ในเวลาเดียวกัน VinBigdata ร่วมมือกับหน่วยงานชั้นนำหลายหน่วยงานในหลายสาขา เพื่อนำการบูรณาการของ GenAI (GenAI) มาใช้ในกิจกรรมการผลิตและการดำเนินธุรกิจ เพื่อเร่งกระบวนการเปลี่ยนแปลงทางดิจิทัลที่ครอบคลุมขององค์กร
ติดอันดับ 4 อันดับแรกของการจัดอันดับความสามารถทางภาษาเวียดนาม
หลังจากเปิดตัวเพียงไม่กี่เดือน โมเดล ViGPT (ViGPT-1.6B) ที่มีพารามิเตอร์ 1.6 พันล้านตัว ได้พิสูจน์คุณภาพอย่างรวดเร็วด้วยการติดอันดับ 4 อันดับแรกของการจัดอันดับความสามารถทางภาษาเวียดนามของ VMLU โมเดล GenAI “made in Vietnam” นี้เป็นรองเพียง ChatGPT, GPT-4 และ gemini เท่านั้น ผลลัพธ์แสดงให้เห็นถึงความสามารถอันโดดเด่นของ ViGPT ในการเข้าใจความรู้และความคิดเกี่ยวกับภาษาเวียดนาม
ViGPT อยู่ในอันดับ 4 อันดับแรกของการจัดอันดับความสามารถภาษาเวียดนามของ VMLU
VMLU เป็นมาตรฐานการประเมินภาษาเวียดนามแบบหลายแง่มุมและหลายระดับที่ตอบสนองความต้องการที่หลากหลายที่สุดในตลาดปัจจุบัน โดยมีคำถามแบบเลือกตอบ 10,880 ข้อเกี่ยวกับหัวข้อต่างๆ 58 หัวข้อ กระจายอยู่ในหลายสาขาวิชา
ด้วยชุดข้อมูลขนาดใหญ่ VMLU สามารถประเมินความสามารถทางภาษาเวียดนามของโมเดล AI ได้อย่างมีประสิทธิภาพในแง่ของความรู้พื้นฐาน ตลอดจนความสามารถในการแก้ปัญหาที่ซับซ้อน
“การที่ ViGPT ติดอันดับสูงสุดของ VMLU หลังจากทำการวิจัยเพียง 9 เดือน ถือเป็นความสำเร็จที่น่าประทับใจอย่างยิ่ง ซึ่งยืนยันถึงศักยภาพของทีมงาน VinBigdata เช่นเดียวกับประสิทธิภาพในการกำหนดทิศทางการนำผลิตภัณฑ์ไปใช้” ดร. Nguyen Kim Anh ผู้อำนวยการฝ่ายผลิตภัณฑ์ VinBigdata กล่าว
VinBigdata ได้พัฒนา ViGPT เวอร์ชันชุมชนเสร็จสมบูรณ์แล้ว และพร้อมที่จะส่งมอบให้กับองค์กรไม่แสวงหาผลกำไร เวอร์ชันชุมชนนี้มุ่งเน้นไปที่ฟีเจอร์การค้นหาข้อมูลและการสร้างเนื้อหาในหัวข้อเฉพาะของเวียดนาม
ตามแผน VinBigdata จะยังคงส่งเสริมการพัฒนาโมเดล GenAI ที่มีพารามิเตอร์เพิ่มเติม (3 พันล้านและ 11 พันล้าน) เพื่อรองรับปัญหาที่ซับซ้อนสำหรับธุรกิจ
การกำจัดคอขวดในกลยุทธ์การประยุกต์ใช้ AI สำหรับธุรกิจ
“ในอดีต ธุรกิจหลายแห่งยังคงกังวลว่าการบูรณาการ AI เข้ากับงานหลักจะมีค่าใช้จ่ายสูงและเป็นเพียงเรื่อง ‘เชิงกลไก’ แต่เครื่องมือ GenAI ที่มีโมเดลที่เหมาะสมที่สุด เช่น ViGPT สามารถกลายเป็นกุญแจสำคัญในการแก้ไขปัญหาคอขวดในกลยุทธ์การประยุกต์ใช้ AI ได้” ดร. เหงียน คิม อันห์ ยืนยัน
