Connect with us

Hi, what are you looking for?

Notebookspec

IT NEWS

Build with AI ฟีเจอร์ใหม่จาก Newegg ให้ ChatGPT ช่วยจัดสเปคคอมให้คุณ

Newegg, Build with AI

แหล่งรวมสินค้าอิเล็กทรอนิกส์และจัดจำหน่ายอย่างเว็บไซต์ Newegg.com ได้นำฟีเจอร์ใหม่ Build with AI ที่เอาเทคโนโลยีแชทบอท AI อย่าง ChatGPT เข้ามาช่วยในการจัดสเปคคอมให้กับผู้ใช้งานเว็บไซต์ แม้จะมีข้อผิดพลาดอยู่บ้าง แต่ก็ช่วยให้ตัดสินใจอะไรต่างๆ ได้ง่ายขึ้น

Newegg ได้นำ ChatGPT มาใช้ร่วมกับฟีเจอร์ต่างๆ บนเว็บไซต์ ไม่ว่าจะเป็นการตอบแชทลูกค้า, การอธิบายข้อมูล, และการจัดสเปคคอมตามความต้องการของผู้ใช้งาน ทางเว็บไซต์ได้นำ AI มาช่วยในการเลือกฮาร์ดแวร์ต่างๆ ที่อยู่ในคอมพีซี โดยเราสามารถใช้งานฟังก์ชั่นนี้โดยการกดที่แถบการนำทางด้านข้าง แล้วเข้าไปที่คำสั่ง Build Your Own Custom PC หรือกดลิ้งค์ที่นี่

Advertisement
Build with AI

ให้ Build with AI ได้ช่วยคุณ!

เมื่อเข้าสู่หน้าต่างดังกล่าวแล้วจะขึ้นช่องให้ทำการกรอกข้อมูลที่ต้องการ ทางเว็บไซต์แหล่งข่าวได้กำหนดข้อมูลที่ต้องการไว้ดังนี้ พีซีเกมมิ่งในงบ $2,000-3,000 ใช้ซีพียู Core i9 และจีพียู RTX 40-series จากนั้นก็กด Build with AI เพียงเท่านี้ก็จะขึ้นข้อมูลสเปคคอมตามที่ระบุไว้

แต่ผลลัพธ์บางครั้งก็มีความผิดพลาดอยู่ซึ่งเป็นเรื่องปกติที่เกิดขึ้นได้ อย่างในตัวอย่างที่ยกมา แนะนำให้เลือกซีพียูรุ่นล่าสุดของ intel แม้ว่าจะมีงบเหลืออยู่มาก และยังแนะนำ DDR4 RAM สำหรับเมนบอร์ด DDR5 นอกจากนี้ยังดู ChatGPT ที่นำมาใช้งานยังดูมีความสับสนเมื่อจำกัดงบมากขึ้น ยิ่งถ้าขอให้จัดสเปคในงบที่ต่ำกว่า $1,000 แต่ผลที่แสดงออกมาก็ยังจัดเกินงบอยู่ประมาณ $200 ถึงแม้ว่าจะมีฮาร์ดแวร์ตัวอื่นที่ราคาถูกกว่าแต่สเปคใกล้เคียงกันสามารถมาใช้แทนได้ก็ตาม

Build with AI

แม้ AI จะผิดพลาดบ้าง แต่ไม่เป็นไรไปต่อได้

ข้อบกพร่องของการสร้างด้วย AI ไม่ใช่เรื่องน่าตกใจแต่อย่างใด เพราะทาง Newegg ระบุไว้ชัดเจนแล้วว่าบริการนี้อยู่ในรุ่นเบต้า แต่นี่ก็ถือว่าเป็นจุดเริ่มต้นที่ดีและเป็นประโยชน์ต่อผู้ใช้งาน อย่างเช่น ถ้าหากคุณไม่แน่ใจว่าฮาร์ดแวร์แต่ละตัวที่คุณเลือกมานั้นทำงานเข้ากันได้หรือไม่ คุณก็สามารถใช้ AI ให้เข้ามาช่วยตรวจสอบให้ได้ หรือถ้าหากคุณต้องการเพิ่ม GPU หรือ Heat sink คุณก็สามารถใช้ AI ตัวนี้ในการช่วยดูว่าเมนบอร์ดของคุณมีช่องเหลือเพียงพอหรือเปล่า

