ผู้ที่ผ่านสมรรถนะนี้จะสามารถพัฒนาทักษะเชิงเทคนิคของปัญญาประดิษฐ์โดยประยุกต์ใช้เครื่องมือปัญญาประดิษฐ์สำหรับงานเฉพาะด้าน ตั้งค่าพื้นฐานให้กับเครื่องมือปัญญาประดิษฐ์ ปรับแต่งคำสั่งและเลือกโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์ ตลอดจนอธิบายความแตกต่างของเครื่องมือปัญญาประดิษฐ์ (AI Tools)

(ก) ความต้องการด้านทักษะ

1. สามารถประยุกต์ใช้เครื่องมือปัญญาประดิษฐ์สำหรับงานเฉพาะด้าน

2. สามารถกำหนดค่าการใช้งานเครื่องมือปัญญาประดิษฐ์

(ข) ความต้องการด้านความรู้

1. การประยุกต์ใช้เครื่องมือปัญญาประดิษฐ์สำหรับงานเฉพาะด้าน

2. การกำหนดค่าการใช้งานเครื่องมือปัญญาประดิษฐ์

วิธีการประเมิน

ข้อสอบข้อเขียนแบบปรนัยชนิด 4 ตัวเลือก

 

(ก) คำแนะนำ 

หน่วยสมรรถนะนี้เป็นเรื่องของการพัฒนาทักษะเชิงเทคนิคของการใช้ปัญญาประดิษฐ์ การประยุกต์ใช้เครื่องมือปัญญาประดิษฐ์สำหรับงานเฉพาะด้าน การกำหนดค่าในการใช้งานเครื่องมือปัญญาประดิษฐ์

(ข) คำอธิบายรายละเอียด

1. ประยุกต์ใช้เครื่องมือปัญญาประดิษฐ์สำหรับงานเฉพาะด้าน มีขอบเขตครอบคลุม ความหมายของปัญญาประดิษฐ์เชิงสร้างสรรค์ ขั้นตอนการปรับแต่งคำสั่งปัญญาประดิษฐ์เชิงสร้างสรรค์

การบูรณาการเครื่องมือปัญญาประดิษฐ์สำหรับงานเฉพาะด้าน

• ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) หมายถึง เทคโนโลยีปัญญาประดิษฐ์ประเภทหนึ่งที่มีความสามารถในการสร้างเนื้อหาใหม่ ในหลากหลายรูปแบบ เช่น ข้อความ ภาพ วิดีโอ ซอร์สโค้ด หรือ


• รูปแบบอื่น เป็นต้น ตามข้อความหรือ คำสั่ง (Prompt) ที่มนุษย์เป็นผู้กำหนด


• ขั้นตอนการปรับแต่งคำสั่งปัญญาประดิษฐ์เชิงสร้างสรรค์ มีดังนี้
  
        ขั้นตอนที่ 1 กำหนดเป้าหมาย ระบุวัตถุประสงค์ให้ชัดเจน
  
         ขั้นตอนที่ 2 ใช้ภาษาคำสั่ง (Prompt) ที่ชัดเจนและเฉพาะเจาะจง หลีกเลี่ยงคำสั่งที่คลุมเครือ
  
        ขั้นตอนที่ 3 กำหนดบริบท ระบุรายละเอียด เช่น กลุ่มเป้าหมาย หรือขอบเขตของข้อมูล
  
        ขั้นตอนที่ 4 ใช้โครงสร้างที่มีประสิทธิภาพ ได้แก่ คำสั่งหลัก เงื่อนไข และ ตัวอย่างประกอบ
  
        ขั้นตอนที่ 5 ใช้รูปแบบคำถามที่เหมาะสม กระตุ้นให้ปัญญาประดิษฐ์ตอบให้ตรงจุด
  
        ขั้นตอนที่ 6 ทดลองและปรับแต่ง พร้อมทั้งทดสอบและแก้ไขคำสั่งเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

