สตาร์ทอัพ Goodfire จากซานฟรานซิสโก ได้เปิดตัวเครื่องมือใหม่ชื่อ 'Silico' ซึ่งใช้เทคนิค Mechanistic Interpretability เพื่อช่วยให้นักวิจัยและวิศวกรสามารถมองเห็นการทำงานภายในของโมเดลภาษาขนาดใหญ่ (LLM) ได้ เครื่องมือนี้ช่วยให้ผู้ใช้งานสามารถ 'ซูม' เข้าไปที่นิวรอนแต่ละตัวเพื่อดูว่าปัจจัยใดที่ทำให้โมเดลประมวลผลออกมาในรูปแบบนั้นๆ
จุดเด่นของ Silico คือความสามารถในการปรับแต่งพารามิเตอร์เพื่อควบคุมพฤติกรรมของโมเดลระหว่างการฝึกฝน เช่น การลดอาการ 'หลอน' (Hallucination) หรือการปรับจูนการตัดสินใจเชิงจริยธรรมโดยการกระตุ้นนิวรอนที่เกี่ยวข้องกับความโปร่งใส แทนที่จะต้องใช้การลองผิดลองถูกแบบเดิม การเปิดตัวครั้งนี้มุ่งเป้าไปที่การเปลี่ยนการฝึกฝนโมเดล AI จากงานศิลปะที่คาดเดายากให้กลายเป็นงานวิศวกรรมที่มีความแม่นยำสูง
