OpenAI บริษัท ให้บริการด้านปัญญาประดิษฐ์ (AI) ซึ่งเป็นผู้สร้าง ChatGPT ที่มีเป้าหมายเพื่อพัฒนาเทคโนโลยี AI ที่เป็นประโยชน์ต่อมนุษยชาติทั้งหมด ได้ประกาศ ปิดการระดมทุนรอบ Venture Capital Round (VC) ที่ใหญ่ที่สุดในประวัติศาสตร์ โดยสามารถระดมทุนได้ถึง 6,600 ล้านดอลลาร์สหรัฐฯ ทำให้ OpenAI มีการระดมทุนรวมทั้งหมด 17,900 ล้านดอลลาร์ และมูลค่าของบริษัทหลังการระดมทุนนี้สูงถึง 1.57 แสนล้านดอลลาร์
OpenAI ระบุว่า การระดมทุนนี้จะช่วยเพิ่มขีดความสามารถในการวิจัย AI และพัฒนาเครื่องมือที่ช่วยให้ผู้คนแก้ปัญหาต่างๆ ได้ และเป็นบริษัทสตาร์ตอัพด้าน AI ที่ได้รับเงินทุนสนับสนุนสูงสุดในโลก โดยมีรายงานว่าบริษัทได้ใช้เงินไปแล้วประมาณ 7,000 ล้านดอลลาร์ในการฝึกอบรมโมเดล AI และคาดว่ารายได้จะสูงถึง 100,000 ล้านดอลลาร์ในปี 2572
อย่างไรก็ตาม บริษัทสตาร์ตอัพต้องเผชิญกับการแข่งขันจากบริษัทอื่นๆที่ลงทุนใน AI อย่างหนักเช่น กูเกิล (Google), อเมซอน (Amazon) และเมตา (Meta) ซึ่งอาจส่งผลให้ จำเป็นต้องปรับราคาแผนพรีเมียมของสมาชิก ChatGPT ในอนาคต นอกจากนี้ ยังมีเงื่อนไขพิเศษที่นักลงทุนต้องหลีกเลี่ยงการสนับ สนุนสตาร์ตอัพคู่แข่ง เช่น Anthropic และ xAI
ในระยะยาว OpenAI มุ่งหวังที่จะเปลี่ยนจากองค์กรไม่แสวงหากำไรไปเป็นองค์กรแสวงหากำไร และกำลังอยู่ในช่วงการเปลี่ยนแปลงภายในองค์กร โดยมีการลาออกของผู้บริหารระดับสูงหลายคนในช่วงที่ผ่านมา
ท่ามกลางการลงทุนอย่างหนักของหลายๆบริษัท แต่มีสตาร์ตอัพเล็กๆแห่งหนึ่งที่ได้แสดงความท้าทายว่านวัตกรรมยังมีพลังในการสร้างความเปลี่ยนแปลง
...
โดยกลุ่มนักวิจัยจาก MIT หรือ สถาบันเทคโนโลยีแมสซาชูเสตต์ ได้ก่อตั้งสตาร์ตอัพที่เรียกว่า Liquid AI (ลิควิค เอไอ) ได้พัฒนา AI ที่เรียกว่า Liquid Foundation Models (LFM) ซึ่งเป็นเทคโนโลยีใหม่ล่าสุดจากห้องทดลองของสถาบันแห่งนี้ มีรายงานว่าเทคโนโลยีใหม่นี้ไม่ใช่สิ่งที่เข้าใจยาก อาจเปรียบเทียบได้กับแชตบอตที่ใช้โมเดลภาษาขนาดใหญ่อย่าง Large Language Models (LLM) ที่ ChatGPT ได้พัฒนาขึ้นมา
มีการอธิบายเพิ่มเติมว่า โมเดล AI ใหม่เป็น “เครือข่ายประสาทเทียมแบบของเหลว” ซึ่งเป็นรูปแบบหนึ่งของเครือข่ายประสาทเทียมที่ได้รับการออกแบบมาเพื่อมีความยืดหยุ่นและมีประสิทธิภาพในการทำงานกับข้อมูลที่มีการเปลี่ยนแปลงอย่างต่อเนื่อง ชื่อนี้ได้บรรยายถึงอัลกอริทึมที่เปลี่ยนแปลง “แบบไดนามิก” มีประสิทธิภาพสูงและมีวัตถุประสงค์ทั่วไปที่ประกอบเป็น AI
สำหรับการประมวลผลโมเดล LFM ค่อนข้างแตกต่างจากโมเดล LLM ที่ค่อนข้างเป็นที่รู้จักในปัจจุบัน เห็นได้ชัดว่าด้วยวิธีการที่นำเอาคณิตศาสตร์มาใช้ในเบื้องหลังโมเดลนั้นมีความคล้ายคลึงกับการใช้ในสาขาต่างๆ เช่น การประมวลผลสัญญาณ โมเดลใหม่นี้จึงเหมาะกับการจัดการข้อมูลประเภทต่างๆ เช่น ข้อความ เสียง ภาพ และวิดีโอ
เทคโนโลยีนี้ได้รับการพัฒนาขึ้นครั้งแรกโดยอิงจากการจำลองเซลล์ประสาท ซึ่งเป็นแบบจำลองดิจิทัลที่ทำให้เซลล์ประมวลผลในสมองมนุษย์ทำงานได้ ข้อดีของเทคนิคใหม่นี้คือใช้เซลล์ประสาทดิจิทัลเพียงเล็กน้อย ทำให้มีประสิทธิภาพสูงขึ้นในการทำงานบนชิปคอมพิวเตอร์ ต่างจาก LLM ของ ChatGPT ที่ต้องประมวลผลข้อมูลจำนวนมากและต้องใช้คอมพิวเตอร์ขนาดใหญ่ที่มีราคาแพงในการทำงาน
อย่างไรก็ตาม ตามข้อมูลจากเว็บไซต์ VentureBeat ระบุว่า Liquid AI ยังไม่ได้เปิดเผยโมเดลของตนให้ประชาชนทั่วไปได้เห็น เพียงแต่ระบุว่าโมเดล LFM 1.3B มีประสิทธิภาพดีกว่า เมื่อเปรียบเทียบกับ Llama AI ใหม่ของ เมตา และโมเดล Phi ของไมโครซอฟต์
นอกจากนี้ โมเดลเหล่านี้ยังสามารถทำงานบนชิปหน่วยความจำที่มีขนาดเล็ก ซึ่งหมายความว่าสามารถนำไปใช้ในอุปกรณ์พกพาขนาดเล็ก เช่น อุปกรณ์ใน Internet of Things (IoT) หรือในโดรนและหุ่นยนต์
อุปกรณ์เหล่านี้เรียกว่าอุปกรณ์ประมวลผลแบบ “edge” เพราะทำงานที่ขอบของเครือข่าย โดยทำงานภายในฮาร์ดแวร์จริงที่ต้องการ AI แตกต่างจากแชตบอตอย่าง ChatGPT ที่ต้องการการเชื่อมต่อเครือข่ายระหว่างแอปพลิเคชันของผู้ใช้กับเซิร์ฟเวอร์กลาง
ซึ่งทำให้การคำนวณซับซ้อนเกิดขึ้นที่นั่น Liquid AI ยังคิดว่าระบบของตนอาจมีประโยชน์ ในด้านการเงิน เทคโนโลยีชีวภาพ และอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค ซึ่งแอปพลิเคชันเหล่านี้ต้องการความรวดเร็วโดยไม่ต้องรอความล่าช้าจากโมเดล AI แบบดั้งเดิม
รายงานของ VentureBeat มีความน่าสนใจว่า Liquid AI กำลังให้ความสำคัญกับปัญหาความน่าเชื่อถือและความปลอดภัย ซึ่งเป็นเรื่องที่ซับซ้อนและอาจเป็นอุปสรรคต่อการพัฒนา AI ในปัจจุบัน โดยมี OpenAI เป็นตัวอย่างที่ทำให้เกิดความยุ่งยาก
เพื่อให้ทุกอย่างโปร่งใสและเป็นไปตามหลักวิทยาศาสตร์ บริษัทจึงวางแผนจะเผยแพร่รายงานความก้าวหน้าทางเทคนิคเมื่อใกล้วันเปิดตัวผลิตภัณฑ์ และจะดำเนินการทดสอบผ่านกระบวนการ Red-teaming เพื่อทดสอบความปลอดภัยหรือประสิทธิภาพของระบบ
...
จะให้ผู้ใช้จริงลองทดสอบขีดจำกัดและหาจุดโหว่ของโมเดลและเสนอความคิดเห็นเพื่อการปรับปรุงต่อไปในอนาคต และอาจเป็นตัวแปรสำคัญของวงการ AI ในอนาคต.
คลิกอ่านคอลัมน์ “บทความไซเบอร์เน็ต” เพิ่มเติม