โมเดลฐาน (Foundation Model หรือ FM) คือโมเดลการเรียนรู้ของเครื่อง (Machine Learning หรือ ML) ชนิดหนึ่งที่ที่ถูกฝึกฝนหรือเทรน (Train) ด้วยข้อมูลจำนวนมหาศาลมาก ๆ ที่สามารถนำไปใช้ประยุกต์กับ Use Case การใช้งานได้อย่างหลากหลาย ซึ่งทำให้ผู้พัฒนา AI/ML ต่าง ๆ สามารถนำไปประยุกต์ต่อยอดได้ง่ายกว่าโมเดลแบบเดิมในอดีต
เพราะการสร้างโมเดล AI/ML ในอดีตนั้นจำเป็นจะต้องใช้ทรัพยากรจำนวนมหาศาล ทั้งข้อมูลที่ต้องมีจำนวนมาก และหน่วยประมวลผลที่ต้องทรงพลังเพียงพอ ซึ่งทั้งสองจะส่งผลให้การมีโมเดลที่ทรงประสิทธิภาพนั้นจำต้องมีเงินทุนมหาศาลด้วยเช่นกัน
สิ่งที่เกิดขึ้นจึงทำให้เกิดแนวคิดที่จะสร้างโมเดล AI มีวัตถุประสงค์ทั่วไป (General Purpose) ที่มีความสามารถในหลากหลายรูปแบบ แทนที่จะเป็น AI ที่มีความสามารถเฉพาะเจาะจงไปที่งานใดงานหนึ่ง และนี่จึงเป็นที่มาของ Foundation Model ที่จะเป็น “ฐาน” ให้กับโมเดล AI/ML ที่สามารถนำไปใช้ซ้ำ (Reuse) เพื่อประยุกต์ต่อยอดใน Use Case ที่เฉพาะเจาะจงได้อย่างรวดเร็ว
Foundation Model นั้นมีหลากหลายประเภท ตัวอย่างโมเดล FM สำหรับงานที่เกี่ยวกับข้อความ เช่น BERT ของทาง Google หรือซีรีส์ GPT ของทาง OpenAI เช่น GPT-3 หรือ GPT-4 หรือ FM สำหรับงานภาพ เช่น DALL-E เป็นต้น จวบจนวันนี้ได้มีโมเดลฐานเกิดขึ้นมาอีกมากมาย เช่น Stable Diffusion, Llama หรือ Mistral ซึ่ง FM แต่ละตัวจะมีขีดความสามารถที่เก่งแตกต่างกันไป
ปัจจุบัน Foundation Model นั้นเป็นพื้นฐานสำคัญที่ทำให้วงการ AI โดยเฉพาะ Generative AI มีวิวัฒนาการก้าวหน้าไปอย่างรวดเร็วและก้าวกระโดด เพราะ Foundation Model นั้นได้ทำให้นักวิทยาศาสตร์ข้อมูล นักพัฒนาหรือนักวิจัย AI สามารถนำโมเดล FM ไปต่อยอดใช้งาน AI สำหรับ Use Case ที่ต้องการได้ทันที โดยที่ไม่จำเป็นต้องลงเม็ดเงินจำนวนมหาศาลในการสร้างโมเดลฐานขึ้นมาเอง รวมถึงข้อมูลที่ใช้เทรนและเวลาก็ลดลงอย่างมหาศาลอีกด้วย
ที่มา: