ChatGPT กับ GPT-3 ต่างกันยังไง

ผลักดันองค์กรไปข้างหน้าอย่างถูกวิธีด้วย ChatGPT และ GPT-3

ในบทความที่แล้ว เรามีการพูดถึง “ChatGPT กับสิ่งที่หัวหน้าทีมขายควรรู้และควรระวัง” กันไปแล้ว ซึ่งเราเจาะประเด็นไปในส่วนของวิธีการใช้ ChatGPT ให้ประโยชน์สูงสุด รวมไปถึงข้อจำกัดในการใช้งาน ในกรณีที่จะนำ Output หรือผลลัพท์ที่ได้ไปใช้ต่อ แต่ในบทความนี้เราจะมาเจาะลึกลงไปถึงความแตกต่างระหว่าง ChatGPT กับ GPT-3 รวมไปถึงประโยชน์และข้อจำกัดในการใช้งานของทั้ง 2 โมเดลนี้ นอกจากนี้เราจะมาดูตัวอย่างการใช้ ChatGPT และ GPT-3 อย่างมีประสิทธิภาพในอุตสาหกรรมต่างๆ เช่น การตลาด การศึกษา ไปจนถึงการดูแลสุขภาพ หากทุกคนพร้อมแล้ว เลื่อนลงไปอ่านพร้อมๆกับผมได้เลยครับ

GPT-3 คืออะไร

GPT-3 หรือ Generative Pre-trained Transformer รุ่นที่ 3 เป็นโมเดล Machine Learning ที่อาศัยโครงสร้างลำดับชั้นของอัลกอริธึมที่เรียกว่าโครงข่ายระบบประสาทเทียม (Neural Network) ซึ่งการออกแบบโครงข่ายระบบนี้ ได้รับแรงบันดาลใจจากโครงข่ายประสาทของสมองมนุษย์ที่มีความสามารถเหนือกว่าโมเดล Machine Learning ทั่วไป

GPT-3 ได้รับการฝึกฝนโดยใช้ข้อมูลอินเทอร์เน็ตเพื่อสร้างข้อความประเภทใดก็ได้ โดยต้องใช้ Input (ข้อมูลที่ถูกป้อนเข้าไป) เล็กน้อยเพื่อสร้าง Output หรือ ข้อความที่เกี่ยวข้องและซับซ้อนในปริมาณมาก

ข้อแตกต่างระหว่าง ChatGPT และ GPT-3

Prompt Engineering คือ

ถึงแม้ว่าทั้ง ChatGPT and GPT-3 ต่างก็เป็นภาษาโมเดล Machine Learning ที่ถูกฝึกอบรมโดยบริษัท OpenAI ให้สามารถผลิตข้อความโต้ตอบกลับเสมือนมนุษย์ได้เหมือนกัน แต่ความแตกต่างคือระดับความซับซ้อนในการประมวลภาษา ซึ่งหนึ่งปัจจัยหลักที่แตกต่างอย่างเห็นได้ชัดระหว่างทั้ง 2 โมเดลนี้ คือ ขนาดและพื้นที่ความจุในการเก็บข้อมูล 

ChatGPT ถูกออกแบบมาเพื่อใช้สำหรับแอปพลิเคชัน Chatbot หรือการใช้สำหรับโต้ตอบบทสนทนาทั่วไป ในขณะที่จุดประสงค์ในการใช้ตัว GPT-3 นั้นกว้างขวางกว่านั้นมาก สามารถใช้สำหรับการสร้างสรรค์คอนเทนต์ต่างๆ หรือการแปลภาษาออกมาในหลายๆโทนเสียงทั้งทางการและไม่ทางการ

เนื่องจาก ChatGPT เป็นไม่ได้เป็นซอฟต์แวร์ประเภท Open-source ที่สามารถเปิดให้ผู้พัฒนาเข้าไปปรับแต่งโค้ดได้ ดังนั้นโมเดลภาษาใน ChatGPT จึงไม่สามารถปรับเปลี่ยนตามความต้องการของผู้ใช้ได้เท่ากับ GPT-3 ซึ่งใช้โมเดลภาษาขนาดใหญ่ (Large Language Models หรือ LLMs) ที่เป็นแอปพลิเคชัน Machine Learning ที่สามารถประมวลผลภาษาธรรมชาติ (Natural Language Processing) ได้หลากหลาย ตั้งแต่งานง่ายๆ เช่น การตอบคำถาม การจัดหมวดหมู่ข้อความ ไปจนถึงการสร้างข้อความหรือรหัส

นอกจากนี้ ChatGPT ไม่ได้มีการเชื่อมต่อกับโลกอินเทอร์เน็ต ทำให้บางครั้งคำตอบที่ผู้ใช้ได้มาอาจมีการบิดเบือน หรือมีความไม่ถูกต้องอยู่ มากไปกว่านั้น ChatGPT ยังสามารถให้คำแนะนำที่เป็นอันตรายหรือแสดงเนื้อหาที่มีอคติต่อผู้ใช้ได้อีกด้วย เนื่องจากข้อมูลทั้งหมดที่ถูกป้อนเข้าไปในระบบจะสิ้นสุดอยู่ที่ปี 2021 เท่านั้น ดังนั้นข้อมูลหลังตั้งแต่ปี 2022 เป็นต้นไปจะไม่ถูกนำเข้ามาประมวลผลด้วย 

