เดมิส ฮัสซาบิส ประธานเจ้าหน้าที่บริหาร DeepMind คาดการณ์แนวโน้มปัญญาประดิษฐ์หลักสามประการในปี 2569
เดมิส ฮัสซาบิส ประธานเจ้าหน้าที่บริหารของ Google DeepMind ได้เปิดเผยวิสัยทัศน์เกี่ยวกับอนาคตของปัญญาประดิษฐ์ (AI) โดยคาดการณ์แนวโน้มสำคัญสามประการที่จะเกิดขึ้นภายในปี 2569 ในการให้สัมภาษณ์ล่าสุดที่งาน Time100 Summit ฮัสซาบิส ซึ่งเป็นนักวิทยาศาสตร์และผู้ประกอบการชั้นนำในวงการ AI เน้นย้ำว่าการพัฒนา AI กำลังเข้าสู่ยุคใหม่ที่เครื่องจักรจะสามารถปฏิบัติงานได้อย่างซับซ้อนและเป็นอิสระมากขึ้น โดยอาศัยหลักการทางกฎหมายการขยายขนาด (scaling laws) ที่ยังคงมีประสิทธิภาพ แม้จะเผชิญความท้าทายเรื่องข้อมูลฝึกอบรม
แนวโน้มแรกที่ฮัสซาบิสคาดการณ์คือ ตัวแทน AI (AI Agents) ที่สามารถวางแผนและดำเนินการงานซับซ้อนได้อย่างอิสระ ในปัจจุบัน โมเดล AI เช่น Gemini 1.5 Pro สามารถจัดการข้อมูลยาวนานถึง 2 ล้านโทเค็น ซึ่งเทียบเท่ากับหนังสือหลายร้อยเล่ม แต่ยังคงเป็นเพียงการตอบสนองแบบเชิงเส้น ภายในปี 2569 ฮัสซาบิสมองว่า AI agents จะพัฒนาไปสู่ระดับที่สามารถแบ่งงานย่อยหลายขั้นตอน จัดลำดับความสำคัญ และแก้ไขปัญหาด้วยตัวเอง เช่น การวางแผนทริปท่องเที่ยวแบบครบวงจร ตั้งแต่ค้นหาตั๋วเครื่องบิน จองโรงแรม ไปจนถึงจัดการตารางเวลาและแจ้งเตือนเหตุการณ์ไม่คาดฝัน โดยไม่ต้องมีมนุษย์แทรกแซงมากนัก
ฮัสซาบิสชี้ให้เห็นถึงความก้าวหน้าล่าสุดของ DeepMind ในการทดลองกับ Gemini 1.5 ซึ่งสามารถเชื่อมต่อกับเครื่องมือภายนอก เช่น Google Search เพื่อดึงข้อมูลเรียลไทม์และปรับแผนการทำงานได้ แนวโน้มนี้จะปฏิวัติการทำงานในองค์กรธุรกิจ โดยช่วยลดภาระงาน routine และเพิ่มประสิทธิภาพในกระบวนการที่ซับซ้อน เช่น การจัดการซัพพลายเชน การวิเคราะห์ข้อมูลลูกค้า หรือแม้แต่การพัฒนาซอฟต์แวร์เบื้องต้น นอกจากนี้ ยังจะส่งผลต่อตลาดแรงงาน โดย AI agents อาจรับผิดชอบงานที่ต้องใช้การตัดสินใจหลายชั้น ซึ่งปัจจุบันมนุษย์ทำเป็นหลัก
แนวโน้มที่สองคือ โมเดล AI แบบมัลติโมดัล (Multimodal AI) ที่เข้าใจและสร้างสรรค์เนื้อหาข้ามรูปแบบ ฮัสซาบิสคาดว่า AI จะพัฒนาความสามารถในการประมวลผลข้อมูลหลากหลายประเภท เช่น ข้อความ รูปภาพ วิดีโอ และเสียงพร้อมกัน ทำให้การโต้ตอบกับมนุษย์เป็นธรรมชาติยิ่งขึ้น ตัวอย่างเช่น AlphaFold 3 ซึ่ง DeepMind เพิ่งเปิดตัว สามารถทำนายโครงสร้างโมเลกุลชีวภาพได้แม่นยำ โดยรวมข้อมูลจากโปรตีน DNA และ RNA เข้าด้วยกัน
