ทำความรู้จักกับ GEMINI - Google AI

Image from Introducing Gemini: Google’s most capable AI model yet (blog.google)

6 ธันวาคม 2566 ... Google ประกาศเปิดตัว GEMINI อย่างเป็นทางการ ผู้เขียนติดตามข่าวเรื่องนี้ผ่าน Google Blog เกาะติดข้อมูลข่าวสารหลายแหล่ง ด้วยเหตุที่ต้องเรียนตรง ๆ ว่าเมื่อวันที่ 6 ธันวาคม 2566 ทั้งอ่านทั้งฟังยังไงก็ไม่ชัดเจนว่า GEMINI คืออะไรกันแน่ รู้เพียงคร่าว ๆ ว่าเป็น AI Model ที่ทันสมัยที่สุด มี 3 รูปแบบตามวัตถุประสงค์ใช้งาน คือ Ultra, Pro และ Nano ผ่านไปหลายวันจึงพอจะเริ่มเห็นภาพว่าทำไม GEMINI ถีงเป็นเรื่องน่าตื่นตาตื่นใจและถือเป็นก้าวสำคัญของการพัฒนาเทคโนโลยี AI ... ผู้เขียนขอสรุปภาพรวมให้อ่านกันง่าย ๆ ดังนี้ครับ

1) ความสามารถในการทำงานแบบหลายโหมด (Multimodal Capabilities)

GEMINI เป็นโมเดล AI ที่สามารถเข้าใจ ประมวลผล และรวมข้อมูลประเภทต่าง ๆ ทั้งข้อความ ภาพ เสียง วิดีโอ และโค้ด(ภาษาเขียนโปรแกรม) ความหลากหลายนี้ทำให้ GEMINI สามารถทำงานได้หลากหลายมากกว่าโมเดล AI ก่อนหน้านี้

2) มีให้เลือก 3 ประเภท

GEMINI มีให้เลือก 3 ประเภท คือ Ultra Pro และ Nano แต่ละประเภทถูกออกแบบมาสำหรับงานที่แตกต่างกัน โดย Ultra สำหรับงานที่ซับซ้อนมาก Pro สำหรับงานที่หลากหลาย และ Nano มีประสิทธิภาพสำหรับงานบนอุปกรณ์

3) การประยุกต์ใช้ในผลิตภัณฑ์ของ Google

ตัวอย่างแรก ๆ ที่เห็นได้ตอนนี้ คือ Pro ถูกใช้ใน Bard ซึ่งเป็น AI chatbot ของ Google ซึ่งน่าจะทำให้มีตรรกกะ ให้คำตอบที่ถูกต้องเป็นเหตุเป็นผลมากขึ้น ขณะที่ Nano จะถูกเอาไปใส่ในสมาร์ทโฟน Pixel 8 Pro เพื่อเพิ่มฟีเจอร์ เช่นการสรุปไฟล์เสียงและสร้างข้อความตอบกลับอย่างรวดเร็ว เป็นต้น

4) ความก้าวหน้าทางเทคนิค

Google ฝึกฝน (train) GEMINI ด้วย Tensor Processing Units (TPUs) รุ่นใหม่ล่าสุด มีผลให้ GEMINI เป็นหนึ่งในโมเดล AI ที่ทันสมัยที่สุดโดยปริยาย และกำลังดำเนินการปรับปรุง GEMINI Ultra อย่างต่อเนื่อง รวมถึงการทำการตรวจสอบความน่าเชื่อถือและความปลอดภัยอย่างละเอียด

5) ผลการทดสอบ

GEMINI ผ่านการทดสอบด้วยผลลัพธ์ที่โดดเด่น โดยมีผลการทดสอบที่ดีกว่าผู้เชี่ยวชาญมนุษย์ในบางงานและเหนือกว่าโมเดลอื่นๆ เช่น GPT-4 ในหลาย ๆ งาน แต่ก็ยังมีข้อจำกัดเช่นเดียวกับโมเดลภาษาขนาดใหญ่อื่น ๆ ที่บางครั้งให้ผลลัพธ์ที่ผิดพลาด

6) การบูรณาการในอนาคต

Google วางแผนที่จะรวม GEMINI เข้ากับผลิตภัณฑ์และบริการอื่น ๆ ของตัวเอง เช่น การค้นหา โฆษณา Chrome และอื่นๆ ในอีกไม่กี่เดือนข้างหน้า การบูรณาการนี้เป็นส่วนหนึ่งของกลยุทธ์ของ Google เพื่อใช้ประโยชน์จากเทคโนโลยี AI ในชุดผลิตภัณฑ์ต่าง ๆ

