ทำความเข้าใจโมเดล AI เบา: จากของเล่นสู่สมองหลักของ edge computing
โมเดล AI เบา คือโมเดลปัญญาประดิษฐ์ที่ถูกออกแบบให้มีขนาดไฟล์และการใช้หน่วยความจำต่ำพอจะประมวลผลบนอุปกรณ์ปลายทางอย่างสมาร์ทโฟน บอร์ดฝังตัว หรือคอมพิวเตอร์ขนาดเล็กได้โดยไม่ต้องพึ่งระบบคลาวด์ ช่วยให้การประมวลผลบนอุปกรณ์เกิดขึ้นแบบออฟไลน์ ตอบสนองเร็วขึ้น รักษาความเป็นส่วนตัวของข้อมูล และลดต้นทุนโครงสร้างพื้นฐานเซิร์ฟเวอร์สำหรับผู้พัฒนาแอปพลิเคชัน AI
หัวใจของการเปลี่ยนผ่านรอบนี้คือการยอมรับว่า AI ไม่จำเป็นต้องใหญ่เสมอไป โมเดลขนาดกิกะไบต์อาจเก่งรอบด้าน แต่ในโลกจริงเราต้องการ edge computing AI ที่ตอบสนองทันที ประหยัดไฟ และเชื่อถือได้มากกว่าความว้าวของการคุยได้ทุกเรื่อง Needle 2 บนฮาร์ดแวร์ระดับ Raspberry Pi 5 เลือกตัดทุกอย่างที่ไม่เกี่ยวกับงานควบคุมฮาร์ดแวร์ออก เหลือไว้แค่สมองขนาด 14MB ที่โฟกัสกับงานเดียวจนทำความหน่วงคำสั่งระดับไม่กี่สิบมิลลิวินาทีบน CPU ล้วนได้สำเร็จ แนวคิดเดียวกันเริ่มเกิดในฝั่ง AI สมาร์ทโฟน ผ่านโมเดลอย่าง EmbeddingGemma 2 ที่ยอมเล็กลงแต่ฉลาดขึ้นในงานฝังข้อมูลมัลติโมดัล
Needle 2: โมเดล 14MB ที่พิสูจน์ว่าความเล็กคือความเร็วและความเชื่อถือได้
กรณีศึกษาที่ชัดที่สุดของ edge computing AI แบบเน้นประมวลผลบนอุปกรณ์คือ Needle 2 ที่ทีม Raspberry Pi เปิดให้ใช้งานผ่านบล็อกทางการ โมเดลนี้มีขนาดเพียง 14MB แต่รันได้บน Raspberry Pi 5 ด้วยโหมด CPU ล้วน ไม่ต้องมีชิปเร่งความเร็วเฉพาะทางใดใด และใช้หน่วยความจำรันจริงแค่ราว 28MB บนบอร์ดที่มี RAM 8GB เท่านั้น
ความน่าสนใจคือผลลัพธ์ที่ได้เกินกว่าที่คำว่าโมเดลเล็กทำให้คาดหวัง เมื่อรับคำสั่งธรรมชาติอย่างการสั่งให้เปิดไฟ LED ระบบใช้เวลาจากการเข้าใจภาษาจนถึงสั่งฮาร์ดแวร์จริงเพียง 78 มิลลิวินาที ซึ่งใกล้เคียงการกดสวิตช์โดยตรง และทั้งหมดทำงานได้แม้ตัดการเชื่อมต่ออินเทอร์เน็ตภายนอกอย่างสมบูรณ์ สิ่งนี้ไม่ใช่แค่สาธิตความเร็ว แต่คือสารประกาศว่าการไล่ล่าจำนวนพารามิเตอร์ไม่ใช่ทางเดียวของ AI ยุคใหม่ การออกแบบเฉพาะฉากใช้งานบนอุปกรณ์ปลายทางต่างหากที่ตอบโจทย์โลกจริง
EmbeddingGemma 2: สมาร์ทโฟนกลายเป็นศูนย์กลางค้นหาภาพ เสียง วิดีโอแบบออฟไลน์
ฝั่งสมาร์ทโฟน โมเดลมัลติโมดัล EmbeddingGemma 2 ของ Google ถูกออกแบบมาให้เป็นโมเดล AI เบาที่เน้นงานฝังข้อมูล รองรับทั้งข้อความ ภาพ เสียง และวิดีโอ และมีขนาดเล็กพอจะรันบนสมาร์ทโฟนได้ จุดเปลี่ยนสำคัญคือการขยายจากรุ่นแรกที่รองรับเฉพาะข้อความ ไปสู่การรวมสื่อหลายรูปแบบให้อยู่ในพื้นที่เวกเตอร์ร่วมเดียวกัน ทำให้แอปหนึ่งตัวสามารถใช้คำพูดค้นหาช่วงเวลาบางช่วงในวิดีโอได้โดยที่ข้อมูลไม่ต้องออกจากโทรศัพท์เลย
