ซัมซุงสร้างความฮือฮาในวงการปัญญาประดิษฐ์อีกครั้ง หลังนักวิจัยจาก Samsung SAIL Montréal อย่าง Alexia Jolicoeur-Martineau เผยแพร่งานวิจัยใหม่ภายใต้ชื่อ “Less is More: Recursive Reasoning with Tiny Networks” ที่นำเสนอแนวคิดการพัฒนาโมเดล AI ขนาดเล็กแต่มีความสามารถในการให้เหตุผลและแก้ปัญหาที่เหนือชั้นกว่าโมเดลขนาดใหญ่หลายเท่า โดยผลงานนี้ได้สร้างความประหลาดใจให้กับผู้เชี่ยวชาญทั่วโลก เนื่องจากโมเดลที่ชื่อว่า Tiny Recursive Model (TRM) ใช้พารามิเตอร์เพียง 7 ล้านตัว (7M parameters) เท่านั้น แต่กลับให้ผลลัพธ์ดีกว่าโมเดลขนาดยักษ์อย่าง DeepSeek R1, o3-mini และ Gemini 2.5 Pro ซึ่งมีขนาดใหญ่กว่าถึงหมื่นเท่า

แนวคิดของ TRM มาจากการเลียนแบบโครงสร้างการทำงานของสมองมนุษย์ที่สามารถ “คิดซ้ำ” หรือใช้เหตุผลแบบวนกลับ เพื่อค่อย ๆ ปรับปรุงคำตอบให้แม่นยำขึ้นทุกครั้งที่ประมวลผล ซึ่งต่างจากโมเดลขนาดใหญ่ทั่วไปที่มักพึ่งพาการจดจำข้อมูลจำนวนมหาศาล การออกแบบนี้ถูกเรียกว่า Hierarchical Reasoning Model (HRM) ซึ่งต่อมาได้ถูกย่อให้เล็กลงและมีประสิทธิภาพสูงกว่าในรูปแบบของ TRM ที่ใช้เพียงสองเลเยอร์หลักคือส่วนรับข้อมูล (Input) ส่วนเหตุผล (Latent) และส่วนทำนายผลลัพธ์ (Prediction) โดยระหว่างกระบวนการระบบจะย้อนกลับไปปรับปรุงการให้เหตุผลซ้ำหลายรอบ เพื่อให้คำตอบแม่นยำและใกล้เคียงความจริงที่สุด

จากผลการทดสอบบนชุดโจทย์ท้าทายด้านตรรกะและการให้เหตุผลอย่าง ARC-AGI 1 และ ARC-AGI 2 พบว่า TRM สามารถทำคะแนนได้สูงถึง 45% และ 8% ตามลำดับ ซึ่งถือว่าดีกว่าหลายโมเดลภาษาขนาดใหญ่ (LLMs) ที่ใช้ทรัพยากรมหาศาล ทั้งที่ TRM มีขนาดเพียง 0.01% ของพารามิเตอร์เมื่อเทียบกับโมเดลระดับยักษ์ ผลลัพธ์ดังกล่าวชี้ให้เห็นถึงแนวทางใหม่ของ AI ที่ไม่จำเป็นต้องพึ่งขนาดมหึมาเสมอไป หากแต่เน้นการออกแบบกระบวนการคิดที่มีประสิทธิภาพและยืดหยุ่นเหมือนสมองมนุษย์

กระแสของ TRM กลายเป็นที่พูดถึงอย่างกว้างขวางบนโลกออนไลน์ โดยเฉพาะใน Weibo ซึ่งผู้ใช้ชื่อ “冰宇宙” ได้โพสต์อธิบายว่าโมเดลขนาดเล็กกว่าถึง 10,000 เท่านี้กลับสามารถทำงานได้ฉลาดกว่า และตั้งคำถามเชิงท้าทายว่า “ถ้าโมเดลที่เล็กขนาดนี้ยังฉลาดได้ขนาดนี้ แล้วอนาคตของ AI จะไปได้ไกลแค่ไหน?”

การค้นพบนี้ของซัมซุงอาจกลายเป็นจุดเปลี่ยนสำคัญของวงการปัญญาประดิษฐ์ เพราะมันพิสูจน์ให้เห็นว่าความฉลาดของ AI ไม่ได้ขึ้นอยู่กับขนาดหรือจำนวนข้อมูลเสมอไป แต่ขึ้นอยู่กับโครงสร้างการคิดที่เข้าใจธรรมชาติของเหตุผลอย่างแท้จริง และอาจนำพาไปสู่ยุคใหม่ของ AI ที่ “เล็กกว่า ฉลาดกว่า และประหยัดพลังงานกว่า” ในอนาคตอันใกล้นี้

ที่มา : ข้อมูล