LLM คือโมเดลภาษาขนาดใหญ่ที่ทำให้ธุรกิจใช้ประโยชน์จาก data ที่มีได้

คุณเคยสงสัยไหมว่าทำไม ChatGPT ที่ขึ้นชื่อว่าเป็น AI chatbot ยอดฮิต ที่พวกเรานิยมใช้งานกันอยู่ในขณะนี้ถึงสามารถตอบคำถามต่างๆ ที่ผู้ใช้ป้อนเข้าไปได้อย่างเป็นธรรมชาติจนบางครั้งแอบนึกว่าเหมือนมีเพื่อนหรือคนสนิทมาตอบเอง ซึ่ง LLM (large language model) ก็คือสิ่งที่อยู่เบื้องหลังความน่าอัศจรรย์ของ Generative AI อย่าง ChatGPT เพราะมีการทำงานคล้ายกับสมองของมนุษย์ อย่างที่คุณอาจไม่เคยจินตนาการมาก่อนเลยว่ามันจะเกิดขึ้นจริงมาก่อน

บทความนี้จะพาคุณมาทำความเข้าใจถึง large language model ว่ามีความสำคัญอย่างไรกับผู้คนตลอดจนบรรดาธุรกิจต่างๆ ในยุคที่ data ได้กลายมาเป็นขุมทรัพย์อันล้ำค่าที่ทุกฝ่ายต้องการใช้ประโยชน์จากมันให้มากที่สุด

LLM (Large Language Model) คืออะไร

LLM (large language model) หรือ โมเดลภาษาขนาดใหญ่ คือ โปรแกรมปัญญาประดิษฐ์ที่ได้รับการฝึกฝนให้เข้าใจภาษาของมนุษย์ได้อย่างลึกซึ้ง ลองคิดภาพว่ามันเป็นเหมือนเด็กหัวดีคนหนึ่งที่ชอบอ่านหนังสือเยอะๆ พออ่านมากเข้าก็เริ่มเข้าใจภาษาและโครงสร้างของประโยคได้ด้วยตัวเอง และในที่สุดก็สามารถนำความรู้ที่ได้มาสร้างประโยคใหม่ๆ วิเคราะห์ข้อมูล รวมถึงทำสิ่งต่างๆ ได้อย่างน่าอัศจรรย์

LLM ไม่เพียงแต่จะสร้างข้อความหรือแปลภาษาได้ถูกต้องตามหลักภาษาต่างๆ ได้อย่างเป็นธรรมชาติเท่านั้น แต่ยังมีการพัฒนาตัวเองแบบต่อเนื่อง เพื่อที่จะได้สื่อสารกับมนุษย์ผู้ป้อนคำสั่งได้ราวกับเป็นเพื่อนรู้ใจคนหนึ่ง โดยตัวอย่างที่ช่วยให้คุณเข้าใจเรื่อง LLM ได้ง่ายที่สุดก็คือ ChatGPT, Bard, และ Gemini ที่สามารถตอบคำถามและสร้างข้อความได้หลากหลายรูปแบบจนน่าทึ่ง ลองคิดดูว่าชีวิตเราจะดีขึ้นขนาดไหนถ้ามีเพื่อน AI ที่เป็นเหมือนที่ปรึกษาส่วนตัวไปไหนด้วยกันในทุกที่

ซึ่งแท้จริงแล้ว LLM ถือเป็นสาขาหนึ่งของ AI ที่เกี่ยวข้องกับการประมวลผลภาษาธรรมชาติ (natural language processing: NLP) ที่มีขึ้นเพื่อทำความเข้าใจภาษาของมนุษย์ และสื่อสารออกไปให้เหมือนหรือคล้ายกับคำพูดหรือประโยคที่ผู้คนใช้กันในชีวิตประจำวันให้มากที่สุดนั่นเอง

ข้อมูลล่าสุดที่เปิดเผยโดย GII องค์กรวิจัยและวิเคราะห์ข้อมูลระดับโลก ระบุว่า ตลาดนี้จะมีมูลค่าถึง 105,545 ล้านดอลลาร์สหรัฐฯ ในทวีปอเมริกาเหนือภายในปี 2030 ด้วยอัตราการเติบโตต่อปีแบบทบต้น (CAGR) ที่สูงถึง 72.17% เลยทีเดียว

LLM ในปัจจุบันมีอยู่กี่ประเภท?

