Large Language Model (LLM)

Large Language Model (LLM) คืออะไร

Large language model (LLM) คือระบบปัญญาประดิษฐ์ประเภทหนึ่งที่ฝึกด้วยข้อมูลข้อความจำนวนมหาศาล เพื่อให้เข้าใจ สร้าง และใช้เหตุผลกับภาษามนุษย์ได้ LLM ขับเคลื่อนทุกอย่างตั้งแต่ผู้ช่วย conversational AI เครื่องมือสร้างโค้ด ไปจนถึงแพลตฟอร์มบริการลูกค้าด้วย AIระดับองค์กร โมเดลเหล่านี้สร้างบนสถาปัตยกรรม transformer และเรียนรู้รูปแบบของภาษาจากการประมวลผลคำนับพันล้านคำจากหนังสือ เว็บไซต์ และแหล่งข้อความอื่นๆ แล้วนำรูปแบบเหล่านั้นมาสร้างคำตอบที่ใกล้เคียงมนุษย์ แปลภาษา สรุปเอกสาร และตอบคำถามที่ซับซ้อน

LLM ยุคปัจจุบันมีพารามิเตอร์ตั้งแต่หลายหมื่นล้านไปจนถึงหลายแสนล้านตัว ซึ่งเป็นตัวแปรภายในที่ถูกปรับระหว่างการฝึก ในงานบริการลูกค้า LLM ทำหน้าที่เป็นกลไกการใช้เหตุผลเบื้องหลังเอเจนต์ AI ที่เข้าใจเจตนาของลูกค้า ดึงข้อมูลที่เกี่ยวข้อง และแก้ปัญหาได้โดยไม่ต้องมีคนเข้ามาแทรกแซง

LLM ทำงานอย่างไร: สถาปัตยกรรม Transformer

LLM สร้างบนสถาปัตยกรรม transformer ที่เปิดตัวในปี 2017 โดย transformer ประมวลผลข้อความอินพุตเป็นโทเคน (คำหรือส่วนของคำ) แปลงแต่ละโทเคนเป็น vector embedding และเพิ่ม positional encoding เพื่อให้โมเดลเข้าใจลำดับคำ นวัตกรรมหลักคือกลไก self-attention ที่ใช้เมทริกซ์ query, key และ value เพื่อให้แต่ละโทเคนพิจารณาโทเคนอื่นทั้งหมดได้ ทำให้จับความสัมพันธ์ระยะไกลได้ เช่น เข้าใจว่าคำสรรพนามในย่อหน้าที่ 3 หมายถึงคำนามในย่อหน้าที่ 1

แต่ละบล็อกของ transformer ประกอบด้วย multi-head self-attention ร่วมกับ feedforward layer, residual connection และ layer normalization โดย LLM สมัยใหม่ซ้อนบล็อกเหล่านี้หลายสิบหรือหลายร้อยชั้น ในช่วง pretraining โมเดลเรียนรู้ด้วยการทำนายโทเคนถัดไปในลำดับ (autoregressive training) โดยประมวลผลโทเคนนับล้านล้าน หลังจากนั้นจึงนำไป fine-tune ด้วยฟีดแบ็กจากมนุษย์ (RLHF) เพื่อให้ช่วยเหลือได้ดีขึ้นและแม่นยำขึ้น

งานวิจัยจาก Stanford และ MIT ยืนยันว่า self-attention แบบ transformer คือสิ่งที่ทำให้ LLM เข้าใจความหมายที่ขึ้นอยู่กับบริบทได้ โดยสร้างการแทนความหมายที่ปรับตามคำแวดล้อม แทนที่จะกำหนดความหมายตายตัวเพียงหนึ่งเดียวให้กับแต่ละคำ

ทำไม LLM จึงสำคัญต่องานบริการลูกค้า

LLM พลิกโฉมงานบริการลูกค้าด้วยการทำให้เอเจนต์ AI เข้าใจสิ่งที่ลูกค้าถามได้จริง ไม่ใช่แค่จับคู่คีย์เวิร์ด ก่อนมี LLM เครื่องมือซัพพอร์ตส่วนใหญ่อาศัย decision tree ที่ตายตัว หรือการจดจำเจตนาขั้นพื้นฐานที่รองรับได้เพียงคำถามจำนวนจำกัดที่กำหนดไว้ล่วงหน้า LLM เข้าใจความละเอียดอ่อน บริบท และแม้แต่ความหงุดหงิดของลูกค้า จึงรับมือกับบทสนทนาหลายรอบที่ซับซ้อน และแก้ปัญหาที่เทคโนโลยีเดิมทำได้เพียงเบี่ยงออกไปได้

