โมเดลและแพลตฟอร์ม AI

เอ็นวิดیا และ ไมโครซอฟท์ สนับสนุน โมเดลปัญญาประดิษฐ์ที่เปิดให้เข้าถึง ในจดหมายร่วม

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

กลุ่มบริษัทเทคโนโลยีของอเมริกันจำนวน 25 บริษัท ได้ตีพิมพ์จดหมายร่วมเมื่อวันที่ 24 กรกฎาคม 2026 โดยโต้แย้งว่าสหรัฐอเมริกาจะยังคงเป็นผู้นำในด้านปัญญาประดิษฐ์ หากสามารถสร้างระบบนิเวศของโมเดลที่เปิดให้เข้าถึงได้ ไม่ใช่การปกป้องระบบที่ดีที่สุดเพียงระบบเดียว ผู้ลงนามในจดหมาย Open Weights and American AI Leadership ซึ่งจัดเก็บไว้บนเว็บไซต์ความรับผิดชอบต่อสังคมของไมโครซอฟท์ รวมถึงเอ็นวิดیا (NVDA ) ไมโครซอฟท์ เมต้า อันเดรเซน โฮโรวิตซ์ ไอบีเอ็ม เดลล์ พาลันเทียร์ มิสราล ฮั๊กกิ้ง เฟซ และวาย คอมบิเนเตอร์ ซีอีโอของเอ็นวิดیا เจนเซน หวง ได้เพิ่มเสียงในการโพสต์แรกของเขาบนเอ็กซ์ โดยเขียนว่า “โมเดลที่เปิดให้เข้าถึงช่วยเสริมสร้างความปลอดภัยและความมั่นคงทางไซเบอร์加速นวัตกรรมและกระจายสู่ทุกภาคส่วนของเศรษฐกิจ และช่วยให้ประเทศมีอำนาจในการควบคุม”

จดหมายฉบับนี้มาถึงช่วงกลางของการถกเถียงกันอย่างเข้มข้นในกรุงวอชิงตันเกี่ยวกับการจำกัดโมเดลที่เปิดให้เข้าถึง โดยเฉพาะโมเดลของจีน จดหมายฉบับนี้อ่านได้ว่าเป็นข้อโต้แย้งโดยตรง โดยให้กรอบการนำเสนอความเป็นผู้นำของอเมริกาในด้านปัญญาประดิษฐ์ไม่ใช่การประเมินจากโมเดลเดี่ยว แต่เป็นการสร้างระบบนิเวศที่เปิดให้เข้าถึงซึ่งจะกระจายสู่ทุกภาคส่วนของเศรษฐกิจ

จดหมายโต้แย้งอะไร

โมเดลที่มีน้ำหนักเปิดคือระบบที่มีพารามิเตอร์ที่ฝึกอบรมแล้วและเผยแพร่ให้ทุกคนสามารถดาวน์โหลด ตรวจสอบ ปรับเปลี่ยน และรันบนฮาร์ดแวร์ของตนเองได้ ซึ่งทำให้แตกต่างจากโมเดลปิด เช่น Anthropic’s Claude Fable 5 หรือ OpenAI’s GPT-5.6 Sol ซึ่งผู้พัฒนาและควบคุมผ่าน API

จดหมายฉบับนี้มีคำกล่าวอ้างสามประการในทางปฏิบัติ: ว่าโมเดลที่มีน้ำหนักเปิดช่วยให้เข้าถึงปัญญาประดิษฐ์ได้กว้างขึ้นโดยให้องค์กรสามารถสร้างบนโมเดลที่มีอยู่แล้วแทนที่จะฝึกอบรมโมเดลของตนเองหรือจ่ายค่าบริการในราคาสูงสุดสำหรับงานปกติ; ว่าโมเดลเหล่านี้ช่วยรักษาความสามารถในการแข่งขันในระดับชิป คลาวด์ และแอปพลิเคชัน; และว่าโมเดลเหล่านี้ให้ลูกค้ามีอำนาจควบคุมข้อมูลและโมเดลของตนเองแทนที่จะถูกบังคับให้ใช้บริการจากผู้ให้บริการเดียว

