โมเดลและแพลตฟอร์ม AI

โมเดลการกระทำขนาดใหญ่ (LAMs): พื้นที่ใหม่ของการโต้ตอบที่มีพลังงานจาก AI

Dr. Tehseen Zia
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญแมดเดลแอ็กชันขนาดใหญ่ผสานการเขียนโปรแกรมแบบนิวโร-ซิมโบลิกเพื่อปฏิบัติงานที่ซับซ้อนในโลกจ…
ดูเพิ่มเติม
  • แมดเดลแอ็กชันขนาดใหญ่ผสานการเขียนโปรแกรมแบบนิวโร-ซิมโบลิกเพื่อปฏิบัติงานที่ซับซ้อนในโลกจริงได้มากกว่าการสร้างข้อความ
  • อุปกรณ์ R1 จาก Rabbit AI สาธิตการทำงานของ LAMs โดยการเรียนรู้จากปฏิสัมพันธ์ของมนุษย์กับแอปเพื่อควบคุมบริการหลายรายการ
  • การวิจัย ReALM ของ Apple มุ่งเป้าให้ Siri มีความสามารถคล้าย LAMs เพื่อทำความเข้าใจเนื้อหาและบริบทบนหน้าจอ

เมื่อเกือบหนึ่งปีที่แล้ว มุสตาฟา ซูเลย์แมน ผู้ร่วมก่อตั้ง DeepMind ได้ทำนายว่า ยุคของ AI ที่สร้างสรรค์จะสิ้นสุดลงและจะถูกแทนที่ด้วยระบบที่สามารถโต้ตอบกับซอฟต์แวร์และทรัพยากรของมนุษย์ได้ ในปัจจุบัน เราได้เห็นความเป็นจริงของการทำนายครั้งนี้ด้วยการพัฒนาระบบปฏิบัติการ AI ใหม่ของ Rabbit AI ที่เรียกว่า R1 ระบบนี้มีความสามารถในการติดตามและเลียนแบบการโต้ตอบของมนุษย์กับแอปพลิเคชันต่างๆ ระบบ R1 มีโมเดลการกระทำขนาดใหญ่ (LAM) ที่เป็นหัวใจของระบบ ซึ่งเป็น AI ที่สามารถเข้าใจความตั้งใจของผู้ใช้และดำเนินการตามคำสั่งได้

การทำความเข้าใจโมเดลการกระทำขนาดใหญ่หรือโมเดลเอเจนต์ (LAMs)

LAM คือ AI ที่ได้รับการออกแบบมาเพื่อเข้าใจความตั้งใจของมนุษย์และดำเนินการตามวัตถุประสงค์ที่เฉพาะเจาะจง โมเดลเหล่านี้มีความสามารถในการเข้าใจความต้องการของมนุษย์ การวางแผนงานที่ซับซ้อน และโต้ตอบกับโมเดล ต่างๆ หรือบุคคลเพื่อดำเนินการตามแผน LAMs มีความสามารถที่มากกว่า AI ทั่วไปที่สามารถสร้างคำตอบหรือรูปภาพได้ แต่ไม่สามารถดำเนินการตามคำสั่งได้ ตัวอย่างเช่น ในการวางแผนการเดินทาง LAM จะต้องประสานงานกับแอปพลิเคชันสภาพอากาศเพื่อดูพยากรณ์ สภาพอากาศ และโต้ตอบกับบริการจองเที่ยวบินเพื่อค้นหาตำแหน่งที่เหมาะสม และจองโรงแรม

การเปรียบเทียบ LAMs กับ LLMs

LLMs คือ AI ที่สามารถเข้าใจคำสั่งและสร้างคำตอบได้ แต่โดยทั่วไปแล้วมีความสามารถที่จำกัดในการดำเนินการตามคำสั่ง LAMs มีความสามารถที่มากกว่า LLMs ในการดำเนินการตามคำสั่งและโต้ตอบกับแอปพลิเคชันต่างๆ ตัวอย่างเช่น LLM อาจสามารถสร้างอีเมลตามคำสั่งได้ แต่ LAM จะสามารถเข้าใจบริบทของอีเมลและดำเนินการตามคำสั่งได้

LAMs ในการดำเนินการ: Rabbit R1

Rabbit R1 คือตัวอย่างของ LAMs ที่ใช้งานได้จริง ระบบนี้สามารถจัดการแอปพลิเคชันต่างๆ ผ่านอินเทอร์เฟซที่ใช้งานง่าย R1 มีหน้าจอ 2.88 นิ้ว กล้องหมุน และล้อเลื่อน และใช้โปรเซสเซอร์ MediaTek 2.3GHz พร้อมหน่วยความจำ 4GB และพื้นที่เก็บข้อมูล 128GB

