คำถามเกี่ยวกับ Generative AI

ข้อใดต่อไปนี้อธิบาย "Generative AI" ได้ดีที่สุด?

• ปัญญาประดิษฐ์ที่สามารถสร้างเนื้อหาใหม่ เช่น ข้อความ ภาพ หรือดนตรี จากข้อมูลที่มีอยู่

• ระบบ AI ที่ออกแบบมาเพื่อเพิ่มความเร็วและความแม่นยำของการค้นหาข้อมูล

• รูปแบบหนึ่งของ AI ที่เน้นการแปลภาษาแบบเรียลไทม์

• เทคโนโลยี AI ที่ใช้จัดการและจัดระเบียบฐานข้อมูลขนาดใหญ่

ข้อใดต่อไปนี้อธิบาย LLM (Large Language Model) ได้ดีที่สุด?

• สร้างข้อความโดยการวิเคราะห์และสรุปข้อมูลจากเว็บไซต์จำนวนมาก

• สร้างข้อความโดยการคาดเดาคำถัดไปตามบริบทของคำก่อนหน้า

• แปลข้อความที่ป้อนเข้าไปเป็นหลายภาษาพร้อมกัน

• สร้างข้อความโดยใช้แม่แบบที่กำหนดไว้ล่วงหน้าและเติมคำลงไป

ข้อใดต่อไปนี้คือสิ่งที่ Generative AI สามารถทำได้อย่างแม่นยำสูง?

• ทำนายแนวโน้มของตลาดหุ้น

• ตัดสินใจในสถานการณ์ทางจริยธรรมที่ซับซ้อน

• วินิจฉัยโรคที่พบได้น้อย

• สร้างข้อความที่เหมือนมนุษย์โดยใช้คำสั่ง (prompt)

ในบริบทของ Generative AI "zero-shot learning" หมายถึงอะไร?

• การฝึกโมเดลโดยไม่มีข้อมูลเลย

• ความสามารถของโมเดลในการทำงานได้โดยไม่ต้องฝึกเฉพาะสำหรับงานนั้น

• วิธีการลดเวลาฝึกของโมเดลให้เป็นศูนย์

• เทคนิคในการสร้างข้อมูลฝึกแบบสังเคราะห์

ข้อใดต่อไปนี้คือความท้าทายที่อาจเกิดขึ้นในการสร้างข้อความโดยใช้ prompt?

• โมเดลสามารถสร้างได้แค่คำตอบแบบสองค่า (binary)

• จำเป็นต้องใช้ข้อมูลที่มีป้ายกำกับจำนวนมากในการฝึก

• การเขียน prompt ที่สะท้อนบริบทและรายละเอียดได้อย่างถูกต้อง

• ความจำเป็นต้องใช้การออกแบบคุณลักษณะที่ซับซ้อน (feature engineering)

เมื่อใช้ Generative AI เพื่อจำแนกข้อความออกเป็นหลายประเภท วิธีใดเป็นแนวทางทั่วไปที่ใช้ในการจัดการกับประเภทที่มีมากกว่าสองประเภท?

• ใช้ตัวจำแนกแบบสองค่าหลายตัว (binary classifiers) สำหรับแต่ละประเภท

• ใช้คำสั่งเดียว (prompt เดียว) ที่รวมหมวดหมู่ทั้งหมด

• ฝึกโมเดลแยกกันสำหรับแต่ละหมวดหมู่

• ใช้การเรียนรู้แบบไม่ต้องมีผู้สอนในการจัดกลุ่มข้อมูล

คำว่า "token" ในบริบทของโมเดลภาษาขนาดใหญ่ (LLM) หมายถึงอะไร?

• token คือหน่วยของข้อความ เช่น คำหรือคำย่อย ที่โมเดลประมวลผลแยกกัน

• token คือรหัสเฉพาะของผู้ใช้งานแต่ละคน

• token คือมาตรการรักษาความปลอดภัยที่ใช้ในการเข้าถึง API

• token คือรางวัลที่มอบให้ผู้ใช้ที่ให้ข้อมูลกับระบบ

ข้อใดต่อไปนี้ไม่ใช่ข้อกำหนดสำหรับ AI ที่จะถือว่าเป็น "ปัญญาประดิษฐ์ทั่วไป" (Artificial General Intelligence - AGI)?

• ความสามารถในการเรียนรู้และปรับตัวกับงานใหม่โดยไม่ต้องมีการสอน

• ความสามารถในการทำงานข้ามโดเมนในระดับที่เทียบเท่ามนุษย์

• ความสามารถในการคาดการณ์อนาคตอย่างแม่นยำ

• ความสามารถในการเข้าใจและสร้างภาษาธรรมชาติ

เหตุใดการจัดแนวโมเดล (Model Alignment) จึงสำคัญในการพัฒนา Generative AI?

• เพื่อให้แน่ใจว่า AI สะท้อนค่านิยมของมนุษย์และมีความปลอดภัย

• เพื่อเพิ่มประสิทธิภาพในการประมวลผล

• เพื่อให้การตอบสนองของโมเดลรวดเร็วขึ้น

• เพื่อเพิ่มความเร็วในการประมวลผลข้อมูล

RAG (Retrieval-Augmented Generation) ช่วยเพิ่มความสามารถของ LLM อย่างไร?

• โดยปรับปรุงไวยากรณ์และโครงสร้างประโยค

• โดยให้ข้อมูลแบบเรียลไทม์และเกี่ยวข้องกับบริบท

• โดยเพิ่มความเร็วในการประมวลผล

• โดยทำให้สามารถเข้าใจภาษาได้หลายภาษา