ปัญญาประดิษฐ์ (AI) กำลังพัฒนาไปอย่างรวดเร็ว แต่มีด้านหนึ่งที่ก้าวกระโดดอย่างชัดเจนในช่วงที่ผ่านมา นั่นคือ AI บนอุปกรณ์ (On-Device AI) ซึ่งเป็นการทำให้ AI สามารถทำงานได้โดยตรงบนอุปกรณ์ของเรา เช่น พีซีและสมาร์ทโฟน โดยไม่ต้องพึ่งพาการประมวลผลบนคลาวด์เหมือนที่เคยเป็นมา

จากคลาวด์สู่ AI บนอุปกรณ์

ย้อนกลับไปเมื่อปีที่แล้ว หลายคนยังเชื่อว่าแอปพลิเคชัน AI ที่ซับซ้อนยังต้องอาศัยระบบคลาวด์ไปอีกนาน แต่ในปีนี้ เรากลับเห็นความเปลี่ยนแปลงครั้งสำคัญ นั่นคือ AI บนอุปกรณ์กำลังกลายเป็น ความจริง

สิ่งนี้จะส่งผลกระทบอย่างมากต่อ 

• ประเภทของโมเดล AI ที่ถูกพัฒนา
• แอปพลิเคชันที่สามารถทำงานได้
• โครงสร้างของฮาร์ดแวร์และซอฟต์แวร์
• ความต้องการในการเชื่อมต่ออินเทอร์เน็ต

จุดเริ่มต้นของการเปลี่ยนแปลง

เมื่อประมาณ 18 เดือนที่แล้ว เราได้เห็นการเกิดขึ้นของ โมเดลภาษาขนาดเล็ก (Small Language Models - SLMs) เช่น Phi ของ Microsoft และ Llama 8B ของ Meta ซึ่งถูกออกแบบมาให้ทำงานได้บนอุปกรณ์ที่มีทรัพยากรจำกัด แต่ยังคงให้ผลลัพธ์ที่ดีอย่างน่าประทับใจ

แม้ว่าโมเดลเหล่านี้จะไม่สามารถแทนที่ระบบ AI ขนาดใหญ่บนคลาวด์อย่าง GPT-4 ได้ แต่พวกมันกลับให้ประสิทธิภาพที่ยอดเยี่ยมในงานเฉพาะทาง โดยเฉพาะในแอปพลิเคชันที่ต้องการความรวดเร็วและการตอบสนองแบบเรียลไทม์

AI บนอุปกรณ์เริ่มใช้งานจริงแล้ว!

ตัวอย่างที่เห็นได้ชัดคือ Microsoft วางแผนนำโมเดล Phi ไปใช้ใน Copilot+ PCs ซึ่งคาดว่าจะเป็นการเปลี่ยนแปลงที่สำคัญยิ่งกว่าฟีเจอร์อื่น ๆ ที่บริษัทเคยโปรโมตมาก่อนหน้านี้

แล็ปท็อปที่ใช้ Copilot+ PCs จะสามารถ: สร้างเนื้อหาและรูปภาพคุณภาพสูงโดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต ปรับแต่ง AI ให้เหมาะกับผู้ใช้ได้มากขึ้น ทำงานร่วมกับไฟล์ในเครื่องได้อย่างมีประสิทธิภาพ (ภายใต้การอนุญาตที่เหมาะสม)

นอกจากนี้ AI Agent ที่ทำงานบนอุปกรณ์จะสามารถเข้าถึงปฏิทิน อีเมล และข้อมูลสำคัญอื่น ๆ ได้สะดวกขึ้น ทำให้มันกลายเป็นผู้ช่วยดิจิทัลที่ทรงพลังยิ่งขึ้น

จาก SLMs ไปสู่ AI ที่ซับซ้อนขึ้น

ปัจจุบัน มีการพัฒนาเทคนิคที่เรียกว่า Model Distillation ซึ่งช่วยให้โมเดล AI ขนาดใหญ่สามารถถูกย่อส่วนให้เล็กลง แต่ยังคงความฉลาดไว้ได้ ทำให้ AI ที่เคยต้องใช้เซิร์ฟเวอร์ทรงพลังสามารถทำงานได้บนอุปกรณ์ส่วนตัวของเรา

