แชทบอท AI คือโปรแกรมซอฟต์แวร์ที่ เลียนแบบการสนทนาของมนุษย์ พวกเขารับข้อมูลจากผู้ใช้ในรูปแบบภาษาธรรมชาติ (ข้อความหรือเสียง) และพยายามตอบกลับอย่างเป็นประโยชน์ ตามคำอธิบายของไมโครซอฟท์ แชทบอท AI คือแอปพลิเคชันที่ “จำลองและเข้าใจการสนทนาของมนุษย์”.

ตัวอย่างเช่น แชทบอทสามารถตอบคำถาม ให้คำแนะนำ หรือทำงานอัตโนมัติเช่นการจองนัดหมาย IBM อธิบายว่าแชทบอท “จำลองการสนทนาของมนุษย์” และชี้ให้เห็นว่าแชทบอทสมัยใหม่มักใช้การประมวลผลภาษาธรรมชาติเพื่อแปลความหมายของคำถามและสร้างคำตอบ กล่าวโดยสรุป แชทบอท AI ช่วยให้ผู้คนโต้ตอบกับคอมพิวเตอร์โดยใช้ภาษาธรรมดา สะพานเชื่อมระหว่างคำพูดของมนุษย์กับตรรกะของเครื่องจักร

เทคโนโลยี AI สำคัญ

แชทบอท AI รวมเทคนิค AI ขั้นสูงหลายอย่างเข้าด้วยกัน:

• การประมวลผลภาษาธรรมชาติ (NLP): ช่วยให้แชทบอทสามารถแยกวิเคราะห์และตีความข้อความหรือเสียงที่ได้รับ เช่น อัลกอริทึม NLP จะแยกประโยคออกเป็นหน่วยคำ (คำหรือวลี) และช่วยให้บอทเข้าใจไวยากรณ์และบริบท
• การเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก: แชทบอทเรียนรู้จากตัวอย่างของภาษาและการสนทนาเพื่อพัฒนาคำตอบให้ดีขึ้นเมื่อเวลาผ่านไป โดยผ่านการฝึกฝนกับบทสนทนาและข้อความที่แท้จริง ระบบจะเรียนรู้รูปแบบต่าง ๆ (เช่น คำถามที่พบบ่อยและวิธีตอบ)
• โมเดลภาษาขนาดใหญ่ (LLMs): เครือข่ายประสาทเทียมขนาดใหญ่ (มักสร้างบนสถาปัตยกรรมทรานส์ฟอร์เมอร์) ที่ได้รับการฝึกฝนด้วยชุดข้อมูลข้อความจำนวนมหาศาล LLM มีพารามิเตอร์นับพันล้านตัวและสามารถเข้าใจและสร้างข้อความที่เหมือนมนุษย์ได้อย่างมีประสิทธิภาพ พวกมันจับรูปแบบทางภาษาในหลายภาษาและหลายสาขาได้อย่างดี

เทคโนโลยีเหล่านี้ช่วยให้แชทบอทสามารถจัดการกับคำถามที่ไม่เป็นทางการและสร้างคำตอบที่ฟังดูเป็นธรรมชาติได้

แชทบอทเข้าใจผู้ใช้ได้อย่างไร

เมื่อคุณส่งข้อความ แชทบอทจะใช้การเข้าใจภาษาธรรมชาติ (NLU) กับข้อความนั้น มันจะแยกข้อความออกเป็นส่วนย่อย (โทเค็น) และระบุ เจตนา (สิ่งที่ผู้ใช้ต้องการ) และ เอนทิตี (รายละเอียดสำคัญ เช่น ชื่อ วันที่ หรือสถานที่)

ตัวอย่างเช่น หากคุณถามว่า “พยากรณ์อากาศที่ปารีสวันพรุ่งนี้เป็นอย่างไร?” แชทบอทจะรับรู้เจตนา (การสอบถามพยากรณ์อากาศ) และดึงเอนทิตี (“ปารีส” และ “วันพรุ่งนี้”) อัลกอริทึม AI สมัยใหม่ใช้การเรียนรู้เชิงลึกเพื่อแปลความหมายแม้ในกรณีที่ประโยคไม่เป็นทางการ กำกวม หรือมีการพิมพ์ผิด

การฝึกสอนแชทบอท AI

แชทบอท AI ใช้โมเดลภาษา ที่ได้รับการฝึกฝนด้วยข้อมูลข้อความจำนวนมหาศาล ในระหว่างการฝึก โมเดลจะประมวลผลคำหลายพันล้านคำและปรับพารามิเตอร์ภายในเพื่อ ทำนายคำถัดไป ในประโยคตามบริบท

