เบื้องหลังของ OpenAI
เป็นห้องปฏิบัติการวิจัยปัญญาประดิษฐ์ ประกอบด้วย OpenAI LP ซึ่งเป็นบริษัทที่แสวงหาผลกำไรและบริษัทแม่ OpenAI Inc. เป็นที่ไม่แสวงหาผลกำไร บริษัทเป็นคู่แข่งของ DeepMind ที่ดำเนินการวิจัยในด้านปัญญาประดิษฐ์ (AI) ด้วยระบุเป้าหมายในการส่งเสริมและพัฒนาปัญญาประดิษฐ์ที่เป็นมิตรในรูปแบบที่เป็นประโยชน์ต่อมนุษย์โดยรวม องค์กรนี้ก่อตั้งขึ้นในซานฟรานซิสโก เมื่อปลายปี พ.ศ. 2558 โดย อีลอน มัสก์, Sam Altman และคนอื่น ๆ ซึ่งร่วมกันบริจาคเงิน 1 พันล้านเหรียญสหรัฐ มัสก์ลาออกจากคณะกรรมการในเดือนกุมภาพันธ์ ค.ศ. 2018 แต่ยังคงเป็นผู้บริจาค ในปี ค.ศ. 2019 OpenAI LP ได้รับเงินลงทุน 1 พันล้านเหรียญสหรัฐจากไมโครซอฟท์
Chat GPT Service by Fusion
ใช้ ChatGPT ในองค์กร ผ่าน MS Team Fusion มีบริการ Config GPT สำหรับใช้ภายในองค์กร ภายใต้ Azure Service มั่นใจได้ 100 % ว่าข้อมูลที่คุยกับระบบ GPT จะไม่ถูกนำออกไปใช้ภายนอกบริษัท
รายละเอียดการให้บริการ
- เปิด Service Cognitive Service ( OpenAI 4.0)
- Connect MS Team
- Short memory
- Security Config
- log history เก็บข้อมูลการคุยในรูปแบบ Database
ใช้เวลา Config หลังจากเปิด Service เรียบร้อยภายใน 2 วัน สามารถควบคุมงบประมาณได้ 100 %
Security Detail https://learn.microsoft.com/…/cogni…/openai/data-privacy


เราฝึกโมเดลนี้โดยใช้ Reinforcement Learning from Human Feedback (RLHF) โดยใช้วิธีเดียวกับ InstructGPT แต่มีความแตกต่างเล็กน้อยในการตั้งค่าการรวบรวมข้อมูล เราฝึกโมเดลเริ่มต้นโดยใช้การปรับอย่างละเอียดภายใต้การดูแล: เทรนเนอร์ AI ที่เป็นมนุษย์จัดเตรียมบทสนทนาที่พวกเขาเล่นทั้งสองฝ่าย นั่นคือผู้ใช้และผู้ช่วย AI เราให้ผู้ฝึกอบรมเข้าถึงคำแนะนำที่เขียนแบบจำลองเพื่อช่วยพวกเขาเขียนคำตอบ
ในการสร้างแบบจำลองรางวัลสำหรับการเรียนรู้แบบเสริมแรง เราจำเป็นต้องรวบรวมข้อมูลเปรียบเทียบ ซึ่งประกอบด้วยแบบจำลองการตอบสนองตั้งแต่สองแบบขึ้นไปที่จัดอันดับตามคุณภาพ ในการรวบรวมข้อมูลนี้ เรานำการสนทนาที่ผู้ฝึกสอน AI มีกับแชทบอท เราสุ่มเลือกข้อความที่เขียนโดยโมเดล สุ่มตัวอย่างทางเลือกหลายๆ ทาง และให้ผู้ฝึกสอน AI จัดอันดับข้อความเหล่านั้น เมื่อใช้โมเดลรางวัลเหล่านี้ เราสามารถปรับแต่งโมเดลได้อย่างละเอียดโดยใช้Proximal Policy Optimization เราทำกระบวนการนี้ซ้ำหลายครั้ง
ตัวอย่างการถามตอบ ที่เชื่อมต่อกับระบบ Line + Chat Framework + ChatGPT เป็นระบบที่ถูกควบคุมการตอบของ GPT ให้แล้ว โดยกำหนดเป็น Sales Fusion และ ให้ตอบโดยเน้น ให้ข้อมูล สินค้า Microsoft และ Service fusion



ตัวอย่างการนำ Chat ไปใช้
ทำความเข้าใจก่อนว่าข้อมูลที่ได้จากระบบ GPT นั้นเป็นข้อมูลที่ถูกสรุปมาจากฐานข้อมูลขนาดใหญ่ ดังนั้น ในแง่ของการตลาด ที่จำเป็นต้องอาศัยข้อมูลจำนวนมาก ในการหาแนวโน้มที่สำคัญ จึงมีประโยชน์อย่างมาก เช่น คำถามว่า สินค้า xxx ขายดีที่ไหน หรือ สถานที่นี่ตั้งร้านดีหรือไม่ คำถามพวกนี้จะต้องใช้ข้อมูลจำนวนมาก ซึ่ง GPT มีความพร้อมเรื่องนี้และสามารถให้คำตอบได้ทันที
เมื่อเทียบกับการหาคำตอบ ในคำถามแบบนี้ จะต้องใช้เวลาทำการสำรวจนานมาก
Product Consult
เราสามารถทำการ Train ChatGPT โดยใช้จากข้อมูลภายในของบริษัท เช่น จากข้อมูล Chat ถามตอบกันเองภายในบริการเกี่ยวกับสินค้า ที่เหมาะสมสำหรับลูกค้า ตัวอย่างเช่น
ลูกค้า เขียนข้อมูลรายละเอียดเกี่ยวกับการใช้งาน แล้ว ถามว่า Product ตัวไหนเหมาะสม ซึ่งการถามแบบนี้ Bot ไม่สามารถให้คำตอบได้แต่ ChatGPT สามารถเรียนรู้จากข้อมูลภายในและนำเสนอคำตอบที่เหมาะสมได้ จากในภาพระบบจะสามารถเรียนรู้จากการ Chat คุยกันภายใน รวมถึง Clip เสียงที่ถูกบันทึกไว้ด้วย

ราคาของการเปิดใช้บริการ

จาก Service ทั้ง 2 สามารถเปิดใช้บริการที่ Fusion ได้ เรามี option เป็น Consult สำหรับการทำ Fine tuning ด้วย
ตัวอย่างการใช้ Virtual Agent สำหรับการสร้าง Bot เพื่อทำงานเฉพาะทาง
ทดสอบการใช้ GPT by Fusion ได้ที่ link FusionBot หรือ Scan QR Code เพื่อทดสอบระบบจาก Fusion

Reference