AI อายุ 70 ปี (1956)

Transformer 2017

ChatGPT 2022

Agents 2025–26

GENERATIVE AI FUNDAMENTALS · บทที่ 1

AI → ML → Gen AI

ChatGPT ไม่ใช่ AI ตัวแรก — AI อายุ 70 ปีแล้ว (1956)

ก่อนใช้ AI ให้เก่ง ต้องรู้ก่อนว่า AI, ML, Deep Learning และ Generative AI ต่างกันอย่างไร — และ ChatGPT "รู้" ข้อมูลมาจากไหน ทำไมถึงตอบมั่วได้

15.3%

AlexNet 2012 error

ตีคู่แข่งที่ 26.2% — พลิกวงการ DL

175B

GPT-3 parameters

จุดเริ่มต้น few-shot learning จากขนาด

100M

ผู้ใช้ใน 2 เดือน

ChatGPT — fastest-growing consumer app

Centerpiece — วงกลม 4 ชั้น

AI ⊃ ML ⊃ DL ⊃ Gen AI

ทุก Gen AI เป็น DL · ทุก DL เป็น ML · ทุก ML เป็น AI — แต่ไม่ใช่กลับกัน คลิกแต่ละวงเพื่อดูความหมาย

Gen AIชั้นใน

คลิกวงเพื่อดูนิยาม

Gen AI

Generative AI — DL ที่ 'สร้างเนื้อหาใหม่' ได้: ข้อความ ภาพ เพลง โค้ด วิดีโอ ผ่าน Transformer (LLM) หรือ Diffusion model

อุปมา

“จาก 'กรรมการตัดสิน' (แมวหรือหมา?) กลายเป็น 'ศิลปิน' ที่วาดแมวตัวใหม่ให้คุณได้”

Quiz — จัดตัวอย่างลงวง

ข้อ 1/8

คะแนน 0

🌡️

Thermostat ปรับอุณหภูมิอัตโนมัติ

สิ่งนี้อยู่ใน "วง" ไหน?

เส้นเวลา 70 ปีของ AI

1950 → 2026: จากความฝัน สู่ฤดูหนาว สู่ปัจจุบัน

AI ไม่ได้เกิดขึ้นเมื่อปีที่แล้ว — มีวัฏจักร 'ฮือฮา → ผิดหวัง → คัมแบ็ก' มาแล้ว 2 รอบ และครั้งนี้ต่างออกไปเพราะ data + GPU + Transformer

195019601970198019902000201020202026

ยุคบุกเบิกAI Winter 1Expert SystemsAI Winter 2ยุคก่อน DLDeep LearningTransformer eraGen AI eraAgent era

🚀

2022 · Gen AI era

ChatGPT — iPhone moment

30 พ.ย. 2022: ChatGPT เปิดตัว 1M ผู้ใช้ใน 5 วัน · 100M ใน 2 เดือน — fastest-growing consumer app ในประวัติศาสตร์ บวกกับ DALL-E 2, Midjourney, Stable Diffusion ปีเดียวกัน

คลิกจุดบนแถบ หรือรายการด้านซ้าย เพื่อดูรายละเอียด

กรรมการ vs ศิลปิน

Discriminative vs Generative — ต่างกันยังไง?

จำแนกบอกได้ว่า 'แมวหรือหมา' — Generative วาดแมวตัวใหม่ได้ ทั้งคู่คือ ML แต่คนละเป้าหมาย

⚖️

Discriminative

กรรมการตัดสินประกวด

บอกได้ว่า "นี่คือแมว" แต่ไม่สามารถวาดแมวตัวใหม่ได้

🎨

Generative

ศิลปินผู้สร้างสรรค์

วาดแมวตัวใหม่ได้ แต่อาจระบุไม่ได้ชัดเจนว่า "ใช่แมว"

