เจนเซน หวงหนุน “โอเพนโมเดล” ชี้สหรัฐฯ ไม่ควรรีบจำกัด AI แบบเปิด

เจนเซน หวง ซีอีโอของ Nvidia โพสต์ครั้งแรกบน X เพื่อแสดงจุดยืนสนับสนุนการเข้าถึงโมเดล AI แบบเปิด โดยร่วมลงชื่อในจดหมายที่มีทั้ง Google, OpenAI, Meta และบริษัทเทคโนโลยีรายใหญ่อีกหลายแห่ง จดหมายดังกล่าวเรียกร้องให้สหรัฐฯ อย่าเร่งใช้มาตรการจำกัดโมเดลแบบเปิดก่อนเวลาอันควร เพราะอาจบั่นทอนการแข่งขันและผลักนวัตกรรมออกนอกประเทศ

สาระสำคัญของประเด็นนี้อยู่ที่ความต่างระหว่าง “โมเดลเปิด” กับ “โมเดลปิด” โมเดลเปิดมักเปิดเผยน้ำหนักโมเดลหรือโค้ดบางส่วน ทำให้ผู้ใช้สามารถนำไปรันบนเครื่องของตนเอง ปรับแต่ง หรือศึกษาการทำงานได้ ขณะที่โมเดลปิดจะถูกควบคุมโดยบริษัทเจ้าของ เข้าถึงผ่านคลาวด์หรือ API และไม่เปิดเผยรายละเอียดภายในทั้งหมด ผู้สนับสนุนโมเดลเปิดมองว่าสิ่งนี้ช่วยให้ AI กระจายตัวได้กว้างขึ้น ใช้งานได้ในวงกว้าง และเอื้อต่อการพัฒนาอุตสาหกรรม

จดหมายที่หวงอ้างถึงระบุว่าโมเดลแบบเปิดช่วยเสริมการแข่งขัน เพิ่มการเข้าถึงเศรษฐกิจ AI และสนับสนุนอธิปไตยทางเทคโนโลยีของแต่ละประเทศ โดยชี้ว่าหากมีกฎที่เข้มงวดเกินไป สหรัฐฯ อาจเสียความสามารถในการเป็นผู้นำด้าน AI ให้กับต่างชาติ โดยเฉพาะในบริบทที่โมเดลเปิดจากจีนอย่าง DeepSeek เคยสร้างแรงสั่นสะเทือนให้กับค่าย AI อเมริกัน เพราะให้บริการคล้ายคู่แข่งรายใหญ่ แต่เปิดให้ใช้งานฟรีและรันได้ในเครื่องท้องถิ่น

อีกด้านหนึ่ง ประเด็นนี้สะท้อนการแข่งขันเชิงภูมิรัฐศาสตร์ของอุตสาหกรรม AI ระหว่างสหรัฐฯ กับประเทศอื่น ๆ เพราะการเปิดให้ใครก็เข้าถึงและต่อยอดโมเดลได้ อาจเพิ่มโอกาสให้คู่แข่งพัฒนาเทคโนโลยีของตนเองได้เร็วขึ้น ขณะเดียวกัน รายงานยังระบุว่ารัฐบาลสหรัฐฯ ภายใต้ทรัมป์กำลังพิจารณาจำกัดหรือแบนโมเดล AI จากจีนด้วยเหตุผลด้านความมั่นคงไซเบอร์ ทำให้ข้อถกเถียงเรื่อง “ความเปิด” กับ “ความปลอดภัย” ทวีความสำคัญมากขึ้น

อย่างไรก็ตาม จดหมายก็ยอมรับว่าโมเดลแบบเปิดมีความเสี่ยงจริง โดยเมื่อเผยแพร่น้ำหนักโมเดลออกไปแล้ว นักพัฒนาต้นทางจะควบคุมการใช้งานหรือการดัดแปลงต่อได้ยาก และโมเดลดัดแปลงก็ตรวจสอบย้อนกลับได้ไม่ง่าย แต่ผู้สนับสนุนยืนยันว่าทางออกไม่ใช่การห้ามโดยสิ้นเชิง หากควรหาสมดุลที่ทำให้เปิดใช้งานได้พร้อมลดความเสี่ยง

ภาพรวมของเรื่องนี้จึงไม่ใช่แค่การโพสต์ครั้งแรกของซีอีโอ Nvidia เท่านั้น แต่ยังสะท้อนท่าทีของบริษัทยักษ์ใหญ่หลายแห่งที่ต้องการให้ระบบนิเวศ AI ขยายตัวแบบเปิดกว้างมากขึ้น เพราะการใช้งานที่แพร่หลายย่อมเป็นประโยชน์ต่อผู้ผลิตชิป ผู้ให้บริการคลาวด์ และแพลตฟอร์มเครื่องมือ AI ไปพร้อมกัน แม้จะมีคำถามตามมาถึงต้นทุนด้านฮาร์ดแวร์ พลังงาน น้ำ และทรัพยากรอื่น ๆ ที่อุตสาหกรรม AI ใช้เพิ่มขึ้นอย่างต่อเนื่อง