ที่ใจกลางของ R1 คือ LAM ที่สามารถจัดการฟังก์ชันของแอปพลิเคชันต่างๆ และทำให้การทำงานที่ซับซ้อนง่ายขึ้น เช่น การควบคุมเพลง การจองการเดินทาง การสั่งซื้อของชำ และการส่งอีเมล

ความก้าวหน้าของ Apple ในการนำ LAMs มาใช้

ทีมวิจัย AI ของ Apple (AAPL ) ได้แบ่งปันข้อมูลเกี่ยวกับความพยายามในการพัฒนา Siri โดยใช้เทคนิคที่คล้ายกับ LAMs โครงการนี้มีจุดมุ่งหมายเพื่อปรับปรุงความสามารถของ Siri ในการเข้าใจบริบทของการสนทนา การประมวลผลเนื้อหาที่แสดงบนหน้าจอ และการตรวจจับกิจกรรมที่เกิดขึ้นรอบๆ

การประยุกต์ใช้ LAMs

LAMs มีศักยภาพในการนำไปใช้ในหลายอุตสาหกรรม เช่น

  • การบริการลูกค้า: LAMs สามารถช่วยให้การบริการลูกค้าดีขึ้นโดยการจัดการคำถามและข้อร้องเรียนผ่านช่องทางต่างๆ
  • การดูแลสุขภาพ: LAMs สามารถช่วยให้การดูแลสุขภาพดีขึ้นโดยการจัดการนัดหมาย การจัดการยาที่ต้องใช้ และการประสานงานกับบริการต่างๆ
  • การเงิน: LAMs สามารถช่วยให้การเงินดีขึ้นโดยการให้คำแนะนำและการจัดการการลงทุน

ความท้าทายของ LAMs

LAMs มีความท้าทายหลายประการ เช่น

  • ความเป็นส่วนตัวและความปลอดภัยของข้อมูล: LAMs ต้องการการเข้าถึงข้อมูลส่วนบุคคลและข้อมูลที่มีความละเอียดอ่อน ซึ่งทำให้เกิดความกังวลเกี่ยวกับการจัดการและเก็บข้อมูล
  • ประเด็นด้านจริยธรรมและกฎระเบียบ: LAMs มีความสามารถในการตัดสินใจและดำเนินการโดยอัตโนมัติ ซึ่งทำให้เกิดความกังวลเกี่ยวกับความรับผิดชอบและความโปร่งใส
  • ความซับซ้อนของการรวมระบบ: LAMs ต้องการการรวมระบบกับแอปพลิเคชันต่างๆ และบริการต่างๆ ซึ่งทำให้เกิดความซับซ้อนและความท้าทาย
  • ความสามารถในการปรับขนาดและปรับเปลี่ยน: LAMs ต้องการความสามารถในการปรับขนาดและปรับเปลี่ยนเพื่อรองรับสถานการณ์ที่หลากหลายและเปลี่ยนแปลง

สรุป

LAMs คือนวัตกรรมที่สำคัญในด้าน AI ที่มีศักยภาพในการเปลี่ยนแปลงการโต้ตอบระหว่างมนุษย์และเครื่องจักร ระบบ R1 ของ Rabbit AI และความก้าวหน้าของ Apple ในการนำ LAMs มาใช้แสดงให้เห็นถึงศักยภาพของ LAMs ในการปรับปรุงการโต้ตอบและทำให้การทำงานง่ายขึ้น

ดร. Tehseen Zia เป็นรองศาสตราจารย์ที่ได้รับการบรรจุแบบถาวร (tenure) ที่ COMSATS University Islamabad และสำเร็จการศึกษาระดับปริญญาเอกด้านปัญญาประดิษฐ์จากมหาวิทยาลัยเทคโนโลยีเวียนนา ประเทศออสเตรีย เขาเชี่ยวชาญด้านปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง วิทยาศาสตร์ข้อมูล และคอมพิวเตอร์วิทัศน์ และได้สร้างผลงานสำคัญผ่านการตีพิมพ์ในวารสารวิทยาศาสตร์ที่มีชื่อเสียง เขายังเป็นผู้นำโครงการอุตสาหกรรมต่าง ๆ ในฐานะหัวหน้าโครงการวิจัย และเคยทำงานเป็นที่ปรึกษาด้านปัญญาประดิษฐ์