ไทม์ไลน์การพัฒนา AI
ตั้งแต่เครื่อง Turing จนถึง LLM สมัยใหม่
89 เหตุการณ์
ทฤษฎีความไม่สมบูรณ์ของ Gödel
Kurt Gödel ได้ตีพิมพ์ทฤษฎีความไม่สมบูรณ์ของเขา ซึ่งพิสูจน์ว่าระบบรูปนัยที่มีพลังเพียงพอจะมีส่วนที่กล่าวไม่ได้ว่าจริงหรือเท็จภายในระบบนั้น การค้นพบนี้ไม่เพียงสร้างความตกตะลึงให้กับวงการคณิตศาสตร์เท่านั้น แต่ยังมีนัยสำคัญต่อทฤษฎีการคำนวณและปัญญาประดิษฐ์อีกด้วย
ยุคทฤษฎีเบื้องต้นข้อสมมติ Church-Turing
Alonzo Church และ Alan Turing ได้เสนอข้อสมมติ Church-Turing อันโด่งดังอย่างอิสระต่อกัน ข้อสมมตินี้กล่าวว่าฟังก์ชันใดที่คำนวณได้อย่างมีประสิทธิภาพ ฟังก์ชันนั้นจะคำนวณได้โดยเครื่อง Turing ซึ่งเป็นการทำให้แนวคิดเชิงสัญชาตญาณเรื่อง “ความสามารถในการคำนวณ” เป็นรูปนัย และกลายเป็นรากฐานของวิทยาการคอมพิวเตอร์
ยุคทฤษฎีเบื้องต้นเครื่อง Turing
Alan Turing ได้นำเสนอแนวคิดเรื่องเครื่อง Turing ในบทความสำคัญของเขา “On Computable Numbers, with an Application to the Entscheidungsproblem” แบบจำลองการคำนวณเชิงนามธรรมนี้สามารถจำลองกระบวนการใด ๆ ที่คำนวณได้ทางคณิตศาสตร์
ยุคทฤษฎีเบื้องต้นแลมบ์ดาแคลคูลัส
Alonzo Church ได้เสนอ Lambda Calculus ซึ่งเป็นระบบรูปนัยสำหรับการนิยามและการประยุกต์ใช้ฟังก์ชัน Lambda Calculus ถือเป็นรากฐานทางทฤษฎีของการเขียนโปรแกรมเชิงฟังก์ชัน โดยแบบดั้งเดิมของปี 1936 นั้นไม่มีระบบชนิดข้อมูล ชาร์ชได้เพิ่มระบบชนิดข้อมูลแบบเรียบง่ายในปี 1940 (“A Formulation of the Simple Theory of Types”) ซึ่งเป็นหนึ่งในระบบชนิดข้อมูลที่ชัดเจนในยุคแรก ๆ
ยุคทฤษฎีเบื้องต้นแบบจำลองเซลล์ประสาท
Warren McCulloch และ Walter Pitts ได้ตีพิมพ์ “A Logical Calculus of the Ideas Immanent in Nervous Activity” ซึ่งนำเสนอแบบจำลองเซลล์ประสาทเทียมแบบแรก (McCulloch-Pitts neuron) แบบจำลองนี้ทำให้เซลล์ประสาทเป็นสวิตช์เกณฑ์ไบนารีอย่างง่าย วางรากฐานสำหรับการวิจัยโครงข่ายประสาทเทียมในเวลาต่อมา
ยุคทฤษฎีเบื้องต้นไซเบอร์เนติกส์
Norbert Wiener ได้ตีพิมพ์ “Cybernetics: Or Control and Communication in the Animal and the Machine” ก่อตั้งสหวิทยาการใหม่ด้านไซเบอร์เนติกส์ การศึกษาว่าระบบควบคุมตนเองผ่านกลไกป้อนกลับได้อย่างไร ส่งผลกระทบอย่างลึกซึ้งต่อปัญญาประดิษฐ์และวิทยาการหุ่นยนต์
ยุคทฤษฎีเบื้องต้นทฤษฎีสารสนเทศของ Shannon
Claude Shannon ได้ตีพิมพ์ “A Mathematical Theory of Communication” วางรากฐานของทฤษฎีสารสนเทศ แนวคิดต่าง ๆ เช่น เอนโทรปี การเข้ารหัส และปริมาณข้อมูล กลายเป็นเครื่องมือหลักในการทำความเข้าใจข้อมูลและการประมวลผลข้อมูล
ยุคทฤษฎีเบื้องต้นการทดสอบ Turing
ใน “Computing Machinery and Intelligence” Turing แทนที่คำถามที่กำกวมว่า “เครื่องจักรคิดได้หรือไม่” ด้วยเกมการเลียนแบบ ซึ่งผู้ประเมินใช้การสนทนาด้วยข้อความเพื่อแยกเครื่องจักรออกจากมนุษย์ นี่เป็นเกณฑ์เชิงพฤติกรรม ไม่ใช่หลักฐานว่าเครื่องจักรมีจิตสำนึก
ยุคทฤษฎีเบื้องต้นข้อเสนอ Dartmouth ปี 1955
ในปี 1955 John McCarthy, Marvin Minsky, Nathaniel Rochester และ Claude Shannon ใช้คำว่า “Artificial Intelligence” ในข้อเสนอ Dartmouth Summer Research Project และวางกรอบโครงการวิจัยสำหรับฤดูร้อนปี 1956
ยุคทฤษฎีเบื้องต้นการประชุม Dartmouth
