Advertisement
เทคโนโลยี

OpenAI Privacy Filter คืออะไร โมเดลเปิดที่ตัดข้อมูลส่วนตัวก่อนส่งให้ AI

ปรับปรุงล่าสุด:

OpenAI Privacy Filter เป็นโมเดลเปิดที่ซ่อนชื่อ เบอร์โทร อีเมลในข้อความก่อนส่งให้ AI รันในเครื่องได้ แต่ไม่ใช่เครื่องมือรับประกันความปลอดภัย

OpenAI Privacy Filter คืออะไร โมเดลเปิดที่ตัดข้อมูลส่วนตัวก่อนส่งให้ AI

ใครที่เคยลังเลว่าจะพิมพ์ชื่อ เบอร์โทร อีเมล หรือรหัสผ่านลงในแชตบอตดีไหม ตอนนี้มีเครื่องมือที่ช่วยตัดข้อมูลเหล่านี้ออกก่อนส่งต่อ OpenAI เปิดตัว OpenAI Privacy Filter ในเดือน เม.ย. 2569 เป็นโมเดลเปิดสำหรับหาและปิดบังข้อมูลส่วนบุคคลในข้อความ รันบนเครื่องของผู้ใช้ได้โดยข้อมูลไม่ต้องออกไปนอกเครื่อง Privacy Filter ไม่ใช่ฟีเจอร์ในแอปแชตที่ผู้ใช้กดเปิดปิดเองได้ แต่เป็นโมเดลที่นักพัฒนานำไปติดตั้งเอง

Privacy Filter ทำอะไรและจับข้อมูลอะไรบ้าง

Privacy Filter เป็นโมเดลที่อ่านข้อความทีละโทเคน (ชิ้นส่วนของข้อความ) แล้วติดป้ายว่าส่วนไหนเป็นข้อมูลส่วนบุคคล จากนั้นนำส่วนนั้นไปปิดบังหรือแทนที่ได้ ตามหน้าโมเดลบน Hugging Face โมเดลติดป้ายทุกโทเคนในรอบเดียว แล้วจึงตัดสินขอบเขตของข้อความที่ตรวจพบ ออกแบบมาให้ทำความสะอาดข้อความจำนวนมากได้เร็ว และใช้ภายในองค์กรเองได้

ข้อมูลที่โมเดลหาได้มี 8 ประเภท ได้แก่ เลขบัญชี ที่อยู่ อีเมล ชื่อบุคคล เบอร์โทรศัพท์ ลิงก์ วันที่ และข้อมูลลับ (secret) เช่น รหัสผ่านหรือคีย์ที่ใช้เข้าระบบ ตามที่ README บน GitHub ระบุ โมเดลจะจับเฉพาะข้อมูลที่ตรงกับ 8 ประเภทนี้ ถ้าองค์กรอยากให้ครอบคลุมข้อมูลชนิดอื่น ต้องนำโมเดลไปฝึกเพิ่ม

ขนาดของโมเดลเล็กพอจะใช้ในเครื่องส่วนตัว มีพารามิเตอร์รวม 1.5 พันล้านตัว แต่ใช้งานจริงในแต่ละครั้งราว 50 ล้านตัว และรับข้อความยาวได้ถึง 128,000 โทเคน README ระบุว่าโมเดลรันบน GPU เป็นค่าเริ่มต้น และสั่งให้รันบน CPU ได้ด้วยตัวเลือก --device cpu หน้าโมเดลยังมีตัวอย่างการรันบนเบราว์เซอร์ผ่าน Transformers.js

ใครใช้ได้ และใช้อย่างไร

โมเดลเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 ซึ่งตาม README อนุญาตให้ทดลอง ปรับแต่ง และใช้เชิงพาณิชย์ได้ ดาวน์โหลดได้จากหน้า openai/privacy-filter บน Hugging Face และ GitHub ผู้ที่ใช้ได้ทันทีคือคนที่เขียนโปรแกรมเป็น เช่น ทีมที่ต้องล้างข้อมูลลูกค้าก่อนนำไปวิเคราะห์ หรือทีมที่สร้างแชตบอตภายในองค์กรแล้วอยากตัดข้อมูลส่วนตัวออกก่อนส่งเข้าโมเดลภาษา

การใช้งานผ่านบรรทัดคำสั่งทำได้ตามขั้นตอนใน README ดังนี้

  • โคลนโปรเจกต์จาก GitHub แล้วรัน pip install -e . เพื่อติดตั้งคำสั่ง opf
  • สั่ง opf ตามด้วยข้อความ หรือใช้ -f ตามด้วยพาธไฟล์ เพื่อให้โมเดลปิดบังข้อมูลส่วนบุคคล
  • ใช้ opf eval เพื่อวัดผลกับข้อมูลที่ติดป้ายไว้แล้ว และ opf train เพื่อฝึกเพิ่มกับข้อมูลของตัวเอง

ผลลัพธ์ออกมาเป็นรูปแบบ JSON ส่วนผู้ใช้ทั่วไปที่ไม่เขียนโปรแกรมจะยังไม่เจอเครื่องมือนี้เป็นปุ่มในแอปแชตสำเร็จรูป การนำไปใช้ในผลิตภัณฑ์ใดจึงขึ้นอยู่กับผู้พัฒนาผลิตภัณฑ์นั้น

ใช้ Privacy Filter ผ่านบรรทัดคำสั่ง / ติดตั้งคำสั่ง opf / สั่งปิดบังข้อมูล / วัดผลหรือฝึกเพิ่ม
นักพัฒนาติดตั้งและสั่งปิดบังข้อมูลส่วนบุคคลได้ด้วยคำสั่ง opf

ข้อจำกัดที่ต้องรู้ก่อนไว้ใจ

OpenAI เขียนไว้ในหน้าโมเดลชัดเจนว่า 'Privacy Filter is a redaction and data minimization aid, not an anonymization, compliance, or a safety guarantee.' ความหมายคือเป็นตัวช่วยลดข้อมูลที่ไม่จำเป็น ไม่ใช่เครื่องมือที่รับประกันว่าข้อความจะนิรนามหรือถูกต้องตามกฎหมายคุ้มครองข้อมูลส่วนบุคคล

หน้าโมเดลระบุจุดพลาดที่พบได้ไว้หลายข้อ ได้แก่ พลาดชื่อที่ไม่ค่อยพบ พลาดรูปแบบข้อมูลลับที่โมเดลไม่เคยเห็น ปิดบังเกินจำเป็นกับชื่อหน่วยงานสาธารณะหรือข้อความตัวอย่าง และตัดช่วงข้อความผิดจังหวะเมื่อข้อความไม่เป็นระเบียบ OpenAI ระบุด้วยว่าความแม่นยำอาจลดลงกับข้อความที่ไม่ใช่ภาษาอังกฤษ ตัวอักษรที่ไม่ใช่ละติน และเนื้อหาในสาขาที่ต่างจากข้อมูลที่ใช้ฝึก ผู้ที่จะใช้กับข้อความภาษาไทยจึงควรทดสอบกับข้อมูลจริงของตัวเองก่อน

สำหรับงานที่ข้อมูลอ่อนไหวมาก เช่น สุขภาพ กฎหมาย การเงิน งานบุคคล การศึกษา และภาครัฐ README แนะนำให้ระวังเป็นพิเศษ ทดสอบกับข้อมูลในสาขานั้นก่อนใช้จริง ฝึกเพิ่มถ้านโยบายขององค์กรต่างไปจากค่าเริ่มต้น และให้คนตรวจซ้ำ หน้าโมเดลสรุปว่าควรใช้เป็นเพียงชั้นหนึ่งในแนวทางออกแบบระบบให้คุ้มครองความเป็นส่วนตัวตั้งแต่ต้น ไม่ควรใช้เป็นด่านเดียว

แล้วข้อมูลที่พิมพ์ลงแชตบอตปลอดภัยแค่ไหน

เครื่องมือนี้ไม่ได้ทำให้ข้อความที่พิมพ์ลงแอปแชตทั่วไปถูกกรองอัตโนมัติ ผู้ใช้ที่กังวลเรื่องการนำข้อมูลไปเทรนต้องดูหน้าตั้งค่าและนโยบายความเป็นส่วนตัวของบริการที่ใช้เอง

สิ่งที่เครื่องมือนี้บอกได้ชัดคือทิศทางของการทำงาน องค์กรที่ต้องส่งข้อความเข้าระบบ AI สามารถวางตัวกรองไว้ที่เครื่องของตัวเอง แล้วส่งเฉพาะข้อความที่ปิดบังแล้วออกไป วิธีนี้ลดโอกาสที่ข้อมูลส่วนบุคคลจะหลุดไปกับข้อความ แต่เมื่อโมเดลยังพลาดได้ ข้อมูลที่เป็นความลับทางธุรกิจหรือข้อมูลลูกค้ารายละเอียดสูงก็ยังไม่ควรส่งออกไปโดยไม่จำเป็น และควรให้คนตรวจซ้ำตามที่ OpenAI แนะนำเอง

ที่มา: หน้าโมเดล openai/privacy-filter บน Hugging Face และที่เก็บโค้ด openai/privacy-filter บน GitHub ของ OpenAI

บทความที่เกี่ยวข้อง