หน้านี้แปลด้วยระบบอัตโนมัติ ดูต้นฉบับภาษาอังกฤษ.

ChatGPT และโมเดลฐานรากของเราพัฒนาอย่างไร

เรียนรู้เพิ่มเติมเกี่ยวกับวิธีที่เราพัฒนาโมเดลและนำไปใช้ในผลิตภัณฑ์อย่าง ChatGPT

อัปเดตล่าสุด: 24 days ago

โมเดลพื้นฐานของ OpenAI รวมถึงโมเดลที่ขับเคลื่อน ChatGPT พัฒนาขึ้นโดยใช้ข้อมูลจากแหล่งหลักสามประเภท ได้แก่ (1) ข้อมูลที่เผยแพร่ต่อสาธารณะบนอินเทอร์เน็ต (2) ข้อมูลที่เราเข้าถึงผ่านความร่วมมือกับบุคคลภายนอก และ (3) ข้อมูลที่ผู้ใช้ ผู้ฝึกสอนที่เป็นมนุษย์ และนักวิจัยของเราให้มาหรือสร้างขึ้น

การพัฒนาโมเดลพื้นฐาน เช่น โมเดลที่ใช้ใน ChatGPT มีหลายขั้นตอน ได้แก่ การเตรียมข้อมูลการเทรน ขั้นตอน pre-training และการเทรนภายหลัง ตลอดจนการประเมินและปรับปรุงอย่างต่อเนื่องหลังนำไปใช้งาน ในขั้นตอนเหล่านี้อาจมีการใช้ข้อมูลประเภทต่างๆ เพื่อวัตถุประสงค์ที่หลากหลาย รวมถึงการปรับปรุงประสิทธิภาพ ความน่าเชื่อถือ และความปลอดภัยของโมเดล 

บทความนี้ให้ภาพรวมเกี่ยวกับข้อมูลที่เราใช้เพื่อช่วยพัฒนาโมเดลเหล่านี้ วิธีที่เราเก็บรวบรวมและใช้ข้อมูลดังกล่าวตามกฎหมายความเป็นส่วนตัว รวมถึงมาตรการคุ้มครองที่เราใช้ตลอดกระบวนการเทรน หากต้องการทำความเข้าใจวิธีที่เราเก็บรวบรวมและใช้ข้อมูลจากผู้ใช้บริการของเรา รวมถึงวิธีเลือกไม่ให้ใช้บทสนทนาใน ChatGPT เพื่อช่วยปรับปรุงโมเดล โปรดดูนโยบายความเป็นส่วนตัวของเรา และบทความเรื่องวิธีที่เราใช้ข้อมูลของคุณเพื่อปรับปรุงประสิทธิภาพของโมเดล

ChatGPT คืออะไรและทำงานอย่างไร?

ChatGPT เป็นบริการที่ใช้ปัญญาประดิษฐ์ ซึ่งคุณสามารถเข้าถึงได้ผ่านอินเทอร์เน็ตหรือแอป คุณสามารถใช้ ChatGPT ทำงานได้หลากหลาย เช่น จัดระเบียบและสรุปข้อมูล ช่วยแปลภาษา ช่วยเขียนโค้ด วิจัยและวิเคราะห์ ทำงานหลายขั้นตอนโดยใช้เครื่องมือต่างๆ ร่วมกัน วิเคราะห์หรือสร้างรูปภาพ จุดประกายความคิดสร้างสรรค์และไอเดีย รวมถึงกิจกรรมอื่นๆ ในชีวิตประจำวัน ChatGPT ออกแบบมาให้เข้าใจและตอบคำถาม รวมถึงทำตามคำสั่งของผู้ใช้ โดยเรียนรู้รูปแบบจากข้อมูลจำนวนมาก ทั้งข้อความ รูปภาพ เสียง และวิดีโอ 

