សិក្ខាសាលាយុទ្ធសាស្ត្រឆ្លើយតបទៅនឹងឧស្សាហកម្មអនាគត - សមាគមឧស្សាហកម្មឆ្លាតវៃកូរ៉េ

កាលពីថ្ងៃទី 24 ខែតុលា តបតាមការអញ្ជើញរបស់សមាគមឧស្សាហកម្មឆ្លាតវៃកូរ៉េ (KOIIA) យើងបានចូលរួមក្នុងកម្មវិធី «សិក្ខាសាលាយុទ្ធសាស្ត្រឆ្លើយតបទៅនឹងឧស្សាហកម្មអនាគត» ដែលជាផ្នែកមួយនៃ «កម្មវិធីបណ្តុះបណ្តាលអ្នកមានទេពកោសល្យស្នូលសម្រាប់សហគ្រាសមធ្យមឆ្នាំ 2025» ហើយលោក Hwan-ho Lee នាយកប្រតិបត្តិ CLEVI បានថ្លែងសុន្ទរកថាគន្លឹះ។

យើងបានចូលរួមក្នុងសម័យ «ករណីប្រើប្រាស់បច្ចេកវិទ្យា AI និងយុទ្ធសាស្ត្រអនុវត្ត DX» ក្រោមប្រធានបទ «ករណីប្រើប្រាស់ Physical AI និងកត្តាបរាជ័យ ព្រមទាំងយុទ្ធសាស្ត្រកែលម្អក្នុងដំណើរការដាក់ឱ្យប្រើប្រាស់ភ្នាក់ងារ RAG»។

ដោយសារការចាប់អារម្មណ៍លើភ្នាក់ងារ AI កំពុងកើនឡើងនាពេលថ្មីៗនេះ ក្រុមហ៊ុនជាច្រើនក៏កំពុងពិចារណាដាក់ឱ្យប្រើប្រាស់ AI ផងដែរ។ យើងយល់ថា ស្ថាប័ន និងក្រុមហ៊ុនជាច្រើនបានសាកល្បងដាក់ឱ្យប្រើប្រាស់ AI និងកំពុងដំណើរការរួចហើយ។

ប៉ុន្តែជាអកុសល តាមការស្ទង់មតិបានបង្ហាញថា ក្រុមហ៊ុន និងស្ថាប័នជាច្រើនមិនអាចទទួលបាន ROI ដែលពួកគេចង់បាន ឬមុខងារដែលដំណើរការនៅក្នុង PoC មិនអាចផ្តល់ចម្លើយត្រឹមត្រូវ ឬមិនដំណើរការនៅក្នុងអាជីវកម្មពេញលេញ ឬនៅទីតាំងជាក់ស្តែង។

ដោយសារព័ត៌មានទាំងនេះ ក្រុមហ៊ុនជាច្រើនមានការស្ទាក់ស្ទើរក្នុងការដាក់ឱ្យប្រើប្រាស់ AI ដោយប្រញាប់ប្រញាល់។

ក្នុងការបង្រៀននេះ លោក Hwan-ho Lee នាយកប្រតិបត្តិ CLEVI បានពន្យល់យ៉ាងលម្អិតអំពីដែនកំណត់នៃប្រព័ន្ធ RAG ដែលជាមូលហេតុបរាជ័យដ៏សំខាន់មួយនៃការដាក់ឱ្យប្រើប្រាស់ AI ដោយប្រញាប់ប្រញាល់ ព្រមទាំងអំពីម៉ូដែលប្រភពបើកចំហ ឬ Small LLM (SLM) ដើម្បីពន្យល់ថា ហេតុអ្វីបានជាករណីដាក់ឱ្យប្រើប្រាស់មុនៗបរាជ័យ។

ជាចុងក្រោយ មូលហេតុដែលយើងប្រើប្រាស់ AI គឺដោយសារយើងរំពឹងថា វានឹងធ្វើការងារជំនួសមនុស្ស ឬបង្ហាញសមត្ថភាពបានល្អជាងមនុស្ស។

