ผู้ก่อตั้ง นักวิจารณ์ และนักวิจัย: บทสนทนาที่คุ้มค่าแก่การอ่าน 2027
คนส่วนใหญ่รู้จักชื่อ CEO ของ OpenAI แต่มีน้อยคนนักที่จะรู้จักชื่อผู้เขียนงานวิจัยที่เป็นรากฐานของยุคโมเดลภาษาขนาดใหญ่ในปัจจุบัน ช่องว่างของความรู้นี้ทำให้มุมมองที่มีต่อความก้าวหน้าทางเทคโนโลยีบิดเบือนไป เรามักมองปัญญาประดิษฐ์เป็นเหมือนการเปิดตัวผลิตภัณฑ์ใหม่ๆ ทั้งที่จริงๆ แล้วมันคือการสะสมความสำเร็จทางคณิตศาสตร์อย่างค่อยเป็นค่อยไป ผู้ก่อตั้งเป็นผู้บริหารจัดการเงินทุนและเรื่องราวต่อสาธารณะ แต่นักวิจัยเป็นผู้จัดการเรื่องน้ำหนัก (weights) และตรรกะ การเข้าใจความแตกต่างนี้เป็นวิธีเดียวที่จะมองทะลุผ่านเมฆหมอกของการตลาด หากคุณติดตามแค่ผู้ก่อตั้ง คุณก็กำลังดูหนังเรื่องหนึ่งอยู่ แต่ถ้าคุณติดตามนักวิจัย คุณกำลังอ่านบทภาพยนตร์ บทความนี้จะพาไปดูว่าทำไมความแตกต่างนี้ถึงสำคัญ และวิธีสังเกตสัญญาณที่กำหนดอนาคตของอุตสาหกรรมจริงๆ เราจะก้าวข้ามสุนทรพจน์ที่น่าหลงใหลไปสู่ความจริงอันเย็นเยียบในห้องแล็บ ถึงเวลาแล้วที่จะหันมาโฟกัสที่คนที่เขียนโค้ด มากกว่าแค่คนที่เซ็นชื่อในข่าวประชาสัมพันธ์
สถาปนิกผู้อยู่เบื้องหลังยุคเครื่องจักร
ผู้ก่อตั้งคือใบหน้าขององค์กร พวกเขาพูดบนเวที World Economic Forum และให้การต่อหน้าสภาคองเกรส งานของพวกเขาคือการระดมทุนมหาศาลและสร้างแบรนด์ที่ดูเหมือนจะหลีกเลี่ยงไม่ได้ พวกเขาใช้คำพูดที่ฟังดูเหมือนเวทมนตร์ แต่นักวิจัยนั้นต่างออกไป พวกเขาทำงานกับ Python และ LaTeX พวกเขาสนใจเรื่อง loss functions และประสิทธิภาพของ token ผู้ก่อตั้งอาจบอกว่าโมเดลของพวกเขากำลังคิด แต่นักวิจัยจะบอกคุณว่ามันกำลังทำนายคำถัดไปที่มีความเป็นไปได้สูงสุดตามการกระจายความน่าจะเป็น ความสับสนเกิดขึ้นเพราะสื่อมองว่าสองกลุ่มนี้เป็นกลุ่มเดียวกัน เมื่อ CEO บอกว่าโมเดลจะแก้ปัญหาโลกร้อนได้ นั่นคือการขายของ แต่เมื่อนักวิจัยตีพิมพ์งานวิจัยเกี่ยวกับ sparse autoencoders นั่นคือข้อเท็จจริงทางเทคนิค อย่างหนึ่งคือความหวัง อีกอย่างคือความจริง
สาธารณชนมักเข้าใจผิดว่าความหวังคือความจริง นำไปสู่การโฆษณาเกินจริงและผลลัพธ์ที่ต่ำกว่ามาตรฐาน เพื่อที่จะเข้าใจวงการนี้ คุณต้องแยกคนที่ขายรถออกจากคนที่ออกแบบเครื่องยนต์ คนออกแบบเครื่องยนต์รู้ดีว่าน็อตตัวไหนหลวม แต่พนักงานขายจะไม่มีวันบอกคุณเรื่องน็อตหลวมเพราะงานของเขาคือการรักษาให้ราคาหุ้นสูงเข้าไว้ เราเห็นเหตุการณ์นี้ทุกครั้งที่มีโมเดลใหม่เปิดตัว ผู้ก่อตั้งโพสต์ทวีตปริศนาเพื่อสร้างกระแส ส่วนนักวิจัยโพสต์ลิงก์รายงานทางเทคนิคบน arXiv ทวีตนั้นมียอดวิวเป็นล้าน แต่รายงานทางเทคนิคนั้นมีคนอ่านเพียงไม่กี่พันคนที่สร้างสิ่งต่างๆ ขึ้นมาจริงๆ สิ่งนี้สร้างวงจรป้อนกลับที่ เสียงที่ดังที่สุด เป็นตัวกำหนดความจริงให้กับคนอื่นๆ
