Onton เปิดตัว Ontology 1 โมเดลค้นหาแบบ Neurosymbolic แม่นยำกว่า Google และ Amazon เกือบ 3 เท่า

Onton บริษัทผู้เชี่ยวชาญด้านการค้นหาและค้นพบข้อมูลจากซานฟรานซิสโก ประกาศเปิดตัว Ontology 1 โมเดลแบบ Neurosymbolic ที่ออกแบบมาเพื่อการค้นหาผลิตภัณฑ์แบบมัลติโมดอลและการสนทนาที่มีความซับซ้อนสูง

จากการทดสอบเกณฑ์มาตรฐานผ่าน 90 คำค้นหา โดยมี LLM อิสระ 3 รายเป็นผู้ตัดสิน พบว่า Ontology 1 ทำค่าเฉลี่ย precision@10 ได้ที่ 0.630 ซึ่งสูงกว่า Google Shopping (0.543) และ Amazon (0.469) อย่างมีนัยสำคัญ ที่น่าสนใจคือผลลัพธ์นี้เกิดขึ้นในขณะที่โมเดลมีดัชนีสินค้าเพียง 1% เมื่อเทียบกับแคตตาล็อกมหาศาลของคู่แข่ง

ประสิทธิภาพและการนำไปใช้งานจริง

ปัจจุบัน Ontology 1 เปิดให้ใช้งานทั่วไปแล้วผ่านเว็บไซต์ Onton.com แต่จะยังไม่มีการปล่อยโมเดลแบบ Open Weight ให้ดาวน์โหลด หรือเปิด API สาธารณะในขณะนี้ โดย Onton ระบุว่าการเข้าถึงสำหรับพันธมิตรที่ต้องการสร้าง Agentic Web จะพิจารณาเป็นรายกรณีไป ซึ่งเน้นการเป็นพันธมิตรทางธุรกิจมากกว่าการติดตั้งผ่านคำสั่ง pip install ทั่วไป

เทคโนโลยีนี้เหมาะอย่างยิ่งสำหรับผู้ค้าปลีกระดับกลางถึงระดับองค์กร ตลาดกลาง (Marketplaces) และแพลตฟอร์มอีคอมเมิร์ซที่ระบบการค้นหาแบบเดิมเริ่มตอบโจทย์คำค้นหาที่มีเงื่อนไขเฉพาะเจาะจงไม่ได้ ปัจจุบันเน้นไปที่หมวดเฟอร์นิเจอร์และของตกแต่งบ้านเป็นหลัก แต่โครงสร้างโมเดลถูกออกแบบมาให้ปรับใช้กับข้อมูลประเภทอื่นได้ทันทีโดยแทบไม่ต้องตั้งค่าใหม่

ทำไมการค้นหาแบบเดิมถึงเริ่มตามไม่ทัน?

การค้นหาในอีคอมเมิร์ซแบบดั้งเดิมมักยึดติดกับคีย์เวิร์ดและหมวดหมู่ เช่น ขนาด หรือ ราคา แต่ขาดตัวกรองสำหรับความต้องการเชิงซับซ้อน เช่น "เป็นมิตรกับสัตว์เลี้ยง" หรือเฟอร์นิเจอร์ที่เข้ากับสไตล์ห้องเดิม ซึ่ง Onton มองว่าอินเทอร์เฟซแคตตาล็อกแบบนี้แทบไม่มีการพัฒนามานานกว่า 30 ปี

Ontology 1 แก้ปัญหานี้ด้วยการสร้าง "World Model" ที่ตรวจสอบได้ แทนที่จะเชื่อป้ายกำกับของผู้ขายเพียงอย่างเดียว โมเดลจะใช้เหตุผลวิเคราะห์จากคุณสมบัติเชิงประจักษ์ เช่น ชนิดของเส้นใย โครงสร้าง และการทอ เพื่อประเมินว่าสินค้านั้นตรงตามความต้องการจริงหรือไม่ พร้อมทั้งถ่วงน้ำหนักความน่าเชื่อถือของรีวิวเพื่อป้องกันเทคนิคการโกงอัลกอริทึม

เกณฑ์มาตรฐาน: Subtext-Decor-90

ในการทดสอบผ่านชุดข้อมูล Subtext-Decor-90 โดยใช้ผู้ตัดสินมัลติโมดอลอย่าง Claude 3.5 Sonnet, Gemini 1.5 Pro และ GPT-4o (อ้างอิงตามระดับประสิทธิภาพ) พบว่า Onton ชนะขาดใน 52 คำค้นหา จากทั้งหมด 90 รายการ แม้ผู้ตัดสินแต่ละรายจะมีความเห็นต่างกันบ้างในเชิงสถิติ แต่ทั้งสามรายกลับจัดอันดับให้ Onton เป็นที่หนึ่งเหมือนกันทั้งหมด

อย่างไรก็ตาม Ontology 1 ยังมีจุดที่พ่ายแพ้ให้กับ Amazon ในคำค้นหาที่มีลักษณะเป็นสเปกการใช้งานเฉพาะตัวสูง เช่น "โคมไฟที่ไม่กวนคนนอนข้างๆ ตอนอ่านหนังสือตี 3" ซึ่ง Amazon ยังคงได้เปรียบด้านความหลากหลายของข้อมูลเมตาที่มีมากกว่าอย่างมหาศาล

โครงสร้างพื้นฐานและเทคโนโลยีเบื้องหลัง

พลังขับเคลื่อนหลักของ Ontology 1 คือ Ograph ฐานข้อมูลกราฟความรู้ที่สร้างขึ้นเอง ซึ่งทำประสิทธิภาพทรูพุตต่อคอร์ได้สูงกว่า SuiteSparse:GraphBLAS ถึง 100 เท่า และเมื่อทำงานบน GPU จะมีความเร็วสูงกว่า CPU ถึง 43 เท่า และอาจแตะระดับ 1,000 เท่าเมื่อผ่านการปรับจูนเต็มรูปแบบ

ประเด็นสำคัญที่น่าติดตาม:

• Ontology 1 พิสูจน์ว่าโมเดล Neurosymbolic ให้ความแม่นยำในการค้นหาสูงกว่า Search Engine ระดับโลกในหมวดหมู่เฉพาะทาง
• ใช้การวิเคราะห์คุณสมบัติสินค้าเชิงลึกแทนการพึ่งพาคีย์เวิร์ดจากผู้ขายเพียงอย่างเดียว
• เน้นการใช้งานจริงผ่านแพลตฟอร์ม Onton.com และเปิดรับพันธมิตรในกลุ่ม Agentic Commerce