WIZ.AI ผู้นำด้านการสร้าง Omini Channel Customer Relationship (CRM) ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์คอนเทนต์ (Generative AI) จากสิงคโปร์ ภูมิใจที่ได้เปิดตัวโมเดลภาษาขนาดใหญ่ (LLM) พร้อมพารามิเตอร์มากกว่า 13,000,000,000 รายการ ณ วันที่ 13 กันยายนที่ผ่านมา ซึ่งโมเดลดังกล่างถูกออกแบบให้รองรับภาษาอินโดนีเซียโดยเฉพาะ การเปิดตัวครั้งนี้เกิดขึ้นไม่นานหลังจากที่บริษัทฯได้เปิดตัวโมเดลพื้นฐาน 7B (7B Foundation Model) และโมเดล LLM เฉพาะทางเพื่อการธุรกิจตัวแรกของภูมิภาคเมื่อต้นปีที่ผ่านมา ถือเป็นหมุดหมายสำคัญสำหรับตลาดเอเชียตะวันออกเฉียงใต้ในการมีโมเดลภาษาขนาดใหญ่ของตัวเอง พร้อมทั้งก้าวกระโดดในการพัฒนาศักยภาพ AI ของภูมิภาค
การเปิดตัว LLM ภาษาอินโดนีเซียของ WIZ.AI ยังถือเป็นก้าวสำคัญในการส่งเสริม AI คอมมูนิตี้ ระดับนานาชาติให้มีความสนใจโมเดล LLM สำหรับภาษาในเอเชียตะวันออกเฉียงใต้มากขึ้น พร้อมขยายบทบาทของภาษาและวัฒนธรรมเอเชียในโมเดล LLM กระแสหลัก โดยคุณเจนนิเฟอร์ จาง (Jennifer Zhang) ซีอีโอและผู้ร่วมก่อตั้ง WIZ.AI กล่าวว่า "เรายินดีเป็นอย่างยิ่งที่ได้เปิดตัวโมเดลภาษาขนาดใหญ่ระดับภูมิภาคตัวแรกของเอเชียตะวันออกเฉียงใต้ โมเดล LLM ของเราจะเปิดโอกาสความเป็นไปได้ใหม่ ๆ สำหรับธุรกิจในภูมิภาคแห่งนี้ เราตั้งตารอที่จะได้เห็นผลลัพธ์ที่จะพลิกวงการด้วยโมเดลนี้"
ขณะที่โมเดล LLM ที่แพร่หลายถูกฝึกโดยใช้ข้อมูลและเนื้อหาของฝั่งตะวันตกเป็นหลัก โมเดล LLM ของ WIZ.AI นั้นถูกฝึกโดยใช้ token ภาษาอินโดนีเซียที่ครอบคลุมกว้างขวาง 10,000,000,000 รายการ นั่นครอบคลุมไปถึงความแตกต่างที่ละเอียดอ่อนทั้งทางภาษาและบริบททางวัฒนธรรมของภูมิภาคแห่งนี้ นำไปสู่ผลลัพธ์ที่สอดรับกับบริบททางสังคมของประเทศผู้ใช้ภาษามากยิ่งขึ้น
โดยเกณฑ์มาตรฐานที่ทรงอิทธิพลสำหรับการประเมินโมเดล LLM อย่าง Hugging Face Open Leaderboard นั้นแสดงให้เห็นว่าโมเดล LLM ของ WIZ.AI นั้นทำได้ดีกว่าโมเดล LLM พื้นฐานที่เป็นกระแสหลักในภาษาอินโดนีเซีย
การประเมินสมรรถนะการทำงานของโมเดล LLM จาก WIZ.AI ในเบื้องต้นแสดงแนวโน้มเชิงบวก ตัวอย่างเช่น เมื่อเทียบกับโมเดล LLM 13B ที่เป็นกระแสหลักแล้ว โมเดล LLM ของ WIZ.AI มีสมรรถนะในภาษาอินโดนีเซียที่เหนือกว่าในทุกมาตรวัดที่สำคัญ โมเดล LLM ของ WIZ.AI ทำได้ดีกว่าอย่างโดดเด่นเหนือชั้นโดยเฉพาะในการทดสอบ Hellaswag (การอนุมานสามัญสำนึก หรือ commonsense inference) ที่ระดับ 33% ตามด้วย ARC (การท้าทายด้านการใช้เหตุผล) และ TruthfulQA ที่ระดับ 20% และ MMLU ที่ระดับ 7%
