สรุป: อนาคตของ Generative AI
ทบทวน 6 ตระกูลและทิศทางต่อไป
ซีรีส์นี้เริ่มจาก p(x) ง่ายๆ จนถึงระบบที่วาดภาพจากข้อความ ทุกวิธีต่างกันที่วิธีจัดการกับ p(x): ประมาณค่า คำนวณจริง หรือไม่สนใจเลยแต่สุ่มเป็น
ทิศทางต่อไป: model หลาย modality (ข้อความ ภาพ เสียง วิดีโอ), AI ที่เป็นผู้ช่วยในการทำงาน และคำถามด้านจริยธรรม เช่น ลิขสิทธิ์และข่าวปลอม
6 ตระกูลในหน้าเดียว
| ตระกูล | จุดแข็ง | จุดอ่อน |
|---|---|---|
| VAE | ฝึกง่าย latent space ดี | ภาพเบลอ |
| GAN | ภาพคมชัด สุ่มเร็ว | ฝึกยาก mode collapse |
| Autoregressive | Likelihood แท้จริง ดีกับข้อความ | สร้างช้า |
| Normalizing flow | Likelihood แท้จริง + ย้อนกลับได้ | Network ถูกจำกัด |
| Energy-based | รูปแบบ model อิสระ | สุ่มช้า |
| Diffusion | คุณภาพสูงสุด ฝึกเสถียร | สุ่มหลายก้าว |
ก้าวต่อไป
- รันโค้ดทุกบท แล้วลองเปลี่ยนข้อมูลเป็นของคุณเอง
- ลอง Hugging Face diffusers เพื่อใช้ Stable Diffusion ตัวจริง
- ใช้ Generative AI อย่างรับผิดชอบ: บอกแหล่งที่มาและเคารพลิขสิทธิ์
- #GenerativeAI
- #DeepLearning
- #PythonສຳລັບຄົນLaos
- #AI
- #ບອກຕໍ່ຄວາມຮູ້