ผู้ชนะการแข่งขัน AI ทั้ง 3 ทีม ร่วมถ่ายทอดแนวคิดและประสบการณ์เบื้องหลังการพัฒนา AI โดยเน้นการใช้ ข้อมูลที่มีคุณภาพ การปรับโมเดลให้เหมาะกับโจทย์ และการสร้างความน่าเชื่อถือ

ทีมพัฒนา ระบบถอดเสียงภาษาไทย (ASR) เริ่มจากการสร้าง Baseline ด้วยโมเดลมาตรฐาน ก่อน Train และ Fine-tune ด้วยข้อมูลขนาดใหญ่ รวมถึงนำผลลัพธ์จาก 2 โมเดลมาผสมกัน โดยมองว่า “โมเดลภาษาไทยของเราอะ ฟังภาษาไทยถอดได้…ค่อนข้างเก่งกว่าโมเดลอื่น” และท้าทายที่สุดคือการทำให้ “ส่วนที่เราฟังไม่ออก ให้โมเดลฟังออก”

ทีมพัฒนา ระบบตอบคำถามจากเอกสารการประชุม ให้ความสำคัญกับการตรวจสอบ Data ก่อน Fine-tuning และคัดกรองข้อมูลที่ไม่เหมาะสมออก เพื่อให้โมเดลเรียนรู้จากข้อมูลที่มีคุณภาพ พร้อมใช้ Context Window ขนาดใหญ่ในการประมวลผลเอกสาร โดยระบุว่า “ส่วนที่คิดว่ายากที่สุดคือส่วนที่เป็นการตอบ ID ของเอกสาร”

ขณะที่ทีมด้าน ความน่าเชื่อถือของโมเดล AI เน้นการทดสอบโมเดลหลายรูปแบบ เพื่อเลือกโมเดลที่เหมาะสมที่สุด พร้อมให้ความสำคัญกับทั้ง  Helpfulness และ Safety โดยมองว่าความท้าทายสำคัญคือการสร้างสมดุลระหว่างประโยชน์และความปลอดภัย

หนึ่งในข้อคิดสำคัญจากเวทีคือ “การที่คนจะกล้าเอา AI ไปใช้งานจริงๆ ก็จะต้องมีความเชื่อถือก่อน” และสำหรับการนำ AI ไปใช้กับงานประชุม ผู้ใช้งานควรตรวจสอบผลลัพธ์กับข้อเท็จจริงเสมอ 

เวทีนี้จึงสะท้อนให้เห็นว่า อนาคตของ AI ไม่ได้อยู่ที่การสร้างโมเดลให้เก่งเพียงอย่างเดียว แต่ต้องแม่นยำ ปลอดภัย น่าเชื่อถือ และพร้อมนำไปใช้ประโยชน์ได้จริง