นอกจากการใช้ฟีเจอร์ Build with AI ยังมีการแนะนำอุปกรณ์อื่นๆ ที่สามารถเพิ่มเติมลงในรายการของคุณเพื่อพิจารณาเพิ่มเติมได้ สิ่งนี้ทำให้คุณสามารถแก้ไขข้อผิดพลาดก่อนที่จะเพิ่มสินค้าลงในรถเข็น และในอนาคต AI อาจจะปรับปรุงให้มีความแม่นยำมากยิ่งขึ้น แต่ ณ ตอนนี้ก็ยังคงต้องเลือกฮาร์ดแวร์บางตัวให้เหมาะสมด้วยตัวเองไปก่อน

ที่มา: Extremetech, Newegg

Click to comment

บทความน่าสนใจ

PR-News

กรุงเทพฯ, ประเทศไทย — ASUS (เอซุส) ผู้นำด้านเทคโนโลยีระดับโลก นำเสนอ ASUS Agent Computer ภายใต้แนวคิด “Powering Every AI Choice” ระบบนิเวศด้านฮาร์ดแวร์ที่ออกแบบมาเพื่อรองรับการทำงานของ AI Agent ครอบคลุมตั้งแต่โน้ตบุ๊ก NUC และมินิพีซี เดสก์ท็อปพีซีที่ปรับแต่งได้ ไปจนถึงเวิร์กสเตชันระดับมืออาชีพและ AI...

PR-News

บทความโดย Steven Fong, Corporate Vice President, APJ Embedded Business ปัญญาประดิษฐ์ (AI) กำลังก้าวเข้าสู่เฟสใหม่ ซึ่งขยายขอบเขตจากการเพิ่มประสิทธิภาพการทำงานบนโลกดิจิทัล ไปสู่การใช้งานจริงในโลกทางกายภาพ  ช่วงหลายปีที่ผ่านมา AI มักถูกตีกรอบอยู่แค่ระบบที่ทำความเข้าใจ สร้าง และแนะนำข้อมูลได้ โมเดลภาษาขนาดใหญ่ (LLMs), AI Assistant และ Copilot ได้เข้ามาพลิกโฉมรูปแบบการทำงานที่ใช้ความรู้ไปอย่างสิ้นเชิง โดยช่วยให้เราค้นหา สรุปผล สร้างคอนเทนต์ และตัดสินใจได้ดียิ่งขึ้น คลื่นลูกแรกของ AI นี้ถือเป็นการปฏิวัติประสิทธิภาพการทำงานบนโลกดิจิทัลอย่างแท้จริง Advertisement แต่ทว่า คลื่นลูกถัดไปของ AI จะแตกต่างออกไปอย่างสิ้นเชิง จากเดิมที่ทำหน้าที่เพียงทำความเข้าใจข้อมูล ปัจจุบัน AI ถูกคาดหวังให้สามารถโต้ตอบกับโลกทางกายภาพได้มากขึ้น เราจะได้เห็นหุ่นยนต์ทำงานร่วมกับมนุษย์ในโรงงาน ยานยนต์อัตโนมัติที่สามารถรับรู้และตอบสนองต่อสภาพแวดล้อมได้ตลอดเวลา ระบบทางการแพทย์ที่ช่วยแพทย์วินิจฉัยและตัดสินใจได้แบบเรียลไทม์ ตลอดจนโครงสร้างพื้นฐานอัจฉริยะที่สามารถตรวจสอบ ปรับแต่ง และตอบสนองได้เองโดยไม่ต้องอาศัยมนุษย์คอยสั่งการตลอดเวลา การเปลี่ยนผ่านนี้ไม่ใช่แค่การเพิ่มแอปพลิเคชัน AI รูปแบบใหม่ แต่คือการพลิกโฉมความคาดหวังพื้นฐานที่เรามีต่อขีดความสามารถของ AI  เมื่อ AI ขยายตัวจากคลาวด์และสภาพแวดล้อมดิจิทัลเข้าสู่ระบบทางกายภาพ ความอัจฉริยะจึงไม่สามารถหยุดอยู่แค่คำว่า “รู้” ได้อีกต่อไป ระบบ Physical AI (AI ทางกายภาพ) เช่น หุ่นยนต์อัตโนมัติ จะต้องรับรู้ข้อมูล ตัดสินใจ และลงมือทำได้แบบเรียลไทม์ โดยต้องมีความปลอดภัยในการใช้งาน (Functional safety) และสามารถทำงานภายใต้ข้อจำกัดที่เข้มงวด ทั้งเรื่องพลังงาน ความร้อน และพื้นที่ ความจำเป็นในการเปลี่ยนผ่านครั้งนี้ไม่ได้เกิดจากแค่ความก้าวหน้าทางเทคโนโลยี AI เท่านั้น แต่ยังถูกขับเคลื่อนจากการเปลี่ยนแปลงเชิงโครงสร้างของเศรษฐกิจโลกด้วย  และนี่คือจุดเริ่มต้นของยุค Physical AI อย่างแท้จริง ซึ่งปัจจุบันกำลังเข้ามาพลิกโฉมหลากหลายอุตสาหกรรม และ AMD เชื่อมั่นว่าสิ่งนี้จะเป็นตัวกำหนดทิศทางของ AI ในทศวรรษหน้า นั่นคือการเปลี่ยนผ่านจากระบบที่แค่ “รู้” ไปสู่ระบบที่ “ลงมือทำ”  “การลงมือทำ” พลิกโฉมโจทย์ด้านการประมวลผลขั้นพื้นฐาน เมื่อ AI เริ่มโต้ตอบกับโลกทางกายภาพ โจทย์ของการประมวลผลย่อมเปลี่ยนไปอย่างสิ้นเชิง แตกต่างจาก Cloud AI ที่มักถูกออกแบบมาเพื่อเน้นการขยายสเกล การรับส่งข้อมูลปริมาณมาก และการประมวลผลแบบรวมศูนย์ เพราะ Physical AI มาพร้อมกับข้อกำหนดใหม่ที่แตกต่างออกไปอย่างสิ้นเชิง  แชตบอตอาจมีอาการหน่วงบ้างในบางครั้ง ซึ่งเป็นเรื่องที่ยอมรับได้ แต่สำหรับหุ่นยนต์ในโรงงานอุตสาหกรรมนั้นไม่สามารถเกิดความล่าช้าได้เลย ยานยนต์อัตโนมัติก็ไม่สามารถปล่อยให้ระบบทำงานไม่เสถียรได้ และอุปกรณ์ทางการแพทย์ก็ไม่สามารถใช้วิธี “ลองตัดสินใจใหม่” ได้เมื่อทุกวินาทีมีผลต่อชีวิต  ระบบเหล่านี้จำเป็นต้องมีคุณสมบัติ:  ในโลกทางกายภาพ ความอัจฉริยะจะมีความหมายก็ต่อเมื่อระบบสามารถตอบสนองและลงมือทำได้ภายในกรอบเวลาที่จำกัด ดังนั้น ความสำเร็จจึงไม่ได้วัดกันที่ประสิทธิภาพของโมเดล AI เพียงอย่างเดียวอีกต่อไป  ขอบเขตของ Physical AI ก้าวไปไกลกว่าแค่การรันโมเดล AI เพราะความอัจฉริยะจะต้องทำงานสอดประสานกันอย่างราบรื่นไร้รอยต่อ ตั้งแต่การรับรู้ข้อมูลผ่านเซ็นเซอร์ ไปจนถึงการประมวลผล (Inference) การวางแผน การควบคุม และนำไปสู่การลงมือทำในโลกจริง ท้ายที่สุดแล้ว ประเด็นสำคัญจึงไม่ใช่แค่การสร้างโมเดล AI ให้ฉลาดขึ้น แต่คือการสร้างระบบอัจฉริยะที่สามารถโต้ตอบกับโลกความเป็นจริงได้อย่างปลอดภัยและเชื่อถือได้ต่างหาก  และนี่คือเหตุผลที่ AMD เชื่อมั่นว่า แท้จริงแล้ว Physical AI คือความท้าทายด้าน “วิศวกรรมระบบ” ไม่ใช่แค่ความท้าทายด้านการสร้าง “โมเดล AI”  ไม่มีโปรเซสเซอร์ใดเพียงชนิดเดียวที่ขับเคลื่อน Physical AI ได้ทั้งหมด เราจะเข้าใจแนวคิดของ Physical AI ได้ง่ายขึ้น หากลองเปรียบเทียบกับร่างกายมนุษย์  สมองของเราทำหน้าที่คิด วิเคราะห์หาเหตุผล และตัดสินใจ ระบบประสาทช่วยให้เรารับรู้และตอบสนองได้อย่างรวดเร็ว ในขณะที่กล้ามเนื้อและข้อต่อทำหน้าที่ควบคุมการเคลื่อนไหวทางกายภาพอย่างแม่นยำ  ระบบ Physical AI ก็ทำงานในลักษณะที่คล้ายคลึงกัน การคิดวิเคราะห์และการรับรู้ที่ซับซ้อนต้องอาศัยหน่วยประมวลผลประสิทธิภาพสูง การตอบสนองแบบเรียลไทม์ต้องใช้การประมวลผลที่มีความหน่วงต่ำ (Low-latency) ณ จุดที่ต้องทำการตัดสินใจ และการเคลื่อนไหวที่แม่นยำก็ต้องการระบบควบคุมที่ถูกต้องและคาดการณ์ผลลัพธ์ได้อย่างแม่นยำ...

