โมเดล AI ที่เปิดกว้างของ Meta ตอบโต้ด้วย Llama 4

ในช่วงไม่กี่ปีที่ผ่านมา โลกของ AI ได้เปลี่ยนจากวัฒนธรรมการทำงานร่วมกันแบบเปิดไปสู่ระบบที่โดดเด่นด้วยระบบที่ปิดอย่างใกล้ชิด OpenAI ซึ่งเป็นบริษัทที่ก่อตั้งขึ้นด้วยชื่อ “เปิด” ในชื่อของมัน ได้เปลี่ยนไปสู่การเก็บโมเดลที่ทรงพลังที่สุดของมันหลังปี 2019 ผู้แข่งขันอย่าง Anthropic และ Google (GOOGL ) ก็สร้าง AI ที่ทันสมัยขึ้นมาอย่างใกล้ชิด โดยมี API ที่ปิดและสามารถเข้าถึงได้เฉพาะในเงื่อนไขของตนเท่านั้น วิธีการที่ปิดนี้ได้รับการยอมรับบางส่วนจากความสนใจด้านความปลอดภัยและธุรกิจ แต่ก็ทำให้หลายคนในชุมชนเสียใจกับการสูญเสียวัฒนธรรมการทำงานร่วมกันแบบเปิดในยุคแรกๆ

ตอนนี้ วัฒนธรรมนั้นกำลังฟื้นตัวขึ้นมาใหม่ โมเดล Llama 4 ที่ Meta เพิ่งเปิดตัวส่งสัญญาณถึงความพยายามที่กล้าในการฟื้นฟู AI ที่เปิดกว้างในระดับสูงสุด และแม้แต่ผู้เล่นที่ปิดอย่างใกล้ชิดก็ cũngได้รับทราบถึงสิ่งนี้ OpenAI ซีอีโอ Sam Altman ได้กล่าวถึงการเปลี่ยนแปลงที่ผิดพลาดเกี่ยวกับโมเดลที่เปิดกว้าง และประกาศแผนการสำหรับ “โมเดล GPT-4 ใหม่ที่มีน้ำหนักเปิด” ในระยะสั้น AI ที่เปิดกว้างกำลังตอบโต้ และความหมายและคุณค่าของ “เปิด” กำลังพัฒนา

(Source: Meta)

Llama 4: โมเดล AI ที่เปิดกว้างของ Meta ที่ท้าทาย GPT-4o, Claude และ Gemini

Meta เปิดตัว Llama 4 เป็นอีกหนึ่งความท้าทายโดยตรงต่อโมเดลใหม่ๆ จากผู้นำ AI โดยวางตำแหน่งเป็นทางเลือกที่เปิดกว้าง Llama 4 มาในสองรูปแบบที่มีอยู่วันนี้ – Llama 4 Scout และ Llama 4 Maverick – พร้อมคุณสมบัติทางเทคนิคที่น่าประทับใจ ทั้งสองเป็นโมเดล Mixture-of-Experts (MoE) ที่ทำงานเฉพาะส่วนของพารามิเตอร์สำหรับการถามแต่ละครั้ง ทำให้สามารถมีขนาดใหญ่มากโดยไม่ทำให้ต้นทุนการทำงานถล่มทลาย Scout และ Maverick แต่ละตัวมีพารามิเตอร์ “ทำงาน” 17 พันล้านตัว (ส่วนที่ทำงานสำหรับการเข้าถึงใดๆ) แต่ด้วย MoE Scout จะกระจายพารามิเตอร์เหล่านั้นไปที่ 16 ผู้เชี่ยวชาญ (109B พารามิเตอร์ทั้งหมด) และ Maverick ไปที่ 128 ผู้เชี่ยวชาญ (400B ทั้งหมด) ผลลัพธ์: โมเดล Llama 4 มีประสิทธิภาพที่น่าเกรงขาม – และทำเช่นนั้นด้วยคุณสมบัติพิเศษที่แม้แต่โมเดลที่ปิดบางตัวก็ไม่มี

