DeepSeek จับมือ Unitree: เมื่อความฉลาดมีราคาถูกจนสามารถนำมาทิ้งได้

หัวข้อต้นฉบับ: 《DeepSeek จับมือ Unitree: เมื่อความฉลาดถูกลงจนสามารถ "ทิ้งได้อย่างไม่เสียดาย"》
ผู้เขียนต้นฉบับ: Dongcha Beating

เทคโนโลยีจะเริ่มเปลี่ยนแปลงโลกได้จริง มักเกิดขึ้นเมื่อมันถูกลงจนสามารถทิ้งได้อย่างไม่เสียดาย

ช่วงนี้ แม้แต่สื่อต่างประเทศก็เริ่มเรียนรู้คำศัพท์อินเทอร์เน็ตจีนคำหนึ่ง นั่นคือ "เส้นแบ่งสังหาร" (斩杀线)

วันที่ 31 กรกฎาคม DeepSeek V4 Flash อัปเดต ในกราฟพิกัดของ Artificial Analysis ที่เปรียบเทียบระดับความฉลาดของโมเดลกับต้นทุนการใช้งานพร้อมกัน แกนตั้งยิ่งสูงขึ้นหมายถึงโมเดลยิ่งฉลาด แกนนอนยิ่งไปทางขวาหมายถึงต้นทุนการเรียกใช้ยิ่งสูง ดัชนีความฉลาดของ V4 Flash แตะ 50 คะแนน เกือบติดกลุ่มท็อปของโลก แต่ต้นทุนเฉลี่ยต่อรอบการทดสอบกลับอยู่ที่เพียง 3 เซนต์ จุดนั้นแทบถูกผลักไปที่มุมซ้ายบนของกราฟพิกัด โมเดลที่ถูกกว่ามัน ส่วนใหญ่ความสามารถก็ด้อยกว่า โมเดลที่ฉลาดกว่ามัน ก็แพงกว่าเป็นเท่าตัว

ตอนนี้ หากโมเดลใดไม่ได้แข็งแกร่งกว่า DeepSeek มากพอ ก็ยิ่งยากที่จะอธิบายว่าทำไมต้องแพงกว่าหลายสิบเท่า อินเทอร์เน็ตจีนเรียกเส้นแบ่งนี้ว่า "เส้นแบ่งสังหาร" ไม่กี่วันต่อมา Bloomberg พูดถึงแรงกดดันด้านราคาที่โมเดลจีนมีต่อบริษัท AI อเมริกัน โดยใช้คำว่า "Death Zone" ในพาดหัวโดยตรง

ตั้งแต่ V2 ในปี 2024 เป็นต้นมา DeepSeek ลดต้นทุนที่เครื่องต้องจ่ายเพื่อ "คิดหนึ่งครั้ง" ลงอย่างต่อเนื่อง งานที่โมเดลทำได้มีความซับซ้อนมากขึ้นเรื่อยๆ แต่ราคากลับไม่ได้พุ่งสูงตามความสามารถไปด้วย ในสองปีที่ผ่านมา อุตสาหกรรมโมเดลขนาดใหญ่นิยมพูดถึงความก้าวหน้าด้วยพารามิเตอร์ที่ใหญ่ขึ้น บริบทที่ยาวขึ้น และ Benchmark ที่สูงขึ้น แต่ DeepSeek ยังคงไล่ตามมาตรฐานอีกอย่าง นั่นคือ ความฉลาดเท่าเดิม แต่ใช้เงินน้อยลงได้ไหม

อีกฝั่งหนึ่งของหางโจว หวัง ซิงซิง ทำสิ่งที่คล้ายกันมานานกว่าสิบปี

ตอนเรียนปริญญาโท เขาทำ XDog ตั้งแต่แรกก็ไม่มีเงินให้เผามากนัก ระบบไฮดรอลิกแพงเกินไปใช้ไม่ได้ ก็ศึกษามอเตอร์ต้นทุนต่ำ โซลูชันสำเร็จรูปซื้อไม่ไหว ก็วาดบอร์ดขับเคลื่อน เขียนโปรแกรม และสร้างระบบควบคุมเอง เทคโนโลยีหลายอย่างที่วันนี้กลายเป็นชิ้นส่วนมาตรฐานของผลิตภัณฑ์ Unitree ล้วนเกิดจากนิสัยวิศวกรรมที่เรียบง่ายมาก นั่นคือ อย่าถามก่อนว่าอุตสาหกรรมปกติทำกันยังไง แต่ดูว่ามีวิธีที่ถูกกว่าไหม