การประชุมเชิงปฏิบัติการ Dartmouth ในฤดูร้อนปี 1956 ช่วยทำให้ชื่อ “artificial intelligence” และวาระการวิจัยเป็นอัตลักษณ์ของสาขาวิชาการใหม่ โดยคำนี้ปรากฏอยู่แล้วในข้อเสนอโครงการปี 1955
กำเนิดปัญญาประดิษฐ์Logic Theorist
Allen Newell และ Herbert Simon พัฒนา “Logic Theorist” ซึ่งเป็นโปรแกรม AI ที่ใช้งานได้จริงรุ่นบุกเบิก โปรแกรมนี้สามารถพิสูจน์ทฤษฎีบทจาก Principia Mathematica และถือเป็นโปรแกรม AI รุ่นบุกเบิก Newell และ Simon ได้รับรางวัล Turing ในปี 1975
กำเนิดปัญญาประดิษฐ์เพอร์เซปตรอน
Frank Rosenblatt ได้เสนอแบบจำลอง Perceptron ซึ่งเป็นแบบจำลองโครงข่ายประสาทเทียมแบบแรก Perceptron เป็นตัวจำแนกเชิงเส้นแบบทวิพันธุ์อย่างง่าย ที่เรียนรู้เพื่อจำแนกข้อมูลนำเข้าด้วยการปรับน้ำหนัก
กำเนิดปัญญาประดิษฐ์ภาษา Lisp
John McCarthy พัฒนา Lisp ที่ MIT ซึ่งเป็นภาษาระดับสูงภาษารุ่นบุกเบิกที่ออกแบบมาเพื่อการวิจัย AI โดยเฉพาะ ความยืดหยุ่นและความสามารถในการประมวลผลเชิงสัญลักษณ์ที่ทรงพลังของ Lisp ทำให้เป็นภาษาที่ได้รับความนิยมในการวิจัย AI
กำเนิดปัญญาประดิษฐ์General Problem Solver
Newell และ Simon พัฒนา General Problem Solver (GPS) ซึ่งเป็นโปรแกรม AI ตัวแรกที่พยายามจำลองการแก้ปัญหาของมนุษย์ GPS แยกการแก้ปัญหาออกเป็นการย่อยเป้าหมายและการค้นหาเป้าหมายย่อย
กำเนิดปัญญาประดิษฐ์ทฤษฎีบทการลู่เข้าของเพอร์เซปตรอน
Frank Rosenblatt พิสูจน์สมบัติการลู่เข้าของอัลกอริทึมการเรียนรู้ของเพอร์เซปตรอน ซึ่งแสดงให้เห็นว่าหากข้อมูลสามารถแยกได้ด้วยเส้นตรง เพอร์เซปตรอนจะลู่เข้าอย่างแน่นอน
กำเนิดปัญญาประดิษฐ์หุ่นยนต์อุตสาหกรรมตัวแรก
Unimate กลายเป็นหุ่นยนต์ตัวแรกที่ทำงานบนสายการผลิต ในปี 1961 General Motors ติดตั้งหุ่นยนต์นี้ที่โรงงานในเมืองเทรนตัน รัฐนิวเจอร์ซีย์ เพื่อขนถ่ายชิ้นงานออกจากเครื่องหล่อฉีด โดยยกชิ้นส่วนโลหะร้อนออกจากเครื่อง Unimation สร้างหุ่นยนต์เหล่านี้ขึ้นเพื่อรับงานที่ยาก อันตราย หรือซ้ำซากสำหรับคน
กำเนิดปัญญาประดิษฐ์การรับรู้วัตถุสามมิติด้วยเครื่อง
ในวิทยานิพนธ์ปริญญาเอกของ MIT ปี 1963 Larry Roberts อธิบายระบบที่ตีความฉากของวัตถุทรงหลายหน้าอย่างง่ายจากภาพ ซึ่งเป็นรากฐานสำคัญในยุคแรกของคอมพิวเตอร์วิทัศน์สามมิติ
กำเนิดปัญญาประดิษฐ์การเปิดตัว Project MAC
MIT เปิดตัว Project MAC ในปี 1963 ภายใต้การนำของ Robert Fano เพื่อศึกษาการแบ่งเวลาในการใช้คอมพิวเตอร์ ทฤษฎีการคำนวณ และการรับรู้ที่ใช้เครื่องช่วย โครงการปัญญาประดิษฐ์ของ MIT ซึ่งก่อตั้งในปี 1959 เข้าร่วมในภายหลัง ทั้งสองไม่ใช่ห้องปฏิบัติการเดียวกันที่ก่อตั้งในปี 1959
กำเนิดปัญญาประดิษฐ์ELIZA
Joseph Weizenbaum สร้าง ELIZA ที่ MIT ซึ่งเป็นแชทบอทรุ่นบุกเบิก ELIZA จำลองการสนทนาของนักจิตบำบัดผ่านการจับคู่รูปแบบ กระตุ้นให้เกิดการไตร่ตรองอย่างลึกซึ้งเกี่ยวกับปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์
กำเนิดปัญญาประดิษฐ์หุ่นยนต์ Shakey
SRI International พัฒนา Shakey หุ่นยนต์เคลื่อนที่อัตโนมัติรุ่นบุกเบิกที่สามารถรับรู้สภาพแวดล้อม วางแผนเส้นทาง และปฏิบัติงาน Shakey ผสานคอมพิวเตอร์วิทัศน์ การประมวลผลภาษาธรรมชาติ และอัลกอริทึมการวางแผน
กำเนิดปัญญาประดิษฐ์คำวิจารณ์ของ Minsky-Papert
Marvin Minsky และ Seymour Papert ตีพิมพ์ “Perceptrons” ซึ่งวิเคราะห์อย่างเคร่งครัดว่าเพอร์เซปตรอนชั้นเดียวแทนสิ่งใดได้และไม่ได้ หนังสือเล่มนี้มักถูกเชื่อมโยงกับความสนใจด้านโครงข่ายประสาทที่ลดลงในเวลาต่อมา แต่การเปลี่ยนแปลงเงินทุนยังเกิดจากข้อจำกัดด้านการคำนวณ ความคาดหวังที่ไม่เป็นจริง และการตัดสินใจเชิงนโยบายด้วย
