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

Consent Banner

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.