Google เปิดตัวโมเดลโอเพนซอร์ส Gemma เจาะกลุ่มอุปกรณ์ปลายทางและสภาพแวดล้อมทรัพยากรจำกัด

เมื่อวันที่ 21 กุมภาพันธ์ พ.ศ. 2567 Google DeepMind ได้เปิดตัวโมเดลโอเพนซอร์สตระกูล Gemma อย่างเป็นทางการ โดยมีให้เลือกสองขนาดคือ 2B (2 พันล้านพารามิเตอร์) และ 7B (7 พันล้านพารามิเตอร์) สำหรับให้นักพัฒนาและนักวิจัยดาวน์โหลด ปรับแต่ง (fine-tune) และนำไปใช้งานได้ฟรี Google ระบุว่า Gemma พัฒนาต่อยอดจากชุดเทคโนโลยีและงานวิจัยเดียวกับที่ใช้สร้างโมเดลตระกูล Gemini พร้อมเปิดตัวทั้งเวอร์ชันที่ปรับแต่งตามคำสั่ง (instruction-tuned) และเวอร์ชันที่ผ่านการฝึกล่วงหน้า (pretrained) มาพร้อมชุดเครื่องมือ Responsible Generative AI Toolkit และรองรับหลายเฟรมเวิร์ก ทั้ง JAX, PyTorch, TensorFlow รวมถึงสามารถเข้าถึงได้โดยตรงผ่าน Kaggle, Colab และ Vertex AI

ความหมายเชิงเทคนิค: ทำให้ “โมเดลขนาดเล็ก” ใช้งานได้จริง

จุดเน้นของ Gemma ไม่ใช่การไล่ตามจำนวนพารามิเตอร์ที่มากที่สุด แต่มุ่งไปที่ขนาดที่ “รันได้บน GPU ตัวเดียว หรือแม้แต่โน้ตบุ๊กและอุปกรณ์พกพา” ผลการทดสอบที่ Google เผยแพร่ระบุว่ารุ่น 7B มีประสิทธิภาพเหนือกว่าโมเดลโอเพนซอร์สระดับเดียวกัน (เช่น Llama 2 รุ่น 7B และ 13B) ในหลายมาตรฐานด้านความเข้าใจภาษา การให้เหตุผล และการสร้างโค้ด สำหรับนักพัฒนาแล้ว หมายความว่าไม่จำเป็นต้องพึ่งพากำลังประมวลผลคลาวด์ขนาดใหญ่ ก็สามารถติดตั้งโมเดลภาษาที่มีคุณภาพระดับหนึ่งบนเครื่องท้องถิ่นหรือระบบส่วนตัวได้ เหมาะอย่างยิ่งกับกรณีที่ต้องการความเป็นส่วนตัวของข้อมูล หรือต้องทำงานแบบออฟไลน์

เทียบกับคู่แข่ง: สนามโอเพนซอร์สมีผู้เล่นรายใหญ่เพิ่มขึ้น

การเปิดตัว Gemma ทำให้ Google เข้าร่วมการแข่งขันในค่ายโอเพนซอร์สอย่างเป็นทางการ ร่วมกับ Meta (Llama 2) และ Mistral AI ที่มีอยู่ก่อนแล้ว เมื่อเทียบกับสัญญาอนุญาตของ Llama 2 ครั้งนี้ Google ใช้เงื่อนไขที่อนุญาตให้ใช้ในเชิงพาณิชย์ได้ แต่ยังคงมีข้อจำกัดการใช้งานและเงื่อนไขความรับผิดชอบบางส่วน วงการมองว่าการเคลื่อนไหวนี้เป็นการตอบสนองต่อเสียงวิพากษ์วิจารณ์จากชุมชนโอเพนซอร์สเรื่อง “การผูกขาดของบริษัทที่ปิดโค้ด” ในด้านหนึ่ง และอีกด้านหนึ่งคือการขยายอิทธิพลของระบบนิเวศ Gemini โดยการปล่อยโมเดลขนาดเล็กออกมาช่วยให้นักพัฒนาคุ้นเคยกับสถาปัตยกรรมและเครื่องมือของ Google มากขึ้น ซึ่งจะเพิ่มโอกาสในการอัปเกรดไปใช้ API แบบเสียเงินของ Gemini ในอนาคต

ปฏิกิริยาในวงการ: ชุมชนนักพัฒนาจับตาทั้งสัญญาอนุญาตและประสิทธิภาพ

หลังการเปิดตัว Gemma ชุมชนนักพัฒนา (เช่น Hugging Face และการพูดคุยใน Reddit) เริ่มทดสอบใช้งานจริงอย่างรวดเร็ว โดยประเด็นที่ถูกพูดถึงมากที่สุดมีสองเรื่อง คือผลการทดสอบจริงเหนือกว่า Llama 2 ตามที่บริษัทอ้างหรือไม่ และเงื่อนไขสัญญาอนุญาตเป็นมิตรต่อการใช้เชิงพาณิชย์จริงหรือไม่ (เช่น มีเพดานการสมัครสมาชิกหรือข้อจำกัดปริมาณการใช้งานหรือไม่) ปฏิกิริยาเบื้องต้นส่วนใหญ่เป็นไปในทางบวก เนื่องจากเอกสารสนับสนุนทางเทคนิคและชุดเครื่องมือของ Google มีความครบถ้วน ช่วยลดอุปสรรคในการนำไปใช้ในองค์กร แต่ก็มีเสียงเตือนว่า “น้ำหนักโมเดล” แบบโอเพนซอร์สไม่เท่ากับ “ความโปร่งใสทั้งหมด” เนื่องจากข้อมูลและวิธีการฝึกฝนยังไม่ถูกเปิดเผย

สำหรับผู้บริหาร ความหมายของ Gemma ไม่ได้อยู่ที่การรีบนำระบบ AI ที่สร้างเองมาใช้ทันที แต่เป็นอีกหนึ่งทางเลือกสำหรับ “การทดลองต้นทุนต่ำ” หากองค์กรมีทรัพยากรด้าน IT หรือวิศวกรรมภายใน อาจพิจารณาให้ทีมเทคนิคประเมินการใช้ Gemma 7B ในการจัดระเบียบเอกสารภายใน คัดกรองคำถามลูกค้าเบื้องต้น หรือช่วยตรวจสอบคุณภาพ เพื่อทำ Proof of Concept ขนาดเล็ก ก่อนตัดสินใจว่าจะลงทุนในแผนนำ AI มาใช้อย่างเต็มรูปแบบหรือไม่