ในตอนนี้เราสามารถแบ่ง LLM (large language model) ได้หลากหลายรูปแบบ โดยแต่ละชนิดจะมีจุดเด่นและลักษณะการใช้งานที่แตกต่างกันไป ขึ้นอยู่กับว่าเราจะใช้เกณฑ์ใดบ้างในการแบ่งประเภทของ LLM และเพื่อให้คุณเข้าใจมากขึ้น เราจะอธิบายให้คุณได้เข้าใจดังนี้

1. แบ่ง LLM ตามสถาปัตยกรรมที่ใช้:

• Transformer: เป็นที่ได้รับความนิยมมากที่สุดในปัจจุบัน เนื่องจากมีความสามารถในการสร้างสรรค์คำและประโยคที่สื่อสารได้ดีใกล้เคียงกับที่มนุษย์ใช้อย่างมาก โดย LLM ในกลุ่มนี้ได้ GPT และ BERT เป็นต้น
• RNN (recurrent neural network): คือหนึ่งในสถาปัตยกรรมที่ถูกออกแบบมาเพื่อการประมวลผลลำดับข้อมูลจำนวนมาก ถึงอย่างนั้น ก็ยังมีข้อจำกัดในเรื่องของความยาวของลำดับข้อมูลที่สามารถทำการประมวลผลได้อยู่ดี
• CNN (convolutional neural network): นี่คือสถาปัตยกรรมที่ได้รับแรงบันดาลใจมาจากโครงสร้างของสมองมนุษย์ นิยมใช้ในการประมวลผลข้อมูลภาพเป็นอย่างมาก แต่ก็สามารถนำมาประยุกต์ใช้กับงานด้านภาษาได้เช่นกัน

2. แบ่ง LLM ตามขนาด:

• โมเดลขนาดเล็ก: LLM ที่มีลักษณะเป็นโมเดลขนาดเล็กจะมีพารามิเตอร์ต่างๆ ในจำนวนน้อยกว่าประเภทอื่นๆ ส่งผลให้ใช้งานได้รวดเร็วและประหยัดทรัพยากร แต่มีความสามารถจำกัดและใช้งานได้ไม่หลากหลาย
• โมเดลขนาดกลาง: LLM ที่มีความสมดุลระหว่างขนาดและประสิทธิภาพในการประมวลผลคำสั่งต่างๆ จึงทำให้เหมาะสำหรับงานทั่วไปที่ไม่ได้ซับซ้อนมากเกินไปนัก
• โมเดลขนาดใหญ่: สำหรับ LLM ที่มีขนาดใหญ่ที่สุดจะมาพร้อมกับพารามิเตอร์จำนวนมาก ทำให้สามารถประมวลผลคำสั่งต่างๆ ที่ป้อนเข้ามาได้อย่างมีประสิทธิภาพ แต่ต้องแลกมากับการใช้ทรัพยากรในการคำนวณเป็นจำนวนมาก

ตัวอย่าง LLM หรือโมเดลภาษาขนาดใหญ่ที่ได้รับความนิยมในปัจจุบัน

คุณคงรู้ถึงวิธีการแบ่งประเภทของ large language model กันไปแล้ว คราวนี้ก็ถึงเวลาที่จะไปดูว่า LLM ที่มีการใช้งานอย่างแพร่หลายในปัจจุบันนั้นมีตัวไหนบ้าง

1. GPT เบอร์หนึ่งแห่งยุค Generative AI

ไม่มีใครไม่รู้จัก LLM ที่มีชื่อว่า GPT ซึ่งพัฒนาโดย OpenAI และเป็นที่รู้จักในวงกว้างจากความสามารถในการสร้างข้อความที่เป็นธรรมชาติ และยังเข้าใจคำสั่งต่างๆ ที่ผู้ใช้ป้อนเข้าไปเป็นอย่างดี แน่นอนว่าการจะใช้ LLM ตัวนี้คุณจะต้องใช้แอปฯ หรือต่อผ่าน API ต่างๆ เพื่อเข้าถึง GPT

