จากการฝึกล่วงหน้าสู่ทีมเอเจนต์ AI: เหตุใดวงจรการขยายขนาดสี่แบบของ Jensen Huang จึงเปลี่ยนคำถามเรื่องการประมวลผล

บทนำ: อะไรเติบโตขึ้นเมื่อปัญญาประดิษฐ์มีความสามารถมากขึ้น?

การพูดคุยเรื่องปัญญาประดิษฐ์ [AI] มักเริ่มจากขนาดของแบบจำลอง [Model] มีพารามิเตอร์ [Parameters] กี่ตัว? ใช้ข้อมูลฝึกมากเพียงใด? ระบบประมวลผล [Computing System] ที่อยู่เบื้องหลังมีขนาดใหญ่เท่าใด?

คำถามเหล่านี้อธิบายเพียงส่วนหนึ่งของระบบ ข้อเสนอที่กว้างกว่าของ Jensen Huang คือ AI เติบโตได้ในหลายขั้นตอน ได้แก่ ขณะเรียนรู้พื้นฐาน ขณะปรับปรุงพฤติกรรม ขณะทำงานแก้ปัญหาเฉพาะเรื่อง และขณะกระจายงานระหว่างเอเจนต์ [Agents] การเข้าใจความเชื่อมโยงระหว่างขั้นตอนเหล่านี้เปลี่ยนวิธีคิดของเราเกี่ยวกับความต้องการใช้การประมวลผล [Computing Demand]

ความแตกต่างสำคัญอยู่ระหว่างการสร้างแบบจำลองกับการใช้ระบบอัจฉริยะ กิจกรรมทั้งสองเกี่ยวข้องกัน แต่ไม่ใช่ภาระงาน [Workload] แบบเดียวกัน

1. การฝึกล่วงหน้าสร้างรากฐาน ไม่ใช่ผู้ทำงานที่พร้อมสมบูรณ์

การฝึกล่วงหน้า [Pre-training] พัฒนาความสามารถทั่วไปของแบบจำลองด้วยการให้เรียนรู้จากข้อมูลจำนวนมาก แบบจำลองเรียนรู้รูปแบบและความสัมพันธ์ที่อาจช่วยรองรับงานในภายหลัง

ข้อมูลและทรัพยากรประมวลผล [Computing] ที่มากขึ้นช่วยปรับปรุงรากฐานเหล่านี้ได้ อย่างไรก็ตาม การฝึกแต่ละรอบที่ใหญ่ขึ้น [Training Run] ไม่ใช่คำอธิบายที่ครบถ้วนของสติปัญญาที่เป็นประโยชน์ แบบจำลองอาจมีความรู้ทั่วไปกว้างขวาง แต่ยังต้องการวิจารณญาณที่ดีขึ้น ประสบการณ์เฉพาะงาน หรือการเข้าถึงข้อมูลที่ไม่เคยพบระหว่างการฝึก

นี่คือเหตุผลที่คำถามไม่อาจหยุดอยู่เพียงว่าเนื้อหาที่มนุษย์เขียนจะกลายเป็นข้อจำกัดในท้ายที่สุดหรือไม่ ขั้นตอนถัดไปเปลี่ยนได้ทั้งวิธีที่ระบบเรียนรู้และงานที่ระบบทำ

2. การฝึกภายหลังเปลี่ยนวิธีใช้รากฐาน

การฝึกภายหลัง [Post-training] ปรับปรุงแบบจำลองหลังการเรียนรู้ขั้นต้น จุดเน้นเปลี่ยนไปสู่พฤติกรรม งานที่ใช้งานจริง และรูปแบบคำตอบที่ผู้คนต้องการ

ข้อมูลสังเคราะห์ [Synthetic Data] มีส่วนช่วยในกระบวนการนี้ได้ ระบบสร้างตัวอย่าง สำรวจรูปแบบที่แตกต่าง และผลิตเนื้อหาที่เป็นประโยชน์ต่อการเรียนรู้เพิ่มเติมได้ คุณค่าอยู่ที่คุณภาพของประสบการณ์ที่เกิดขึ้น ไม่ใช่เพียงข้อเท็จจริงที่ว่าเครื่องจักรเป็นผู้สร้าง

ความแตกต่างนี้สำคัญ การสร้างเนื้อหามากขึ้นไม่ได้ยืนยันโดยอัตโนมัติว่าเนื้อหานั้นถูกต้อง วงจรที่เป็นประโยชน์คัดเลือกประสบการณ์ที่ควรเก็บไว้ แล้วใช้ปรับปรุงพฤติกรรมในภายหลัง ปริมาณที่ไม่มีการคัดเลือกอาจทำซ้ำจุดอ่อนแทนที่จะแก้ไข

3. การประมวลผลขณะทดสอบทำให้การอนุมานเป็นปัญหาที่ยากขึ้น

บางครั้งการอนุมาน [Inference] ถูกมองว่าเป็นขั้นตอนสุดท้ายที่เรียบง่าย กล่าวคือ แบบจำลองเรียนรู้มาแล้ว การสร้างคำตอบจึงควรใช้การทำงานเพิ่มเติมเพียงเล็กน้อย

การขยายขนาดขณะทดสอบ [Test-time Scaling] ท้าทายภาพดังกล่าว งานที่ยากอาจต้องให้ระบบแบ่งปัญหาเป็นส่วนย่อย เปรียบเทียบแนวทางที่เป็นไปได้ ค้นหาข้อมูล และทบทวนความพยายามที่ไม่สำเร็จ

