ในช่วงที่ผ่านมา เราได้เห็นโมเดล AI ระดับแนวหน้าอย่าง ChatGPT (ของ OpenAI) Claude (ของ Anthropic) และ Gemini (ของ Google) ที่มีศักยภาพสูง สามารถทำงานที่ซับซ้อนได้อย่างรวดเร็ว ช่วยประหยัดทั้งแรงงานและเวลาได้ไม่น้อย แต่ส่วนใหญ่ยังเป็น AI มีกรรมสิทธิ์ที่ไม่เปิดเผยการทำงาน (Closed-Source) และมีราคาสูง

Closed-Source AI หรือ AI ที่ไม่เปิดเผยการทำงาน เป็น AI มีกรรมสิทธิ์ที่ผู้ใช้จะไม่สามารถดูโครงสร้างภายในหรือข้อมูลที่ใช้ในการเทรนของ AI ประเภทนี้ได้ รวมถึงผู้ใช้จะสามารถเข้าใช้งานผ่านการเชื่อมต่อโปรแกรมประยุกต์ (Application Programming Interface: API) หรือแพลตฟอร์มที่ทางบริษัทผู้เป็นเจ้าของ AI เป็นผู้สร้างขึ้นเท่านั้น ซึ่งก็จะมาพร้อมกับราคาในการเข้าใช้งานที่สูง และการพึ่งพาบริการคลาวด์ (Cloud) จากบริษัทผู้เป็นบุคคลที่สาม ที่ต้องใช้หน่วยประมวลผลกราฟิก (GPU) ในการจัดเก็บและประมวลผลข้อมูล ซึ่งจะนำมาซึ่งปัญหาทางสิ่งแวดล้อมอย่างมหาศาล

แต่ตอนนี้ทิศทางของวงการ AI กำลังเปลี่ยนไป เมื่อบริษัทอย่าง Meta, Mistral, DeepSeek และ Alibaba เริ่มเปิดตัวโมเดลแบบ “Open-Weight” หรือ “Open-Source” ที่ใคร ๆ ก็สามารถเข้าถึง ปรับแต่ง และนำไปใช้งานเองได้ สิ่งนี้อาจเป็นจุดเปลี่ยนครั้งสำคัญของการเข้าถึงเทคโนโลยี AI อย่างเท่าเทียมมากขึ้น

Open-Source AI คืออะไร?

โมเดล AI แบบ Open-Source หมายถึงโมเดลที่เปิดเผยทั้งโค้ดและโครงสร้างที่ใช้ในตัวระบบ โดยอนุญาตให้นักพัฒนาทั่วไปสามารถเรียกใช้ แก้ไข หรือปรับแต่งบนโครงสร้างพื้นฐานของตนเองได้ ไม่ต้องพึ่ง API จากบริษัทเจ้าของโมเดล ตรงกันข้ามกับระบบปิดที่ผู้ใช้สามารถเรียกใช้งานได้ผ่านแพลตฟอร์มจำกัด รวมถึงไม่สามารถเห็นวิธีการทำงานภายในได้

ตัวอย่างบริษัทที่ปล่อย Open-Source AI 

• Meta: Meta บริษัทเทคโนโลยีรายใหญ่ ได้เปิดตัวโมเดล LLaMA 3 ซึ่งเผยแพร่ภายใต้ “Meta Llama 3 Community License” โดยเปิดให้ใช้งานได้ฟรี แต่มีข้อจำกัดบางประการ โดยเฉพาะการใช้งานเชิงพาณิชย์ ในเดือนเมษายน 2568 Meta ยังได้เปิดตัว LLaMA 4 ซึ่งเป็นโมเดลประสิทธิภาพสูงอีกเวอร์ชันที่เปิดเผยต่อสาธารณะ อย่างไรก็ตาม แม้ Meta จะระบุว่าโมเดลตระกูลนี้เป็น Open-Source AI แต่ยังมีข้อถกเถียง เนื่องจากยังไม่มีการเปิดเผยโค้ดฝึกและชุดข้อมูล ซึ่งไม่ตรงตามนิยามของ Open Source Initiative (OSI)
• DeepSeek: บริษัทสตาร์ทอัพ AI จากประเทศจีนที่กำลังได้รับความสนใจระดับโลก ด้วยโมเดล DeepSeek-R1 ภายใต้ไลเซนส์ MIT ซึ่งเปิดให้ใช้งานได้ทั้งในงานวิจัยและเชิงพาณิชย์ จุดเด่นคือทักษะด้านการใช้เหตุผลและทักษะด้านคณิตศาสตร์ที่เทียบเคียงได้กับ GPT-3.5 แม้จะใช้เวลาและเงินทุนในการพัฒนาที่น้อยกว่าหลายเท่า
• Mistral: Mistral เป็นสตาร์ทอัพจากฝรั่งเศสที่เน้นการพัฒนาโมเดลขนาดเล็กแต่มีประสิทธิภาพสูง โมเดล Mixtral 8x7B และ 8x22B ใช้สถาปัตยกรรม Sparse Mixture of Experts (SMoE) ซึ่งเป็นการออกแบบโมเดลที่ประกอบด้วยเครือข่ายย่อย (Experts) หลายชุด แต่ในแต่ละรอบการประมวลผล ระบบจะเลือกใช้เพียงบางส่วนของโมเดลที่เหมาะสมที่สุด ทำให้ได้ประสิทธิภาพสูงโดยไม่เปลืองทรัพยากร โดยโมเดลเหล่านี้ได้รับการเผยแพร่ภายใต้ไลเซนส์ Apache 2.0 ที่เปิดโอกาสให้ผู้ใช้งานสามารถนำไปพัฒนา ต่อยอด และแจกจ่ายได้โดยไม่มีข้อจำกัดทางการค้า
• Alibaba: อีกหนึ่งผู้เล่นสำคัญที่ผลักดัน AI แบบเปิดสู่ตลาดโลก ด้วยการปล่อยโมเดล Qwen หลากหลายขนาด ตั้งแต่เวอร์ชันเบาสำหรับงานทั่วไป ไปจนถึงโมเดลขนาดใหญ่ที่มีความสามารถใกล้เคียง GPT-4 โดยใช้ไลเซนส์ Apache 2.0 ซึ่งหมายความว่าผู้ใช้งานสามารถนำไปใช้ ปรับแต่ง และแบ่งปันต่อ ไม่ว่าจะใช้งานผ่าน API ของ Alibaba Cloud หรือดาวน์โหลดมาติดตั้งในระบบของตนเอง

