ข้อกังวลด้านจริยธรรมและสิ่งแวดล้อม

แนวคิดของ Large Language Models (LLMs)

Vidhi Chugh

AI strategist and ethicist

ข้อกังวลด้านจริยธรรม

  • ความเสี่ยงด้านความโปร่งใส

ความเสี่ยงด้านความโปร่งใส

แนวคิดของ Large Language Models (LLMs)

ข้อกังวลด้านจริยธรรม

  • ความเสี่ยงด้านความโปร่งใส
  • ความเสี่ยงด้านความรับผิดชอบ -

ความเสี่ยงด้านความโปร่งใสและความรับผิดชอบ

แนวคิดของ Large Language Models (LLMs)

ข้อกังวลด้านจริยธรรม

  • ความเสี่ยงด้านความโปร่งใส

  • ความเสี่ยงด้านความรับผิดชอบ

  • อันตรายจากข้อมูล

ข้อกังวลด้านจริยธรรมทั้งสาม: ความโปร่งใส ความรับผิดชอบ และอันตรายจากข้อมูล

แนวคิดของ Large Language Models (LLMs)

ความเสี่ยงด้านความโปร่งใส

  • ทำความเข้าใจผลลัพธ์ได้ยาก

 

  • ระบุปัญหาได้ลำบาก
    • อคติ
    • ข้อผิดพลาด
    • การใช้งานในทางที่ผิด
  • กล่องดำ

 

  • ตัวอย่าง: เหตุผลเบื้องหลังการพยากรณ์ผลลัพธ์ของโรค

อคติ ข้อผิดพลาด หรือการใช้งานผลลัพธ์จาก LLM ในทางที่ผิด

แนวคิดของ Large Language Models (LLMs)

ความเสี่ยงด้านความรับผิดชอบ

  • ความรับผิดชอบต่อการกระทำของ LLM

 

  • ใครต้องรับผิดชอบ?
    • คำแนะนำที่ผิดพลาดและเป็นอันตราย
    • นักพัฒนาโมเดลหรือบริษัท?

 

  • เกมที่ไร้กติกา
    • ไม่มีความโปร่งใส
    • ไม่มีความรับผิดชอบ

 

ความรับผิดชอบของนักพัฒนาหรือหน่วยงานที่นำ LLM ไปใช้งาน

1 Freepik
แนวคิดของ Large Language Models (LLMs)

อันตรายจากข้อมูล

อันตรายจากข้อมูล การเผยแพร่ข้อมูลที่เป็นอันตราย

  • การสร้างเนื้อหาที่เป็นอันตราย
  • การแพร่กระจายข้อมูลเท็จ
  • การใช้งานในทางที่ผิด
  • ความเป็นพิษ
แนวคิดของ Large Language Models (LLMs)

อันตรายจากข้อมูล

 

การสร้างเนื้อหาที่เป็นอันตราย

  • เนื้อหาที่เป็นอันตราย ไม่เหมาะสม หรือก้าวร้าว

 

  • พรอมต์หรือข้อมูลฝึกที่มีอคติ

 

  • ตัวอย่าง:
    • การกลั่นแกล้งเทียบกับบรรยากาศโรงเรียนที่เป็นมิตร
    • สร้างความทุกข์ใจและเป็นอันตราย

 

การแพร่กระจายข้อมูลเท็จ

  • สร้างข้อความในหัวข้อใดก็ได้

 

  • แต่ไม่มีการตรวจสอบความถูกต้อง!

 

  • ตัวอย่าง:
    • "อาหารแบบไหนดีสำหรับการลดน้ำหนัก?"
    • แผนอาหารที่ไม่มีหลักฐานรองรับ
แนวคิดของ Large Language Models (LLMs)

อันตรายจากข้อมูล

 

การใช้งานในทางที่ผิด

  • ผู้ไม่หวังดีใช้ประโยชน์จาก LLM

 

  • สร้างเนื้อหาหลอกลวง

 

  • ตัวอย่าง:
    • ข่าวปลอม
    • บิดเบือนความคิดสาธารณะและก่อให้เกิดความวุ่นวาย

 

ความเป็นพิษ

  • เนื้อหาที่ไม่เหมาะสม

 

  • จากข้อมูลฝึกหรือพรอมต์ที่ถูกจัดการ

 

  • ตัวอย่าง:
    • การตอบสนองที่ขาดความละเอียดอ่อน
    • การตอกย้ำภาพจำ
แนวคิดของ Large Language Models (LLMs)

ข้อกังวลด้านสิ่งแวดล้อม

 

  • รอยเท้าทางนิเวศของ LLM

 

  • ต้องการทรัพยากรพลังงานจำนวนมากในการฝึก

 

  • ส่งผลกระทบผ่านการปล่อยคาร์บอน

การลดการปล่อยคาร์บอน

1 Freepik
แนวคิดของ Large Language Models (LLMs)

การระบายความร้อนก็ต้องใช้ไฟฟ้าด้วย!

  • ผลิตความร้อนสูงที่ต้องระบายออก

 

  • ลองนึกภาพแล็ปท็อปหลายพันเครื่องที่ร้อนเกินไป
    • ต้องการระบบระบายความร้อนที่ซับซ้อน
    • เพิ่มผลกระทบต่อสิ่งแวดล้อม

 

  • สร้างสมดุลระหว่างต้นทุนและประโยชน์
    • ใช้พลังงานหมุนเวียน
    • เทคโนโลยีประหยัดพลังงาน

 

ภาพแสดงความสมดุลระหว่างต้นทุนด้านสิ่งแวดล้อมและนวัตกรรมทางเทคโนโลยี

1 Freepik
แนวคิดของ Large Language Models (LLMs)

มาฝึกกันเถอะ!

แนวคิดของ Large Language Models (LLMs)

Preparing Video For Download...