มากกว่าแค่ภาพลักษณ์ของการสร้างนวัตกรรม
ความแตกแยกนี้ส่งผลกระทบอย่างใหญ่หลวงต่อนโยบายระดับโลก รัฐบาลกำลังร่างกฎหมายโดยอิงจากคำเตือนของผู้ก่อตั้ง ซึ่งมักเตือนเกี่ยวกับความเสี่ยงที่มีลักษณะเหมือนนิยายวิทยาศาสตร์ ทำให้โฟกัสไปที่อนาคตสมมติมากกว่าอันตรายในปัจจุบัน ในขณะเดียวกัน นักวิจัยกำลังชี้ให้เห็นประเด็นเร่งด่วน เช่น อคติของข้อมูลและการใช้พลังงาน การฟังเพียงชื่อเสียงโด่งดังทำให้เราเสี่ยงที่จะควบคุมในสิ่งที่ผิด เราอาจแบนซูเปอร์อินเทลลิเจนซ์ในอนาคต แต่กลับมองข้ามความจริงที่ว่าโมเดลในปัจจุบันกำลังสูบน้ำจากแหล่งน้ำของเมืองเล็กๆ เพื่อใช้หล่อเย็นศูนย์ข้อมูล นี่ไม่ใช่แค่ปัญหาของอเมริกา ในยุโรปและเอเชียก็มีพลวัตแบบเดียวกัน
เสียงที่ได้รับเวลาออกอากาศมากที่สุดคือเสียงที่มีงบการตลาดมากที่สุด สิ่งนี้สร้างสภาพแวดล้อมแบบผู้ชนะกินรวบที่บริษัทเพียงไม่กี่แห่งกำหนดวาระให้กับทั้งโลก หากเราไม่ขยายมุมมอง เรากำลังปล่อยให้คนกลุ่มหนึ่งใน Silicon Valley กำหนดว่าอะไรปลอดภัยและอะไรที่เป็นไปได้ การกระจุกตัวของอำนาจนี้เป็นความเสี่ยงในตัวเอง มันจำกัดความหลากหลายทางความคิดในสาขาที่จำเป็นต้องมี เราต้องการฟังเสียงจากผู้คนในมหาวิทยาลัย Toronto หรือห้องแล็บใน Tokyo พอๆ กับที่ฟังคนใน San Francisco ความก้าวหน้าทางวิทยาศาสตร์เป็นความพยายามระดับโลก แต่เรื่องราวในปัจจุบันกลับถูกผูกขาดโดยคนกลุ่มเดียว เราต้องหันไปดูวารสารอย่าง Nature เพื่อดูความก้าวหน้าที่แท้จริงที่เกิดขึ้นนอกห้องประชุมบริษัท
ทำไมโลกถึงฟังคนผิด
ลองพิจารณาวันหนึ่งในชีวิตของนักวิจัยระดับหัวกะทิในห้องแล็บใหญ่ พวกเขาตื่นมาเช็คผลการรันเทรนที่ใช้เงินไปสามล้านดอลลาร์ พวกเขาเห็นว่าโมเดลกำลังหลอน (hallucinating) มากกว่าที่คาด พวกเขาใช้เวลาสิบชั่วโมงดูคลัสเตอร์ข้อมูลเพื่อหาจุดรบกวน พวกเขาไม่ได้คิดถึงการเลือกตั้งปี 2024 หรือชะตากรรมของมนุษยชาติ พวกเขากำลังคิดว่าทำไมโมเดลถึงไม่เข้าใจการปฏิเสธในประโยคที่ซับซ้อน พวกเขากำลังดูแผนที่ความร้อนของการทำงานของนิวรอน ความสำเร็จของพวกเขาถูกวัดเป็น bits ต่อตัวอักษรหรือความแม่นยำในเกณฑ์มาตรฐานที่เฉพาะเจาะจง ทีนี้ลองดูวันของผู้ก่อตั้ง พวกเขาอยู่บนเครื่องบินเจ็ตส่วนตัวเพื่อไปพบประมุขแห่งรัฐ พวกเขากำลังพูดถึงโอกาสระดับล้านล้านดอลลาร์ของเศรษฐกิจใหม่
