວ່າພວກເຂົາພຽງແຕ່ຕ້ອງການພຽງແຕ່ສອງສາມພັນລ້ານຕົວກໍານົດເພື່ອສ້າງຮູບແບບພາສາຂະໜາດໃຫຍ່ (LLM) ທີ່ຄ້າຍຄືກັບ ChatGPT, ແຕ່ຍັງສາມາດສ້າງຂໍ້ຄວາມທີ່ແທ້ຈິງໄດ້ສູງ, ໂດຍສະເພາະແມ່ນຂໍ້ຄວາມທີ່ຈະຖືກລວມເຂົ້າໃນຂໍ້ມູນ ແລະ ຄວາມຮູ້ຂອງຜູ້ໃຊ້ຫວຽດນາມ.
ຫວຽດນາມມີທ່າແຮງອັນໃຫຍ່ຫຼວງໃນການພັດທະນາ AI ທີ່ມີປະສິດທິພາບ; ເຖິງຢ່າງໃດກໍ່ຕາມ, ການນຳໃຊ້ AI ທີ່ມີປະສິດທິພາບໂດຍອີງໃສ່ແພລດຟອມຮູບແບບພາສາຂະໜາດໃຫຍ່ທີ່ມີຢູ່ທົ່ວໂລກມີຄວາມສ່ຽງຕໍ່ສິ່ງທ້າທາຍທີ່ສຳຄັນ. ດັ່ງນັ້ນ, ການເປັນເຈົ້າການ AI ທີ່ມີປະສິດທິພາບພາຍໃນປະເທດແມ່ນມີຄວາມສຳຄັນຫຼາຍ ເພາະມັນສາມາດຊ່ວຍຄວບຄຸມເນື້ອຫາ, ປ້ອງກັນຂໍ້ມູນທີ່ບໍ່ຖືກຕ້ອງ, ຮັບປະກັນຄວາມປອດໄພຂອງຂໍ້ມູນແຫ່ງຊາດ, ແລະຍົກລະດັບເຕັກໂນໂລຢີຂອງຫວຽດນາມໃຫ້ສູງຂຶ້ນສູ່ລະດັບໂລກ. "ຫວຽດນາມມີທຸກໂອກາດທີ່ຈະຫຼຸດຜ່ອນຊ່ອງຫວ່າງກັບໂລກໃນຂົງເຂດ AI ທີ່ມີປະສິດທິພາບ."
ການປະເມີນນີ້ໄດ້ຖືກແບ່ງປັນໂດຍ CEO ຂອງ VinBigdata, ດຣ. ດ່າວດຶກມິນ, ໃນງານ AI Summit ທີ່ຈັດຂຶ້ນທີ່ນະຄອນໂຮ່ຈິມິນໃນວັນທີ 22 ກັນຍາປີນີ້. ໃນເວທີປາໄສດຽວກັນນີ້, Pablo Fuentes Nettel, ທີ່ປຶກສາອາວຸໂສຂອງ Oxford Insights, ໄດ້ກ່າວວ່າ ຫວຽດນາມມີອະນາຄົດທີ່ສົດໃສ ຖ້າມັນສຸມໃສ່ການລົງທຶນໃນ AI.
ເຫັນໄດ້ຢ່າງຊັດເຈນວ່າ AI ແລະ ການສ້າງ AI ໄດ້ແຜ່ລາມໄປທົ່ວທຸກຂົງເຂດ ແລະ ອຸດສາຫະກຳໃນປະເທດຂອງພວກເຮົາ, ເຊັ່ນ: ການດູແລສຸຂະພາບ, ການສຶກສາ ແລະ ຊີວິດປະຈຳວັນ. ຫວຽດນາມຈຳເປັນຕ້ອງພັດທະນາຍຸດທະສາດສຳລັບເຕັກໂນໂລຢີນີ້ ເພາະວ່າມັນແມ່ນອະນາຄົດຂອງເຕັກໂນໂລຢີໃນຊຸມປີຕໍ່ໜ້າ.
[ໂຄສະນາ_2]
ແຫຼ່ງຂໍ້ມູນ









(0)