ภาพลวงตา AI ของจีน: วิธีที่ “โอเพ่นซอร์ส” ซ่อนสิ่งที่สำคัญที่สุด

กับผู้เล่นเทคโนโลยีระดับใหญ่เช่น Google, Microsoft (MSFT ), และ Meta ที่แข่งขันกันเพื่อครอบครองตลาด AI, Baidu, Moonshot, และ Alibaba ของจีนได้สร้างกระแสข่าวด้วยการเปิดตัวโมเดลภาษาใหญ่ DeepSeek, ERNIE 4.5, Kimi K2 และ Qwen3 อย่างเปิดเผย การเปลี่ยนแปลงจากการปล่อยโมเดล GenAI ที่ปิดกั้นและเป็นกรรมสิทธิ์นี้ได้รับการตีความว่าเป็นสัญญาณว่าธุรกิจ AI ของจีนกำลังยอมรับพลังของโอเพ่นซอร์สเพื่อทำให้การพัฒนา AI เป็นประชาธิปไตยและกระตุ้นนวัตกรรม

เช่นเดียวกับผู้เล่นหลายรายที่อวดว่าผลิตภัณฑ์ของตนเป็นโอเพ่นซอร์สและแม้กระทั่งใส่คำนี้ไว้ในชื่อบริษัท, อย่างไรก็ตาม High Flyer, Baidu, และ Moonshot ยังไม่ได้แชร์ส่วนสำคัญอย่างชุดข้อมูลที่เป็นหัวใจของโมเดลของพวกเขา เมื่อโมเดลขนาดใหญ่เหล่านี้พยายามกลายเป็นสินค้าพื้นฐานที่นักพัฒนาพึ่งพา ความโปร่งใสของโอเพ่นซอร์สที่แท้จริงซึ่งสามารถทดสอบ, ตรวจสอบ, และปรับปรุงต่อเนื่องได้จึงเป็นสิ่งสำคัญต่อการสร้างเทคโนโลยีที่ไม่มีอคติ, มีจริยธรรม, และเป็นประโยชน์ที่เราทุกคนสามารถไว้วางใจได้ โมเดล “โอเพ่นซอร์ส” ทั้งหมดนี้จริง ๆ แล้วเป็น “โอเพ่นเวท” ซึ่งหมายความว่ามันสามารถดาวน์โหลดและใช้งานได้, แต่ไม่สามารถตรวจสอบได้อย่างมีความหมายหากไม่มีข้อมูลสนับสนุน

ในขณะที่ผู้เล่นจากสหรัฐเช่น Open AI และ Meta ดูเหมือนจะถอยหลังจากโอเพ่นซอร์ส, คำเชิญเปิดของ Baidu ให้ใช้ชุดโมเดล ERNIE 4.5 ที่พร้อมให้ดาวน์โหลดฟรีจริง ๆ สามารถกระตุ้นนวัตกรรมและความร่วมมือกับนักพัฒนาที่ต้องการสร้างแอปพลิเคชันขนาดเล็กแต่ทรงพลังได้ในเวลาเดียวกัน บริษัทซึ่งเปรียบเสมือน Google ของจีนนี้ยังได้เปรียบเชิงการแข่งขันโดยส่งเสริมการนำโมเดลของตนไปใช้และฝังรากลึกในระบบนิเวศ AI ที่กำลังเติบโต

เช่นเดียวกันกับ DeepSeek, Kimi K2 ที่มีราคาต่ำ, และ Qwen3 รุ่นอัปเดต—ซึ่งมีผลการทดสอบที่ท้าทายโมเดลปิดเช่น Claude Opus 4 และ GPT-4o-0327

ผู้เล่น AI เหล่านี้ได้วางตำแหน่งตัวเองอย่างดีในการแข่งขันเพื่อกลายเป็นโมเดลสินค้าพื้นฐานที่เลือกใช้ และการอัปเดตนวัตกรรมล่าสุดของ Qwen3 ยังได้รับแรงบันดาลใจจากข้อเสนอแนะของชุมชนโอเพ่นซอร์ส

เช่นเดียวกับหลายคนที่อวดว่าโมเดล AI ขนาดใหญ่ของตนเป็นโอเพ่นซอร์ส, อย่างไรก็ตามชุมชน AI ของจีนไม่ได้แชร์ข้อมูลหรือส่วนสำคัญอื่น ๆ ของระบบ AI ของพวกเขา จริง ๆ แล้วพวกเขากำลังขอให้นักพัฒนาทั่วโลกวางความเชื่อมั่นโดยไม่มีข้อมูลที่สามารถทำความเข้าใจหรือสืบสวนได้จริง

