Generative AI คืออะไร อนาคต AI ในการสร้างสรรค์วิดีโอจะไปได้ไกลขนาดไหน

Generative AI คืออะไร ?

 

Generative AI คือ รูปแบบหนึ่งของปัญญาประดิษฐ์ที่ใช้โมเดลการเรียนรู้เชิงลึก (Deep Learning)  สามารถสร้างเนื้อหาใหม่่ ๆ โดยอาศัยการเรียนรู้จากข้อมูลที่มีอยู่ ไม่ใช่แค่การปรับแต่ง หรือเลียนแบบข้อมูลเดิม แต่สามารถสร้างเนื้อหาที่ไม่เคยมีมาก่อน เช่น ภาพ เสียง หรือแม้แต่วิดีโอ โดยใช้เทคโนโลยีที่เรียกว่า Generative Adversarial Networks (GANs) คือเทคโนโลยีที่ทำงานโดยมีสองโมเดลทำงานร่วมกัน ได้แก่ Generator และ Discriminator ซึ่งทำหน้าที่ต่างกัน 

• Generator ทำหน้าที่สร้างข้อมูลใหม่จากข้อมูลต้นแบบ เช่น การสร้างภาพหรือเสียงที่เหมือนจริงจากข้อมูลที่ได้เรียนรู้  
• Discriminator ทำหน้าที่ตรวจสอบว่าข้อมูลที่ได้รับมานั้นเป็นข้อมูลจริงหรือข้อมูลที่สร้างขึ้นมา 

การทำงานของ GANs เป็นลักษณะของการแข่งขันระหว่างสองโมเดลนี้ โดย Generator จะพยายามสร้างเนื้อหาที่เหมือนจริงให้มากที่สุดเพื่อหลอก Discriminator ขณะที่ Discriminator จะพยายามตรวจจับว่าข้อมูลที่สร้างขึ้นนั้นเป็นของปลอม ผลลัพธ์จากการฝึกนี้ทำให้ Generator เก่งขึ้นเรื่อย ๆ ในการสร้างเนื้อหาที่สมจริงมากขึ้น เช่น การสร้างภาพที่เหมือนภาพถ่ายจริง การสร้างวิดีโอ หรือเสียงที่สมจริง



หลักการทำงานของ Generative AI 

Generative AI หรือปัญญาประดิษฐ์ที่สร้างเนื้อหาใหม่ เป็นเทคโนโลยีที่ใช้การเรียนรู้จากข้อมูลจำนวนมากเพื่อสร้างผลลัพธ์ที่มีความคล้ายคลึงกับข้อมูลต้นฉบับ โดยมีกระบวนการทำงานหลัก ๆ ดังนี้ 

การเรียนรู้จากข้อมูล 

Generative AI คือ การเริ่มต้นด้วยการฝึกฝนโมเดลจากชุดข้อมูลขนาดใหญ่ ซึ่งอาจประกอบด้วยข้อความ รูปภาพ เสียง หรือวิดีโอ โดยระบบจะวิเคราะห์ ระบุรูปแบบและโครงสร้างของข้อมูลเหล่านี้ โดยการเรียนรู้เชิงลึก (Deep Learning) จะช่วยให้ AI สามารถเข้าใจ และสร้างเนื้อหาใหม่ที่มีความคล้ายคลึงกับต้นฉบับได้อย่างมีประสิทธิภาพ

การสร้างเนื้อหาใหม่ 

เมื่อได้รับข้อมูลใหม่ Generative AI จะใช้ความรู้ที่ได้จากการฝึกฝนเพื่อสร้างเนื้อหาใหม่ เช่น การสร้างข้อความ รูปภาพ หรือเสียง โดยพยายามให้เนื้อหาที่สร้างขึ้นมีคุณภาพสูง และตรงตามคำสั่งที่ให้ไว้ (Prompt) ตัวอย่างเช่น ในการสร้างภาพ AI อาจเติมส่วนที่หายไป หรือเพิ่มความละเอียดเพื่อให้ดูสมจริงยิ่งขึ้น 

