💡 พื้นฐาน AI: เข้าใจง่าย ใช้ได้จริง ✅ (EP.1/5)

วันนี้เราจะมาคุยกันครับ ผมขออนุญาตนะครับว่าเนื่องจากคอร์สนี้เป็นคอร์สเปิด เป็นครั้งแรกที่ผมได้มาพูดคุยกับทาง SWED นะครับ แต่ผมเข้าใจว่าทาง SWED เนี่ยได้มีการจัดเรื่อง AI มาหลายครั้งแล้ว บางครั้งผมก็มานั่งฟังนะครับ ไม่ทราบว่ามีเนื้อหาซ้ำซ้อนกันหรือเปล่า แต่ขออนุญาตเปิดด้วยหลักการพื้นฐานก่อนนะครับ เพราะผมเชื่อว่าถ้าเราติดกระดุมเม็ดแรกให้ถูกต้อง Do the Right Thing มันดีกว่า Do the Thing Right นะครับ เพราะว่าเรา Do the Right Thing เราจะไม่หลงทาง ซึ่งบางครั้งมันเกิดขึ้นเวลาสอนบริหารธุรกิจ ผมชอบพูดเสมอว่าเราทำสิ่งที่ถูกต้องก่อน แล้วเราค่อยทำมันให้ถูกต้องนะครับ เพราะถ้าอะไรมันผิดพลาดไป แม้ว่าเราจะทำมันถูกต้องแล้วก็ตาม มันก็ไม่มีทางพาเราไปถึงเป้าหมายได้ครับ มันเหมือนจิตรกรที่เก่งมาก แต่สุดท้ายไปวาดผิดตึก เราก็ไม่ได้รับค่าจ้างครับ ดังนั้นเราทำความเข้าใจหลักการพื้นฐานของ AI ก่อนครับ Principal ครับ ทำไมครับ เพื่อให้ทุกคนที่นี่รู้ว่าเราคาดหวังอะไรจาก AI ในเวลานี้ครับ ความสุขและความทุกข์ คนเราก็ขึ้นอยู่กับความคาดหวังของเราใช่ไหมครับ เราหวังมากแค่ไหน ถ้ามันเป็นจริง เราก็มีความสุขครับ ดังนั้นเรามาตั้งความคาดหวังกันก่อนครับ เราจะคาดหวังอะไรจาก AI ได้บ้างครับ AI จะช่วยอะไรเราได้บ้างครับ มันจะช่วยแบ่งเบาภาระเราในฐานะนักวิจัยได้อย่างไรบ้างครับ เราต้องรู้ตรงนี้ครับ ถ้าเรารู้ความคาดหวังของเราทันที เราก็จะไม่ผิดหวังครับ หรือเราไม่ให้ความหวังลมๆ แล้งๆ ครับ เพราะเขาไม่สามารถตอบคำถามเราได้ทั้งหมดครับ ซึ่งเป็นข้อดีครับ ถ้า AI สามารถตอบคำถามเราได้ทั้งหมดครับ จะเข้ามาแทนที่พวกเราแน่นอนครับ ดังนั้นเรามาคุยกันเรื่องหลักการพื้นฐานในการใช้ AI ครับ แล้วก็อันที่สองนะครับ อาจารย์นี จะมาพูดเรื่องการใช้ AI เป็นเครื่องมือในการช่วยงานวิจัยให้มีประสิทธิภาพครับ ผมอยากให้พี่น้องที่นี่ครับ ใช้ AI ให้เป็นเครื่องมือในการช่วยให้เรามีประสิทธิภาพมากขึ้นครับ นั่นคือทำให้งานของเราดีขึ้นโดยที่เราไม่ลดคุณค่าของตัวเองครับ ดังนั้นมันต้องเป็นเครื่องมือที่ช่วยครับ เพชรก็ยังคงเป็นเพชรครับ ดังนั้นเราอย่าดูถูกตัวเองครับ คุณต้องไม่ทำแทนเราครับ แค่ขัดเกลาให้งานของเรามันเปล่งประกายมากขึ้นครับ นี่คือสิ่งที่ผมต้องการในการใช้ AI ครับ และสิ่งที่สำคัญคือ AI ในการค้นหาข้อมูลครับ อาจารย์นี จะอธิบายให้ฟังว่า AI ไม่ได้เก่งทุกอย่างครับ ChatGPT ก็ไม่ได้เก่งทุกอย่างครับ ดังนั้นมันต้องมี SciSpace หรือใครสักคนเข้ามาครับ เพราะการค้นหาข้อมูลมันต้องมีอีกอันหนึ่งครับ แล้วก็มี AI ในการเขียนงานวิจัยครับ เพราะคำถามวันนี้คือ ผมอยากให้ท่านค้นหาและเขียนครับ ดังนั้น AI ในการเขียนงานวิจัยนี้ก็หนีไม่พ้น ChatGPT, Claude, Gemini ใช่ไหมครับ คนในห้องนี้มีไม่กี่คนใช้ Gemini ครับ ChatGPT, Claude, Gemini หรือ DeepSeek พวกนี้คือคนเขียนครับ แล้วก็ใช้ AI ให้ถูกต้องตามจริยธรรมครับ อันนี้สำคัญมากครับ หลายๆ ที่เริ่มมีการตั้ง Code of Conduct ว่าต้องใช้ AI ในระดับไหนครับ เราไม่ต้องรอจริยธรรมครับ เราต้องตั้งขอบเขตของเราก่อนครับ เราจะให้ AI ทำอะไรให้เราได้บ้างครับ อะไรคือหน้าที่ของเราครับ เราเป็นนักวิจัย เราก็ยังต้องทำวิจัยครับ เราเป็นอาจารย์ เราก็ยังต้องทำหน้าที่สอนครับ AI เป็นเพียงแค่เข้ามาช่วยให้งานของเราดีขึ้นครับ ดังนั้นจริยธรรมของเราก็ต้องคำนึงถึงตรงนี้ด้วยครับ หลักการพื้นฐานในการใช้ AI ก่อนครับ มาทำความเข้าใจตรงนี้ก่อนครับ นี่คือ Landscape ของ AI ทุกท่านครับ ในเอกสารที่แจกไป มีทั้งหมดครับ ผมอยากจะบอกว่า AI บอกว่าไม่มี AI ที่เก่งทุกอย่างครับ ไม่มี AI ที่เก่งทุกงานครับ ไม่มี AI แบบ Iron Man ที่ทำได้ทุกอย่างครับ แต่จะมีเพียง AI ที่เหมาะสมที่สุดสำหรับงานใดงานหนึ่งครับ และเหมาะสมกับอุปนิสัยของเราครับ ให้เราเลือกให้ถูกครับ ดังนั้นกระดุมเม็ดแรกที่ผมอยากจะขอคือ การเลือก AI ให้ถูกครับ AI ที่ถูกคืออะไรครับ ตอนนี้ขออนุญาตยกตัวอย่างสั้นๆ ครับ AI ที่เก่งในการค้นหา โดยเฉพาะการค้นหาผลงานวิชาการครับ นั่นคือท่านสามารถเข้าไปในฐานข้อมูลผลงานวิชาการได้ครับ ซึ่งก็มี Perplexity, Consensus, SciSpace ครับ ตอนนี้มีมากกว่านี้ครับ รวมถึง Litmap, Rabbit Research, Paper Guide ครับ ผมไม่กลัวที่จะทำวิดีโอครับ ตอนนี้ขออนุญาตยกเพียงวิดีโอ Elicit อีกอันหนึ่งครับ ผมจะให้เฉพาะอันที่ดีที่สุดให้ท่านครับ เผื่อใครสนใจอยากจะลองไปดูว่าอันไหนเหมาะกับเราครับ ผมบอกว่าอันนี้ก็คือ SciSpace ครับ แต่พอถึงเวลา ผมอาจจะไม่ชอบอันนี้ก็ได้ครับ ถ้าชอบรูปแบบภาพก็ใช้ Litmap หรือ Rabbit Research ครับ ถ้าชอบรูปแบบไม่จำกัดก็ใช้ Elicit, Paper Guide, Consensus ครับ อันนี้แล้วแต่ความชอบครับ ท่านสามารถดูวิดีโอต่อไปได้ครับ อีกฝั่งหนึ่งเรียกว่าฝั่ง Sai Khian ครับ ฝั่ง Generative AI ครับ อันที่เขียนได้ดี เขียนเก่ง และค้นหาได้นิดหน่อยคือ ChatGPT, Claude, Gemini ซึ่งตอนนี้มี DeepSeek และ Keven เข้ามาด้วยครับ หลายคนในห้องนี้ใช้ DeepSeek ครับ ก็จะเข้ามาผสมผสานด้วยครับ อันนี้เขียนเก่งครับ สิ่งที่อาจารย์นีจะบอกคือ เขาแบ่งครับ เขาจะแบ่งภาระงานของเราครับ ถ้าฝั่งค้นหาคือภาระงานหลักคือการค้นหาครับ 80% คือการค้นหาครับ ดังนั้นผมไม่เก่งเขียนครับ การเขียนคือ 80% ของภาระงานครับ สิ่งที่ผมจะทำคือการเขียนครับ ผมไม่เก่งค้นหาครับ ผมค้นหาได้ 20% ครับ ไม่ใช่ว่าเขาไม่ค้นหาครับ การค้นหามันมีข้อจำกัดครับ ดังนั้นเราต้องเข้าใจข้อจำกัดนี้ครับ ซึ่งเราจะเข้าใจกันในไม่ช้านี้ครับ โอเคครับ มาต่อครับ มาทำความรู้จักคำว่า Generative AI ครับ จริงๆ แล้วในทางการตลาดเราก็รู้จักกันมานานแล้วครับ สิบปีแล้วครับ เพราะอัลกอริทึมมันต่างกันบนมือถือของเรา ไม่ว่าจะเป็น Facebook, YouTube, TikTok หรือแม้กระทั่ง E-commerce ครับ มันต่างกันครับ Shoppingplace มันต่างกันครับ มันใช้ AI ในการรันให้เราครับ สิ่งที่เราเห็นครับ ไม่ใช่สิ่งที่เราเลือกครับ แต่เป็นสิ่งที่เกิดขึ้นจากพฤติกรรมในอดีตของเราครับ แล้ว AI ก็คำนวณว่าเราควรจะได้รับอะไรต่อไปครับ สื่อประเภทไหนที่คุณจะได้รับครับ นี่คือสิ่งที่เกิดขึ้นจาก Generative AI ครับ แล้วมันก็จะ gen รูปภาพ, gen feed คนอื่นให้เราดูครับ ดังนั้นการตลาดเราคุ้นเคยกับตรงนี้ครับ แต่ทำไมมันถึงได้ตื่นเต้นและตื่นตัวกันในช่วงสองปีที่ผ่านมาครับ มันปลุกผมจริงๆ ครับ มันปลุกเพราะว่ามันไม่เคยเป็นแบบนี้ครับ เราเป็นคนธรรมดา Bebe ครับ อย่างพวกเราครับ พี่น้องในห้องนี้ครับ เราไม่เคยพูดถึงการสั่ง AI ครับ เพิ่งจะมาสั่งและเรียนรู้ในช่วงสองปีที่ผ่านมาตั้งแต่ ChatGPT ออกมาครับ ว่าเราสามารถสั่ง AI ได้ครับ ใช่ครับ เราสามารถสั่ง AI ให้ทำงานให้เราได้ครับ เมื่อก่อนนักการตลาดต้องใช้โค้ด Python และโปรแกรมเมอร์ในการสั่ง AI ครับ ตอนนี้คนธรรมดาอย่างพวกเรา Bebe ครับ พูดภาษาคนธรรมดาครับ ท่านสามารถคุยกับ AI และสั่ง AI ได้ครับ ผมใช้คำว่าสั่งครับ เพราะเราสามารถสั่งอะไรก็ได้ครับ เราก็ได้แบบนั้นครับ นี่คือ generative AI ครับ สั่งให้สร้าง สั่งให้สร้างครับ เพราะชื่อมันก็บอกอยู่แล้วว่าให้สร้าง generative หมายถึงการสร้างครับ และบางครั้งก็มีความคิดสร้างสรรค์ด้วยครับ ความคิดสร้างสรรค์หมายถึงการคิดให้เราครับ หรือไปสรรหามาตอบให้เราครับ แต่ส่วนใหญ่คือการไปสรรหามาตอบให้เราครับ นี่คือสั่งให้สร้าง สั่งให้สร้างครับ แล้วก็สร้างครับ นี่คือ generative AI ครับ ความหมายมันตรงตัวแบบนี้ครับ ดังนั้นมาทำความรู้จักตรงนี้ครับ มีคำที่ผมต้องบอกทุกท่านครับ ถ้าเราเข้าใจพื้นฐานตรงนี้ เราจะไม่พลาดรถไฟ AI ครับ ไม่ว่า AI ตัวไหนจะทำงานครับ วันนี้เรามี ChatGPT, Claude, Gemini หรือในเรื่องของ DeepSeek, Keven หรือจะมีตัวใหม่ๆ เข้ามาครับ เราจะไม่พลาดรถไฟครับ เพราะเราจะเข้าใจตรงนี้ครับ ว่า generative AI ทำงานอย่างไรครับ มันทำงานได้อย่างไรครับ อธิบายด้วยภาพจะดีกว่าครับ ภาพแรกคือ LLM ครับ สิ่งที่จะส่งมาทำงานกับเราครับ เรียกว่า Large Language Model ครับ นั่นคือการส่งสมองที่เก่งเรื่องภาษามาทำงานกับเราครับ ทำให้เรารู้สึกว่ามันคุยแล้วมันเข้าใจภาษาของเราครับ เรียกว่า Large Language Model ครับ มันคือโมเดลสมองที่เรียนรู้เรื่องภาษามาแล้ว แล้วก็มาคุยกับเราครับ และมีการเรียนรู้อย่างต่อเนื่องโดยไม่หยุดครับ ข้อดีคือการเรียนรู้ไปเรื่อยๆ ไม่หยุดครับ ดังนั้นเมื่อสองปีที่แล้ว ChatGPT ออกมาครับ ตอนนั้นน่าจะเป็น 3.0 ใช่ไหมครับ ทุกคนลองใช้ครั้งแรกครับ ลองใช้หลังจากเห็นลูกใช้ก่อนครับ ผมรู้สึกว่าต้องลองครับ เพราะเราในฐานะนักการตลาดเรารู้เรื่อง AI ครับ เราก็รอคอยที่จะดูแชทดรัมแล้วก็ลองใช้ดูครับ นั่นคือจุดเริ่มต้นของการลองครับ ตอนนั้นเขาเรียกว่าอะไรครับ รู้สึกเหมือนคุยกับนักเรียนต่างชาติครับ อ่านแล้วเข้าใจครับ แต่จะมีคำแปลกๆ หลุดออกมาครับ พอเดือนพฤศจิกายน 2021 ChatGPT ออกมา จะมีคำแปลกๆ หลุดออกมาประมาณนี้ครับ เขาจะเรียกว่าอะไรเรียกว่า Thought Park ครับ หรือเหมือนสิ่งประดิษฐ์แบบนี้ครับ เขาเรียกว่าสิ่งที่สร้างขึ้นมาแบบนี้ครับ เรารู้สึกเหมือนนักเรียนต่างชาติครับ ตอนนี้ปัญญาประดิษฐ์กลายเป็นญาญ่าครับ มาริโอ้ เมาเร่อหายไปครับ นั่นคือภาษาไทยที่ไร้รอยต่อครับ ภาษาอังกฤษเร็วกว่าครับ แต่ภาษาไทยร้อยตะเข็บครับ นั่นคือเวลาฟังแล้วมันไม่สะดุดเลยครับ ฟังแล้วน่ารักครับ นี่คือสิ่งที่เกิดขึ้นจากการเรียนรู้ภาษาครับ จริงๆ แล้วไม่ใช่แค่ภาษาอย่างเดียวครับ เรียนรู้อย่างอื่นด้วยครับ แต่เขาเรียกว่า Large Language Model ครับ หมายถึงเขาคุยเป็นภาษาคนได้ครับ ดังนั้นมันเป็นสิ่งที่ทำให้เราสนุกกับการใช้ AI มากขึ้นครับ ดังนั้นเป็นเหตุผลที่จะต้องตื่นตัวมากขึ้นครับ หลายคนบอกว่าใช้ DeepSeek ครับ อาจารย์บ้านโพธิ์บอกว่าใช้ DeepSeek ครับ อย่าแปลกใจครับ พอใช้ DeepSeek ปุ๊บ คุยภาษาไทยได้เลยครับ เพราะเขาเรียนรู้มาแล้วครับ เขาได้ DataSet ส่งมาให้เราจากการเรียนรู้ของ ChatGPT แล้วครับ โอ้โห ภาษาไทยครับ มาดูอันนี้ครับ สิ่งที่ทุกท่านมาฟังในวันนี้ครับ จริงๆ แล้วต้องพูดเรื่องการค้นหาแล้วก็การเขียนครับ แต่ผมรู้สึกว่าเราต้องติดกระดุมเม็ดแรกให้ถูกต้องก่อนครับ ผมต้องพูดตรงนี้ก่อนครับ นั่นคือการใช้ AI ให้ถูกต้องครับ การทำงานกับ LLM ครับ LLM คือ Large Language Model นี่แหละครับ ที่เข้ามาทำงานกับเราครับ เราต้องทำงานกับเขาให้ถูกต้องครับ อย่างหนึ่งคือเขาถูกสร้างมาเพื่อสั่งครับ ถูกสร้างมาเพื่อสั่งครับ ถ้าใครจำไม่ได้ครับ ถ้าไม่สั่งก็ไม่สร้างครับ ดังนั้นหน้าที่ของเขาคือต้องมีคนสั่งครับ นั่นคือการใช้ทักษะที่เรียกว่า User Prompt ครับ พอสั่งปุ๊บ Large Language Model ก็จะเข้าไปดึง DataSet ที่เขาเทรนมาครับ การเทรนนั้นเรียกว่ามหาศาลครับ ผมขอใช้คำนี้ดีกว่าครับ มหาศาลครับ ใหญ่โตครับ บางคนบอกว่า ChatGPT หรือสิ่งต่างๆ AI ที่ผมกำลังศึกษาอยู่ครับ มันเทียบเท่าประวัติศาสตร์มนุษยชาติครับ มันมากกว่ามนุษย์ที่ฉลาดที่สุดคนหนึ่งจะเรียนรู้ได้ครับ เพราะเขาเรียนรู้มาเยอะจริงๆ ครับ นี่คือ Training DataSet ครับ เขาจะเข้าไปดึงอันนี้มาครับ มา Generate Output เพื่อตอบเราครับ Generate Output เพื่อตอบเราครับ ทีนี้คำว่า ChatGPT ครับ คำว่า GPT ครับ คือชื่อของ Generative Pretended AI ครับ Generative Pretended AI ก็ย่อว่า GPT ครับ Generative คือตรงนี้ครับ สั่งปุ๊บต้องสร้างครับ สั่งปุ๊บต้องสร้างครับ ไม่เคยมีครั้งไหนที่ผมไม่สร้างครับ ยกเว้นอะไรครับ ยกเว้นอินเทอร์เน็ตเราเสียครับ ยกเว้นอินเทอร์เน็ตเราเสียครับ วันนี้ไม่รู้ว่าอาจารย์นีจะเห็นหรือเปล่าตอนสาธิตครับ อินเทอร์เน็ตผมเสียครับ อินเทอร์เน็ตผมล่มครับ หรือเราหมด Token ครับ เราหมด Token ครับ มีความหมายอะไรครับ การที่เราเล่นกับ AI ครับ มันเหมือนเขามีเหรียญให้เราเล่นในสวนสนุกครับ จะมีเหรียญให้ครับ สำหรับท่านที่ยังไม่ได้ซื้อ Plus ครับ ยกเว้นอาจารย์โสภาพันธ์ที่ซื้อ Plus แล้วครับ ท่านอื่นที่ยังไม่ได้ซื้อครับ จะมีเหรียญจำกัดครับ สมมติว่าให้เหรียญร้อยบาทครับ เราไปเล่นครับ ทุกครั้งที่เราคุยมันก็คือการเล่นครับ พอหมดปุ๊บครับ พอหล่นไปปุ๊บ เขาจะบอกว่าหมด Token ครับ พอตอนบ่ายสามโมงกลับมาครับ เขาจะบอกแบบนี้ครับ ถ้าเกิดว่าเราซื้อ Plus ครับ เหรียญของเราก็จะเพิ่มขึ้นครับ อาจจะได้พันบาทครับ คนอื่นได้ร้อยบาท เราได้พันบาทครับ นี่คือ Token ครับ ที่ใช้ในการทำงานกับ LLM ครับ ผมขอถามระหว่างอาจารย์โสภาพันธ์ที่ซื้อ Plus ครับ กับพี่น้องที่ซื้อฟรีครับ อาจารย์หนูหนูซื้อฟรีแบบนี้ครับ ถามว่าใครจะได้ LLM ที่สมองฉลาดกว่าครับ เราน่าจะตอบได้ตรงนี้ใช่ไหมครับ คุณจ่าย คุณก็ได้ครับ ถ้าเราจ่าย เราก็ได้คนฉลาดกว่าครับ แล้วเขาก็จะส่ง LLM ที่ฉลาดกว่ามาให้เราครับ แต่ถ้าเราเรียนรู้วิธีการเขียน Prompt ที่ดีครับ ซึ่งเป็นทักษะของวันนี้ที่อาจารย์นีจะแนะนำก่อนครับ แม้ว่าเราจะใช้ของฟรีครับ เราก็มีโอกาสที่จะได้ LLM ที่ฉลาดครับ เพราะเราสั่งเจาะจงเลยครับว่าเราต้องการใช้ LLM ระดับไหนในการทำงานของเราครับ นี่คือเรียกว่า