Gartner คาดการณ์ว่าภายในปี 2029 agentic AI จะแก้ปัญหาบริการลูกค้าทั่วไปได้เองถึง 80% และอาจลดต้นทุนการดำเนินงานได้ราว 30% การคาดการณ์นี้ตั้งอยู่บนความก้าวหน้าต่อเนื่องของ LLM ทั้งการใช้เหตุผลที่ดีขึ้น การใช้เครื่องมือ และการผสานรวมกับระบบความรู้ขององค์กรผ่านเทคนิคอย่าง retrieval-augmented generation (RAG)

แนวคิดสำคัญ: Fine-Tuning, RAG และ Hallucination

การนำ LLM มาใช้ในองค์กรต้องเข้าใจ 3 แนวคิดสำคัญ ประการที่ 1 คือ fine-tuning ซึ่งเป็นการฝึก LLM ที่ผ่าน pretraining มาแล้วเพิ่มเติมด้วยข้อมูลเฉพาะทาง (เช่น ทิกเก็ตซัพพอร์ตและฐานความรู้ของบริษัท) เพื่อเพิ่มความแม่นยำในงานเฉพาะด้าน Fine-tuning ช่วยให้โมเดลสื่อสารด้วยน้ำเสียงที่เหมาะสมและอ้างอิงผลิตภัณฑ์ได้ถูกต้อง

ประการที่ 2 คือ retrieval-augmented generation (RAG) ซึ่งยึดคำตอบของ LLM ไว้กับข้อมูลจริงของบริษัท ด้วยการดึงเอกสารที่เกี่ยวข้องขณะได้รับคำถามแล้วส่งให้โมเดล RAG ช่วยลด AI hallucination ซึ่งเป็นปรากฏการณ์ที่ LLM สร้างข้อมูลที่ฟังดูน่าเชื่อถือแต่ไม่ถูกต้อง Hallucination ยังคงเป็นความท้าทายสำคัญ หากไม่มีข้อมูลอ้างอิงที่เหมาะสม LLM อาจอ้างถึงนโยบายการคืนสินค้าที่ไม่มีอยู่จริงอย่างมั่นใจ

ประการที่ 3 คือขนาดของโมเดล โมเดลที่ใหญ่กว่ามักทำงานด้านการใช้เหตุผลที่ซับซ้อนได้ดีกว่า แต่มีต้นทุนการรันสูงกว่า องค์กรจึงต้องชั่งน้ำหนักระหว่างความสามารถกับ latency ต้นทุน และความเป็นส่วนตัว บางองค์กรจึงเลือกติดตั้งโมเดลแบบ on-premises หรือใช้โมเดลเฉพาะทางที่เล็กกว่า

ข้อได้เปรียบของ Maven: LLM ที่แก้ปัญหาได้ ไม่ใช่แค่ตอบกลับ

Maven AGI ใช้ LLM เป็นแกนการใช้เหตุผลของแพลตฟอร์มเอเจนต์ AI แต่การสร้างภาษาเพียงอย่างเดียวเป็นแค่จุดเริ่มต้น Maven ผสาน LLM เข้ากับไปป์ไลน์ RAG ที่พัฒนาขึ้นเอง knowledge base AI และการผสานรวมกว่า 100 รายการ เพื่อยึดทุกคำตอบไว้กับข้อมูลของบริษัทที่ผ่านการตรวจสอบแล้ว เอเจนต์ AI จึงไม่ได้แค่สร้างคำตอบ แต่ดึงข้อมูลจาก CRM ศูนย์ช่วยเหลือ และเอกสารภายในของคุณ เพื่อแก้ปัญหาได้อย่างแม่นยำและนำไปปฏิบัติได้จริง

