WSJ รายงาน: Google เตรียมเปิดตัว Gemini 3.8 Flash หวังลดช่องว่างในตลาด AI ด้านการเขียนโค้ด

Google DeepMind ซึ่งเป็นหน่วยงานด้านปัญญาประดิษฐ์ของ Alphabet Inc. (NASDAQ:GOOGL) กำลังเตรียมเปิดตัวโมเดล AI ใหม่ล่าสุดอย่างเร็วที่สุดในวันพุธนี้ เพื่อมุ่งเป้าไปที่การเพิ่มขีดความสามารถด้านการพัฒนาซอฟต์แวร์ ซึ่งเป็นตลาดสำคัญที่บริษัทยังคงตามหลังคู่แข่ง ตามรายงานของ The Wall Street Journal

รายละเอียดโมเดลใหม่และการทดสอบภายใน

โมเดลดังกล่าวมีชื่อว่า Gemini 3.8 Flash และเป็นที่รู้จักภายในบริษัทในชื่อรหัส "Skimaki" สะท้อนให้เห็นถึงความพยายามอย่างเข้มข้นของ Google ในการยกระดับประสิทธิภาพด้านการเขียนโค้ด (coding) เพื่อตอบสนองตลาดลูกค้าระดับองค์กรที่มีการแข่งขันสูงขึ้น

แหล่งข่าวระบุว่า จากการทดสอบภายในแบบตัวต่อตัวบนแพลตฟอร์มสำหรับนักพัฒนา Jetski ของ Google เอง วิศวกรของบริษัทแสดงความพึงพอใจต่อโมเดลใหม่นี้มากกว่า Claude Opus ซึ่งเป็นโมเดลเรือธงของ Anthropic คู่แข่งสำคัญ ความก้าวหน้านี้ถือเป็นหนึ่งในภารกิจเชิงกลยุทธ์ที่สำคัญที่สุดของบริษัท เนื่องจากความสามารถในการเขียนโค้ดอัตโนมัติ (agentic coding) ได้กลายเป็นกรณีการใช้งานทางธุรกิจที่สำคัญที่สุดสำหรับเทคโนโลยี Generative AI

ความสำคัญเชิงกลยุทธ์และผลกระทบต่อตลาด

การเปิดตัวที่ราบรื่นอาจช่วยสร้างความเชื่อมั่นให้กับตลาด หลังจากมีการเปลี่ยนแปลงผู้บริหารระดับสูงเมื่อไม่นานมานี้ นักลงทุนกำลังจับตามองว่าผลการประเมินเปรียบเทียบสมรรถนะ (public benchmark) ที่จะเปิดเผยต่อสาธารณะ จะสามารถยืนยันประสิทธิภาพที่เหนือกว่าตามผลการทดสอบภายในของ Google ได้หรือไม่

Ad

ความเคลื่อนไหวดังกล่าวส่งผลให้ราคาหุ้น Alphabet ปรับตัวสูงขึ้น 0.6% ในการซื้อขายนอกเวลาทำการเมื่อวันอังคารที่ผ่านมา ขณะที่นักลงทุนกำลังประเมินนัยยะสำคัญเชิงกลยุทธ์ของการเปิดตัวผลิตภัณฑ์ใหม่นี้

ข้อได้เปรียบด้านสถาปัตยกรรมและทิศทางในอนาคต

แม้ว่า Gemini 3.8 Flash จะไม่ใช่โมเดลขนาดใหญ่เทียบเท่ากับโมเดลเรือธงในซีรีส์ "Pro" ของ Google แต่สถาปัตยกรรมที่มีขนาดเล็กกว่ากลับมีข้อได้เปรียบด้านการปฏิบัติงานที่ชัดเจนสำหรับการนำไปใช้งานอย่างรวดเร็ว

• ใช้ทรัพยากรการประมวลผลน้อยกว่า: ทำให้การปรับแก้โมเดลทำได้ง่ายและรวดเร็ว
• เพิ่มความยืดหยุ่นในการพัฒนา: ช่วยให้ทีมวิจัยหลายทีมสามารถทำงานซ้ำ ๆ ไปพร้อมกันได้ โดยใช้เทคนิคการเรียนรู้แบบเสริมกำลัง (reinforcement learning) เพื่อฝึกฝนทักษะเฉพาะทาง
• ลดความล่าช้า: ตรงกันข้ามกับโมเดลซีรีส์ "Pro" ที่มีขนาดใหญ่และใช้ทรัพยากรสูง ซึ่งเคยประสบปัญหาจนต้องยกเลิกแผนและทำให้กำหนดการเปิดตัวล่าช้าไปหลายเดือน

ขณะเดียวกัน DeepMind ยังคงดำเนินโครงการวิจัยอื่น ๆ ควบคู่กันไป โดยโมเดลเรือธงรุ่นต่อไปอย่าง Gemini 4 กำลังอยู่ในขั้นตอนหลังการฝึกฝน (posttraining) หลังจากแสดงประสิทธิภาพที่แข็งแกร่งในระหว่างการประเมินผลก่อนการฝึกฝน (pretraining)