ตัวอย่างเช่น Llama 4 Scout มีหน้าต่างบริบทโทเค็น 10 ล้านตัว ซึ่งเป็นระดับที่นำหน้าผู้แข่งขันส่วนใหญ่มาก นั่นหมายความว่าสามารถดูดและให้เหตุผลกับเอกสารหรือฐานโค้ดขนาดใหญ่ๆ ในครั้งเดียว ได้แม้จะขนาดใหญ่ แต่ Scout ก็มีประสิทธิภาพพอที่จะทำงานบน H100 GPU เดียวเมื่อปรับให้เท่าๆ กัน ซึ่งบ่งชี้ว่านักพัฒนาอาจไม่ต้องใช้ซูเปอร์คอมพิวเตอร์เพื่อทำงานกับมัน

ในขณะเดียวกัน Llama 4 Maverick ถูกปรับให้เหมาะสมสำหรับการทำงานสูงสุด การทดสอบเบื้องต้นแสดงให้เห็นว่า Maverick สามารถเทียบหรือเอาชนะโมเดลที่ปิดที่ดีที่สุดในงานที่ต้องใช้เหตุผล การเขียนโค้ด และงานที่ต้องใช้ภาพจริงๆ ในความเป็นจริง Meta ก็ได้ล่อลวงถึงการเปิดตัว Llama 4 Behemoth ซึ่งยังอยู่ในระหว่างการฝึกอบรม ซึ่งภายใน “…เอาชนะ GPT-4.5, Claude 3.7 Sonnet และ Gemini 2.0 Pro ในหลายๆ บンチมาร์ก STEM” ข้อความที่ชัดเจน: โมเดลที่เปิดกว้างไม่ใช่ระดับที่สอง; Llama 4 กำลังเล็งไปที่การเป็นโมเดลระดับแนวหน้า

สิ่งสำคัญไม่แพ้กันคือ Meta ได้ทำให้ Llama 4 พร้อมใช้งานทันทีสำหรับการดาวน์โหลดและใช้งาน นักพัฒนาสามารถดาวน์โหลด Scout และ Maverick จากไซต์อย่างเป็นทางการหรือ Hugging Face ภายใต้ Llama 4 Community License ซึ่งหมายความว่าใครๆ ก็สามารถเข้าถึงได้ – ตั้งแต่นักพัฒนาที่ทำงานในโรงรถไปจนถึงบริษัท Fortune 500 – เพื่อเข้าถึงใต้ฝา ดัดแปลงโมเดลให้เหมาะกับความต้องการของตนเอง และใช้งานบนฮาร์ดแวร์ของตนเองหรือบนคลาวด์ ซึ่งเป็นความแตกต่างที่ชัดเจนเมื่อเทียบกับการให้บริการที่เป็นกรรมสิทธิ์อย่าง OpenAI’s GPT-4o หรือ Anthropic’s Claude 3.7 ซึ่งให้บริการผ่าน API ที่ต้องเสียเงินโดยไม่มีการเข้าถึงน้ำหนักพื้นฐาน

Meta เน้นย้ำว่าการเปิดกว้างของ Llama 4 เกี่ยวกับการเพิ่มพลังให้กับผู้ใช้: “เรากำลังแบ่งปันโมเดลแรกในฝูง Llama 4 ซึ่งจะทำให้ผู้คนสามารถสร้างประสบการณ์หลายรูปแบบที่เป็นส่วนตัวได้” ในอีกคำหนึ่ง Llama 4 เป็นชุดเครื่องมือที่ตั้งใจให้อยู่ในมือของนักพัฒนาทั่วโลก ด้วยการเปิดตัวโมเดลที่สามารถเทียบกับ GPT-4 และ Claude ในความสามารถ Meta จึงฟื้นฟูแนวคิดที่ว่า AI ระดับแนวหน้าไม่จำเป็นต้องอยู่หลังกำแพงการชำระเงิน

(Source: Meta)

อุดมคติที่แท้จริงหรือการวางกลยุทธ์?