បុគ្គលិកអនុវត្តការងារនៅក្រុមហ៊ុនដែលបានដាក់ឱ្យប្រើប្រាស់ AI នាពេលបច្ចុប្បន្ន មិនទុកចិត្តលើគុណភាពចម្លើយរបស់ AI ទេ ដូច្នេះពួកគេត្រូវត្រួតពិនិត្យខ្លឹមសារចម្លើយរបស់ AI ម្តងមួយៗ ដែលបណ្តាលឱ្យមានការត្អូញត្អែរថា បន្ទុកការងាររបស់ពួកគេបែរជាកើនឡើង។

មូលហេតុគឺថា ក្រុមហ៊ុនភាគច្រើនយកម៉ូដែល SLM ប្រភពបើកចំហមក Fine-tune ហើយប្រើជាដំណោះស្រាយ។

តាមវិចារណញាណ យើងគិតថា AI នឹងកាន់តែឆ្លាតវៃ ប្រសិនបើវារៀនអ្វីថ្មីៗ ប៉ុន្តែផ្ទុយទៅវិញ នៅពេលបង្រៀនចំណេះដឹងថ្មីដល់ AI វានឹងបាត់បង់ការចងចាំពីអតីតកាល ឬនិយាយម្យ៉ាងទៀត គឺបាត់បង់ទម្ងន់ប៉ារ៉ាម៉ែត្រដែលបានកំណត់ដោយអំពើចៃដន្យ។

បញ្ហាដែលធ្ងន់ធ្ងរជាងនេះ គឺគ្មាននរណាម្នាក់ដឹងថា ព័ត៌មាន ឬចំណេះដឹងណាខ្លះត្រូវបានបាត់បង់នោះទេ។

ដោយសារការដាក់ឱ្យប្រើប្រាស់ AI មិនមែនជាការងារដែលត្រូវការធនធានតិចតួចទេ ដូច្នេះ អ្នកប្រហែលជាបានធ្វើការផ្ទៀងផ្ទាត់ជាច្រើនតាំងពីដំណាក់កាល PoC មកហើយ។

ហេតុអ្វីបានជាបញ្ហាបែបនេះមិនបានកើតឡើងនៅពេលនោះ? មូលហេតុគឺដោយសារវាត្រូវបានបណ្តុះបណ្តាលឡើងវិញជាមួយព័ត៌មានគោលដៅ។

AI ដែលពីមុនស្គាល់តែលេខ ត្រូវបានបង្រៀនអក្សរក្រម ហើយបន្ទាប់មកត្រូវបានសួរតែសំណួរអំពីអក្សរក្រម ដូច្នេះវាឆ្លើយបានល្អជារឿងធម្មតា។ ប៉ុន្តែនៅក្នុងបរិយាកាសការងារជាក់ស្តែង តើយើងត្រូវការតែម៉ូដែលដែលឯកទេសលើដែនជាក់លាក់បែបនេះឬ?

​

បរិយាកាសការងាររបស់យើងប្រឈមមុខនឹងបរិយាកាសថ្មី និងទិន្នន័យថ្មីជារៀងរាល់ថ្ងៃ។ ប៉ុន្តែ AI ដែលត្រូវបានបណ្តុះបណ្តាលដោយបំផ្លាញចំណេះដឹងដែលមានស្រាប់ដោយចៃដន្យ មិនអាចធានាបានទាំងភាពអាចប្រើប្រាស់បានទូទៅ និងភាពត្រឹមត្រូវនោះទេ។

ដូច្នេះ ចាំបាច់ត្រូវមាន From-scratch Foundation Large Language Model ឬបច្ចេកវិទ្យាដែលអាចបង្កើតម៉ូដែលនេះបាន។

ដោយសារម៉ូដែលទាំងនេះមានចំណេះដឹងស្ទើរតែទាំងអស់នៅក្នុងពិភពលោក ដូច្នេះវាមានទាំងគុណភាពចម្លើយ និងភាពត្រឹមត្រូវខ្ពស់។