ในเชิงสถาปัตยกรรม EmbeddingGemma 2 สร้างบน Gemma 4 มีราว 740 ล้านพารามิเตอร์ โดยแกนข้อความ 270 ล้านพารามิเตอร์ใช้หน่วยความจำราว 191MB เมื่อทดสอบบนสมาร์ทโฟนเรือธงรุ่นล่าสุดของ Google หลังผ่านการลดขนาดข้อมูลแล้ว เมื่อผสานเทคนิค Matryoshka Representation Learning นักพัฒนาสามารถหดเวกเตอร์ฝังเหลือเพียง 128 หรือ 256 มิติ เพื่อลดพื้นที่จัดเก็บได้สูงสุดถึง 6 เท่าโดยที่คุณภาพการค้นหายังอยู่ใกล้ 95 เปอร์เซ็นต์ของระดับเต็ม นี่คือโมเดลที่ตั้งใจเกิดมาเพื่อ AI สมาร์ทโฟน จริง ไม่ใช่โมเดลคลาวด์ที่ถูกย่อขนาดแบบฝืนฮาร์ดแวร์
MiMo-V2.6: โมเดลโอเพนซอร์สอเนกประสงค์ที่วิ่งได้ทั้งโค้ด ภาพ วิดีโอ และ 3D
ถ้า Needle 2 และ EmbeddingGemma 2 แสดงให้เห็นด้านเฉพาะทาง Xiaomi ก็เลือกเดินอีกสายด้วย MiMo-V2.6 โมเดลโอเพนซอร์สที่ตั้งใจรองรับงานรอบด้าน ทั้งเขียนโค้ด ทำงานภาพ วิดีโอ และวัตถุสามมิติ โมเดลนี้แบ่งเป็นสามรุ่นย่อย MiMo-V2.6-Flash รุ่นสมดุล MiMo-V2.6-Pro รุ่นท็อป และ MiMo-V2.6-Pro-UltraSpeed ที่เร่งความเร็วได้เหนือกว่ารุ่นอื่นถึง 20 เท่า ทำให้เหมาะกับสภาพแวดล้อมที่ทรัพยากรจำกัดแต่ต้องการตอบสนองฉับไว
แม้ความเก่งด้านโค้ดอาจยังไม่เท่าบางโมเดลยักษ์ แต่ MiMo-V2.6 ทำคะแนนได้ดีทั้งงานทั่วไปและงานด้านความปลอดภัยไซเบอร์ แถมยังเน้นการสร้างโค้ดที่สะอาด กระชับ และไม่สร้างภาระต่อโค้ดเดิม ช่วยลดต้นทุนระยะยาว ในฝั่งคอนเทนต์ภาพและมัลติมีเดีย โมเดลเดียวกันนี้สามารถออกแบบหน้าเว็บ ทำสไลด์ สร้างวิดีโอสั้นพร้อมเสียง รับคำสั่งจากภาพหรือข้อความเพื่อสร้างฉากสามมิติ และใช้การวิเคราะห์ภาพสั่งงานหุ่นยนต์แบบเรียลไทม์ได้ ที่สำคัญคือเปิดให้เข้าถึงผ่าน MiMo Studio API และช่องทางโอเพนซอร์ส ทำให้ผู้พัฒนารายเล็กมีโอกาสดึงไปใช้ในระบบบนอุปกรณ์ของตัวเองได้โดยไม่ต้องลงทุนกับโมเดลใหญ่เกินจำเป็น
ทำไมอนาคตของ AI ต้องอยู่บนอุปกรณ์ ไม่ใช่บนคลาวด์อย่างเดียว
ทั้งสามตัวอย่างสะท้อนทิศทางเดียวกัน คือ AI กำลังย้ายจากศูนย์กลางบนคลาวด์ลงสู่ขอบเครือข่ายผ่านโมเดล AI เบาที่ประมวลผลบนอุปกรณ์ได้โดยตรง edge computing AI แบบนี้มีข้อดีชัดเจน หนึ่งคือความหน่วงต่ำแบบที่ Needle 2 แสดงให้เห็น เมื่อคำสั่งทั้งหมดวิ่งอยู่บน Raspberry Pi ที่ตัดเน็ตออก ความรู้สึกตอบสนองแทบไม่ต่างจากสวิตช์ไฟเชิงกล สองคือความเป็นส่วนตัวและความปลอดภัยของข้อมูล เมื่อ EmbeddingGemma 2 สามารถให้แอปค้นหาช่วงเวลาสำคัญในวิดีโอจากเสียงบันทึกโดยไม่ต้องส่งไฟล์ออกจากเครื่อง
ยิ่งไปกว่านั้น โมเดลขนาดเล็กช่วยลดต้นทุนการปฏิบัติการของฝั่งผู้ให้บริการอย่างชัดเจน เมื่อไม่ต้องวางโครงสร้างพื้นฐานเซิร์ฟเวอร์ขนาดใหญ่เพื่อรองรับทราฟฟิก AI ทุกคำถาม และผลักภาระการคำนวณบางส่วนไปที่สมาร์ทโฟนหรือบอร์ดขนาดเล็กแทน Needle 2 ใช้หน่วยความจำรวมเพียงราว 46.4MB แม้รวมโปรแกรมตัวอย่าง Python ทั้งชุด แสดงให้เห็นว่างานที่เคยต้องพึ่งศูนย์ข้อมูลสามารถย้ายมารันบนอุปกรณ์ระดับเล่นสนุกได้แล้ว เมื่อรวมกับโมเดลเปิดอย่าง MiMo-V2.6 และ EmbeddingGemma 2 ที่พร้อมเข้าแพลตฟอร์มเอเจนต์ของ Google เร็วๆ นี้ ภาพของอนาคตจึงชัดเจนขึ้นว่า AI สมาร์ทโฟน และอุปกรณ์ปลายทางอื่นๆ จะกลายเป็นสมองหลักของบริการอัจฉริยะ ไม่ใช่เพียงหน้าจอปลายทางของคลาวด์เหมือนในอดีต