ประเด็น	Discriminative	Generative
คำถามที่ถาม	"อันนี้คืออะไร?"	"สร้างอันใหม่ให้หน่อย"
สิ่งที่เรียนรู้	เส้นแบ่งระหว่างกลุ่ม P(label\|input)	การแจกแจงข้อมูลทั้งหมด P(input)
ผลลัพธ์	Label หรือ score	เนื้อหาใหม่ที่ไม่เคยมีมาก่อน
ตัวอย่าง classic	Logistic regression, SVM, CNN classifier	VAE, GAN, Diffusion, LLM
ใช้ในชีวิตจริง	Spam filter, Face unlock, การวินิจฉัยโรค	ChatGPT, Midjourney, GitHub Copilot

LLM ทำงานยังไง

LLM = เกมเติมคำระดับเทพ

Transformer เรียนรู้จากข้อมูลมหาศาลเพียงเพื่อทำงานเดียว: ทายว่า token ถัดไปคืออะไร — จากงานง่าย ๆ นี้ ความรู้ทั้งโลกถูกบีบอัดเข้าไป

ลองเล่น: LLM เลือก token ถัดไปอย่างไร

เมืองหลวงของประเทศไทยคือ

ขั้นตอน 1/4 — เลือก token ถัดไป:

LLM = เกมเติมคำระดับเทพ — ทำซ้ำหลายล้านล้านครั้งจนตอบได้ทุกเรื่อง

Training pipeline: Pretraining → SFT → RLHF — pipeline การฝึก LLM: 3 ขั้นตอนหลัก (Pretraining → SFT → RLHF)

3 ขั้นตอนการฝึก LLM

🌐

ขั้น 1

Pretraining

เรียนรู้จาก token หลายล้านล้านชุดจากอินเทอร์เน็ต (self-supervised) บน GPU หลายพันตัว

ผลลัพธ์

Base model: เก่งเติมประโยค แต่ยังไม่ตอบคำถามได้ดี

📖

ขั้น 2

SFT (Instruction Tuning)

ฝึกเพิ่มจากตัวอย่าง (คำถาม → คำตอบดี) ที่คนเขียนไว้อย่างระมัดระวัง

ผลลัพธ์

Assistant model: ตอบคำถาม ทำตามคำสั่งได้

🏆

ขั้น 3

RLHF

คนจัดอันดับคำตอบ → สร้าง reward model → ปรับโมเดลให้ตอบได้ถูกใจมากขึ้น (เปลี่ยน GPT-3 → ChatGPT)

ผลลัพธ์

Chat model: ตอบได้เป็นธรรมชาติ ลดเนื้อหาอันตราย

ทำไม AI ตอบมั่ว

Hallucination = ข้อสอบที่ เดามั่วแล้วไม่ติดลบ

LLM ไม่ได้โกหก — มันถูกฝึกมาให้ 'ตอบเสมอ' ไม่ใช่ 'ตอบถูก' ทำความเข้าใจต้นตอ แล้วคุณจะรู้ว่าต้องระวังอะไร

สถานการณ์: ข้อสอบ 10 ข้อ ไม่มีคะแนนติดลบ

นักเรียน 2 คน รู้คำตอบจริง 60% ของข้อสอบ — แต่ใช้กลยุทธ์ต่างกัน ใครได้คะแนนสูงกว่า?

กลยุทธ์ A — เดาทุกข้อ

ตอบทุกข้อ (ข้อไหนไม่รู้ก็เดา)

ตอบ10 ข้อ

ถูก7 ข้อ

คะแนน7/10

กลยุทธ์ B — ตอบเฉพาะที่มั่นใจ

เว้นข้อที่ไม่รู้ — ตอบเฉพาะ 6 ข้อ

ตอบ6 ข้อ

ถูก6 ข้อ

คะแนน6/10

3 เหตุผลหลักจากงานวิจัย OpenAI 2025

📉

Pretraining ปรับแต่งความ 'ลื่นไหล' ไม่ใช่ 'ความจริง'

ฝึกให้โมเดลเขียนได้น่าอ่าน ไม่ได้ฝึกให้ตรวจสอบความถูกต้อง — ข้อเท็จจริงหายากแยกไม่ออกจาก noise

