MIT ชี้เทรนด์ใหม่ของ LLM และแรงกดดันต่อวงการวิจัย AI

จดหมายข่าว The Download ของ MIT Technology Review ฉบับนี้ชี้ให้เห็นว่า “ยุคถัดไป” ของโมเดลภาษาขนาดใหญ่กำลังเริ่มก่อตัวขึ้นแล้ว โดยประเด็นหลักคือสถาปัตยกรรมทรานส์ฟอร์เมอร์ที่เป็นหัวใจของ LLM เกือบทุกรายใหญ่เริ่มแสดงข้อจำกัดชัดเจนเมื่อโมเดลมีขนาดและความซับซ้อนสูงขึ้น ต้นทุนด้านการประมวลผลของกลไก attention แบบหนาแน่นเพิ่มขึ้นมากเมื่อข้อมูลยาวขึ้น ทำให้ความเร็ว ประสิทธิภาพ และความสามารถในการจัดการบริบทจำนวนมากกลายเป็นคอขวดสำคัญ

บทความชี้ว่า สตาร์ตอัปและนักวิจัยหลายกลุ่มกำลังไล่หาทางออกใหม่เพื่อแก้ “ปัญหาทรานส์ฟอร์เมอร์” ผ่านแนวคิดเชิงสถาปัตยกรรมหลายแบบ ซึ่งอาจทำให้ LLM ในอนาคตทำงานได้เร็วขึ้น ใช้ทรัพยากรน้อยลง และในบางกรณีอาจฉลาดขึ้นด้วย ขณะเดียวกัน นี่สะท้อนว่าคลื่นนวัตกรรม AI ไม่ได้หยุดอยู่ที่การเพิ่มขนาดโมเดลอย่างเดียว แต่เริ่มมองหาโครงสร้างใหม่ที่ตอบโจทย์ทั้งต้นทุนและสมรรถนะในระยะยาว

อีกประเด็นสำคัญคือสภาพแวดล้อมของงานวิจัย AI ในมหาวิทยาลัยที่กำลังเปลี่ยนไปอย่างมาก บทความเล่าบรรยากาศการพบปะนักวิจัยชั้นนำในโครงการ AI2050 ของ Schmidt Sciences และตั้งคำถามว่าเหตุใดช่วงเวลานี้จึง “แปลก” สำหรับนักวิชาการด้าน AI เนื่องจากการวิจัยในมหาวิทยาลัยต้องปรับตัวต่อภูมิทัศน์ใหม่ของเงินทุน แรงกดดันจากอุตสาหกรรม และบทบาทที่เปลี่ยนไปของนักวิจัยเมื่อ AI กลายเป็นสมรภูมิของทั้งบริษัทเทคโนโลยีและผู้กำหนดนโยบาย

ในส่วนข่าวเด่นประจำวัน MIT ยังหยิบเรื่องการที่ Nvidia ระดมทุนและทำข้อตกลงเกี่ยวกับโครงสร้างพื้นฐาน AI มูลค่ามหาศาลกับนักลงทุนรายใหญ่ สะท้อนว่า “คอมพิวต์สำหรับ AI” กำลังถูกมองเป็นสินทรัพย์ลงทุนรูปแบบใหม่ ไม่ใช่แค่ต้นทุนด้านไอทีทั่วไป อีกด้านหนึ่ง Meta ก็เดินหน้าแนวทางโอเพนซอร์สมากขึ้นด้วยโมเดลใหม่และวิสัยทัศน์เรื่องซูเปอร์อินเทลลิเจนซ์ส่วนบุคคล ซึ่งทำให้การแข่งขันด้าน AI เปิดกว้างขึ้นทั้งในเชิงเทคโนโลยีและยุทธศาสตร์ระดับประเทศ

นอกจากนี้ จดหมายข่าวยังสะท้อนแรงต้านต่อการเร่งพัฒนา AI ที่เริ่มดังขึ้นในสหรัฐฯ ตั้งแต่คำเรียกร้องให้ “หยุด” หรือชะลอการพัฒนา ไปจนถึงความกังวลเรื่องความปลอดภัยของโมเดลอันตราย การฟ้องร้องแพลตฟอร์มโซเชียลเรื่องกลไกเสพติด และกระแส backlash ต่อเนื้อหา AI ที่แพร่หลายเกินไป ภาพรวมทั้งหมดบอกว่า AI ไม่ได้ถูกจับตามองแค่ในมุมศักยภาพทางธุรกิจ แต่กำลังถูกตรวจสอบหนักขึ้นในมิติความเสี่ยงต่อสังคม เด็กและเยาวชน การควบคุม และอำนาจของแพลตฟอร์ม

สาระสำคัญของฉบับนี้จึงอยู่ที่การมองสองทิศทางพร้อมกัน คือด้านหนึ่ง เทคโนโลยี LLM กำลังเข้าสู่ช่วงเปลี่ยนผ่านทางสถาปัตยกรรม และอีกด้าน วงการวิจัย AI รวมถึงระบบนิเวศโดยรอบกำลังเผชิญแรงกดดันใหม่จากการเมือง เศรษฐกิจ และจริยธรรม ทำให้อนาคตของ AI ไม่ได้ขึ้นอยู่กับความก้าวหน้าทางวิศวกรรมเพียงอย่างเดียว แต่รวมถึงวิธีที่สังคมเลือกกำกับและยอมรับมันด้วย