ประเภทของ Generative AI

Generative AI สามารถแบ่งออกเป็นหลายประเภทตามลักษณะการใช้งาน เช่น 

• Text Generation การสร้างข้อความในรูปแบบต่าง ๆ เช่น บทความ บทกวี หรือโค้ด โดยใช้โมเดลภาษา 
• Image Generation การสร้างภาพใหม่จากคำสั่ง เช่น DALL-E และ Midjourney ที่สามารถสร้างภาพตามสไตล์ หรือแนวคิดที่กำหนด 
• Audio Generation การผลิตเสียงที่เลียนแบบเสียงมนุษย์ เช่น Text-to-Speech ที่สามารถใช้ในงานต่าง ๆ เช่น Audio Book หรือ Voice Assistant  
• Video Generation การสร้างวิดีโอใหม่ หรือปรับเปลี่ยนวิดีโอที่มีอยู่ โดย AI สามารถสร้างสิ่งที่ไม่สามารถเป็นไปได้ เช่น การทำให้แมวขี่ไม้กวาด หรือเติมพื้นที่ที่ขาดหายไปให้สมบูรณ์ 



Generative AI ช่วยให้ผู้สร้างเนื้อหาสามารถผลิตคอนเทนต์ หรือสื่อต่าง ๆ ได้อย่างรวดเร็ว และมีประสิทธิภาพมากขึ้น โดยสามารถลดเวลาในการทำงาน และเพิ่มความคิดสร้างสรรค์ในกระบวนการผลิต นอกจากนี้ยังสามารถนำไปใช้ในหลากหลายอุตสาหกรรม เช่น การศึกษา การออกแบบ และการพัฒนาแอปพลิเคชัน ซึ่งช่วยให้กระบวนการทำงานมีความสะดวกและรวดเร็วมากยิ่งขึ้น

ด้วยคุณสมบัติและศักยภาพเหล่านี้ Generative AI จึงเป็นเครื่องมือที่สำคัญในการเปลี่ยนแปลงรูปแบบการทำงานในยุคดิจิทัล และมีแนวโน้มที่จะเติบโตอย่างต่อเนื่องในอนาคต

การเดินทางของ Generative AI จากอดีตสู่ปัจจุบัน



การเดินทางของ Generative AI คือ เริ่มต้นจากการพัฒนาเทคโนโลยีพื้นฐานอย่าง Autoencoders ซึ่งทำหน้าที่ในการบีบอัด และถอดรหัสข้อมูล โดยเปลี่ยนข้อมูลที่ซับซ้อนให้เป็นข้อมูลที่มีรูปแบบง่ายขึ้น ก่อนที่จะพัฒนาเป็น Variational Autoencoders (VAEs) ในปี 2013 ซึ่งเปิดประตูสู่การสร้างภาพ และเสียงที่สมจริงได้อย่างมีประสิทธิภาพมากขึ้น 

จากนั้น การพัฒนา Generative Adversarial Networks (GANs) ได้เข้ามาเปลี่ยนแปลงแนวทางการสร้างเนื้อหาโดย AI ไปอย่างสิ้นเชิงในปี 2014 โมเดล GANs ที่ประกอบด้วยสองส่วน คือ Generator และ Discriminator ได้สร้างกระบวนการแข่งขันกันอย่างต่อเนื่องระหว่างการสร้างข้อมูล และการตรวจสอบข้อมูล ซึ่งทำให้ AI มีความสามารถในการสร้างภาพที่สมจริงขึ้นเรื่อย ๆ และถูกนำไปใช้ในการสร้างสรรค์เนื้อหาต่าง ๆ ตั้งแต่ภาพถ่ายเสมือนจริงไปจนถึงเสียง และวิดีโอที่เหมือนจริง 

ความก้าวหน้าครั้งสำคัญของ Generative AI ในปัจจุบันเกิดขึ้นจากการเปิดตัวโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) อย่าง GPT-3 ของ OpenAI ในปี 2020 ซึ่งเป็นโมเดลที่สามารถสร้างข้อความ และบทสนทนาที่ใกล้เคียงกับการสร้างสรรค์ของมนุษย์ โมเดลนี้ถูกนำไปใช้ในหลายแอปพลิเคชัน เช่น ChatGPT ที่สามารถตอบคำถาม และสร้างข้อความที่สมจริงได้อย่างชาญฉลาด 

หลังจากการเปิดตัว GPT-3 ทุกคนได้เห็นการเติบโตอย่างรวดเร็วของ Generative AI ในหลายด้าน ตั้งแต่การพัฒนาโมเดล GPT-4 ซึ่งสามารถลดข้อผิดพลาดในการสร้างเนื้อหามากกว่า ไปจนถึงการใช้ AI ในการสร้างวิดีโอ การพัฒนาภาพถ่ายเสมือนจริง และการสร้างเสียง 