ข้อดีของ Open-Source AI

• ไม่เก็บค่าใช้จ่ายในการใช้งาน API จากผู้ใช้ และอนุญาตให้ผู้ใช้สามารถดาวน์โหลด คัดลอก และพัฒนาตัว AI บนโครงสร้างพื้นฐานภายในคอมพิวเตอร์ของผู้ใช้ได้ ช่วยลดการพึ่งพาบริการคลาวด์ (Cloud) จากบริษัทผู้เป็นบุคคลที่สาม ส่งผลให้มีผู้คนจำนวนมากขึ้นสามารถเข้าถึง AI คุณภาพดีได้ในราคาที่ย่อมเยา
• นักพัฒนาทั่วไปสามารถปรับแต่งโมเดลหรือภาษาของตัว AI โดยมุ่งเน้นไปที่การใช้งานที่เฉพาะทางได้ ประหยัดเวลาในการสร้างโมเดลขึ้นมาเองตั้งแต่ต้น ส่งผลให้มีนวัตกรรมด้าน AI ใหม่ ๆ เกิดขึ้นมาเพื่อตอบสนองความต้องการของมนุษย์มากขึ้น รวมถึงช่วยเปิดโอกาสให้บริษัทสตาร์ทอัพหรือผู้พัฒนารายเล็กได้มีโอกาสในการพัฒนา AI ที่มีคุณภาพ
• เปิดให้มีการตรวจสอบ ทดสอบ และแก้ไขระบบ ส่งผลให้ข้อมูลใน Open-Source AI มีความถูกต้อง แม่นยำ และน่าเชื่อถือมากกว่าข้อมูลใน Closed-Source AI ที่ไม่เปิดให้มีการแก้ไขใด ๆ

ข้อควรระวัง

• ยิ่งมีผู้ใช้มากขึ้นเท่าไร ก็มีโอกาสที่ตัว AI จะถูกนำมาใช้ในทางที่ไม่ดีมากขึ้นเท่านั้น เช่น การสร้างสื่อสังเคราะห์ด้วย AI (Deepfake) และ การปลอมแปลงข้อมูลด้วย AI เพื่อนำไปใช้ในการฉ้อโกง
• ผู้ใช้งานต้องกำกับดูแลเอง ทั้งเรื่องคุณภาพ ความแม่นยำ และระบบคัดกรองเนื้อหา
• แม้จะให้สิทธิเข้าถึงโมเดลได้ฟรี แต่หากผู้ใช้งานต้องการนำไปใช้งานบนระบบของตนเอง จำเป็นต้องเตรียมความพร้อมด้านเทคนิค ทั้งในเรื่องหน่วยประมวลผลกราฟิก (GPU) เครื่องมือสำหรับติดตั้ง และทีมดูแล บำรุงรักษา ซึ่งกลายเป็นภาระด้านเทคโนโลยีที่ต้องรับผิดชอบด้วยตัวเอง

Open-Source AI เปลี่ยนแปลงแนวคิดเดิม ๆ ของวงการ AI และกระตุ้นให้บริษัทต่าง ๆ ทบทวนทั้งในเรื่องราคาและความสามารถในการแข่งขันของ AI ของตนเอง แต่แม้ว่า Open-Source AI จะมีความโปร่งใส และเปิดโอกาสให้ผู้คนมากมายเท่าไร แต่ก็ยังคงมีความท้าทายสำคัญหลายประการ ทั้งในแง่ของความเสี่ยงด้านความปลอดภัย การดูแลควบคุมเนื้อหา และภาระด้านเทคนิคที่ผู้ใช้งานต้องแบกรับเอง การรับมือกับความท้าทายเหล่านี้จึงถือเป็นกุญแจสำคัญในการปลดล็อกศักยภาพทั้งหมดของ Open-Source AI เพื่อให้ผู้คนนำไปใช้ประโยชน์อย่างมีความรับผิดชอบ