ไมโครซอฟท์ได้เปิดตัวรุ่นต่อไปของโมเดลปัญญาประดิษฐ์ขนาดเล็ก Phi-3 Mini โมเดลนี้เป็นรุ่นแรกในชุดของโมเดลขนาดเล็ก ซึ่งประกอบไปด้วยพารามิเตอร์ 3.8 พันล้านตัว ถูกออกแบบมาเพื่อใช้งานบนอุปกรณ์ส่วนตัวเช่นสมาร์ทโฟนและแล็ปท็อปโดยเฉพาะ หากเปรียบเทียบกับโมเดลภาษาขนาดใหญ่อย่าง GPT-4, Phi-3 Mini ถูกฝึกฝนด้วยชุดข้อมูลที่เล็กกว่าและตอนนี้สามารถเข้าใช้งานได้แล้วบนแพลตฟอร์มอย่าง Azure, Hugging Face และ Ollama

เอริค บอยด์ รองประธานบริษัทของ Microsoft Azure AI แพลตฟอร์ม อธิบายว่า Phi-3 Mini มีประสิทธิภาพเทียบเท่ากับโมเดลภาษาขนาดใหญ่ เช่น GPT-3.5 แต่อยู่ในรูปแบบที่กะทัดรัดกว่า ขนาดที่เล็กลงนำไปสู่ค่าใช้จ่ายในการดำเนินงานที่ต่ำลง และประสิทธิภาพที่ดีขึ้นบนอุปกรณ์ปลายทาง

ไมโครซอฟท์มีแผนที่จะเปิดตัวรุ่นต่างๆ ในซีรีส์นี้เพิ่มเติม ซึ่งรวมถึง Phi-3 Small ที่มีพารามิเตอร์ 7 พันล้าน และ Phi-3 Medium ที่มีพารามิเตอร์ 14 พันล้าน การพัฒนารุ่นเหล่านี้เป็นส่วนหนึ่งของกลยุทธ์ของบริษัทที่มุ่งเน้นไปที่โมเดล AI ที่มีประสิทธิภาพสูงและใช้ทรัพยากรน้อยลง ซึ่งถูกพัฒนาขึ้นเพื่องานที่ซับซ้อนน้อยลง เช่น การสรุปเอกสารหรือการสนับสนุนการเขียนโปรแกรม

เทคนิคการฝึกอบรมสำหรับ Phi-3 ได้แรงบันดาลใจมาจากวิธีการเชิงการศึกษา ผู้พัฒนาใช้หลักสูตรที่อิงจากข้อความที่ถูกทำให้ง่าย คล้ายกับเรื่องราวที่อ่านให้เด็กเล็กฟัง วิธีนี้ช่วยให้โมเดลเข้าใจแนวคิดพื้นฐานและโครงสร้างได้เร็วขึ้น ตามคำของบอยด์การฝึกฝนได้รับการสนับสนุนจาก "หนังสือเด็ก" ที่ถูกสร้างโดย LLM อื่นเพื่อฝึกอบรม Phi-3 อย่างเป็นระบบ

แม้ว่า Phi-3 Mini จะมีความสามารถในการปรับปรุงงานที่ซับซ้อน เช่น การเขียนโปรแกรมและการสรุปผลโดยตรรกะ แต่ก็ไม่สามารถเข้าถึงความกว้างขวางของความรู้ของรุ่นที่ใหญ่กว่า เช่น GPT-4 ได้ อย่างไรก็ตาม สำหรับหลายๆ บริษัทที่ใช้ชุดข้อมูลขนาดเล็กและเฉพาะเจาะจง มันยังให้ทางเลือกที่คุ้มค่าและทรงพลัง

ด้วยการพัฒนาล่าสุดนี้ ไมโครซอฟท์ยังคงเน้นการนวัตกรรมในด้านปัญญาประดิษฐ์ โดยมุ่งเน้นไปที่การประยุกต์ใช้งานได้จริงและความเป็นประโยชน์ นี่เป็นการเน้นย้ำความมุ่งมั่นของไมโครซอฟท์ที่จะรักษาความเป็นผู้นำในการพัฒนาโซลูชัน AI ที่ทั้งแข็งแกร่งและเข้าถึงได้