Temperature ในภาษาโค้ดครับ เราต้องการ Temperature ระดับไหนครับ แต่เราจะสั่งเป็นภาษาคนครับ เพื่อที่จะนำ LLM ที่ดีที่สุด The Best Version of LLM มาทำงานกับเราครับ ดังนั้นวันนี้เรามาเรียนรู้ครับว่าแม้ว่าเราจะฟรีครับ เราก็มีสิทธิ์ที่จะใช้ LLM ที่ฉลาดครับ แต่เป็นของฟรีครับ เราต้องจำไว้ว่าใน LLM ครับ เรามี Token ครับ เรามีสิทธิ์มากกว่าพวก Plus หรือ Premium ครับ แม้ว่าเราจะได้ตัวที่ฉลาดครับ Token ก็ไม่สามารถเพิ่มขึ้นจากตรงนี้ครับ แม้ว่าผมจะเรียนรู้วิธีการเขียน Prompt กับอาจารย์แล้วครับ Token ก็ยังเท่าเดิมครับ อาจารย์นีไม่มี Token จะแจกนะครับ ขออภัยครับ ทีนี้คำว่า Generative หมายถึงการสร้างครับ คำว่า Pretended ครับ หมายถึงการนำข้อมูลมาอย่างมหาศาลครับ ที่เรียกว่าปะกิณกะครับ ทุกอย่างบอกว่าเป็น Data ครับ หมอก็มีครับ เคมีก็มีครับ ศิลปะก็มีครับ ดนตรีก็มีครับ จิตวิทยาก็มีครับ มี Data ทุกอย่างครับ ล่าสุดอาจารย์นี ลูกชายผมครับ ทำการบ้านเรื่องสูตรมงคลของพระมหากษัตริย์ รัชกาลที่ 6 ครับ มีใครรู้จักไหมครับ ถ้าใครรู้จักพิมพ์ให้ผมหน่อยครับ มีอาจารย์คณะศึกษาศาสตร์ไหมครับ วรรณคดีครับ ถ้าใครรู้จักพิมพ์ให้ผมหน่อยครับ ผมอยากจะบอกว่าเราไม่รู้ครับ ลูกผมรู้และเรียนรู้เท่าที่เขาเรียนรู้ครับ แต่ต้องทำรายงานครับ ปรากฏว่าถ้าถาม ChatGPT ครับ รู้จักบทสวดมงคลไหมครับ ตอบได้ครับ แต่พอถามลึกๆ ครับ เขาบอกว่าให้ดึงบทสวดมงคลที่ 7 และที่ 16 ออกมาครับ แล้วดึงมาผิดครับ มีการดึงผิดแล้วต้องสั่งใหม่ครับ ดังนั้นแม้ว่าเขาจะรู้ครับ เราก็ต้องรู้เท่าเขาครับ นี่คือ Training Data Set ของประเทศไทยครับ มีเยอะครับ สินค้าไทยมีเยอะครับ ทีนี้คำว่า Transformer หมายถึงอะไรครับ Transformer คือ Output ที่ออกมาได้หลายรูปแบบครับ บางครั้งท่านสามารถสั่ง Text ออกมาเป็นรูปภาพได้ครับ ถ้าใครใช้ ChatGPT และ ChatGPTPlus ครับ ท่านจะทราบว่าเราสามารถสั่งให้เขาสร้างรูปภาพได้ครับ ท่านสามารถใช้ Suno สร้างเสียงได้ครับ Text สามารถสร้างเป็นเสียงได้ครับ หรือเสียงเป็น Text ได้ครับ เราสามารถสั่งได้ครับ ท่านพิมพ์ ChatGPT ด้วยเสียงครับ หรือรูปภาพเป็น Text ได้ครับ นี่คือ Transformer ครับ GPT ครับ ดังนั้นสิ่งที่อาจารย์จะบอกท่านคือ เรายังมีทักษะของมนุษย์ครับ คือทักษะการเขียน Prompt ครับ ในอนาคตอีกไม่นานครับ AI จะเทรนตัวเองครับ เขาจะไม่ต้องสั่งแล้วครับ แล้วอันนี้หายไปครับ มันเละครับ อาจจะ Transformer จะยึดเมืองครับ ดังนั้นเราต้องรีบฝึกตรงนี้ครับ เราต้องรีบให้ความสำคัญตรงนี้ครับ อย่างน้อยเราก็ยังมีหน้าที่หลักในการสั่ง AI ครับ อีกหน้าที่หนึ่งที่เป็นหน้าที่สำคัญครับ สิ่งที่ผมไม่อยากให้ท่านละเลยคือหน้าที่ในการปรับแต่งครับ ปรับแต่ง Output และปรับแต่ง Prompt ครับ การปรับแต่ง Output คืออะไรครับ เราอย่าเพิ่งคิดว่ามันจะถูกต้องครับ อาจารย์นีบอกเรื่องบทสวดมงคลครับ แล้วนี 7 กับ 16 ดึงมาผิดครับ ผมก็ต้องบอกเขาว่าเธอผิดครับ ช่วยวาดสูตรมงคลใหม่ที่เกี่ยวข้องกับเรื่องนี้ได้ไหมครับ จะได้วาดให้ถูกต้องครับ เราต้องตรวจสอบและตรวจสอบทุกครั้งครับ และถ้าเป็นงานวิจัยครับ มันต้องเป็นงานของเราครับ มันต้องเป็นชื่อของเราครับ เพราะผลลัพธ์ใครรับผิดชอบครับ เราเป็นคนรับผิดชอบครับ แม้ว่า AI จะให้ Output มาครับ บอกว่าเราไร้เดียงสาใช่ไหมครับ แต่เราจะไปโทษ AI ครับ เราไม่สามารถชี้แจงคดีกับ AI เป็นฆาตกรได้ครับ เราเป็นคนรับผิดชอบในสิ่งที่ออกมาครับ ดังนั้นนี่คือสิ่งสำคัญครับ สิ่งที่ผมฝากท่านไว้คือทักษะหนึ่งในการสั่ง Prompt ครับ ซึ่งจะเกิดขึ้นในวันนี้ครับ เราจะมาคุยกันและปรับแต่ง Output ครับ อาจารย์จะให้ Magic Question ครับ เป็นคำถามวิเศษครับ ซึ่งเราต้องใช้ครับ ถ้าเราเห็น Output ออกมาครับ เราต้องถามตัวเองครับ แล้วก็เข้าไปมีส่วนร่วมกับ AI ทันทีครับ ที่บอกเล่าเรื่องนี้ครับ เพราะผมเองเพิ่งจะเจอครับ เป็นกรรมการสอบครับ จริงๆ เป็นประธานสอบครับ สอบนักศึกษาปริญญาครับ เพราะเขาอาจจะรีบทำหรืออะไรก็ตามครับ สิ่งที่พบในวรรณกรรมที่ค้นหาครับ ตอนแรกเราบอกว่าโอ้โหครับ ค้นหาบทที่สองวรรณกรรมครับ หนามากครับ แล้วก็มีหลายคนมากครับ แต่สิ่งที่เราอ่านแล้วรู้สึกตกใจครับ ผมต้องบอกเลยครับว่าคนเขารู้แล้วครับว่าคุณทำอะไรครับ อย่างน้อยใครไม่รู้ เราก็รู้ครับ สิ่งที่อาจารย์อ่านแล้วตกใจครับ คือ เอ๊ะ งานวิจัยเรื่อง Digital Marketing ของธุรกิจสุขภาพครับ ทำไมคนไทยทำเยอะจังครับ เพราะสิ่งที่เราทำอยู่มันอยู่ในความรู้สึกนี้ครับ เราก็เลยงงครับ เราก็เลยทำการค้นหาแบบย้อนกลับ Track and Trace ครับ แล้วก็เจอชื่อที่เราเจอครับ เช่น ชื่อเฉลิม ตุกบุญรุ่ง สมมติแบบนี้ครับ เฉลิม ตุกบุญรุง พอเราค้นหาในเว็บไซต์ครับ ใครทำ Digital Marketing กับ ChatBot ในธุรกิจยาครับ แบบนี้ครับ เราก็ไปทำแล้วก็ค้นหาครับ แล้วก็กลายเป็นคนกวาดขยะทันทีครับทุกคน ดังนั้นสิ่งที่เกิดขึ้นครับ เราต้องกระซิบกับอาจารย์ที่ปรึกษาครับ ว่าอันนี้หมายความว่าเขาต้องสอบซ่อมครับ เพราะมันเป็นสิ่งที่ไม่ดีครับ ไม่สามารถปล่อยออกไปได้ครับ ดังนั้นเรื่องนี้สำคัญครับ เราต้องมีส่วนร่วมกับ Output เสมอครับ นี่คือสิ่งที่อาจารย์นีขอครับ ขั้นตอนนี้คือทักษะการเขียน Prompt ครับ เขียน Prompt ให้ดีครับ เพื่อที่เราจะได้เลือก LLM ที่ดีที่สุดมาทำงานกับเราครับ ไม่ใช่ว่าทำแล้วเราด้อยกว่าเราครับ อันนี้ไม่โอเคครับ แล้วก็ปรับแต่ง Output ครับ ถึงตรงนี้ทุกท่านยังอยู่กับอาจารย์ไหมครับ ถ้าอยู่กด 1 มาที่ช่อง Chat ครับ เรายังฟังอยู่ครับ กรุณากด 1 ครับ สำหรับอาจารย์ในช่อง Chat ครับ ขอบคุณครับ เรายังอยู่ด้วยกันครับ พูดเร็วไปไหมครับ พิมพ์ Chat ครับ อาจารย์ผมดู Chat ตลอดครับ โอเคครับ คำว่า Transformer ครับ อาจารย์บอกว่า generative pre-trained transformer ครับ นี่คือชื่อของ GPT ครับ แต่ผมไม่ได้แก้ไขเฉพาะ ChatGPT นะครับ ทุกโมเดลครับ มันคือ Generative AI ครับ เพื่ออธิบายลักษณะของมันให้ท่านเข้าใจครับ มันถึงยุคที่ AI เริ่มตัดสินใจให้เราครับ ยุคนี้จริงๆ เริ่มตั้งแต่ปี 1982 ครับ โอ้โห เป็นสิ่งที่ AI มีความคิดครับ มี Logic มากกว่าเยอะครับ จริงๆ DeepSeek คือตัวที่เริ่มระเบิดครับ ทำให้ AI ทุกตัวคิดมากขึ้นครับ แม้ว่าความคิดจะยังไม่ได้ฝังครับ แต่เราเห็นได้ชัดครับ จริงๆ ผมเคยคิดไว้แล้วครับ เช่น อาจารย์นีถ่ายรูปคาเฟ่ใกล้ๆ STOU ครับ แล้วบอกว่า "โห กำลังสอบอยู่เลยพี่น้องครับ ข้อสอบเยอะมากครับ ต่อไปนี้ต้องมีข้อสอบ 17 หน่วยครับ" บางทีก็รู้สึกอยากจะหลบครับ อยากจะหลบแล้วไม่รับข้อสอบอีกครับ ผมถ่ายรูปคาเฟ่แล้วบอกเขาว่าที่ไหนหลบได้ดีที่สุดครับ สิ่งที่ ChatGPT ตอบครับ คือคำตอบครับ แม้ว่ามันจะเป็นรูปภาพครับ เขาสามารถวิเคราะห์รูปภาพแล้วให้คำตอบเราได้ครับ นั่นคือเขามีสมองวิเคราะห์และสมองตัดมาช่วยเราตัดสินใจครับ ยังไม่มี Deep Think ครับ วันนี้อาจจะมีโมเดล Deep Think โชว์ด้วยครับ ยังไม่ใช่ Deep Think ครับ นี่คือโมเดลปกติครับ คือ ChatGPT-4o ครับ ปกติครับ คือโมเดลที่พี่น้องใช้ครับ แม้ว่าจะไม่ได้ซื้อ Plus ครับ ก็ยังใช้โมเดลนี้ครับ 4o ครับ ผมเพิ่งบอกไปครับว่าอาจารย์นีไปหลบหลังตู้ไม้ครับ แทบไม่มีใครเห็นครับ มีชั้นหนังสืออะไรแบบนี้ครับ แทบไม่มีใครเห็นครับ โอ้โห คำแนะนำของผมครับ เรามาถึงจุดสุดท้ายครับ นี่คือสไตล์ของ ChatGPT ครับ พอถามก็ต้องตอบครับ พอถามก็ต้องตอบตรงๆ ครับ ถ้าใครใช้ Claude ครับ ถามว่าที่ไหนหลบได้ดีที่สุดครับ Claude จะตอบแบบมีจริยธรรมมากๆ ครับ แล้วก็ ใช่ๆๆๆๆๆ ครับ ผมไม่แนะนำให้หลบนะครับ ถ้ามีปัญหาอะไรครับ มาคุยกันก่อนครับ โอ้โห คนดีครับ นี่คือ Claude ครับ ทุกคนชอบหรือไม่ชอบครับ เขามีจริยธรรมครับ ถ้ามีปัญหาอะไรครับ มาคุยกันก่อนครับ นี่คือสิ่งที่เขาฝังในโมเดล Claude ครับ หลายคนชอบครับ ไม่ว่าจะเป็นการสุภาพ หวาน แล้วก็มีจริยธรรมมากกว่าโมเดลอื่นครับ ดังนั้น AI แต่ละตัวอาจารย์บอกว่าเราก็ต้องฝัง AI ที่กำลังทำให้เราคอร์รัปชั่นครับ นอกเหนือจากเก่งงานนี้แล้วครับ เราก็เลือก AI ที่เข้ากับสไตล์ของเราครับ ดังนั้นเราสามารถเลือกและดูได้ตามสบายครับ แต่เฉพาะปี 2025 ครับ นี่คือสิ่งที่ AI คิดมากขึ้นครับ นั่นคือมีกระบวนการคิดที่ชัดเจนขึ้นครับ เดิมทีเขาจะวิเคราะห์ครับ แต่เขาไม่แสดงการวิเคราะห์ให้เราเห็นครับ ว่าทำไม Claude ถึงตอบแบบนี้ครับ ทำไม ChatGPT ถึงตอบแบบนี้ครับ เขาคิดอะไรครับ เขาใช้ Logic อะไรในการตอบครับ ปีนี้คือปีที่ AI แสดงโมเดลของการคิดครับ แสดงโมเดลของการคิดครับ ดังนั้นจริงๆ แล้วมีงานวิจัยส่วนหนึ่งครับ ที่ไม่แนะนำให้ใครใช้ AI ครับ นั่นคือการวิเคราะห์ครับ ปีนี้อาจจะเป็นปีที่เขาเริ่มช่วยเราวิเคราะห์ครับ แต่ผมขอย้ำครับ แค่ช่วยเป็นคู่ขนานครับ เพราะเขาแสดงกระบวนการคิดที่ชัดเจนครับ แสดงออกมาเป็นประโยคได้ครับ นั่นน่าสนใจครับ ดังนั้นนี่คือสิ่งที่เกิดขึ้นครับ ให้เราเข้าใจ AI ก่อนครับ อีกอย่างหนึ่งที่ทำให้เข้าใจครับ ChatGPT จะเรียกว่า chats ครับ ส่วน Claude ครับ Claude จะเรียกว่า conversation ครับ ผมจะเปิดให้ดูครับ นี่ครับ chats คืออันนี้ครับ หน้าจอ Chats ครับ อันนี้ขออนุญาตสำหรับคนที่เพิ่งเริ่มใช้ ChatGPT ครับ ผมเปิดด้วยโมเดล 4o ครับ อันนี้เรียกว่า Chats ครับ อันนี้คือช่องแชทครับ ที่ทุกคนสามารถดูได้ของตัวเองครับ ถ้าใครเพิ่งเริ่มใช้ครับ กรุณาสมัครครับ แบบนี้เราสามารถคุยกับเขาได้ครับ โดยการแชทครับ มันก็จะไปเรื่อยๆ ครับ มันก็จะไปเรื่อยๆ ครับ แล้วก็ เอ่อ จะเอาไปไหนครับ อะไรแบบนี้ก็จะไปเรื่อยๆ ครับ เราถามเขาปุ๊บครับ เขาจะให้คำตอบยาวๆ ครับ ขอโทษครับ Prompt ของอาจารย์นีจะยาวหน่อยครับ นี่คือเรียกว่าหนึ่งแชทครับ แล้วเราก็จะคุยกันไปเรื่อยๆ ครับ แล้วก็ในบรรดาที่เราคุยกันไปแล้วครับ มันจะมีความทรงจำครับ เรียกว่าการสนทนาต่อเนื่องครับ มันเหมือนเราคุยกับเพื่อนครับ เราคุยกันสิบนาทีครับ แม้แต่นาทีแรกที่เราคุยกันครับ เพื่อนก็ยังจำได้ครับ แต่ถ้าเราเปลี่ยนเพื่อน เปลี่ยนคนคุยครับ เช่น คุยกับอาจารย์โสภาพันธ์เสร็จครับ ปรึกษาอาจารย์โสภาพันธ์เสร็จครับ เปลี่ยนไปคุยกับอาจารย์หนูหนูครับ ไปวิจัยครับ ถ้าไม่ต่อเนื่องครับ ก็ต้องแนะนำอาจารย์หนูหนูอีกครั้งครับ นี่คือการทำงานของแชทครับ มันจะมีความทรงจำครับ ที่ส่งต่อกันไปครับ แต่ระหว่างแชทครับ เราอาจจะรู้จักกันนิดหน่อยครับ เช่น อาจารย์หนูหนูแดนอยู่ในห้องเดียวกับอาจารย์โสภาพันธ์ครับ ผมอาจจะเคยได้ยินนิดหน่อยเกี่ยวกับการปรึกษาอาจารย์โสภาพันธ์ครับ เดี๋ยวอาจารย์นีจะสอนครับว่าจะปรับแต่งอย่างไรครับ ทำให้เขาเข้าใจเรามากขึ้นครับ ทุกแชทที่เขาทำงานกับเราครับ เขาจะเข้าใจเรามากขึ้นครับ ดังนั้นนี่คือเรื่องแชทครับ ผมจะเปิดเป็นเวอร์ชันฟรีด้วยครับ เพื่อให้เราได้เห็นเวอร์ชันฟรีด้วยครับ เพราะส่วนใหญ่ในห้องนี้คือฟรีครับ มีใครใช้เวอร์ชันโปรบ้างครับ พิมพ์แล้วกดเลข 3 ครับ สำหรับอาจารย์อีกครั้งครับ มีใครใช้ ChatGPT เวอร์ชัน Plus ครับ อาจารย์นีจะทราบข้อจำกัดครับ เปิดให้ฟรีด้วยครับ มีใครใช้ ChatGPT Plus เวอร์ชัน หรือใช้ Claude Pro version ครับ มีไหมครับ โอเคครับ ขออนุญาตเปิดหน้าจอฟรีนิดหน่อยครับ เห็นของฟรีไหมครับ การล็อกอินด้วย Google ครับ ง่ายที่สุดครับ Continue Google ครับ นี่คือสิ่งที่ง่ายที่สุดครับ จะล็อกอินครับ อันนี้ฟรีครับ หน้าจอฟรีกับหน้าจอโปรไม่ต่างกันครับ เพียงแต่ว่าโมเดลที่ผมเลือกนี้จะเป็น 4o ก่อนครับ นี่คือแชทครับ นี่คือช่องแชทครับ ซึ่ง Claude ก็มีครับ เรียกว่า Conversation ครับ ถ้า Perplexity ครับ เรียกว่า trade ครับ นั่นคือการสนทนาครับ ดังนั้นการเปลี่ยนเรื่องครับ เราต้องเปลี่ยนแชทครับ เปลี่ยนเรื่องครับ เปลี่ยนแชทครับ แล้วแชทนี้สามารถเซฟได้ครับ กดสามจุดนี้ครับ แล้วก็เซฟครับ ตั้งชื่อใหม่ครับ การเซฟคือการสร้างชื่อใหม่ครับ เพื่อที่จะได้ง่ายต่อการค้นหาในรอบต่อไปครับ นี่คือการทำงานของ Chats และ Conversation ครับ ถ้าใครซื้อครับ ไม่ได้ซื้อ Plus ครับ อาจารย์นีแนะนำให้เก็บแชทที่ดีครับ นั่นคือ LLM ที่เข้ามาทำงานกับเราครับ คือ LLM ที่เข้าใจเราครับ ถ้าทำงานกับเราได้ดีครับ ต้องเก็บไว้แล้วตั้งชื่อใหม่ครับ เพราะมันจะสำคัญต่อการใช้งานต่อเนื่องใช่ไหมครับ แต่ถ้าใครใช้ Plus ครับ ในห้องนี้จะมีคนใช้ Plus ครับ ท่านต้องเก็บเป็นโปรเจกต์ครับ เก็บเป็นโปรเจกต์ครับ Claude ครับ เก็บเป็นโปรเจกต์ครับ อันนี้ดีที่สุดครับ กด 1 หมายถึงท่านเป็นผู้ใช้ Plus ใช่ไหมครับ ไม่ใช่ครับ เพราะผมให้กด 3 ครับ ผมจะแยกนิดหน่อยครับ อ๋อ มีอาจารย์โสภาพันธ์กับอาจารย์เมธินีที่ใช้ Claude ครับ โปรโมชั่นดีมากครับ ดังนั้นกับ Plus ครับ เขามีพื้นที่เก็บของเขาครับ ซึ่งสามารถเก็บเป็นโปรเจกต์ได้ครับ แต่ถ้าเป็นฟรีครับ อย่างที่อาจารย์นีบอกครับ ต้องตั้งชื่อใหม่แล้วก็เก็บแชทครับ ทีนี้ครับ LLM ครับ สมมติว่าเราคุยกันตรงนี้ครับ สมมติว่าเราคุยกันตอนต้นแชทครับ โอ้ ผมคุยตอนต้นแชทเสร็จแล้วครับ เที่ยงแล้วครับ ผมจะไปคุยกับเพื่อนครับ ไปทานข้าวกลางวันครับ ไปเดินตลาดนัดอีกครั้งครับ ซึ่งจะกลับมาครับ สมมติว่าผมกลับมาตอนบ่ายครับ แล้วมาแชทต่อครับ มีโอกาสที่ LLM