หวัง ซิงซิง เล่าในภายหลังว่า ตอนทำหุ่นยนต์สองขาในปี 2010 ชิ้นส่วนกลไกรวมกันแล้วใช้เงินแค่สองร้อยหยวน หลายปีต่อมามีคนถามว่า Unitree ยังลดต้นทุนได้อีกไหม เขาตอบว่า "อย่ามาแข่งลดต้นทุนกับเรา เรายังลดได้อีกมาก"

บริษัทหนึ่งกำลังลดราคาของการคิด อีกบริษัทหนึ่งกำลังลดราคาของการลงมือทำ เป็นเวลานานมากที่ทั้งสองแม้จะอยู่ในหางโจว แต่ก็ยังเดินคนละเส้นทาง

จนกระทั่งวันที่ 6 สิงหาคม

บริษัท Unitree Technology ประกาศผลการจัดสรรหุ้น IPO ในตลาด STAR Market โดย DeepSeek ใช้เงิน 140.8 ล้านหยวนเข้าซื้อหุ้นใหม่ของ Unitree ข้อตกลงความร่วมมือที่ทั้งสองฝ่ายเปิดเผยก็ตรงไปตรงมาพอสมควร Unitree จะพิจารณา DeepSeek เป็นอันดับแรกเมื่อต้องการบริการฝึกโมเดลและโซลูชันทางเทคนิค ส่วน DeepSeek จะพิจารณา Unitree เป็นอันดับแรกเมื่อต้องการหุ่นยนต์หรือสำรวจการประยุกต์ใช้ embodied AI

เงินจำนวนนี้เมื่อเทียบกับวงการ AI ในปัจจุบันก็ไม่ได้น่าตื่นเต้นอะไรนัก สิ่งที่น่าสนใจจริงๆ คือ คนสองคนที่พยายามทำให้เทคโนโลยีแพงๆ กลายเป็นราคาถูกมานานกว่าสิบปี เพิ่งจะนำเส้นต้นทุนของตัวเองมาเชื่อมต่อกันเป็นครั้งแรก จึงเกิดคำถามที่น่าสนใจยิ่งกว่า "โมเดลใหญ่ในที่สุดก็เชื่อมต่อร่างกายให้หุ่นยนต์ได้" ขึ้นมา:

หากต้นทุนของการคิดของเครื่องจักรและต้นทุนของการลงมือทำของเครื่องจักรยังคงลดลงพร้อมกันต่อไป สุดท้าย AI จะกลายเป็นอะไร?

คำตอบอาจไม่ใช่แค่ "คนจำนวนมากขึ้นใช้ได้"

การเปลี่ยนแปลงที่ใหญ่กว่านั้น คือ เราจะเริ่มไม่ทะนุถนอมมันมากเท่าเดิม

นักฆ่าราคาสองคน

จุดที่เหมือนกันที่สุดระหว่างเหลียง เหวินเฟิง และหวัง ซิงซิง คือ พวกเขาไม่ค่อยเชื่อในความถูกที่ได้มาจากการอุดหนุน ตารางราคาเปลี่ยนได้ในชั่วข้ามคืน แต่羊毛出在羊身上 (ขนแกะก็มาจากตัวแกะ) ราคาถูกแบบนั้นมักอยู่ได้ไม่นาน หากอยากขายของถูกในระยะยาวจริงๆ สุดท้ายต้องกลับไปที่วิศวกรรม รื้อต้นทุนที่ดูเหมือนเป็นเรื่องปกติออกทีละชั้น

DeepSeek-V2 คือตัวอย่างที่ชัดเจนที่สุด หลังจากโมเดลเปิดตัวในปี 2024 อุตสาหกรรมโมเดลใหญ่ในประเทศก็ถูกดึงเข้าสู่สงครามราคาอย่างรวดเร็ว สิ่งที่คนภายนอกเห็นง่ายที่สุดคือราคา API แต่สิ่งที่ค้ำจุนการลดราคาได้จริงๆ ซ่อนอยู่ในโครงสร้างของโมเดล V2 มีพารามิเตอร์รวม 236 พันล้าน แต่เมื่อประมวลผล Token หนึ่งตัว จะเปิดใช้งานจริงเพียง 21 พันล้าน เมื่อเทียบกับรุ่นก่อนหน้า ต้นทุนการฝึกอบรมลดลง 42.5% KV Cache ลดลง 93.3% และปริมาณการสร้างสูงสุดเพิ่มขึ้นเป็น 5.76 เท่า