ในแง่ธุรกิจ โมเดลมัลติโมดัลจะเปิดโอกาสใหม่ๆ เช่น การสร้างวิดีโอโฆษณาจากคำอธิบายข้อความเพียงประโยคเดียว หรือการวิเคราะห์วิดีโอประชุมเพื่อสรุปประเด็นสำคัญและสร้างรายงานอัตโนมัติ ฮัสซาบิสยกตัวอย่าง Gemini 1.5 ที่สามารถ “ดู” วิดีโอยาวนานและตอบคำถามเกี่ยวกับเนื้อหาได้ ซึ่งจะเป็นพื้นฐานสำหรับแอปพลิเคชันในอุตสาหกรรมบันเทิง การแพทย์ และการศึกษา โดยเฉพาะอย่างยิ่งในยุคที่เนื้อหาดิจิทัลเพิ่มขึ้นอย่างรวดเร็ว
แนวโน้มที่สามและสำคัญที่สุดคือ AI เพื่อวิทยาศาสตร์ที่เร่งการค้นพบทางวิทยาศาสตร์ ฮัสซาบิสเชื่อว่า AI จะนำไปสู่การค้นพบครั้งใหญ่ในสาขาชีววิทยา วิทยาศาสตร์วัสดุ และฟิสิกส์ ตัวอย่างที่ชัดเจนคือ AlphaFold ซึ่งได้ปฏิวัติวงการชีววิทยาโครงสร้าง โดยทำนายโครงสร้างโปรตีนได้กว่า 200 ล้านโครงสร้าง และถูกอ้างอิงในงานวิจัยกว่า 20,000 ครั้ง AlphaFold 3 ยกระดับไปอีกขั้น โดยทำนายปฏิสัมพันธ์ระหว่างโมเลกุลได้แม่นยำถึง 76% สำหรับโปรตีน-ลิแกนด์ ซึ่งสูงกว่าโมเดลก่อนหน้าถึงสองเท่า
ในมุมมองธุรกิจ การลงทุนใน AI เพื่อวิทยาศาสตร์จะสร้างมูลค่ามหาศาล โดยเฉพาะในอุตสาหกรรมเภสัชกรรมและพลังงาน ฮัสซาบิสมองว่าภายในปี 2569 AI จะช่วยออกแบบยาใหม่ๆ ลดเวลาการพัฒนาจากหลายปีเหลือไม่กี่เดือน และค้นหาวัสดุใหม่สำหรับแบตเตอรี่หรือพลังงานสะอาด นอกจากนี้ DeepMind ยังกำลังพัฒนาโมเดลสำหรับฟิสิกส์ควอนตัมและการจำลองสภาพอากาศ ซึ่งจะช่วยแก้ปัญหาโลกร้อนและภัยพิบัติ
อย่างไรก็ตาม ฮัสซาบิสเตือนถึงความท้าทาย โดยเฉพาะปัญหาข้อมูลฝึกอบรมที่อาจหมดลง แม้การขยายขนาดจะยังได้ผล แต่ต้องหาแหล่งข้อมูลใหม่ เช่น ข้อมูลสังเคราะห์หรือข้อมูลจากโลกจริง DeepMind กำลังแก้ปัญหานี้ด้วยการพัฒนาเทคนิคใหม่ๆ เช่น การใช้ข้อมูลจากวิดีโอและเซ็นเซอร์ นอกจากนี้ ยังเน้นย้ำถึงความสำคัญของความปลอดภัย โดย Google DeepMind มีทีมวิจัยด้านความเสี่ยง AI เพื่อให้แน่ใจว่าการพัฒนาเป็นไปอย่างรับผิดชอบ
โดยรวมแล้ว วิสัยทัศน์ของฮัสซาบิสชี้ให้เห็นว่า ปี 2569 จะเป็นจุดเปลี่ยนของ AI ที่ไม่เพียงเปลี่ยนแปลงการทำงาน แต่ยังเร่งความก้าวหน้าทางวิทยาศาสตร์และเศรษฐกิจโลก องค์กรธุรกิจควรเตรียมพร้อมรับมือโดยลงทุนในโครงสร้างพื้นฐาน AI และพัฒนาทักษะบุคลากร เพื่อคว้าโอกาสจากแนวโน้มเหล่านี้
(จำนวนคำประมาณ 728 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)