ระหว่างการเทรน โมเดลจะวิเคราะห์ความสัมพันธ์ภายในข้อมูลเหล่านี้ เช่น คำต่างๆ มักปรากฏร่วมกันอย่างไรในแต่ละบริบท แล้วใช้ความเข้าใจนั้นคาดการณ์คำถัดไปที่มีแนวโน้มจะปรากฏมากที่สุดขณะสร้างคำตอบทีละคำ ข้อความอาจถูกแปลงเป็นหน่วยย่อยที่บางครั้งเรียกว่า “โทเค็น” ซึ่งอาจแทนคำทั้งคำ ส่วนหนึ่งของคำ หรือเครื่องหมายวรรคตอน โทเค็นคือหน่วยพื้นฐานที่ประกอบกันเป็นข้อความที่โมเดลประมวลผล ในทำนองเดียวกัน โมเดลที่สร้างเนื้อหารูปแบบอื่น เช่น รูปภาพ จะเรียนรู้รูปแบบความสัมพันธ์ระหว่างพิกเซลต่างๆ และความสัมพันธ์ระหว่างพิกเซลกับคำบรรยายที่เกี่ยวข้องในข้อมูลการเทรน

ตัวอย่างเช่น ระหว่างกระบวนการเรียนรู้ของโมเดล (ที่เรียกว่า “การเทรน”) โมเดลอาจได้รับโจทย์ให้เติมประโยคให้สมบูรณ์ เช่น “แทนที่จะเลี้ยวซ้าย เธอกลับเลี้ยว___” ในช่วงแรกของการเทรน คำตอบส่วนใหญ่ของโมเดลจะเป็นการสุ่ม แต่เมื่อโมเดลประมวลผลและเรียนรู้จากข้อความจำนวนมาก ก็จะจดจำรูปแบบและคาดการณ์คำถัดไปที่มีแนวโน้มจะปรากฏมากที่สุดได้ดีขึ้น กระบวนการนี้จะทำซ้ำกับประโยคหลายล้านประโยค เพื่อพัฒนาความเข้าใจและเพิ่มความแม่นยำของโมเดล

เนื่องจากมีหลายวิธีที่เป็นไปได้ในการเติมประโยคให้สมบูรณ์ เช่น “แทนที่จะเลี้ยวซ้าย เธอกลับเลี้ยวขวา” “กลับตัว” หรือ “กลับไป” วิธีที่โมเดลตอบจึงมีองค์ประกอบของการสุ่มอยู่โดยธรรมชาติ ด้วยเหตุนี้ การถามคำถามเดียวกันแต่ละครั้งจึงอาจได้คำตอบที่แตกต่างกัน

โมเดลแมชชีนเลิร์นนิงประกอบด้วยชุดตัวเลขขนาดใหญ่ที่เรียกว่า “ค่าน้ำหนัก” หรือ “พารามิเตอร์” พร้อมโค้ดที่ตีความและใช้ตัวเลขเหล่านั้น โมเดลเหล่านี้ไม่ได้จัดเก็บหรือเก็บรักษาสำเนาข้อมูลที่ใช้ในการเทรน แต่ขณะที่โมเดลเรียนรู้ ค่าพารามิเตอร์จะถูกปรับทีละเล็กน้อยเพื่อสะท้อนรูปแบบที่โมเดลค้นพบ ในตัวอย่างก่อนหน้านี้ โมเดลพัฒนาจากการคาดการณ์คำแบบสุ่มไปสู่การคาดการณ์ที่แม่นยำขึ้น ไม่ใช่ด้วยการเก็บประโยคที่ใช้เทรนไว้ แต่ด้วยการปรับพารามิเตอร์ภายใน โมเดลไม่ได้เก็บสำเนาของประโยค รูปภาพ หรือเสียงที่ประมวลผลระหว่างการเทรนไว้ ChatGPT ไม่ได้ “คัดลอกและวาง” ข้อมูลการเทรน คล้ายกับครูที่เมื่อศึกษามาอย่างกว้างขวางแล้ว ก็สามารถอธิบายแนวคิดได้จากความเข้าใจในความสัมพันธ์ระหว่างแนวคิดต่างๆ โดยไม่ต้องท่องจำหรือถ่ายทอดเนื้อหาต้นฉบับแบบคำต่อคำ เมื่อสร้างคำตอบตามคำขอของผู้ใช้ โมเดลจะใช้ค่าน้ำหนักที่เรียนรู้มาเหล่านี้เพื่อคาดการณ์และสร้างเนื้อหาใหม่

มีการใช้ข้อมูลประเภทใดเพื่อสอน ChatGPT?