มาถึง V3 แนวคิดนี้ก็ถูกผลักดันต่อไปอีก โมเดลใหญ่ขึ้น ใช้เวลา GPU H800 รวม 2.788 ล้านชั่วโมงสำหรับการฝึกอบรมอย่างเป็นทางการ DeepSeek ยังคงเพิ่มประสิทธิภาพด้วย Mixture of Experts การฝึกความแม่นยำต่ำ และการปรับปรุงการสื่อสาร

มุมมองด้านต้นทุนแบบนี้เริ่มย้อนกลับไปกำหนดตัวผลิตภัณฑ์ในภายหลัง

เดือนพฤษภาคมปีนี้ DeepSeek เปลี่ยนโปรโมชันลด 75% ของ V4-Pro ให้เป็นราคาถาวรโดยตรง และกดราคาระดับเรือธงลงอีก เหลียง เหวินเฟิงเคยอธิบายหลักการตั้งราคาของพวกเขาไว้ก่อนหน้านี้ว่า ตั้งราคาตามต้นทุนจริง ไม่ขาดทุนระยะยาว และไม่แสวงหากำไรเกินควร

หวังซิงซิงมีความเข้าใจเกี่ยวกับหุ่นยนต์แทบจะเหมือนกันทุกประการ

ในปี 2025 ระหว่างให้สัมภาษณ์กับ "晚点" ถูกถามว่า ตอนแรก H1 ขายที่ 90,000 ดอลลาร์สหรัฐ ต่อมารุ่น G1 ที่มีความยืดหยุ่นมากกว่าแต่รุ่นเริ่มต้นราคาเหลือเพียง 99,000 หยวน แบบนี้ยังทำกำไรได้หรือไม่

หวังซิงซิงตอบว่า: "พฤติกรรมเชิงพาณิชย์ต้องมีกำไรทางธุรกิจที่สมเหตุสมผล ต้นทุนเป็น KPI หลักในการทำทุกอย่างของเรา หัวใจสำคัญคือต้องทำกำไร"

จากนั้นเขาพูดถึงน้อยมากเกี่ยวกับประโยคที่ได้ยินบ่อยที่สุดอย่าง "เมื่อปริมาณมากขึ้น ซัพพลายเออร์ก็จะลดราคาเอง" สิ่งที่กำหนดราคาขั้นต่ำของหุ่นยนต์จริงๆ คือ การเลือกมอเตอร์อย่างไร ทำตัวลดรอบอย่างไร ข้อต่อหนึ่งต้องใช้ชิ้นส่วนกี่ชิ้น ตัวเครื่องทั้งหมดจะเบาลงได้อีกไหม ชิ้นส่วนใดบ้างที่ต้องควบคุมไว้ในมือตัวเอง

วิธีการลดต้นทุนแบบนี้มีความรู้สึกของยุคอุตสาหกรรมที่แข็งแกร่ง แบ่งเงินหนึ่งบาทออกเป็นสองส่วนใช้

แผงวงจรหนึ่งแผ่นสั้นลงไม่กี่เซนติเมตร ข้อต่อหนึ่งลดชิ้นส่วนลงสองชิ้น สายไฟหนึ่งเส้นเปลี่ยนเส้นทางเดิน แยกออกมาดูแต่ละอย่างไม่ถือเป็นการก้าวกระโดดที่ยิ่งใหญ่ แต่เมื่อการเปลี่ยนแปลงหลายสิบอย่างแบบนี้รวมกัน สุดท้ายจะส่งผลโดยตรงต่อราคาขาย

การเปลี่ยนแปลงราคาของ Unitree ในช่วงไม่กี่ปีที่ผ่านมาก็เป็นเช่นนี้ ในปี 2023 หุ่นยนต์ฮิวแมนนอยด์ขนาดเต็มรุ่นแรก H1 เปิดตัว ขายได้เพียง 5 เครื่องในปีนั้น ราคาเฉลี่ย 593,400 หยวน ในปี 2024 รุ่น G1 ที่เล็กกว่าเข้าสู่ตลาด ยอดขายเพิ่มขึ้นเป็น 410 เครื่อง ราคาเฉลี่ยลดลงเหลือ 260,700 หยวน ภายในเก้าเดือนแรกของปี 2025 ยอดขายหุ่นยนต์ฮิวแมนนอยด์ถึง 3,551 เครื่อง ราคาเฉลี่ยลดลงอีกเหลือ 167,600 หยวน

