กลไกการใช้เหตุผลคืออะไร

ลองนึกภาพว่าถ้า AI สามารถทำให้กระบวนการทางธุรกิจประจำวัน เช่น การร่างอีเมล จัดทำข้อมูลสรุปแคมเปญ สร้างหน้าเว็บ ค้นคว้าคู่แข่ง วิเคราะห์ข้อมูล และสรุปการโทร เป็นไปโดยอัตโนมัติ การทำให้งานที่เกิดขึ้นซ้ำๆ เหล่านี้เป็นอัตโนมัติสามารถประหยัดเวลาและความพยายามที่มีค่าของมนุษย์ได้มหาศาล เพื่อนำไปใช้ทำกิจกรรมที่ซับซ้อนและสร้างสรรค์มากขึ้น เช่น กลยุทธ์ทางธุรกิจและการสร้างความสัมพันธ์

การทำให้งานทางธุรกิจประจำวันเป็นอัตโนมัติต้องอาศัยการจำลองสติปัญญาของมนุษย์โดยให้ AI ทำหน้าที่เป็นเครื่องมือในการให้เหตุผล ซึ่งเป็น Generative AI ในอีกระดับหนึ่ง นอกจากการสื่อสารด้วยภาษาธรรมชาติแล้ว AI ยังช่วยในการแก้ปัญหาและการตัดสินใจอีกด้วย AI จะเรียนรู้จากข้อมูลที่ให้มา ประเมินข้อดีและข้อเสีย คาดการณ์ผลลัพธ์ และตัดสินใจอย่างมีเหตุผล เมื่อพิจารณาจากความก้าวหน้าทางเทคโนโลยีในยุคปัจจุบัน เรากำลังอยู่บนเส้นทางแห่งความสามารถของ AI และสร้างความตื่นเต้นให้กับคนจำนวนมากในชุมชนวิทยาศาสตร์และธุรกิจ

กลไกการใช้เหตุผลคือระบบ AI ที่เลียนแบบการตัดสินใจและความสามารถในการแก้ปัญหาในระดับเดียวกับมนุษย์ โดยอิงตามกฎ ข้อมูล และตรรกะบางอย่าง มีกลไกการใช้เหตุผลหรือการอนุมานของมนุษย์สามประเภทที่เครื่องมือการใช้เหตุผลมักเลียนแบบ:

1. การใช้เหตุผลแบบนิรนัย – ทำการอนุมานโดยอาศัยข้อเท็จจริงที่เป็นสากลและเป็นที่ยอมรับโดยทั่วไป ตัวอย่างเช่น: “นกทุกตัวจะวางไข่ นกพิราบเป็นนก ดังนั้นนกพิราบจึงวางไข่”
2. การใช้เหตุผลแบบอุปนัย — ได้ข้อสรุปจากตัวอย่างหรือกลุ่มตัวอย่างเฉพาะเจาะจง ยกตัวอย่างเช่น: “สุนัขทุกตัวที่ฉันพบล้วนเป็นมิตร ดังนั้นสุนัขทุกตัวจึงเป็นมิตร!”
3. การใช้เหตุผลแบบอุปมานิมิต – สรุปผลได้อย่างน่าจะเป็นไปได้จากข้อมูลที่ไม่สมบูรณ์ (และมักจะคลุมเครือ) เช่น: “มีกระดาษฉีกขาดเต็มพื้นไปหมด และสุนัขของเราก็อยู่ตัวเดียวในอพาร์ตเมนต์” ดังนั้นคงเป็นเจ้าสุนัขตัวนี้ที่ฉีกกระดาษ”

ในปัจจุบัน ผู้คนทั่วโลกรู้แล้วว่าโมเดลภาษาขนาดใหญ่ (LLM) เป็นโมเดลการเรียนรู้ของกลไกแบบพิเศษที่สามารถสร้างเนื้อหาใหม่ที่เป็นประโยชน์จากข้อมูลที่ได้รับการฝึกอบรม นอกจากนี้ LLM ในปัจจุบันยังแสดงให้เห็นถึงความสามารถในการทำความเข้าใจบริบท ดึงข้อสรุปเชิงตรรกะจากข้อมูล และเชื่อมโยงข้อมูลต่างๆ เพื่อแก้ไขปัญหาอีกด้วย คุณลักษณะเหล่านี้ทำให้ LLM สามารถทำหน้าที่เป็นกลไกการใช้เหตุผลได้