2. BERT AI ที่เข้าใจภาษาที่ผู้คนใช้เป็นอย่างดี

large language model อย่าง BERT AI ถูกพัฒนาโดย Google และเปิดตัวอย่างเป็นทางการในปี 2018 เพื่อทำความเข้าใจภาษาที่มนุษย์อย่างพวกเราใช้กันอยู่ให้ถ่องแท้มากขึ้น หรือที่เรียกว่า natural language processing (NLP) นั่นเอง

3. LLaMA 3.1 โมเดลภาษาขนาดใหญ่ที่รองรับภาษาไทย

Meta เองไม่ได้อยากตกขบวนการเป็นเจ้าแห่ง LLM พวกเขาจึงส่ง LLaMA 3.1 ที่สามารถประมวลผลข้อความ ภาษา หรือสิ่งต่างๆ ที่มีความซับซ้อนได้มากขึ้น แถมยังประมวลผลข้อความที่มีความยาวได้สูงสุดถึง 128,000 โทเคน ที่สำคัญคือรองรับภาษาไทยอีกด้วย จึงทำให้นำไปประยุกต์ใช้ได้หลากหลาย ตั้งแต่การแปลภาษา การสรุปเนื้อหา ไปจนถึงการสร้างเนื้อหาใหม่

4. BLOOM เบ่งบานและยิ่งใหญ่ที่สุดในโลก

ปัจจุบัน BLOOM คือ LLM ที่ใหญ่ที่สุดในโลก เพราะมีพารามิเตอร์มากถึง 176 พันล้านตัว ที่ถูกฝึกฝนบนแพลตฟอร์ม NVIDIA AI เพื่อรองรับการประมวลผลข้อความใน 46 ภาษา ทั้งยังสามารถใช้ในงานที่เกี่ยวข้องกับข้อความได้หลายประเภท เช่น การสร้างข้อความ, การเติมข้อความ, การสรุป การจัดกลุ่ม, การจำแนกประเภท, การค้นหาเชิงความหมาย, และการแปลภาษา

ไต้ฝุ่น (Typhoon) LLM สัญชาติไทยที่พัฒนาเพื่อคนไทยและภาษาไทยโดยเฉพาะ

ในวันที่ AI หรือการใช้ประโยชน์จากข้อมูลที่มีอยู่กำลังเป็นเทรนด์ใหม่ของโลก SCB 10X บริษัทด้านเทคโนโลยีชั้นนำของไทย จึงได้พัฒนา “ไต้ฝุ่น” (Typhoon) หรือ large language model ที่พัฒนาขึ้นสำหรับภาษาไทยโดยเฉพาะ แถมยังมีประสิทธิภาพเทียบเท่า GPT-3.5 ในภาษาไทย ด้วยแนวคิดที่ว่าปัจจุบันมี LLM ภาษาอังกฤษหลายตัวแล้ว แต่ LLM เฉพาะของภาษาไทยยังมีน้อยมาก และถูกจำกัดด้วยข้อมูลด้านภาษาไทยที่ยังมีไม่มากพอ

โดย LLM ฝีมือคนไทยอย่างไต้ฝุ่น ถูกพัฒนาขึ้นมา 2 เวอร์ชัน ได้แก่

1. Pretrained Model สิ่งนี้ก็เหมือนกับการสอนให้โมเดลเรียนรู้ภาษาไทย เริ่มตั้งแต่คลังคำศัพท์, บริบทต่างๆ, และวัฒนธรรมของภาษาไทย รวมถึงความรู้ทั่วไปที่มีอยู่อย่างแพร่หลายในทั่วโลก
2. Instruction-tuned Model คือโมเดลที่สามารถสอนให้เรียนรู้เพิ่มเติมได้ โดยสามารถสื่อสารได้ดีขึ้นเรื่อยๆ เมื่อเทียบกับขั้นตอนการ pretraining จากบรรดาคำสั่งที่ถูกป้อนเข้าไป เช่น ให้สรุปเนื้อหา, แปลภาษา, และตอบคำถามที่มีข้อสงสัย เป็นต้น

สิ่งที่ทำให้คนหันมาสนใจใช้ LLM อย่าง Typhoon คงมาจากผลการทดลองในชุดข้อสอบภาษาไทยที่ได้แสดงให้เห็นชัดเจนว่า Typhoon มีประสิทธิภาพสูงกว่าโมเดลภาษาไทยแบบสาธารณะที่เปิดให้ใช้งานอยู่ในตอนนี้ทั้งหมด และมีประสิทธิภาพเทียบเท่ากับ GPT-3.5 ในภาษาไทยอีกต่างหาก เรียกว่าเป็นหนึ่งใน large language model ตัวหนึ่งที่คนไทยไม่ควรมองข้าม