การอ้างสิทธิ์ในอนาคตด้วยโมเดล AI สินค้าพื้นฐานแบบโอเพ่นซอร์ส

เมื่อ iPhone ปรากฏบนตลาดในปี 2007, บางคนคาดว่า Mac จะครองเกมสมาร์ทโฟนด้วย iOS, แต่ การมีส่วนร่วมแบบโอเพ่นซอร์สเป็นส่วนสำคัญสำหรับสตาร์ทอัพ พร้อมกับกระตุ้นการเติบโตเชิงธุรกิจและเศรษฐกิจทั่วโลก—และ Android ซึ่งเป็นสตาร์ทอัพที่ Google เข้าซื้อในปี 2005 ได้เดินตามเส้นทางนั้นสู่ความสำเร็จ

โดยการปล่อยซอฟต์แวร์โอเพ่นซอร์สที่สามารถดู, แก้ไข, นำไปใช้, และแชร์ได้, Android เชิญชวนนักวิชาการ, นักพัฒนา, และแม้แต่คู่แข่งให้ร่วมมือกันบนซอฟต์แวร์นี้ การกระทำนี้เร่งกระบวนการนวัตกรรม, ทำให้สนามแข่งขันเป็นประชาธิปไตย, และในที่สุดทำให้ราคาลดลง Android เข้าสู่ตลาดหนึ่งปีหลังจาก iPhone ตัวแรกและจนถึงต้นปีนี้ ครอง 71.88 เปอร์เซ็นต์ของตลาดโลกเทียบกับ iOS ที่ 27.65 เปอร์เซ็นต์

ในปฏิวัติเทคโนโลยีที่ดูเหมือนจะเกิดขึ้นในชั่วข้ามคืน, สมาร์ทโฟนกลายเป็นสิ่งที่พบได้ทั่วไปและแม้ว่าอัปเดตด้านซอฟต์แวร์, ฮาร์ดแวร์, และส่วนต่อประสานผู้ใช้จะยังคงดำเนินต่อไป, อุตสาหกรรมก็เติบโตเกินกว่าการพยายามปฏิวัติวิธีการทำงานของสมาร์ทโฟนแล้ว ด้วยโทรศัพท์มือถือที่ตอนนี้เป็นสินค้าพื้นฐานแล้ว นวัตกรรมที่สำคัญในวันนี้อยู่ที่แอปพลิเคชันที่ทำงานบนอุปกรณ์เหล่านั้น และเพื่อให้เป็นผู้แข่งขัน, ผู้ให้บริการสมาร์ทโฟนต้องรักษาระบบนิเวศที่เชิญชวนนักพัฒนาเข้ามา

ไม่ถึงสามปีหลังจากการเปิดตัวของ ChatGPT, อุตสาหกรรม AI พบว่าตัวเองอยู่บนขอบเขตที่คล้ายคลึง ทุกผู้เล่นในอุตสาหกรรม AI โลกกำลังพยายามทำให้โมเดลของตนกลายเป็น Android หรือแม้แต่ iOS รุ่นต่อไป และโดยการเปิดโอเพ่นซอร์สกับโมเดล DeepSeek, ERNIE 4.5, และ Kimi K2, นักนวัตกรรมจีนกำลังพยายามอ้างสิทธิ์ในระบบนิเวศที่กำลังเติบโต

แม้ว่าการกระทำนี้อาจเป็นประโยชน์ต่อพวกเขา, อย่างไรก็ตามก็ไม่ได้ส่งเสริมความโปร่งใสที่แท้จริงของโอเพ่นซอร์สซึ่งเป็นสิ่งจำเป็นไม่เพียงแต่เพื่อการบ่มเพาะนวัตกรรม, แต่เพื่อบ่มเพาะนวัตกรรมที่เราสามารถไว้วางใจได้

ข้อมูลคือชิ้นส่วนที่ขาดหายไปในโอเพ่นซอร์ส AI ส่วนใหญ่

ด้วยโมเดล AI ที่ซับซ้อนกว่าการสร้างและแชร์ซอฟต์แวร์แบบดั้งเดิม, การเรียกร้องให้มีโอเพ่นซอร์ส AI อย่างเต็มรูปแบบไม่ใช่เรื่องง่าย แทนที่จะเป็นเพียงโค้ดต้นฉบับอย่างเดียว, ระบบ AI ประกอบด้วย seven components—รวมถึงโค้ดต้นฉบับ, พารามิเตอร์ของโมเดล, ชุดข้อมูล, ไฮเปอร์พารามิเตอร์, โค้ดการฝึก, การสร้างตัวเลขสุ่ม, และกรอบซอฟต์แวร์