แล้ว LLM จะแก้ปัญหาคณิตศาสตร์ทางธุรกิจทั่วไปได้อย่างไร โดยการประเมินข้อมูล สร้างแผน และใช้กฎเกณฑ์ที่ทราบชุดหนึ่งใช่ไหม

สมมติว่าเจ้าของร้านกาแฟอยากทราบว่าเธอต้องขายกาแฟกี่แก้วต่อเดือนเพื่อให้คุ้มทุน เธอคิดราคา 3.95 ดอลลาร์ต่อแก้ว ต้นทุนคงที่รายเดือนของเธออยู่ที่ 2,500 ดอลลาร์สหรัฐ และต้นทุนผันแปรต่อหน่วยของเธออยู่ที่ 1.40 ดอลลาร์สหรัฐ

LLM ใช้กฎทางคณิตศาสตร์ที่ทราบชุดหนึ่งเพื่อหาคำตอบอย่างเป็นระบบ:

ขั้นตอนที่ 1

ระบุค่าที่เกี่ยวข้อง

ขั้นตอนที่ 2

คำนวณส่วนต่างกำไรต่อกาแฟหนึ่งแก้ว อัตรากำไรขั้นต้นคือราคาขายลบด้วยต้นทุนผันแปร
= 3.95 ดอลลาร์สหรัฐ – 1.40 ดอลลาร์สหรัฐ = 2.55 ดอลลาร์สหรัฐ

ขั้นตอนที่ 3

ใช้สูตรจุดคุ้มทุน จุดคุ้มทุนคือต้นทุนคงที่หารด้วยส่วนต่างกำไร
= 2500 เหรียญ/2.55 เหรียญ = 980.39

ขั้นตอนที่ 4:

ปัดเศษขึ้นเป็นจำนวนเต็มที่ใกล้เคียงที่สุด
จุดคุ้มทุน = 981 แก้ว

ความนิยมของโมเดลภาษาขนาดใหญ่พุ่งสูงขึ้นในช่วงฤดูใบไม้ร่วงปี 2022 แต่เหล่านักวิทยาศาสตร์ยังคงทุ่มเทอย่างเต็มที่ในการทดลองกับโมเดลเหล่านี้ผ่านพร้อมท์ต่างๆ “การพร้อมท์” หรือ วิศวกรรมพร้อมท์ เป็นโดเมนที่กำลังเกิดใหม่อย่างรวดเร็ว โดยที่ชุดคำสั่งอินพุต (พร้อมท์) ที่จัดเตรียมไว้อย่างพิถีพิถันจะถูกส่งไปยัง LLM เพื่อสร้างผลลัพธ์ที่ต้องการ เมื่อเราใช้คำเตือนเพื่อสร้างแผนขั้นตอนอย่างเป็นตรรกะในการบรรลุเป้าหมาย เราเรียกสิ่งนี้ว่า “กลยุทธ์การใช้เหตุผล” มาสำรวจกลยุทธ์การใช้เหตุผลยอดนิยมบางส่วนด้านล่างนี้:

• ห่วงโซ่แห่งความคิด (CoT) เป็นหนึ่งในกลยุทธ์การใช้เหตุผลที่ได้รับความนิยมมากที่สุด แนวทางนี้เลียนแบบการตัดสินใจแบบมนุษย์โดยสั่งให้ผู้สำเร็จการศึกษา LLM แยกปัญหาที่ซับซ้อนออกเป็นลำดับขั้นตอน กลยุทธ์นี้เรียกอีกอย่างหนึ่งว่า "นักวางแผนแบบตามลำดับ" การใช้เหตุผลแบบลำดับความคิด สามารถแก้ปัญหาคำถามคณิตศาสตร์ ใช้เหตุผลแบบสามัญสำนึก และสามารถแก้ปัญหาที่มนุษย์สามารถแก้ไขได้ด้วยภาษา ประโยชน์อย่างหนึ่งของ CoT คือ ช่วยให้วิศวกรสามารถมองเห็นกระบวนการ และหากมีสิ่งผิดพลาดเกิดขึ้น ก็สามารถระบุได้ว่าอะไรผิดพลาดเพื่อแก้ไข
• การใช้เหตุผลและการกระทำ (ReAct): กลยุทธ์นี้ใช้ข้อมูลจากโลกแห่งความเป็นจริงเพื่อใช้เหตุผล นอกเหนือไปจากข้อมูลที่ใช้ในการอบรม LLM การใช้เหตุผลแบบ ReAct ได้รับการยกย่องว่ามีความคล้ายคลึงกับการแก้ปัญหาแบบมนุษย์มากกว่า ซึ่งเกี่ยวข้องกับการตัดสินใจแบบโต้ตอบและการให้เหตุผลด้วยวาจา นำไปสู่การจัดการข้อผิดพลาดที่ดีขึ้นและอัตราการสรุปข้อมูลเอาเองต่ำลง มันทำให้เกิดการประสานกันของการใช้เหตุผลและการกระทำผ่านการกระทำของผู้ใช้ ซึ่งเพิ่มความสามารถในการตีความและความน่าเชื่อถือของคำตอบ กลยุทธ์นี้เรียกอีกอย่างว่า “เครื่องมือวางแผนแบบทีละขั้นตอน” เนื่องจากใช้แนวทางการแก้ไขปัญหาแบบทีละขั้นตอน และยังขอรับคำติชมจากผู้ใช้ในทุกขั้นตอนอีกด้วย
• Tree of Thoughts (ToT): การเปลี่ยนแปลงแนวทางห่วงโซ่แห่งความคิดนี้ก่อให้เกิดความคิดต่างๆ มากมายในแต่ละขั้นตอนระหว่างนั้น แทนที่จะเลือกเส้นทางการใช้เหตุผลเพียงเส้นทางเดียว ระบบจะสำรวจและประเมินสถานะปัจจุบันของสภาพแวดล้อมในแต่ละขั้นตอนเพื่อมองไปข้างหน้าหรือย้อนกลับอย่างจริงจัง เพื่อการตัดสินใจที่รอบคอบมากขึ้น กลยุทธ์นี้ได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพเหนือกว่า CoT อย่างมากในงานที่ซับซ้อน เช่น เกมคณิตศาสตร์ แบบฝึกหัดการเขียนเชิงสร้างสรรค์ และปริศนาอักษรไขว้ขนาดเล็ก การใช้เหตุผลแบบ ToT ถือว่ามีความใกล้เคียงกับรูปแบบการตัดสินใจของมนุษย์ที่พิจารณาตัวเลือกต่างๆ ชั่งน้ำหนักข้อดีข้อเสีย แล้วจึงเลือกสิ่งที่ดีที่สุด
• การใช้เหตุผลผ่านการวางแผน (RAP): กลยุทธ์นี้ใช้ LLM เป็นทั้งกลไกการใช้เหตุผลและโมเดลระดับโลกเพื่อคาดการณ์สถานะของสภาพแวดล้อมและจำลองผลกระทบในระยะยาวของการกระทำ ซึ่งเป็นการผสานการทำงานของแนวคิดต่างๆ มากมาย เช่น การสำรวจเส้นทางการใช้เหตุผลทางเลือก การคาดการณ์สถานะและผลตอบแทนในอนาคต และการปรับปรุงขั้นตอนการใช้เหตุผลที่มีอยู่ซ้ำๆ เพื่อให้มีประสิทธิภาพการใช้เหตุผลที่ดีขึ้น การใช้เหตุผลแบบ RAP มีประสิทธิภาพเหนือกว่าเกณฑ์พื้นฐานต่างๆ สำหรับงานที่เกี่ยวข้องกับการวางแผน การใช้เหตุผลทางคณิตศาสตร์ และการอนุมานเชิงตรรกะ

นี่เป็นเพียงบางส่วนของกลยุทธ์ที่มีแนวโน้มมากที่สุดในปัจจุบัน กระบวนการนำกลยุทธ์เหล่านี้ไปใช้กับแอปพลิเคชัน AI ในชีวิตจริงเป็นกระบวนการแบบวนซ้ำที่ต้องปรับแต่งและรวมกลยุทธ์ต่างๆ เข้าด้วยกันเพื่อประสิทธิภาพที่เหมาะสมที่สุด

