การวิจัยและพัฒนาระบบสนทนาอัตโนมัติในข้อมูลป้องกันประเทศ

Abstract

จักรกลสนทนา (Chatbot) เป็นปัญญาประดิษฐ์ (AI) ประเภทหนึ่งซึ่งอยู่ในสาขาการประมวลภาษาธรรมชาติ (NLP) เป็นเทคโนโลยีส่วนการเรียนรู้ของเครื่องที่ช่วยให้คอมพิวเตอร์สามารถตีความ จัดการ และทำความเข้าใจภาษามนุษย์ได้ องค์กรในปัจจุบันมีข้อมูลเสียงและข้อความจำนวนมากจากช่องทางการสื่อสารต่าง ๆ เช่น อีเมล ข้อความ ฟีดข่าวโซเชียลมีเดีย วิดีโอ เสียง และอื่น ๆ โดยใช้ซอฟต์แวร์ NLP เพื่อประมวลผลข้อมูลนี้โดยอัตโนมัติ ในปัจจุบันโมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) ซึ่งเป็นเทคโนโลยีที่ถูกฝึกด้วยข้อมูลขนาดใหญ่เพื่อนำไปใช้ในการสร้างข้อความคล้ายกับที่มนุษย์เขียนหรือพูดได้ สามารถสร้างข้อความที่มีความสมเหตุสมผลและเป็นธรรมชาติเหมือนที่มนุษย์สร้าง แต่เนื่องจาก LLM ถูกเทรนมาจากข้อมูลที่มีอยู่จำนวนมาก การตอบคำถามที่อยู่บนพื้นฐานข้อมูลที่เฉพาะเจาะจงและเป็นปัจจุบันอาจไม่ถูกต้องแม่นยำ ซึ่งเรียกว่าเกิดการ “Hallucination” การเกิด Hallucination นี้เป็นความท้าทายสำคัญในการพัฒนาและปรับปรุงโมเดลภาษาขนาดใหญ่ เพราะอาจทำให้ผู้ใช้ได้รับข้อมูลที่ผิดพลาดและเกิดความเข้าใจผิด วัตถุประสงค์ในงานวิจัยนี้เพื่อทดลองระบบจักรกลสนทนากับข้อมูลบทความในวารสารเทคโนโลยีป้องกันประเทศ ว่าสามารถให้ความรู้และตอบคำถามแก่บุคคลภายนอกเกี่ยวกับข้อมูลของเทคโนโลยีป้องกันประเทศได้แม่นยำเพียงใด โดยใช้เทคโนโลยีการดึงข้อมูลเชิงเพิ่มประสิทธิภาพ (Retrieval-Augmented Generation: RAG) ที่มีอยู่แล้วนำมาประยุกต์ใช้เพื่อแก้ปัญหา Hallucination ใน LLM ผลการทดลองพบว่า ระบบจักรกลสนทนาที่ใช้เทคโนโลยี RAG มีประสิทธิภาพในการตอบคำถามได้อย่างถูกต้องถึง 93% ซึ่งสามารถตอบคำถามที่มีข้อมูลบทความในวารสารเทคโนโลยีป้องกันประเทศได้ถูกต้องดีมาก