2. กำหนดค่าการใช้งานเครื่องมือปัญญาประดิษฐ์ มีขอบเขตครอบคลุม ความแตกต่างของเครื่องมือปัญญาประดิษฐ์ (AI Tools) การเลือกใช้เครื่องมือปัญญาประดิษฐ์ การเลือกโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์ ตลอดจนการตั้งค่าพื้นฐานให้กับเครื่องมือปัญญาประดิษฐ์ โดยเครื่องมือปัญญาประดิษฐ์สามารถจำแนกออกเป็นหลายประเภทตามวัตถุประสงค์และการใช้งานที่แตกต่างกัน ได้แก่

• เครื่องมือปัญญาประดิษฐ์สำหรับการประมวลผลภาษาธรรมชาติ (Natural Language Processing - NLP) ใช้ในการวิเคราะห์และเข้าใจภาษามนุษย์ เช่น การสนทนา ตอบคำถาม สร้างเนื้อหา แปลภาษา สรุปข้อมูล เน้นการเข้าใจและสร้างข้อความที่มีความหมายโดยอัตโนมัติ


• เครื่องมือปัญญาประดิษฐ์สำหรับการวิเคราะห์ข้อมูลและวิทยาศาสตร์ข้อมูล (Data Analytics & Machine Learning) ใช้ในการวิเคราะห์ข้อมูล ทำนายแนวโน้ม ค้นหารูปแบบในชุดข้อมูลขนาดใหญ่ ใช้ความรู้ ด้านการเรียนรู้ของเครื่อง (Machine Learning) และสถิติเพื่อวิเคราะห์ข้อมูลและช่วยตัดสินใจ


• เครื่องมือปัญญาประดิษฐ์สำหรับการประมวลผลภาพและวิดีโอ (Computer Vision) ใช้ในการตรวจจับใบหน้า วิเคราะห์ภาพ ตรวจจับวัตถุ การทำ OCR (แปลงข้อความจากภาพ)
  
  เน้นการทำความเข้าใจและวิเคราะห์ข้อมูลภาพและวิดีโอ


• เครื่องมือปัญญาประดิษฐ์สำหรับการสร้างเนื้อหา (Generative AI) สร้างรูปภาพ วิดีโอ ดนตรี หรือเนื้อหาสร้างสรรค์จากข้อความหรือข้อมูลที่กำหนด


• เครื่องมือปัญญาประดิษฐ์สำหรับสร้างระบบอัตโนมัติในงานธุรกิจ (AI Automation & RPA) เช่น การกรอกแบบฟอร์ม การประมวลผลเอกสาร เพื่อลดภาระงานที่ต้องทำซ้ำ ๆ


• เครื่องมือปัญญาประดิษฐ์สำหรับการสนับสนุนลูกค้า (AI Chatbots & Virtual Assistants) ออกแบบมาเพื่อโต้ตอบกับผู้ใช้โดยตรง ผ่านข้อความหรือเสียง ให้คำตอบลูกค้า จองตั๋ว ตอบคำถามอัตโนมัติ


• เครื่องมือปัญญาประดิษฐ์สำหรับการตรวจจับภัยคุกคามทางไซเบอร์ (Cyber Security AI) ใช้ในการเฝ้าระวังและป้องกันความปลอดภัยไซเบอร์ ป้องกันภัยคุกคามทางไซเบอร์ ตรวจจับพฤติกรรมผิดปกติ วิเคราะห์ความเสี่ยง 


• เครื่องมือปัญญาประดิษฐ์สำหรับการแพทย์และสุขภาพ (AI in Healthcare) เน้นการประยุกต์ปัญญาประดิษฐ์ (AI) เพื่อช่วยเหลือวงการแพทย์และสุขภาพ วิเคราะห์ภาพทางการแพทย์


• วินิจฉัยโรค ช่วยแพทย์ตัดสินใจ


• เครื่องมือปัญญาประดิษฐ์สำหรับการแปลภาษาและวิเคราะห์เสียง (Speech & Translation AI) เน้นการประมวลผลเสียงและภาษาหลายภาษา แปลงข้อความเป็นเสียง วิเคราะห์เสียงพูด แปลภาษาทันที


