จับตาศึกปล้นความฉลาด ‘DeepSeek-Moonshot’ ใช้ GPT-6 Astra ฝึก AI รุ่นใหม่
DeepSeek และ Moonshot AI สองบริษัทใหญ่ AI จากจีน นำคำตอบจาก GPT-6 Astra ของ OpenAI ไปใช้ฝึก AI รุ่นใหม่ หวังพัฒนาโมเดลให้มีความสามารถสูงขึ้นโดยใช้ต้นทุนต่ำลง ขณะที่บริษัทเทคโนโลยีสหรัฐเร่งหาวิธีป้องกันการนำข้อมูลไปใช้สร้าง AI คู่แข่ง
The Information สื่อเทคฯ สหรัฐที่ก่อตั้งมากว่า 13 ปี เผยว่า DeepSeek และ Moonshot AI สองบริษัทผู้พัฒนา AI ของจีน ได้นำคำตอบจาก GPT-6 Astra โมเดล AI ขั้นสูงของ OpenAI ผู้สร้าง ChatGPT มาใช้เป็นข้อมูลฝึก AI รุ่นใหม่ของตัวเอง เพื่อช่วยพัฒนาความสามารถของระบบ
Reuters ระบุว่า AI ของจีนทั้งสองบริษัทได้รับประโยชน์จากเทคนิคที่เรียกว่า Distillation หรือ การนำความรู้จาก AI ที่มีความสามารถสูงไปสอน AI อีกตัวหนึ่ง เพื่อช่วยให้ระบบใหม่เรียนรู้และพัฒนาความสามารถได้รวดเร็วขึ้น โดยไม่จำเป็นต้องเริ่มต้นฝึกทุกอย่างด้วยตัวเอง
อธิบายให้เข้าใจง่าย ๆ คือ แทนที่จะสร้าง AI ขึ้นมาใหม่ทั้งหมด บริษัทสามารถนำคำตอบจาก AI ที่เก่งอยู่แล้วมาเป็นตัวอย่างให้ AI ของตัวเองเรียนรู้ วิธีนี้อาจช่วยลดเวลาและค่าใช้จ่ายในการพัฒนาได้
การใช้เทคนิคดังกล่าวกำลังเป็นประเด็นถกเถียงในอุตสาหกรรมเทคโนโลยี เพราะบริษัทที่ลงทุนพัฒนา AI ขั้นสูงมองว่า คู่แข่งอาจนำความสามารถของระบบไปใช้สร้างผลิตภัณฑ์ของตัวเองได้โดยไม่ต้องลงทุนมากเท่ากัน
เปิดชื่อ 2 โมเดล AI จีนที่ถูกจับตา
The Information ระบุว่า โมเดล AI ที่เกี่ยวข้องกับรายงานครั้งนี้ ได้แก่ Kimi K3.1 Pro ของ Moonshot AI ซึ่งเปิดตัวเมื่อสัปดาห์ที่ผ่านมา และ V4.1-Flash 1017 ของ DeepSeek ซึ่งเปิดตัวเมื่อวันที่ 17 ตุลาคม 2569
ทั้งสองโมเดลถูกระบุว่าได้รับประโยชน์จากการนำคำตอบของ GPT-6 Astra มาใช้ในการฝึกฝน เพื่อพัฒนาความสามารถของ AI รุ่นใหม่
ประเด็นนี้ได้รับความสนใจเพราะการแข่งขันในตลาด AI ไม่ได้วัดกันเพียงว่าโมเดลของบริษัทใดฉลาดกว่ากัน แต่ยังรวมถึงบริษัทใดสามารถพัฒนา AI ที่มีประสิทธิภาพสูงได้รวดเร็วกว่าและใช้เงินลงทุนน้อยกว่า
หากบริษัทสามารถนำผลลัพธ์จาก AI ชั้นนำมาใช้เป็นข้อมูลฝึกโมเดลของตัวเองได้ ก็อาจช่วยลดขั้นตอนและต้นทุนบางส่วนในการพัฒนาเทคโนโลยี
อย่างไรก็ตาม รายงานยังไม่ได้เปิดเผยว่า DeepSeek และ Moonshot AI ใช้ข้อมูลจาก GPT-6 Astra มากน้อยเพียงใด หรือสามารถประหยัดต้นทุนการพัฒนาได้เท่าไร
