Generative AI เอไอที่มีความสามารถสร้างใหม่จากชุดข้อมูลที่มีอยู่ ความก้าวหน้าที่จะทำให้ AI วิวัฒ จากความฝันที่จะให้ AI พัฒนาการตัวเองต่อยอดจากข้อมูลที่มีอยู่เดิมกำลังจะถูกนำมาใช้จริง ความสามารถของ Generative AI เพื่อเสริมงานด้านครีเอทีฟ แต่คาดว่าภายในปี ค.ศ. 2025 ยาและวัสดุการผลิตใหม่ ๆ มากกว่า 30% จะเป็นการค้นพบอย่างเป็นระบบโดยการใช้เทคนิค Generative AI
Generative AI สามารถใช้สำรวจความเป็นไปได้ของการออกแบบวัตถุได้หลากหลายเพื่อค้นหาสิ่งที่เหมาะสมที่สุด ศักยภาพในการ “ประดิษฐ์คิดค้น (Invent)” นวัตกรรมการออกแบบ หรือ แก้ไขการออกแบบวัสดุที่มนุษย์อาจมองพลาด
ในแวดวงการตลาดและสื่อต่างจะรับรู้ถึงผลกระทบของ Generative AI ภายในปี 2568 ประมาณ 30% ของข้อความด้านการตลาดที่ส่งออกโดยองค์กรใหญ่ ๆ จะถูกสร้างขึ้นจากการสังเคราะห์โดยระบบ นวัตกรรมเอไอมักจะเกิดขึ้นอย่างรวดเร็ว ซึ่ง Generative AI จะถูกนำไปใช้ในกรณีต่าง ๆ มากมายในอุตสาหกรรม
1.การออกแบบและพัฒนายารักษาโรค (Drug Design)
การใช้ Generative AI เพื่อออกแบบและพัฒนายารักษาโรคเป็นหนึ่งในการนำเทคโนโลยี AI มาใช้ในการแก้ไขปัญหาสำคัญทางการแพทย์ได้อย่างมีประสิทธิภาพและมีประโยชน์สูง โดยเฉพาะอย่างยิ่งในกรณีที่ต้องใช้เวลานานและมีค่าใช้จ่ายสูงในการค้นพบยาใหม่ ด้วยการใช้ Generative AI จะช่วยย่อเวลาในการค้นหาและออกแบบยารักษาโรค โดยใช้ข้อมูลทางเคมีและชี้วัดคุณสมบัติต่าง ๆ ของยาเพื่อสร้างโมเดลที่สามารถแนะนำสารเคมีที่เหมาะสมสำหรับยารักษาโรคนั้น ๆ
2.วัสดุศาสตร์ (Material Science)
การนำเทคโนโลยี Generative AI มาใช้ในการออกแบบวัสดุและผลิตภัณฑ์เป็นอีกหนึ่งทางเลือกที่มีความเป็นไปได้อย่างมาก โดยเฉพาะอุตสาหกรรมยานยนต์ การบินและอวกาศ การป้องกันประเทศ และอุตสาหกรรมอิเล็กทรอนิกส์และพลังงาน เพราะการค้นหาวัสดุที่มีคุณสมบัติที่ต้องการสามารถทำได้อย่างรวดเร็วและมีประสิทธิภาพมากขึ้น นอกจากนี้ Inverse Design ยังสามารถช่วยลดต้นทุนการวิจัยและพัฒนาสินค้าใหม่ๆ ได้อีกด้วย เพราะสามารถลดระยะเวลาในการค้นหาและพัฒนาสินค้าได้อย่างมาก
3.การออกแบบชิป (Chip Design)
การใช้ Reinforcement Learning ในการเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) สามารถช่วยให้ Generative AI สามารถเพิ่มประสิทธิภาพการจัดวางองค์ประกอบในการออกแบบแผงวงจรของเซมิคอนดักเตอร์ (Floorplanning) ได้อย่างมีประสิทธิภาพ เนื่องจาก Reinforcement Learning จะทำการเรียนรู้จากประสบการณ์ที่ได้รับในการทดสอบ (Trial and Error) และปรับปรุงวิธีการจัดวางองค์ประกอบให้ดียิ่งขึ้นตามผลการทดสอบ ซึ่งเมื่อนำ Generative AI มาใช้งาน เพื่อช่วยออกแบบแผงวงจรของเซมิคอนดักเตอร์ จะทำให้เวลาในการพัฒนาผลิตภัณฑ์ลดลงมากขึ้นและประหยัดค่าใช้จ่ายในการจัดวางองค์ประกอบด้วย โดยไม่ต้องพึ่งผู้เชี่ยวชาญมนุษย์เป็นอย่างมาก นอกจากนี้ Generative AI ยังสามารถคำนวณและวิเคราะห์ข้อมูลเพื่อให้ผลลัพธ์ที่มีประสิทธิภาพสูงขึ้นได้ด้วย
4.ข้อมูลสังเคราะห์ (Synthetic Data)
การสร้างข้อมูลสังเคราะห์ (Synthetic Data) เป็นหนึ่งในการประยุกต์ใช้ Generative AI ที่สามารถทำได้หลากหลายตามแต่ลักษณะของข้อมูลที่ต้องการสร้าง เช่น สร้างภาพถ่ายเพื่อใช้ในการฝึกโมเดลประมวลผลภาพ สร้างข้อมูลเสมือนเพื่อใช้ในการฝึกโมเดลการเรียนรู้ของเครื่อง เป็นต้น
การใช้ Synthetic Data จะช่วยลดความเสี่ยงในการรั่วไหลข้อมูลส่วนตัว และลดการติดอันตรายในการใช้ข้อมูลที่เป็นของบุคคลจริง นอกจากนี้ยังช่วยให้ง่ายต่อการตรวจสอบความถูกต้องและเป็นจริงของข้อมูล เนื่องจากสามารถควบคุมการสร้างข้อมูลได้เอง ซึ่งเป็นประโยชน์ที่สำคัญสำหรับการฝึกโมเดลและการพัฒนาโมเดล Machine Learning ในอุตสาหกรรมต่างๆ
5.การออกแบบชิ้นส่วนประกอบต่าง ๆ (Parts Design)
การใช้ Generative AI ในการออกแบบชิ้นส่วนประกอบต่าง ๆ ในอุตสาหกรรมต่าง ๆ ได้รับความสนใจเพราะสามารถช่วยลดเวลาในการออกแบบและประหยัดค่าใช้จ่ายในการพัฒนาผลิตภัณฑ์ได้ โดย Generative AI สามารถปรับเปลี่ยนพารามิเตอร์ของการออกแบบและคำนวณผลลัพธ์ที่เหมาะสมให้กับเป้าหมายและข้อจำกัดที่กำหนดได้อย่างมีประสิทธิภาพ การใช้ Generative AI ในการออกแบบชิ้นส่วนประกอบต่าง ๆ จะช่วยให้สามารถสร้างผลิตภัณฑ์ที่มีประสิทธิภาพสูงและตอบโจทย์ความต้องการของตลาดได้ดียิ่งขึ้นโดยไม่เสียเวลาในการทดลองและทดสอบด้วยวิธีการแบบเดิม
ติดตามความเคลื่อนไหวช่องทางอื่นๆที่
Facebook : 54Thaitrendy
#GenerativeAI #ความก้าวหน้าAI #ข้อมูลสังเคราะห์