รายได้ของ Nvidia เพิ่มขึ้นเป็น 44,100 ล้านเหรียญสหรัฐ ในไตรมาสที่แล้ว แต่ตัวชี้วัดที่สำคัญที่สุดประการหนึ่งของบริษัทยักษ์ใหญ่ด้านชิปก็ไม่ใช่เรื่องเงิน
ในทางกลับกัน ตลอดเดือนพฤษภาคม ซีอีโอของบริษัทเทคโนโลยีชั้นนำในอุตสาหกรรม ซึ่งเป็นลูกค้ารายใหญ่ที่สุดของ Nvidia ก็ได้แสดงความตื่นเต้นเกี่ยวกับการเติบโตของโทเค็นนี้
Colette Kress ประธานเจ้าหน้าที่ฝ่ายการเงินของ Nvidia กล่าวว่า "OpenAI, Microsoft และ Google กำลังเห็นการก้าวกระโดดครั้งยิ่งใหญ่ในด้านความสามารถในการสร้างโทเค็น Microsoft ประมวลผลโทเค็นมากกว่า 100 ล้านล้านโทเค็นในไตรมาสที่ 1 ซึ่งเพิ่มขึ้นห้าเท่าเมื่อเทียบเป็นรายปี"
หน่วยพื้นฐานที่สุดใน AI
ในโลกของ ปัญญาประดิษฐ์ (AI) โทเค็นถือเป็นองค์ประกอบพื้นฐานที่สุดอย่างหนึ่งที่อยู่เบื้องหลังความสามารถในการประมวลผลภาษาของคอมพิวเตอร์ โทเค็นอาจถือได้ว่าเป็นชิ้นส่วนเลโก้ที่ช่วยให้โมเดล AI สร้างประโยค แนวคิด และการโต้ตอบที่มีคุณค่า
ไม่ว่าจะเป็นคำ เครื่องหมายวรรคตอน หรือแม้แต่เสียงบางส่วนในการจดจำเสียงพูด โทเค็นถือเป็นหน่วยย่อยที่ช่วยให้ AI เข้าใจและสร้างเนื้อหาได้ กล่าวอีกนัยหนึ่ง โทเค็นคือทีมงานเบื้องหลังที่ทำให้ทุกอย่างตั้งแต่การสร้างข้อความไปจนถึงการวิเคราะห์ความรู้สึกเกิดขึ้นได้
ความมหัศจรรย์ของการสร้างโทเค็นมาจากความยืดหยุ่น สำหรับงานง่ายๆ โมเดลภาษาขนาดใหญ่ (LLM) สามารถถือว่าแต่ละคำเป็นโทเค็นของตัวเองได้ แต่เมื่อสิ่งต่างๆ ซับซ้อนมากขึ้น เช่น มีคำที่แปลกหรือใหม่ LLM สามารถแยกคำเหล่านั้นออกเป็นชิ้นเล็กๆ (คำย่อย) ได้ วิธีนี้ทำให้ AI ยังคงทำงานได้อย่างราบรื่น แม้จะอยู่ในคำศัพท์ที่ไม่คุ้นเคย
 |
โทเค็นถือเป็นหน่วยพื้นฐานที่สำคัญที่สุดสำหรับการประมวลผลภาษาของคอมพิวเตอร์ ภาพ: CCN |
โมเดลสมัยใหม่ เช่น GPT-4 ทำงานกับคำศัพท์จำนวนมาก ประมาณ 50,000 โทเค็น ข้อความอินพุตแต่ละชิ้นต้องผ่านกระบวนการแบ่งคำศัพท์ก่อนจึงจะประมวลผลได้
ขั้นตอนนี้มีความสำคัญเนื่องจากช่วยให้โมเดล AI กำหนดมาตรฐานวิธีการตีความและสร้างข้อความ ทำให้ทุกอย่างดำเนินไปอย่างราบรื่นที่สุด การแบ่งภาษาออกเป็นชิ้นเล็กชิ้นน้อยทำให้การสร้างโทเค็นช่วยให้ AI มีทุกสิ่งที่จำเป็นในการจัดการงานด้านภาษาด้วยความแม่นยำและความเร็วสูง
หากไม่มีกระบวนการนี้ AI ยุคใหม่จะไม่สามารถบรรลุศักยภาพสูงสุดได้ เนื่องจากเครื่องมือ AI ยังคงพัฒนาอย่างต่อเนื่อง จำนวนโทเค็นที่สร้างขึ้นสำหรับเอาต์พุตหรือการอนุมานจึงเพิ่มขึ้นเร็วกว่าที่หลายคนคาดไว้
นักวิเคราะห์ของ Morgan Stanley กล่าวว่า "การเติบโตอย่างก้าวกระโดดของโทเค็นคือสิ่งที่สำคัญอย่างแท้จริงในระยะยาว"
เหตุใดโทเค็นจึงสำคัญ?
เมื่อพูดคุยกับบุคคลสำคัญในอุตสาหกรรม Jensen Huang ซีอีโอของ NVIDIA มองว่าการเพิ่มขึ้นของโทเค็นนี้เป็นสัญญาณว่าเครื่องมือ AI กำลังส่งมอบคุณค่า
“บริษัทต่างๆ เริ่มพูดคุยกันถึงจำนวนโทเค็นที่พวกเขาสร้างในไตรมาสที่แล้วและจำนวนโทเค็นที่พวกเขาสร้างในเดือนที่แล้ว เร็วๆ นี้ เราจะพูดคุยกันถึงจำนวนโทเค็นที่สร้างขึ้นต่อชั่วโมง เช่นเดียวกับที่โรงงานทุกแห่งทำ” หวงกล่าวที่งาน Computex 2025 ซึ่งเป็นหนึ่งในงานเทคโนโลยีที่ใหญ่ที่สุดในโลก โดยเฉพาะอย่างยิ่งในด้านคอมพิวเตอร์และอุปกรณ์ต่อพ่วง
โทเค็นช่วยให้ระบบ AI วิเคราะห์และทำความเข้าใจภาษา ซึ่งช่วยขับเคลื่อนทุกอย่างตั้งแต่การสร้างข้อความไปจนถึงการวิเคราะห์ความรู้สึก Google Translate ถือเป็นตัวอย่างสำคัญของหน่วยนี้
โดยเฉพาะอย่างยิ่ง เมื่อ AI แปลข้อความจากภาษาหนึ่งเป็นอีกภาษาหนึ่ง ระบบจะแบ่งข้อความออกเป็นโทเค็นก่อน โทเค็นเหล่านี้ช่วยให้ AI เข้าใจความหมายเบื้องหลังคำหรือวลีแต่ละคำ ทำให้มั่นใจได้ว่าการแปลนั้นไม่เพียงแต่ตรงตัวเท่านั้น แต่ยังถูกต้องตามบริบทอีกด้วย
 |
ไม่ว่าจะเป็นคำ เครื่องหมายวรรคตอน หรือแม้แต่เสียงบางส่วนในระบบการจดจำเสียงพูด โทเค็นถือเป็นหน่วยย่อยที่ช่วยให้ AI เข้าใจและสร้างเนื้อหาได้ ภาพโดย: Tony Grayson |
นอกจากนี้ โทเค็นยังมีประสิทธิภาพมากในการช่วยให้ AI อ่านความรู้สึกของข้อความ ด้วยการวิเคราะห์ความรู้สึก AI จะดูว่าข้อความส่งผลต่ออารมณ์ของผู้ใช้อย่างไร ไม่ว่าจะเป็นการวิจารณ์ผลิตภัณฑ์ในเชิงบวก คำติชมในเชิงลบ หรือความคิดเห็นที่เป็นกลาง
AI สามารถระบุได้ว่าข้อความแต่ละข้อความมีโทนเชิงบวก เชิงลบ หรือเป็นกลาง โดยการแบ่งข้อความออกเป็นโทเค็น ซึ่งมีประโยชน์อย่างยิ่งในด้านการตลาดหรือการบริการลูกค้า เนื่องจากความเข้าใจว่าผู้ใช้รู้สึกอย่างไรเกี่ยวกับผลิตภัณฑ์หรือบริการสามารถกำหนดกลยุทธ์ในอนาคตได้
นอกจากนี้ โทเค็นยังช่วยให้ AI สามารถจับสัญญาณอารมณ์ที่ละเอียดอ่อนในภาษาได้ ช่วยให้ธุรกิจดำเนินการได้อย่างรวดเร็วตามคำติชมหรือแนวโน้มใหม่ๆ
เมื่อระบบ AI มีประสิทธิภาพมากขึ้น เทคนิคการสร้างโทเค็นก็จำเป็นต้องพัฒนาเพื่อตอบสนองความต้องการที่เพิ่มมากขึ้นในเรื่องประสิทธิภาพ ความแม่นยำ และความยืดหยุ่น
จุดเน้นสำคัญอยู่ที่ความเร็ว ดังนั้น วิธีการสร้างโทเค็นในอนาคตควรมีเป้าหมายในการประมวลผลโทเค็นได้เร็วขึ้น ช่วยให้โมเดล AI ตอบสนองได้แบบเรียลไทม์ในขณะที่จัดการชุดข้อมูลขนาดใหญ่
ที่สำคัญกว่านั้น อนาคตของระบบไม่ได้จำกัดอยู่แค่ข้อความเท่านั้น การใช้โทเค็นแบบมัลติโหมดจะช่วยเพิ่มความสามารถในการปรับขนาดให้กับ AI โดยการผสานรวมประเภทข้อมูลที่หลากหลาย เช่น รูปภาพ วิดีโอ และเสียง
ลองนึกภาพ AI ที่สามารถวิเคราะห์รูปภาพ ดึงข้อมูลรายละเอียดสำคัญ และสร้างเรื่องราวได้อย่างราบรื่น เพื่อที่จะทำสิ่งนี้ ระบบจำเป็นต้องมีกระบวนการโทเค็นที่ได้รับการปรับปรุง นวัตกรรมนี้สามารถเปลี่ยนแปลงพื้นที่ต่างๆ เช่น การศึกษา การดูแลสุขภาพ และความบันเทิงด้วยข้อมูลเชิงลึกที่ครอบคลุมมากขึ้น
ที่มา: https://znews.vn/ข่าวค่ำ-ข่าวค่ำ-ข่าวค่ำ-ข่าวเช้า ...
การแสดงความคิดเห็น (0)