นักลงทุนเดิมพัน 1 พันล้านดอลลาร์สหรัฐกับวิสัยทัศน์ของ Yann LeCun สำหรับปัญญาประดิษฐ์ที่เหนือกว่าโมเดลภาษาขนาดใหญ่
Yann LeCun นักวิทยาศาสตร์ด้านปัญญาประดิษฐ์ (AI) เชื้อสายฝรั่งเศสและหัวหน้าฝ่าย AI ของ Meta ได้กลายเป็นจุดสนใจของวงการนักลงทุน风险ทุน (Venture Capital) ทั่วโลก หลังจากนักลงทุนรายใหญ่หลายรายประกาศลงทุนรวมมูลค่ากว่า 1 พันล้านดอลลาร์สหรัฐในสตาร์ทอัพที่มุ่งพัฒนาเทคโนโลยี AI ตามวิสัยทัศน์ของเขา ซึ่งเน้นการสร้าง AI ที่สามารถเข้าใจโลกกายภาพ วางแผน และใช้เหตุผลได้อย่างแท้จริง แตกต่างจากโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ที่ครองตลาดในปัจจุบัน
LeCun ซึ่งได้รับรางวัล Turing Award ในปี 2018 จากผลงานด้านการเรียนรู้เชิงลึก (Deep Learning) ได้วิพากษ์วิจารณ์ LLMs อย่างต่อเนื่อง โดยมองว่าเทคโนโลยีเหล่านี้เป็นทางตัน (Dead End) เนื่องจาก LLMs อาศัยการทำนายคำถัดไป (Next-Token Prediction) ซึ่งทำให้เกิดภาพหลอน (Hallucinations) และขาดความสามารถในการเข้าใจความจริงของโลกทางกายภาพ LeCun เสนอทางเลือกใหม่ในรูปแบบของ “Objective-Driven AI” หรือ AI ที่ขับเคลื่อนด้วยเป้าหมาย โดยอาศัย “World Models” ซึ่งเป็นโมเดลที่สามารถคาดการณ์การเปลี่ยนแปลงในโลกสามมิติจากข้อมูลวิดีโอและเซ็นเซอร์ต่างๆ
แนวคิดหลักของ LeCun คือการพัฒนา Joint Embedding Predictive Architecture (JEPA) โดยเฉพาะ V-JEPA ซึ่งเป็นเวอร์ชันสำหรับวิดีโอที่ Meta กำลังทดสอบ โมเดลนี้เรียนรู้โดยการทำนายส่วนที่ถูกบังของวิดีโอ แทนการสร้างพิกเซลทั้งหมดใหม่ ซึ่งช่วยลดการใช้พลังงานและเพิ่มประสิทธิภาพในการเข้าใจโครงสร้างทางกายภาพของโลก LeCun เชื่อว่า AI แบบนี้จะนำไปสู่ระบบที่สามารถวางแผนระยะยาว ใช้เหตุผลเชิงสาเหตุ (Causal Reasoning) และโต้ตอบกับสภาพแวดล้อมจริงได้ เช่น หุ่นยนต์ที่สามารถนำทางในบ้านหรือโรงงานโดยไม่ต้องพึ่งพาการฝึกฝนจำนวนมหาศาล
ความน่าสนใจของวิสัยทัศน์นี้ดึงดูดนักลงทุนชั้นนำให้เทเงินลงในสตาร์ทอัพที่สอดคล้องกับแนวคิดดังกล่าว โดยในช่วง 12 เดือนที่ผ่านมา มีการระดมทุนรวมกว่า 1 พันล้านดอลลาร์สหรัฐในบริษัทเหล่านี้ ซึ่งส่วนใหญ่เน้น “Embodied AI” หรือ AI ที่มีร่างกายและโต้ตอบกับโลกจริง