ความต้องการทรัพยากรประมวลผล [Computing Requirement] จึงขึ้นอยู่กับสิ่งที่ระบบต้องทำก่อนส่งคำตอบที่เป็นประโยชน์กลับมา คำตอบสั้นอาจเกิดหลังการทำงานอย่างมาก ในทางกลับกัน คำตอบยาวไม่ใช่หลักฐานของการใช้เหตุผลอย่างรอบคอบ

สำหรับธุรกิจ สิ่งนี้ทำให้ความหน่วงในการตอบสนอง [Latency] คุณภาพคำตอบ และต้นทุนดำเนินงานเป็นทางเลือกที่เชื่อมโยงกัน คำตอบทันทีที่ถูกที่สุดไม่ใช่งานที่ทำสำเร็จด้วยต้นทุนต่ำที่สุดเสมอไป

4. การขยายขนาดด้วยเอเจนต์เพิ่มการประสานงานให้กับความสามารถ

การขยายขนาดด้วยเอเจนต์ [Agentic Scaling] นำเสนออีกเส้นทางหนึ่ง คือ ระบบกระจายงานให้เอเจนต์ [Agents] หลายตัวได้ แทนที่จะขอให้แบบจำลองตัวเดียวทำทุกอย่างตามลำดับ

เอเจนต์หนึ่งอาจตรวจสอบบันทึก ขณะที่อีกตัวเปรียบเทียบทางเลือก สิ่งที่ทั้งสองค้นพบอาจสนับสนุนผลลัพธ์ร่วมกัน นี่เป็นการเติบโตคนละรูปแบบกับการทำแบบจำลองตัวเดียวให้ใหญ่ขึ้นหรือให้เวลามากขึ้น

การเปรียบเทียบกับองค์กรมีประโยชน์ พนักงานที่มากขึ้นเพิ่มขีดความสามารถได้ แต่ต้องมีความรับผิดชอบ การสื่อสาร และการตัดสินใจขั้นสุดท้ายที่ชัดเจน เช่นเดียวกัน เอเจนต์ที่มากขึ้นสร้างงานด้านการประสานงาน การปรับข้อค้นพบให้สอดคล้องกัน และการตรวจสอบ จำนวนเอเจนต์เป็นปัจจัยนำเข้า ไม่ใช่มาตรวัดความสำเร็จ

5. ทั้งสี่ขั้นตอนก่อให้เกิดวงจรการเรียนรู้

ความเชื่อมโยงที่สำคัญที่สุดคือสิ่งที่เกิดขึ้นหลังระบบทำงาน ประสบการณ์ที่เป็นประโยชน์จากเอเจนต์กลายเป็นเนื้อหาสำหรับการฝึกในภายหลังได้ แบบจำลองที่ปรับปรุงแล้วก็ช่วยให้ใช้เหตุผลได้ดีขึ้นและทำให้เอเจนต์มีประสิทธิผลมากขึ้น

ดังนั้น การฝึกล่วงหน้า [Pre-training] การฝึกภายหลัง [Post-training] งานขณะทดสอบ [Test-time Work] และกิจกรรมของเอเจนต์ [Agentic Activity] จึงไม่จำเป็นต้องอยู่แยกกันเป็นกล่อง ๆ แต่ส่งเสริมซึ่งกันและกันได้

สิ่งนี้ยังเปลี่ยนคำถามเรื่องโครงสร้างพื้นฐาน [Infrastructure] การฝึกแบบจำลอง การค้นหาในไฟล์ และการประสานผู้ทำงานหลายราย มีความต้องการต่อหน่วยประมวลผล [Processors] หน่วยความจำ [Memory] ที่เก็บข้อมูล [Storage] และเครือข่าย [Networking] ต่างกัน ระบบที่ออกแบบโดยยึดเกณฑ์ทดสอบแคบ ๆ เพียงอย่างเดียว [Benchmark] อาจไม่เหมาะกับกระบวนงานทั้งหมด [Workflow]

บทสรุป: วัดผลงาน ไม่ใช่เพียงแบบจำลอง

กรอบสี่ส่วนของ Huang พาการสนทนาไปไกลกว่าความคิดที่ว่าความก้าวหน้าของ AI หมายถึงเพียงแบบจำลองที่ใหญ่ขึ้น ซึ่งฝึกครั้งเดียวด้วยชุดข้อมูลที่ใหญ่ขึ้น [Dataset]

บทเรียนเชิงปฏิบัติคือระบุว่าการประมวลผลเพิ่มเติม [Computing] ให้ผลลัพธ์ที่ดีขึ้นตรงไหน งานต้องการรากฐานที่ดีกว่า การปรับปรุงที่มีประโยชน์กว่า เวลาคิดแก้ปัญหาที่นานขึ้น หรือการแบ่งงานอย่างประสานกัน?

องค์กรควรประเมินคำตอบผ่านงานที่เสร็จสมบูรณ์ คุณภาพ เวลา และต้นทุนรวม นี่เป็นจุดเริ่มต้นที่มีประโยชน์กว่าการนับเพียงพารามิเตอร์ [Parameters] หรือเอเจนต์ [Agents] คำถามเรื่องการประมวลผลในอนาคตเกี่ยวข้องกับระบบการเรียนรู้และการทำงานทั้งหมด

By Keshavan Thiagaraja

นักพัฒนาโมเดลปัญญาประดิษฐ์ส่วนตัว [Private AI Model Developer] และที่ปรึกษาด้านความปลอดภัยของปัญญาประดิษฐ์ [AI Security Consultant] ผู้ช่วยเหลือบริษัทขนาดเล็ก ขนาดกลาง และขนาดใหญ่ในการสร้างโซลูชันปัญญาประดิษฐ์ที่ปลอดภัย ซิดนีย์ ออสเตรเลีย

(B.Sc. Computer Science, Mathematics and Statistics)

(M.Sc. Information Technology)

(E-Commerce Professional)