LLM และ Data Analytics สองสิ่งที่ช่วยให้ธุรกิจของคุณล้ำหน้าคู่แข่งในยุคแห่งข้อมูล

ปฏิเสธไม่ได้เลยว่า LLM (large language model) และ data analytics นั้นได้กลายเป็นหัวหอกสำคัญที่ช่วยให้ธุรกิจต่างๆ ก้าวล้ำหน้าคู่แข่งในยุคดิจิทัลที่ข้อมูลมีบทบาทสำคัญอย่างยิ่ง หากคุณยังมองไม่เห็นภาพเราจะอธิบายให้เข้าใจเอง

วิเคราะห์ข้อมูลเชิงลึกเพื่อนำมาใช้ประโยชน์ได้หลากหลาย

• เข้าใจลูกค้าอย่างลึกซึ้ง: LLM สามารถวิเคราะห์ข้อมูลจากการสนทนาของลูกค้า รีวิว หรือฟีดแบ็กต่างๆ เพื่อทำความเข้าใจความต้องการ ความชอบ และพฤติกรรมของลูกค้าได้อย่างละเอียดลึกซึ้ง ซึ่งสิ่งนี้จะช่วยให้ธุรกิจทำการปรับปรุงผลิตภัณฑ์และบริการให้ตรงใจลูกค้าได้มากยิ่งขึ้น
• คาดการณ์แนวโน้ม: การทำ data analytics จะช่วยวิเคราะห์ข้อมูลเชิงปริมาณ เช่น ยอดขาย ประวัติการซื้อ เพื่อคาดการณ์แนวโน้มตลาดและพฤติกรรมผู้บริโภคในอนาคตได้ใกล้เคียงกับความเป็นจริง ส่งผลให้ธุรกิจสามารถวางแผนกลยุทธ์ทางธุรกิจได้อย่างมีประสิทธิภาพด้วยข้อมูลที่มีหลักเหตุและผลมารองรับ
• ค้นพบโอกาสใหม่ๆ: การผสานรวม LLM และ data analytics ช่วยให้ธุรกิจค้นพบโอกาสทางธุรกิจใหม่ๆ ที่อาจเผลอมองข้ามไป เช่น การพัฒนาผลิตภัณฑ์ใหม่ๆ ที่เคยคิดว่ากลุ่มเป้าหมายไม่ต้องการ ไปจนถึงการเข้าสู่ตลาดใหม่ที่อยู่นอกเหนือการคาดการณ์มาโดยตลอด หรือการปรับปรุงกระบวนการทำงานที่มีอยู่ให้ดีขึ้นกว่าเดิม เป็นต้น

เพิ่มประสิทธิภาพในการทำงาน

• การทำงานซ้ำๆ แบบอัตโนมัติ: คุณสามารถนำ LLM มาใช้ในการตอบคำถามที่ลูกค้ามีต่อสินค้าหรือบริการของคุณ หรือการสร้างรายงานตามที่กำหนดโดยอัตโนมัติ ช่วยให้พนักงานมีเวลาไปทำงานที่มีความสำคัญและเพิ่มมูลค่าให้กับงานและธุรกิจได้มากขึ้น
• ปรับปรุงการตัดสินใจ: ด้วยการใช้ข้อมูลเชิงลึกที่ได้จากการวิเคราะห์ข้อมูลโดย LLM ควบคู่กับการทำ data analytics ช่วยให้ผู้บริหารสามารถตัดสินใจได้อย่างถูกต้องและรวดเร็วขึ้น เพื่อลดการเสียเปรียบจากการแข่งขันกับคู่แข่งในตลาดที่เปลี่ยนแปลงอยู่ตลอดเวลา
• ลดต้นทุน: การใช้ LLM และ data analytics ช่วยลดต้นทุนในการดำเนินงานต่างๆ เช่น ต้นทุนการทำการตลาด, ต้นทุนในการบริการลูกค้า, และต้นทุนในการว่าจ้างผู้เชี่ยวชาญจากภายนอกมาคอยให้คำปรึกษาในระยะยาว เป็นต้น

