Sakana AI สตาร์ทอัพญี่ปุ่นที่ก่อตั้งโดย Llion Jones ผู้ร่วมเขียนเปเปอร์ Transformer อันลือชื่อ เปิดตัว Recursive Self-Improvement Lab (RSI Lab) เพื่อวิจัย AI ที่สามารถพัฒนาตัวเองซ้ำๆ กล่าวคือ AI ที่ช่วยสร้างและปรับปรุง AI รุ่นถัดไปได้ด้วยตนเอง
แนวคิดที่ท้าทายกระแสหลัก
แทนที่จะแข่งขันกันในสงคราม compute เช่นการซื้อชิปและศูนย์ข้อมูลขนาดใหญ่เหมือนห้องวิจัยใหญ่ๆ ของอเมริกา Sakana AI เชื่อว่า RSI คือทางลัดในการทันเทคโนโลยีระดับแนวหน้าด้วยทรัพยากรที่น้อยลง แนวคิดนี้ท้าทายพื้นฐานของการพัฒนา AI ปัจจุบันที่มักมุ่งเน้นการขยายขนาดโมเดลและเพิ่ม compute power
บริบทความสำคัญในยุคสงคราม Compute
สงครามด้าน compute กำลังรุนแรงขึ้นเรื่อยๆ ล่าสุด Google ยอมจ่ายเงินให้ SpaceX ถึง 920 ล้านดอลลาร์ต่อเดือน เพียงเพื่อเพิ่ม compute capacity ของตน สิ่งนี้แสดงให้เห็นว่าต้นทุนในการ train frontier model พุ่งสูงจนแม้แต่บริษัทยักษ์ใหญ่ก็ต้องหาทางออก Sakana AI มองว่า RSI อาจเป็นคำตอบที่ช่วยให้ AI เร่งความเร็วในการ train และลดการพึ่งพิงฮาร์ดแวร์และชิปต่างๆ ลงได้ ซึ่งจะเป็นการเปลี่ยนกฎเกณฑ์การแข่งขันในวงการ AI อย่างสิ้นเชิง
ความเสี่ยงและข้อถกเถียง
อย่างไรก็ตาม แนวคิดเรื่อง self-improving AI ยังคงเป็นที่ถกเถียงกันอยู่มาก หลายฝ่ายมองว่ายังเป็นเพียง hype ที่ยังไม่สามารถพิสูจน์ได้จริง นอกจากนี้ยังมีความกังวลด้านความปลอดภัยเกี่ยวกับ AI ที่สามารถปรับปรุงตัวเองได้ โดยเฉพาะในด้านการควบคุมและการป้องกันไม่ให้เกิดผลลัพธ์ที่ไม่พึงประสงค์
ทิศทางอนาคตของ AI จากญี่ปุ่น
การที่ Sakana AI ซึ่งเป็นสตาร์ทอัพจากญี่ปุ่นกล้าที่จะท้าทาย paradigm การพัฒนา AI ของอเมริกา แสดงให้เห็นว่าวงการ AI กำลังขยายตัวและมีผู้เล่นใหม่ๆ เข้ามามีบทบาทมากขึ้น ความสำเร็จของ RSI Lab อาจเปลี่ยนแปลงภูมิทัศน์การแข่งขันในวงการ AI และทำให้ญี่ปุ่นกลายเป็นศูนย์กลางนวัตกรรม AI ความสำคัญอีกด้วย การลงทุนในการวิจัยแนวทางนี้ แม้จะมีความเสี่ยง แต่ก็อาจเป็นการเดิมพันที่คุ้มค่าหากสำเร็จ เพราะจะช่วยลดการพึ่งพิงทรัพยากร compute ที่มีราคาแพงและจำกัด ซึ่งเป็นปัญหาใหญ่ของวงการ AI ในปัจจุบัน
แหล่งอ้างอิง:
https://the-decoder.com/sakana-ai-bets-ai-that-improves-itself-can-break-the-compute-arms-race-of-frontier-labs/