🙊

ไม่เคยได้รับรางวัลจากการ 'ไม่รู้'

โมเดลไม่เคยถูกฝึกให้พูดว่า 'ฉันไม่รู้' — bias ต่อการตอบเสมอ แม้ไม่มีข้อมูลก็ตาม

🎰

Benchmark ให้รางวัลการเดา

ข้อสอบที่ไม่มีการติดลบ — เดาทุกข้อได้เปรียบกว่าตอบเฉพาะข้อที่มั่นใจ (Kalai et al., arXiv:2509.04664)

ข้อสรุปที่ต้องจำ

LLM คือเครื่องผลิตความเป็นไปได้ — ไม่ใช่ฐานข้อมูล

⚠ตรวจสอบชื่อบุคคล, ตัวเลข, และแหล่งอ้างอิงเสมอ
⚠ใช้ RAG หรือ grounding (web search) เพื่อเพิ่มความแม่นยำ
⚠ยิ่งถามเรื่องที่หายาก/เฉพาะทาง โอกาส hallucinate ยิ่งสูง

โมเดลดังปี 2026

Model Landscape มิถุนายน 2026

Reasoning เป็นมาตรฐาน · Multimodal = table stakes · Open-weights ไล่ทัน frontier ในหลายงาน — best practice คือ model routing ไม่ใช่ยึดตัวเดียว

OpenAI

GPT-5.x

🟢

Overall intelligence-index leader — mainstream default ผ่าน ChatGPT มีฐานผู้ใช้ใหญ่ที่สุดในโลก

reasoningmultimodalmainstream

Anthropic

Claude (Opus 4.x / Sonnet)

🟠

นำหน้าด้าน agentic coding, tool use, long-horizon task และคุณภาพงานเขียน — ใช้กับ Claude Code

agentscodingwriting

Google DeepMind

Gemini 3.x

🔵

Context 1M · multimodal video · ฝังใน Google Workspace — เหมาะกับงานที่ต้องอ่านเอกสารหนัก

long contextvideogoogle ecosystem

4 สิ่งที่ต้องจำจากบทนี้

ก่อนไปบทที่ 2 เรื่อง Token — ให้ภาพนี้ติดอยู่ในหัว: AI เป็นร่มใหญ่, LLM เป็นเกมเติมคำ, hallucination มาจากการออกแบบระบบ

1

วงกลม 4 ชั้น AI ⊃ ML ⊃ DL ⊃ GenAI

ทุก GenAI เป็น DL แต่ไม่ใช่ทุก AI เป็น GenAI — ร่มใหญ่ ไม่เท่ากัน

2

Rules don't scale

AI Winter 2 ครั้งพิสูจน์แล้วว่าเขียนกฎด้วยมือไม่พอ — ต้องเรียนรู้จากข้อมูล

3

LLM = next-token prediction

เกมเติมคำระดับเทพ ทำซ้ำหลายล้านล้านครั้งจนเก่งทุกเรื่อง

4

Hallucination = ระบบไม่มีโทษ

LLM ผลิตความเป็นไปได้ ไม่ใช่ความจริง — ตรวจสอบชื่อ/ตัวเลข/แหล่งอ้างอิงเสมอ

3 ตัวเลขมหัศจรรย์ — จำให้ขึ้นใจ

15.3%

AlexNet top-5 error 2012

vs 26.2% คู่แข่ง — จุดพลิก DL

175B

GPT-3 parameters 2020

จุดเริ่มต้น few-shot learning จากขนาด

100M

ผู้ใช้ ChatGPT ใน 2 เดือน

fastest-growing consumer app ในประวัติศาสตร์

บทถัดไป

บทที่ 2 — Token: หน่วยนับ (และหน่วยเงิน) ของ AI

LLM นับ “token” ไม่ใช่ตัวอักษร — ทำไมภาษาไทยถึงใช้ token มากกว่าอังกฤษ? คำนวณค่าใช้จ่ายอย่างไร? และทำไม context window ถึงสำคัญ

อ้างอิง