• เครื่องมือปัญญาประดิษฐ์สำหรับการพัฒนาเกมและความบันเทิง (AI in Gaming & Entertainment) ใช้ปัญญาประดิษฐ์เพื่อเพิ่มประสบการณ์การเล่นเกมและการสร้างสรรค์ในอุตสาหกรรมบันเทิง สร้างตัวละครNPC ที่มีปัญญาประดิษฐ์ ปรับปรุงกราฟิกในเกม

         การเลือกโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์ คือ การนำโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI Model) มาใช้งานในบริบทของการทำงาน ไม่ว่าจะในองค์กร สถานศึกษา หรือหน่วยงานวิจัย การเลือกใช้โมเดลอย่างเหมาะสมถือเป็นหัวใจสำคัญของประสิทธิภาพ เพราะโมเดลแต่ละประเภทมีความสามารถที่แตกต่างกันอย่างชัดเจน ตัวอย่างเช่น หากต้องการสร้างรายงานสรุปการประชุม อาจเลือกโมเดลภาษาอย่าง GPT หรือ Gemini ที่ถนัดด้านการสรุปความและเขียนเชิงโครงสร้าง ขณะที่งานด้านการออกแบบกราฟิกหรือสื่อประชาสัมพันธ์ อาจต้องใช้โมเดลด้านรูปภาพ เช่น DALL·E หรือ Midjourney ในการนำไปใช้ 

         ปัจจัยสำคัญในการตัดสินใจเลือกใช้โมเดล คือ ประเภทของงานและเป้าหมายของผู้ใช้งาน หากงานต้องการความแม่นยำสูง เช่น การวิเคราะห์ข้อมูล การร่างเอกสารทางกฎหมาย หรือการวางแผนโครงการในระดับองค์กร ก็ควรเลือกโมเดลที่มีความเสถียรและสามารถอธิบายกระบวนการได้อย่างโปร่งใส ในทางตรงกันข้าม หากเป็นงานที่ต้องการความคิดสร้างสรรค์ เช่น การระดมไอเดีย การคิดชื่อแคมเปญ หรือการสร้างเนื้อหาที่มีลูกเล่นเชิงภาษา อาจเปิดพื้นที่ให้โมเดลที่มีความ “สร้างสรรค์ (Creative)” มากขึ้นเข้ามาทำงานร่วมกับมนุษย์ได้อย่างยืดหยุ่นกว่าทั้งนี้ โมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์ สามารถจำแนกออกได้ดังนี้

• โมเดลสำหรับการสร้างสรรค์เนื้อหาประเภทข้อความ (Text Generation) เป็น Generative AI ที่มีความสามารถในการทำความเข้าใจ สรุป และสร้างคำพูด มีความเป็นธรรมชาติ
  
  และสร้างสรรค์ที่หลากหลาย ซึ่งมักจะนำมาใช้ในหลากหลายอุตสาหกรรม เช่น การทำ Content Marketing, Sale โดยใช้ในการเขียนอีเมล, การ Chat สนทนาในงาน Customer Support, การเขียน, การทำ Note Taking ฯลฯ ตัวอย่าง Text Generation อย่างเช่น Chat GPT (Generative pre-trained transformers) เป็นปัญญาประดิษฐ์ในรูปแบบหนึ่งที่สามารถวิเคราะห์ข้อมูลที่เกี่ยวกับข้อความเป็นจำนวนมาก เรียนรู้ ประมวลผล แยกแยะประเด็นสำคัญของประโยค การจับใจความประโยคที่ยาว และเชื่อมคำต่อคำได้อย่างธรรมชาติเหมือนที่มนุษย์สนทนากัน รวมถึงทำหน้าที่เสมือนเป็นเครื่องมือในการค้นหา (Search Engine) กล่าวคือ เป็นการค้นหาผลลัพธ์และข้อมูลต่าง ๆ ในระบบข้อมูลอินเทอร์เน็ต แต่ทั้งนี้ โมเดลก็อาจจะยังไม่เข้าใจข้อมูลบางอย่างได้แบบลึกซึ้ง ซึ่งอาจทำให้ผู้ใช้งานได้รับข้อมูลที่บิดเบือนได้ นอกจากนี้ยังมี Gemini จากการ Google ที่เป็น Text Generation ซึ่งตอบคำถามโดยใช้เทคโนโลยีประมวลผลภาษาธรรมชาติได้เช่นเดียวกับ Chat GPT (แต่ Gemini จะใช้โมเดลภาษาที่ชื่อว่า LaMDA (Language Model for Dialogue Applications)
  