เมื่อเทียบทั้ง 2 โมเดลแล้ว ChatGPT จะใช้โมเดลข้อความขนาดเล็กกว่า โดยมีความจุประมาณ 117 ล้านพารามิเตอร์ ในขณะที่ GPT-3 นั้นได้รับการฝึกอบรมบนข้อมูลข้อความขนาดใหญ่ 45 Terabytes ซึ่งมีขนาดความจุมหึมา หรือมากถึง 175,000 ล้านพารามิเตอร์เลยทีเดียว ซึ่งต่างจาก ChatGPT ถึง 1,500 เท่านั่นเอง

Prompt Engineering ตัวเชื่อมระหว่าง ChatGPT และ GPT-3 

Bern Elliot รองประธานและนักวิเคราะห์ชื่อดังของ Gartner กล่าวว่า “ChatGPT เป็นแอปพลิเคชันที่ประกอบด้วยซอฟต์แวร์สร้างภาษา GPT-3.5 ซึ่งเวลาที่เราป้อนคำถามพร้อมกับข้อมูลอื่นๆที่เรียกว่า Prompt เพิ่มเติมเข้าไป แม้ว่าเราจะไม่สามารถเข้าถึงโมเดล GPT-3 ใน ChatGPT ได้โดยตรง แต่วิธีที่เราถามคำถามกับ ChatGPT มีผลอย่างมากต่อคุณภาพของผลลัพธ์ที่ออกมา” โดยทั่วไปกระบวนการนี้จะเรียกว่า Prompt Engineering หรือ กระบวนการสร้างคำสั่งหรือ Prompt ที่มีคุณภาพเพื่อส่งให้กับโมเดล ซึ่งสามารถทำได้ในโมเดลภาษาขนาดใหญ่ (LLMs) เช่น GPT-3

Prompt Engineering คืออะไร

Prompt Engineering เป็นกระบวนการการพัฒนาแนวทางที่เป็นระบบในการสร้าง ปรับแต่ง และประเมินผลลัพธ์ในแง่ของ Input (ข้อมูลที่ถูกป้อนเข้าไป) และ Output (ข้อมูลที่ถูกประมวลออกมา) จาก ChatGPT

ในการใช้ ChatGPT ตัว Prompt จะเป็นองค์ประกอบสำคัญในการขับเคลื่อนผลลัพธ์ การเปลี่ยนแปลงเล็กน้อยในตัวเลือกคำสั่ง ข้อความ และลำดับคำอาจส่งผลให้เกิดการเปลี่ยนแปลงที่เห็นได้อย่างชัดเจนใน Output นอกจากนี้ Prompt ยังประกอบไปด้วยข้อมูลที่ควรรวมนำมาเข้าด้วยกัน หรือควรถูกพิจารณาอย่างถี่ถ้วนในการสร้างการตอบกลับ

การใช้งาน ChatGPT และ GPT-3

โดยพื้นฐานแล้ว Gartner กล่าวว่า ChatGPT สามารถใช้เพื่อพัฒนาการสร้างคอนเทนต์และการเปลี่ยนแปลงสารแบบอัตโนมัติในขณะที่ให้ประสบการณ์ที่รวดเร็วและน่าดึงดูดกับผู้ใช้งาน 

วิธีที่ง่ายที่สุดในการใช้ ChatGPT คือการตั้งคำถามและกำหนด Prompt เป็นสถานที่ ตัวอย่างเช่น 

“ขับรถกี่ไมล์จากบอสตันถึงซานฟรานซิสโก” 

นอกจากนี้ยังสามารถใช้ ChatGPT เพื่อสร้างคอนเทนต์ที่เป็นลายลักษณ์อักษร หรือเพิ่มเนื้อหาลงไปในคอนเทนต์ที่เขียนไว้แล้วเพื่อให้มีโทนเสียงที่แตกต่างออกไป โดยทำฟังดูเป็นกันเอง หรือทำให้ฟังดูเป็นมืออาชีพมากยิ่งขึ้น

มีหลายวิธีที่ ChatGPT สามารถสร้างร่างข้อความ (Draft) ขึ้นมาให้ตรงตามรูปแบบที่ต้องการ หรือการใช้งานที่เฉพาะเจาะจง ได้แก่ คำอธิบายทางการตลาด จดหมายแนะนำ เรียงความ คู่มือหรือคำแนะนำ คู่มือการฝึกอบรม โซเชียลมีเดียหรือโพสต์ข่าว ซึ่งผู้ใช้สามารถตรวจสอบได้ นอกจากนี้การใช้ ChatGPT เพื่อสร้างแคมเปญการขายทางอีเมล์ หรือแนะนำคำตอบให้กับตัวแทนจำหน่ายเพื่อตอบลูกค้า ถือเป็นสิ่งที่สมเหตุสมผลเช่นกัน ซึ่ง ChatGPT และ GPT-3 สามารถเข้ามาช่วยเหลือในอุตสาหกรรมต่างๆ ได้ดังนี้ 

