🎓 จาก token ถึง agent: คุณเรียนจบแล้ว

เรียนจบครบ 7 บทแล้ว ยินดีด้วย

ย้อนไปหน้าแรกของบทที่ 1 หัวหน้าพี่มดถามว่า "ตกลงมันคิดยังไง แล้วเชื่อได้แค่ไหน" ตอนนี้คุณตอบได้แล้ว

มันคิดยังไง LLMโมเดลภาษาขนาดใหญ่ (Large Language Model, LLM)โปรแกรมที่ถูกฝึกจากข้อความจำนวนมหาศาลให้เดาคำถัดไปได้เก่งมาก ChatGPT, Claude และ Gemini คือ LLMดูคำศัพท์ทั้งหมด✕ คำนวณโอกาสของ tokenโทเคน (token)ชิ้นข้อความที่ AI มองเห็นจริงๆ อาจเป็นทั้งคำ ส่วนของคำ หรือตัวอักษรเดียว แต่ละชิ้นมีเลขประจำตัวดูคำศัพท์ทั้งหมด✕ ถัดไปทีละชั้น ด้วยน้ำหนักที่เรียนมาจากข้อความมหาศาล แล้วถูกฝึกต่อจนเป็นผู้ช่วย มันเขียนกระดาษทด เขียนใบสั่งงานให้เครื่องมือ และวนเป็นลูปได้ แต่ทั้งหมดยังคือการเดาคำถัดไป

เชื่อได้แค่ไหน เชื่อได้มากขึ้นเมื่อมันได้ข้อมูลจริง (RAG หรือเครื่องมือ) เมื่องานมีจุดตรวจ และเมื่อคุณวัดผลกับงานของตัวเองแล้ว

สิ่งที่คุณเห็นมาตลอดคอร์ส:

• บทที่ 1 · AI เดาคำถัดไปยังไง — token → logit → softmax → สุ่ม
• บทที่ 2 · AI เข้าใจความหมายยังไง — ความหมายเป็นเวกเตอร์ · attentionกลไกความสนใจ (attention)วิธีที่แต่ละคำเลือกว่าจะ "ฟัง" คำอื่นในประโยคมากน้อยแค่ไหน โดยใช้ softmax แบ่งน้ำหนักให้รวมได้ 100%ดูคำศัพท์ทั้งหมด✕ · context window · RAG
• บทที่ 3 · ข้างใน Transformer — attention + MLP ซ้อนหลายชั้น แล้วออกมาเป็น logit
• บทที่ 4 · AI เรียนรู้ยังไง — ฝึกด้วยการเดาคำถัดไปจาก token มหาศาล ลด loss ด้วย gradient descent
• บทที่ 5 · จากเครื่องเดาคำ สู่ผู้ช่วย — SFT · reward model · RLHF และผลข้างเคียงอย่าง sycophancy
• บทที่ 6 · ตอนมันตอบจริง — KV cache · quantization · ต้นทุนต่อ token
• บทที่ 7 · คิดเป็นขั้น ใช้เครื่องมือ เป็น agent — chain-of-thought · tool calling · วนเป็น agentเอเจนต์ (AI agent)ระบบที่ให้ LLM วนลูป คิด → เรียกเครื่องมือ → ดูผล ซ้ำหลายรอบจนงานเสร็จ โดยโมเดลเลือกขั้นถัดไปเองดูคำศัพท์ทั้งหมด✕ และจุดที่ต้องระวัง

AI คือเครื่องเดาคำถัดไปที่ถูกฝึกมาอย่างดี ยิ่งมีข้อมูลจริง เครื่องมือ และจุดตรวจ ก็ยิ่งเชื่อได้ แต่คนใช้ยังเป็นผู้รับผิดชอบสุดท้าย