xAI สตาร์ทอัพด้าน AI ของ Elon Musk กำลังเร่งการพัฒนา”แบบจำลองโลก”ที่จำลองความเป็นจริงโดยการจ้างผู้เชี่ยวชาญคนสำคัญจากชิปยักษ์ Nvidia
อ้างอิงจาก รายงาน บริษัทได้นำนักวิจัย AI Zeeshan Patel และ Ethan He เข้ามาในช่วงฤดูร้อน ซึ่งส่งสัญญาณถึงความท้าทายโดยตรงต่อผู้นำอุตสาหกรรมในสิ่งที่กำลังจะกลายเป็นการแข่งขันด้านอาวุธ AI ครั้งใหญ่ครั้งต่อไป
การผลักดันเชิงกลยุทธ์นี้เน้นย้ำถึงความสำคัญที่เพิ่มขึ้นของแบบจำลองระดับโลก ซึ่งเป็น AI ขั้นสูงที่สามารถเข้าใจและคาดการณ์สภาพแวดล้อมทางกายภาพได้ สำหรับ Musk และคู่แข่ง การเรียนรู้เทคโนโลยีนี้เป็นก้าวสำคัญในการสร้าง AI ที่มีความสามารถมากขึ้นสำหรับหุ่นยนต์ เกม และปัญญาประดิษฐ์ทั่วไป (AGI) ในท้ายที่สุด
ความเคลื่อนไหวดังกล่าวยังกระชับความสัมพันธ์ระหว่างทั้งสองบริษัทให้แน่นแฟ้นยิ่งขึ้น Nvidia ไม่ได้เป็นเพียงแหล่งบุคคลที่มีความสามารถเท่านั้น แต่ยังเป็นผู้ลงทุนใน xAI ที่ได้รับการยืนยันแล้ว ซึ่งเป็นข้อเท็จจริงที่ได้รับการยืนยันเมื่อเร็ว ๆ นี้โดย CEO Jensen Huang ความร่วมมือครั้งนี้เน้นย้ำถึงทรัพยากรการคำนวณจำนวนมหาศาลที่จำเป็นต่อการสร้างแบบจำลองที่ซับซ้อนเหล่านี้
xAI เข้าสู่การต่อสู้ด้วยความสามารถและการลงทุนของ Nvidia
ในขณะที่ xAI เป็นที่รู้จักจากแชทบอท Grok แต่ความคิดริเริ่มใหม่นี้ถือเป็นการขยายขอบเขตที่สำคัญนอกเหนือจากโมเดลภาษา การจ้างผู้มีความสามารถจาก Nvidia ซึ่งเป็นผู้นำด้านการจำลองด้วยแพลตฟอร์ม Omniverse ถือเป็นการแสดงเจตจำนงที่ชัดเจนในการสร้าง AI ที่เข้าใจและโต้ตอบกับพื้นที่ 3 มิติ ไม่ใช่แค่ข้อความเท่านั้น
ความทะเยอทะยานของ xAI ไม่ได้เป็นเพียงวิชาการเท่านั้น Musk ได้เปิดเผยต่อสาธารณะถึงเป้าหมายของบริษัทที่จะเปิดตัว “เกมที่ยอดเยี่ยมที่สร้างโดย AI ก่อนสิ้นปีหน้า” ไทม์ไลน์เชิงรุกนี้แสดงให้เห็นว่า xAI มุ่งเน้นไปที่การแปลงานวิจัยล้ำสมัยให้เป็นผลิตภัณฑ์ที่จับต้องได้ ซึ่งอาจส่งผลกระทบต่ออุตสาหกรรมบันเทิงเชิงโต้ตอบ
เพื่อให้บรรลุเป้าหมายนี้ บริษัทกำลังสร้าง”ทีม Omni”ที่มุ่งเน้นไปที่ระบบ AI ที่สามารถเข้าใจและสร้างเนื้อหาในรูปแบบต่างๆ รวมถึงรูปภาพ วิดีโอ และเสียง การสรรหา Patel ซึ่งทำงานมุ่งเน้นไปที่โมเดลเชิงกำเนิดและการมองเห็น 3 มิติ สอดคล้องโดยตรงกับกลยุทธ์หลายรูปแบบนี้
โมเดลโลกคืออะไร และเหตุใดจึงมีความสำคัญ
โมเดลโลกแสดงถึงการเปลี่ยนแปลงพื้นฐานในการพัฒนา AI แทนที่จะแค่ประมวลผลข้อมูล พวกเขาสร้างการจำลองความเป็นจริงภายใน ทำให้พวกเขาคาดการณ์ได้ว่าการกระทำจะเกิดขึ้นในพื้นที่ทางกายภาพอย่างไร ความสามารถนี้ถูกมองว่าเป็นรากฐานที่สำคัญสำหรับอนาคตของ AI
โมเดลเหล่านี้แตกต่างจากกลไกฟิสิกส์แบบดั้งเดิมที่ต้องอาศัยกฎแบบตายตัว โมเดลเหล่านี้เรียนรู้เข้าใจความเป็นจริงโดยสัญชาตญาณโดยการวิเคราะห์ข้อมูลวิดีโอจำนวนมหาศาล ดังที่ Juan Bernabé-Moreno ผู้อำนวยการฝ่ายวิจัยของ IBM อธิบายว่า “โมเดลโลกช่วยให้เครื่องจักรสามารถวางแผนการเคลื่อนไหวและการโต้ตอบในพื้นที่จำลอง ซึ่งมักเรียกว่า’ฝาแฝดดิจิทัล’ก่อนที่จะลองทำในโลกทางกายภาพ”