ตัวอย่างที่โดดเด่นคือ World Labs ซึ่งก่อตั้งโดย Fei-Fei Li นักวิจัย AI ชื่อดังจาก Stanford University โดยบริษัทนี้ระดมทุนได้ 230 ล้านดอลลาร์สหรัฐจากนักลงทุนอย่าง Andreessen Horowitz (a16z), NEA และ Thrive Capital World Labs มุ่งพัฒนา “Large World Models” (LWMs) ที่สร้างจากข้อมูลวิดีโอมหาศาล เพื่อให้ AI สามารถจำลองและคาดการณ์การเคลื่อนไหวในโลกสามมิติได้ ซึ่งตรงกับแนวคิด V-JEPA ของ LeCun โดยตรง Fei-Fei Li เปรียบ LWMs ว่าเป็น LLM สำหรับวิดีโอที่ช่วยให้ AI เข้าใจเวลาและพื้นที่
นอกจากนี้ ยังมี Skild AI ซึ่งระดมทุน 300 ล้านดอลลาร์สหรัฐจาก Lightspeed Venture Partners และ其他นักลงทุน โดยมุ่งสร้าง AI สำหรับหุ่นยนต์ที่เรียนรู้ทักษะทางกายภาพ เช่น การหยิบจับวัตถุหรือนำทางในสภาพแวดล้อมที่ซับซ้อน โดยใช้เทคนิคการเรียนรู้แบบไม่ต้องกำกับ (Self-Supervised Learning) คล้ายกับ JEPA
Physical Intelligence อีกบริษัทหนึ่ง ได้รับเงินทุน 400 ล้านดอลลาร์สหรัฐจาก Jeff Bezos และนายทุนอื่นๆ เพื่อพัฒนาโมเดล “π0” (Pi-Zero) ซึ่งเป็น AI ที่ควบคุมหุ่นยนต์ให้ทำหน้าที่หลากหลายโดยไม่ต้องฝึกใหม่ทุกครั้ง โดยอาศัยการถ่ายโอนความรู้ (Transfer Learning) จากโลกจำลองสู่โลกจริง
บริษัทอื่นๆ ที่ได้รับการสนับสนุน ได้แก่ Covariant ซึ่งระดมทุน 80 ล้านดอลลาร์สหรัฐจาก Index Ventures เพื่อ AI คลังสินค้าที่เข้าใจวัตถุทางกายภาพ และ Figure AI ซึ่งมีมูลค่าบริษัท 2.6 พันล้านดอลลาร์สหรัฐหลังระดมทุนจาก Microsoft, OpenAI และ NVIDIA โดยมุ่งหุ่นยนต์ humanoid ที่ใช้ world models ในการทำงานในโรงงาน
การลงทุนเหล่านี้สะท้อนถึงการเปลี่ยนทิศทางของวงการ VC จาก LLMs สู่ AI ที่เน้นการรับรู้ทางกายภาพและการวางแผน ซึ่ง LeCun เป็นผู้นำทางความคิดหลัก แม้ LLMs อย่าง GPT-4 จะประสบความสำเร็จ แต่ปัญหาเช่นการใช้พลังงานสูงและความไม่น่าเชื่อถือทำให้เกิดช่องว่างสำหรับเทคโนโลยีใหม่ นักลงทุนอย่าง a16z เชื่อว่า world models จะเป็นรากฐานของ AI สมัยหน้า โดยเฉพาะในอุตสาหกรรมหุ่นยนต์ ยานยนต์อัตโนมัติ และการดูแลสุขภาพ
อย่างไรก็ตาม LeCun เองยังคงทำงานที่ Meta โดยพัฒนาโมเดลเปิดอย่าง Llama และ V-JEPA เพื่อแข่งขันกับบริษัทปิดอย่าง OpenAI เขายืนยันว่า AI ที่แท้จริงต้อง “เข้าใจฟิสิกส์ของโลก” ไม่ใช่แค่เลียนแบบภาษา การลงทุน 1 พันล้านดอลลาร์นี้จึงเป็นการเดิมพันครั้งใหญ่กับอนาคตที่ LeCun วาดฝัน ซึ่งอาจเปลี่ยนโฉมอุตสาหกรรม AI จากการสนทนาไปสู่การกระทำในโลกจริง
(จำนวนคำประมาณ 720 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)