แต่ละส่วนต้องทำงานร่วมกันเพื่อให้โมเดลให้ผลลัพธ์ตามที่ต้องการ, ซึ่งหมายความว่าผู้พัฒนาต้องมีการมองเห็นเต็มที่เพื่อแชร์, แก้ไข, และนำระบบไปใช้และเข้าใจว่ากำลังเกิดอะไรขึ้น ด้วยการทำซ้ำเป็นพื้นฐานของวิธีการทางวิทยาศาสตร์, อย่างไรก็ตามอุตสาหกรรม AI มี habit ที่ใช้คำว่าโอเพ่นซอร์สเพื่ออ้างถึงการปล่อยที่ฟรีหรือราคาต่ำที่ให้เข้าถึงเพียงส่วนหนึ่งของปริศนา

เช่น Baidu ได้เปิดให้ใช้โมเดล ERNIE 4.5 จำนวนสิบรุ่นโดยไม่มีค่าใช้จ่าย นอกจากการแบ่งปันโมเดลและพารามิเตอร์แล้ว บริษัทยังเปิดซอร์สโค้ดของ ERNIEKit และชุดเครื่องมือการปรับใช้ FastDeploy ด้วย สิ่งเหล่านี้ช่วยให้นักพัฒนาสร้างแอปพลิเคชัน AI ที่ทรงพลังโดยให้ความสามารถระดับอุตสาหกรรม กระบวนการฝึกและสรุปผลที่ใช้ทรัพยากรอย่างมีประสิทธิภาพ และรองรับหลายฮาร์ดแวร์

กล่าวคือ Baidu ได้มอบเครื่องมือที่น่าตื่นเต้นให้กับนักพัฒนา เพื่อให้พวกเขาเร่งการสร้างสรรค์นวัตกรรมได้เร็วขึ้น ซึ่งบริษัทคาดว่าผลลัพธ์นี้จะทำให้ผู้ใช้เลือกใช้ ERNIE 4.5 แทนคู่แข่ง

อย่างไรก็ตาม นักพัฒนาที่ใช้ ERNIE 4.5 ถูกขอให้เชื่อมั่นในโมเดลโดยไม่ตรวจสอบ เนื่องจาก Baidu ซ่อนข้อมูลจำนวนมากไว้ รวมถึงชุดข้อมูลที่ใช้ฝึกและสอนโมเดลของตน

พลังของโมเดล AI แบบเปิดแหล่งที่มาที่โปร่งใส

ในขณะที่แต่ละชิ้นส่วนของปริศนา AI มีความสำคัญต่อการทำงานของโมเดล โครงการ AI 80 เปอร์เซ็นต์ล้มเหลว และข้อมูลเป็นหัวใจของปัญหา ข้อมูลที่ไม่แม่นยำ ไม่ครบถ้วน และมีอคติทำให้โมเดลทำงานไม่คาดคิดหรือไม่เป็นไปตามที่ต้องการ

The วิดีโออุบัติเหตุร้ายแรงของ Tesla Full-Self-Driving (FSD) ปี 2023 ที่เพิ่งเผยแพร่ (TSLA ), ตัวอย่างเช่น เปิดเผยสถานการณ์แย่ที่สุดที่อาจเกิดขึ้นเมื่อชุดข้อมูลและโมเดลไม่เพียงพอ ขณะที่ Tesla Model Y เร่งผ่านแสงอาทิตย์ที่กำลังตก ระบบอัตโนมัติบางส่วนไม่สามารถเข้าใจหรือตอบสนองอย่างเหมาะสมต่อสิ่งที่กล้องมองเห็นหรือไม่มองเห็นได้ ในขณะที่รถที่ขับโดยมนุษย์ชะลอและหยุดข้างทาง ความสับสนของ FSD ทำให้ผู้หญิงคนหนึ่งเสียชีวิต

ความล้มเหลวอันรุนแรงนี้สะท้อนให้เห็นข้อมูลภาพที่ไม่ครบถ้วน รวมถึงการขาดกลไกความปลอดภัยที่คำนึงถึงจุดบอดเหล่านี้ เมื่อผู้พัฒนาไม่มีการมองเห็นข้อมูลของตน พวกเขาไม่สามารถเห็นว่าข้อมูลทำงานร่วมกับโมเดลอย่างไร ซึ่งหมายความว่าพวกเขาไม่สามารถค้นพบข้อผิดพลาดเหล่านี้และปรับปรุงเพื่อประสิทธิภาพที่มั่นคงได้