ตัวอย่างธุรกิจที่สามารถนำ LLM และ Data Analytics ไปใช้ร่วมกันได้

• ธุรกิจค้าปลีกหรือค้าส่ง: สำหรับธุรกิจค้าปลีกหรือค้าส่งที่มีรายการสินค้าและธุรกรรมเกิดขึ้นจำนวนมาก หากคุณใช้ LLM ควบคู่กับการทำ data analytics เพื่อวิเคราะห์พฤติกรรมการซื้อของลูกค้า และแนะนำสินค้าที่ตรงใจควบคู่กับการสร้างโปรโมชันที่ตรงกับสิ่งที่กลุ่มเป้าหมายต้องการมากที่สุด
• ธุรกิจการเงินและการธนาคาร: ในยุคที่โลกเต็มไปด้วยสแกมเมอร์ หรือผู้ไม่ประสงค์ดี ธุรกิจการเงินก็สามารถใช้ LLM ในการวิเคราะห์และตรวจจับการฉ้อโกงที่อาจเกิดขึ้น รวมถึงวิเคราะห์ความเสี่ยงในด้านต่างๆ และให้คำแนะนำทางการเงินที่เหมาะสำหรับลูกค้าแต่ละราย
• ธุรกิจสุขภาพ: ด้วยพลังของ LLM และ data analytics บรรดาธุรกิจในสายสุขภาพ ตั้งแต่สถาบันความงาม โรงพยาบาล หรือหน่วยงานภาครัฐ ก็สามารถใช้สองสิ่งนี้ในการวิเคราะห์ข้อมูลทางการแพทย์ ปรับปรุงคุณภาพการบริการคนไข้ หรือเพื่อพัฒนายาสูตรใหม่และปรับปรุงการรักษาโรคให้มีประสิทธิภาพที่ดีขึ้นได้

วิเคราะห์ข้อมูลที่มีอยู่เพื่อสร้างโอกาสใหม่ๆ ในการเข้าถึงลูกค้าด้วยการทำ Data Analytics

มาถึงตอนนี้คุณคงเข้าใจแล้วว่า large language model มีคำความสำคัญอย่างไรต่ออนาคตของพวกเราทุกคน เพราะมันไม่ได้จำกัดวงอยู่แต่ผู้ใช้งานทั่วไปเท่านั้น แต่ภาคธุรกิจเองก็ยังนำ LLM มาประยุกต์ใช้กับกระบวนการทำงานในส่วนต่างๆ เพื่อช่วยลดเวลาและเพิ่มประสิทธิภาพการทำงานให้ดีขึ้นเรื่อยๆ ได้

ยิ่งเมื่อได้ทำ data analytics ที่จะวิเคราะห์ทุกข้อมูลที่ธุรกิจของคุณมีอยู่แล้ว สิ่งที่อาจมองข้ามและคิดว่าไม่ได้ส่งผลอะไรกับธุรกิจ นั่นเปรียบเหมือนกับการขุดลึกลงไปในคลังสมบัติที่รอคอยให้คุณนำข้อมูลเหล่านั้นมาใช้ เพื่อปรับปรุงกระบวนการทำงาน รู้ว่าสิ่งใดคือปัญหา และเรื่องไหนเป็นโอกาสที่ธุรกิจจะสามารถสร้างสรรค์สินค้าและบริการ ตลอดจนแผนการตลาดและโปรโมชันที่เหมาะสมกับลูกค้ากลุ่มเป้าหมายได้อย่างครอบคลุม

เพื่อทำให้ธุรกิจของประสบความสำเร็จในยุคดิจิทัล Seven Peaks เรายินดีที่จะช่วยคุณวางกลยุทธ์ หรือวิเคราะห์ข้อมูลและความเป็นไปได้ทางธุรกิจ ด้วยทีมงานที่มากไปด้วยประสบการณ์ ตั้งแต่ทีม developer, ทีม designer, ทีมการตลาดดิจิทัล, และทีมอื่นๆ ซึ่งมีความเข้าใจในทุกขั้นตอนของการพัฒนาดิจิทัลโปรดักต์ และทำให้ธุรกิจของคุณสามารถเติบโตต่อเนื่อง รวมถึงเป็นที่หนึ่งในใจของลูกค้าเสมอ ปรึกษาเราตอนนี้