OpenAI มีฟังก์ชัน Voice Mode ใน ChatGPT ให้ใช้งานตั้งแต่กันยายนปีที่แล้ว ซึ่ง ChatGPT สามารถโต้ตอบเป็นเสียงพูดได้ โดยระบุว่าเสียงที่ออกมานั้นใช้นักพากย์มืออาชีพ

อย่างไรก็ตามในตัวเลือก 5 เสียงที่มีให้ใช้งานได้แก่ Breeze, Cove, Ember, Juniper และ Sky ตัวเลือกเสียงอันหลังสุด Sky กลายเป็นประเด็นเมื่อมีคนตั้งข้อสงสัยว่าน้ำเสียงนั้นคล้ายกับนักแสดง Scarlett Johansson (Natasha Romanoff ใน Black Widow)

OpenAI ยืนยันว่าเสียงของ Sky เป็นของนักพากย์มืออาชีพหญิงคนหนึ่ง ที่พูดแบบธรรมชาติ และไม่ใช่ Scarlett Johansson แต่จะไม่เปิดเผยตัวตนเพื่อความเป็นส่วนตัว โดย OpenAI จะเริ่มปิดการใช้งานเสียง Sky ชั่วคราวเพื่อตรวจสอบเรื่องนี้เพิ่มเติม

Sam Altman ซีอีโอ OpenAI และ Greg Brockman ประธาน OpenAI ออกมาโพสต์ชี้แจงใน X เกี่ยวกับประเด็นฝ่าย Superalignment ที่มีภารกิจดูแลรับมือความปลอดภัยของ AI ที่อาจมีความสามารถมากขึ้น หลังจาก Ilya Sutskever หัวหน้าทีมได้ลาออก และ Jan Leike หัวหน้าทีมร่วมที่ลาออกเช่นกัน ออกมาเปิดเผยว่า OpenAI ลดความสำคัญของการทำงานฝ่ายนี้ ทั้งที่ AI มีแนวโน้มอันตรายมากขึ้น

ดูเหมือนจะเป็นสัปดาห์ที่มีเรื่องราวมากมายอีกครั้งของ OpenAI ตั้งแต่การเปิดตัวโมเดลใหม่ GPT-4o, ผู้ร่วมก่อตั้งลาออก, ตามด้วยพนักงานในฝ่ายเดียวกันอีกหลายคนลาออก ซึ่งหลังเกิดเหตุการณ์ดังกล่าว Vox ได้รายงานข้อมูลภายในบริษัท ซึ่งบ่งบอกว่าอดีตพนักงาน OpenAI อาจไม่สามารถเปิดเผยเรื่องราวอะไรได้มาก เพราะรูปแบบสัญญาที่แปลกไปจากบริษัทอื่น

เมื่อกรกฎาคมปีที่แล้ว OpenAI ประกาศตั้งทีมวิจัยใหม่ชื่อ Superalignment เพื่อเตรียมการรับมือปัญญาประดิษฐ์หรือ AI ที่มีความฉลาดมากเหนือกว่ามนุษย์ กำกับดูแลว่ามนุษย์ยังรู้เท่าทันและสามารถควบคุมได้ ไม่ให้ทำงานผิดปกติไปนอกคำสั่งจนมุ่งร้ายต่อมนุษย์เสียเอง

OpenAI แต่งตั้งให้ Ilya Sutskever หนึ่งในผู้ร่วมก่อตั้ง OpenAI และเป็นหัวหน้าฝ่ายนักวิทยาศาสตร์ เป็นหัวหน้าทีม Superalignment นี้ ร่วมกับ Jan Leike พร้อมตกลงว่าจะกันพลังการประมวลผล 20% ของบริษัทให้กับทีมนี้

OpenAI ประกาศเพิ่มปรับปรุงเครื่องมือวิเคราะห์ข้อมูลใน ChatGPT โดยรองรับการเพิ่มไฟล์โดยตรงจาก Google Drive และ Microsoft OneDrive แล้ว (ได้ทั้งคู่นะ ไม่เหมือนแอปเดสก์ท็อป)

ฟังก์ชันเพิ่มไฟล์โดยตรงจาก Google Drive หรือ Microsoft OneDrive รองรับไฟล์ในหลายฟอร์แมตทั้งเอกสาร, สเปรดซีต หรือสไลด์นำเสนอข้อมูล สามารถขยายพื้นที่ของไฟล์ในหน้า ChatGPT เพื่อดูข้อมูลประกอบได้ รองรับข้อมูลที่ถูกปรับปรุงเรียลไทม์ในระหว่างการสนทนาวิเคราะห์ข้อมูล

OpenAI ประกาศลงนามข้อตกลงกับ Reddit แพลตฟอร์มชุมชนออนไลน์ โดย OpenAI จะได้เข้าถึงข้อมูลที่โพสต์ใน Reddit ผ่าน API แบบเรียลไทม์ ทำให้เครื่องมือปัญญาประดิษฐ์หรือ AI ของ OpenAI เรียนรู้เรื่องราวที่เป็นหัวข้อปัจจุบันมากขึ้น

ในขณะเดียวกันความร่วมมือนี้ทำให้ Reddit ได้เข้าถึงเครื่องมือ AI ใหม่ ๆ ทั้งสำหรับสมาชิกชุมชุนหรือ Redditor และผู้ดูแลแต่ละกลุ่ม รวมทั้ง OpenAI จะเป็นพาร์ตเนอร์ด้านโฆษณาบน Reddit ด้วย

รายการ Cloudnone วิเคราะห์ประเด็นร้อนวงการ AI รอบกลางปี 2024 ที่สองยักษ์ยังฟัดกันต่อ โดย OpenAI เลือกเปิดตัว GPT-4o โมเดลตัวใหม่ล่าสุดตัดหน้างาน Google I/O เวทีใหญ่ประจำปีของกูเกิลเพียงแค่วันเดียว เล่นเอางานของกูเกิลจืดไปมาก

ตกลงแล้วใครชนะกันแน่ในสงคราม AI รอบนี้ รายการตอนนี้มาวิเคราะห์จุดอ่อนจุดแข็งของแต่ละฝั่งให้ฟังกัน

ฟังแบบเสียงได้ทาง Spotify

ดูเหมือนการลาออกของ Ilya Sutskever หนึ่งในผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ของ OpenAI อาจจะเป็นประเด็นครั้งใหม่ภายใน OpenAI เมื่อมีการเปิดเผยจากพนักงาน OpenAI อีกหลายคน ว่าพวกเขาก็เพิ่งลาออกจาก OpenAI ด้วยเช่นกัน โดยไม่ได้ให้เหตุผลว่าเกี่ยวข้องกับการลาออกของ Sutskever หรือไม่

คนที่ประกาศไม่กี่ชั่วโมงหลัง OpenAI ประกาศการลาออกของ Sutskever อย่างเป็นทางการคือ Jan Leike หัวหน้าทีม Superalignment ที่มีหน้าที่ดูแลรับมือหากพบว่าปัญญาประดิษฐ์ยังสามารถควบคุมได้ โดยโพสต์ข้อความใน X ว่าลาออกแล้ว (I resigned)

Ilya Sutskever ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ของ OpenAI ประกาศลาออกจากบริษัท โดยไม่ได้ระบุเหตุผล และไม่ได้บอกว่าจะไปทำอะไรต่อ

Sam Altman ซีอีโอของ OpenAI บอกว่าการลาออกของ Ilya เป็นเรื่องน่าเศร้า เพราะเขาเป็นแกนหลักของ OpenAI มาตลอด ส่วนคนที่จะมารับตำแหน่งหัวหน้านักวิทยาศาสตร์แทนคือ Jakub Pachocki ซึ่งปัจจุบันเป็นหัวหน้าฝ่ายวิจัยของ OpenAI

Ilya เป็นหนึ่งในตัวละครสำคัญของอภิมหาดราม่าปลด Sam Altman เมื่อปลายปี 2023 เพราะเขาเป็นหนึ่งในบอร์ดของบริษัท และอยู่ในฝ่ายที่ออกเสียงปลด Sam ออกจากซีอีโอ แต่ภายหลังก็เปลี่ยนใจกลับมาสนับสนุน Sam (แบบงงกันทั้งโลก)