ปัจจุบัน Generative AI ยังคงพัฒนาอย่างต่อเนื่อง เห็นได้จากการเปิดตัวโมเดลต่าง ๆ จากบริษัทชั้นนำ เช่น Amazon, Microsoft, และ Google ที่ได้พัฒนาโมเดลใหม่ ๆ ที่สามารถทำงานได้หลากหลายขึ้น ไม่ว่าจะเป็นการสร้างบทสนทนา การสร้างภาพ หรือการสร้างเสียงที่มีคุณภาพสูง 

Generative AI คือ เทคโลโนยีที่ล้ำสมัย เปลี่ยนภาพนิ่งเป็นวิดีโอเคลื่อนไหว

เทคโนโลยี Generative AI มีความก้าวหน้าอย่างมากในด้านการเปลี่ยนภาพนิ่งให้กลายเป็นวิดีโอ โดยใช้การเรียนรู้ของ ปัญญาประดิษฐ์ (AI) เพื่อสร้างเฟรมวิดีโอใหม่ที่เหมือนจริงจากภาพนิ่ง เทคโนโลยีนี้ใช้ โมเดล AI ขั้นสูง เช่น Diffusion Transformers (DiTs), Generative Adversarial Networks (GANs) และ Video Latent Diffusion Models (Video LDMs) แต่ละโมเดลทำหน้าที่ต่างกัน เพื่อช่วยให้ AI สามารถสร้างวิดีโอจากข้อมูลภาพนิ่งได้ 

Diffusion Transformers (DiTs) โมเดลนี้ช่วยในการสร้างภาพที่เคลื่อนไหวจากภาพนิ่ง โดยใช้โครงสร้างแบบ Transformer ซึ่งเป็นการพัฒนาใหม่ที่ทำให้การสร้างภาพ และวิดีโอมีความละเอียดและสมจริงมากขึ้น

Generative Adversarial Networks (GANs) GANs ใช้สองโมเดลในการทำงานร่วมกัน ได้แก่ Generator ที่สร้างเฟรมวิดีโอ และ Discriminator ที่ตรวจสอบว่าเฟรมนั้นสมจริงหรือไม่ กระบวนการนี้ทำให้ AI สามารถปรับปรุงคุณภาพของวิดีโอที่สร้างได้เรื่อย ๆ ผ่านการฝึกซ้ำ ๆ 

Video Latent Diffusion Models (Video LDMs) เป็นเทคนิคที่ใช้ในการลดความซับซ้อนในการสร้างวิดีโอ ทำให้การสร้างวิดีโอจากภาพนิ่งมีความเร็วและใช้ทรัพยากรน้อยลง โดยใช้โมเดลที่เคยฝึกฝนจากการสร้างภาพ (Text-to-image model) มาช่วยในการสร้างวิดีโอ 

การเปลี่ยนภาพนิ่งให้เป็นวิดีโอโดยใช้ Generative AI มีศักยภาพในการปรับเปลี่ยนการทำงานในหลายอุตสาหกรรม เช่น 

• ความบันเทิง ใช้สร้างแอนิเมชัน หรือเอฟเฟกต์ภาพในภาพยนตร์ และซีรีส์ 
• การตลาด นักการตลาดสามารถใช้ AI สร้างวิดีโอเฉพาะบุคคลเพื่อทำโฆษณาที่ตรงเป้าหมายมากขึ้น 
• การศึกษา สร้างวิดีโอสำหรับการเรียนการสอนที่มีเนื้อหาสอดคล้องกับผู้เรียนแต่ละคน 
• การแพทย์ ใช้ในการสร้างวิดีโออธิบายขั้นตอนการรักษาหรือวินิจฉัยทางการแพทย์ 

เทคโนโลยีนี้ยังอยู่ในช่วงการพัฒนา แต่มีโอกาสที่จะยกระดับความสามารถในการสร้างเนื้อหาวิดีโอให้มีประสิทธิภาพมากขึ้นในอนาคต

 