Meta นำเสนอ Llama 4 ในคำพูดที่ยิ่งใหญ่และเกือบจะเป็นลัทธิอุดมคติ “โมเดล AI ที่เปิดกว้างของเรา Llama ได้รับการดาวน์โหลดมากกว่า 1 พันล้านครั้ง” CEO Mark Zuckerberg ประกาศเมื่อเร็วๆ นี้ โดยเสริมว่า “การเปิดกว้างของโมเดล AI เป็นสิ่งจำเป็นในการรับรองว่าผู้คนในทุกที่สามารถเข้าถึงประโยชน์ของ AI ได้” การวางกรอบนี้วาดภาพ Meta เป็นคนนำคบเพลิงในการทำให้เทคโนโลยีเป็นประชาธิปไตย – บริษัทที่เต็มใจที่จะแบ่งปันโมเดลที่มีคุณค่ามากที่สุดของตนเพื่อประโยชน์ที่มากกว่า และแท้จริงแล้ว ความนิยมของครอบครัว Llama ยืนยันสิ่งนี้: โมเดลเหล่านี้ได้รับการดาวน์โหลดในระดับที่น่าประทับใจ (กระโดดจาก 650 ล้านเป็น 1 พันล้านการดาวน์โหลดทั้งหมดในเพียงไม่กี่เดือน) และพวกมันถูกใช้ในการผลิตโดยบริษัทอย่าง Spotify, AT&T และ DoorDash (DASH )

Meta พูดถึงด้วยความภาคภูมิใจว่านักพัฒนาชื่นชม “ความโปร่งใส การปรับแต่งได้ และความปลอดภัย” ของการมีโมเดลที่เปิดกว้างที่พวกเขาสามารถทำงานเองได้ ซึ่ง “ช่วยให้ถึงระดับใหม่ของความสร้างสรรค์และนวัตกรรม” เมื่อเทียบกับ API ที่เป็นกล่องดำ ในหลักการแล้ว สิ่งนี้ดูเหมือนกับวัฒนธรรมซอฟต์แวร์ที่เปิดกว้างแบบเก่า (เช่น Linux หรือ Apache) ที่ถูกนำมาใช้กับ AI – ชัยชนะที่ไม่มีข้อกังขา

อย่างไรก็ตาม ไม่สามารถเพิกเฉยต่อการคำนวณเชิงกลยุทธ์ที่อยู่เบื้องหลังการเปิดกว้างนี้ได้ Meta ไม่ใช่องค์กรการกุศล “เปิดกว้าง” ในบริบทนี้มาพร้อมกับข้อจำกัด – ตัวอย่างเช่น การใช้ทรัพยากรสูงบางกรณีอาจต้องการการอนุญาต และใบอนุญาตนั้น “…เป็นของ Meta” ซึ่งไม่ใช่คำจำกัดความที่ได้รับการอนุมัติจาก Open Source Initiative (OSI) ซึ่งนำไปสู่การวิพากษ์วิจารณ์จากบางคนว่าบริษัทต่างๆ ใช้คำว่า “เปิดกว้าง” ในทางที่ผิด

ในทางปฏิบัติ วิธีการของ Meta มักถูกอธิบายว่าเป็น “น้ำหนักเปิด” หรือ “แหล่งที่มาเปิด” AI: รหัสและน้ำหนักอยู่เปิดเผย แต่ Meta ยังคงควบคุมบางส่วนและไม่เปิดเผยทุกอย่าง (เช่น ข้อมูลการฝึก) สิ่งนี้ไม่ลดความมีประโยชน์สำหรับผู้ใช้ แต่แสดงให้เห็นว่า Meta เปิดกว้าง “…เชิงกลยุทธ์” – รักษาการควบคุมเพียงพอที่จะปกป้องตัวเอง (และอาจเป็นขอบเขตการแข่งขัน)

