ในฐานะเอนจิ้นตอบคำถามที่ขับเคลื่อนด้วย AI นั้น Perplexity มุ่งเน้นไปที่การค้นหาและความแม่นยำเป็นหลัก ความสามารถในการประมวลผลข้อมูลจำนวนมากจึงมีความสำคัญอย่างยิ่ง Johnny Ho, Cofounder และ Chief Strategy Officer กล่าวว่า ทุกครั้งที่โมเดลเก่งขึ้นในการเขียนโค้ด ก็เท่ากับว่าเอนจิ้นค้นหาของ Perplexity ก็พัฒนาขึ้นเช่นกัน ทำให้สามารถเขียนโปรแกรมที่ดีขึ้นเพื่อค้นหาและสรุปข้อมูลจากเว็บและข้อมูลภายในได้อย่างกระชับ
แต่ความท้าทายที่แท้จริงตามที่ Johnny กล่าวคือการนำแง่มุมของข้อมูลเหล่านั้นไปประยุกต์ใช้กับระบบโลกจริง ซึ่ง GPT-6 Astra ทำให้เรื่องนี้ง่ายขึ้นมาก “เราสามารถให้โมเดลสร้างการสื่อสาร แก้ไขระบบโลกจริง และตรวจสอบซอฟต์แวร์การผลิตของเราในแบบที่เจเนอเรชันก่อนหน้าทำไม่ได้” —Johnny Ho, Cofounder และ Chief Strategy Officer, Perplexity
การให้โมเดลทำการทดสอบ
สำหรับ Johnny หนึ่งในการใช้งาน AI ที่มีประโยชน์ที่สุดคือการทดสอบโค้ด ด้วยเวลาจำกัดในการทดสอบด้วยตนเอง เขาจึงขอให้ GPT-6 Astra สร้างโปรแกรมทดสอบขนาดเล็กสำหรับแอปพลิเคชัน
โมเดลสามารถสร้างการตอบสนองที่สมจริง เช่นเดียวกับที่บริการอื่นจะส่งมา เช่น language model API หรือ connector โดยทำหน้าที่เป็นบริการเหล่านั้น โมเดลสามารถตรวจสอบการตอบสนองของแอปพลิเคชันและทดสอบ workflow ได้อย่างครบวงจร “เราสามารถเชื่อมันได้กับระบบแบบ end-to-end และตรวจสอบได้บ่อยน้อยกว่าโมเดลเจเนอเรชันก่อนหน้ามาก” —Johnny Ho, Cofounder และ Chief Strategy Officer, Perplexity
ศัพท์ที่ควรรู้
- Perplexity – คือเอนจิ้นตอบคำถามที่ขับเคลื่อนด้วย AI ของบริษัท
- GPT-6 Astra – คือโมเดล AI ที่ถูกนำมาใช้ช่วยในการทำงานของ Perplexity
- End-to-end systems – หมายถึงระบบที่สามารถทดสอบได้ตั้งแต่จุดเริ่มต้นจนถึงจุดสิ้นสุด
ที่มา: OpenAI