สำหรับเนื้อหาบนอินเทอร์เน็ตที่เผยแพร่ต่อสาธารณะ เราใช้เฉพาะข้อมูลที่เข้าถึงได้อย่างเสรีและเปิดเผยบนอินเทอร์เน็ตเท่านั้น ข้อมูลเหล่านี้อาจรวมถึงหน้าเว็บ กระดานสนทนา บล็อก โพสต์ และเนื้อหาออนไลน์อื่นๆ ที่เผยแพร่ต่อสาธารณะ ตัวอย่างเช่น หากคุณเข้าร่วมกระดานสนทนาออนไลน์ที่เปิดให้สาธารณะเข้าถึง หรือเผยแพร่บล็อกหรือโพสต์อื่นๆ แบบสาธารณะ เราอาจใช้เนื้อหาที่สาธารณะเข้าถึงได้นั้นเพื่อเทรนโมเดล อย่างไรก็ตาม เราดำเนินมาตรการเพื่อลดการประมวลผลข้อมูลส่วนบุคคลในกระบวนการเทรนของเรา  เมื่อเก็บรวบรวมเนื้อหาบนอินเทอร์เน็ตที่เผยแพร่ต่อสาธารณะ เราไม่ได้จงใจรวบรวมข้อมูลจากแหล่งที่ทราบว่าต้องชำระเงินจึงจะเข้าถึงได้ หรือจากดาร์กเว็บ นอกจากนี้ เรายังใช้ตัวกรองเพื่อลบเนื้อหาที่ไม่ต้องการให้โมเดลเรียนรู้ เช่น ถ้อยคำแสดงความเกลียดชัง เนื้อหาสำหรับผู้ใหญ่ เว็บไซต์ที่รวบรวมข้อมูลส่วนบุคคล และสแปม จากนั้นจึงนำข้อมูลที่เหลือไปใช้เทรนโมเดลของเรา 

เจ้าของเว็บไซต์สามารถกำหนดได้ว่าจะอนุญาตให้เข้าถึงเนื้อหาสาธารณะบนเว็บไซต์ของตนเพื่อนำไปใช้ในการเทรนหรือไม่ โดยใช้เครื่องมือควบคุมเว็บมาตรฐาน เช่น robots.txt เพื่อปิดกั้น GPTBot ซึ่งอาจรวบรวมเนื้อหาที่เผยแพร่ต่อสาธารณะเพื่อนำมาช่วยเทรนโมเดลของเรา เรามีคำแนะนำเพื่อช่วยให้เจ้าของเว็บไซต์จัดการวิธีที่เว็บไซต์และเนื้อหาของตนโต้ตอบกับระบบ AI ของเรา 

เรายังใช้ข้อมูลจากพันธมิตรภายนอกเพื่อช่วยเทรนและปรับปรุงโมเดลของเรา ข้อมูลเหล่านี้อาจรวมถึงข้อมูลในชุดข้อมูลที่เราเข้าถึงผ่านข้อตกลงกับบุคคลภายนอก ตลอดจนข้อมูลที่ผู้ฝึกสอนที่เป็นมนุษย์และนักวิจัยให้มาหรือสร้างขึ้น ตามที่นโยบายและข้อตกลงของเราอนุญาต ข้อมูลเหล่านี้ช่วยปรับปรุงคุณภาพ ความปลอดภัย และประสิทธิภาพของโมเดลของเรา แหล่งข้อมูลเหล่านี้อาจประกอบด้วยข้อความ รูปภาพ เสียง วิดีโอ หรือข้อมูลประเภทอื่นๆ ขึ้นอยู่กับชุดข้อมูล

เรายังใช้ข้อมูลสังเคราะห์มากขึ้นในกระบวนการเทรนบางส่วน ตัวอย่างเช่น เราอาจใช้ข้อมูลและโมเดลของเราเพื่อสร้างพรอมป์ต์สังเคราะห์ ตัวอย่างในหลายภาษา หรือเนื้อหาอื่นๆ สำหรับการเทรน ข้อมูลสังเคราะห์สามารถช่วยปรับปรุงประสิทธิภาพของโมเดล รวมถึงช่วยเสริมข้อมูลการเทรนในด้านที่มีข้อมูลน้อยหรือไม่สมดุล และยังอาจสนับสนุนแนวทางการพัฒนาโมเดลที่เพิ่มการคุ้มครองความเป็นส่วนตัว

มีการใช้ข้อมูลส่วนบุคคลเพื่อสอน ChatGPT หรือไม่?