PR-News

กรุงเทพฯ, 28 กันยายน 2569 – ไมโครซอฟท์ ยกระดับ Microsoft Copilot รองรับโลกการทำงานที่มีการเปลี่ยนแปลงอย่างต่อเนื่อง เพื่อช่วยเพิ่มศักยภาพให้ทุกคนและทุกองค์กรบรรลุเป้าหมายได้มากยิ่งขึ้น โดย Copilot โฉมใหม่เชื่อมโยงเครื่องมือที่ผู้คนคุ้นเคย เข้ากับขีดความสามารถ AI ยุคใหม่สำหรับการสร้าง ปรับแต่ง และขยายการใช้งาน AI ในทุกมิติของการทำงาน ปัจจุบันแอป Copilot มาพร้อม...

PR-News

โครงสร้างต้นทุน AI สำหรับองค์กรกำลังเปลี่ยนแปลงไป เมื่อโมเดล AI ระดับแนวหน้ารุ่นใหม่และ Agentic AI ช่วยขยายขีดความสามารถของปัญญาประดิษฐ์ในภาคธุรกิจให้กว้างขึ้น อย่างไรก็ตาม องค์กรที่ยังไม่เริ่มวางกลยุทธ์การปรับใช้ระบบแบบไฮบริดตั้งแต่วันนี้ อาจต้องแบกรับค่าใช้จ่ายด้าน AI ที่สูงขึ้นอย่างมากในอีกไม่กี่ปีข้างหน้า  หากองค์กรของคุณขยายการใช้งาน AI ในช่วง 18 เดือนที่ผ่านมา คุณอาจสังเกตเห็นแนวโน้มบางอย่าง การเปิดให้เข้าถึง AI ในวงกว้างขึ้น ใช้งานมากขึ้น...

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

ยอมรับทั้งหมด
Manage Consent Preferences
  • คุกกี้ที่จำเป็น
    Always Active

    ประเภทของคุกกี้มีความจำเป็นสำหรับการทำงานของเว็บไซต์ เพื่อให้คุณสามารถใช้ได้อย่างเป็นปกติ และเข้าชมเว็บไซต์ คุณไม่สามารถปิดการทำงานของคุกกี้นี้ในระบบเว็บไซต์ของเราได้

บันทึก