เมื่อรวมโมเดลทั่วไปเหล่านี้เข้ากับโมเดลเฉพาะทางที่เล็กกว่า ก็จะทำให้ AI บนอุปกรณ์สามารถทำงานได้หลากหลายขึ้น เช่น การเข้าใจคำพูด ซับซ้อนขึ้น และตอบสนองได้อย่างฉับไว

อุปสรรคและความท้าทาย

แม้ว่าการเปลี่ยนแปลงนี้จะน่าตื่นเต้น แต่ก็มีอุปสรรคบางอย่างที่ต้องแก้ไข เช่น

• ความเร็วในการพัฒนา - เทคโนโลยี AI บนอุปกรณ์กำลังก้าวหน้าอย่างรวดเร็ว นักพัฒนาต้องเร่งสร้างเครื่องมือและโซลูชันที่ใช้งานง่ายให้ทันกับความต้องการของตลาด
• พฤติกรรมของผู้ใช้ - ผู้ใช้ส่วนใหญ่ยังคุ้นเคยกับการใช้เสิร์ชเอนจินและ AI บนคลาวด์ การเปลี่ยนไปใช้ AI บนอุปกรณ์ต้องใช้เวลาในการปรับตัว
• ☁️คลาวด์ยังคงมีบทบาทสำคัญ - แม้ว่า AI บนอุปกรณ์จะมาแรง แต่ AI บนคลาวด์ยังจำเป็นสำหรับงานที่ต้องใช้พลังประมวลผลสูง

อนาคตของ AI แบบไฮบริด

ทางออกที่ดีที่สุดอาจไม่ใช่การเลือกอย่างใดอย่างหนึ่ง แต่เป็นการรวม AI บนอุปกรณ์ กับ AI บนคลาวด์ ให้ทำงานร่วมกันได้อย่างราบรื่น ซึ่งจะช่วยให้เราสามารถใช้ข้อดีของทั้งสองเทคโนโลยีได้อย่างเต็มที่

ตัวอย่างเช่น: AI บนอุปกรณ์ใช้สำหรับงานที่ต้องการ ความเร็วและการประมวลผลแบบเรียลไทม์

AI บนคลาวด์ใช้สำหรับงานที่ต้องการ การคำนวณที่ซับซ้อนและการวิเคราะห์ข้อมูลขนาดใหญ่

อย่างไรก็ตาม การออกแบบให้ AI ทั้งสองทำงานร่วมกันไม่ใช่เรื่องง่าย และต้องมีการพัฒนาระบบที่สามารถใช้ทรัพยากรของทั้งสองฝั่งได้อย่างมีประสิทธิภาพ

AI บนอุปกรณ์กำลังเป็นการเปลี่ยนแปลงครั้งใหญ่ที่อาจเปลี่ยนวิธีที่เราใช้พีซีและสมาร์ทโฟนไปตลอดกาล แม้ว่าจะมีอุปสรรคและความท้าทาย แต่แนวโน้มที่เกิดขึ้นชี้ให้เห็นว่า อนาคตของ AI ไม่ได้อยู่แค่บนคลาวด์อีกต่อไป

สิ่งที่เราควรจับตามองต่อไปก็คือ: โมเดล AI ที่เล็กลงแต่ฉลาดขึ้น การพัฒนาฮาร์ดแวร์ที่รองรับ AI บนอุปกรณ์ แอปพลิเคชันใหม่ ๆ ที่จะเปลี่ยนประสบการณ์ของผู้ใช้ นี่อาจเป็นจุดเริ่มต้นของยุคใหม่ ที่ AI ไม่ได้อยู่ไกลตัวอีกต่อไป แต่กลายเป็นส่วนหนึ่งของอุปกรณ์ที่เราใช้ทุกวัน

ติดตามเรื่องราว IT ต่างๆได้ที่ Avery IT Tech เพราะเรื่อง IT อยู่รอบตัวคุณ...

#AveryITTech #IT #AI #revolution #ปัญญาประดิษฐ์ #เทรนด์ #เทคโนโลยี 

ขอบคุณแหล่งที่มา : https://www.techspot.com/news/106828-rise-device-ai-reshaping-future-pcs-smartphones.html