เป็นเรื่องที่น่าตื่นเต้นมากที่ LLM ทำหน้าที่เป็นเครื่องมือในการคิดหาเหตุผล แต่เราจะทำให้มันมีประโยชน์ในโลกแห่งความเป็นจริงได้อย่างไร หากจะเปรียบเทียบกับมนุษย์แล้ว แม้ว่า LLM จะเปรียบเสมือนสมองที่มีความสามารถในการใช้เหตุผล การวางแผน และการตัดสินใจ แต่เราก็ยังต้องใช้มือและขาในการดำเนินการอยู่ดี นำเสนอ “ตัวแทน AI” ซึ่งเป็นระบบ AI ที่มีทั้งความสามารถในการใช้เหตุผลและการดำเนินการ คำศัพท์ที่มักใช้สำหรับการดำเนินการ ได้แก่ “เครื่องมือ” “ปลั๊กอิน” และ “การดำเนินการ”

มีตัวแทน AI สองประเภท: อัตโนมัติเต็มรูปแบบและกึ่งอัตโนมัติ ตัวแทนอัตโนมัติเต็มรูปแบบสามารถตัดสินใจโดยอัตโนมัติโดยไม่ต้องมีการแทรกแซงจากมนุษย์ และยังสามารถดำเนินการตามนั้นได้อีกด้วย ตัวแทนประเภทนี้อยู่ในโหมดทดลองในปัจจุบัน ตัวแทนแบบกึ่งอัตโนมัติคือตัวแทนที่มี "มนุษย์อยู่ในวงจร" เพื่อกระตุ้นการร้องขอ เรากำลังเริ่มเห็นการนำตัวแทนแบบกึ่งอัตโนมัติมาใช้ในแอปพลิเคชัน AI โดยเฉพาะ เช่น แชทบอทสนทนา รวมถึง Agentforce Assistant, ChatGPT และ Duet AI

ตัวแทน AI มีส่วนประกอบหลักสี่ประการ:

1. เป้าหมาย – เป้าหมายหลักหรือภารกิจของตัวแทน
2. สภาพแวดล้อม – ข้อมูลเชิงบริบท เช่น เป้าหมาย อินพุตเริ่มต้น ของผู้ใช้ ประวัติกิจกรรมหรือการสนทนาครั้งก่อน ข้อมูลพื้นฐานเกี่ยวกับความเกี่ยวข้อง ข้อเสนอแนะของผู้ใช้ และข้อมูลที่ LLM ได้รับการอบรมมาแล้ว
3. การใช้เหตุผล – ความสามารถโดยธรรมชาติของ LLM ในการสังเกต วางแผนการดำเนินการต่อไป และปรับเทียบใหม่เพื่อปรับให้เหมาะสมเพื่อบรรลุเป้าหมายที่ตั้งใจไว้
4. การดำเนินการ — โดยทั่วไปเป็นเครื่องมือภายนอกที่ช่วยให้ตัวแทนบรรลุเป้าหมายได้ ตัวอย่างทั่วไปของการดำเนินการ ได้แก่ การค้นหาข้อมูล การค้นหา การสร้างรหัส การตีความรหัส และการสร้างบทสนทนา

Agentforce Assistant ของ Salesforce คือผู้ช่วยสนทนาที่ขับเคลื่อนด้วย AI ขั้นสูง ซึ่งโต้ตอบกับพนักงานและลูกค้าของบริษัทด้วยภาษาธรรมชาติ พนักงานสามารถใช้มันเพื่อทำงานได้หลากหลายในโฟลว์การทำงาน และช่วยเพิ่มผลผลิตในระดับขนาดใหญ่ และผู้บริโภคสามารถใช้เพื่อแชทกับแบรนด์และรับคำตอบสำหรับคำถามต่างๆ ได้ทันที ซึ่งจะนำไปสู่ความพึงพอใจและความภักดีที่เพิ่มมากขึ้น Agentforce Assistant ใช้ LLM สำหรับทักษะด้านภาษา เช่น ความเข้าใจและการสร้างเนื้อหา และยังเป็นเครื่องมือในการคิดเพื่อวางแผนสำหรับงานที่ซับซ้อน จึงช่วยลดภาระทางสมองของผู้ใช้