จะเปลี่ยนครับ มีโอกาสที่ LLM จะเปลี่ยนครับ หลายครั้งครับ เวลาทำงานครับ หลายคนทำงานกับ AI ครับ ต่อไปนี้จะแนะนำให้ทำงานต่อเนื่องครับ เพราะถ้าเราเบรกไปครับ มีโอกาสที่จะสลับไป LLM ครับ ถ้าเรารู้สึกว่าคุยแล้วมันไม่เวิร์คครับ ไปแชทใหม่ครับ แล้วเปลี่ยนไป v LLM ครับ แสดงว่า LLM ที่ทำให้เรานั้นล้มเหลวครับ ดังนั้นเป็นเรื่องของ LLM ครับ แต่ถ้าเราสั่งได้ดีและ Prompt ได้ดีครับ เราก็จะสามารถควบคุม LLM ได้ค่อนข้างดีครับ แล้วก็ได้ LLM ครับ MC ที่ดีเป็นเครื่องมือในการดึงข้อมูลราคาถูกครับ ผมชอบตรงนี้ครับ นี่คือหลักการในการใช้ครับ การใช้ AI เป็นอีกเรื่องหนึ่งครับ นั่นคือถ้าเราเจอแชทที่ดีครับ นั่นคือเราแชทแล้วได้ข้อมูลที่ดีทันทีครับ เช่น เราต้องทำบันทึกเป็นทางการแบบนี้ครับ ท่านสามารถทำได้ตามที่เราชอบครับ ครั้งต่อไปครับ เราก็แค่เปลี่ยนจากเดิมครับ แล้วก็เชิญวิทยากรครับ อาจารย์อนงค์ไทยครับ ผมจะเปลี่ยนเป็นเชิญอาจารย์สงลักษณ์ครับ แบบนี้ครับ ทุกอย่างยังเหมือนเดิมครับ ต่อเนื่องไปแชทเดิมครับ แม้ว่าจะเปลี่ยน LLM ครับ สิบวันผ่านไปก่อนที่จะเปลี่ยน LLM ครับ แต่ประวัติศาสตร์ยังอยู่ครับ เขาจะไปดูประวัติเก่าครับ ว่าเขาชอบอะไรครับ ดังนั้นระหว่างแชทครับ อย่าลืมครับ AI ต้องให้ Feedback ด้วยครับ เพราะมันจะทำให้ AI เรียนรู้ครับ Feedback อยู่ตรงนี้ครับ Feedback อยู่ตรงนี้ครับ ผมขอใช้ของฟรีครับ แล้วท่านจะได้หน้าจอเหมือนคนส่วนใหญ่ครับ Feedback อยู่ตรงนี้ครับ Feedback อยู่ตรงนี้ครับ นี่คือสิ่งสำคัญครับ Feedback ครับ นั่นคือสมมติหัวข้อวิจัยพยาบาลผู้สูงอายุครับ Feedback อยู่ตรงนี้ครับ การตอบที่ดี การตอบที่ไม่ดีครับ อันนี้ต้อง Feedback ครับ หรือบางคนครับ เช่น Claude ครับ ทุกครั้งที่ทำครับ จะจบด้วยคำถามว่าชอบหรือไม่ชอบครับ เราสามารถบอกได้ว่าเขียนได้ดีมากครับ กรุณาเพิ่มตรงนี้ครับ กรุณาเพิ่มคำศัพท์เทคนิคมากขึ้นในหัวข้อวิจัยครับ เขาจะเทรนเขาครับ นี่คือการเทรนครับ การเทรนกับผู้ใช้ครับ ดังนั้นนี่คือสิ่งหนึ่งที่ผมต้องขอทุกท่านครับ ผมต้องเทรนเขาด้วยครับ อีกอย่างหนึ่งที่สำคัญมากครับ ทำไมอาจารย์ถึงให้บทนำยาวขนาดนี้ครับ เพราะนี่คือพื้นฐานในการใช้งานครับ ทำไมบางคนถึงประสบความสำเร็จในการใช้ AI ครับ บางคนใช้แล้วไม่ประสบความสำเร็จครับ เช่น เพื่อนอาจารย์นีครับ ซึ่งเป็นอาจารย์เหมือนกันครับ อาจารย์สดใสแบบนี้ครับ ซึ่งอยู่ในห้องนี้ครับ ใช้ AI ครับ สามารถเขียนกลยุทธ์ FDA ได้ถึงร้อยหน้าครับ ทำไมถึงประสบความสำเร็จครับ เพราะเขาเข้าใจตรงนี้ครับ เรียกว่า Context Window ครับ นอกเหนือจาก Token แล้วครับ ยังมี Context Window ครับ นั่นคือภาระงานครับ ภาระงานที่ AI จะส่งมาให้เราครับ ดังนั้นใครจะบอกว่าให้ AI ช่วยเขียนบทที่หนึ่งให้ผมครับ เมื่อวานมีนักศึกษามาปรึกษาครับ ว่าจะใช้ AI ช่วยเขียนบทที่หนึ่งได้อย่างไรครับ เราต้องแบ่งงานครับ เพราะอะไรครับ เพราะ AI ตอบเรามาครับ เพื่อที่จะตอบเราได้ครับ เราอยู่ในกำลังของงานครับ มันเหมือนอาจารย์นีไปถามน้องอ้วยครับ น้องอ้วยครับ อ่านวรรณกรรมร้อยหน้าให้ผมได้ไหมครับ ในสิบนาทีครับ ไม่มีใครทำได้ครับ เช่นเดียวกันกับ AI ครับ เราต้องอ่านแล้วสรุปครับ ในสิบนาทีครับ สามารถสรุปได้ร้อยหน้าไหมครับ โอ้โห ใครทำได้ครับ ดังนั้นต้องเข้าใจกำลังของ AI ครับ AI ปัจจุบันสามารถทำงานกับมนุษย์ได้เพียงสามนาทีครับ ท่านต้องมีคำตอบทั้งหมดครับ ได้ยินไหมครับ ได้ยินแล้วหายไปเมื่อกี้ครับ มันกลายพันธุ์ไปชั่วขณะครับ ไม่รู้ทำไมมัน Auto Mute ครับ นั่นคือ AI สามารถทำงานกับทุกท่านได้เพียงสามนาทีครับ ไม่เกินครับ และตอบไม่เกินสองหน้าครับ แค่นั้นครับ จำกฎของอาจารย์ไว้ครับ ถ้า AI ทำงานเกินสามนาทีครับ ต้องคำนึงเสมอว่า โอ้โห เขาให้เราเยอะครับ เขาให้เราเยอะครับ Context Window ครับ นั่นคือให้ AI ทำงานให้เราเยอะครับ มันเหมือน AI ได้ LLM ที่อุทิศให้เราครับ แต่สุดท้ายจะมีปัญหาเรื่อง Server ครับ แล้วเขาจะไม่มีครับ นึกภาพออกไหมครับ ถ้าเราให้ทุกคนห้านาทีครับ โอ้โห มันโหลด AI เยอะครับ เช่น DeepSeek ครับ เมื่อวานอาจารย์นีลองทดสอบ DeepSeek ครับ ถึงห้านาทีครับ แต่ Server ล่มตลอดครับ ทำไมครับ มันให้ Context Window เยอะเกินไปครับ ดังนั้นนี่คือเรื่องสำคัญครับ ที่เราต้องเข้าใจครับ กำลังของ AI ครับ สิ่งที่ AI สามารถตอบได้ไม่เกินสองหน้าครับ นี่คืออาจารย์เนก้าให้ท่านครับ แล้วก็ทุก Token ครับ มีข้อจำกัดของ Token ครับ เพราะมันเป็นสังคมของการแบ่งปันครับ ทุกคนต้องแบ่งปันในการใช้ AI ครับ ดังนั้นถ้าบางครั้งเราใช้ AI ครับ แล้วบาง Server ไม่ทำงานครับ ใช้ AI ครับ คำตอบสั้นมากครับ ใช้ AI ครับ ทำงานแป๊บเดียวแล้วก็ไม่ทำอีกครับ บางครั้งเราคำนึงถึงว่าทุกคนกำลังใช้ AI ครับ เขาอาจจะต้องแบ่งทรัพยากรในการใช้งานครับ แล้วก็ไม่มี AI ตัวไหนที่จะทำงานกับเราเป็นชั่วโมงครับ และไม่มี AI ตัวไหนที่จะเขียนเป็นร้อยหน้าให้เราครับ อันนี้ต้องคำนึงถึงด้วยครับ แต่จำเป็นต้องสั่ง Prompt เป็นส่วนๆ ครับ เพื่อให้ AI ทำงานใน Context Window ได้ทั้งหมดครับ พอพูดถึงอาจารย์ครับ เราต้องพูดถึงทรัพยากรโลกด้วยครับ เพราะทุกคำสั่งจาก AI ของเราครับ จะมีการบริโภคทรัพยากรน้ำครับ ดังนั้นวันนี้เรามาเรียนรู้ด้วยกันครับ ว่าทำไมอาจารย์นีถึงให้ความสำคัญกับการทำความเข้าใจ AI ครับ เพราะอยากให้เราใช้ AI แล้วมันไม่เวิร์คครับ เราใช้ไม่ได้เลยครับ ได้ผลลัพธ์แล้วนำไปใช้ครับ เพราะมิฉะนั้นเราจะสั่งไปเรื่อยๆ ครับ ตามที่เราต้องการครับ มันเสียเปล่าครับ แม้ว่าจะใช้ของฟรีครับ ก็ไม่เป็นไรครับ ทุกอย่างก็คือครับ มันคือเรื่องของ Two-pay ครับ จะมีคนต้องจ่ายเงินให้เราครับ จะมีทรัพยากรบางอย่างที่ต้องเสียไปในการทำงานให้เราครับ ดังนั้นเรามาเรียนรู้วิธีการใช้ AI ให้ถูกต้องครับ ใช้ให้ถูกต้องและใช้ทรัพยากรให้ถูกต้องครับ แล้วสุดท้ายเขาก็จะชอบเรามากขึ้นครับ เนื้อหาแนะนำก่อนครับ ขอแนะนำให้เข้าใจครับว่าเนื้อหามันเปลี่ยนแปลงเร็วครับ เช่น สัปดาห์ที่แล้วผมสอนวิธีการใช้หน้าจอครับ สัปดาห์นี้สอนหน้าจออยู่ข้างหน้าครับ เป็นอีกอย่างหนึ่งครับ โมเดลก็เปลี่ยนไปครับ โมเดลคือสมองของ LLM ครับ แล้วโมเดลก็มีการเปลี่ยนแปลงอยู่ตลอดเวลาครับ ยิ่งโมเดลเปลี่ยนไปครับ โมเดลยิ่งเฉพาะเจาะจงมากขึ้นครับ เช่น คนที่ใช้ ChatGPT Plus ครับ อาจารย์โสภาพันธ์ครับ ได้ลองใช้ o3 หรือยังครับ ตอบในช่อง Chat หรือไมค์ได้ครับ o3 เน้นการคิดครับ กระบวนการคิดครับ แล้วก็การเขียนโค้ดครับ ดังนั้น AI แต่ละโมเดลมีความสามารถแตกต่างกันครับ และนอกเหนือจากนี้ครับ โมเดล AI ที่ยิ่งสูงขึ้นเรื่อยๆ ครับ ก็จะยิ่งฉลาดขึ้นครับ เขาบอกว่า ChatGPT, 4o ที่เราใช้อยู่ตอนนี้ครับ ไม่ใช่ตัวที่ฉลาดที่สุดครับ o1 คือตัวที่ฉลาดที่สุดเมื่อปลายปีที่แล้วครับ การสอบแข่งขันครับ เขาบอกว่าผลการสอบของเขาเทียบเท่ากับนักศึกษา PHD ที่เก่งครับ เป็น Xper PHD ด้วยครับ ดังนั้นถ้าเรามี Plus ครับ หมายถึงเรามีโมเดล o1 ครับ มาใช้งานครับ มีนักศึกษา PHD มาทำงานให้เราครับ เจ็ดร้อยบาทต่อเดือนครับ ดังนั้นคุ้มค่าจริงๆ ครับ เขาบอกว่าคอร์สครั้งเดียวของการใช้ O1 ครับ คือสิบเหรียญครับ ดังนั้นถ้าเราจ่ายยี่สิบเหรียญครับ คุ้มค่าสองเท่าครับ ก็จะคุ้มค่าครับ ผมไม่รู้ว่าเราคิดแบบนี้หรือเปล่าครับ แต่ท่านต้องใช้เขาให้ถูกต้องครับ นี่คือโมเดลที่ถูกต้องครับ ดังนั้นสิ่งที่อาจารย์นีจะเน้นครับ คือการประหยัดทรัพยากรครับ ท่านต้องใช้ AI กับโมเดลที่ถูกต้องครับ ทำให้ถูกงานและถูกโมเดลครับ เช่น การปะติดปะต่อทั่วไปครับ อาจารย์แนะนำ 4o ครับ ถ้าเป็นงานที่ต้องคิดเรื่องงานวิจัยครับ ท่านสามารถทำ o1 หรือ o3 ครับ แต่ o3 ตอนนี้ครับ เพราะคอร์สแพงครับ ทุกคนจะให้ o3 mini และ mini high ครับ Mini ครับ ความหมายของคำว่า mini ครับ มันจะทำงานเหมือน Context Window เล็กๆ ครับ ใช้ Token อย่างประหยัดครับ เพราะโมเดลเองก็ต้องใช้ Token ในการคิดครับ ดังนั้นเวลาเขียนครับ ผมจะใช้ Token น้อยครับ ถ้าเราเข้าใจคำว่า Token หรือ Context Window ครับ เราจะเข้าใจเรื่องนี้อย่างละเอียดครับ แน่นอนครับ ดังนั้นเนื้อหาเปลี่ยนแปลงตลอดเวลาครับ เดือนกุมภาพันธ์นี้ครับ Gemini ครับ สองสัปดาห์ที่แล้วครับ เปิดตัว gemini 2.0 flash thinking model ครับ เป็นโมเดลที่ใกล้เคียงกับ o1 ครับ Flash experimental กับ experimental thinking ครับ ท่านลองใช้ดูได้ครับ ถ้า ChatGPT เต็มวันนี้ครับ ใครลองใช้กับอาจารย์นีครับ เต็มครับ ไปใช้ Gemini ครับ Gemini ให้ Token ค่อนข้างเยอะครับ นั่นคือท่านได้เงินมากกว่าปกติครับ ท่านได้เล่นมากกว่าปกติครับ วันนี้เราจะเรียนรู้ ChatGPT และ SciSpace ครับ มีสองอย่างครับ อย่างอื่นท่านลองไปเรียนรู้จากวิดีโอได้ครับ