เนื้อหาออนไลน์จำนวนมากมีข้อมูลเกี่ยวกับบุคคล ดังนั้นข้อมูลการเทรนของเราจึงอาจมีข้อมูลส่วนบุคคลติดมาด้วยโดยไม่ได้ตั้งใจ อย่างไรก็ตาม เราดำเนินมาตรการเพื่อลดการประมวลผลข้อมูลส่วนบุคคลในกระบวนการเทรนของเรา

เราใช้ข้อมูลการเทรนเพื่อพัฒนาความสามารถของโมเดล เช่น การคาดการณ์ การให้เหตุผล และการแก้ปัญหา ไม่ใช่เพื่อสร้างโปรไฟล์ของบุคคล ติดต่อบุคคลเหล่านั้น หรือปรับโฆษณาให้เหมาะกับแต่ละบุคคล

ในบางกรณี โมเดลอาจเรียนรู้จากข้อมูลส่วนบุคคลเพื่อทำความเข้าใจว่าสิ่งต่างๆ เช่น ชื่อและที่อยู่ มีหน้าที่อย่างไรในภาษา หรือเพื่อให้รู้จักบุคคลสาธารณะและหน่วยงานที่เป็นที่รู้จัก สิ่งนี้ช่วยให้โมเดลสร้างคำตอบที่ถูกต้องและเหมาะสมกับบริบทมากขึ้น

ข้อมูลส่วนบุคคลได้รับการคุ้มครองอย่างไรระหว่างการเทรน?

เราดำเนินมาตรการเชิงรุกเพื่อจำกัดการประมวลผลข้อมูลส่วนบุคคลระหว่างการเทรน ตัวอย่างเช่น เราไม่ใช้แหล่งข้อมูลที่ทราบว่ารวบรวมข้อมูลส่วนบุคคลจำนวนมาก ใช้การกรองเพื่อลดข้อมูลส่วนบุคคลในกระบวนการเทรน และดำเนินมาตรการเพื่อระบุและลบเนื้อหาที่ซ้ำกัน เพื่อลดความเสี่ยงที่โมเดลจะสร้างข้อมูลการเทรนซ้ำออกมา นอกจากนี้ เรายังเทรนโมเดลให้หลีกเลี่ยงการตอบคำขอข้อมูลที่เป็นส่วนตัวหรือข้อมูลที่อ่อนไหวเกี่ยวกับบุคคล 

เราเก็บรักษาข้อมูลไว้นานเท่าใด

เราเก็บรักษาข้อมูลที่อยู่ในข้อมูลการเทรนไว้เฉพาะในระยะเวลาที่จำเป็นอย่างสมเหตุสมผลสำหรับวัตถุประสงค์ที่ระบุไว้ในบทความนี้และนโยบายความเป็นส่วนตัวของเรา รวมถึงเพื่อพัฒนาและปรับปรุงโมเดลของเรา และเพื่อการวิจัยทางวิทยาศาสตร์ที่เกี่ยวข้อง เราทบทวนการเก็บรักษาข้อมูลเป็นระยะเพื่อให้มั่นใจว่ายังมีความจำเป็น โดยระยะเวลาเก็บรักษาจะแตกต่างกันตามประเภทข้อมูลและวิธีใช้งาน ในการกำหนดระยะเวลาเก็บรักษา เราพิจารณาปัจจัยต่างๆ เช่น วัตถุประสงค์ในการประมวลผลข้อมูล ปริมาณ ลักษณะ และความอ่อนไหวของข้อมูล ความเสี่ยงที่จะเกิดอันตรายจากการใช้หรือเปิดเผยข้อมูลโดยไม่ได้รับอนุญาต และภาระผูกพันทางกฎหมายที่เราต้องปฏิบัติตาม

การพัฒนา ChatGPT สอดคล้องกับกฎหมายความเป็นส่วนตัวอย่างไร?

เราใช้ข้อมูลการเทรนอย่างถูกต้องตามกฎหมาย โมเดลพื้นฐานของเราขับเคลื่อนการใช้งานที่เป็นประโยชน์หลากหลายรูปแบบ ทั้งเครื่องมือช่วยการเข้าถึง การสนับสนุนลูกค้า การพัฒนาซอฟต์แวร์ การศึกษาที่ปรับให้เหมาะกับแต่ละบุคคล และการวิจัยทางวิทยาศาสตร์ ความสามารถเหล่านี้ต้องอาศัยข้อมูลการเทรนจำนวนมหาศาล ทั้งข้อมูลที่เผยแพร่ต่อสาธารณะและข้อมูลจากพันธมิตรภายนอก เราใช้มาตรการคุ้มครองตลอดกระบวนการเทรน รวมถึงมาตรการที่ออกแบบมาเพื่อลดการประมวลผลข้อมูลส่วนบุคคลในกระบวนการเทรนและบรรเทาความเสี่ยง ตามที่อธิบายไว้ในบทความนี้ เราเก็บรวบรวมและใช้ข้อมูลส่วนบุคคลที่อยู่ในข้อมูลการเทรนโดยอาศัยฐานประโยชน์โดยชอบด้วยกฎหมายตามกฎหมายความเป็นส่วนตัว เช่น GDPR รวมถึงเพื่อเทรนและปรับปรุงโมเดลของเราสำหรับผู้ใช้และสังคมในวงกว้าง ซึ่งสอดคล้องกับพันธกิจของเราที่มุ่งให้ปัญญาประดิษฐ์ทั่วไปเป็นประโยชน์ต่อทุกคน ตามที่อธิบายโดยละเอียดในนโยบายความเป็นส่วนตัวของเรา เราได้ประเมินผลกระทบด้านการคุ้มครองข้อมูลเรียบร้อยแล้ว เพื่อช่วยให้มั่นใจว่าเราเก็บรวบรวมและใช้ข้อมูลเหล่านี้อย่างถูกต้องตามกฎหมายและมีความรับผิดชอบ

กรณีที่อาจมีการแบ่งปันหรือโอนข้อมูล

เราไม่ “ขาย” ข้อมูลส่วนบุคคล และจะเปิดเผยข้อมูลส่วนบุคคลที่อยู่ในข้อมูลการเทรนเฉพาะในกรณีที่จำกัดตามที่ระบุไว้ในนโยบายความเป็นส่วนตัวของเราเท่านั้น ตัวอย่างเช่น เราอาจแบ่งปันข้อมูลกับบริษัทในเครือ ผู้ขาย และผู้ให้บริการที่สนับสนุนการพัฒนา การทดสอบ และการปรับปรุงโมเดลของเรา เรายังอาจเปิดเผยข้อมูลเมื่อเชื่อโดยสุจริตว่าการดำเนินการดังกล่าวจำเป็นต่อการปฏิบัติตามภาระผูกพันทางกฎหมาย หรือเพื่อคุ้มครองสิทธิ ความปลอดภัย และความมั่นคงของเรา รวมถึงของผู้ใช้ พนักงาน หรือสาธารณชน ตามที่ระบุไว้ในนโยบายความเป็นส่วนตัวของเรา

เนื่องจากโครงสร้างพื้นฐานของเรามีอยู่ทั่วโลก ข้อมูลส่วนบุคคลที่อยู่ในข้อมูลการเทรนจึงอาจได้รับการประมวลผลในประเทศนอกเขตเศรษฐกิจยุโรป (EEA) สวิตเซอร์แลนด์ หรือสหราชอาณาจักร (รวมถึงในสหรัฐอเมริกา) ในกรณีดังกล่าว เราใช้มาตรการคุ้มครองที่เหมาะสม เช่น คำวินิจฉัยรับรองความเพียงพอของการคุ้มครองข้อมูล หรือข้อสัญญามาตรฐาน ตามที่ระบุไว้ในนโยบายความเป็นส่วนตัวของเรา