សម្រាប់ដែនឯកទេស អ្នកអាចប្រើបច្ចេកវិទ្យាដែលហៅថា SFT(Supervised Fine-Tuning) ឬប្រសិនបើមានទិន្នន័យក្នុងបរិមាណតិច អ្នកអាចប្រើប្រព័ន្ធ RAG ឬបច្ចេកវិទ្យា Semantic Database ដែលជាប្រព័ន្ធមូលដ្ឋានទិន្នន័យវៃឆ្លាតដែល CLEVI បានអភិវឌ្ឍដោយខ្លួនឯង ដើម្បីជម្នះចំណុចខ្វះខាតរបស់ SLM ដែលបានធ្វើ Fine-tuning។

ដោយសាររដ្ឋាភិបាលក៏យល់ដឹងពីសារៈសំខាន់របស់ Foundation Model ទាំងនេះដែរ ដូច្នេះរដ្ឋាភិបាលកំពុងផ្តល់ការគាំទ្រយ៉ាងច្រើន។

នោះគឺគម្រោង National Representative AI។ គោលដៅធំបំផុតរបស់គម្រោងនេះគឺការធានាអធិបតេយ្យភាពឌីជីថល។

ដោយសារ CLEVI ក៏បានដឹងពីចំណុចខ្វះខាតដ៏ធ្ងន់ធ្ងរដែលអាចកើតឡើងនៅពេលប្រើម៉ូដែល Open Source យើងបានអភិវឌ្ឍដោយឯករាជ្យ ចាប់ពីការប្រមូលទិន្នន័យរហូតដល់ការរចនាស្ថាបត្យកម្ម ហើយបានបណ្តុះបណ្តាលម៉ូដែលរបស់ CLEVI។

បច្ចុប្បន្ន ម៉ូដែលរបស់ CLEVI មានសមត្ថភាពដែលមិនចាញ់ AI ឈានមុខគេរបស់ពិភពលោកឡើយ ទោះបីប្រកួតប្រជែងជាមួយវាក៏ដោយ។

ជាពិសេស ដោយសារ CLEVI មានម៉ូដែលផ្ទាល់ខ្លួន ដូច្នេះ CLEVI មិនប្រឈមនឹងបញ្ហាការពឹងផ្អែកដែលអាចកើតឡើងនៅពេលប្រើម៉ូដែលខាងក្រៅឡើយ។

ឥឡូវនេះ ការដាក់ឱ្យប្រើប្រាស់ AI កំពុងក្លាយជាកាតព្វកិច្ច មិនមែនជាជម្រើសទៀតទេ។ ប៉ុន្តែ វាពិបាកក្នុងការទទួលបានលទ្ធផលដែលចង់បាន ដោយគ្រាន់តែដាក់ឱ្យប្រើប្រាស់បច្ចេកវិទ្យាចុងក្រោយបំផុតប៉ុណ្ណោះ។

ការច្នៃប្រឌិតពិតប្រាកដចាប់ផ្តើមនៅពេលដែលយើងយល់ច្បាស់ពីដែនកំណត់របស់បច្ចេកវិទ្យា និងរៀបចំយុទ្ធសាស្ត្រដ៏ប្រសើរបំផុតដែលសមស្របនឹងបរិយាកាស និងគោលដៅរបស់អង្គភាពរបស់យើង។

ដោយប្រើសមត្ថភាពបច្ចេកវិទ្យាដែលមានភាពខុសប្លែក ដូចជា Large Language Model ខ្នាតធំផ្ទាល់ខ្លួន និង Semantic Database CLEVI កំពុងកាត់បន្ថយការសាកល្បងខុស និងហានិភ័យដែលសហគ្រាសជួបប្រទះក្នុងដំណើរការដាក់ឱ្យប្រើប្រាស់ AI។

នៅពេលអនាគត យើងនឹងបន្តស្តាប់មតិយោបល់ពីទីកន្លែងការងារ និងខិតខំប្រឹងប្រែងឱ្យអស់ពីសមត្ថភាព ដើម្បីក្លាយជាដៃគូ AI ដែលក្រុមហ៊ុនកាន់តែច្រើនអាចទុកចិត្តបាន។ សូមរួមគ្នាបង្កើតភាពជោគជ័យពិតប្រាកដនៃការដាក់ឱ្យប្រើប្រាស់ AI ជាមួយ CLEVI។