เมื่อปัญญาประดิษฐ์ต้องพูดภาษาไทย: ทำไมไทยจึงสร้างโมเดลภาษาของตัวเอง

ในยุคที่ปัญญาประดิษฐ์อย่าง ChatGPT และ Gemini กำลังได้รับความนิยมอย่างล้นหลามไปทั่วโลก เราจะเห็นได้ว่าโมเดลส่วนใหญ่นั้นถูกออกแบบมาเพื่อรองรับภาษาอังกฤษเป็นหลัก แต่ภาษาไทยของเรานั้นมีความเฉพาะตัวสูงมาก ทั้งในแง่ของตัวอักษรและบริบททางวัฒนธรรม นี่จึงเป็นเหตุผลสำคัญที่คนไทยเริ่มหันมาสร้างโมเดลภาษาของตัวเองกันอย่างจริงจัง

ความท้าทายของภาษาไทยสำหรับปัญญาประดิษฐ์นั้นมีอยู่จริงและไม่ใช่เรื่องเล็ก เพราะภาษาไทยไม่มีการเว้นวรรคระหว่างคำ อีกทั้งยังมีระบบตัวอักษรและวรรณยุกต์ที่ค่อนข้างซับซ้อน สิ่งเหล่านี้ทำให้โมเดลระดับโลกที่ฝึกฝนด้วยข้อมูลภาษาอังกฤษเป็นหลัก มักเข้าใจและประมวลผลภาษาไทยได้ไม่สมบูรณ์แบบเท่าที่ควรจะเป็น

ไต้ฝุ่น (Typhoon) จาก SCB 10X

หนึ่งในความพยายามที่โดดเด่นที่สุดในเวลานี้คือโมเดลที่มีชื่อว่า Typhoon ซึ่งพัฒนาขึ้นโดย SCB 10X บริษัทด้านเทคโนโลยีในเครือของธนาคารไทยพาณิชย์ ตามข้อมูลที่มีการเผยแพร่ Typhoon เป็นโมเดลภาษาขนาดใหญ่ที่ออกแบบมาสำหรับภาษาไทยโดยเฉพาะ และถูกปรับแต่งต่อยอดมาจากโมเดลพื้นฐานอย่าง Meta Llama

โมเดลนี้มีการพัฒนาออกมาแล้วหลายรุ่นด้วยกัน โดยในรุ่น Typhoon 1.5 นั้นถูกสร้างขึ้นบนพื้นฐานของ Llama 2 ในขณะที่รุ่นใหม่กว่าอย่าง Typhoon 2 ได้พัฒนาต่อยอดมาจาก Llama 3 และ 3.1 นอกจากนี้ยังมีให้เลือกใช้งานหลายขนาด ทั้งรุ่นขนาด 7 พันล้านพารามิเตอร์ และรุ่นใหญ่ขนาด 70 พันล้านพารามิเตอร์

เปิดกว้างและใช้ได้จริง

จุดเด่นที่สำคัญอย่างหนึ่งของ Typhoon อยู่ที่ความเปิดกว้าง เพราะมันเป็นโมเดลแบบโอเพนซอร์สที่อนุญาตให้นำไปใช้งานในเชิงพาณิชย์ได้ นอกจากนี้องค์กรต่างๆ ยังสามารถติดตั้งและรันโมเดลเอาไว้บนเซิร์ฟเวอร์ของตัวเองได้ รวมถึงยังมีการเปิดให้เข้าถึงผ่านทาง API เพื่อความสะดวกในการนำไปพัฒนาต่อยอดอีกด้วย

ในด้านของทรัพยากรที่จำเป็นต้องใช้นั้น ตามข้อมูลได้ระบุเอาไว้ว่า การรันโมเดลขนาด 7 พันล้านพารามิเตอร์ จะต้องการการ์ดจอที่มีหน่วยความจำอย่างน้อย 16 กิกะไบต์ขึ้นไป ควบคู่ไปกับแรมประมาณ 32 กิกะไบต์ ซึ่งถือว่าเป็นข้อกำหนดที่หลายองค์กรน่าจะสามารถจัดหามาได้ไม่ยากเย็นจนเกินไปนัก

OpenThaiGPT ของชุมชนนักพัฒนา

นอกเหนือจาก Typhoon แล้ว ยังมีอีกหนึ่งโครงการที่น่าสนใจไม่แพ้กัน นั่นก็คือ OpenThaiGPT ซึ่งเป็นปัญญาประดิษฐ์ภาษาไทยแบบโอเพนซอร์สร้อยเปอร์เซ็นต์ พัฒนาขึ้นมาโดยกลุ่มอาสาสมัครในชุมชนนักพัฒนาชาวไทย และเปิดให้ทุกคนสามารถใช้งานได้ฟรีอย่างสมบูรณ์ โดยไม่มีค่าลิขสิทธิ์หรือค่าใช้จ่ายใดๆ ทั้งสิ้น

อย่างไรก็ตาม โครงการนี้ก็ยังมีข้อจำกัดของตัวเองอยู่เช่นเดียวกัน โดยทั่วไปแล้ว OpenThaiGPT จะมีขนาดโมเดลที่เล็กกว่า และมีประสิทธิภาพในการรับมือกับงานที่ซับซ้อนได้น้อยกว่า เมื่อนำไปเทียบกับ Typhoon หรือ ChatGPT อีกทั้งยังไม่มีทีมงานที่คอยดูแลและให้การสนับสนุนแบบเต็มเวลาอีกด้วย

ทำไมโมเดลไทยจึงสำคัญ

คำถามที่หลายคนอาจจะสงสัยก็คือ ในเมื่อมีโมเดลระดับโลกที่เก่งกาจอยู่แล้ว เหตุใดจึงยังต้องลงทุนสร้างโมเดลของตัวเองขึ้นมาอีก คำตอบส่วนหนึ่งคือความเข้าใจในภาษาไทยที่ลึกซึ้งมากกว่า อีกทั้งยังเกี่ยวข้องกับเรื่องของอธิปไตยทางข้อมูล ต้นทุนค่าใช้จ่าย และการลดการพึ่งพาผู้ให้บริการจากต่างประเทศลง

สำหรับภาคธุรกิจและหน่วยงานต่างๆ การที่สามารถติดตั้งโมเดลเอาไว้ใช้เองภายในองค์กรได้นั้น ย่อมหมายความว่าข้อมูลสำคัญจะยังคงอยู่ภายในประเทศ ไม่จำเป็นต้องส่งออกไปประมวลผลที่อื่น อีกทั้งคำตอบที่ได้รับก็ยังถูกปรับแต่งให้เหมาะสมกับบริบทและภาษาไทยได้มากยิ่งขึ้นกว่าเดิม

ความท้าทายที่เหลืออยู่

แน่นอนว่าเส้นทางสายนี้ก็ยังคงเต็มไปด้วยความท้าทายอยู่ไม่น้อย การที่จะไล่ตามยักษ์ใหญ่ระดับโลกอย่าง GPT หรือ Gemini ในแง่ของขนาดและความสามารถนั้นไม่ใช่เรื่องง่ายเลย อีกทั้งยังต้องอาศัยทั้งเงินทุน บุคลากรที่มีความเชี่ยวชาญ และการพัฒนาโมเดลให้ทันสมัยอยู่เสมออย่างต่อเนื่อง

หากลองมองในภาพที่กว้างออกไป ความพยายามเหล่านี้ถือเป็นส่วนหนึ่งของการผลักดันให้ประเทศไทยมีอธิปไตยทางเทคโนโลยีและปัญญาประดิษฐ์เป็นของตัวเอง ซึ่งก็สอดคล้องไปในทิศทางเดียวกับความมุ่งมั่นในการพัฒนาเศรษฐกิจดิจิทัลของประเทศ ที่กำลังเดินหน้าอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมา

บทสรุป

โดยสรุปแล้ว การพัฒนาปัญญาประดิษฐ์ที่สามารถพูดภาษาไทยได้อย่างเป็นธรรมชาตินั้น ถือเป็นก้าวเล็กๆ ที่ดูเงียบงันแต่กลับมีความสำคัญอย่างยิ่งต่อการพึ่งพาตัวเองทางเทคโนโลยี ส่วนความสำเร็จในระยะยาวนั้น คงต้องขึ้นอยู่กับว่าทั้งชุมชนนักพัฒนาและเม็ดเงินลงทุน จะช่วยกันประคับประคองให้เดินหน้าต่อไปได้มากเพียงใด