ทำไม Meta ถึงเปิดกว้างเลย? ภูมิทัศน์การแข่งขันให้คำใบ้ การเปิดตัวโมเดลที่ทรงพลังฟรีสามารถสร้างฐานผู้ใช้นักพัฒนาที่กว้างขวางและผู้ใช้ระดับองค์กรได้อย่างรวดเร็ว – Mistral AI ซึ่งเป็นสตาร์ทอัพฝรั่งเศสทำเช่นนั้นแล้วกับโมเดลที่เปิดกว้างในระยะแรกเพื่อสร้างความน่าเชื่อถือในฐานะห้องปฏิบัติการชั้นนำ

ด้วยการปล่อย Llama Meta รับประกันว่าเทคโนโลยีของตนจะกลายเป็นพื้นฐานในระบบนิเวศ AI ซึ่งสามารถให้ผลตอบแทนในระยะยาวได้ นี่คือกลยุทธ์แบบ “โอบและขยาย” แบบคลาสสิก: หากทุกคนใช้ “โมเดลที่เปิดกว้าง” ของคุณ คุณจะกำหนดมาตรฐานโดยอ้อมและอาจชี้นำผู้คนไปยังแพลตฟอร์มของคุณ (เช่น ผลิตภัณฑ์ AI ช่วยของ Meta ใช้ Llama) มีองค์ประกอบของ PR และการวางตำแหน่งด้วย Meta ได้รับบทบาทของผู้นวัตกรรมที่มีพระคุณ โดยเฉพาะอย่างยิ่งเมื่อเทียบกับ OpenAI ซึ่งเผชิญกับการวิพากษ์วิจารณ์เกี่ยวกับแนวทางที่ปิด ในความเป็นจริง การเปลี่ยนใจของ OpenAI เกี่ยวกับโมเดลที่เปิดกว้างบางส่วนเน้นย้ำถึงความสำเร็จของการเคลื่อนไหวของ Meta

หลังจากที่โมเดล AI ที่เปิดกว้างของจีน DeepSeek-R1 ออกมาในเดือนมกราคมและข้ามโมเดลก่อนหน้า Altman บ่งชี้ว่า OpenAI ไม่ต้องการที่จะอยู่ใน “ด้านที่ผิดของประวัติศาสตร์” ตอนนี้ OpenAI สัญญาว่าจะมีโมเดลที่เปิดกว้างที่มีความสามารถในการให้เหตุผลที่แข็งแกร่งในอนาคต ซึ่ง “…แสดงถึงการเปลี่ยนแปลงที่สำคัญ” มันไม่ยากที่จะเห็นถึงอิทธิพลของ Meta ในการเปลี่ยนแปลงนั้น การวางตัวที่เปิดกว้างของ Meta เป็นทั้ง “…อุดมคติที่แท้จริง” และ “…เชิงกลยุทธ์” – มันขยายการเข้าถึง AI ที่แท้จริง แต่ก็เป็นกลยุทธ์ที่ชาญฉลาดในการเอาชนะคู่แข่งและกำหนดอนาคตของตลาดตามเงื่อนไขของ Meta

ผลกระทบต่อนักพัฒนา องค์กร และอนาคตของ AI

สำหรับนักพัฒนา การฟื้นตัวของโมเดลที่เปิดกว้างอย่าง Llama 4 เป็นลมพัดใหม่ แทนที่จะถูกบังคับให้เข้าระบบนิเวศของซัพพลายเออร์ใดซัพพลายเออร์หนึ่งและค่าธรรมเนียม พวกเขามีตัวเลือกในการทำงาน AI ที่ทรงพลังบนโครงสร้างพื้นฐานของตนเองหรือปรับแต่งได้อย่างอิสระ

สิ่งนี้เป็นประโยชน์อย่างมากสำหรับองค์กรในอุตสาหกรรมที่ไวต่อความอ่อนไหว – เช่น การเงิน การดูแลสุขภาพ หรือรัฐบาล – ที่ไม่เต็มใจที่จะส่งต่อข้อมูลลับเข้าไปในกล่องดำของบุคคลอื่น ด้วย Llama 4 ธนาคารหรือโรงพยาบาลสามารถใช้โมเดลภาษาที่ทันสมัยขึ้นมาเองหลังไฟร์วอลล์ของตนเอง ปรับให้เหมาะกับข้อมูลส่วนตัวโดยไม่ต้องแบ่งปันโทเค็นใดๆ กับหน่วยงานภายนอก นอกจากนี้ยังมีข้อได้เปรียบด้านต้นทุน ค่าธรรมเนียมการใช้งาน API สำหรับโมเดลที่ดีที่สุดสามารถพุ่งสูงขึ้นได้ แต่โมเดลที่เปิดกว้างไม่มีค่าธรรมเนียมการใช้งาน – คุณจ่ายเพียงค่าพลังในการประมวลผลเท่านั้น บริษัทที่เพิ่มภาระงาน AI หนักๆ มีแนวโน้มที่จะประหยัดได้มากโดยเลือกใช้โซลูชันที่เปิดกว้างที่สามารถปรับขนาดได้ในร่ม

ไม่น่าแปลกใจที่เราจะเห็นความสนใจในโมเดลที่เปิดกว้างเพิ่มขึ้นจากองค์กรหลายแห่ง หลายแห่งเริ่มรู้แล้วว่าการควบคุมและความปลอดภัยของ AI ที่เปิดกว้างสอดคล้องกับความต้องการของตนมากกว่าบริการที่ปิดที่มีหนึ่งขนาดที่เหมาะกับทุกคน

นักพัฒนาก็ได้รับประโยชน์เช่นกันในการสร้างสรรค์ ด้วยการเข้าถึงโมเดลภายใน พวกเขาสามารถปรับแต่งและปรับปรุง AI สำหรับโดเมนเฉพาะ (กฎหมาย ชีววิทยา ภาษาท้องถิ่น – คุณเลือก) ในวิธีที่ API ที่ปิดอาจไม่เคยตอบสนอง การระเบิดของโครงการชุมชนรอบๆ โมเดล Llama ในช่วงแรกๆ – ตั้งแต่ชैटบอทที่ปรับให้เหมาะกับความรู้ทางการแพทย์ไปจนถึงแอปสมาร์ทโฟนของนักสนุกที่ใช้โมเดลขนาดย่อ – ได้พิสูจน์แล้วว่าโมเดลที่เปิดกว้างสามารถทำให้การทดลองเป็นประชาธิปไตยได้อย่างไร

อย่างไรก็ตาม การฟื้นตัวของโมเดลที่เปิดกว้างยังทำให้เกิดคำถามที่ยากลำบากด้วย จริงๆ แล้ว “การทำให้เป็นประชาธิปไตย” เกิดขึ้นหรือไม่ถ้าเฉพาะผู้ที่มีทรัพยากรการประมวลผลที่สำคัญเท่านั้นที่สามารถทำงานโมเดล 400B พารามิเตอร์ได้? ในขณะที่ Llama 4 Scout และ Maverick ลดค่าใช้จ่ายด้านฮาร์ดแวร์เมื่อเทียบกับโมเดลแบบโมโนลิธิก แต่พวกมันก็ยังคงหนัก – จุดที่ไม่สูญเสียไปจากนักพัฒนาบางคนซึ่ง PC ของตนไม่สามารถจัดการได้โดยไม่มีการช่วยเหลือจากคลาวด์

