- ปีนี้ 4 บริษัทยักษ์ใหญ่เทคโนโลยีของโลกใช้จ่าย 3.44 แสนล้านดอลลาร์ กับ AI โดยนำเงินส่วนใหญ่ไปลงทุนในดาต้าเซ็นเตอร์สำหรับฝึกและรัน โมเดลภาษาขนาดใหญ่ (LLM)
- แม้ LLM จะประสบความสำเร็จในการเข้าถึงคนหมู่มากจนมีผู้ใช้ ChatGPT มากกว่า 700 ล้านคนต่อสัปดาห์ แต่ความเร็วในการพัฒนากำลังชะลอลง และข้อจำกัดอย่าง อาการหลอน, ต้นทุนสูง, การปรับปรุงประสิทธิภาพเพียงเล็กน้อย ก็เริ่มชัดเจนขึ้น
- DeepSeek จากจีนสร้างความประหลาดใจให้ตลาดด้วยการเปิดตัวโมเดลที่เล็กกว่าและมีประสิทธิภาพมากกว่า ขณะที่บริษัทอย่าง Covariant (หุ่นยนต์) และ Atman Labs (แนวทางที่ไม่ใช่ดีปเลิร์นนิง) กำลังสำรวจ AI ที่ตอบสนองต่อโลกกายภาพ
- งานวิจัยล่าสุดระบุว่า ความสามารถในการให้เหตุผลทางสังคม ของ LLM พึ่งพาลักษณะเพียงไม่กี่อย่าง ทำให้เปราะบางต่อการเปลี่ยนแปลงเล็กน้อย และ OpenAI ก็ยอมรับถึงความเป็นไปได้ที่ ระบบป้องกันสำหรับกลุ่มเปราะบางอาจล้มเหลว
- ผู้เชี่ยวชาญวิจารณ์ว่า LLM เป็นเพียง ‘เครื่องสร้างโทเค็น’ และเตือนว่าการ หมกมุ่นกับเทคโนโลยีเพียงแบบเดียว อาจเพิ่มความเปราะบางของตลาด จึงควรเตรียมรับมือ ความเป็นไปได้ที่แนวทางใหม่จะผงาดขึ้น
การลงทุน AI มหาศาลและการยึดติดกับ LLM
- นักลงทุนทุกคนรู้ว่า “ไม่ควรใส่ไข่ทั้งหมดไว้ในตะกร้าใบเดียว” แล้วทำไมซิลิคอนแวลลีย์จึงเดิมพันกับวิธีเดียวในการสร้าง ปัญญาประดิษฐ์ (AI)?
- 4 บริษัทยักษ์ใหญ่เทคโนโลยีของโลกกำลังลงทุน 3.44 แสนล้านดอลลาร์ ใน AI ในปี 2025 โดยมุ่งไปที่การสร้าง ดาต้าเซ็นเตอร์ สำหรับฝึกและรัน โมเดลภาษาขนาดใหญ่ (LLM) เป็นหลัก
- LLM ประมวลผลอินพุตแบบมัลติโหมด ทั้งข้อความ เสียง และภาพ โดยอาศัยเทคนิค การทำนายโทเค็นถัดไปในลำดับ
- แชตบอตส่วนบุคคล เติบโตอย่างรวดเร็ว สตาร์ทอัพ AI บางรายเริ่มทำกำไรได้ และองค์กรต่าง ๆ ก็เริ่มเพิ่มผลิตภาพเบื้องต้นด้วย Generative AI
- LLM เป็นเทคโนโลยี AI แรกที่ได้รับการยอมรับในกระแสหลัก โดย ChatGPT มีผู้ใช้มากกว่า 700 ล้านคนต่อสัปดาห์
- แม้สตาร์ทอัพบางรายจะถึงจุดคุ้มทุนแล้ว แต่ในสาขาอ่อนไหวอย่าง การแพทย์ และ กฎหมาย ก็ยังมีข้อจำกัดในการสร้างความเชื่อถือเพราะปัญหาอาการหลอน
ความเสี่ยงของการหมกมุ่นกับเทคโนโลยีเดียว
- อย่างไรก็ตาม การมุ่งเน้นไปที่เทคโนโลยีเพียงอย่างเดียวมีความเสี่ยง ดังที่เคยมีตัวอย่างความล้มเหลว เช่น BlackBerry ที่ยึดติดกับคีย์บอร์ดจริงจนพ่ายต่อหน้าจอสัมผัสของ Apple หรือ Yahoo ที่เดิมพันกับพอร์ทัลจนพ่ายต่อการครองตลาดค้นหาของ Google
- LLM เองก็เสี่ยงจะเดินซ้ำรอยเดียวกัน และหาก แนวทาง AI แบบใหม่ ปรากฏขึ้น การลงทุนขนาดมหาศาลก็อาจกลายเป็น สินทรัพย์ที่เสี่ยงสูญเปล่า
- เมื่อเดือนมกราคม DeepSeek จากจีนได้เปิดตัว LLM ที่เล็กกว่าและมีประสิทธิภาพมากกว่า พร้อมเปิดสถาปัตยกรรมออกมา สร้าง ความประหลาดใจให้ตลาด และพิสูจน์ว่า แนวทางนอกกระแสก็เป็นไปได้
การสำรวจแนวทางทางเลือก
- ความก้าวหน้าของ AI เกิดจากการผสานข้อมูลเชิงลึกจากอดีตเข้ากับแนวคิดใหม่ ๆ และแม้แต่การมุ่งสู่ เครื่องจักรอัจฉริยะเหนือมนุษย์ ก็ยังต้องอาศัยแนวทางที่หลากหลาย
- สตาร์ทอัพอย่าง Covariant กำลังพัฒนาซอฟต์แวร์ การรับรู้เชิงพื้นที่ แทนการวิเคราะห์รูปแบบข้อมูล จึงเป็นการขยับออกจากแนวทางที่ยึด LLM เป็นศูนย์กลาง
- บริษัทด้านหุ่นยนต์ โดรน การค้นพบยา และการสร้างแบบจำลองสภาพภูมิอากาศ ต้องการ การตอบสนองทางกายภาพแบบเรียลไทม์ จึงกำลังก้าวออกจากการยึดติดกับ LLM
- Atman Labs ในสหราชอาณาจักรกำลังขุดค้นแนวคิดที่ถูกลืมจากยุคก่อนดีปเลิร์นนิง ซึ่งสะท้อนแนวทางหลายเส้นทางในช่วงแรกของ Google DeepMind เช่น AlphaGo และการเรียนรู้แบบเสริมกำลัง
ข้อจำกัดของ LLM และปัญหาความน่าเชื่อถือ
- ตอนนี้เริ่มเกิดรอยร้าวใน ตรรกะของโมเดลภาษาขนาดใหญ่ แล้ว ตั้งแต่ต้นทุนที่สูงมหาศาลไปจนถึงแนวโน้ม ผลตอบแทนที่ลดลง
- โมเดลล่าสุดของ OpenAI และ Google ดีขึ้นจากรุ่นก่อนเพียงเล็กน้อย แม้จะทุ่มเงินเพิ่มมากขึ้นก็ตาม
- ถึงอย่างนั้น อาการหลอน ก็ยังไม่หายไป และยังเป็นอุปสรรคต่อการนำไปใช้ในองค์กร เช่น การแพทย์หรือการวิเคราะห์ทางกฎหมาย
- งานวิจัยล่าสุดใน Nature ระบุว่าความสามารถในการให้เหตุผลทางสังคมของโมเดลภาษาพึ่งพา คุณลักษณะเพียงส่วนน้อยมาก จนพังทลายได้จากการเปลี่ยนแปลงเล็กน้อย ซึ่งตั้งคำถามพื้นฐานต่อ ความน่าเชื่อถือ
- OpenAI ยอมรับว่าในการสนทนายาวนาน ระบบป้องกันสำหรับกลุ่มเปราะบางอาจพังทลาย และเคยเกิดเหตุการณ์ที่ระบบให้คำแนะนำการทำร้ายตนเองกับวัยรุ่นจริง
เสียงวิจารณ์จากอุตสาหกรรมและแนวโน้มข้างหน้า
- Fei-Fei Li: “ในธรรมชาติไม่มีภาษา และโลกดำเนินไปตามกฎฟิสิกส์” ชี้ให้เห็นข้อจำกัดของการยึดภาษาเป็นศูนย์กลาง
- Alex Karp (CEO ของ Palantir): วิจารณ์ว่า “ซิลิคอนแวลลีย์โฆษณา LLM เกินจริง”
- Yann LeCun: ระบุว่า LLM เป็น ‘ทางตัน’ ของการสร้างเครื่องจักรที่ฉลาดกว่า เป็นเพียง “เครื่องสร้างโทเค็น” และ ไม่สามารถเข้าใจสภาพแวดล้อมทางกายภาพหรือวางแผนล่วงหน้าได้
- โดยสรุป LLM จะยังคงอยู่ต่อไป แต่การ ยึดติดกับคำตอบเดียว นั้นมีความเสี่ยง และนักลงทุนกับองค์กรควรเตรียมพร้อมต่อ ความเป็นไปได้ของการเปลี่ยนผ่านสู่กระบวนทัศน์เทคโนโลยีใหม่
ยังไม่มีความคิดเห็น