DeepSeek R1-Zero เมื่อ AI เรียนรู้เองได้ดี และ cost สุดถูก

ในช่วงไม่กี่วันที่ผ่านมาวงการ AI เกิดแรงกระเพื่อมหลายริกเตอร์จาก DeepSeek ที่เปิดตัว R1-Zero และ R1 ซึ่งสร้างแรงสั่นสะเทือนไปทั่วทั้งวงการ AI ด้วยความสามารถในการให้เหตุผล (reasoning) ที่เทียบเคียงได้กับระบบ o1 ของ OpenAI โดยทำคะแนน ARC-AGI-1 ได้ใกล้เคียงกันที่ 14-20% ซึ่งสูงกว่า GPT-4 ที่ทำได้เพียง 5%

ความน่าสนใจของ DeepSeek R1-Zero

สิ่งที่น่าสนใจที่สุดคือ R1-Zero สามารถทำคะแนนได้ 14% โดยไม่ต้องใช้การ fine-tuning ด้วยข้อมูลจากมนุษย์ (Supervised Fine-Tuning หรือ SFT) เลยครับ ในขณะที่ R1 ที่ใช้ SFT ทำได้ 15.8% ซึ่งใกล้เคียงกันมาก นี่เป็นอีกจุดที่แสดงให้เห็นว่า เราอาจไม่จำเป็นต้องพึ่งพาข้อมูลจากมนุษย์ในการพัฒนา AI เสมอไป

ต้นทุนสุดถูก

เมื่อมองที่ต้นทุน พบว่า R1-Zero ใช้เพียง 11,000 tokens และมีค่าใช้จ่าย $0.11 ต่อการทดสอบ ในขณะที่ระบบ o3 ของ OpenAI ที่ทำคะแนนได้สูงถึง 87.5% ต้องใช้ถึง 57 ล้าน tokens และมีค่าใช้จ่าย $3,400 ต่อการทดสอบ

ซึ่งการพัฒนานี้สะท้อนการเปลี่ยนแปลงสำคัญสองประการในวงการ AI

1. เราสามารถเพิ่มความแม่นยำและความน่าเชื่อถือได้ด้วยการลงทุนด้านการประมวลผลที่มากขึ้น
2. การลงทุนกำลังเปลี่ยนจากการ training ไปสู่การ inference มากขึ้น ซึ่งหมายถึงการใช้งานจริงจะมีต้นทุนสูงขึ้น แต่ก็ได้ผลลัพธ์ที่แม่นยำขึ้นไปด้วย

Image source: arcprize.org

Note: Inference คือกระบวนการที่ AI นำความรู้ที่ได้เรียนรู้มาแล้วมาใช้ในการตอบคำถามหรือแก้ปัญหา เปรียบเสมือนการที่นักเรียนนำความรู้จากห้องเรียนมาใช้ทำข้อสอบหรือแก้โจทย์ปัญหาในชีวิตจริง

ในกรณีของ AI อย่าง R1-Zero และ o3 การ inference มีต้นทุนสูงขึ้นเพราะระบบต้องประมวลผลหลายรอบและซับซ้อนมากขึ้นเพื่อให้ได้คำตอบที่แม่นยำ เช่น o3 ในโหมด high ใช้ถึง 57 ล้าน tokens และมีค่าใช้จ่าย $3,400 ต่อการทดสอบ เพื่อให้ได้ความแม่นยำถึง 87.5%

แนวโน้มนี้แสดงให้เห็นว่าแม้ต้นทุนการฝึกฝน (training) จะลดลงเพราะไม่ต้องพึ่งข้อมูลจากมนุษย์ แต่การใช้งานจริง (inference) จะมีค่าใช้จ่ายสูงขึ้น เนื่องจากต้องการการประมวลผลที่ซับซ้อนมากขึ้นเพื่อให้ได้ผลลัพธ์ที่แม่นยำและน่าเชื่อถือ นี่เป็นความท้าทายสำคัญที่ผู้พัฒนาและผู้ใช้งาน AI ต้องพิจารณาในอนาคต

ผลกระทบต่ออนาคต

• การพัฒนา AI อาจเร็วขึ้นเพราะไม่ติดข้อจำกัดด้านข้อมูลจากมนุษย์
• ธุรกิจต้องเตรียมรับมือกับต้นทุนด้าน inference ที่อาจสูงขึ้น
• การแข่งขันในตลาดจะรุนแรงขึ้น โดยเฉพาะในด้านประสิทธิภาพและต้นทุน
• อาจเกิดการพัฒนา AI ที่มีความสามารถใกล้เคียง AGI เร็วกว่าที่คาดการณ์

ดังนั้นการพัฒนาของ R1-Zero อาจเป็นจุดเปลี่ยนสำคัญที่แสดงให้เห็นว่า AI สามารถเรียนรู้ด้วยตัวเองและพัฒนาได้โดยไม่จำเป็นต้องพึ่งพาข้อมูลจากมนุษย์เสมอไป

แต่การพัฒนานี้ก็มาพร้อมกับความท้าทายในด้านต้นทุนและประสิทธิภาพที่ต้องพิจารณาอย่างรอบคอบ ในอนาคตอันใกล้ เราอาจได้เห็นการพัฒนา AI ที่รวดเร็วและน่าตื่นเต้นมากขึ้น แต่ก็ต้องคำนึงถึงผลกระทบในวงกว้างที่อาจเกิดขึ้นด้วยเช่นกันครับ

อ้างอิง

• An analysis of DeepSeek R1-Zero and R1 - arcprize.org