Kyutai REKI: โมเดล VLA ขนาด 2.4 พันล้านพารามิเตอร์
Kyutai ร่วมกับ Inria และ École des Ponts เปิดตัว REKI โมเดลวิชัน-ภาษา-การกระทำขนาด 2.4 พันล้านพารามิเตอร์ พร้อมหน่วยความจำราคาประหยัดสำหรับการควบคุมหุ่นยนต์
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Kyutai ร่วมมือกับ Inria และ École des Ponts พัฒนาโมเดล REKI
- เป็นโมเดล VLA ขนาด 2.4 พันล้านพารามิเตอร์ที่เน้นการควบคุมหุ่นยนต์
- ฝึกสอนด้วยชุดข้อมูลสาธารณะทั้งหมดพร้อมระบบหน่วยความจำย้อนหลังราคาประหยัด
- ทำผลงานได้ดีเยี่ยมจนมีเพียงโมเดลที่มีขนาดใหญ่กว่าเท่าตัวเท่านั้นที่ทำคะแนนได้เหนือกว่า
วงการหุ่นยนต์และปัญญาประดิษฐ์ต้องตื่นตัวอีกครั้ง เมื่อ Kyutai จับมือกับสถาบันวิจัยชั้นนำอย่าง Inria และ École des Ponts ในการพัฒนาและปล่อยตัว REKI ซึ่งเป็นโมเดลวิชัน-ภาษา-การกระทำ หรือที่เรียกว่า Vision-Language-Action Model (VLA) โดยโมเดลตัวนี้มีขนาดพารามิเตอร์อยู่ที่ 2.4 พันล้านพารามิเตอร์ และถูกออกแบบมาเพื่อยกระดับความสามารถในการควบคุมหุ่นยนต์ให้มีความแม่นยำและคล่องตัวมากยิ่งขึ้น
จุดเด่นที่สำคัญของ REKI คือกระบวนการฝึกสอนที่ใช้เฉพาะข้อมูลที่เป็นสาธารณะเท่านั้น ทำให้มีความโปร่งใสและเข้าถึงได้ง่าย นอกจากนี้ตัวโมเดลยังมาพร้อมกับระบบหน่วยความจำราคาประหยัดที่ช่วยบันทึกเหตุการณ์ในอดีตอันใกล้ ทำให้หุ่นยนต์สามารถอ้างอิงข้อมูลก่อนหน้าเพื่อตัดสินใจในการทำงานลำดับถัดไปได้อย่างมีประสิทธิภาพสูงสุด
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในด้านผลการทดสอบประสิทธิภาพ REKI ได้พิสูจน์ความสามารถผ่านการทดสอบบนชุดประเมินผลแบบ Out-of-Distribution ถึงสามชุดด้วยกัน ซึ่งผลปรากฏว่ามีเพียงโมเดลปัญญาประดิษฐ์ที่มีขนาดใหญ่กว่า REKI ถึงประมาณสองเท่าเท่านั้นที่สามารถทำคะแนนแซงหน้ามันไปได้ สะท้อนให้เห็นถึงความคุ้มค่าและความเหนือชั้นทางด้านสถาปัตยกรรมของโมเดลตัวนี้
โมเดล VLA หรือ Vision-Language-Action ถือเป็นหัวใจสำคัญในยุคปัจจุบันที่ช่วยเชื่อมโยงระหว่างการมองเห็น ภาษา และการเคลื่อนไหวทางกายภาพของหุ่นยนต์เข้าด้วยกัน การที่ REKI สามารถทำผลงานได้ใกล้เคียงกับโมเดลที่มีขนาดใหญ่กว่าถึงสองเท่า ทั้งที่มีพารามิเตอร์เพียง 2.4 พันล้านพารามิเตอร์ แสดงให้เห็นถึงแนวโน้มการพัฒนา AI ที่เน้นความฉลาดและประสิทธิภาพต่อขนาด (Efficiency) มากกว่าการแข่งกันเพิ่มจำนวนพารามิเตอร์อย่างไร้ขีดจำกัด ซึ่งจะช่วยลดต้นทุนฮาร์ดแวร์ในการประมวลผลหน้างานจริงได้อย่างมหาศาล
สำหรับผู้ที่สนใจและนักพัฒนาที่ต้องการนำโมเดลนี้ไปต่อยอด ตอนนี้ทางคณะผู้พัฒนาได้เปิดเผยและปล่อยน้ำหนักโมเดล (Weights) ทั้งหมดให้ใช้งานกันได้แบบสดๆ เป็นที่เรียบร้อยแล้วบนแพลตฟอร์มที่เกี่ยวข้อง
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น