นักวิจัยเชื่อมต่ออุปกรณ์ IoT ราคาประหยัด 15 เครื่องเพื่อรันโมเดล AI แบบกระจาย แต่การจำลองตัวเองระหว่างอุปกรณ์ยังไม่เกิดขึ้นในสภาพแวดล้อมจริง
ทีม Frontier Red Team ของแอนโทรปิก (Anthropic) ระบุในงานวิจัยที่เผยแพร่เมื่อวันที่ 12 ตุลาคมว่า สามารถสร้างบริการอนุมานจากโมเดลพารามิเตอร์ 9B บนอุปกรณ์ 8 จาก 9 ประเภทฮาร์ดแวร์ที่ทดสอบ พารามิเตอร์คือค่าที่โมเดลปรับระหว่างการฝึก โดย 9B หมายถึงมีพารามิเตอร์ประมาณ 9 พันล้านค่า นอกจากนี้ ทีมวิจัยยังรัน Gemma4-26B-A4B แบบกระจายบนกล่อง Android TV จำนวน 15 เครื่อง ซึ่งมีราคาประมาณเครื่องละ 55 ดอลลาร์ (ประมาณ 76,000 วอน)
ทีมวิจัยอธิบายว่า การรันโมเดลกับการจำลองตัวเองเป็นคนละเรื่องกัน การจำลองตัวเองจะเกิดขึ้นได้ก็ต่อเมื่อโมเดลเข้าถึงอุปกรณ์ แพร่กระจายไปยังอุปกรณ์เครื่องถัดไป และรันบนอุปกรณ์ใหม่ได้อย่างต่อเนื่อง
PANews รายงานว่า งานวิจัยของแอนโทรปิกพบว่า GLM-5.2 และโมเดลที่มีความสามารถสูงกว่าสามารถจำลองตัวเองได้ตั้งแต่ต้นจนจบ ส่วนโมเดลโอเพนเวตคือโมเดลที่เปิดเผยค่าน้ำหนัก ทำให้ผู้ใช้ดาวน์โหลดและนำไปรันได้
อย่างไรก็ตาม ทีมวิจัยเสริมว่าการจำลองตัวเองอาจเกิดขึ้นอย่างช้า ๆ โดยอาจใช้เวลาหลายวันกว่าขนาดจะเพิ่มเป็นสองเท่า ในการทดสอบ ทีมงานจงใจทำให้ขั้นตอนการใช้ประโยชน์จากช่องโหว่เพื่อเข้าถึงอุปกรณ์ง่ายขึ้น ทีมวิจัยระบุว่าผลการทดสอบจึงเป็นค่าขีดสูงสุด มากกว่าจะสะท้อนอัตราความสำเร็จในโลกจริง และจนถึงขณะนี้ยังไม่พบกรณีที่เกิด 'การจำลองตัวเองจนควบคุมไม่ได้' อย่างสมบูรณ์
ความคิดเห็น 0