นักวิจัยจัดการกับ ‘วิธีการ’ ส่วนผู้ก่อตั้งจัดการกับ ‘ทำไมมันถึงคุ้มค่าเงิน’ สำหรับนักพัฒนาที่สร้างแอป นักวิจัยคือบุคคลที่สำคัญกว่า นักวิจัยเป็นผู้กำหนด API latency และ context window ส่วนผู้ก่อตั้งเป็นผู้กำหนดราคา หากคุณกำลังพยายามสร้างธุรกิจ คุณต้องรู้ว่าเทคโนโลยีนั้นสามารถทำในสิ่งที่ผู้ก่อตั้งพูดได้จริงหรือไม่ บ่อยครั้งที่มันทำไม่ได้ เราเห็นสิ่งนี้ในช่วงแรกของการขับเคลื่อนอัตโนมัติ ผู้ก่อตั้งบอกว่าเราจะมีหุ่นยนต์แท็กซี่นับล้านคันภายใน 2027 แต่นักวิจัยรู้ดีว่ากรณีขอบเขต (edge cases) ในช่วงฝนตกหนักยังคงเป็นปัญหาที่แก้ไม่ได้ สาธารณชนเชื่อผู้ก่อตั้ง แต่นักวิจัยพูดถูก
รูปแบบเดียวกันนี้กำลังเกิดขึ้นซ้ำในพื้นที่ generative AI เราได้รับแจ้งว่าโมเดลจะเข้ามาแทนที่ทนายความและแพทย์ในไม่ช้า หากคุณอ่านเอกสารทางเทคนิค คุณจะเห็นว่าโมเดลยังคงดิ้นรนกับความสอดคล้องทางตรรกะพื้นฐาน ช่องว่างระหว่างเดโมและความจริงคือจุดที่บริษัทขาดทุน คุณสามารถค้นหา ข้อมูลเชิงลึกเกี่ยวกับแนวโน้มปัญญาประดิษฐ์ เพื่อดูว่าข้อจำกัดทางเทคนิคเหล่านี้ถูกทดสอบอย่างไรในปัจจุบัน ความแตกต่างนี้คือเส้นแบ่งระหว่างการลงทุนที่คุ้มค่ากับฟองสบู่ที่เก็งกำไร เมื่อคุณได้ยินข้ออ้างใหม่ๆ ให้ถามตัวเองว่ามันมาจากรายงานวิจัยหรือข่าวประชาสัมพันธ์ คำตอบจะบอกคุณว่าควรให้ความสำคัญกับมันแค่ไหน นักข่าวที่ MIT Technology Review มักจะเน้นย้ำถึงช่องว่างระหว่างห้องแล็บและห้องโถงล็อบบี้ เราต้องจำไว้ว่าผู้ก่อตั้งมีแรงจูงใจที่จะซ่อนข้อบกพร่อง ในขณะที่นักวิจัยมีแรงจูงใจที่จะค้นพบมัน อย่างแรกสร้างกระแส และอย่างหลังสร้างความจริง ในระยะยาว ความจริงคือสิ่งเดียวที่ยั่งยืน เราเห็นสิ่งนี้ใน 2027 เมื่อกระแสความตื่นเต้นระลอกแรกเริ่มเย็นลงภายใต้น้ำหนักของความเป็นจริงทางเทคนิค
วันอังคารในห้องแล็บเทียบกับห้องประชุมผู้บริหาร
เราต้องถามคำถามที่ยากเกี่ยวกับเส้นทางการพัฒนาในปัจจุบัน ใครเป็นคนจ่ายเงินสำหรับงานวิจัยที่ผู้ก่อตั้งอ้างว่าจะให้ประโยชน์กับทุกคน? นักวิจัยระดับท็อปส่วนใหญ่ได้ออกจากสถาบันการศึกษาไปอยู่กับห้องแล็บเอกชน นั่นหมายความว่าความรู้ที่พวกเขาผลิตขึ้นไม่ใช่สินค้าสาธารณะอีกต่อไป แต่มันคือความลับขององค์กร อะไรจะเกิดขึ้นกับวิธีการทางวิทยาศาสตร์เมื่อข้อมูลที่ใช้พิสูจน์ประเด็นถูกซ่อนอยู่หลังเพย์วอลล์? เรากำลังเห็นการเปลี่ยนจากการเปิดกว้างทางวิทยาศาสตร์ไปสู่รูปแบบของความได้เปรียบในการแข่งขันแบบปิด ชื่อเสียงของบุคคลเพียงไม่กี่คนกำลังช่วยวงการนี้ หรือกำลังสร้างลัทธิบูชาตัวบุคคลที่ขัดขวางความเห็นต่าง? หากนักวิจัยพบข้อบกพร่องสำคัญในโมเดลเรือธง พวกเขาจะรู้สึกปลอดภัยที่จะรายงานหรือไม่หากมันอาจทำให้มูลค่าบริษัทดิ่งลง?