  • Customer Service (การบริการลูกค้า) — สามารถระบุเจตนาของลูกค้า สรุปการสนทนา ตอบคำถามลูกค้า และนำลูกค้าไปยังสิ่งที่พวกเขากำลังมองหา ซึ่งการทำเช่นนี้ข้อมูลที่ต้องถูกป้อนเข้าไปจำเป็นจะต้องมีบริบทขององค์กร, คำอธิบายสินค้าและบริการต่างๆ, สิทธิ์การเข้าถึง, ตรรกะทางธุรกิจ และโทนเสียงของแบรนด์
  • Sales and Marketing (การขายและการตลาด) — ให้คำแนะนำและคำอธิบายผลิตภัณฑ์ให้กับผู้มีโอกาสเป็นลูกค้าบนเว็บไซต์หรือผ่าน Chatbot โดยแพลตฟอร์ม Chatbot จะต้องปรับแต่งตามบริบทขององค์กร
  • Personal Assistant (ผู้ช่วยผู้บริหาร) — จัดการตารางงาน, สรุปอีเมล์, เขียนอีเมล์ตอบกลับ และร่างเอกสารทั่วไป
  • Software Programming (การเขียนโปรแกรมซอฟต์แวร์) — ช่วยเขียนโค้ดจากข้อความหรือคอมเมนต์, แปลงโค้ดจากภาษาหนึ่งไปเป็นอีกภาษาหนึ่ง, แก้ไขโค้ดที่ผิดพลาด และอธิบายโค้ดให้ผู้ใช้เข้าใจ
  • Education (การศึกษา) — สร้างประสบการณ์การเรียนรู้ส่วนตัวเหมือนเรียนอยู่กับติวเตอร์ 
  • Healthcare (การดูแลสุขภาพ) — สามารถให้คำอธิบายข้อมูลทางการแพทย์และคำแนะนำการรักษาในภาษาง่ายๆให้กับผู้ใช้

ข้อควรระวังในการใช้ ChatGPT และ GPT-3

ถึงแม้ว่า ChatGPT และ GPT-3 จะสามารถเข้ามาช่วยงานที่มนุษย์สามารถทำได้ในหลายๆด้าน อย่างไรก็ตามก็ยังมีความเสี่ยงในการใช้งาน เนื่องจากผู้ใช้จำนวนมากอาจไม่เข้าใจข้อจำกัดของข้อมูล ความปลอดภัย และการวิเคราะห์

ประเด็นที่ใหญ่ที่สุดที่ธุรกิจควรเป็นกังวล คือ ChatGPT อาจทำงานเกินขอบเขต โดยสร้างข้อความที่สละสลวยพร้อมคำตอบในภาษาธรรมชาติที่มีเนื้อหาที่แทบจะไม่มีคุณค่าเลย หรือแย่ไปกว่านั้นคือข้อความที่ไม่เป็นความจริง ดังนั้นผู้ใช้ควรตรวจสอบผลลัพธ์เพื่อความถูกต้อง เหมาะสม และมีประโยชน์จริงก่อนที่จะส่งออกไปให้บุคคลภายนอก ทั้งนี้บริษัทต้องยอมรับผลลัพธ์ใดๆที่จะตามมาทีหลังจากการใช้ประโยชน์จาก ChatGPT

นอกจากนี้การใช้ Chatbot ถือว่ามีความเสี่ยงที่จะเปิดเผยข้อมูลที่เป็นความลับและข้อมูลที่ระบุตัวตนได้ (PII) ดังนั้น บริษัทต่างๆ จึงควรคำนึงถึงข้อมูลที่ใช้ในการป้อนเข้าไปใน Chatbot และหลีกเลี่ยงการรวบรวมข้อมูลที่เป็นความลับ ไม่ว่าจะเป็นข้อมูลของลูกค้า คู่ค้า หรือข้อมูลภายในองค์กรก็ตาม ดังนั้นควรมีกฎบริษัทที่ห้ามให้พนักงานป้อนข้อมูลหรือคำถามกับ ChatGPT ในเรื่องที่ต้องเก็บเป็นความลับ ควบคู่ไปกับการอบรมเพื่อให้พนักงานทุกคนเข้าใจถึงจุดประสงค์และขอบเขตในการใช้งาน

สำหรับใครที่ต้องการอ่านบทความดีๆแบบนี้เพิ่มเติม หรือสนใจอยากทราบรายละเอียดเกี่ยวกับ Service ต่างๆที่ทางเรามีให้ เพื่อตอบโจทย์กับเป้าหมายธุรกิจของคุณ สามารถคลิก “ติดต่อ Predictive” ด้านล่างนี้ได้เลยครับ และสำหรับบทความต่อไป ทางเราจะมีเรื่องอะไรมาแชร์อีก อย่าลืมติดตามเป็นกำลังใจให้พวกเราด้วยนะครับ

Resource: Gartner