ยิ่งกว่านั้น เมื่อไม่มีข้อมูลที่เป็นเชื้อเพลิงให้กับโมเดล พวกเขาต้องเชื่อมั่นในโมเดลโดยไม่ตรวจสอบ

อย่างไรก็ตาม เมื่อชุดข้อมูลเป็นโอเพนซอร์ส ชุมชน AI ได้พิสูจน์ว่ามันสามารถขจัดปัญหาที่น่ากังวลได้ เช่นเดียวกับที่ได้ค้นพบ URL กว่า 1,000 รายการที่มีเนื้อหา Child Sexual Abuse Material ที่ตรวจสอบแล้วใน LAION 5B ด้วยชุดข้อมูลที่ใช้สำหรับโมเดลการสร้างภาพจากข้อความของ AI ซึ่งเป็นพื้นฐานในการสร้างแอปเช่น Stable Diffusion และ Midjourney หากผู้ใช้เริ่มผลิตภาพถ่ายเสมือนจริงที่ผิดกฎหมายอุตสาหกรรม AI จะได้รับผลกระทบอย่างรุนแรง แต่ธรรมชาติเปิดของชุดข้อมูลนี้ทำให้ชุมชนสามารถค้นพบเนื้อหาที่อันตรายและกระตุ้นให้แก้ไขได้, Liaison B.

นอกจากนี้ ส่วนใหญ่ของชุดข้อมูลแรกนั้นมาจากการขูดเว็บของ Common Crawl ขนาดมหึมา ซึ่งยังถูกใช้ในโมเดล ChatGPT และ LLAMA แม้ว่า AI crawlers ยังคงก่อให้เกิดความกังวลเกี่ยวกับลิขสิทธิ์ ความเป็นส่วนตัว และการติดป้ายกำกับที่มีอคติและเชื้อชาติ แต่ผู้พัฒนาในชุมชน AI ก็  กำลังพัฒนาวิธีการทำความสะอาดส่วนต่าง ๆ ของชุดข้อมูลโอเพนซอร์สที่กำลังเติบโตของ Common Crawl เพื่อการใช้งานที่ปลอดภัยยิ่งขึ้น.

เมื่อผู้พัฒนามุ่งมั่นไม่เพียงสร้าง AI ที่ทรงพลัง แต่ยังเป็น AI ที่เราสามารถเชื่อถือได้ ทั้งผู้ใช้และอุตสาหกรรมต่างได้รับการคุ้มครองจากความโปร่งใสและความร่วมมือของโอเพนซอร์สที่แท้จริง

ยอมรับเส้นทางโอเพนซอร์ส

แม้หลายคนยังระมัดระวังเทคโนโลยีที่กำลังเติบโตนี้ การแข่งขันเพื่อเป็น iOS หรือ Android ของโมเดล AI สินค้าขนาดใหญ่กำลังดำเนินอยู่ — และในขณะที่ชุมชน AI ระดับโลกกำลังสร้างสิ่งที่จะกลายเป็นมาตรฐานของอนาคต ระบบ AI ก็ได้ขับรถและให้การประเมินทางการแพทย์แล้ว การสร้างความเชื่อมั่นโดยพัฒนา AI ที่ปราศจากอคติ เชื่อถือได้ และปลอดภัยจึงเป็นสิ่งสำคัญยิ่งกว่าที่เคย

ในขณะที่ชุมชน AI ของจีนพยายามวางตำแหน่งตนเป็นผู้นำแห่งนวัตกรรมเปิด เส้นทางสู่ AI ที่ปลอดภัยพบได้เฉพาะในความโปร่งใสของโอเพนซอร์สที่แท้จริงซึ่งได้รับการพิสูจน์มานานหลายทศวรรษผ่านการพัฒนาซอฟต์แวร์ การใช้คำนี้กับระบบที่ไม่แบ่งปันส่วนสำคัญเช่นข้อมูลทำให้ผู้พัฒนาไม่สามารถตรวจสอบ ทำซ้ำ และปรับปรุงได้ แม้ว่าโมเดลที่พร้อมใช้งานอย่าง DeepSeek, ERNIE 4.5, Kimi K2, และ Qwen3 จะน่าดึงดูดอย่างไม่อาจปฏิเสธ แต่ผู้พัฒนาที่ใช้โมเดลเหล่านี้แลกเปลี่ยนความโปร่งใสที่ส่งเสริมความร่วมมือและนวัตกรรมเพื่อความสะดวกสบาย

ชุมชน AI ต้องเลือก: ยอมรับความโปร่งใสอย่างรุนแรงผ่านโอเพนซอร์สที่แท้จริง หรือเสี่ยงสร้างระบบสำคัญของวันพรุ่งนี้บนกล่องดำของวันนี้