อีกนานเพียงใดกว่าจะมีการปราบปรามการปลดข้อจำกัดของโมเดล AI อย่างจริงจัง?

หากคุณจำวงการ warez ในช่วงประมาณปี 1995–2010 ได้ ยุคนั้นมีคอลเลกชันซอฟต์แวร์ที่ถูกแคร็กและภาพยนตร์ละเมิดลิขสิทธิ์จำนวนมหาศาลกองอยู่ในดีวีดีหลายชุด บางส่วนซื้อแบบขายส่งตามท้องถนน บางส่วนรวบรวมโดยนักละเมิดลิขสิทธิ์สมัครเล่นหลังอินเทอร์เน็ตความเร็วสูงทำให้ดาวน์โหลดไฟล์ขนาดใหญ่ได้ วงการโมเดล AI โอเพนซอร์สที่ “ปลดการเซ็นเซอร์” ซึ่งกำลังก่อตัวจึงอาจให้ความรู้สึกคุ้นเคย

จาก “ยุคทอง” ของการค้าซอฟต์แวร์และภาพยนตร์อย่างไม่เป็นทางการตามท้องถนน ภาพ: Shankar.s, “Pirated DVDs at PP street market”

ก่อนการเช่าซอฟต์แวร์จะกลายเป็นรูปแบบการบริโภคทั่วไป กลุ่มผู้เชี่ยวชาญจำนวนน้อยจะแคร็กแอปพลิเคชันแล้วเผยแพร่ในกลุ่มข่าว warez และต่อมาในเครือข่ายทอร์เรนต์ การป้องกันบางอย่างยากและบางอย่างง่าย แต่เมื่อเวอร์ชันที่ถูกแคร็กถูกปล่อยออกมาแล้ว ผลกระทบแทบไม่อาจลบได้

สิ่งเดียวกันกำลังเกิดกับโมเดลภาษาขนาดใหญ่แบบเปิด ตัวกรองความปลอดภัยที่ได้จากการฝึกถูกนำออกเป็นประจำและในวงกว้าง จากนั้นโมเดลที่ปลดการเซ็นเซอร์ถูกแชร์ในหลายแห่งจนการปิดต้นทางไม่กระทบการเข้าถึงอีกต่อไป

ผู้ทำคุณหรือผู้ก่อภัย?

คำถามคือเราควรมองกิจกรรมนี้อย่างไร ต่างจากวงการ warez ไม่มีใครถูกตัดรายได้อย่างตรงไปตรงมาเท่ากับที่ผู้ผลิตซอฟต์แวร์รายเล็กอาจเคยเผชิญเมื่อ 20–30 ปีก่อน

เงื่อนไขใบอนุญาตเดิมมักถูกละเมิดในกรณีเหล่านี้* อย่างไรก็ตาม ต่างจากการเปิดเผยน้ำหนักเพียงบางส่วนของผู้ผลิตอย่าง Black Forest Labs ผู้เผยแพร่ดั้งเดิมไม่ได้ใช้เวอร์ชัน “ด้อยกว่า” เพื่อขายต่อไปยังโมเดลที่ทรงพลังกว่าซึ่งเข้าถึงได้เฉพาะ API แต่เผยแพร่โมเดลเต็มรูปแบบเลย

แทบไม่มีใครรันเวอร์ชันแรกในเครื่องได้ เพราะมีพารามิเตอร์มากเกินไปแม้สำหรับ GPU ที่มี VRAM 16–24 GB

ดังนั้นโมเดลจึงถูกลดขนาดอย่างรวดเร็วด้วยการควอนไทซ์และแปลงน้ำหนักเป็นรูปแบบที่เบากว่า เช่น GGUF, AWQ, PTQ, EXL2 หรือ MLX ของ Apple เพื่อให้ทำงานบนฮาร์ดแวร์สำหรับผู้บริโภคได้