ทุกครั้งที่ราคาลดลงหนึ่งระดับ ผู้ซื้อหุ่นยนต์ก็จะมีกลุ่มใหม่เข้ามา อุปกรณ์ราคาห้าแสนถึงหกแสนหยวน ต้องให้ห้องปฏิบัติการตั้งโครงการ เขียนงบประมาณ อธิบายว่าซื้อกลับมาจะวิจัยอะไร ราคาหนึ่งแสนกว่าหยวนสามารถเข้าถึงมหาวิทยาลัย ทีมพัฒนา และองค์กรต่างๆ ได้มากขึ้นแล้ว

เทคโนโลยีหลายอย่างที่ข้ามจุดวิกฤตของการแพร่หลายอย่างแท้จริง เกิดขึ้นในการเปลี่ยนแปลงแบบนี้ จากงบประมาณเฉพาะโครงการกลายเป็นงบประมาณของแผนก จากงบประมาณของแผนกกลายเป็นการจัดซื้อทั่วไป และสุดท้ายวันหนึ่ง ผู้คนก็ไม่คิดคำนวณต้นทุนทุกครั้งที่ใช้งานอีกต่อไป

เทคโนโลยีราคาแพงโดยธรรมชาติมีไว้แก้ปัญหาที่มีมูลค่าสูงเท่านั้น เมื่อราคาลดลง เรื่องเล็กๆ น้อยๆ ที่ไม่คุ้มค่ากับการใช้เทคโนโลยีในอดีต ก็จะเริ่มเข้ามาอยู่ในโลกของมัน

เส้นต้นทุนสองเส้น终于在จุดหนึ่งตัดกัน

Unitree เองกำลังพัฒนา world model และ VLA อยู่แล้ว ดังนั้นคุณค่าของ DeepSeek ไม่ได้อยู่ที่การ "ใส่สมอง" ให้หุ่นยนต์เท่านั้น สิ่งที่ทำให้สองบริษัทเชื่อมโยงกันได้จริงๆ คือวงจรการฝึกฝนที่แพงที่สุดในปัจจุบันของ embodied intelligence

วงจรนี้ครึ่งหนึ่งเกิดขึ้นในโลกแห่งความเป็นจริง หุ่นยนต์เอื้อมมือ เดิน และหยิบสิ่งของจริงๆ มนุษย์หรือระบบอื่นคอยสาธิตให้มันดูอย่างต่อเนื่อง สร้างเส้นทางแห่งความสำเร็จและความล้มเหลว

อีกครึ่งหนึ่งเกิดขึ้นในการคำนวณ ข้อมูลถูกทำความสะอาด ติดป้ายกำกับ ส่งเข้าโมเดลเพื่อฝึกฝนกลยุทธ์ใหม่ จากนั้นผ่านการอนุมานและตรวจสอบความถูกต้อง ก่อนจะถูกนำไปติดตั้งกลับบนหุ่นยนต์อีกครั้ง หุ่นยนต์ออกไปลองใหม่ นำข้อมูลใหม่กลับมา โมเดลก็เรียนรู้ซ้ำอีกครั้ง ยิ่งวงจรนี้หมุนเร็วเท่าไหร่ หุ่นยนต์ก็ยิ่งได้สัมผัสโลกมากขึ้นเท่านั้น

ปัญหาคือ มันแพงทั้งสองด้าน หุ่นยนต์จริงมีราคาแพง ทีมงานจึงยากที่จะให้หุ่นยนต์หลายร้อยตัวล้มแล้วล้มอีกในห้องทดลองทั้งวัน การฝึกฝนและการอนุมานก็แพง ข้อมูลที่เก็บมาโดยที่มองไม่เห็นคุณค่าในทันที ก็ยากที่จะนำมาฝึกฝนและตรวจสอบซ้ำแล้วซ้ำเล่า

