![](https://cdn.prod.website-files.com/65cb11ea0b2e776c9df555a2/6673e1fe3fc4f0ef8caba64b_Blog%20Header%20(2).webp)
อนาคตของ Agentic Workflow ด้วย Apple’s Small Language Model
ในโลกของปัญญาประดิษฐ์ที่กำลังพัฒนาอย่างรวดเร็ว Apple ได้ก้าวขึ้นมาเป็นผู้นำด้วยแนวทางการนำ AI มาใช้ในระบบอย่างสร้างสรรค์ หนึ่งในพัฒนาการที่น่าสนใจที่สุดคือการที่ Apple ใช้โมเดลภาษาขนาดเล็ก (SLMs) เพื่อเพิ่มประสิทธิภาพการโต้ตอบกับผู้ใช้และการทำงานให้ราบรื่นยิ่งขึ้น บทความนี้จะสำรวจวิธีการที่ Apple นำโมเดลเหล่านี้มาใช้ ประโยชน์ที่ได้รับ และแนวโน้มของอุตสาหกรรมของเวิร์กโฟลว์แบบ Agentic ในอนาคต
โครงสร้างปัญญาประดิษฐ์ของ Apple
โครงสร้างปัญญาประดิษฐ์ของ Apple ถูกออกแบบมาเพื่อเพิ่มประสบการณ์ของผู้ใช้ให้ดีที่สุด การใช้โมเดลภาษาขนาดเล็กเป็นด่านแรกในการรับและประมวลผลคำถามจากผู้ใช้ โมเดลนี้ทำหน้าที่เป็นผู้ควบคุม กำหนดวิธีที่มีประสิทธิภาพที่สุดในการตอบสนองหรือดำเนินการงานที่กำหนด ตัวอย่างเช่น เมื่อผู้ใช้ขอให้ Siri ตั้งการแจ้งเตือน โมเดลภาษาขนาดเล็กนี้จะเข้าใจความหมายของคำสั่งและลงมือทำทันที โดยไม่ต้องไปรบกวนโมเดลใหญ่ที่กินทรัพยากรเครื่องมากกว่า นอกจากจะช่วยเพิ่มประสิทธิภาพแล้ว วิธีนี้ยังทำให้คุณได้สัมผัสกับประสบการณ์ที่รวดเร็วและใช้งานง่ายอีกด้วย
![แผนภาพโครงสร้างระบบปัญญาประดิษฐ์ส่วนบุคคลของ Apple พร้อมโมเดลบนอุปกรณ์และการรวมกับคลาวด์](https://cdn.prod.website-files.com/65cb11ea0b2e776c9df555a2/6673e28efcf3affa0979f709_image1.webp)
ประสิทธิภาพและความเป็นส่วนตัวของโมเดลภาษาขนาดเล็ก
หนึ่งในข้อดีเด่นของโมเดลภาษาขนาดเล็กคือประสิทธิภาพที่เหนือกว่า ต่างจากโมเดลภาษาขนาดใหญ่ที่ต้องกินทรัพยากรเครื่องมหาศาลทั้งพลังประมวลผลและหน่วยความจำ โมเดลภาษาขนาดเล็กนั้นกะทัดรัดและสามารถทำงานได้อย่างคล่องแคล่วบนอุปกรณ์ของคุณโดยตรง
การประมวลผลในตัวเครื่องนี้ไม่เพียงแต่ช่วยเพิ่มความเร็วในการตอบสนองเท่านั้น แต่ยังช่วยเพิ่มความเป็นส่วนตัวของข้อมูลอย่างมากอีกด้วย ยกตัวอย่างเช่น เมื่อ Siri ประมวลผลคำสั่งเสียง ข้อมูลจะยังคงอยู่ในอุปกรณ์ ลดความเสี่ยงของการรั่วไหลของข้อมูลและรักษาความเป็นส่วนตัวของผู้ใช้