เวอร์ชันเหล่านี้มีประสิทธิภาพต่ำกว่าโมเดลเต็มซึ่งมักให้บริการเชิงพาณิชย์จากฟาร์ม GPU แต่ผู้ใช้ควบคุมและปรับแต่งให้เหมาะกับตนเองได้ในแบบที่โมเดล “ดีกว่า” ไม่อนุญาต

ปรับได้ตามต้องการ

การปรับแต่งบางอย่างชอบธรรมอย่างชัดเจนและมักอยู่ในขอบเขตใบอนุญาต เช่น การปรับจูนละเอียดให้น้ำหนักโมเดลมุ่งไปยังงานหรือโดเมนที่ผู้ใช้เพิ่มเข้ามา หากมีพื้นที่พอ ยังสามารถปรับจูนสำเนาหลายชุดของโมเดลเปิดสำหรับงานต่างกันได้ เหมือนชุดเครื่องมือเฉพาะทางแทน “มีดพับสารพัดประโยชน์” เพียงชิ้นเดียว

โมเดลที่มีการตั้งค่าเข้ากันได้แต่ใช้ข้อมูลฝึกต่างกันสามารถรวมเข้าด้วยกัน หรือเพิ่มความสามารถด้วยตัวกรอง LoRA แบบเบาโดยไม่เสี่ยงให้การปรับจูนทำลายความสามารถเดิมของโมเดลฐาน

อย่างไรก็ตาม การเปลี่ยนแปลงที่ผู้ใช้จำนวนมากสนใจที่สุดและปัจจุบันง่ายกว่าวิธีข้างต้นคือการนำตัวกรองความปลอดภัยหรือรั้วป้องกันออก

การทำเช่นนี้อาจเปิดทางให้โมเดลสร้างสื่อลามกหรือช่วยพัฒนามัลแวร์ แต่ก็เอาข้อจำกัดที่ผู้ใช้จำนวนมากมองว่าเข้มงวดเกินไปและมักผิดพลาดออกด้วย

หนึ่งในตัวอย่างชวนขำจำนวนมากที่ Llama-2-7b-chat ปฏิเสธคำขอที่สมเหตุสมผลเพราะเหตุผลด้านความปลอดภัย ตัวอย่างอยู่ที่ URL แหล่งที่มา

Heretic

Heretic เป็นซอฟต์แวร์ที่เพิ่งเปลี่ยนกระบวนการปลดการเซ็นเซอร์ของโมเดลอย่างมาก และยังลดแนวโน้มที่โมเดลจะใช้ถ้อยคำสละสลวยและเยิ่นเย้อได้ด้วย

Heretic กำลังปลดข้อจำกัดของ gpt-oss บนเครื่องที่ทรงพลังมากซึ่งแทบไม่พบในบ้านทั่วไป แต่สามารถเช่าออนไลน์ได้ในราคาต่ำตามระยะเวลาที่ต้องใช้

โปรแกรมค้นหา “abliteration” โดยอัตโนมัติเพื่อลดการปฏิเสธ ขณะเดียวกันจำกัดความเสียหายต่อพฤติกรรมเดิม งานที่ค่อนข้างยากจึงเหลือเพียงคำสั่งเดียวสำหรับผู้ใช้ปลายทาง

Heretic ได้ประโยชน์จาก GPU ที่แรงกว่าเครื่องในบ้านทั่วไป แต่ผู้ใช้ไม่จำเป็นต้องทำงานนี้เอง เช่นเดียวกับที่ในปี 2002 ไม่ต้องแคร็กซอฟต์แวร์ด้วยตนเอง เหมือนยุค warez นักพัฒนาสมัครเล่นที่มักไม่แสวงกำไรและมีฮาร์ดแวร์หรือยินดีใช้โทเคนจะทำ jailbreak แล้วเผยแพร่โมเดล