ตามที่ดร. Nguyen Kim Anh ผู้อำนวยการฝ่ายผลิตภัณฑ์ของ VinBigdata กล่าว การเชี่ยวชาญโมเดล GenAI จะช่วยรับประกันความปลอดภัย ความปลอดภัยของข้อมูล และขจัดอุปสรรคสำหรับกลยุทธ์การประยุกต์ใช้ AI ของธุรกิจ
จากรายงานของ McKinsey (2023) พบว่าฟังก์ชันหลัก 4 ประการในองค์กร ได้แก่ การขายและการตลาด การวิจัยและพัฒนา การดูแลลูกค้า และการดำเนินงาน เป็นฟังก์ชันที่จะได้รับประโยชน์สูงสุดจากการนำ GenAI ไปใช้
โดยเฉพาะอย่างยิ่ง เทคโนโลยีช่วยให้ธุรกิจสามารถทำงานที่ต้องใช้การตัดสินใจ การใช้เหตุผล และการสนับสนุนการตัดสินใจแบบอัตโนมัติได้มากถึง 70% ช่วยประหยัดต้นทุนและเวลา พร้อมทั้งปรับปรุงประสิทธิภาพทางธุรกิจให้ดีขึ้น 10%
จุดเด่นของโมเดล GenAI คือความสามารถในการสังเคราะห์และให้คำแนะนำข้อมูลตามความต้องการของผู้ใช้ ยกตัวอย่างเช่น เมื่อได้รับเอกสารเกี่ยวกับนโยบายการขายหรือการดูแลลูกค้าที่มีความยาวสูงสุดถึงหลายพันหน้า ViGPT จะทำหน้าที่เป็นที่ปรึกษามืออาชีพ รับและตอบคำถามลูกค้าได้อย่างยืดหยุ่นและเป็นธรรมชาติ พร้อมทั้งให้ข้อมูลที่เหมาะสมกับความต้องการที่แท้จริง แทนที่จะเป็นคำตอบแบบตายตัว
นอกจากนี้ การเชี่ยวชาญโมเดล GenAI อย่างเต็มรูปแบบโดยไม่ต้องพึ่งพาซัพพลายเออร์ต่างประเทศยังช่วยให้มั่นใจได้ถึงความปลอดภัยของข้อมูล ซึ่งเป็นปัจจัยที่ขัดขวางกลยุทธ์การประยุกต์ใช้ AI ของหน่วยงานต่างๆ มากมายในอดีต” ดร. คิม อันห์ เน้นย้ำเพิ่มเติม
จนถึงปัจจุบัน VinBigdata กำลังร่วมมือกับหน่วยงานต่างๆ มากมายในหลายสาขา เช่น ภาคส่วนสาธารณะ ธนาคาร ประกันภัย การบิน... เพื่อบูรณาการ ViGPT เข้ากับกิจกรรมทางธุรกิจและการปฏิบัติการ
โครงการที่น่าสังเกตได้แก่ โครงการนำร่องร่วมกับศูนย์ข้อมูล ( กระทรวงสารสนเทศและการสื่อสาร ) เพื่อจัดหาผู้ช่วยเสมือนจริงเพื่อสนับสนุนบริการสาธารณะ สนับสนุนข้อมูลที่เกี่ยวข้องกับเอกสารทางกฎหมาย นโยบาย และระเบียบข้อบังคับเกี่ยวกับขั้นตอนการบริหารในสาขาสารสนเทศและการสื่อสาร
นอกเหนือจากเวอร์ชันชุมชนที่สมบูรณ์แล้ว เวอร์ชันองค์กรของ ViGPT - "ChatGPT เวอร์ชันภาษาเวียดนาม" ยังมีระบบความรู้เชิงลึกเกี่ยวกับอุตสาหกรรมที่รวมอยู่ในแพลตฟอร์มปัญญาประดิษฐ์แบบหลายปัญญา VinBase 2.0 พร้อมด้วยโซลูชันต่างๆ เช่น ViChat (ผู้ช่วยเสมือนช่องทางข้อความ), ViVoice (ผู้ช่วยเสมือนช่องทางศูนย์บริการสายด่วน) และผู้ช่วยเสมือน ViVi รุ่นใหม่ ซึ่งช่วยเปลี่ยนแปลงนิสัยการดำเนินงานและปรับปรุงประสิทธิภาพทางธุรกิจ
เรียนรู้เพิ่มเติมเกี่ยวกับ ViGPT ที่นี่
แหล่งที่มา
การแสดงความคิดเห็น (0)