AI SNAP อีกหนึ่งในนวัตกรรมการสร้างวิดีโอ ด้วย Generative AI



ปัจจุบันการพัฒนาเทคโนโลยี Generative AI กำลังผลักดันขอบเขตความเป็นไปได้จากภาพนิ่งสู่การสร้างวิดีโอที่เคลื่อนไหว โดย AI SNAP จาก any i ได้มีการอัปเกรดจาก AI Photo Booth สู่ ตู้ VDO AI ที่สามารถสร้างวิดีโอสั้นจากการถ่ายภาพนิ่งได้ในทันที งานนี้ไม่ใช่แค่การถ่ายภาพนิ่งธรรมดา แต่ยังมาพร้อมกับวิดีโอสั้นที่ถูกสร้างด้วย Generative AI ซึ่งเพิ่มประสบการณ์ให้ผู้ร่วมงานได้รับทั้งภาพนิ่ง และวิดีโอในอีเวนต์เดียวกัน 

AI SNAP ถูกพัฒนาขึ้นเพื่อให้ตอบโจทย์ทั้งผู้จัดงาน และแบรนด์ที่ต้องการสร้างความประทับใจให้กับผู้ร่วมงาน โดยการเปลี่ยนภาพนิ่งให้กลายเป็นวิดีโอที่เคลื่อนไหว ช่วยเพิ่มความสนุก และสร้างความทรงจำที่ไม่เหมือนใคร ไม่ว่าจะเป็นงานส่วนตัว ปาร์ตี้บริษัท งาน Exhibition AI SNAP  สามารถมอบความพิเศษนี้ได้ทุกงาน 

• AI SNAP สามารถถ่ายภาพนิ่งและเปลี่ยนภาพนั้นให้กลายเป็นวิดีโอสั้นผ่านการทำงานของ Generative AI ทำให้ผู้ร่วมงานได้รับทั้งรูปถ่ายที่เป็นที่ระลึก และวิดีโอสั้นที่ไม่เหมือนใคร 
• ผู้ร่วมงานยังสามารถรับภาพนิ่งเป็นที่ระลึกได้ในทันที พร้อมมีธีมให้เลือกหลากหลายตามบรรยากาศและสไตล์ของอีเวนต์ สร้างความสนุก และสร้างภาพจำให้กับแบรนด์  

AI SNAP เป็นอีกหนึ่งตัวอย่างผลิตภัณฑ์ที่ any i ภูมิใจ จากการใช้ Generative AI ในการเปลี่ยนแปลงจากการสร้างภาพนิ่งสู่วิดีโอเคลื่อนไหว ทำให้อีเวนต์ทุกประเภทมีความน่าตื่นเต้น และทันสมัยยิ่งขึ้น 

สรุป 

Generative AI คือ เทคโนโลยีที่มีศักยภาพในการเปลี่ยนแปลงอุตสาหกรรมสร้างสรรค์ โดยเฉพาะในด้านวิดีโอ อนาคตของ Generative AI ในการสร้างวิดีโอจะสามารถสร้างความเปลี่ยนแปลงได้อย่างมหาศาล ไม่ว่าจะเป็นการสร้างวิดีโอแบบเรียลไทม์ หรือการปรับเนื้อหาตามความต้องการของผู้ชม แต่อย่างไรก็ตาม มนุษย์ยังคงมีบทบาทสำคัญในการควบคุมและสร้างสรรค์เนื้อหาที่ตอบโจทย์และมีคุณภาพสูง 

หากนักจัดอีเวนต์ Organizer หรือ ธุรกิจใดที่ต้องการ ตู้ VDO AI ไปใช้ในงาน์ต่าง ๆ สามารถติดต่อขอรับคำปรึกษาจาก any i ผ่านช่องทางแชตบนหน้าเว็บไซต์   

ช่องทางการติดต่ออื่น ๆ 

Email: contact@anyimedia.com 

LINE Official: @anyi   

เบอร์โทรศัพท์: 061-023-7370   

ทาง any i ยินดีให้บริการทุกท่านเสมอ 

ที่มา 

What is generative AI? จาก IBM 

GANs: อะไรคือ Generative Adversarial Networks จาก Medium 

What’s the future of generative AI? An early view in 15 charts จาก Mckinsey 

History of generative AI บทความจาก Toloka 

EdgeCloud: Introducing Image-to-Video Generative AI Model จาก Medium 

รวม Generative AI ทั้ง 7 หมวดหมู่สำหรับการใช้งานในยุคดิจิทัล จาก Popticles

Generative AI คืออะไร ทำอะไรได้บ้าง จะแย่งงานคนหรือไม่ ? บทความจาก Disruptignite 

Understanding DiT (Diffusion Transformer) in One Article จาก Medium