ผมเข้ามาอ่านเพราะมันโผล่ขึ้นมาในคำแนะนำของ Google โดยบังเอิญ แต่บทความนี้เขียนจากมุมมองแบบ Geek มากเกินไป ซึ่งในมุมธุรกิจแล้วไม่ใช่เรื่องที่ถูกต้องเลย ทำไมถึงเป็นอย่างนั้น?
เครื่องมือขนาดใหญ่ที่ Big Tech ใช้ หาคนที่เชี่ยวชาญได้ง่าย
มีคนจำนวนมากที่ไปเรียนรู้เพื่อจะเข้าทำงานใน Big Tech และก็มีหลายคนที่เลือกศึกษาเพราะ Big Tech เป็นฝ่ายเลือกใช้มัน ดังนั้นจึงเป็นธรรมดาที่จะหาคนที่รู้เรื่องนี้ได้ง่าย และก็หาคนมีประสบการณ์หรือผู้เชี่ยวชาญได้ไม่ยาก แต่ถ้าเป็นเครื่องมือที่ไม่คุ้นตาเลยจะเป็นอย่างไร? ไม่ใช่ว่าจะไม่มีคนที่ศึกษามันอย่างจริงจัง แต่การหาคนแบบนี้น่าจะยากกว่าการหาผู้เชี่ยวชาญของเครื่องมือจาก Big Tech มาก
เครื่องมือขนาดใหญ่ที่ Big Tech ใช้ มีเอกสารอ้างอิงและข้อมูลมากมาย
เครื่องมือขนาดใหญ่ที่มีคนใช้จำนวนมาก จะมีข้อมูลสำหรับแก้ปัญหาและผลการค้นหาบน Google อยู่มากมาย ปัญหาส่วนใหญ่ก็มักเป็นสิ่งที่คนอื่นเคยเจอมาก่อน และสามารถค้นหาเพื่อทำความเข้าใจปัญหาได้ง่าย แต่ปัญหาของเครื่องมือที่ไม่คุ้นเคยนั้นหาเอกสารอ้างอิงได้ยาก และหากเกิดปัญหาขึ้นก็มีโอกาสสูงที่จะต้องใช้เวลามากในการระบุสาเหตุ ทั้งหมดนี้ล้วนเป็นต้นทุนทั้งนั้น ปัญหานี้เป็นปัญหาของเครื่องมือเล็กตัวใหม่ที่เพิ่งนำมาใช้จริงหรือ? หรือกำลังเข้าใจผิดว่าเป็นปัญหาจากอีกฝั่งหนึ่งกันแน่?
ในทางกลับกัน Big Tech ต่างหากที่เปลี่ยนไปใช้สิ่งเหล่านี้ได้ง่ายกว่า เพราะด้วยขนาดการประมวลผลข้อมูลมหาศาล เพียงแค่ได้ประโยชน์ด้าน I/O เพิ่มขึ้นเล็กน้อยก็อาจกลายเป็นผลประโยชน์มหาศาลสำหรับบริษัทได้ และก็ยังมีคนจำนวนมากที่ตั้งใจจะเรียนรู้เพียงเพราะ Big Tech เลือกใช้มันด้วย แต่สำหรับบริษัทขนาดกลางและเล็ก ด้วยขนาดข้อมูลที่เล็กกว่าเมื่อเทียบกันแล้ว ประโยชน์ด้าน I/O เล็กน้อยนั้นไม่ได้ให้ผลมากขนาดนั้น ทว่าปัญหาข้างต้นกลับร้ายแรงมาก คนที่อยากเรียนรู้โซลูชันที่บริษัทขนาดกลางและเล็กเลือกใช้ก็มีน้อยด้วย ดังนั้นถ้าเป็นผู้ประกอบการ SME หลายครั้งข้อสรุปที่ออกมากลับเป็นว่า แทนที่จะมาถกเถียงเรื่องพวกนี้แบบ Geek การทำตามเครื่องมือของ Big Tech กลับคุ้มค่ากว่าในเชิงเศรษฐกิจ