ประเด็นน่าสนใจอันหนึ่งในงานเปิดตัว GPT-4o ของ OpenAI เมื่อวานนี้ คือ การออกแอพเดสก์ท็อป ChatGPT เป็นครั้งแรก และเลือกออกบน... macOS

ประเด็นนี้ก่อให้เกิดคำถามตามมาว่า ไมโครซอฟท์ลงทุนใน OpenAI ถึง 1 หมื่นล้านดอลลาร์ แต่ทำไม OpenAI ถึงเลือกออกแอพบนแพลตฟอร์มของแอปเปิลก่อน

เรื่องนี้มีคำตอบในบทสัมภาษณ์ Mira Murati ซีทีโอของ OpenAI บนเว็บไซต์ Axios บอกว่าเราเลือกทำบนแพลตฟอร์มที่มีผู้ใช้ของเราอยู่เยอะ (we’re just prioritizing where our users are) โดย OpenAI ยังไม่ประกาศว่าจะออกแอพ ChatGPT บนวินโดวส์ด้วยหรือไม่

เมื่อคืนที่ผ่านมา OpenAI เปิดตัว GPT-4o พร้อมกับประกาศเปลี่ยน tokenizer ใหม่โดยอาศัย 20 ภาษาต้นแบบในการบีบอัดข้อมูล ทำให้ภาษาต่างๆ ประหยัดโทเค็นยิ่งขึ้น แม้ภาษาไทยจะไม่อยู่ในรายชื่อ 20 ภาษา แต่ผลการทดลองก็พบว่าภาษาไทยนั้นประหยัดโทเค็นลงเท่าตัว

tokenizer ของ GPT-4o สามารถจับคำหรือส่วนของคำในภาษาไทยได้ชัดเจน คำสามัญเช่น "ของ" หรือ "จำนวน" ก็สามารถมองเป็นโทเค็นเดียวได้ทันที เทียบกับ tokenizer ของ GPT-4 ที่ไม่สามารถรวบตัวอักษรหลายตัวในภาษาไทยเข้าด้วยกันได้เลย ทำให้จำนวนโทเค็นกับจำนวนตัวอักษรใกล้เคียงกัน

ในงานแถลงข่าวเปิดตัว GPT-4o เมื่อคืนนี้ OpenAI ยังประกาศว่าฟีเจอร์หลายอย่างที่เคยจำกัดให้เฉพาะลูกค้าเสียเงินเท่านั้น ตอนนี้ขยายมารองรับผู้ใช้งานแบบฟรีทุกคนด้วย มีรายละเอียดดังนี้

• ใช้งานแชทบอตคัสคอม GPTs และใน GPT Store (แต่สร้างไม่ได้)
• ใช้งาน GPT-4 ที่ระดับ Intelligence
• วิเคราะห์ข้อมูลและตาราง

update: เวอร์ชั่นแรกขอข่าวนี้พาดหัวว่ายังไม่รองรับภาษาไทย แต่เมื่อทดสอบแล้วจำนวนโทเค็นในภาษาไทยลดลงกว่าเท่าตัว

ในงานเปิดตัว GPT-4o ของ OpenAI นอกจากประเด็นโมเดลมีประสิทธิภาพสูงขึ้นแล้ว ยังมีประเด็นการออปติไมซ์ tokenizer เพื่อให้ใช้งานภาษาอื่นๆ นอกจากภาษาอังกฤษได้ดีขึ้น โดยทีมงาน OpenAI เลือกมา 20 ภาษารวมถึงภาษาอังกฤษแต่ยังไม่มีภาษาไทย ทำให้ภาษาเหล่านี้ใช้งานได้มีประสิทธิภาพมากขึ้นเพราะคำในภาษาเหล่านี้มีจำนวนโทเค็นน้อยลง

OpenAI เปิดตัว GPT-4 รุ่นใหม่ในชื่อ GPT-4o (โฟร์-โอ) ความสามารถใกล้เคียง GPT-4 แต่ความเร็วสูงกว่า ขณะที่ยังมีความสามารถรองรับอินพุตหลายแบบ (multimodal) สามารถฟังเสียงและอ่านภาพได้โดยไม่ต้องการโมเดลปัญญาประดิษฐ์ speech-to-text แยก

เนื่องจากประสิทธิภาพ GPT-4o สูงกว่าทำให้ OpenAI สามารถเปิดให้ผู้ใช้ทุกคนใช้งานได้ฟรีโดยมีโควต้ามากขึ้น สำหรับการใช้งานฝั่ง API ราคาของ GPT-4o จะถูกกว่า GPT-4 Turbo ลงครึ่งหนึ่ง ความเร็วโดยรวมเพิ่มขึ้นเท่าตัว และโควต้าการใช้งานเพิ่มขึ้นถึง 5 เท่า

Sora โมเดล AI สร้างวิดีโอขนาดยาวและมีคุณภาพสูงของ OpenAI ที่เปิดตัวไปเมื่อต้นปี ยังคงถูกตั้งคำถามอยู่ตลอดว่าใช้ข้อมูลอะไรมาเทรนเพื่อสร้างวิดีโอ โดยเฉพาะคลังข้อมูลวิดีโอขนาดใหญ่อย่าง YouTube

ก่อนหน้านี้ Mira Murati ซีทีโอ OpenAI ปฏิเสธที่จะให้คำตอบจากคำถามว่า Sora ใช้วิดีโอ YouTube มาเทรนข้อมูลหรือไม่ จนทำให้ซีอีโอ YouTube ออกมาบอกว่าถ้า Sora ใช้วิดีโอ YouTube ในการเทรน ก็เป็นการละเมิดข้อกำหนดการใช้งาน

มีประเด็นต่อเนื่องจากรายงานเรื่อง Siri จะปรับปรุงความสามารถด้วย Generative AI ซึ่งแอปเปิลมีสองแนวทางคือ ใช้ AI พัฒนาเองที่ชื่อ Ajax และร่วมมือกับพาร์ตเนอร์ภายนอกซึ่งมีทั้ง OpenAI และกูเกิล

โดยรายงานล่าสุดของ Mark Gurman แห่ง Bloomberg บอกว่าตอนนี้การเจรจาของแอปเปิลกับ OpenAI มีความคืบหน้ามาก ใกล้ได้ข้อสรุปเพื่อนำ ChatGPT มาเป็นฟีเจอร์หนึ่งใน iOS 18 แล้ว ส่วนการเจรจากูเกิลเพื่อนำ Gemini มาใช้งาน ก็ยังคงดำเนินต่อไป แต่ยังไม่มีข้อมูลว่าไปถึงระดับไหน

OpenAI ประกาศจัดงานแถลงข่าว ในเวลาเที่ยงคืนเข้าสู่วันอังคารที่ 14 พฤษภาคมนี้ (คืนวันที่ 13 พฤษภาคม) ตามเวลาในประเทศไทย โดยถ่ายทอดสดผ่านทาง openai.com ตรงตามข่าวที่ออกมาก่อนหน้านี้

หัวข้องานชื่อว่า Spring Updates โดย OpenAI บอกว่าจะมีการสาธิตอัปเดตของ ChatGPT และ GPT-4 จึงเป็นไปได้ว่าจะเปิดตัว Search Engine ตามข่าวลือที่ออกมา อย่างไรก็ตาม Sam Altman ซีอีโอ OpenAI ก็โพสต์ข้อความสยบข่าวลือก่อนเลยว่า ไม่ใช่ GPT-5 ไม่ใช่ Search Engine แต่เป็นสิ่งที่ทุกคนจะรัก

Reuters รายงานข่าวลือว่า OpenAI เตรียมเปิดตัว Search Engine ของตัวเองในวันจันทร์หน้า (13 พ.ค.)

ก่อนหน้านี้มีข่าวลือมาสักระยะแล้วว่า OpenAI กำลังซุ่มพัฒนา Search Engine เพื่อแข่งกับ Google Search และสตาร์ตอัพรายอื่นอย่าง Perplexity AI ที่ก่อตั้งโดยอดีตพนักงานของ OpenAI

คาดว่าบริการ Search ของ OpenAI จะเป็นส่วนต่อขยายจาก ChatGPT โดยเปิดให้ ChatGPT ดึงข้อมูลจากอินเทอร์เน็ต มีแหล่งอ้างอิงข้อมูล (ไม่ได้เรียกว่า Bing งั้นรึ?)

OpenAI เผยแพร่เอกสาร (document) เรียกว่า Model Spec ซึ่งเป็นร่างเวอร์ชันแรก เพื่ออธิบายเบื้องหลังการตัดสินใจและพฤติกรรมของโมเดล AI ที่ใช้ใน OpenAI API และ ChatGPT ซึ่งช่วยให้ผู้ใช้งานเข้าใจวัตถุประสงค์ และกรณีต่าง ๆ ที่โมเดล AI ตัดสินใจทำหรือไม่ทำ

เป้าหมายของ Model Spec คือการกำหนดค่าสามส่วนได้แก่ Objectives หรือสิ่งที่ต้องการทำ, Rules กฎที่ตรวจสอบ, Default behaviors เทมเพลตพื้นฐานในการกำหนดรูปแบบการโต้ตอบ ทั้งหมดนี้สามารถเปลี่ยนแปลงได้เมื่อเวลาผ่านไป

OpenAI บอกว่าเอกสาร Model Spec นี้ ปัจจุบันถูกใช้เป็นกฎขั้นสูงในการควบคุมจัดการ ChatGPT และโมเดล AI ต่าง ๆ ที่พัฒนาใน OpenAI ผ่านการทดสอบซ้ำและเก็บรวบรวมความเห็นจากมนุษย์

หลังจาก OpenAI ตกลงซื้อข้อมูลจาก Stack Overflow นำข้อมูลไปฝึกปัญญาประดิษฐ์ ผู้ใช้บางส่วนก็แสดงความไม่พอใจ ผู้ใช้ชื่อบัญชี benui ก็พยายามลบคำตอบของตัวเอง แต่กลับถูกล็อกบัญชี

benui ระบุว่าตอนแรกเขาพยายามลบคำตอบแต่ก็พบว่า Stack Overflow ล็อกไม่ให้ลบคำตอบที่ถูกยอมรับแล้วและมีโหวตจำนวนมาก เขาจึงพยายามแก้คำตอบเพื่อประท้วงแต่ผู้ดูแลเว็บก็แก้คำตอบกลับภายในเวลาไม่นาน และล็อกบัญชีของเขาเป็นเวลา 7 วัน

ไม่แน่ชัดว่าตอนนี้มีผู้ใช้พยายามลบหรือแก้คำตอบเพื่อประท้วงมากน้อยเพียงใด แต่ benui ยืนยันว่าจะพยายามขอลบข้อมูลด้วยกระบวนการ GDPR ต่อไป

The Information รายงานข่าวลือว่า ไมโครซอฟท์กำลังเทรนโมเดลภาษาขนาดใหญ่ของตัวเองชื่อ MAI-1 มีขนาด 5 แสนล้านพารามิเตอร์ และมีศักยภาพทำงานได้ระดับเดียวกับโมเดลของ OpenAI, Google หรือ Anthropic ในปัจจุบัน โครงการนี้มีหัวหน้าโครงการคือ Mustafa Suleyman ผู้ร่วมก่อตั้ง DeepMind ที่เพิ่งย้ายจากบริษัท Inflection AI มาเป็นซีอีโอ Microsoft AI

ข่าวของ MAI-1 มีความสำคัญตรงที่เป็นครั้งแรกที่ไมโครซอฟท์ทำโมเดล LLM เอง หลังจากต้องพึ่งพาโมเดล GPT ของ OpenAI มาตลอดในช่วงประมาณ 2 ปีที่ผ่านมา และปัญหาดราม่าภายใน OpenAI น่าจะเป็นสิ่งเตือนใจไมโครซอฟท์ว่าไม่ควรพึ่งพาบริษัทภายนอกมากจนเกินไป

Stack Overflow ประกาศบรรลุข้อตกลงกับ OpenAI ในการขายข้อมูลผ่าน API เพื่อไปใช้เทรนโมเดล LLM อย่างเป็นทางการ ถัดจาก Google Gemini ที่ประกาศข่าวนี้ไปตั้งแต่เดือนมีนาคม

