ภาพยุคนี้ต้องมีดีทั้ง “สวยและมีประโยชน์”
------------------------------------------
นับตั้งแต่ยุคของภาพวาดที่เกิดยุคแรก ๆ ในถ้ำ พัฒนามาจนกลายเป็นภาพอินโฟกราฟฟิกในยุคปัจจุบันที่เราเห็นกันทั่วไป เห็นได้ว่ามนุษย์เราใช้ “ภาพ” ในการสื่อสาร โน้มน้าวใจ และสามารถใช้มาช่วยในการวิเคราะห์ข้อมูลได้อีกด้วย
จะเห็นได้ว่าเมื่อการสร้างสรรค์ภาพที่เสริมด้วยสัญลักษณ์ต่าง ๆ ที่ใช้สื่อสารแทนภาษาได้ เราจะได้เห็นทั้งภาพที่ดีไซน์ออกมาสวยงาม พร้อมทั้งสามารถสื่อสารให้ทุกคนมองและเข้าใจความหมายออกมาตรงกันได้อย่างน่าทึ่ง!

ถามว่า GPT-4o สร้างสรรค์ภาพออกมาตอบโจทย์ได้มากแค่ไหน??
- การแสดงข้อความอย่างแม่นยำ
- การปฏิบัติตามคำแนะนำได้อย่างแม่นยำ
- การใช้ประโยชน์จากหลักฐานความรู้ และบริบทการสนทนาที่เคยมีอยู่ในโมเดล 4o
- การใช้ภาพ Reference จากที่เราอัพโหลดมาเป็น inspiration ในการสร้างสรรค์ภาพออกมาให้ใกล้เคียงความต้องการได้มากที่สุด
จากทั้ง 4 ความสามารถในการตอบโจทย์เรื่องของการสร้างสรรค์ภาพของโมเดล GPT-4o นับเป็นจุดที่สามารถเข้ามาเปลี่ยนให้ภาพในจินตนาการของเรา กลายมาเป็นภาพที่มองเห็นได้จริงอย่างง่ายดาย! เป็นอีกหนึ่งการพัฒนากระบวนการสร้างสรรค์ภาพให้กลายมาเป็นเครื่องมือใหม่ ใช้งานได้ตอบโจทย์ แม่นยำ และทรงพลังมากกว่าเดิม!

จุดนี้นับว่า ChatGPT-4o ถูกเพิ่มความสามารถจากการฝึกอบรมโมเดล ให้สามารถทำงานออกมาได้ตอบโจทย์การสร้างสรรค์ภาพ ที่สอดคล้องกับความต้องการ และสร้างสรรค์ออกมาได้ในหลากหลายบริบทอีกด้วย

พามาสรุปความสามารถของการสร้างภาพด้วย GPT-4o ตอบโจทย์การใช้งานได้หลากหลายกว่าเดิม
1. ความสามารถที่พัฒนาแล้ว
• ได้รับการฝึกจากข้อมูลที่รวมทั้งข้อความและภาพ
• สร้างภาพที่มีความสมเหตุสมผล สอดคล้องกับบริบท
• ปรับแต่งหลังการฝึกให้มีความสามารถด้านภาพที่ดีขึ้น
2. การเรนเดอร์ข้อความในภาพ
• สามารถใส่ข้อความลงในภาพได้อย่างแม่นยำ
• ช่วยเสริมการสื่อสารด้วยภาพให้มีความหมายมากขึ้น
3. การสร้างภาพแบบหลายรอบหรือพัฒนาจากภาพเดิมได้ (Multi-Turn Generation)
• รองรับการแก้ไขและพัฒนาภาพอย่างต่อเนื่องผ่านการสนทนา
• รักษาความสอดคล้องของภาพตลอดกระบวนการแก้ไข
4. การทำตามคำสั่งที่ซับซ้อน
• รองรับภาพที่มีวัตถุ 10-20 ชิ้นในภาพเดียว
• จัดการวัตถุและคุณสมบัติต่าง ๆ ได้ดีขึ้น
5. การเรียนรู้จากภาพที่อัปโหลด
• วิเคราะห์และนำรายละเอียดจากภาพที่ผู้ใช้ส่งมาไปใช้ในการสร้างภาพใหม่
6. ความสมจริงและความหลากหลายของสไตล์
• ฝึกจากภาพที่มีหลากหลายสไตล์ ทำให้สร้างภาพได้ทั้งแบบสมจริงและแบบศิลป์
• สามารถเปลี่ยนหรือดัดแปลงภาพให้เข้ากับรูปแบบที่ต้องการได้
• เชื่อมโยงข้อมูลจากข้อความและภาพเข้าด้วยกัน ช่วยให้การสร้างสรรค์ภาพมีความสมจริงและฉลาดขึ้น

.....
นอกจากความสามารถสุดล้ำ ยังมีการตั้งมาตรการความปลอดภัย เพื่อป้องกันข้อผิดพลาดที่เกิดจาก AI และผู้ใช้งาน โดยมีการติดแท็ก C2PA metadata เพื่อระบุว่าเป็นภาพที่สร้างจาก AI, ป้องกันการสร้างภาพที่เป็นอันตราย เช่น deepfake หรือเนื้อหาที่ไม่เหมาะสม, ควบคุมการสร้างภาพที่เกี่ยวข้องกับบุคคลจริงอย่างเข้มงวด, และใช้ AI ที่สามารถให้เหตุผล (reasoning LLM) ในการตรวจสอบและกรองภาพที่สร้างขึ้น

ในส่วนของ ChatGPT-4o ที่ใช้ในการ Generate รูปภาพนี้ เปิดให้เข้าถึงได้ตั้งแต่กลุ่มผู้ใช้ฟรี ไปจนถึงผู้ใช้ระดับ Plus, Pro, และ Team พร้อมทั้งกำลังจะเปิดให้ใช้กับ Enterprise, Edu และ API และมีการตั้งเป้าจะผสานรวมเข้ากับ Sora และ DALL·E GPT เพื่อเพิ่มความสามารถให้ไปสุดกว่าเดิม!

#TechUpdate #chatgpt #chatgpt4o #ปัญญาประดิษฐ์ #generativeai #prompt #thebigblue #digitaltransformation #transformationbuddy #thebigblueocean #AI #BBO