เมื่อเทียบกับโมเดล LLM 70B ที่เป็นกระแสหลักแล้ว โมเดล LLM ของวิซดอทเอไอ ยังแสดงความเหนือชั้นในภาษาอินโดนีเซียใน 3 มาตรวัดสำคัญที่ระดับเฉลี่ย 4% ประกอบด้วย เออาร์ซี (การท้าทายด้านการใช้เหตุผล) เฮลลาสแว็ก (การอนุมานสามัญสำนึก) และทรูธฟูลคิวเอ
โมเดล LLM ของวิซดอทเอไอทำได้ดีกว่าโมเดล LLM กระแสหลักเป็นพิเศษในด้านเฉพาะทาง อย่างเช่น การธนาคาร การเงิน และอีคอมเมิร์ซ ซึ่งในการให้บริการธนาคารรายใหญ่ที่สุดในอินโดนีเซียนั้น โมเดล LLM ให้รายการทั่วไปของธนาคาร ขณะที่โมเดล LLM ของวิซดอทเอไอมีคำตอบที่ตรงจุด โดยมอบข้อมูลที่เป็นล่าสุดพร้อมคำอธิบายที่ครอบคลุมแก่ธนาคารรายใหญ่ที่สุดนี้
โมเดล LLM ของ WIZ.AI พัฒนาขึ้นในท้องถิ่นทั้งหมด และวางระบบมาสำหรับการใช้งานระดับธุรกิจ โดยมาพร้อมสมรรถนะการวิเคราะห์ข้อมูล "เกรดองค์กรธุรกิจ" อีกทั้งยังมีการตอบสนองที่รวดเร็วและความมั่นคงปลอดภัยที่ยกระดับขึ้น ซึ่งหลังจากการปรับปรุงแก้ไขและพัฒนาประสิทธิภาพแล้ว โมเดล LLM ของ WIZ.AI ยังสามารถทำงานได้รวดเร็วกว่าโมเดล LLM 13B ที่เป็นกระแสหลัก 2.5 เท่า โดยที่ในขณะเดียวกัน ความรวดเร็วไม่ได้ส่งผลเสียต่อความเป็นส่วนตัวและความมั่นคงปลอดภัย โมเดล LLM ของ WIZ.AI มีความมั่นคงปลอดภัยระดับองค์กรธุรกิจซึ่งปกป้องข้อมูลและสารสนเทศที่อ่อนไหว ทำให้มั่นใจได้ว่าการใช้งานข้อมูลจำกัดเฉพาะในการพัฒนาและรักษาการทำงานของโมเดล LLM เท่านั้น
การกำเนิดขึ้นของโมเดล LLM ภาษาอินโดนีเซียเช่นนี้ย่อมจะต้องยกระดับบทบาทของอินโดนีเซีย ขณะนี้โมเดลดังกล่าวนี้ยังจำกัดเฉพาะการใช้งานเชิงพาณิชย์ โดยมีแผนที่จะเปิดตัวสำหรับการใช้งานสาธารณะแบบ open source ต่อไป ซึ่งคุณเจนนิเฟอร์ จาง กล่าวว่า "เรากำลังมุ่งนำหน้ากรุยทางโครงการริเริ่มที่จะสร้างระบบนิเวศ LLM ที่มีพลังไม่หยุดนิ่ง ซึ่งผู้เล่นรายหลักด้าน AI ในภูมิภาค นักวิจัย และผู้สนใจจะมารวมตัวกันเพื่อขับเคลื่อนนวัตกรรม LLM และ AI ในภูมิภาคแห่งนี้ นำภาษาอินโดนีเซียเข้าสู่กระแสหลักของ AI และยกระดับผลกระทบของตลาดเอเชียตะวันออกเฉียงใต้ในระดับโลก"
อ่านข่าวประชาสัมพันธ์ฉบับเต็มได้ที่
https://www.thaipr.net/it/3385871