ยุคมืดของปัญญาประดิษฐ์ทฤษฎีเฟรม
Marvin Minsky ตีพิมพ์ “Frame Paper” เสนอทฤษฎีเฟรมสำหรับการแทนความรู้ ทฤษฎีนี้มีอิทธิพลต่อการเขียนโปรแกรมเชิงวัตถุและวิธีการแทนความรู้ในเวลาต่อมา
กำเนิดปัญญาประดิษฐ์กำเนิด Prolog
Alain Colmerauer, Philippe Roussel และผู้ร่วมงานพัฒนา Prolog รุ่นแรกที่มาร์แซย์ โดยนำตรรกศาสตร์ภาคแสดงมาใช้ในการเขียนโปรแกรม และผลักดันการเขียนโปรแกรมเชิงตรรกะกับ AI เชิงสัญลักษณ์
ยุคมืดของปัญญาประดิษฐ์รายงาน Lighthill
นักวิทยาศาสตร์ชาวอังกฤษ James Lighthill ส่งรายงานที่มองในแง่ร้ายเกี่ยวกับการวิจัย AI ต่อรัฐบาลอังกฤษ ส่งผลให้เงินทุนสนับสนุนถูกลดลงอย่างมาก
ยุคมืดของปัญญาประดิษฐ์ระบบผู้เชี่ยวชาญ MYCIN
มหาวิทยาลัย Stanford พัฒนา MYCIN ซึ่งเป็นระบบผู้เชี่ยวชาญสำหรับการวินิจฉัยทางการแพทย์ แสดงให้เห็นถึงความเป็นไปได้ในทางปฏิบัติของระบบผู้เชี่ยวชาญ แม้ว่าจะไม่เคยถูกใช้งานทางคลินิกเนื่องจากปัญหาด้านความรับผิด
ยุคมืดของปัญญาประดิษฐ์ระบบผู้เชี่ยวชาญ XCON
DEC นำ XCON (eXpert CONfigurer) มาใช้ ซึ่งเป็นระบบผู้เชี่ยวชาญสำหรับการกำหนดค่าระบบคอมพิวเตอร์ VAX XCON เป็นระบบผู้เชี่ยวชาญที่ประสบความสำเร็จเชิงพาณิชย์เป็นรายแรก ช่วยบริษัทประหยัดเงินหลายล้านดอลลาร์ต่อปี
ยุคมืดของปัญญาประดิษฐ์ฤดูหนาว AI ครั้งที่หนึ่ง
หลังการประเมินเชิงวิพากษ์และการลดเงินทุนในทศวรรษ 1970 งานวิจัย AI บางส่วนเข้าสู่ช่วงชะลอตัว “ฤดูหนาว AI ครั้งแรก” เป็นการแบ่งยุคย้อนหลัง โดยช่วงเวลาและความรุนแรงแตกต่างกันตามประเทศและสาขา
ยุคมืดของปัญญาประดิษฐ์โครงการ FGCS ของญี่ปุ่น
ญี่ปุ่นประกาศโครงการคอมพิวเตอร์รุ่นที่ห้า (FGCS) ซึ่งเป็นโครงการ 10 ปีเพื่อพัฒนาคอมพิวเตอร์ที่มีความสามารถในการให้เหตุผลเชิงตรรกศาสตร์และการประมวลผลความรู้
ยุคมืดของปัญญาประดิษฐ์อัลกอริทึมการแพร่กระจายย้อนกลับ
David Rumelhart, Geoffrey Hinton และ Ronald Williams ตีพิมพ์เรื่องอัลกอริทึมการแพร่กระจายย้อนกลับ (backpropagation) ซึ่งทำให้การฝึกโครงข่ายประสาทเทียมหลายชั้นเป็นไปได้
ยุคมืดของปัญญาประดิษฐ์ฤดูหนาว AI ครั้งที่สองเริ่มต้น
ด้วยการเพิ่มขึ้นของคอมพิวเตอร์ส่วนบุคคล ตลาดเครื่อง Lisp ราคาแพงจึงพังทลาย บริษัท AI หลายแห่งล้มละลายอีกครั้ง
ยุคมืดของปัญญาประดิษฐ์การเพิ่มขึ้นของวิธีการทางสถิติ
ในทศวรรษ 1990 วิธีการทางสถิติเริ่มครอบงำการวิจัย AI Hidden Markov Models (HMMs) ในการรู้จำเสียง Naive Bayes และต้นไม้ตัดสินใจในการเรียนรู้ของเครื่อง ล้วนประสบความสำเร็จอย่างดี
ยุคฟื้นตัวAI ในสงครามอ่าว
กองทัพสหรัฐฯ ใช้ระบบวางแผนและโลจิสติกส์ที่ขับเคลื่อนด้วย AI ในสงครามอ่าว แสดงให้เห็นถึงศักยภาพของ AI ในการประยุกต์ใช้จริง
ยุคมืดของปัญญาประดิษฐ์กำเนิดเวิลด์ไวด์เว็บ
Tim Berners-Lee สร้างเวิลด์ไวด์เว็บ การแพร่หลายของอินเทอร์เน็ตเปลี่ยนวิถีชีวิตของมนุษย์และให้ทรัพยากรข้อมูลที่ไม่เคยมีมาก่อนแก่ AI
ยุคฟื้นตัวสิ้นสุดฤดูหนาวครั้งที่สอง
เมื่อเทคโนโลยีเติบโตเต็มที่และการประยุกต์ใช้เชิงพาณิชย์เพิ่มขึ้น AI เริ่มหลุดพ้นจากยุคมืด การฟื้นตัวของโครงข่ายประสาทเทียมและการเพิ่มขึ้นของวิธีการทางสถิติวางรากฐานสำหรับยุคใหม่
ยุคมืดของปัญญาประดิษฐ์Support Vector Machine
