จากยุคโมเดลใหญ่สู่ยุคโมเดลเล็ก: นิยามใหม่ของประสิทธิภาพ AI
แนวคิดหลักของบทความนี้คือการเปลี่ยนมุมมองต่อประสิทธิภาพ AI: โมเดล AI ขนาดเล็กและสถาปัตยกรรมที่ออกแบบดีสามารถให้การคิดเชิงเหตุผลใกล้เคียงหรือแข่งขันกับโมเดลขนาดใหญ่โดยใช้ทรัพยากรคอมพิวเตอร์น้อยกว่า ทำให้ AI ประหยัดต้นทุนมากขึ้นและเปิดทางให้การฝึกอบรม AI ราคาถูกในวงกว้าง ซึ่งกำลังเขย่าความเชื่อเดิมว่าการพัฒนา AI ที่ฉลาดขึ้นต้องแลกกับโมเดลที่ใหญ่ขึ้นและค่าใช้จ่ายที่สูงขึ้น
วงการเคยยึดติดกับสมมติฐานว่า “ยิ่งใหญ่ยิ่งดี” แต่ผลลัพธ์ล่าสุดจากโมเดล AI ขนาดเล็กกำลังหักล้างแนวคิดนี้อย่างตรงไปตรงมา โมเดลขนาดประมาณ 150M พารามิเตอร์สามารถทำคะแนนการให้เหตุผลได้ 29.5% ในชุดทดสอบ ARC-AGI-1 ซึ่งอยู่ใกล้กับโมเดลใหญ่กว่ามาก ทั้งยังออกแบบให้ประมวลผลการคิดภายในหน่วยความจำของโมเดล แทนที่จะสร้างข้อความกลางทางยืดยาว แนวทางนี้บอกอย่างชัดเจนว่า ปัญหาไม่ใช่ “สมองต้องใหญ่แค่ไหน” แต่อยู่ที่ “สมองถูกออกแบบอย่างไร” ทำให้ประสิทธิภาพ AI กลายเป็นเรื่องของสถาปัตยกรรม มากกว่าขนาดดิบ
โมเดล 150M ที่คิดเงียบๆ: เมื่อการให้เหตุผลไม่ต้องพิมพ์ยืดยาว
ในยุคที่โมเดลจำนวนหมื่นล้านพารามิเตอร์ครองหัวข่าว การที่โมเดล 150M กล้าขึ้นมาท้าทายถือเป็นจุดหักเหสำคัญ ผลงาน BDH-CQ แสดงให้เห็นว่าโมเดลเล็กสามารถคิดเชิงเหตุผลได้โดยไม่ต้อง “คิดออกเสียง” ผ่านข้อความกลางทางยาวเหยียดเหมือนแนวทาง chain-of-thought เดิม วิธีการนี้ลดภาระการสร้างโทเคน ทำให้การตอบสนองเร็วขึ้นและใช้ทรัพยากรน้อยลง ขณะที่ยังรักษาความสามารถในการจับกฎจากตัวอย่างจำกัดและนำไปใช้กับอินพุตใหม่ ซึ่งเป็นสาระสำคัญของการทดสอบ ARC-AGI-1
ข้อเท็จจริงที่น่าคิดคือ โมเดล Luna ของผู้เล่นรายใหญ่ทำคะแนนได้สูงกว่าเล็กน้อยที่ 34.2% แต่ต้องใช้ทรัพยากรมากกว่าอย่างชัดเจนในงานอนุมานแต่ละงาน แม้จะมีการลดราคาไปแล้ว ขณะที่ BDH-CQ ให้ “ความฉลาดต่อทรัพยากร” ที่คุ้มกว่าหลายเท่า จนมีคำกล่าวว่า “สถาปัตยกรรม ไม่ใช่ขนาด คือสิ่งที่จะผลักดันก้าวถัดไปของการให้เหตุผลด้วย AI” นี่คือการโจมตีตรงกลางหัวใจของความเชื่อเดิมที่ว่าความสามารถของ AI ต้องเดินคู่กับการขยายขนาดไม่สิ้นสุด
การฝึกอบรม AI ราคาถูกด้วยงานตัวแทนแบบวนซ้ำ: เมื่อคอขวดไม่ใช่ราคาอีกต่อไป
อีกด้านหนึ่งของการปฏิวัติ AI ประหยัดต้นทุนคือวิธีสร้างข้อมูลการฝึกแบบใหม่สำหรับเอเจนต์เทอร์มินัล เดิมที การสร้างงานฝึกที่ซับซ้อนและการตรวจสอบผลลัพธ์ต้องพึ่งมนุษย์ ซึ่งกลายเป็นคอขวดด้านค่าใช้จ่าย งานวิจัยล่าสุดเสนอเทคนิคการสร้างงานฝึกแบบวนซ้ำ (recursion) ที่ให้เอเจนต์ใช้คำสั่งเทอร์มินัลจำนวนมากต่อกันเป็นเวิร์กโฟลว์แก้ปัญหาจริง โดยสามารถสร้างงานที่ระบบยอมรับจำนวน 1,000 งานด้วยต้นทุนที่ต่ำมากต่อหนึ่งงานตามรายงาน ทำให้การฝึกโมเดลที่รองรับงานระยะยาว (long-horizon) เป็นเรื่องทำได้ในต้นทุนต่ำกว่าที่เคยคิดกันมาก
ที่น่าสนใจยิ่งกว่าคือตัวงานฝึกที่สร้างด้วยการวนซ้ำเหล่านี้นำไปใช้ปรับแต่งโมเดลฐานแบบเปิด เช่น Qwen3.5-27B และ Qwen3.5-122B-A10B แล้วให้คะแนนเพิ่มขึ้นได้มากถึง 10 คะแนนในชุดทดสอบ Terminal-Bench หลายรูปแบบ นั่นหมายความว่าปัญหาใหญ่ไม่ใช่ “เราจะหาข้อมูลฝึกที่ดีพอได้ไหม” แต่กลายเป็น “เราจะยอมให้การวนซ้ำสร้างงานฝึกไปไกลแค่ไหน” แหล่งข้อมูลฝึกที่เคยเป็นต้นทุนมหาศาลจึงถูกแปลงให้กลายเป็นปุ่มเร่งความสามารถที่ทุกคนกดได้ เมื่อเข้าใจวิธีออกแบบวงวนที่ชาญฉลาด
ผลกระทบต่อผู้ใช้ทั่วไป: จากห้องทดลองสู่การใช้งานจริง
เมื่อโมเดล AI ขนาดเล็กเริ่มให้ประสิทธิภาพ AI ใกล้เคียงรุ่นใหญ่ และการฝึกอบรม AI ราคาถูกกลายเป็นเรื่องเป็นไปได้ ผลกระทบไม่ได้จำกัดอยู่ในแล็บ งานที่เคยเป็นของทีมวิจัยงบสูงอย่างระบบเอเจนต์เทอร์มินัลระยะยาว ตอนนี้สามารถพัฒนาได้โดยให้คอขวดเปลี่ยนจากคำถามเรื่องงบประมาณ มาเป็นคำถามเรื่องการออกแบบวงวนสร้างงานฝึกที่ดีพอ พร้อมกันนั้น ฝั่งผู้ให้บริการโครงสร้างพื้นฐานก็เริ่มยืนยันว่าลูกค้ากำลังมองหาวิธีพา AI ที่มีการให้เหตุผลขั้นสูงออกจากโหมดทดลองไปสู่ระบบผลิตจริง โดยต้องคำนึงทั้งด้านประสิทธิภาพ ความคุ้มค่า และการขยายระบบ
การเปลี่ยนแปลงนี้ส่งสัญญาณชัดว่าผู้ใช้ทั่วไปจะเริ่มเห็น AI ประหยัดต้นทุนที่ “คิดเก่งขึ้น” ในผลิตภัณฑ์จริงมากขึ้น ไม่ว่าจะเป็นเครื่องมือวิเคราะห์ข้อมูล ซอฟต์แวร์ช่วยตัดสินใจ หรือเอเจนต์ที่ทำงานกับเทอร์มินัลยาวๆ เบื้องหลัง แนวโน้มที่น่าจับตาคือ หากความคุ้มค่าแบบใหม่ยังคงอยู่ในงานระดับยากและโมเดลขนาดใหญ่กว่า ความแตกต่างระหว่างระบบ AI ที่แข่งขันกันอาจขึ้นกับต้นทุนการคิด มากกว่าความสามารถดิบ ส่งผลให้ผู้ใช้มีทางเลือกมากขึ้นในการเลือกเครื่องมือที่สอดคล้องกับงบประมาณ แทนที่จะต้องยอมรับว่า “ฉลาดมากต้องแพงมาก” โดยปริยาย
อนาคตของ AI ประหยัดต้นทุน: เมื่อสเกลไม่ใช่คำตอบเดียว
สิ่งที่กำลังเกิดขึ้นไม่ใช่แค่การปรับแต่งเล็กน้อย แต่เป็นการเลื่อนกรอบคิดของทั้งวงการ จากการทุ่มทุกอย่างให้กับการเพิ่มพารามิเตอร์ ไปสู่การตั้งคำถามว่าควรออกแบบสถาปัตยกรรมอย่างไรให้มี “ประสิทธิภาพต่อทรัพยากร” สูงสุด นักวิจัยชี้ว่าหลายเครื่องมือ AI ในปัจจุบันใช้ทรัพยากรมากเกินจำเป็นเพราะแนวทางการออกแบบ ไม่ใช่เพราะการคิดเชิงลึกต้องใช้พลังในระดับนั้น และก็มีเสียงย้ำว่าค่าใช้จ่ายในการสร้างโทเคนระหว่างการให้เหตุผล ถูกกำหนดโดยสถาปัตยกรรม ไม่ใช่กฎใดๆ ของสติปัญญา
บนเส้นทางข้างหน้า ทีมที่พัฒนาโมเดลเล็กอย่าง BDH-CQ ระบุว่าการทดลองเบื้องต้นแสดงให้เห็นว่าการขยายขนาดโมเดลตั้งแต่ 1B ถึง 600B ยังคงทำตามกฎการสเกลแบบคล้าย Transformer มาตรฐาน พร้อมแผนจะขยายแนวทางนี้ไปยังชุดทดสอบที่ยากขึ้น เช่นการให้เหตุผลเชิงคณิตศาสตร์ ARC-AGI-2 และ ARC-AGI-3 หากแนวโน้มประสิทธิภาพต่อทรัพยากรยังอยู่แม้ในระดับนั้น ภูมิทัศน์การแข่งขันของระบบให้เหตุผลด้วย AI จะไม่วัดกันที่ใครใหญ่ที่สุดอีกต่อไป แต่ใคร “คิดเก่งที่สุดต่อหน่วยทรัพยากร” ซึ่งเป็นข่าวดีสำหรับโลกที่ต้องการ AI ฉลาดขึ้นโดยไม่เผาผลาญทรัพยากรจนเกินเหตุ