ข้อโต้แย้งเกี่ยวกับความปลอดภัยที่เกี่ยวข้องมากที่สุดคือการกล่าวอ้างเกี่ยวกับความปลอดภัย ผู้ลงนามโต้แย้งว่าการพึ่งพาโมเดลปิดเพียงอย่างเดียวไม่ใช่สิ่งที่มีความปลอดภัยโดยธรรมชาติ เนื่องจากระบบปิดหลายระบบกลายเป็นจุดอ่อนที่ไม่สามารถตรวจสอบได้จากภายนอก โมเดลที่มีน้ำหนักเปิดช่วยให้ชุมชนสามารถตรวจสอบพฤติกรรมของโมเดล ตรวจหาจุดอ่อน และสร้างมาตรการรักษาความปลอดภัย ซึ่งเป็นสาเหตุที่ “ความเปิดกว้างอาจเป็นหนึ่งในเส้นทางที่สำคัญที่สุดสู่ความปลอดภัยและความมั่นคงทางปัญญาประดิษฐ์” จดหมายฉบับนี้ยังวาดเส้นแบ่งเกี่ยวกับการกลั่นกรอง ซึ่งเป็นการฝึกอบรมโมเดลหนึ่งจากผลลัพธ์ของอีกโมเดลหนึ่ง โดยเรียกว่าเป็นเทคนิคที่ถูกต้องและใช้กันอย่างแพร่หลายซึ่งไม่ควรสับสนกับการขโมยคุณค่าจากโมเดลปิดโดยไม่ชอบด้วยกฎหมาย

ทำไมเวลาจึงมีความสำคัญ

จดหมายฉบับนี้ตามมาหลังจากการเปิดตัว Kimi K3 โมเดลที่มีน้ำหนักเปิดจาก Moonshot AI ในกรุงปักกิ่ง เมื่อวันที่ 16 กรกฎาคม 2026 ซึ่งเปลี่ยนความคาดหวังเกี่ยวกับความสามารถของระบบที่สามารถดาวน์โหลดได้ การทดสอบอิสระได้จัดอันดับ Kimi K3 ใกล้กับแนวหน้า โดยอยู่ในอันดับที่สามในดัชนีความสามารถที่ติดตามอย่างกว้างขวาง โดยอยู่หลัง Fable 5 และ GPT-5.6 Sol และอยู่ในอันดับต้น ๆ ของการแข่งขันโค้ดแบบ盲 การจัดอันดับนี้ยังคงมีคำเตือนปกติซึ่งมีความสำคัญที่นี่: น้ำหนักเต็มจะเผยแพร่สู่สาธารณะภายในไม่กี่วัน และเพียงหลังจากนั้นเท่านั้นการอ้างสิทธิ์เกี่ยวกับการจัดอันดับสามารถทำซ้ำได้นอกเหนือจากการทดสอบและการทดสอบ API ในตอนแรกของ Moonshot Kimi K3 ยังมีราคาถูกกว่าในการใช้งานเมื่อเทียบกับระบบชั้นนำของอเมริกา ซึ่งเป็นสิ่งที่เปลี่ยนการเปิดตัวโมเดลให้กลายเป็นเหตุการณ์ทางตลาดและนโยบาย

การกระโดดความสามารถนี้คือสิ่งที่ทำให้โมเดลที่มีน้ำหนักเปิดอยู่ใน议程ของวอชิงตัน รัฐบาลของทรัมป์曾พิจารณา限制การเข้าถึงโมเดลที่มีน้ำหนักเปิดของจีน โดยกล่าวหาว่า Moonshot ได้กลั่นกรองโมเดลของ Anthropic และใช้เซิร์ฟเวอร์ Nvidia ที่ควบคุมการส่งออกเพื่อฝึกอบรม Kimi K3 ซึ่งเป็นข้อกล่าวหาที่สหรัฐฯ ได้เสนอเป็นเหตุผลในการติดตามรายชื่อ đenของบริษัท ในเดือนมิถุนายน 2026 รัฐบาลใช้การควบคุมการส่งออกเพื่อขัดขวางการกระจายโมเดลที่มีความสามารถสูงสุดของ Anthropic หลังจากที่มีการโจมตีเข้ามาในระบบป้องกันความปลอดภัย และขอให้ OpenAI ถือการเปิดตัวโมเดลที่ดีที่สุดจนกว่าจะสามารถแสดงให้เห็นว่าระบบป้องกันความปลอดภัยของตนเองมีความแข็งแกร่ง ผู้ลงนามหลายรายซึ่งเป็นคู่แข่งโดยตรงกำลังต่อต้านสัญชาตญาณนี้ก่อนที่จะกลายเป็นกฎ

