นักวิจัยเปิดตัว AI Model Atlas แผนที่ 3 มิติรวมโมเดล AI กว่าแสนโมเดลบน Hugging Face
ทีมวิจัยจากมหาวิทยาลัยเฮบรูแห่งเยรูซาเลมสร้างเครื่องมือแสดงผลแบบอินเทอร์แอกทีฟ ให้เห็น 'วงศ์ตระกูล' ของโมเดล AI กว่า 100,000 โมเดลในกราฟ 3 มิติที่สำรวจได้ผ่านเบราว์เซอร์
โลกของ AI ตอนนี้มีโมเดล open-source เกิดใหม่นับแสนตัว จนแทบไม่มีใครตามทันว่าโมเดลไหนมาจากไหน ล่าสุดทีมวิจัยนำโดย Eliahu Horwitz จาก The Hebrew University of Jerusalem จึงเปิดตัวโครงการ AI Model Atlas เครื่องมือ Interactive Visualization (การแสดงผลแบบโต้ตอบได้) ที่รวบรวมโมเดล Machine Learning จำนวนมหาศาล เช่น โมเดลด้าน NLP (การประมวลผลภาษาธรรมชาติ) กว่า 100,000 โมเดลบนแพลตฟอร์ม Hugging Face มาแสดงเป็นกราฟ 3 มิติที่เชื่อมโยงกัน
แผนที่นี้ไม่ได้แค่วาดจุดโมเดลให้ดูสวย แต่แสดง 'วงศ์ตระกูล' (lineage) ของแต่ละโมเดลด้วย ว่าโมเดลไหนถูก Fine-tune (ปรับจูนต่อยอด) มาจากโมเดลไหน โมเดลไหนเกิดจากการ Merge (รวม) หลายโมเดลเข้าด้วยกัน และสถาปัตยกรรมใดถูกสืบทอดมาจากต้นแบบใด ผู้ใช้สามารถคลิก ซูม และสำรวจกลุ่มก้อน (cluster) ของโมเดลได้จริงผ่านเบราว์เซอร์ ด้วยเทคโนโลยีกราฟ 3 มิติ Cosmograph/WebGL
เบื้องหลังโครงการคือแนวคิด Weight-Space Learning หรือการเรียนรู้ผ่านการสำรวจ 'น้ำหนัก' (weights) ของโมเดลที่มีอยู่แล้ว แทนที่จะเทรนโมเดลใหม่จากศูนย์ ซึ่งทีมวิจัยมองว่าจะช่วยส่งเสริม Model Recycling คือการนำโมเดลเก่ามาต่อยอดใหม่ ลดทั้งต้นทุนและพลังงานที่ใช้เทรนโมเดลซ้ำซ้อน
โครงการนี้มีฐานะทางวิชาการชัดเจน มีเอกสารวิจัยตีพิมพ์บน arXiv (เลขที่ 2503.10633) และเคยนำเสนอในงานประชุม NeurIPS ซึ่งเป็นงานวิชาการด้าน AI ระดับนานาชาติ ภายใต้แนวคิด 'We Should Chart an Atlas of All the World's Models' ที่ต้องการผลักดันให้การทำแผนที่โมเดล AI ทั่วโลกกลายเป็นมาตรฐานของวงการ
เมื่อโมเดล AI โปร่งใสเรื่องที่มาที่ไป นักพัฒนาไทยจะเลือกโมเดลต้นทางที่น่าเชื่อถือและต่อยอดได้ถูกทาง แถมลดต้นทุนเทรนใหม่จากศูนย์ ซึ่งสำคัญกับทีมที่งบจำกัด