Liquid AI เปิดตัวโมเดล LFM2.5-230M ขนาดเล็กที่สุด ชนะโมเดลที่ใหญ่กว่าถึง 4 เท่าในการดึงข้อมูล

Liquid AI ซึ่งก่อตั้งโดยนักวิทยาศาสตร์คอมพิวเตอร์จาก MIT ได้เปิดตัวโมเดลภาษา AI ขนาดเล็กที่สุดในชื่อ LFM2.5-230M ซึ่งมีพารามิเตอร์เพียง 230 ล้านตัว โดยโมเดลนี้ถูกออกแบบมาเพื่อการทำงานในอุปกรณ์ต่าง ๆ เช่น สมาร์ทโฟน แล็ปท็อป และหุ่นยนต์ ทำให้เหมาะสำหรับการใช้งานในเชิงพาณิชย์และการดึงข้อมูลในท้องถิ่น โดย Liquid AI ระบุว่า ขนาดที่เล็กของโมเดลนี้ทำให้สามารถทำงานได้เกือบทุกที่ โดยเฉพาะในสภาพแวดล้อมที่มีข้อจำกัดด้านทรัพยากร.

ตามข้อมูลที่เผยแพร่โดย Liquid AI โมเดล LFM2.5-230M สามารถทำงานได้ดีกว่าโมเดลที่มีขนาดใหญ่กว่าถึง 4 เท่า ในการทดสอบบางอย่าง โดยเฉพาะการดึงข้อมูล ซึ่งทำให้มันมีความน่าสนใจสำหรับนักพัฒนาซอฟต์แวร์และวิศวกรที่ต้องการสร้างระบบการดึงข้อมูลที่มีน้ำหนักเบาและระบบอัตโนมัติที่ทำงานบนขอบ (edge systems) โมเดลนี้มีใบอนุญาตเชิงพาณิชย์แบบสองทาง ซึ่งทำให้สามารถใช้งานได้ฟรีสำหรับบุคคลและบริษัทที่มีรายได้ต่ำกว่า 10 ล้านดอลลาร์ต่อปี แต่จะต้องมีข้อตกลงการชำระเงินสำหรับองค์กรขนาดใหญ่.

สิ่งที่ทำให้ LFM2.5-230M แตกต่างจากโมเดล AI ขนาดเล็กอื่น ๆ คือการใช้สถาปัตยกรรม LFM2 ซึ่งช่วยให้มีความเร็วในการประมวลผลที่สูงโดยไม่ต้องใช้หน่วยความจำมากเหมือนกับโมเดลที่มีพารามิเตอร์จำนวนมาก โดยในขณะที่บริษัท AI ใหญ่ ๆ เช่น Anthropic, OpenAI, Google, Microsoft และ Meta กำลังแข่งขันกันเพื่อเพิ่มจำนวนพารามิเตอร์ให้สูงขึ้นถึงหลายร้อยพันล้านหรือหลายล้านล้านเพื่อให้ได้ประสิทธิภาพที่ดีที่สุด การแข่งขันในอีกด้านหนึ่งมุ่งเน้นไปที่การใช้งานในอุปกรณ์ขนาดเล็กและการประมวลผลในท้องถิ่น

การเปิดตัว LFM2.5-230M ของ Liquid AI สะท้อนถึงการเปลี่ยนแปลงที่สำคัญไปสู่การใช้สถาปัตยกรรมที่มีประสิทธิภาพมากกว่าการขยายขนาดอย่างไม่หยุดยั้ง โดยการบีบอัดข้อมูลการฝึกอบรมจำนวน 19 ล้านล้านโทเคนลงในขนาดพารามิเตอร์เพียง 230 ล้านตัว บริษัทแสดงให้เห็นว่าอุปกรณ์ขอบไม่จำเป็นต้องมีพลังการประมวลผลที่มากมายหรือทรัพยากรที่สูงเพื่อให้สามารถทำงานได้อย่างมีประสิทธิภาพ โมเดลนี้จึงเป็นทางเลือกที่น่าสนใจสำหรับผู้ที่ต้องการพัฒนาแอปพลิเคชัน AI ที่มีประสิทธิภาพสูงในสภาพแวดล้อมที่มีข้อจำกัดด้านทรัพยากร.