BotNews.today ใช้เครื่องมือ AI ในการวิจัย เขียน แก้ไข และแปลเนื้อหา ทีมงานของเราตรวจสอบและดูแลกระบวนการเพื่อให้ข้อมูลมีประโยชน์ ชัดเจน และน่าเชื่อถือ
แรงกดดันทางการเงินต่อบริษัทเหล่านี้มีมหาศาล เรายังต้องพิจารณาต้นทุนด้านสิ่งแวดล้อมด้วย การไล่ตามเกณฑ์มาตรฐานที่ดีขึ้นเพียงเล็กน้อยนั้นคุ้มค่ากับรอยเท้าคาร์บอนมหาศาลจากการเทรนโมเดลเหล่านี้หรือไม่? เรามักพูดถึงประโยชน์ของ AI ต่อสิ่งแวดล้อม แต่เราแทบไม่เห็นบัญชีที่แสดงความสมดุลของทั้งสองอย่าง สุดท้าย ใครเป็นเจ้าของวัฒนธรรมที่โมเดลเหล่านี้ถูกฝึกสอน? นักวิจัยใช้ผลผลิตรวมของอินเทอร์เน็ตเพื่อสร้างระบบของพวกเขา จากนั้นผู้ก่อตั้งก็เรียกเก็บเงินจากสาธารณชนเพื่อเข้าถึงเวอร์ชันที่กลั่นกรองแล้วของผลผลิตนั้น นี่คือการถ่ายโอนความมั่งคั่งที่ไม่ค่อยมีการพูดถึงในพาดหัวข่าว สิ่งเหล่านี้ไม่ใช่แค่ปัญหาทางเทคนิค แต่เป็นปัญหาทางสังคมและจริยธรรมที่ต้องการมากกว่าแค่ขั้นตอนวิธีที่ดีกว่าในการแก้ไข
ข้อจำกัดทางเทคนิคและการนำไปใช้จริงในระดับท้องถิ่น
สำหรับผู้ที่สร้างบนแพลตฟอร์มเหล่านี้ รายละเอียดทางเทคนิคมีความสำคัญมากกว่าปรัชญา ข้อจำกัดของ API ในปัจจุบันเป็นคอขวดสำคัญสำหรับการนำไปใช้ในระดับองค์กร ผู้ให้บริการส่วนใหญ่มีข้อจำกัดด้านอัตรา (rate limits) ที่เข้มงวดซึ่งขัดขวางการประมวลผลแบบเรียลไทม์ปริมาณมาก นี่คือเหตุผลที่หลายบริษัทกำลังมองหาการจัดเก็บข้อมูลและการประมวลผลภายใน (local storage and local execution) การใช้โมเดลอย่าง Llama 3 บนฮาร์ดแวร์ของตัวเองช่วยให้มีความเป็นส่วนตัวของข้อมูลที่ดีขึ้นและลดต้นทุนในระยะยาว อย่างไรก็ตาม ข้อกำหนดด้านฮาร์ดแวร์นั้นสูงมาก ในการรันโมเดลขนาด 70 พันล้านพารามิเตอร์ด้วยความเร็วที่เหมาะสม คุณต้องใช้ GPU ระดับไฮเอนด์ที่มี VRAM สูง นี่คือจุดที่ฝั่ง Geek มาบรรจบกับฝั่งการเงิน ต้นทุนของคลัสเตอร์ H100 เป็นอุปสรรคต่อการเข้าถึงที่ทำให้พลังยังคงอยู่ในมือของผู้มั่งคั่ง