  ในการประมวลผลต่างจาก Chat GPT ที่จะใช้โมเดลภาษา GPT (Generative Pre-trained Transformer) ในการประมวลผล) 


• โมเดลสำหรับการสร้างสรรค์เนื้อหาประเภทโค้ดคอมพิวเตอร์ (Code Generation) เป็น Generative AI ที่ช่วยในการเขียนโค้ด ทำให้เขียนโค้ดได้เร็วขึ้นและมีประสิทธิภาพมากขึ้น หรือผู้ใช้ที่อาจจะยังมีประสบการณ์ด้านการเขียนโปรแกรมที่ไม่ได้มากพอ ก็สามารถเรียนรู้วิธีการเขียนโค้ดจากการสอบถามจาก Generative AI ได้ด้วย ซึ่งการเขียนโปรแกรมเหล่านี้จะอิงตามระบบประมวลผล Large Language Model (LLM) การสั่งงานก็จะเขียนโดยใช้คำสั่ง (Prompt) ที่เป็นการเขียนข้อความหรือประโยคอธิบายสิ่งที่ต้องการให้กับ Generative AI เพื่อสร้างชุดโค้ดที่ต้องการขึ้นมา


• โมเดลสำหรับการสร้างสรรค์เนื้อหาประเภทรูปภาพ (Image Generation) เป็น Generative AI ที่สามารถสร้างภาพจากการป้อนคำสั่ง (Prompt) และยังสามารถปรับเปลี่ยนรูปแบบ
  
  มุมมอง ประเภทของภาพ และขนาดได้ตามต้องการ ซึ่งเป็นประโยชน์มากสำหรับคนที่ต้องใช้งานดีไซน์แต่ทำกราฟิกอาจจะยังไม่เชี่ยวชาญ ยกตัวอย่าง Image Generation เช่น Midjourney ที่สามารถสร้างภาพออกมาตามชุดคำสั่งที่ป้อนเข้าไป จากนั้น Generative AI ก็จะไปรวบรวมภาพที่อยู่บน Search Engine หรือฐานข้อมูลภาพในอินเทอร์เน็ต แล้ว
  
  นำมาประกอบสร้างเป็นภาพใหม่


• โมเดลสำหรับการสร้างสรรค์เนื้อหาประเภทเสียง (Speech Generation) เป็นซอฟต์แวร์ที่ใช้สร้างเสียงของมนุษย์ขึ้นมาได้ด้วยวิธีการต่าง ๆ เช่น การแปลงจากข้อความเป็นเสียง (text-to-speech) ในแง่ของประโยชน์จะช่วยพัฒนางานในหลายด้านให้มีประสิทธิภาพมากขึ้นได้ เช่น งานด้านบริการ, ด้านการแพทย์, ด้านการสื่อสารและโฆษณา เป็นต้น นอกจากนี้ในวงการของการทำเพลงประกอบก็มีการใช้ Speech Generation ในการสร้างเสียงเชิงดนตรี ทำให้สร้างเสียงเพลงในหลายแนวเพลงได้ง่ายมากขึ้น


• โมเดลสำหรับการสร้างสรรค์เนื้อหาประเภทวิดีโอและภาพ 3 มิติ (Video & 3D Generation) จะเป็นคุณสมบัติของซอฟต์แวร์ที่สามารถใช้สร้างและแปลงวิดีโอ รวมถึง 3D ได้
  