7) การเข้าถึงสำหรับนักพัฒนา

นักพัฒนาจะเข้าถึง GEMINI Pro ได้ในรูปแบบ API บนแพลตฟอร์ม Google AI Studio และ Google Cloud Vertex AI ทำให้นักพัฒนาและองค์กรต่างๆ สามารถสร้างเครื่องมือ AI เฉพาะทางสำหรับแอปพลิเคชันต่าง ๆ

GEMINI ของ Google แสดงให้เห็นถึงขีดความสามารถด้าน AI แบบก้าวกระโดด โดยนำเสนอแนวทางการประยุกต์ใช้และการปรับปรุงที่หลากหลายมากกว่ารุ่นก่อน ๆ ความสามารถในการประมวลผลและรวมข้อมูลหลายประเภทถือเป็นก้าวสำคัญในวิวัฒนาการของเทคโนโลยี AI​

ผู้เขียนเอา link การกล่าวเปิดตัว GEMINI ของ Sundra Pichai - Google's CEO แปะไว้ให้ ... ลองชมลองฟังกันดูครับ

https://youtu.be/jV1vkHv4zq8?si=8R_x-K7BgIB-1m5P

การเขียน Prompt ปรับแต่งผลลัพธ์บน ChatGPT

สำหรับคุณผู้อ่านที่ใช้ ChatGPT เป็นประจำ ผู้เขียนเชื่อว่ามีโอกาสอยู่พอสมควรที่รู้สึกอยากจะให้ผลลัพธ์จาก ChatGPT แตกต่างออกไป เช่น เป็นทางการมากขึ้นหรือเป็นส่วนตัวให้มากขึ้น มีความสร้างสรรค์ให้มากขึ้นความน่าเบื่อน้อยลง เป็นต้น ผู้เขียนขอแนะนำการเขียน Prompt เพื่อการนี้ ดังนี้ครับ

1) เขียน Prompt สั่งให้ ChatGPT ประเมินผลลัพธ์ด้วยคะแนน 1-10 เช่น 1 is very casual, 10 is formal seriously เป็นต้น

2) ดูคำตอบจาก ChatGPT เช่น 7/10

3) เขียน Prompt ให้ ChatGPT ปรับแต่งตามคะแนนที่ต้องการ เช่น 3/10

มาดูตัวอย่างทดลองกันจริง ๆ ดังนี้ครับ

- เขียน Prompt ให้ ChatGPT เขียน email เลื่อนการประชุมกับบริษัทที่ปรึกษาในสิงคโปร์

- เขียน Prompt ให้ ChatGPT ให้คะแนนความเป็นทางการ (formal) ของ email ได้คำตอบ 8/10

- ปรับแต่ง โดยเขียน Prompt ให้ ChatGPT เขียน Email ใหม่ในระดับคะแนน 3/10 (เพราะเราเป็นกันเอง)

สังเกตุความแตกต่างของ Email ก่อนหน้ากับหลังปรับแต่ง มีความ casual มากขึ้น ... คุณผู้อ่านลองนำเทคนิคนี้ไปใช้กันดูนะครับ

Jinny's Photoshoot at 'Hey Coffee'

From Hey Coffee 17/12/2023 (select) - ARTHIT Studio

Nestled within the garden of "Hey Coffee," these captivating portraits of Jinny come to life. This gallery is a visual celebration of nature's beauty intertwined with the grace and charm of our model. The vibrant garden is the perfect canvas for showcasing Jinny's poise and elegance. These images invite you to immerse yourself in a world where nature's splendor and Jinny's allure coexist harmoniously. In this enchanting garden setting, coffee takes a back seat as the focus shifts, captivating interplay between our model and the natural surroundings. As you explore this collection, you'll witness a beautiful fusion of Jinny's beauty and the enchanting garden ambiance, creating a visual narrative that resonates with those who appreciate photography's artistry and the outdoors's serenity.

GEAR: Sony A7RM3 + FE 55 f1.8 ZA

แนะนำ My GPTs สร้าง ChatGPT ในแบบของคุณเอง

เมื่อวันที่ 10 พฤศจิกายน 2566 ที่ผ่านมา ... OpenAI ประกาศปล่อยฟีเจอร์ My GPTs บน ChatGPT สำหรับผู้ใช้ Plus และ Enterprise ให้ได้ใช้งานกัน ผู้เขียนทดสอบอยู่ระยะหนึ่ง พบว่าเป็นฟีเจอร์ที่น่าสนใจเป็นอย่างมาก คือเสมือนหนึ่งว่าต่อไปผู้ใช้จะสามารถปรับแต่ง ChatGPT ให้เป็น ChatGPT เฉพาะเรื่องเฉพาะงานได้เองตามต้องการตั้งแต่เรื่องทั่วไป เช่น คณิตศาสตร์พื้นฐาน ไปจนถึงเรื่องทางเทคนิคเฉพาะด้านเพื่อสนับสนุนการทำงานผู้เชี่ยวชาญด้านต่าง ๆ ... GPT ที่สร้างขึ้น (หรือเรียกว่า My GPTs) จะใช้ส่วนตัว หรือเปิดให้ใช้สาธารณะก็ได้ ในอีกไม่นาน OpenAI จะสร้าง GPT Store มารองรับ เปิดโอกาสให้ผู้สร้าง GPT ได้นำเสนอผลงานของตัวเอง รวมไปถึงการสร้างรายได้จากการที่มีผู้ใช้คนอื่นทำการ Install GPT ที่สร้างไว้บน Store ได้อีกด้วย

วิธีสร้าง GPT

1) ไปที่ https://chat.openai.com (คลิกที่ Account Name มุมล่างซ้าย แล้วเลือก “My GPTs”)

2) ในแท็บ Create ผู้ใช้เขียน prompt สั่ง GPT Builder เพื่อช่วยสร้าง GPT ใหม่ เช่น “สร้างนักออกแบบกราฟฟิกสร้างภาพสำหรับผลิตภัณฑ์ใหม่” หรือ “สร้างวิศวกรซอฟต์แวร์ที่ช่วยจัดรูปแบบโค้ดของฉัน” 

3) ตั้งชื่อและระบุคำอธิบายของ GPT ที่จะสร้าง โดยไปที่แท็บ Configure ซึ่งผู้ใช้จะสามารถเลือก action ต้องการให้ GPT ทำ เช่น การเรียกดูเว็บหรือสร้างภาพ

4) เมื่อพร้อมที่จะเผยแพร่ GPT ที่สร้างเสร็จแล้ว เลือก “Publish” เพื่อใช้งานส่วนตัว หรือแชร์ให้กับคนอื่น ๆ ก็ได้ตามต้องการ ... โดยแม้จะ publish ไปแล้วก็สามารถเข้ามาปรับแต่งได้เสมอในภายหลัง

การตั้งค่าเพิ่มเติม (Advanced Settings)

ใน GPT Editor ผู้ใช้สามารถกำหนดการตั้งค่าที่ละเอียดยิ่งขึ้นสำหรับ GPT ที่จะสร้างขึ้น ... โดยด้านบนมีสองแท็บที่มีชื่อว่า Create และ Configure ... แท็บ Create อนุญาตให้ผู้ใช้เขียน prompt ส่งไปยัง GPT Builder เพื่อช่วยสร้าง GPT ใหม่ หากต้องการให้คำแนะนำเกี่ยวกับ GPT ที่จะสร้างที่ละเอียดยิ่งขึ้น ก็สามารถกำหนดได้ในแท็บ Configure

การตั้งค่าในแท็บ Configure

Adding an image: ผู้ใช้สามารถขอให้ GPT Builder สร้างรูปภาพสำหรับ GPT ของตัวเอง (คล้าย ๆ logo โดย ChatGPT จะเรียกใช้ DALL-E มาสร้างภาพให้) หรืออัปโหลดภาพของตัวเองก็ได้

Additional Instructions: ผู้ใช้สามารถเขียน prompt เพื่อให้คำแนะนำหรือแนวทางที่ละเอียดเกี่ยวกับวิธีการทำงาน ลักษณะความสามารถ และพฤติกรรมที่ควรหลีกเลี่ยง ของ GPT ที่จะสร้าง

Prompt Starters: เป็นตัวอย่างของ prompt สำหรับผู้ใช้เริ่มการใช้งาน GPT ที่จะสร้าง

Knowledge: ผู้ใช้สามารถอัปโหลดไฟล์ป้อนความรู้เพื่อเป็นฐานความรู้เพิ่มเติมสำหรับ GPT ที่จะสร้าง พึงรับทราบไว้ก่อนว่าเนื้อหาจากไฟล์ที่อัปโหลดอาจถูกรวมอยู่ในผลลัพธ์แบบตรง ๆ ในบางกรณี

Capabilities: กำหนดได้ว่าจะให้ GPT ที่สร้างขึ้นทำอะไรได้เพิ่มเติมอีก ได้แก่ Web Browsing, DALL·E Image Generation และ Code Interpreter 

Custom Actions: ผู้ใช้สามารถดึง API จาก Third Party มาใช้ได้กับ GPT ที่จะสร้างขึ้น โดยการให้รายละเอียดเกี่ยวกับ endpoint parameters และคำอธิบายวิธีใช้ ... Actions for GPTs ยังยอมให้นำเข้าจาก OpenAPI schema ได้ด้วย ดังนั้นหากได้สร้างปลั๊กอินไว้แล้ว ผู้ใช้จะสามารถใช้ปลั๊กอินแมนิเฟสต์ที่มีอยู่เพื่อกำหนด Actions สำหรับ GPT ที่จะสร้างได้