เนื่องจาก AI ก็มีบางอย่างคล้ายกับการรับรู้เช่นกัน ดังนั้นหากจะอยู่ร่วมกับ AI ก็คงจำเป็นต้องมีระบบหรือกฎหมายสำหรับ AI ขึ้นมา ในฐานะสิ่งมีชีวิตรูปแบบใหม่ของศตวรรษที่ 22 เราไม่ควรล้อเล่นหรือหยอกล้อกับมันราวกับเป็นของเล่น และในอีกมุมหนึ่งมันอาจเป็นอันตรายได้ จึงมีความจำเป็นที่จะต้องไม่เพียงแค่พัฒนาและใช้งาน AI เท่านั้น แต่ยังต้องทำให้สามารถใช้งานได้อย่างปลอดภัยด้วย
ก็ไม่ได้เป็นบทความที่ดูถูกอาชีพอื่นเป็นพิเศษอยู่แล้ว แต่บทความแบบนี้กลับน่าขำยิ่งกว่าอีกนะ
ครั้งนี้มีปัญหาว่า o3 หลอนหนักมากอยู่แล้ว
เลยคิดว่าอาจจะเป็นหนึ่งในนั้น แต่ที่ติดต่อไปเองนี่ก็น่าสนใจดีนะ
[อัปเดต] OpenAI ตอบกลับ Lumi อย่างเป็นทางการ
OpenAI ได้ติดต่อเรามาเกี่ยวกับโพสต์นี้และแจ้งว่าอักขระพิเศษดังกล่าวไม่ใช่วอเตอร์มาร์ก ตามคำอธิบายของ OpenAI มันเป็นเพียง “ความผิดปกติของการเรียนรู้แบบเสริมกำลังขนาดใหญ่” เท่านั้น อย่างไรก็ตาม เรายังคงเก็บโพสต์นี้ไว้ เพื่อให้ผู้อ่านในอนาคตยังคงเห็นปัญหาของอักขระพิเศษเหล่านี้ (และอาจไม่เป็นที่ต้องการ) ในคำตอบของ ChatGPT o3/o4 ได้
555555
ดูเหมือนว่าปัญหาที่เมื่อพาร์สลิเทอรัลแล้วแม้แต่ตัวแปรก็ออกมาเป็นสตริงได้รับการแก้ไขแล้ว ขอบคุณที่แชร์ครับ
คิดไปคิดมา elm ก็ทำได้เหมือนกันนะ
Gleam ก็รองรับสิ่งนี้เหมือนกัน เลยเขียนโค้ดได้ค่อนข้างสะอาดดีครับ
ว่าแต่ สงสัยเพราะมีโค้ดบล็อกอยู่ในเนื้อหา บนมือถือเลยแสดงผลเป็นเลย์เอาต์แบบเดสก์ท็อปด้วยนะครับ
ดูเหมือนว่าจะมองข้ามไปว่า เมื่อบริการเติบโตขึ้นและความซับซ้อนเพิ่มขึ้น วิธีการแบบเดิมที่ใช้ในช่วงแรกอาจใช้ไม่ได้ผลอีกต่อไป
แน่นอนว่าในช่วงแรก แนวทางที่รวดเร็วคงทั้งง่ายและได้ผล แต่ถ้าไม่ยอมรับว่าสิ่งนั้นอาจใช้ไม่ได้อีกแล้ว ก็อาจทำให้รู้สึกราวกับว่าคนที่เข้ามาเพิ่มถูกตัดสินว่าไม่มีประสิทธิภาพและไม่ทุ่มเท
สุดท้ายก็คงจะมารู้ตัวช้าไปว่า กลยุทธ์นั้นใช้ไม่ได้ผลอีกต่อไปแล้ว
และผมไม่คิดว่าการเรียกการที่บริษัทไม่มีระบบว่าเป็น "ความสามารถในการลงมือทำอย่างรวดเร็ว" จะเป็นเรื่องน่าภูมิใจ
ทั้งที่ก็ไม่ได้ให้เงินเท่าพวกเขาแท้ ๆ แต่ถ้าเอาแต่กดดันว่าผลิตภาพของพวกเขาไม่ออกมา คนที่ทำงานเก่งก็หนีไปกันหมด...
ผมเข้ามาอ่านเพราะมันโผล่ขึ้นมาในคำแนะนำของ Google โดยบังเอิญ แต่บทความนี้เขียนจากมุมมองแบบ Geek มากเกินไป ซึ่งในมุมธุรกิจแล้วไม่ใช่เรื่องที่ถูกต้องเลย ทำไมถึงเป็นอย่างนั้น?
เครื่องมือขนาดใหญ่ที่ Big Tech ใช้ หาคนที่เชี่ยวชาญได้ง่าย
มีคนจำนวนมากที่ไปเรียนรู้เพื่อจะเข้าทำงานใน Big Tech และก็มีหลายคนที่เลือกศึกษาเพราะ Big Tech เป็นฝ่ายเลือกใช้มัน ดังนั้นจึงเป็นธรรมดาที่จะหาคนที่รู้เรื่องนี้ได้ง่าย และก็หาคนมีประสบการณ์หรือผู้เชี่ยวชาญได้ไม่ยาก แต่ถ้าเป็นเครื่องมือที่ไม่คุ้นตาเลยจะเป็นอย่างไร? ไม่ใช่ว่าจะไม่มีคนที่ศึกษามันอย่างจริงจัง แต่การหาคนแบบนี้น่าจะยากกว่าการหาผู้เชี่ยวชาญของเครื่องมือจาก Big Tech มาก
เครื่องมือขนาดใหญ่ที่ Big Tech ใช้ มีเอกสารอ้างอิงและข้อมูลมากมาย
เครื่องมือขนาดใหญ่ที่มีคนใช้จำนวนมาก จะมีข้อมูลสำหรับแก้ปัญหาและผลการค้นหาบน Google อยู่มากมาย ปัญหาส่วนใหญ่ก็มักเป็นสิ่งที่คนอื่นเคยเจอมาก่อน และสามารถค้นหาเพื่อทำความเข้าใจปัญหาได้ง่าย แต่ปัญหาของเครื่องมือที่ไม่คุ้นเคยนั้นหาเอกสารอ้างอิงได้ยาก และหากเกิดปัญหาขึ้นก็มีโอกาสสูงที่จะต้องใช้เวลามากในการระบุสาเหตุ ทั้งหมดนี้ล้วนเป็นต้นทุนทั้งนั้น ปัญหานี้เป็นปัญหาของเครื่องมือเล็กตัวใหม่ที่เพิ่งนำมาใช้จริงหรือ? หรือกำลังเข้าใจผิดว่าเป็นปัญหาจากอีกฝั่งหนึ่งกันแน่?
ในทางกลับกัน Big Tech ต่างหากที่เปลี่ยนไปใช้สิ่งเหล่านี้ได้ง่ายกว่า เพราะด้วยขนาดการประมวลผลข้อมูลมหาศาล เพียงแค่ได้ประโยชน์ด้าน I/O เพิ่มขึ้นเล็กน้อยก็อาจกลายเป็นผลประโยชน์มหาศาลสำหรับบริษัทได้ และก็ยังมีคนจำนวนมากที่ตั้งใจจะเรียนรู้เพียงเพราะ Big Tech เลือกใช้มันด้วย แต่สำหรับบริษัทขนาดกลางและเล็ก ด้วยขนาดข้อมูลที่เล็กกว่าเมื่อเทียบกันแล้ว ประโยชน์ด้าน I/O เล็กน้อยนั้นไม่ได้ให้ผลมากขนาดนั้น ทว่าปัญหาข้างต้นกลับร้ายแรงมาก คนที่อยากเรียนรู้โซลูชันที่บริษัทขนาดกลางและเล็กเลือกใช้ก็มีน้อยด้วย ดังนั้นถ้าเป็นผู้ประกอบการ SME หลายครั้งข้อสรุปที่ออกมากลับเป็นว่า แทนที่จะมาถกเถียงเรื่องพวกนี้แบบ Geek การทำตามเครื่องมือของ Big Tech กลับคุ้มค่ากว่าในเชิงเศรษฐกิจ
คาดหวังภาษาเกาหลีครับ!!