  เช่นเดียวกันกับการสร้างรูปภาพ แต่จะต่างกันที่ความละเอียดและรูปแบบผลลัพธ์ เช่น การใช้ Generative AI โมเดลที่มีชื่อว่า Adobe Firefly ของ Adobe Premire Pro ในการคาดคะเนเฟรมวิดีโอแล้วสร้างเฟรมถัดไปขึ้นมาให้อัตโนมัติ ส่วนในฝั่ง 3D ก็สามารถใช้ Adobe Firefly ของ Adobe Illustrator สร้าง 3D Model ขึ้นมาจากภาพ 2 มิติ มาได้อย่างง่าย
  
  และรวดเร็ว เป็นต้น

         การตั้งค่าพื้นฐานให้กับเครื่องมือปัญญาประดิษฐ์เชิงสร้างสรรค์ คือ การตั้งค่าพารามิเตอร์ เช่น การตั้งค่าความคิดสร้างสรรค์ (Temperature) การตั้งค่าจำนวนคำหรือประโยค (Token)

หรือ Top-P ที่มักพบในเครื่องมือปัญญาประดิษฐ์เชิงสร้างสรรค์สำหรับงานเฉพาะด้าน ตัวอย่างเช่น บนระบบ Google AI Studio จะมีเรื่องการปรับแต่งความสามารถของโมเดลปัญญาประดิษฐ์

เชิงสร้างสรรค์ ผ่านการกำหนดค่าภายในระบบ ซี่งต่างจากการใช้เครื่องมืออื่น ๆ ทั่วไป

    

         ค่าความคิดสร้างสรรค์ (Temperature) เป็นค่าพารามิเตอร์ที่ใช้ควบคุมระดับ “ความสุ่ม” ในการเลือกคำที่จะนำเข้ามาใช้ในการตอบกลับข้อมูลของระบบปัญญาประดิษฐ์เชิงสร้างสรรค์

โดยหากกำหนดค่า Temperature ที่สูง ระบบปัญญาประดิษฐ์จะเลือกคำแบบสุ่มมากขึ้น ส่งผลทำให้คำตอบมีความหลากหลาย แต่บางครั้งอาจดูไม่สอดคล้อง หากตั้งค่า Temperature ต่ำ

ระบบปัญญาประดิษฐ์จะเลือกคำที่มีความน่าจะเป็นสูงสุดเป็นหลัก ทำให้คำตอบมีความแน่นอนแต่ขาดความสร้างสรรค์ในตัวบริบท

    

         ค่า Top-P เป็นค่าพารามิเตอร์ในการควบคุมการสุ่มเลือกคำถัดไปของระบบปัญญาประดิษฐ์ ซึ่งเป็นเทคนิคที่ช่วยให้ ปัญญาประดิษฐ์สามารถสร้างข้อความที่มีความสมดุลระหว่างความ

หลากหลายและความสอดคล้องของบริบท โดยทั่วไป โมเดลภาษาจะสร้างข้อความทีละคำ (Token) และใช้ความน่าจะเป็นในการเลือกคำถัดไป แต่แทนที่จะเลือกแบบสุ่มทั้งหมด Top-P

จะเลือกเฉพาะกลุ่มคำที่มีความน่าจะเป็นรวมกัน ให้อยู่ในขอบเขตถึงค่า P ที่กำหนด กล่าวคือ ควบคุมการเลือกคำให้อยู่ในขอบเขตของคำที่มีความเป็นไปได้สูง ทำให้ข้อความจากปัญญาประดิษฐ์มีความสมดุลระหว่างความสมเหตุสมผลและความหลากหลาย

1. เครื่องมือการประเมิน ประยุกต์ใช้เครื่องมือปัญญาประดิษฐ์สำหรับงานเฉพาะด้าน

      ข้อสอบข้อเขียนแบบปรนัยชนิด 4 ตัวเลือก

2. เครื่องมือการประเมิน กำหนดค่าการใช้งานเครื่องมือปัญญาประดิษฐ์

      ข้อสอบข้อเขียนแบบปรนัยชนิด 4 ตัวเลือก