วิธีการทำงานมีดังนี้:

1. ผู้ใช้พิมพ์เป้าหมายที่ต้องการบรรลุ เช่น "สร้างเว็บเพจ"
2. Agentforce Assistant ใช้พร้อมท์ที่ได้รับการจัดเตรียมเพื่อส่งอินพุตของผู้ใช้ไปยัง LLM ที่ปลอดภัยเพื่ออนุมานความตั้งใจของผู้ใช้
3. ตามเจตนา Agentforce Assistant จะส่งคำเตือนที่ได้รับการคัดสรรอีกครั้งเพื่อสั่งให้ LLM สร้างแผนเพื่อตอบสนองเจตนานั้น
4. แผนที่สร้างขึ้นนั้นเป็นชุดการกระทำที่เชื่อมโยงกันเป็นลำดับอย่างมีตรรกะ เพื่อให้แน่ใจว่า Agentforce Assistant ทำงานในลักษณะที่เชื่อถือได้ LLM ได้รับคำสั่งให้สร้างแผนอย่างเคร่งครัดโดยใช้การดำเนินการที่มีให้
5. เมื่อ LLM ส่งคืนแผนแล้ว Agentforce Assistant จะดำเนินการตามลำดับที่กำหนดเพื่อสร้างผลลัพธ์ที่ต้องการ และถ่ายทอดไปยังผู้ใช้

เมื่อมองดูแล้วดูเหมือนว่า…

Agentforce Assistant ช่วยให้บริษัทต่างๆ สามารถใช้ประโยชน์จาก LLM เป็นเครื่องมือในการหาเหตุผล ด้วยเครื่องมือนี้ บริษัทต่างๆ สามารถใช้ AI เพื่อทำภารกิจต่างๆ ที่ไม่สามารถทำได้เมื่อไม่กี่เดือนที่ผ่านมา

• หากทีมขายพบว่ามีลูกค้าจำนวนน้อย Agentforce Assistant สามารถสแกนฐานข้อมูลเพื่อค้นหาลูกค้าเป้าหมายที่มีคุณภาพสูงที่คุ้มค่าที่จะลงทุน
• Copilot จะสแกนข้อตกลงที่อาจเกิดขึ้นเพื่อค้นหาข้อตกลงที่มีความเสี่ยง และหากได้รับการร้องขอ ก็สามารถสรุปข้อมูลสำหรับผู้จัดการได้
• Copilot สามารถช่วยเจ้าหน้าที่ฝ่ายบริการแก้ไขปัญหาการเรียกเก็บเงินเกินสำหรับลูกค้าได้ โดยรวบรวมข้อมูลที่ถูกต้องเพื่อการแก้ไขปัญหา
• Copilot สามารถวิเคราะห์ความรู้สึกของลูกค้าปัจจุบันสำหรับข้อตกลงที่น่าสนใจและแนะนำการดำเนินการที่จำเป็นเพื่อปิดดีลในช่วงสามเดือนถัดไป

ในกรณีการใช้งานเหล่านี้และกรณีอื่นๆ มากมายเช่นนี้ Agentforce Assistant ทำหน้าที่เป็นตัวแทนแบบกึ่งอัตโนมัติโดยใช้ LLM เป็นเครื่องมือในการให้เหตุผลและดำเนินการเพื่อปฏิบัติงานเมื่อได้รับคำสั่งจากผู้ใช้ นี่เป็นเพียงจุดเริ่มต้นเท่านั้น ขอบเขตต่อไปคือการทำให้ Agentforce Assistant เป็นระบบอัตโนมัติเต็มรูปแบบ ซึ่งไม่เพียงแต่จะช่วยเหลือได้เท่านั้น แต่ยังเป็นแบบเชิงรุกและมีอยู่ทุกที่อีกด้วย AI มีอนาคตที่น่าตื่นเต้น แต่สิ่งที่น่าตื่นเต้นยิ่งกว่าคือผลลัพธ์ของประสิทธิภาพระดับโลกที่จะเกิดขึ้นอย่างแน่นอน