รูปแบบข้อตกลงฝั่งซื้อข้อมูลคงไม่ต่างกัน คือ OpenAI จะใช้ข้อมูลจาก OverflowAPI ไปใช้ปรับปรุงโมเดลของตัวเอง แต่สิ่งที่เพิ่มเข้ามาจากข้อตกลงของกูเกิลคือ ในด้านกลับ Stack Overflow จะใช้โมเดลของ OpenAI เป็นส่วนหนึ่งของบริการ OverflowAI ของตัวเองด้วย โดยบริการจะออกมาให้เห็นกันภายในครึ่งแรกของปี 2024

Stack Overflow เปิด API ให้บริษัทปัญญาประดิษฐ์ดูดข้อมูลไปใช้ตั้งแต่ต้นปีที่ผ่านมาโดยมีลูกค้ารายแรกคือกูเกิล ตอนนี้ OpenAI ก็ประกาศใช้บริการนี้เหมือนกัน

ประกาศครั้งนี้มีประเด็นเพิ่มเติม คือทาง Stack Overflow จะใช้บริการของ OpenAI มาสร้าง OverflowAI สำหรับช่วยตอบคำถามภายในองค์กรเอง

ทาง Stack Overflow ระบุว่าจะเริ่มเห็นผลของการแลกเปลี่ยนครั้งนี้ภายในกลางปี 2024 นี้ โดยไม่ระบุว่าเป็นอะไร ความเป็นไปได้มีหลากหลาย เช่น ChatGPT อาจจะอ้างอิงกระทู้ใน Stack Overflow โดยตรง, มีโมเดลรุ่นใหม่ที่ฝึกจากชุดข้อมูล Stack Overflow, หรืออาจจะเป็นฝั่ง Stack Overflow ปล่อยบริการ OverflowAI ออกมาก่อน

กระทรวงยุติธรรมสหรัฐ (DoJ) ยื่นฟ้องกูเกิลในคดีผูกขาด search มาตั้งแต่ปี 2020 เวลาผ่านมา 3 ปีกว่า กระบวนการยังอยู่ในชั้นศาล โดยทั้งสองฝ่ายจะแถลงปิดคดีกันภายในเดือนนี้ (พฤษภาคม 2024)

ในการไต่สวนชั้นศาล DoJ ได้เรียกพยานและเอกสารจากคู่แข่งของกูเกิลมาหลายราย หนึ่งในนั้นคือไมโครซอฟท์ และล่าสุดมีอีเมลภายในของไมโครซอฟท์ถูกนำมาใช้อ้างอิงในคดี ทำให้เรามีโอกาสเห็นเบื้องหลังว่าไมโครซอฟท์คิดอย่างไร ถึงไปลงทุนใน OpenAI

อีเมลชุดนี้เขียนขึ้นโดย Kevin Scott ซีทีโอของไมโครซอฟท์ ส่งหา Satya Nadella และ Bill Gates ในเดือนมิถุนายน 2019 มีหัวข้อว่า "Thoughts on OpenAI"

เว็บจัดอันดับแชตบอต LMSYS มีปัญญาประดิษฐ์ตัวใหม่เพิ่มเข้ามาคือ gpt2-chatbot โดยไม่มีคำอธิบายว่ามันคือโมเดลอะไร แต่เมื่อทดลองอักขระพิเศษก็พบว่ามันมีพฤติกรรมคล้าย GPT-4 อย่างมากเพราะมีปัญหากับอักระพิเศษเหมือนกัน

ผู้ใช้ที่ได้ลองใช้งานแล้วมีความเห็นต่างๆ กันไป บ้างก็ว่าไม่ต่างกันแชตบอตอื่นๆ แต่บางคนก็ระบุว่าดีกว่า GPT-4 ชัดเจน

การใช้งานสามารถเลือกได้ในเว็บ LMSYS ทั้งแบบ Direct และ Arena (side-by-side) แต่มีโควต้าการใช้งานชั่วโมงละ 1,000 แชตทำให้มักไม่ค่อยพอในช่วงนี้

OpenAI ไม่ได้เปิดตัวโมเดลใหม่มาระยะหนึ่งแล้ว โดยโมเดลสุดท้ายคือ GPT-4 Turbo ที่เปิดตัวมาแล้วครึ่งปี