เรายังเห็นการเปลี่ยนไปสู่การปรับแต่งเฉพาะทาง (fine tuning) แทนที่จะใช้โมเดลทั่วไปสำหรับทุกอย่าง นักพัฒนาหันมาใช้โมเดลขนาดเล็กที่ฝึกบนชุดข้อมูลเฉพาะ ซึ่งช่วยปรับปรุงความแม่นยำและลดจำนวน token ความท้าทายทางเทคนิคอยู่ที่การคัดสรรข้อมูล หากข้อมูลนำเข้าไม่ดี โมเดลที่ปรับแต่งมาก็จะแย่กว่าโมเดลทั่วไป เรายังเห็นการใช้ Retrieval Augmented Generation (RAG) มากขึ้นเพื่ออิงโมเดลกับข้อมูลที่เป็นข้อเท็จจริง สิ่งนี้ช่วยข้ามความจำเป็นในการใช้ context window ขนาดใหญ่และลดการหลอนของโมเดล แต่ RAG ก็มีข้อจำกัดของตัวเอง โดยเฉพาะในการจัดการการจัดอันดับของเอกสารที่ดึงมา หากขั้นตอนการค้นหาล้มเหลว ผลลัพธ์ของโมเดลก็ไร้ค่า ผู้ใช้ส่วนใหญ่ไม่ทราบว่าประสิทธิภาพของ AI ขึ้นอยู่กับฐานข้อมูลที่มันสืบค้นพอๆ กับตัวโมเดลเอง
ตัวกรองสุดท้ายสำหรับข้อมูล
อนาคตของ AI ไม่ใช่เรื่องราวเดียวที่เล่าโดยคนคนเดียว แต่มันเป็นการถกเถียงที่วุ่นวายและต่อเนื่องระหว่างผู้ที่ขายวิสัยทัศน์กับผู้ที่สร้างความจริง เพื่อที่จะเป็นผู้บริโภคข่าวเทคโนโลยีที่ชาญฉลาด คุณต้องเรียนรู้ที่จะมองข้ามผู้ก่อตั้งที่มีเสน่ห์ มองหาชื่อบนเอกสารวิจัย มองหานักวิจัยที่เต็มใจจะพูดถึงสิ่งที่โมเดลของพวกเขาทำไม่ได้ ความขัดแย้งในอุตสาหกรรมไม่ใช่บั๊ก แต่มันคือส่วนที่ซื่อสัตย์ที่สุดของเรื่องราว วงการนี้จะพัฒนาต่อไปเพราะปัญหาทางเทคนิคยังห่างไกลจากการถูกแก้ไข คำถามที่ยังค้างคาคือ: เราสามารถสร้างระบบที่ฉลาดอย่างแท้จริงโดยไม่ต้องใช้ทรัพยากรมหาศาลที่กำหนดนิยามของยุคปัจจุบันได้หรือไม่? จนกว่าเราจะตอบคำถามนั้นได้ กระแสความตื่นเต้นจะยังคงแซงหน้าวิทยาศาสตร์ต่อไป เราต้องคงความสงสัยในทุกเรื่องราวที่สัญญาว่าจะมอบโซลูชันที่สมบูรณ์แบบโดยไม่พูดถึงข้อแลกเปลี่ยนที่เกี่ยวข้อง
หมายเหตุจากบรรณาธิการ: เราสร้างเว็บไซต์นี้ขึ้นมาเพื่อเป็นศูนย์กลางข่าวสารและคู่มือ AI หลายภาษาสำหรับผู้ที่ไม่ได้เป็นผู้เชี่ยวชาญคอมพิวเตอร์ แต่ยังคงต้องการทำความเข้าใจปัญญาประดิษฐ์ ใช้งานได้อย่างมั่นใจมากขึ้น และติดตามอนาคตที่กำลังจะมาถึงแล้ว
พบข้อผิดพลาดหรือสิ่งใดที่ต้องแก้ไขหรือไม่? แจ้งให้เราทราบ