แนวทาง”แฝดดิจิทัล”นี้ช่วยให้ AI เรียนรู้จากการลองผิดลองถูกในสภาพแวดล้อมเสมือนที่ปลอดภัย และเร่งการฝึกอบรมอย่างมากสำหรับงานต่างๆ เช่น วิทยาการหุ่นยนต์และการนำทางอัตโนมัติ
นี่คือสาเหตุที่หลายคนในสาขานี้เชื่อว่าแบบจำลองของโลกมีความสำคัญต่อการบรรลุ AGI Jack Parker-Holder นักวิทยาศาสตร์การวิจัยที่ DeepMind เน้นประเด็นนี้โดยระบุว่า”เราคิดว่าแบบจำลองของโลกเป็นกุญแจสำคัญบนเส้นทางสู่ AGI โดยเฉพาะสำหรับตัวแทนที่เป็นตัวเป็นตน ซึ่งการจำลองสถานการณ์ในโลกแห่งความเป็นจริงเป็นสิ่งที่ท้าทายเป็นพิเศษ”
A Crowded Field: The Global Race to Simulate Reality
xAI กำลังเข้าสู่เวทีที่มีการแข่งขันสูง Google DeepMind เป็นกำลังสำคัญ โดยได้ก่อตั้งทีมโมเดลโลกโดยเฉพาะอย่างเป็นทางการเมื่อต้นปี 2025 Tim Brooks ผู้นำของทีมประกาศว่า”DeepMind มีแผนอันทะเยอทะยานที่จะสร้างโมเดลกำเนิดขนาดใหญ่ที่จำลองโลก”ซึ่งบ่งบอกถึงความมุ่งมั่นที่สำคัญของบริษัท
เทคโนโลยีของ DeepMind มีการพัฒนาอย่างรวดเร็ว Genie 2 รุ่นแรกซึ่งเปิดตัวในช่วงปลายปี 2024 สามารถจำลองสถานการณ์ได้เพียงประมาณ 20 วินาทีเท่านั้น Genie 3 ผู้สืบทอดตำแหน่งซึ่งเปิดตัวในเดือนสิงหาคม 2025 แสดงให้เห็นถึงการก้าวกระโดดครั้งใหญ่โดยสร้างโลก 3 มิติแบบโต้ตอบได้เป็นเวลาหลายนาที และยังทำให้สามารถเปลี่ยนแปลงแบบเรียลไทม์ผ่านข้อความแจ้ง
Meta ยังเดิมพันด้วย V-JEPA 2 ซึ่งเป็นโมเดลโอเพ่นซอร์สที่ออกแบบมาเพื่อให้หุ่นยนต์มีสามัญสำนึกทางกายภาพโดยการเรียนรู้จากวิดีโอ ในขณะเดียวกัน Tencent ยักษ์ใหญ่ด้านเทคโนโลยีของจีนได้เปิดตัว HunyuanWorld-Voyager ซึ่งสามารถสร้างโลก 3 มิติที่น่าสำรวจจากภาพเดียว และได้แสดงให้เห็นถึงประสิทธิภาพที่แข็งแกร่งในเกณฑ์มาตรฐานอุตสาหกรรม
The Road Ahead: จากการวิจัยที่ทะเยอทะยานไปจนถึงผลกระทบในโลกแห่งความเป็นจริง
แม้จะมีความก้าวหน้าอย่างรวดเร็ว แต่เทคโนโลยียังอยู่ในช่วงเริ่มต้น นักวิจัยรับทราบว่ายังมีอุปสรรคสำคัญอยู่ก่อนที่โมเดลเหล่านี้จะสามารถนำไปใช้งานได้อย่างน่าเชื่อถือ ความท้าทายที่สำคัญ ได้แก่ การขยายระยะเวลาการจำลองและการรับรองว่าการกระทำของ AI นั้นถูกต้องและปลอดภัย
โมเดลปัจจุบันยังประสบปัญหากับงานเฉพาะ เช่น การแสดงข้อความอย่างแม่นยำหรือการจำลองการโต้ตอบที่ซับซ้อนระหว่างตัวแทนอิสระหลายราย Shlomi Fruchter ผู้อำนวยการฝ่ายวิจัยของ Google DeepMind เตือนว่า”มีหลายสิ่งที่ต้องเกิดขึ้นก่อนจึงจะปรับใช้โมเดลในโลกแห่งความเป็นจริงได้ แต่เราเห็นว่านี่เป็นวิธีฝึกโมเดลได้อย่างมีประสิทธิภาพมากขึ้น และเพิ่มความน่าเชื่อถือ”
การพัฒนาโมเดลระดับโลกคือการวิ่งมาราธอน ไม่ใช่การวิ่งระยะสั้น จำเป็นต้องมีการลงทุนมหาศาลในด้านความสามารถ ข้อมูล และพลังการประมวลผล ด้วยการสนับสนุนจาก Nvidia และวิสัยทัศน์ของ Elon Musk ทำให้ xAI กลายเป็นคู่แข่งที่น่าเกรงขามในการแข่งขันที่มีเดิมพันสูงในการสร้างอนาคตของปัญญาประดิษฐ์