ในทางปฏิบัติ โมเดลจะได้รับข้อมูลข้อความจำนวนมาก (เช่น ข้อมูลจากวิกิพีเดียทั้งหมดหรืออินเทอร์เน็ต) และเรียนรู้ไวยากรณ์ ข้อเท็จจริง และวลีที่ใช้บ่อยจากข้อมูลเหล่านั้น

หลังจากฝึกเสร็จ แชทบอทสามารถสร้างคำตอบใหม่โดยทำนายคำทีละคำ โดยอิงจากรูปแบบที่เรียนรู้มา สิ่งสำคัญคือ โมเดล ไม่ได้ จดจำข้อความแบบคำต่อคำ แต่จะเข้ารหัสความรู้ในพารามิเตอร์อย่างเป็นนามธรรม

ดังนั้น แชทบอทที่ได้รับการฝึกฝนอย่างดีจึงสามารถตอบคำถามโดยสังเคราะห์คำตอบจากรูปแบบที่เรียนรู้ แม้จะไม่เคยเห็นคำถามนั้นโดยตรงในระหว่างการฝึก

ทรานส์ฟอร์เมอร์และโมเดลภาษาขนาดใหญ่

ภาพประกอบ: สถาปัตยกรรมเครือข่ายทรานส์ฟอร์เมอร์ (ตัวเข้ารหัสทางซ้าย ตัวถอดรหัสทางขวา) ตัวเข้ารหัสประมวลผลข้อมูลเข้า และตัวถอดรหัสสร้างผลลัพธ์ แชทบอทสมัยใหม่ใช้ ทรานส์ฟอร์เมอร์ เป็นโครงสร้างหลัก

เครือข่ายทรานส์ฟอร์เมอร์แปลงคำเป็นเวกเตอร์ตัวเลขและใช้ multi-head attention เพื่อเชื่อมโยงคำทุกคำในประโยคกับคำอื่น ๆ พร้อมกัน ช่วยให้โมเดลจับบริบททั่วทั้งข้อความได้

แตกต่างจากโมเดลลำดับเก่า (เช่น RNN) ทรานส์ฟอร์เมอร์ประมวลผลคำทั้งหมดพร้อมกันและฝึกได้เร็วกว่า โดยการซ้อนชั้นทรานส์ฟอร์เมอร์หลายชั้น เราจะได้โมเดลภาษาขนาดใหญ่ (LLM) เช่น GPT-4 หรือ PaLM ของกูเกิล โมเดลเหล่านี้ได้รับการฝึกให้เข้าใจและสร้างภาษาในระดับมหาศาล และยังสามารถแปล สรุป หรือ ตอบคำถามได้ด้วยจำนวนพารามิเตอร์ที่มากมาย

การสร้างคำตอบ

เมื่อแชทบอทตอบกลับ อาจใช้วิธีใดวิธีหนึ่งต่อไปนี้:

• แบบดึงข้อมูล (Retrieval-based): แชทบอทเลือกคำตอบจากชุดคำตอบที่กำหนดไว้ล่วงหน้า (เช่น ฐานข้อมูลคำถามที่พบบ่อย) แชทบอทยุคแรกทำงานแบบนี้ เมื่อเจอคำถามที่รู้จัก บอทจะส่งคำตอบที่เก็บไว้ วิธีนี้รวดเร็วและเชื่อถือได้สำหรับคำถามที่คาดการณ์ได้ แต่ไม่สามารถตอบคำถามนอกฐานข้อมูลได้
• แบบสร้างคำตอบ (Generative AI): แชทบอทสร้างคำตอบใหม่ทีละคำโดยใช้โมเดลภาษา ในแต่ละขั้นตอนจะทำนายคำถัดไปที่น่าจะเป็นไปได้มากที่สุดตามบทสนทนาที่ผ่านมา วิธีนี้ช่วยให้บอทสร้างคำตอบที่ไม่ซ้ำใครและตอบคำถามใหม่ที่ไม่เคยเจอมาก่อนได้ อย่างไรก็ตาม เนื่องจากอิงกับความน่าจะเป็นที่เรียนรู้มา บางครั้งอาจให้คำตอบที่ผิดหรือไม่สมเหตุสมผลได้