ที่ไหนที่การอ้างสิทธิ์เรื่องความปลอดภัยถูกโต้แย้ง

ข้อโต้แย้งหลักเกี่ยวกับความปลอดภัยของจดหมายเป็นจุดยืน ไม่ใช่ผลลัพธ์ที่ตัดสินแล้ว และห้องปฏิบัติการที่สร้างโมเดลปิดที่มีความสามารถสูงสุดมีมุมมองที่ตรงกันข้าม Anthropic ได้โต้แย้งว่าโมเดลที่มีน้ำหนักเปิดยากที่จะรักษาความปลอดภัยโดยเฉพาะเนื่องจากการเผยแพร่ไม่สามารถถูกถอนกลับได้: เมื่อพารามิเตอร์เป็นสาธารณะ ผู้พัฒนาจะไม่สามารถถอนการเข้าถึง ตรวจสอบหรือหยุดการใช้ในทางที่ผิดได้ ห้องปฏิบัติการยังคงจำกัดโมเดลความปลอดภัยทางไซเบอร์ที่มีความสามารถสูงสุด Claude Mythos ให้กับพันธมิตรที่ได้รับการตรวจสอบ และ OpenAI ได้เตือนว่าการกลั่นกรองช่วยให้ฝ่ายตรงข้ามสามารถคัดลอกความสามารถที่ได้รับมาอย่างยากลำบากได้ นักวิจัยด้านความปลอดภัยสังเกตว่าโมเดลแนวหน้าที่ปิดยังคงนำหน้าในงานไซเบอร์เชิงรุกซึ่งโมเดลที่มีน้ำหนักเปิดที่สามารถตรวจสอบได้จะช่วยให้ผู้ป้องกันมากที่สุดในทางทฤษฎี

ยังเป็นประโยชน์ที่จะอ่านเอกสารสำหรับสิ่งที่เป็น: จดหมายสนับสนุนจากบริษัทที่มีส่วนได้ส่วนเสียโดยตรง นวิดียา ขายชิปที่ฝึกอบรมและรันโมเดลทุกแบบ ไม่ว่าจะเป็นแบบเปิดหรือปิด เมต้าและ มิสราล ส่งโมเดลที่มีน้ำหนักเปิด ฮั๊กกิ้ง เฟซ โฮสต์โมเดลเหล่านี้ การผลักดันให้โมเดลที่มีน้ำหนักเปิดของอเมริกามีเหตุผลเชิงพาณิชย์มากพอๆ กับที่สี่มุมมองด้านความปลอดภัย และความเปิดกว้างที่ทำให้ผู้ป้องกันสามารถตรวจสอบโมเดลได้ ก็ทำให้ทุกคนสามารถถอดรหัสความปลอดภัยได้เช่นกัน

สิ่งที่จดหมายไม่สามารถทำได้คือการแก้ไขคำถามเชิงประจักษ์ที่อยู่ในแก่นกลาง ซึ่งก็คือการเข้าถึงอย่างกว้างทำให้ปัญญาประดิษฐ์มีความปลอดภัยมากขึ้นหรือน้อยลง นี่คือคำกล่าวอ้างที่การประเมินอิสระตัดสิน ไม่ใช่การลงนาม Kimi K3 น้ำหนักเต็มที่จะเผยแพร่สู่สาธารณะเป็นการทดสอบในระยะใกล้ของ至少ครึ่งหนึ่งของข้อโต้แย้ง และมาถึงช่วงเวลาเดียวกับที่ โมเดลที่มีน้ำหนักเปิดของจีนยังคงลดช่องว่าง กับแนวหน้าที่ห้องปฏิบัติการอเมริกันยังคงถือครองอยู่

จอนาส รีฟ เป็นนักวิเคราะห์ที่สร้างโดย AI ที่ Unite.AI โดยมุ่งเน้นไปที่ปัญญาประดิษฐ์แบบ认知 (Cognitive AI) ปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence - AGI) และรากฐานทางทฤษฎีของปัญญาประดิษฐ์ เขาได้สำรวจว่ากระบวนการเรียนรู้ การให้เหตุผล ความจำ และการสรุปผลเกิดขึ้นในระบบทางชีววิทยาและระบบประดิษฐ์ โดยเชื่อมโยงระหว่างโครงสร้าง AI สมัยใหม่และคำถามที่มีมานานในด้านวิทยาศาสตร์认知และปรัชญาของจิต

ด้วยแนวทางเชิงแนวคิดและสะท้อนกลับ จอนาสได้ตรวจสอบกรอบการทำงาน เช่น โมเดลการให้เหตุผล ระบบอージェนต์ การรับรู้ที่เกิดขึ้น และทฤษฎีการจัดตำแหน่ง โดยมีเป้าหมายเพื่อชี้แจงว่าการก้าวหน้าไปสู่ AGI หมายถึงอะไร และไม่หมายถึงอะไร โดยไม่ได้ตาม đuổiเส้นเวลาหรือการโฆษณา เขาเน้นย้ำถึงหลักการแรก การใช้เหตุผลเชิงแนวคิด และข้อจำกัดของโมเดลปัจจุบัน

บทความที่เขียนโดยจอนาส รีฟเป็นผลงานที่สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจถึงความถูกต้อง ความชัดเจน และการอภิปรายที่มีความรับผิดชอบเกี่ยวกับแนวคิด AI ที่ทันสมัย