Vladimir Vapnik และคณะ เสนอ Support Vector Machine (SVM) ซึ่งเป็นวิธีการจำแนกและถดถอยอันทรงพลัง SVM ทำผลงานได้ดีเยี่ยมในการจำแนกข้อความและการรู้จำลายมือ
ยุคฟื้นตัวDeep Blue ปะทะ Kasparov
IBM Deep Blue เอาชนะ Garry Kasparov แชมป์หมากรุกโลก แสดงให้เห็นถึงความสามารถของ AI ในการเหนือกว่ามนุษย์ในงานที่มีขอบเขตชัดเจน
ยุคมืดของปัญญาประดิษฐ์Long Short-Term Memory (LSTM)
Sepp Hochreiter และ Jürgen Schmidhuber เสนอ LSTM ซึ่งเป็น RNN ชนิดพิเศษที่สามารถเรียนรู้การพึ่งพาระยะยาว LSTM ประสบความสำเร็จอย่างมากในการรู้จำเสียงและการสร้างแบบจำลองภาษา
ยุคฟื้นตัวLeNet-5
Yann LeCun พัฒนา LeNet-5 ซึ่งเป็น CNN สำหรับการรู้จำตัวเลขลายมือ LeNet-5 เป็นหนึ่งในแบบจำลองการเรียนรู้เชิงลึกแรก ๆ ที่ถูกนำไปใช้งานเชิงพาณิชย์ในวงกว้าง ใช้ในบริการไปรษณีย์สหรัฐฯ สำหรับการรู้จำรหัสไปรษณีย์
ยุคฟื้นตัวแบบจำลองภาษาเชิงความน่าจะเป็นด้วยโครงข่ายประสาท
Yoshua Bengio, Réjean Ducharme, Pascal Vincent และ Christian Jauvin เสนอแบบจำลองภาษาเชิงความน่าจะเป็นที่เรียนรู้ทั้งการแทนคำแบบกระจายและความน่าจะเป็นของลำดับคำร่วมกันเพื่อลดปัญหามิติสูง โมเดลนี้เป็นโครงข่ายแบบ feed-forward ไม่ใช่ RNN
ยุคฟื้นตัวโครงการคำนวณด้วยโครงข่ายประสาทของ CIFAR
ตั้งแต่ปี 2004 โครงการของ CIFAR สนับสนุนการแลกเปลี่ยนอย่างสม่ำเสมอระหว่าง Geoffrey Hinton, Yann LeCun, Yoshua Bengio และผู้ร่วมงาน โครงการช่วยประสานงานวิจัยที่มีส่วนต่อการฟื้นตัวของ deep learning แต่ไม่ใช่จุดเริ่มต้นสากลเพียงจุดเดียว
ยุคฟื้นตัวDeep Belief Networks
Geoffrey Hinton เสนอ Deep Belief Networks (DBN) ซึ่งเป็นโครงข่ายประสาทเทียมแบบลึกแรกที่ฝึกสำเร็จ Hinton นำเสนอ “การฝึกก่อนทีละชั้น” เพื่อแก้ปัญหาการฝึก
ยุคฟื้นตัวGPU สำหรับการเรียนรู้เชิงลึก
นักวิจัยเริ่มใช้ GPU เพื่อเร่งการฝึกการเรียนรู้เชิงลึก การคำนวณแบบขนานของ GPU ทำให้การฝึกโครงข่ายประสาทเทียมขนาดใหญ่เป็นไปได้
ยุคฟื้นตัวชุดข้อมูล ImageNet
ทีม ImageNet เผยแพร่บทความฐานข้อมูลภาพแบบลำดับชั้นขนาดใหญ่ในปี 2009 โดยใช้ลำดับชั้น WordNet จัดระเบียบภาพที่มีป้ายกำกับ ต่อมา ImageNet และการแข่งขันการรู้จำกลายเป็นโครงสร้างพื้นฐานสำคัญของการฝึกและประเมินผลคอมพิวเตอร์วิทัศน์ขนาดใหญ่
ยุคฟื้นตัวความก้าวหน้าด้านการรู้จำเสียง
Google ใช้แบบจำลองการเรียนรู้เชิงลึกเพื่อลดอัตราความผิดพลาดของการรู้จำเสียงลง 25% นี่เป็นความก้าวหน้าครั้งสำคัญครั้งแรกของการเรียนรู้เชิงลึกในการรู้จำเสียง
ยุคฟื้นตัวความก้าวหน้าของ ImageNet
ทีมของ Alex Krizhevsky, Ilya Sutskever และ Geoffrey Hinton ใช้ AlexNet ในการแข่งขัน ImageNet และชนะอย่างถล่มทลาย อัตราความผิดพลาดลดลงจาก 26% เหลือ 15%
ยุคฟื้นตัวWord2Vec
Tomas Mikolov เผยแพร่ Word2Vec ซึ่งเป็นแบบจำลองโครงข่ายประสาทเทียมสำหรับการเรียนรู้การแทนความหมายของคำ Word2Vec ทำให้คอมพิวเตอร์สามารถเข้าใจความสัมพันธ์เชิงความหมายระหว่างคำได้
ยุคฟื้นตัวGenerative Adversarial Networks (GAN)
Ian Goodfellow เสนอ GAN ซึ่งเป็นหนึ่งในนวัตกรรมที่สำคัญที่สุดในการเรียนรู้เชิงลึก GAN สร้างภาพที่สมจริงอย่างยิ่งผ่านการฝึกแบบปฏิปักษ์
ยุคฟื้นตัวResNet
Kaiming He และคณะ เสนอ ResNet ซึ่งแก้ปัญหาความยากในการฝึกโครงข่ายเชิงลึกด้วยการเชื่อมต่อข้ามชั้น ResNet ทำให้สามารถฝึกโครงข่ายหลายร้อยชั้นได้
ยุคฟื้นตัวAlphaGo เอาชนะ Lee Sedol
AlphaGo ของ DeepMind เอาชนะ Lee Sedol แชมป์โกะโลกด้วยคะแนน 4-1 โกะถือเป็นหนึ่งในเกมกระดานที่ยากที่สุดสำหรับ AI
ยุคฟื้นตัวสถาปัตยกรรม Transformer
Google เสนอสถาปัตยกรรม Transformer ซึ่งเป็นความก้าวหน้าที่ปฏิวัติวงการ NLP Transformer เป็นรากฐานของแบบจำลองภาษาขนาดใหญ่สมัยใหม่
ยุคฟื้นตัวเปิดตัว GPT-3
OpenAI เปิดตัว GPT-3 แบบจำลองภาษาขนาดใหญ่ที่มีพารามิเตอร์ 175 พันล้านตัว GPT-3 แสดงความสามารถในการสร้างภาษาที่น่าทึ่ง กระตุ้นให้เกิดการอภิปรายอย่างกว้างขวางเกี่ยวกับ AGI
ยุค LLMDALL-E และ CLIP
OpenAI เปิดตัว DALL-E (การสร้างภาพ) และ CLIP (การเรียนรู้เปรียบเทียบภาพกับข้อความ) แบบจำลองเหล่านี้แสดงให้เห็นถึงความสามารถของ AI ในการเข้าใจและสร้างเนื้อหาหลายรูปแบบ
ยุค LLMCodex และ GitHub Copilot
OpenAI เปิดตัว Codex ซึ่งเป็นแบบจำลอง AI ที่เข้าใจและสร้างโค้ด GitHub Copilot กลายเป็นผู้ช่วยเขียนโปรแกรม AI ตัวแรกที่ใช้กันอย่างแพร่หลาย
ยุค LLMเปิดตัว ChatGPT
ในเดือนพฤศจิกายน 2022 OpenAI เปิดตัว ChatGPT ซึ่งเป็น ผู้ช่วยสนทนา AI แบบสร้างสรรค์ตัวแรกสำหรับตลาดมวลชน ChatGPT มีผู้ใช้งาน 100 ล้านคนภายในสองเดือน กลายเป็นผลิตภัณฑ์ผู้บริโภคที่เติบโตเร็วที่สุดในประวัติศาสตร์
ยุค LLMStable Diffusion โอเพนซอร์ส
Stability AI เปิดตัว Stable Diffusion ซึ่งเป็นแบบจำลองสร้างภาพแบบโอเพนซอร์ส ความคึกคักของชุมชนโอเพนซอร์สทำให้เทคโนโลยีสร้างภาพแพร่หลายอย่างรวดเร็ว
ยุค LLMเปิดตัว GPT-4
OpenAI เปิดตัว GPT-4 ซึ่งเป็นแบบจำลองหลายรูปแบบที่สามารถประมวลผลทั้งภาพและข้อความ GPT-4 แสดงผลงานใกล้เคียงมนุษย์ในมาตรฐานระดับวิชาชีพและวิชาการ
ยุค LLMเปิดตัว Claude
Anthropic เปิดตัว Claude ซึ่งเป็นผู้ช่วย AI ที่มุ่งเน้นความปลอดภัยและความเป็นประโยชน์ การออกแบบ Claude สะท้อนถึงความสำคัญเรื่องความปลอดภัยของ AI—AI ควรเป็นประโยชน์ ไม่เป็นอันตราย และซื่อสัตย์
ยุค LLMLLaMA โอเพนซอร์ส
Meta เปิดตัว LLaMA ซึ่งเป็นแบบจำลองภาษาขนาดใหญ่ภายใต้ใบอนุญาตการวิจัยแบบไม่ใช่เชิงพาณิชย์ แม้ LLaMA จะมีขนาดพารามิเตอร์ค่อนข้างเล็ก แต่ผลงานที่ยอดเยี่ยมได้ส่งเสริมการพัฒนา LLM แบบน้ำหนักเปิด
ยุค LLMแนวคิด AI Agent ได้รับความนิยม
แนวคิด AI Agent เริ่มได้รับความสนใจอย่างกว้างขวาง Agent คือระบบ AI ที่สามารถวางแผนและปฏิบัติงานที่ซับซ้อนได้อย่างอิสระ
ยุค LLMGemini 1.5 และบริบทยาว
เดือนกุมภาพันธ์ 2024 Google เปิดตัว Gemini 1.5 ที่ใช้สถาปัตยกรรม mixture-of-experts และหน้าต่างบริบททดลองสูงสุดหนึ่งล้านโทเค็น
ยุค LLMซีรีส์ Claude 3
Anthropic เปิดตัวซีรีส์ Claude 3 ซึ่งประกอบด้วย Opus, Sonnet และ Haiku Claude 3 Opus มีความสามารถแข่งขันกับ GPT-4 ในหลายมาตรฐาน รวมถึง MMLU และ GPQA แต่ยังคงตามหลังในบางมาตรฐาน
ยุค LLMLlama 3 โอเพนซอร์ส
Meta เปิดตัวตระกูล Llama 3 แบบน้ำหนักเปิด รวมถึงโมเดล 8 พันล้านและ 70 พันล้านพารามิเตอร์ Llama 3.1 405B ที่ตามมาเป็นโมเดลน้ำหนักเปิดแบบแรกที่เทียบเท่ากับคู่แข่งแบบปิดระดับแนวหน้าในเกณฑ์มาตรฐานทั่วไป
ยุค LLMกฎหมาย AI ของ EU ผ่านแล้ว
สหภาพยุโรปผ่านกฎหมาย AI ซึ่งเป็นการกำกับดูแลแนวนอนที่ครอบคลุมฉบับแรกของปัญญาประดิษฐ์ กฎหมายนี้สร้างการจำแนกตามความเสี่ยงและข้อกำหนดที่เข้มงวดสำหรับระบบ AI ความเสี่ยงสูง
ยุค LLMแบบจำลอง OpenAI o1
OpenAI เปิดตัวแบบจำลอง o1 ซึ่งเป็นแบบจำลองขนาดใหญ่ที่มีความสามารถในการให้เหตุผล o1 ทำผลงานได้ดีเยี่ยมในงานด้านวิทยาศาสตร์และการเขียนโปรแกรม แสดงให้เห็นถึงความสามารถในการ “คิด”
ยุค LLMClaude computer use รุ่นเบต้าสาธารณะ
เดือนตุลาคม 2024 Anthropic เปิดตัว computer use รุ่นเบต้าสาธารณะสำหรับ Claude 3.5 Sonnet รุ่นปรับปรุง ให้ผู้พัฒนาสั่ง Claude ดูหน้าจอ เลื่อนเคอร์เซอร์ คลิก และพิมพ์ได้
ยุค LLMเปิดตัวโปรโตคอล MCP
Anthropic เปิดตัว MCP (Model Context Protocol) ซึ่งเป็นโปรโตคอลมาตรฐานแบบเปิดสำหรับเชื่อมต่อแบบจำลอง AI กับเครื่องมือและแหล่งข้อมูลภายนอก MCP กำลังกลายเป็น “USB-C” ของการประยุกต์ใช้ AI
ยุค LLMระบบนิเวศเอเจนต์เติบโตเต็มที่
ภายในปี 2025 เอเจนต์ AI เติบโตจากการสาธิตงานวิจัยสู่เครื่องมือเชิงพาณิชย์ เอเจนต์เขียนโค้ด เอเจนต์เบราว์เซอร์ และเอเจนต์งานหลายขั้นตอนกลายเป็นข้อเสนอมาตรฐาน โดย OpenAI, Anthropic, Google และโครงการโอเพนซอร์สต่างส่งมอบระบบที่มีความสามารถ
ยุค LLMเปิดตัว DeepSeek R1
ห้องปฏิบัติการ AI ของจีน DeepSeek เปิดตัว R1 โมเดลการให้เหตุผลแบบโอเพนซอร์สที่มีประสิทธิภาพแข่งขันกับ o1 ของ OpenAI การเปิดตัวนี้แสดงให้เห็นว่าขีดความสามารถแนวหน้าสามารถทำได้นอกสถาบัน AI ของสหรัฐฯ และจุดชนวนการประเมินการแข่งขัน AI ทั่วโลกใหม่
ยุค LLMโครงการ Stargate เปิดตัว
OpenAI, Oracle, SoftBank และ MGX จากสหรัฐอาหรับเอมิเรตส์ร่วมกันประกาศการลงทุน 5 แสนล้านดอลลาร์เพื่อสร้างโครงสร้างพื้นฐาน AI ในสหรัฐอเมริกา โครงการนี้วางแผนสร้างศูนย์ข้อมูลขนาดใหญ่หลายแห่งในระยะเวลาสี่ปี ซึ่งเป็นการลงทุนของภาคเอกชนที่ใหญ่ที่สุดในประวัติศาสตร์ AI
ยุค LLMClaude 3.7 Sonnet เปิดตัว
Anthropic เปิดตัว Claude 3.7 Sonnet โมเดลแรกที่รองรับ “การให้เหตุผลแบบผสม”—ผู้ใช้สามารถสลับระหว่างคำตอบทันทีและการคิดเชิงลึกในโมเดลเดียวกัน Claude 3.7 ถือเป็นจุดเริ่มต้นของการรวมรูปแบบผลิตภัณฑ์ AI สำหรับการให้เหตุผล
ยุค LLMAnthropic ระดมทุน 3.5 พันล้านดอลลาร์
ในเดือนมีนาคม 2025 Anthropic ประกาศระดมทุนรอบใหม่ 3,500 ล้านดอลลาร์ ณ มูลค่า 61,500 ล้านดอลลาร์ กลายเป็นหนึ่งในสตาร์ทอัพ AI ที่มีมูลค่าสูงที่สุดในโลก และสะท้อนถึงการรวมศูนย์ของเงินทุนในอุตสาหกรรม AI ที่เพิ่มมากขึ้น
ยุค LLMLlama 4 เปิดตัวแบบโอเพนซอร์ส
Meta เปิดตัว Llama 4 Scout และ Maverick ซึ่งเป็นโมเดลมัลติโหมดแบบน้ำหนักเปิด พร้อมพรีวิว Behemoth ซึ่งขณะนั้นยังฝึกอยู่และยังไม่ได้เผยแพร่
ยุค LLMClaude 4 เปิดตัว
Anthropic เปิดตัวตระกูล Claude 4 (Opus 4 และ Sonnet 4) โดยเพิ่มความสามารถ “การคิดแบบขยาย” (Extended Thinking) ซึ่งปรับปรุงการเขียนโปรแกรม การให้เหตุผล และงานระยะยาวอย่างมีนัยสำคัญ Claude 4 ช่วยสร้างความแข็งแกร่งให้กับตำแหน่งของ Anthropic ในตลาด AI สำหรับองค์กร
ยุค LLMหน้าที่ GPAI ตามกฎหมาย AI ของสหภาพยุโรปเริ่มมีผลใช้
เมื่อวันที่ 2 สิงหาคม 2025 กฎด้านธรรมาภิบาลและหน้าที่สำหรับโมเดล AI อเนกประสงค์เริ่มมีผลใช้ บทบัญญัติอื่นมีช่วงเปลี่ยนผ่านต่างกัน จึงไม่ใช่วันเริ่มบังคับใช้กฎหมายทั้งหมดโดยรวม
ยุค LLMGPT-5 เปิดตัว
OpenAI เปิดตัว GPT-5 โมเดลเรือธงแบบรวมศูนย์ที่ผสานความสามารถในการให้เหตุผลของซีรีส์ o เข้ากับความสามารถในการสนทนาของซีรีส์ GPT โดย GPT-5 กำหนดขอบเขตใหม่ในการเขียนโปรแกรม คณิตศาสตร์ และการให้เหตุผล พร้อมรองรับบริบทที่ยาวขึ้นและการใช้เครื่องมือ
ยุค LLMOpenAI เสร็จสิ้นการปรับโครงสร้างทุน
OpenAI เสร็จสิ้นการปรับโครงสร้างทุนขององค์กร ธุรกิจส่วนที่แสวงหากำไรกลายเป็น public benefit corporation ชื่อ OpenAI Group PBC และ OpenAI Foundation ซึ่งเป็นองค์กรไม่แสวงหากำไรยังคงควบคุมธุรกิจดังกล่าวภายใต้ภารกิจเดียวกัน OpenAI ระบุว่าการปรับโครงสร้างนี้เกิดขึ้นหลังจากการหารือกับอัยการสูงสุดของรัฐแคลิฟอร์เนียและเดลาแวร์เป็นเวลาเกือบหนึ่งปี
ยุค LLMเอเจนต์เข้าสู่ผลิตภัณฑ์องค์กรที่ส่งมอบจริง
ในครึ่งแรกของปี 2026 ความสามารถของเอเจนต์ออกจากการสาธิตและเข้าสู่ผลิตภัณฑ์องค์กรที่ส่งมอบจริง เอเจนต์สำหรับการเขียนโค้ด งานสนับสนุน และงานสำนักงานกลายเป็นฟีเจอร์ที่มีเอกสารกำกับ พร้อมกับโครงสร้างพื้นฐานการเรียกใช้เครื่องมือและการทำงานหลายเอเจนต์ที่สุกงอมขึ้น แต่ระดับการนำไปใช้จริงยังไม่มีข้อสรุป ผลสำรวจที่เผยแพร่ให้ตัวเลขการใช้งานจริงต่างกันมาก เพราะนิยามของคำว่าเอเจนต์ไม่ตรงกัน รายการนี้จึงบันทึกทิศทาง ไม่ใช่ระดับ
ยุค LLMโมเดลน้ำหนักแบบเปิดเผยแพร่ในระดับแนวหน้า
ในครึ่งแรกของปี 2026 การเผยแพร่น้ำหนักแบบเปิดจาก DeepSeek, Alibaba Qwen, Moonshot, Zhipu และ Meta มีขนาดที่ก่อนหน้านี้พบเฉพาะในระบบแบบปิด โดยน้ำหนักและการ์ดโมเดลดาวน์โหลดได้จริง ไม่ใช่เพียงคำบรรยาย ส่วนที่ว่ามีรายใดเทียบเท่าแนวหน้าแบบปิดหรือไม่นั้นขึ้นอยู่กับว่าใช้ดัชนีเกณฑ์มาตรฐานใดและถ่วงน้ำหนักอย่างไร รายการนี้จึงบันทึกว่ามีอะไรเผยแพร่และภายใต้สัญญาอนุญาตใด ไม่ใช่การจัดอันดับ
ยุค LLMNature ตีพิมพ์ระบบหลายเอเจนต์ Co-Scientist
Nature ตีพิมพ์ Co-Scientist ระบบหลายเอเจนต์ที่สร้างบน Gemini ซึ่งตั้งสมมติฐานการวิจัยใหม่สำหรับการตรวจสอบด้วยการทดลอง บทความรายงานการตรวจสอบในสามการประยุกต์ทางชีวการแพทย์ ได้แก่ การนำยาเดิมมาใช้ใหม่ การค้นพบเป้าหมายใหม่ และการอธิบายกลไกการดื้อยาต้านจุลชีพ ผู้เขียนวางระบบนี้เป็นผู้ช่วยของนักวิจัยไม่ใช่ตัวแทน จึงเป็นหลักฐานที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิว่า AI เข้ามามีส่วนในการตั้งสมมติฐาน ไม่ใช่เพียงการวิเคราะห์
ยุค LLMMeta เริ่มคลายการบูรณาการการซื้อ Manus
รายงานวันที่ 11 มิถุนายน 2026 ระบุว่า Meta เริ่มคลายการบูรณาการการซื้อ Manus โดยหยุดแบ่งปันข้อมูลและแยกการดำเนินงาน รายงานเชื่อมโยงการดำเนินการนี้กับข้อกำหนดของหน่วยงานจีน ส่วนสถานะทางกฎหมายและการดำเนินงานภายหลังควรตรวจสอบจากข้อมูลล่าสุด
ยุค LLMClaude Fable 5 และ Mythos 5 ระงับแล้วกลับมาให้บริการ
Anthropic เปิดตัว Fable 5 ที่มีมาตรการป้องกันสำหรับผู้ใช้ทั่วไป และ Mythos 5 สำหรับพันธมิตร Project Glasswing ที่ผ่านการตรวจสอบเมื่อ 9 มิถุนายน 2026 การควบคุมการส่งออกของสหรัฐฯ วันที่ 12 มิถุนายนกำหนดให้จำกัดชาวต่างชาติ แต่บริษัทตรวจสอบสัญชาติแบบทันทีไม่ได้จึงระงับทั้งสองโมเดลทั่วโลก หลังยกเลิกข้อจำกัดวันที่ 30 มิถุนายน Fable 5 กลับมาให้บริการทั่วโลกวันที่ 1 กรกฎาคม ส่วน Mythos 5 กลับมาในองค์กรสหรัฐฯ ที่ได้รับอนุมัติก่อน
ยุค LLMOpenAI ถูกแนวร่วมอัยการสูงสุดของรัฐในสหรัฐฯ ร่วมสอบสวน
เมื่อวันที่ 13 มิถุนายน 2026 แนวร่วมอัยการสูงสุดของหลายรัฐในสหรัฐฯ นำโดยอัยการสูงสุดของรัฐนิวยอร์ก ได้เริ่มการสอบสวน OpenAI และออกหมายเรียกให้ส่งเอกสารเกี่ยวกับการซื้อโฆษณา การดึงดูดและรักษาผู้ใช้ แนวโน้มประจบผู้ใช้ของโมเดล การจัดการข้อมูลผู้บริโภคและข้อมูลสุขภาพ ตลอดจนการคุ้มครองผู้เยาว์และผู้สูงอายุ OpenAI แถลงว่าจะให้ความร่วมมือกับอัยการสูงสุดของแต่ละรัฐ พร้อมย้ำว่า ChatGPT ได้สร้างกลไกคุ้มครองที่เข้มงวดขึ้นสำหรับผู้ใช้ที่เป็นผู้เยาว์ นับเป็นการสอบสวนเชิงระบบครั้งแรกของหน่วยงานบังคับใช้กฎหมายระดับรัฐในสหรัฐฯ ที่มีต่อบริษัท AI ชั้นนำ
ยุค LLMOpenAI จำกัดการเปิดตัว GPT-5.6 ตามคำขอของรัฐบาลสหรัฐฯ
วันที่ 26 มิถุนายน 2026 OpenAI เปิดพรีวิว GPT-5.6 Sol, Terra และ Luna แบบจำกัดแก่พันธมิตรที่เชื่อถือได้กลุ่มเล็กตามคำขอของรัฐบาลสหรัฐฯ และเปิดให้ใช้งานทั่วไปในวันที่ 9 กรกฎาคม โดยระบุว่ากระบวนการจำกัดนี้ไม่ควรกลายเป็นมาตรฐานระยะยาว
ยุค LLMSamsung และ SK Hynix ประกาศแผนลงทุนหน่วยความจำระยะหลายปี
เมื่อวันที่ 29 มิถุนายน 2026 Samsung และ SK Hynix ประกาศแผนลงทุนเซมิคอนดักเตอร์ระยะหลายปีรวม 800 ล้านล้านวอน ซึ่งรวมโรงงานหน่วยความจำสี่แห่งในภาคตะวันตกเฉียงใต้ของเกาหลีใต้ มูลค่าเงินดอลลาร์เปลี่ยนตามอัตราแลกเปลี่ยน ส่วนขอบเขต การอนุมัติ และการดำเนินงานยังต้องติดตาม
ยุค LLMGemini Spark ขึ้น Mac ในฐานะเอเจนต์เดสก์ท็อป
เมื่อวันที่ 1 กรกฎาคม 2026 Google เปิดตัว Gemini Spark — ผู้ช่วย AI เอเจนต์ที่ทำงานตลอด 24 ชั่วโมง — สำหรับ macOS พร้อมการติดตามแบบเรียลไทม์และการเชื่อมต่อแอปที่กว้างขึ้น Spark ทำงานอย่างต่อเนื่องในชีวิตดิจิทัลของผู้ใช้ ถือเป็นการนำ AI เอเจนต์สู่เดสก์ท็อปของผู้บริโภค
ยุค LLMMoonshot เปิดตัวน้ำหนักแบบเปิดของ Kimi K3
ในเดือนกรกฎาคม 2026 Moonshot AI เผยแพร่น้ำหนักแบบเปิดของ Kimi K3 บน Hugging Face การ์ดโมเดลระบุพารามิเตอร์รวม 2.8 ล้านล้านตัว เปิดใช้งาน 1.04 แสนล้านตัว หน้าต่างบริบท 1,048,576 โทเคน และสัญญาอนุญาต Kimi K3 License นับเป็นโมเดลภาษาที่ดาวน์โหลดได้อย่างเปิดเผยขนาดใหญ่ที่สุดจนถึงปัจจุบัน และแสดงว่าห้องปฏิบัติการในเอเชียก้าวเข้าสู่แนวหน้าของการเผยแพร่แบบเปิดน้ำหนัก
ยุค LLMCloudflare แยกควบคุมครอว์เลอร์ AI ตามวัตถุประสงค์
เมื่อวันที่ 1 กรกฎาคม 2026 Cloudflare ประกาศการควบคุมการใช้งาน Search, Agent และ Training แยกกัน ตั้งแต่ 15 กันยายน โดเมนใหม่จะบล็อก Training และ Agent โดยค่าเริ่มต้นบนหน้าที่มีโฆษณา แต่อนุญาต Search เจ้าของเว็บไซต์ปรับค่าได้ และครอว์เลอร์หลายวัตถุประสงค์จะใช้กฎที่เข้มงวดที่สุด
ยุค LLMMicrosoft เปิดบริษัทปรับใช้ AI มูลค่า 2.5 พันล้านดอลลาร์
เมื่อวันที่ 2 กรกฎาคม 2026 Microsoft ประกาศจัดตั้ง Microsoft Frontier Company ซึ่งเป็นธุรกิจปฏิบัติการใหม่ที่เน้นการปรับใช้ AI ในองค์กรโดยใช้เครื่องมือ AI ที่มีอยู่ของ Microsoft โครงการนี้ได้รับเงินลงทุน 2.5 พันล้านดอลลาร์จาก Microsoft และผู้เชี่ยวชาญด้านอุตสาหกรรมและวิศวกรรม 6,000 คน — เข้าร่วมกับ Amazon และ OpenAI ในการเปิดตัวองค์กรเฉพาะสำหรับการปรับใช้ AI
ยุค LLMกฎหมาย AI ของสหภาพยุโรปเริ่มบังคับใช้ทั่วไป
วันที่ 2 สิงหาคม 2026 กฎหมาย AI ของสหภาพยุโรปเริ่มบังคับใช้ทั่วไป โดยสำนักงาน AI ร่วมกับหน่วยงานของรัฐสมาชิกรับหน้าที่บังคับใช้ กำกับดูแล และดำเนินการตามกฎหมาย การแก้ไขครั้งเดียวกันเลื่อนภาระหนักที่สุดของระบบความเสี่ยงสูงออกไป โดยระบบอิสระตามภาคผนวก III จะเริ่มใช้ตั้งแต่ 2 ธันวาคม 2027 และ AI ที่ฝังอยู่ในผลิตภัณฑ์ที่มีการกำกับดูแลตั้งแต่ 2 สิงหาคม 2028 ส่วนข้อห้ามมีผลตั้งแต่ 2 กุมภาพันธ์ 2025 และภาระของโมเดลอเนกประสงค์ตั้งแต่ 2 สิงหาคม 2025
ยุค LLM