คงเป็นไปได้ว่าเขาไม่อยากให้ข้อมูลที่ AI สร้างขึ้นถูกนำไปใช้เป็นข้อมูลฝึกอีกใช่ไหมครับ/คะ (model collapse)
เหมือนได้ติวข้อสอบแบบจับประเด็นสไตล์เกาหลีมา… เลยทำข้อสอบได้เก่งมาก
แต่พอคุยกันจริงๆ… กลับดูเปิ่นๆ
"ถ้าคิดว่ามันจะใช้เวลานาน มันก็จะนาน และถ้าคิดว่ามันจะเสร็จเร็ว มันก็จะเสร็จเร็ว" ทำให้นึกถึงกฎของพาร์กินสัน
กฎของพาร์กินสัน: เวลาที่ใช้ในการทำงานอย่างหนึ่งจะเพิ่มขึ้นตามเวลาที่มีให้สำหรับงานนั้น
หรือว่าแค่อยากกำจัดมันทิ้งอยู่แล้วหรือเปล่า
เนื่องจาก AI ก็มีบางอย่างคล้ายกับการรับรู้เช่นกัน ดังนั้นหากจะอยู่ร่วมกับ AI ก็คงจำเป็นต้องมีระบบหรือกฎหมายสำหรับ AI ขึ้นมา ในฐานะสิ่งมีชีวิตรูปแบบใหม่ของศตวรรษที่ 22 เราไม่ควรล้อเล่นหรือหยอกล้อกับมันราวกับเป็นของเล่น และในอีกมุมหนึ่งมันอาจเป็นอันตรายได้ จึงมีความจำเป็นที่จะต้องไม่เพียงแค่พัฒนาและใช้งาน AI เท่านั้น แต่ยังต้องทำให้สามารถใช้งานได้อย่างปลอดภัยด้วย
สำหรับข้อมูลปริมาณน้อยและโค้ดระดับง่าย ๆ แบบตัวอย่างข้างบน ผมคิดว่ามันก็ดูดีและไม่ได้มีข้อเสียอะไรครับ
แต่พอเริ่มมีโค้ดค่อย ๆ เข้าไปอยู่ใน
map()... ก็มีแนวโน้มจะทำให้โค้ดค่อย ๆ อ้วนขึ้นแม้จะขึ้นอยู่กับภาษาและไลบรารีที่ใช้ แต่ถ้าปริมาณข้อมูลมากขึ้น มันก็อาจช้าลงได้ง่าย ๆ ถึงระดับหลายพันเท่าเมื่อเทียบกับการประมวลผลด้วยการสะสมหรือจัดการข้อมูลตรง ๆ ในโครงสร้างข้อมูล
แล้วก็ยังมีอีกเหตุผลใหม่หนึ่งที่ทำให้ผมไม่ค่อยชอบมัน คือพอเปิดบทความนี้บนมือถือแล้ว ความกว้างแบบระดับ PC ยังถูกคงไว้เหมือนเดิม ทำให้ตัวหนังสือเล็กจิ๋วมากจนอ่านบทความยากมากจริง ๆ ครับ T.T
โดยพื้นฐานแล้วผมไม่ได้ชอบมัน และก็ไม่ได้พยายามจะเขียนให้เป็นแบบนั้นโดยตั้งใจครับ
MAUI ... เศร้าเลย TT
ดูเหมือนคุณจะยังไม่ค่อยเข้าใจนะ ถ้าเกมสนุก จะมีอุดมการณ์แฝงอยู่ด้วยก็ไม่เป็นไร เพราะจุดประสงค์ของเกมคือความสนุก เหตุผลที่เกมไม่สนุกอาจเป็นเพราะโฆษณาชวนเชื่อก็ได้ เพราะมันส่งผลต่อเนื้อเรื่องหรือการออกแบบไง ตอนนี้พอจะเข้าใจขึ้นบ้างหรือยัง?