Generative AI คือ เทคโนโลยีปัญญาประดิษฐ์ที่สามารถเรียนรู้จากข้อมูลที่มีอยู่ แล้วนำมาสร้างสิ่งใหม่ที่ไม่เคยมีมาก่อน โดยสิ่งที่สร้างขึ้นจะมีความคล้ายกับข้อมูลต้นฉบับ แต่ไม่ซ้ำกัน เช่น การสร้างข้อความ รูปภาพ วิดีโอ เสียง โค้ดคอมพิวเตอร์ ข้อมูลจำลอง หรือแบบจำลองวัตถุต่าง ๆ Generative AI สามารถนำไปใช้ได้ทั้งในทางที่ดี เช่น งานศิลปะ การค้นคว้ายารักษาโรค หรือการออกแบบวัสดุใหม่ และในทางที่อาจเป็นอันตรายได้เช่นกัน ขึ้นอยู่กับการใช้งาน
ที่มา: https://www.gartner.com
Prompt Engineering คือการออกแบบและเขียนคำสั่งหรือป้อนข้อมูล (เช่น ข้อความหรือภาพ) เพื่อให้ AI ตอบสนองหรือสร้างผลลัพธ์ออกมาตามที่ต้องการ โดยไม่ต้องไปแก้ไขหรือฝึกสอนตัว AI ใหม่ เหมือนกับการปรับแต่งโมเดล (Fine-Tuning) กระบวนการนี้บางครั้งเรียกว่า "การเรียนรู้จากบริบท" (In-Context Learning) ซึ่งหมายถึงการให้ตัวอย่างเพิ่มเติมเพื่อช่วยให้ AI เข้าใจและตอบได้ตรงตามเป้าหมายมากขึ้น
ที่มา: https://www.gartner.com
เทคนิคการเขียน Prompt รูปแบบต่าง ๆ
A Practical Guide to Building Agents (OpenAI)
Building Trusted AI in the Enterprise (Anthropic)
Claude Code: Best Practices for Agentic Coding (Anthropic)
Identifying and Scaling AI Use Cases (OpenAI)
Tracking AI - Monitoring Artificial Intelligence (A Maximum Truth Project)
MU Digital KM Masterclass - Digital Literacy
(28 พ.ค. 68)
มหาวิทยาลัยมหิดลมอบสิทธิ์การใช้งาน Google Gemini for Education ฟรี ให้แก่ คณาจารย์ บุคลากร และนักศึกษา
มหาวิทยาลัยมหิดลมอบสิทธิ์การใช้งาน Microsoft Copilot 365 for Education ฟรี ให้แก่ คณาจารย์ บุคลากร และนักศึกษา
ระบบ AI เชิงลึก พัฒนาขึ้นเพื่อสนับสนุนการเรียนรู้ การวิจัย และการบริหารจัดการภายในองค์กรอย่างมีประสิทธิภาพสูงสุด
Scopus AI New
(via LAN/MU-WiFi)