ขณะที่ OpenAI, DeepSeek และ Moonshot AI ยังไม่ได้ตอบกลับคำร้องขอความคิดเห็นจากรอยเตอร์ในทันที
OpenAI เคยพบข้อมูลเชื่อมโยง Moonshot AI
ก่อนหน้านี้ เมื่อวันที่ 30 กันยายน 2569 OpenAI เปิดเผยผ่านบล็อกของบริษัทว่า ตรวจพบความเชื่อมโยงระหว่างปฏิบัติการเก็บข้อมูลจากโมเดล AI เพื่อนำไปใช้ฝึกระบบอื่น กับบุคคลที่เกี่ยวข้องกับ Moonshot AI
ปฏิบัติการดังกล่าวเริ่มต้นขึ้นตั้งแต่เดือนกรกฎาคม โดย OpenAI ระบุว่าสามารถเชื่อมโยงกิจกรรมส่วนสำคัญเข้ากับบุคคลกลุ่มดังกล่าวได้
บริษัท AI สหรัฐเร่งป้องกันคู่แข่งนำข้อมูลไปใช้
การนำคำตอบจาก AI ไปฝึกโมเดลอื่นสร้างความกังวลให้ OpenAI รวมถึง Anthropic ผู้พัฒนา Claude และ Google ซึ่งต่างมองว่าการใช้เทคนิค Distillation อาจทำให้คู่แข่งสามารถพัฒนา AI ที่มีความสามารถใกล้เคียงกันได้รวดเร็วขึ้นและใช้เงินน้อยลง
แม้เทคนิคนี้จะเป็นวิธีที่ใช้กันอยู่แล้วในการพัฒนา AI แต่ปัญหาจะเกิดขึ้นเมื่อมีการนำคำตอบจากระบบของบริษัทอื่นไปใช้โดยไม่ได้รับอนุญาต หรือขัดต่อเงื่อนไขการให้บริการ
ก่อนหน้านี้ในเดือนตุลาคม Anthropic เปิดเผยว่า บริษัทได้เพิ่มมาตรการป้องกันการนำข้อมูลจาก Claude ไปใช้ฝึก AI ของคู่แข่ง และสามารถลดปริมาณข้อมูลที่ถูกเก็บรวบรวมผ่านการโจมตีลักษณะดังกล่าวได้ประมาณ 90-99%
ศึก AI จีน-สหรัฐ แข่งต้นทุน
การแข่งขันด้าน AI ระหว่างจีนและสหรัฐกำลังขยายไปสู่เรื่องต้นทุนการพัฒนาเทคโนโลยี นอกเหนือจากการแข่งขันสร้างโมเดลที่มีความสามารถสูงที่สุด
สำหรับบริษัทที่พัฒนา AI การสร้างโมเดลขั้นสูงต้องใช้ทั้งเงินลงทุน บุคลากร เครื่องประมวลผล และเวลาในการฝึกระบบ หากสามารถนำคำตอบจาก AI ที่พัฒนาแล้วมาใช้สอนโมเดลของตัวเองได้ ก็อาจช่วยลดทรัพยากรบางส่วนที่ต้องใช้
แต่สำหรับบริษัทผู้พัฒนาโมเดลต้นทาง วิธีดังกล่าวอาจกลายเป็นความเสี่ยงทางธุรกิจ เพราะเทคโนโลยีที่ใช้เงินลงทุนจำนวนมากอาจถูกนำไปใช้พัฒนาผลิตภัณฑ์คู่แข่งในต้นทุนที่ต่ำกว่า
การใช้ Distillation ไม่ได้หมายความว่า AI ที่ได้รับการฝึกจะมีความสามารถเทียบเท่าโมเดลต้นทางทุกด้าน และยังต้องพิจารณาคุณภาพของข้อมูล รวมถึงวิธีการฝึกโมเดลด้วย
กรณีของ DeepSeek และ Moonshot AI จึงกลายเป็นอีกหนึ่งประเด็นที่ต้องจับตาในการแข่งขัน AI ระหว่างจีนและสหรัฐ โดยเฉพาะคำถามว่า บริษัทเทคโนโลยีจะปกป้องความสามารถของ AI ที่ตัวเองพัฒนาขึ้นได้อย่างไร ในยุคที่คำตอบจาก AI หนึ่งระบบสามารถกลายเป็นข้อมูลสำหรับฝึก AI อีกระบบได้