ดังนั้นในอดีต การทดลองหุ่นยนต์จึงเป็นสิ่งที่มีค่ายิ่ง มีหุ่นยนต์เพียงไม่กี่ตัว วันนี้จะเก็บข้อมูลอะไรต้องคิดให้ชัดเจนล่วงหน้า พลังประมวลผลมีจำกัด เส้นทางหนึ่งชุดคุ้มค่าที่จะรันซ้ำหรือไม่ ก็ต้องคำนวณอย่างละเอียดถี่ถ้วน ยิ่งทรัพยากรแพง นักวิจัยก็ยิ่งมีแนวโน้มที่จะเลือกปัญหาที่ดูมีคุณค่ามากที่สุดและมีโอกาสสำเร็จสูงที่สุด

แต่โลกแห่งความเป็นจริงไม่ได้เป็นแบบนั้น

แก้ววางห่างจากขอบโต๊ะ 3 เซนติเมตรกับ 5 เซนติเมตรต่างกันอย่างไร ผ้าเช็ดตัวเปียกไปครึ่งหนึ่งแล้วควรจับตรงไหน เมื่อลิ้นชักติดขัด ควรออกแรงต่อหรือถอยกลับเล็กน้อยก่อน เมื่อถุงพลาสติกใส่แอปเปิลหนึ่งลูกกับสามลูก แขนควรปรับอย่างไร สิ่งเหล่านี้ถ้าแยกออกมาทีละอย่าง ไม่มีอันไหนคุ้มค่าที่จะจัดงานแถลงข่าว หรือแม้แต่ยากที่จะให้ห้องทดลองตั้งโครงการเฉพาะขึ้นมา แต่เมื่อหุ่นยนต์เข้าสู่บ้าน ร้านอาหาร โกดัง หรือออฟฟิศ โลกที่มันเผชิญในแต่ละวันกลับประกอบด้วยปัญหาเล็กน้อยจนน่ารำคาญเหล่านี้พอดี

เมื่อมองแบบนี้ ความร่วมมือระหว่าง DeepSeek และ Unitree ก็จะชัดเจนขึ้นมาก

Unitree กดต้นทุนครึ่งแรกให้ต่ำลง ให้หุ่นยนต์จริงเข้าสู่ห้องทดลอง ทีมพัฒนา และสถานการณ์จริงมากขึ้น ส่วน DeepSeek แก้ปัญหาครึ่งหลังในระยะยาว ทำให้การฝึกโมเดล การอนุมาน และการตรวจสอบถูกลงเรื่อยๆ

เส้นทางส่วนใหญ่จะไม่เข้าสู่ผลิตภัณฑ์ การทดลองส่วนใหญ่ก็ไม่สร้างข่าว หุ่นยนต์บางตัวอาจหยิบแก้วผิดติดต่อกันร้อยครั้ง ข้อมูลราคาแพงชุดหนึ่งรันเสร็จ อาจพิสูจน์ได้เพียงว่าแนวคิดเริ่มต้นนั้นใช้ไม่ได้เลย

เมื่อทรัพยากรแพง สิ่งเหล่านี้เรียกว่าการทุ่มเงินเสียเปล่า แต่เมื่อต้นทุนต่ำพอ พวกมันถึงจะมีสิทธิ์ถูกเรียกว่าประสบการณ์

โทรศัพท์ถูกลง หมายความว่าคนซื้อได้มากขึ้น หุ่นยนต์ถูกลง ยังหมายความว่ามันสามารถมีเวลาที่ไม่มีผลผลิตได้มากขึ้น ฝึกซ้อมในห้องทดลองทั้งบ่าย ทำท่าทางที่สุดท้ายไม่ต้องใช้เลย เดินเข้าไปในสภาพแวดล้อมแปลกๆ มากขึ้น เจอสถานการณ์ที่วิศวกรไม่ได้คาดคิดล่วงหน้ามากขึ้น

เมื่อร่างกายและปัญญาประดิษฐ์มีราคาถูกลงพร้อมกัน สิ่งแรกที่หุ่นยนต์อัจฉริยะจะได้รับคือสิทธิ์ในการทำผิดพลาดมากขึ้น