ตกเป็นเป้า

เมื่อการกระทำดิจิทัลที่ “น่าสงสัย” จู่ ๆ ไม่ยากอีกต่อไป สาเหตุมักมาจากความสามารถที่ก้าวกระโดดชั่วข้ามคืน เช่น Napster หรือ PopCornTime ซึ่งเพิ่มทั้งขนาดของกิจกรรมและความสนใจ “อย่างเป็นทางการ” ที่จะจำกัดมัน

เมื่อรวมกับความนิยมและความง่ายของแพลตฟอร์มอย่าง Ollama แล้ว Heretic กำลังนำโมเดลปลดการเซ็นเซอร์มาอยู่ในมือผู้ใช้ที่ไม่เชี่ยวชาญเทคนิค แม้ยังไม่มีวิธีที่ใช้ง่ายจนผิดพลาดไม่ได้

เรื่องนี้พากลับไปสู่คำถามว่ากิจกรรมดังกล่าวเป็น “ปัญหา” หรือไม่ บทความใหม่บน arXiv ชี้ว่า เมื่อพิจารณาการจำกัดเสรีภาพของผู้บริโภคเทคโนโลยีในระยะหลัง การปลดการเซ็นเซอร์จะได้รับความสนใจมากขึ้นและนำไปสู่กฎหมายห้ามเพิ่มขึ้นทั่วโลก

บทความใหม่ซึ่งเป็นรายงานจาก 10a Labs นำเสนอขบวนการนี้ในแง่ลบ และยกกรณีการใช้ในทางที่ผิดของคนส่วนน้อยตามแบบที่ประวัติศาสตร์และแนวโน้มปัจจุบันบ่งชี้ว่าจะนำไปสู่ข้อจำกัด

งานวิจัยติดตามสิ่งที่เกิดขึ้นหลังโมเดลปลดการเซ็นเซอร์ถูกเผยแพร่และแจกจ่ายต่อ พบแอปพลิเคชัน GitHub 1,643 รายการที่ผสาน แนะนำ หรือใช้โมเดลไร้การเซ็นเซอร์เป็นค่าเริ่มต้น

แอปเหล่านี้มีตั้งแต่แชตบอตทั่วไปและเครื่องมือเอกสาร ไปจนถึงการสวมบทบาท NSFW การเล่าเรื่อง บริการเนื้อหาชัดเจน เครื่องมือแฮ็ก ความปลอดภัยเชิงรุก การฉ้อโกง และตัวสร้างมัลแวร์ โดยงานวิจัยจัด 25% ว่า “เป็นอันตรายอย่างชัดเจน”

แชตบอตทั่วไปแบบไร้การเซ็นเซอร์คิดเป็น 37% ส่วนความปลอดภัยไซเบอร์และการประมวลผลเอกสารอย่างละ 16% หมวดเล็กกว่ารวมถึงผู้ช่วยเสียง การสวมบทบาท NSFW การเขียนสร้างสรรค์ การเขียนโค้ด และการใช้งานอื่น ประมาณ 25% ของแอปถือว่าเป็นอันตรายอย่างชัดเจน

ข้อจำกัดการเข้าถึงเว็บใหม่ของสหราชอาณาจักรและแผนที่พักไว้ในการจำกัด VPN ที่ใช้หลีกเลี่ยงข้อห้าม ข้อกำหนดของแคลิฟอร์เนียตั้งแต่ปี 2027 ให้ระบบปฏิบัติการส่วนใหญ่เก็บช่วงอายุของผู้ใช้ ระบบตรวจอายุของสหภาพยุโรปสำหรับเนื้อหาผู้ใหญ่ และการห้ามบัญชีโซเชียลของผู้มีอายุต่ำกว่า 16 ปีในออสเตรเลีย ล้วนสะท้อนรูปแบบเดียวกัน: ความสนใจที่เพิ่มขึ้นนำไปสู่การกำกับดูแล กฎระเบียบ และอาจถึงการห้ามบางส่วนหรือทั้งหมด

