ใน โลก ดิจิทัล ผู้ใช้ต้องมีเครื่องมือเพื่อรองรับการยืนยันข้อมูล
ในยุคดิจิทัล เครือข่ายสังคมออนไลน์และแพลตฟอร์มออนไลน์กลายเป็นช่องทางหลักในการเข้าถึงข้อมูลของผู้คนหลายสิบล้านคนในแต่ละวัน อย่างไรก็ตาม นอกจากความสะดวกสบายแล้ว ข่าวปลอมและข่าวเท็จที่แพร่กระจายอย่างรวดเร็วก็เป็นความจริงที่น่ากังวล ในบริบทนี้ ความจำเป็นในการตรวจสอบความถูกต้องของข้อมูลผ่านการเปรียบเทียบและการตรวจสอบความถูกต้องของสิ่งที่เราอ่าน ได้ยิน และแบ่งปันจึงเป็นสิ่งจำเป็น
ในสถานการณ์เช่นนี้ ศูนย์บริการข้อมูลและปัญญาประดิษฐ์ ของเวียตเทล (Viettel Data and Artificial Intelligence Service Center) ได้วิจัยและพัฒนา ClaimPKG ซึ่งเป็นวิธีการตรวจสอบข้อมูลที่มีประสิทธิภาพและสามารถนำไปประยุกต์ใช้จริงได้ งานวิจัยนี้มีผลงานวิจัยมากกว่า 5,200 ชิ้นทั่วโลก และจะถูกนำเสนอโดยตรงในงาน ACL 2025 การประชุมนี้เป็นหนึ่งในการประชุมชั้นนำของโลกเกี่ยวกับการประมวลผลภาษาธรรมชาติ (NLP) โดยมีอัตราการตอบรับการนำเสนอเพียง 37% ภายในงาน งานนี้รวบรวมผู้เชี่ยวชาญเทคโนโลยีชั้นนำจากบริษัทชั้นนำมากมาย อาทิ Google, Meta, Huawei, IBM, Amazon, Oracle...
ClaimPKG ผสานรวมกราฟความรู้ (Knowledge Graph) และแบบจำลองภาษาขนาดใหญ่ (LLM) ซึ่งเพิ่มความแม่นยำขึ้น 9% ถึง 12% เมื่อเทียบกับวิธีการปัจจุบัน เมื่อทดสอบบน FactKG (ชุดข้อมูลมาตรฐานที่ได้รับการยอมรับอย่างสูงจากชุมชนเทคโนโลยีในการตรวจสอบข้อมูล) ผลการทดสอบนี้แสดงให้เห็นถึงศักยภาพการประยุกต์ใช้งานที่แข็งแกร่งของ ClaimPKG ในการปรับปรุงความน่าเชื่อถือของระบบ AI ในการตรวจสอบข้อมูลในอนาคต
ก่อนหน้านี้ที่การประชุม NAACL 2025 ศูนย์บริการข้อมูลและปัญญาประดิษฐ์ของ Viettel ก็ได้ดึงดูดความสนใจด้วย VeGraph ซึ่งเป็นวิธีการตรวจสอบข้อมูลที่ใช้แพลตฟอร์มความรู้เชิงข้อความ เช่น บทความ เอกสารทางกฎหมาย เป็นต้น VeGraph บันทึกการปรับปรุงความแม่นยำได้ 2-5% เมื่อเทียบกับวิธีการอื่น แต่ในหลายกรณี โดยเฉพาะอย่างยิ่งหากข้อมูลเชิงข้อความขาดโครงสร้างที่ชัดเจน กระบวนการตรวจสอบอาจใช้เวลานานและยากต่อการให้แน่ใจว่าข้อมูลมีความสอดคล้องกัน
เพื่อปรับปรุงความแม่นยำและความสอดคล้องกัน Viettel Data and Artificial Intelligence Service Center ยังคงมองหาแนวทางใหม่ต่อไป ClaimPKG ได้รับการพัฒนาโดยใช้วิธีการเชิงองค์ความรู้ที่มีโครงสร้าง โดยใช้กราฟองค์ความรู้ที่จัดรูปแบบอย่างชัดเจนตามแบบจำลอง “subject-relationship-object”
ข้อมูลที่ต้องตรวจสอบจะถูกแยกและแปลงเป็น “กราฟย่อยเทียม” จากนั้นระบบจะดึงความรู้ที่เกี่ยวข้องมาไว้ในกราฟความรู้ จากนั้นให้ LLM อนุมานและสรุปผลขั้นสุดท้าย กระบวนการนี้ช่วยเพิ่มความแม่นยำ ความสอดคล้อง และความน่าเชื่อถือของการตรวจสอบ พร้อมกับลดภาระงานด้านการคำนวณสำหรับ LLM
ข้อได้เปรียบทางเทคนิคของ ClaimPKG ยังเป็นรากฐานสำหรับการขยายขอบเขตการใช้งานจริง ในด้านวารสารศาสตร์และการสื่อสาร เทคโนโลยีสามารถสนับสนุนนักข่าวและบรรณาธิการในการตรวจจับข่าวปลอมและเปรียบเทียบแหล่งข่าวได้อย่างรวดเร็วและถูกต้องตามข้อมูล
ในสาขา การแพทย์ และกฎหมาย เทคโนโลยีนี้สามารถทำหน้าที่เป็น “ผู้ช่วยตรวจสอบ” เพื่อช่วยค้นหาและรับรองความรู้เฉพาะทาง นอกจากนี้ ClaimPKG ยังมีศักยภาพในการผสานรวมเข้ากับแชทบอทหรือผู้ช่วยเสมือน ช่วยให้ระบบให้คำตอบที่เชื่อถือได้มากขึ้น หลีกเลี่ยงการตัดสินที่คลุมเครือ
การประชุม ACL 2025 (การประชุมประจำปีของสมาคมภาษาศาสตร์เชิงคำนวณ) จัดขึ้นระหว่างวันที่ 27 กรกฎาคม ถึง 1 สิงหาคม ณ กรุงเวียนนา ประเทศออสเตรีย ถือเป็นหนึ่งในงานอันทรงเกียรติและทรงอิทธิพลที่สุดในโลกด้าน NLP ด้วยการรวบรวมนักวิจัย วิศวกร และผู้เชี่ยวชาญจากนานาชาติหลายพันคน การประชุมนี้จึงเป็นเวทีสำหรับการแบ่งปันความก้าวหน้าล่าสุดด้าน NLP ตั้งแต่การเรียนรู้ของเครื่อง การแปลด้วยเครื่อง การสรุปข้อความ การตอบคำถามอัตโนมัติ ไปจนถึงประเด็นด้านจริยธรรมและความเป็นธรรมในปัญญาประดิษฐ์ทางภาษา
ในปีนี้ หัวข้อหลักของการประชุมคือ “การสรุปโมเดล NLP” โดยเน้นที่การพัฒนาโมเดลที่สามารถปรับตัวและเข้าใจข้อมูล ภาษา หรือโดเมนใหม่ๆ
ห่าหลิน
ที่มา: https://nhandan.vn/cong-nghe-tri-tue-nhan-tao-giup-kiem-chung-thong-tin-post898494.html










การแสดงความคิดเห็น (0)