ผลลัพธ์จริงจาก Maven: Mastermind บริษัทด้าน EdTech ทำอัตราการแก้ไขปัญหาผ่านไลฟ์แชตได้ 93% ด้วย Maven AGI เอเจนต์ AI ที่ขับเคลื่อนด้วย LLM ของแพลตฟอร์มแก้ปัญหาในบทสนทนาส่วนใหญ่ได้โดยไม่ต้องมีคนเข้ามาช่วย และใช้เวลาติดตั้งใช้งานเพียง 6 สัปดาห์

ต่างจาก LLM wrapper ทั่วไปที่เพียงส่งพรอมต์ต่อให้โมเดล แพลตฟอร์มของ Maven มี guardrail ป้องกัน hallucination ในตัว ตรวจสอบความถูกต้องแบบเรียลไทม์ และส่งต่อให้เจ้าหน้าที่โดยอัตโนมัติเมื่อความมั่นใจต่ำ ผลลัพธ์คือการแก้ปัญหาระดับองค์กร ไม่ใช่แค่การตอบกลับ หากต้องการเจาะลึกการทำงานของโมเดล transformer ดูเพิ่มเติมได้ที่ รายงาน AI Index ของ Stanford HAI หรือ งานวิจัยด้าน AI ของ Stanford HAI

คำถามที่พบบ่อย

LLM ต่างจากบอตซัพพอร์ตแบบดั้งเดิมอย่างไร

บอตซัพพอร์ตแบบดั้งเดิมคืออินเทอร์เฟซซอฟต์แวร์ที่ทำงานตามสคริปต์และรองรับคำถามที่กำหนดไว้ล่วงหน้าได้จำกัด ส่วน LLM คือโมเดล AI เบื้องหลังที่ขับเคลื่อนเอเจนต์ AI สมัยใหม่ บอตรุ่นเก่าทำงานตามกฎตายตัว ขณะที่เอเจนต์ AI ที่ขับเคลื่อนด้วย LLM เข้าใจภาษาธรรมชาติ ใช้เหตุผลตามบริบท และสร้างคำตอบได้อย่างยืดหยุ่น จึงแก้ปัญหาที่ซับซ้อนของลูกค้าได้ดีกว่ามาก

LLM หลีกเลี่ยงการให้คำตอบผิดในงานบริการลูกค้าได้อย่างไร

การใช้งาน LLM ระดับองค์กรอาศัย retrieval-augmented generation (RAG) เพื่อยึดคำตอบไว้กับข้อมูลบริษัทที่ผ่านการตรวจสอบ ใช้ confidence scoring เพื่อระบุคำตอบที่ไม่แน่นอน และใช้การส่งต่อแบบ human-in-the-loop สำหรับกรณีพิเศษ ตัวอย่างเช่น แพลตฟอร์มของ Maven AGI ตรวจสอบคำตอบกับแหล่งข้อมูลในฐานความรู้แบบเรียลไทม์ และส่งคำถามที่มีความมั่นใจต่ำไปยังเจ้าหน้าที่โดยอัตโนมัติ

ปรับแต่ง LLM ให้เข้ากับผลิตภัณฑ์และน้ำเสียงของบริษัทได้หรือไม่

ได้ ด้วยการ fine-tune ด้วยข้อมูลเฉพาะของบริษัทและไปป์ไลน์ RAG ที่เชื่อมกับฐานความรู้ภายใน LLM จะเรียนรู้แคตตาล็อกสินค้า นโยบาย และน้ำเสียงของแบรนด์ได้ แพลตฟอร์มของ Maven AGI เชื่อมต่อกับแหล่งข้อมูลกว่า 100 แหล่งได้ทันที จึงปรับแต่งได้รวดเร็วโดยไม่ต้องสร้างโมเดลเองตั้งแต่ต้น

LLM ปลอดภัยพอสำหรับข้อมูลลูกค้าขององค์กรหรือไม่

ความปลอดภัยขึ้นอยู่กับรูปแบบการติดตั้งใช้งาน แพลตฟอร์มระดับองค์กรอย่าง Maven AGI ได้รับการรับรอง SOC 2 Type II, HIPAA, PCI-DSS และ ISO 27001 พร้อมการแยกข้อมูล การเข้ารหัส และการควบคุมสิทธิ์การเข้าถึงเพื่อปกป้องข้อมูลลูกค้า