ข้อเสนอแนะจากมนุษย์และบริบทการสนทนา

หลังจากการฝึกขั้นต้น แชทบอทมักได้รับการปรับแต่งเพิ่มเติมด้วยข้อเสนอแนะจากมนุษย์ ผู้ฝึกสอนจะตรวจสอบผลลัพธ์ของแชทบอทและแนะนำให้ปรับปรุง – เสริมสร้างคำตอบที่ดีและแก้ไขคำตอบที่ไม่เหมาะสม กระบวนการนี้เรียกว่า การเรียนรู้เสริมจากข้อเสนอแนะของมนุษย์ (RLHF) ช่วยให้ระบบเรียนรู้หลีกเลี่ยงเนื้อหาที่ไม่เหมาะสมหรือมีอคติ เช่น มนุษย์อาจทำเครื่องหมายคำตอบว่า "เป็นพิษ" หรือ "นอกเรื่อง" เพื่อให้โมเดลเรียนรู้หลีกเลี่ยงคำตอบเหล่านั้น

แชทบอทยังติดตามบริบทของการสนทนาได้ พวกเขาสามารถจำส่วนก่อนหน้าของบทสนทนาและใช้ข้อมูลนั้นเพื่อให้คำตอบมีความสอดคล้อง เช่น หากคุณถามคำถามต่อเนื่อง แชทบอทจะรู้ว่าคุณกำลังพูดถึงหัวข้อเดิมและตอบได้อย่างเหมาะสม บริบทนี้ช่วยให้การสนทนาเป็นไปอย่างต่อเนื่องและเป็นธรรมชาติมากขึ้น

ตัวอย่างแชทบอท AI

ผู้ช่วยเสมือนที่คุ้นเคยหลายรายคือแชทบอท AI เช่น Apple Siri และ Amazon Alexa ที่ตอบคำสั่งเสียง ขณะที่ Google Gemini และ OpenAI ChatGPT สนทนาด้วยข้อความ ธุรกิจต่าง ๆ ยังใช้แชทบอทบนเว็บไซต์และแอปเพื่อจัดการคำถามลูกค้า นัดหมาย หรือแนะนำการช็อปปิ้ง ระบบเหล่านี้ทั้งหมดใช้เทคโนโลยี AI หลักเดียวกันในการประมวลผลภาษาและสร้างคำตอบ

ความท้าทายและข้อจำกัด

แชทบอท AI มีความสามารถสูงแต่ไม่สมบูรณ์แบบ เพราะพวกมันพยายามตอบคำถามเสมอ จึงอาจ สร้างข้อมูลผิดพลาด – ให้ข้อมูลที่ไม่ถูกต้องหรือทำให้เข้าใจผิดได้อย่างมั่นใจ ตามที่ผู้เชี่ยวชาญกล่าวไว้ แชทบอทคือ “เครื่องมือที่คำนวณทางคณิตศาสตร์เพื่อสร้างคำพูด” ซึ่งไม่ได้เข้าใจความหมายหรือเจตนาเหมือนมนุษย์จริง ๆ

ดังนั้น แชทบอทอาจให้คำตอบแตกต่างกันสำหรับคำถามเดียวกันในเวลาต่างกัน และอาจตีความคำถามที่คลุมเครือหรือซับซ้อนได้ผิด ผู้ใช้ควรตรวจสอบผลลัพธ์ที่สำคัญจากแชทบอท โดยเฉพาะในสถานการณ์ที่มีความสำคัญ

>>> คลิกเพื่อเรียนรู้เพิ่มเติม:

Machine Learning คืออะไร?

โมเดลภาษาขนาดใหญ่คืออะไร?

แชทบอท AI ทำงานโดยผสมผสานการประมวลผลภาษาธรรมชาติกับการเรียนรู้ของเครื่องและโมเดลภาษาขนาดใหญ่ พวกเขาจะแยกวิเคราะห์ข้อมูลผู้ใช้เพื่อระบุเจตนา จากนั้นจะดึงคำตอบที่เตรียมไว้หรือสร้างคำตอบใหม่โดยใช้โมเดลที่ได้รับการฝึกฝน

แชทบอทสมัยใหม่ใช้ LLM ที่สร้างบนพื้นฐานทรานส์ฟอร์เมอร์และได้รับการฝึกด้วยชุดข้อมูลข้อความขนาดใหญ่ ทำให้สามารถสนทนาในหัวข้อต่าง ๆ ได้อย่างคล่องแคล่วเหมือนมนุษย์ ผลลัพธ์คือเครื่องมือที่สามารถสนทนาได้อย่างเป็นธรรมชาติอย่างน่าประหลาดใจ เมื่อโมเดลเหล่านี้พัฒนาด้วยข้อมูลและการฝึกที่ดีขึ้น แชทบอท AI จะมีความสามารถมากขึ้น แต่ในฐานะเครื่องมือทางสถิติ การดูแลจากมนุษย์ยังคงมีความสำคัญเสมอ