ในทางตรงกันข้าม แชทบอทบนคลาวด์มักส่งข้อมูลไปยังเซิร์ฟเวอร์ระยะไกล ซึ่งเท่ากับเป็นการเปิดช่องโหว่ให้ข้อมูลตกไปอยู่ในมือคนอื่นได้ง่ายขึ้น
AI เชิงสร้างสรรค์บนอุปกรณ์: รูปแบบ Agent-and-Tools
เมื่อ ChatGPT และ AI สร้างสรรค์เข้ามาในช่วงปลายปี 2022 แนวคิดแรกเริ่มคือการใช้โมเดลบนคลาวด์เหล่านี้เป็นโซลูชันสูงสุดในการจัดการกับคำถาม-คำตอบ และสามารถรับบทบาทหลากหลายได้ด้วยตัวเอง
ผู้นำตลาดและธุรกิจในช่วงแรกได้ทุ่มเทความพยายามอย่างมากเพื่อพัฒนาโมเดลขนาดใหญ่เหล่านี้ให้ฉลาดและมีความสามารถหลากหลายยิ่งขึ้น แต่แล้วกระแสก็เปลี่ยนไป จากการสร้างโมเดลภาษาที่ใหญ่โตเทอะทะ สู่การพัฒนาโมเดลเล็กๆ ที่เชี่ยวชาญเฉพาะด้าน
ยักษ์ใหญ่อย่าง Microsoft, Google และ Apple ต่างหันมาให้ความสนใจกับโมเดลภาษาขนาดมินิ เช่น Microsoft's Phi-3, Google's Gemma, และ Apple's intelligence architecture. โมเดลจิ๋วเหล่านี้ถูกนำมาใช้ในเวิร์กโฟลว์สไตล์ Agentic ที่โมเดลหลายตัวคุยกันและร่วมมือกันจัดการงานที่ซับซ้อนขึ้น เทคนิคนี้ใช้การวางแผน สะท้อนคิด และใช้เครื่องมือต่างๆ เพื่อให้ได้ฟังก์ชันระดับสูง
ยกตัวอย่างเช่น ในเวิร์กโฟลว์แบบ Agentic ตัวแทน 1 อาจรับผิดชอบในการวางแผนวิธีแก้ปัญหางาน ตัวแทนที่ 2 อาจทำการวิจัยที่จำเป็น ตัวแทนที่ 3 จะดำเนินการตามแผน และตัวแทนที่ 4 จะตรวจสอบและวิจารณ์ผลลัพธ์ วิธีการทำงานร่วมกันนี้แสดงให้เห็นว่าโมเดลเหล่านี้สามารถทำงานร่วมกันเพื่อเพิ่มประสิทธิภาพและให้ผลลัพธ์ที่ซับซ้อนยิ่งขึ้นได้อย่างไร
บทสรุป
โดยสรุป การใช้โมเดลภาษาขนาดเล็กและรูปแบบ Agent-and-Tools ของ Apple ถือเป็นความก้าวหน้าที่สำคัญในด้าน AI โดยให้ความสำคัญกับประสิทธิภาพและความเป็นส่วนตัว Apple กำลังกำหนดมาตรฐานใหม่สำหรับการโต้ตอบและการทำงานของผู้ใช้ ในขณะที่ผู้นำอุตสาหกรรมอย่าง Apple และ Microsoft ยังคงสร้างสรรค์นวัตกรรม อนาคตของ AI เชิงสร้างสรรค์และเวิร์กโฟลว์แบบ Agentic ก็ดูสดใส เสนอโซลูชันที่ปรับแต่งได้ซึ่งช่วยเพิ่มประสิทธิภาพและประสบการณ์ของผู้ใช้
ทาง Amity Solutions ก็มีบริการ Amity Voice ที่ช่วยเพิ่มประสิทธิภาพการดำเนินงานเช่นกัน ปรึกษาผู้เชี่ยวชาญของเราได้ที่นี่