ความหวังคือเทคนิคอย่างการบีบอัดแบบโมเดล การกลั่นกรองหรือรูปแบบผู้เชี่ยวชาญขนาดเล็กจะทำให้พลังของ Llama 4 ลดลงไปถึงขนาดที่เข้าถึงได้มากขึ้น อีกประเด็นที่น่ากังวลคือการละเมิด OpenAI และคนอื่นๆ มานานแล้วว่าการเปิดตัวโมเดลที่ทรงพลังอย่างเปิดกว้างอาจทำให้ผู้กระทำผิดสามารถใช้ (ในการสร้างข้อมูลที่บิดเบือน รหัสมัลแวร์ ฯลฯ) ข้อกังวลเหล่านี้ยังคงอยู่: โมเดลที่เปิดกว้างอย่าง Claude หรือ GPT อาจถูกละเมิดโดยไม่มีตัวกรองความปลอดภัยที่บริษัทบังคับใช้กับ API ของตน

ในทางกลับกัน ผู้เสนอการเปิดกว้างโต้แย้งว่าการเปิดกว้างช่วยให้ชุมชน “…สามารถระบุและแก้ไขปัญหา ทำให้โมเดลมีความแข็งแกร่งและโปร่งใสขึ้นเมื่อเวลาผ่านไปมากกว่าระบบที่ปิด” มีหลักฐานที่ชี้ว่าชุมชนโมเดลที่เปิดกว้างให้ความสำคัญกับความปลอดภัยอย่างจริงจัง พัฒนาการป้องกันของตนเองและแบ่งปันแนวปฏิบัติที่ดีที่สุด – แต่นี่เป็นความตึงเครียดที่ยังคงดำเนินอยู่

สิ่งที่ชัดเจนมากขึ้นคือเรากำลังจะเข้าสู่ภูมิทัศน์ AI แบบผสมที่โมเดลที่เปิดกว้างและปิดจะอยู่ร่วมกัน โดยแต่ละอย่างมีอิทธิพลต่ออีกอย่าง ผู้ให้บริการที่ปิดอย่าง OpenAI, Anthropic และ Google ยังคงมีขอบเขตในด้านประสิทธิภาพสูงสุด – ในขณะนี้ ด้วยการวิจัยเมื่อปลายปี 2024 ที่ชี้ว่าโมเดลที่เปิดกว้าง “…ตามหลังโมเดลที่ปิดที่ดีที่สุดประมาณหนึ่งปี” ในด้านความสามารถ แต่ช่องว่างนั้นกำลังปิดอย่างรวดเร็ว

ในตลาดปัจจุบัน “AI ที่เปิดกว้าง” ไม่ได้หมายถึงเพียงโครงการฮอบบี้หรือโมเดลเก่าๆ เท่านั้น แต่คือจุดศูนย์กลางของกลยุทธ์ AI สำหรับยักษ์ใหญ่ด้านเทคโนโลยีและสตาร์ทอัพด้วย โมเดล Llama 4 ของ Meta เป็นการเตือนอย่างมีพลังถึงคุณค่าที่เปลี่ยนแปลงไปของการเปิดกว้าง นี่คือทั้งการยืนยันเชิงปรัชญาในการทำให้เทคโนโลยีเป็นประชาธิปไตยและเป็นการเคลื่อนไหวเชิงกลยุทธ์ในสนามรบที่มีความเสี่ยงสูงของอุตสาหกรรม สำหรับนักพัฒนาและองค์กร มันเปิดประตูสู่นวัตกรรมและความเป็นอิสระใหม่ๆ – แม้จะทำให้การตัดสินใจซับซ้อนขึ้นด้วยการแลกเปลี่ยนใหม่ๆ และสำหรับระบบนิเวศที่กว้างขึ้น มันทำให้เกิดความหวังว่าประโยชน์ของ AI จะไม่ถูกปิดผนึกไว้ในมือของไม่กี่องค์กร – ถ้าจิตวิญญาณของการเปิดกว้างสามารถยืนหยัดได้