สิทธิของคุณและวิธีใช้สิทธิ

เราตอบสนองต่อคำขอคัดค้านและคำขอใช้สิทธิอื่นๆ ในลักษณะเดียวกัน ผลจากการเรียนรู้ภาษา ทำให้บางครั้งคำตอบของ ChatGPT อาจมีข้อมูลส่วนบุคคลของผู้ที่มีข้อมูลส่วนบุคคลปรากฏซ้ำหลายครั้งบนอินเทอร์เน็ตที่เปิดให้สาธารณะเข้าถึง (เช่น บุคคลสาธารณะ) บุคคลในเขตอำนาจศาลบางแห่งสามารถคัดค้านการประมวลผลข้อมูลส่วนบุคคลของตนโดยโมเดลของเรา หรือยื่นคำขอใช้สิทธิอื่นๆ ของเจ้าของข้อมูลผ่านพอร์ทัลความเป็นส่วนตัวของเรา คุณยังสามารถใช้สิทธิเหล่านี้ได้โดยติดต่อ dsar@openai.com

เพื่อช่วยให้เราประเมินและตอบสนองต่อคำขอของคุณ โปรดให้ข้อมูลเพียงพอที่เราจะเข้าใจได้ว่าคำขอของคุณเกี่ยวข้องกับข้อมูลส่วนบุคคลใด เช่น ชื่อของคุณ URL ที่เกี่ยวข้อง ตัวอย่างผลลัพธ์จากโมเดลที่เฉพาะเจาะจง หรือรายละเอียดอื่นๆ ที่ช่วยระบุปัญหา ในบางกรณี เราอาจขอให้คุณยืนยันตัวตนหรือยืนยันว่าข้อมูลนั้นเกี่ยวข้องกับคุณก่อนที่เราจะดำเนินการได้ ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธียื่นคำขอเหล่านี้ รวมถึงแนวทางปฏิบัติที่แนะนำและวิธีพิจารณาคำขอ ได้ในบทความในศูนย์ช่วยเหลือของเราเรื่องการลบข้อมูลส่วนบุคคลออกจาก ChatGPT เราพิจารณาคำขอตามกฎหมายความเป็นส่วนตัวที่บังคับใช้ และตอบกลับภายในระยะเวลาที่กฎหมายกำหนด

โปรดทราบว่าตามกฎหมายความเป็นส่วนตัว สิทธิบางประการอาจมีข้อจำกัด ตัวอย่างเช่น เราอาจไม่สามารถดำเนินการตามคำขอได้ หากเราไม่สามารถตรวจสอบยืนยันข้อมูลที่เกี่ยวข้องได้ คำขอไม่ได้เกี่ยวข้องกับข้อมูลส่วนบุคคลที่ OpenAI ประมวลผล มีข้อยกเว้นที่ใช้บังคับ หรือเรามีเหตุผลอื่นที่ชอบด้วยกฎหมายในการไม่ดำเนินการตามคำขอ เราประเมินคำขอเป็นรายกรณี และอาจต้องชั่งน้ำหนักระหว่างสิทธิความเป็นส่วนตัวกับประเด็นสำคัญอื่นๆ เช่น เสรีภาพในการแสดงความคิดเห็นและประโยชน์สาธารณะ

อย่างไรก็ตาม เรามุ่งมั่นที่จะให้ความสำคัญกับการคุ้มครองข้อมูลส่วนบุคคลเป็นอันดับแรก และปฏิบัติตามกฎหมายความเป็นส่วนตัวทุกฉบับที่บังคับใช้ หากคุณรู้สึกว่าเรายังจัดการปัญหาได้ไม่เพียงพอ คุณมีสิทธิยื่นเรื่องร้องเรียนต่อหน่วยงานกำกับดูแลในพื้นที่ของคุณ

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับแนวปฏิบัติของ OpenAI ต่อข้อมูลส่วนบุคคลที่เราเก็บรวบรวมจากคุณหรือเกี่ยวกับคุณเมื่อคุณใช้เว็บไซต์ แอปพลิเคชัน และบริการของเรา โปรดดูนโยบายความเป็นส่วนตัวของเรา

บทความนี้มีประโยชน์หรือไม่