เรื่องนี้คงไม่เกิดที่นี่

ที่จริงเกิดได้แน่นอน ส่วนหนึ่งเพราะสัดส่วนการใช้ที่เป็นอันตรายสูงตามประมาณการของผู้เขียน และอาจเพราะมาตรการควบคุมจะจำกัดแนวโน้มการรัน AI ในเครื่องด้วย รัฐบาลและสถาบันอาจมองแนวโน้มนี้เป็นภัย โดยเฉพาะเมื่อโมเดลถูกปลดจากข้อจำกัด

การอธิบายว่าการปลดการเซ็นเซอร์ “เอื้อ” เนื้อหา NSFW และการแฮ็กที่เป็นอันตราย ทำให้เกิดทางเลือกสองขั้วที่ไม่จริง: เพราะใช้ทำสิ่งไม่ดีได้จึงต้องกำกับดูแล ในทางปฏิบัติ จำนวนการใช้งานมหาศาลทำให้ดูเหมือนไม่มีวิธีกำกับที่เป็นไปได้ นอกจากห้ามทั้งหมด

หากการปลดข้อจำกัด LLM ทำให้สร้างเรื่องแต่งเกี่ยวกับการล่วงละเมิดทางเพศเด็กได้ กฎที่เข้มงวดย่อมสนับสนุนได้ง่ายทางการเมือง ผู้คัดค้านอาจถูกสื่อว่าเห็นด้วยกับการใช้งานที่เลวร้ายแทนการใช้งานที่สมเหตุสมผล

มุมมองนี้มองข้ามว่าโมเดลที่ปรับจูนหรือแก้ด้วย LoRA สามารถสร้างเนื้อหาในโดเมนใดที่ผู้ใช้กำหนดได้มีประสิทธิภาพกว่ามาก เพราะน้ำหนักฐานถูกบิดไปสู่งานจนทำลายการป้องกันที่เรียนรู้มาอยู่ดี

ทั้งหมดขึ้นอยู่กับความง่าย

ความง่ายในการใช้ทำให้เกิดการยอมรับในวงกว้าง และการยอมรับนั้นสร้างแรงกดดันให้รัฐบาลออกกฎหมายจากกลุ่มสาธารณะ ล็อบบี้อุตสาหกรรม หรือรัฐบาลอื่น

การปรับจูนและ LoRA แทบจะแน่นอนว่าให้ผลลัพธ์ตรงเป้ากว่าการปลดล็อกโมเดลฐานแบบเปิดอย่างเดียว แต่ต้องอาศัยวินัยและความพยายาม

เมื่อการรันโมเดลปลดการเซ็นเซอร์และควอนไทซ์ในเครื่องเหลือเพียงไม่กี่คลิก — น่าจะด้วยการดาวน์โหลดโมเดลที่ “ปลดไว้แล้ว” แทนการใช้ Heretic เอง — กิจกรรมนี้จะออกจากวงการเทคนิคสู่พื้นที่สาธารณะ ซึ่งการใช้ในทางที่ผิดจะกลายเป็นประเด็นต่อสู้ทางการเมือง

ฤดูร้อนนี้ NVIDIA นำกลุ่มพันธมิตรเทคโนโลยีรายใหญ่พยายามชิงลงมือก่อนข้อจำกัดของรัฐบาลต่อโมเดลเปิดด้วยจดหมายเปิดผนึก โดยย้ำว่าการใช้เทคโนโลยีผิดของคนส่วนน้อยไม่ควรทำลายประโยชน์โดยรวมที่เป็นไปได้ อย่างไรก็ตาม จุดยืนนี้ไม่เป็นที่นิยมในช่วงหลายปีที่ผ่านมา

* ผู้คนมักตั้งคำถามว่าผู้สร้างโมเดลจริงใจเพียงใดกับความตั้งใจจำกัดกิจกรรมผู้ใช้ ตัวป้องกันความปลอดภัยยังถูกเรียกว่าเป็นเพียง “ละคร”