TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Google ได้เปิดตัว Gemini Decisions API ซึ่งเป็นบริการปัญญาประดิษฐ์ที่ออกแบบมาเพื่อตอบคำถามของผู้ใช้งานได้ด้วยต้นทุนที่ประหยัดและมีประสิทธิภาพ
บริการนี้ขับเคลื่อนโดยโมเดล AI ใหม่ที่เรียกว่า Gemini Decision 1
โดยปกติแล้วโมเดลภาษาขนาดใหญ่ (LLM) ทั่วไปจะถูกออกแบบมาเพื่อตอบคำถามที่หลากหลาย แต่ Gemini Decision 1 มีจุดมุ่งหมายที่เฉพาะเจาะจงกว่ามาก โดยสามารถประมวลผลคำถามได้เพียง 3 ประเภทเท่านั้น ข้อดีคือมันสามารถตอบคำถามเหล่านั้นได้ด้วยต้นทุนที่ต่ำกว่าอย่างเห็นได้ชัด โดยข้อมูลจาก Google ระบุว่าโมเดลนี้มีราคาถูกกว่าโมเดล Gemini 3.5 Flash-Lite LLM รุ่นเริ่มต้นเกือบ 5 เท่า
โมเดลดังกล่าวสามารถตอบคำถามแบบใช่หรือไม่ใช่ คำถามแบบปรนัย และคำถามที่ให้ประเมินคะแนนตามมาตราส่วนที่ผู้ใช้งานกำหนด ตัวอย่างเช่น ทีมงานด้านความมั่นคงปลอดภัยไซเบอร์อาจขอให้โมเดลประเมินความรุนแรงของการแจ้งเตือนจากโปรแกรมป้องกันไวรัสในระดับ 1 ถึง 10
ชุดคำสั่งสำหรับ Gemini Decision 1 ประกอบด้วยสองส่วน ได้แก่ คำถามของผู้ใช้งานและชุดข้อมูลที่คำถามนั้น ๆ เกี่ยวข้อง โดยชุดข้อมูลสามารถรวมข้อความ เสียง รูปภาพ วิดีโอ หรือการผสมผสานของข้อมูลเหล่านี้ได้สูงสุดถึง 256,000 โทเคน
โดยทั่วไป LLM มักจะสร้างข้อความที่ยาวและไหลลื่นเพื่อตอบคำถามของผู้ใช้งาน แต่ในทางตรงกันข้าม Gemini Decision 1 จะให้คำตอบที่สั้นกระชับ เช่น “ใช่” หรือ “ไม่ใช่” นอกจากนี้ยังแสดงคะแนนที่บ่งบอกถึงระดับความมั่นใจในความถูกต้องของคำตอบนั้น ๆ ซึ่งคะแนนดังกล่าวช่วยให้แอปพลิเคชันตัดสินใจได้ว่าควรนำข้อมูลที่ได้ไปใช้งานต่อหรือไม่
โครงข่ายประสาทเทียมที่ออกแบบมาเพื่อสร้างคำตอบสั้น ๆ สำหรับคำถามง่าย ๆ เรียกว่าโมเดลการตัดสินใจ โดยโมเดลแรกในลักษณะนี้ที่มีชื่อว่า Jev ได้เปิดตัวเมื่อช่วงกลางเดือนกันยายนโดยสตาร์ทอัพที่ชื่อ TypeSafe AI ซึ่งได้รับความนิยมจนมีผู้ใช้งานถึงหนึ่งล้านคนภายในไม่กี่วัน และหลังจากเปิดตัวได้เพียง 3 สัปดาห์ TypeSafe ก็สามารถระดมทุนได้ถึง 870 ล้านดอลลาร์สหรัฐฯ ด้วยมูลค่าบริษัท 7.5 พันล้านดอลลาร์สหรัฐฯ
โมเดลการตัดสินใจสามารถตอบชุดคำถามที่จำกัดซึ่งถูกปรับแต่งมาให้เหมาะสมได้รวดเร็วกว่า LLM นอกจากนี้ยังง่ายต่อการบูรณาการเข้ากับแอปพลิเคชันต่าง ๆ แอปพลิเคชันที่ใช้โมเดล AI ขับเคลื่อนฟีเจอร์บางอย่างจำเป็นต้องตรวจสอบความผิดพลาดของเอาต์พุตจากโมเดลและคัดกรองรายละเอียดที่ไม่จำเป็นออกก่อนนำไปใช้ ซึ่งคำตอบที่กระชับและมีโครงสร้างของโมเดลการตัดสินใจทำให้งานทั้งสองอย่างนี้ง่ายขึ้น
Min Choi ผู้จัดการผลิตภัณฑ์ของ Google DeepMind และ Felix Yu นักวิทยาศาสตร์หลักได้เขียนไว้ในบล็อกโพสต์ว่า “Gemini Decision 1 ให้คะแนนตัวเลือกต่าง ๆ โดยไม่ต้องถอดรหัสทีละโทเคน ทำให้ค่าความหน่วงเฉลี่ยอยู่ระหว่าง 50-100 มิลลิวินาทีในส่วนการประมวลผลของโมเดล (150-250 มิลลิวินาทีตั้งแต่ต้นจนจบ) ผ่านอินพุตและบริบทที่เป็นมัลติโมดัลสูงสุด 1.6 หมื่นโทเคน และยังคงประสิทธิภาพที่คงที่เกือบตลอดเมื่อเพิ่มจำนวนคำถามจาก 1 ถึง 100 คำถามต่อการร้องขอหนึ่งครั้ง”
Google ได้ตรวจสอบประสิทธิภาพของ Gemini Decision 1 เมื่อเปรียบเทียบกับ Jev และ Decisions API ของ OpenAI ซึ่งเป็นบริการคู่แข่งที่เปิดตัวเมื่อเดือนที่ผ่านมา โดยยักษ์ใหญ่ด้านการค้นหากล่าวว่าโมเดลของตนทำงานได้ดีกว่าใน 7 จาก 9 เกณฑ์การทดสอบที่ใช้ อย่างไรก็ตาม Jev ยังคงมีประสิทธิภาพด้านต้นทุนที่เหนือกว่าเล็กน้อย
Gemini Decision 1 พร้อมให้ใช้งานผ่าน Gemini Decisions API ในราคา 10 เซนต์ต่อ 1 ล้านโทเคนอินพุต โดย Google ไม่มีการเรียกเก็บค่าใช้จ่ายสำหรับโทเคนเอาต์พุต นอกจากนี้อัลกอริทึมดังกล่าวยังสามารถเข้าถึงได้ผ่านระดับการใช้งานฟรีที่มีข้อจำกัดใน Google AI Studio ซึ่งเป็นบริการที่นักพัฒนาสามารถใช้เพื่อทำความคุ้นเคยกับโมเดลของ Google ได้