มนุษย์เรียนรู้ที่จะสิ้นเปลืองเทคโนโลยีได้อย่างไร

เรื่องแบบนี้เคยเกิดขึ้นหลายครั้งแล้วในประวัติศาสตร์เทคโนโลยีของมนุษย์

ในปี 1865 วิลเลียม สแตนลีย์ เจวอนส์ นักเศรษฐศาสตร์ชาวอังกฤษ ค้นพบสิ่งที่ไม่สอดคล้องกับสัญชาตญาณขณะศึกษาเครื่องจักรไอน้ำและถ่านหิน ยิ่งเครื่องจักรไอน้ำมีประสิทธิภาพสูงขึ้น ถ่านหินที่ต้องเผาเพื่อทำงานแต่ละอย่างก็ยิ่งน้อยลง แต่ปริมาณถ่านหินที่อังกฤษใช้กลับไม่ได้ลดลงตามไปด้วย กลับเพิ่มขึ้นแทน เพราะเมื่อพลังไอน้ำมีราคาถูกลง สิ่งที่เคยไม่กล้าใช้มันทำก็เริ่มถูกนำมาใช้ ถ่านหินที่ประหยัดได้จากประสิทธิภาพก็ถูกความต้องการใหม่ๆ กลืนกินไปอย่างรวดเร็ว

ต่อมาปรากฏการณ์นี้ถูกเรียกว่า "ความขัดแย้งของเจวอนส์"

คนที่ใช้ AI ในช่วงสองปีที่ผ่านมา อาจได้สัมผัสกับช่วงที่ตรงกันข้ามอยู่บ้างแล้ว ตอนที่โมเดลยังแพง เราก็เรียนรู้วิธีประหยัดปัญญาประดิษฐ์ก่อน ทีมสตาร์ทอัพพูดถึงประสบการณ์ผู้ใช้บนปาก แต่ผู้จัดการผลิตภัณฑ์ยังต้องจำตารางราคา Token ไว้ในใจ ฟีเจอร์หนึ่งทำได้ในเชิงเทคนิค แต่สุดท้ายอาจถูกตัดทิ้งเพราะ "ให้ผู้ใช้แต่ละคนรันโมเดลห้าครั้งแพงเกินไป"

แต่เทคโนโลยีจะเข้าสู่ชีวิตจริงได้จริงๆ มักต้องผ่านอีกด่านหนึ่ง นั่นคือเมื่อมันถูกลงจนเราเริ่มใช้มันกับสิ่งที่ไม่สำคัญนัก

ทุกวันนี้ไม่มีใครคำนวณก่อนเปิดไฟในห้องนั่งเล่นว่าแสงสว่างหนึ่งชั่วโมงนี้สร้างมูลค่าทางเศรษฐกิจเท่าไร และไม่มีใครรู้สึกว่าตัวเองสิ้นเปลืองโครงสร้างพื้นฐานอินเทอร์เน็ตอันยิ่งใหญ่เพียงเพราะโทรศัพท์ส่งคำขอเครือข่ายเพิ่มอีกสองสามครั้งในเบื้องหลัง

ไฟฟ้าและอินเทอร์เน็ตมีต้นทุนทั้งคู่ แต่ต้นทุนนี้ต่ำจนไม่คุ้มที่จะตัดสินใจทุกครั้งที่ใช้งาน มนุษย์กลายเป็นคนฟุ่มเฟือยในเรื่องเหล่านี้มานานแล้ว และไม่รู้สึกผิดเลยแม้แต่น้อย

หากวันหนึ่งปัญญาประดิษฐ์มาถึงจุดนี้ ความสัมพันธ์ระหว่างเรากับ AI ก็จะเปลี่ยนไปด้วย หลังประชุมเสร็จก็สั่งให้โมเดลสรุปให้สะดวกๆ เขียนบทความเสร็จก็ให้โมเดลหลายตัวช่วยหาข้อบกพร่อง Agent ตัวหนึ่งทำไม่สำเร็จก็เปลี่ยนเส้นทางลองใหม่เรื่อยๆ ลองไปเรื่อยๆ เผื่อได้ผล หุ่นยนต์เก็บโต๊ะ ครั้งแรกชนแก้วล้ม ครั้งที่สองเอื้อมมือพลาด ครั้งที่สามช้าเกินไป ก็ลองครั้งที่สี่

เมื่อเทคโนโลยีใดแพร่หลายจริงๆ ผู้คนจะไม่คำนวณประสิทธิภาพการใช้งานอย่างจริงจังมากขึ้นเรื่อยๆ บางครั้งถึงกับลืมไปว่ากำลังใช้มันอยู่

เมื่อเราไม่คิดคำนวณบัญชีนี้อีกต่อไป

ในปี 1911 อัลเฟรด นอร์ธ ไวต์เฮด นักคณิตศาสตร์และนักปรัชญาชาวอังกฤษ เขียนไว้ในหนังสือ "Introduction to Mathematics" ว่า:

"ความก้าวหน้าของอารยธรรม คือการขยายขอบเขตปฏิบัติการสำคัญที่เราทำได้โดยไม่ต้องคิด"

AI ในวันนี้ยังไม่ก้าวมาถึงจุดนั้น เรายังคงถกเถียงกันว่างานไหนควรใช้โมเดลที่แพงที่สุด นักพัฒนายังต้องเปลี่ยนผู้ให้บริการเพราะราคาต่างกันไม่กี่บาทต่อล้านโทเคน บริษัทหุ่นยนต์ยังต้องหาจุดที่คำนวณบัญชีได้ง่ายที่สุดระหว่างโชว์รูม ห้องแล็บ และโรงงาน อุตสาหกรรมนี้ยังคงมีกลิ่นอายของชีวิตประจำวันที่หนักหน่วง

และการลงทุน 140.8 ล้านหยวนครั้งนี้ที่เชื่อมโยงเข้าด้วยกันจริงๆ คือบิลใบหนึ่งที่ไม่ค่อยปรากฏในการสนทนาของวงการมาก่อน หุ่นยนต์ทำผิดพลาดหนึ่งครั้ง ราคาเท่าไหร่กันแน่?

วันนี้คำตอบยังไม่ถูกพอ ดังนั้นข้อมูลโลกจริงทุกชิ้นต้องเก็บอย่างพิถีพิถัน การฝึกแต่ละรอบต้องคัดสรรอย่างละเอียด หุ่นยนต์แต่ละตัวควรรีบหางานที่คำนวณผลผลิตได้โดยเร็วที่สุด

จนกว่าวันที่ปัญญาประดิษฐ์แพร่หลายอย่างแท้จริง อาจไม่มีการแถลงข่าวประกาศการมาถึงของยุคใหม่ เราจะค่อยๆ ค้นพบว่า หุ่นยนต์ตัวหนึ่งฝึกจับกล่องอยู่ที่มุมคลังสินค้าตลอดบ่าย ล้มเหลวสามร้อยครั้ง ไม่มีใครต้องมาสอบถามเป็นพิเศษ เอเจนต์ตัวหนึ่งลองเส้นทางหลายสิบเส้นทางเพื่อหาคำตอบ ไม่มีใครจ้องดูบิลโทเคนแล้วรู้สึกเสียดาย การวางหุ่นยนต์เพิ่มในห้องแล็บ ไม่ต้องเขียนเหตุผลการจัดซื้อให้ทุกตัวอีกต่อไป

ดังนั้นราคาที่สำคัญจริงๆ สำหรับอนาคตของ AI อาจไม่ใช่ว่าหนึ่งล้านโทเคนราคาเท่าไหร่ หรือหุ่นยนต์ฮิวแมนนอยด์หนึ่งตัวราคาเท่าไหร่ แต่คือเมื่อไหร่ที่เราจะขี้เกียจพอที่จะไม่คำนวณตัวเลขเหล่านี้

เมื่อเครื่องจักรคิดซ้ำหลายรอบ ก้าวเดินเพิ่มอีกไม่กี่ก้าว ทำผิดพลาดอีกไม่กี่ครั้ง จนไม่คุ้มค่าที่เราจะรู้สึกเสียดาย นั่นคือเวลาที่ปัญญาประดิษฐ์เปลี่ยนจากความสามารถที่แพงลิบกลายเป็นโครงสร้างพื้นฐานอย่างแท้จริง

เทคโนโลยีเริ่มเปลี่ยนแปลงโลกจริงๆ มักเกิดขึ้นเมื่อมันถูกพอที่จะปล่อยให้สูญเปล่า

DeepSeek กำลังทำให้การคิดเข้าใกล้ราคานี้ 宇树กำลังทำให้ร่างกายเข้าใกล้ราคานี้ สิ่งที่เหลือคือการทำให้เครื่องจักรมีชีวิตที่ถูกพอ

ถูกพอที่จะลองซ้ำได้ ถูกพอที่จะผิดพลาดได้ไม่รู้จบ ถูกพอที่ความล้มเหลวที่ดูไร้ความหมายในวันนี้ จะมากพอจนรวมกันเป็นปัญญาประดิษฐ์

ลิงก์ต้นฉบับ

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia