ไทม์ไลน์การพัฒนา AI

Kurt Gödel ได้ตีพิมพ์ทฤษฎีความไม่สมบูรณ์ของเขา ซึ่งพิสูจน์ว่าระบบรูปนัยที่มีพลังเพียงพอจะมีส่วนที่กล่าวไม่ได้ว่าจริงหรือเท็จภายในระบบนั้น การค้นพบนี้ไม่เพียงสร้างความตกตะลึงให้กับวงการคณิตศาสตร์เท่านั้น แต่ยังมีนัยสำคัญต่อทฤษฎีการคำนวณและปัญญาประดิษฐ์อีกด้วย

Alonzo Church และ Alan Turing ได้เสนอข้อสมมติ Church-Turing อันโด่งดังอย่างอิสระต่อกัน ข้อสมมตินี้กล่าวว่าฟังก์ชันใดที่คำนวณได้อย่างมีประสิทธิภาพ ฟังก์ชันนั้นจะคำนวณได้โดยเครื่อง Turing ซึ่งเป็นการทำให้แนวคิดเชิงสัญชาตญาณเรื่อง “ความสามารถในการคำนวณ” เป็นรูปนัย และกลายเป็นรากฐานของวิทยาการคอมพิวเตอร์

Alan Turing ได้นำเสนอแนวคิดเรื่องเครื่อง Turing ในบทความสำคัญของเขา “On Computable Numbers, with an Application to the Entscheidungsproblem” แบบจำลองการคำนวณเชิงนามธรรมนี้สามารถจำลองกระบวนการใด ๆ ที่คำนวณได้ทางคณิตศาสตร์

Alonzo Church ได้เสนอ Lambda Calculus ซึ่งเป็นระบบรูปนัยสำหรับการนิยามและการประยุกต์ใช้ฟังก์ชัน Lambda Calculus ถือเป็นรากฐานทางทฤษฎีของการเขียนโปรแกรมเชิงฟังก์ชัน โดยแบบดั้งเดิมของปี 1936 นั้นไม่มีระบบชนิดข้อมูล ชาร์ชได้เพิ่มระบบชนิดข้อมูลแบบเรียบง่ายในปี 1940 (“A Formulation of the Simple Theory of Types”) ซึ่งเป็นหนึ่งในระบบชนิดข้อมูลที่ชัดเจนในยุคแรก ๆ

Warren McCulloch และ Walter Pitts ได้ตีพิมพ์ “A Logical Calculus of the Ideas Immanent in Nervous Activity” ซึ่งนำเสนอแบบจำลองเซลล์ประสาทเทียมแบบแรก (McCulloch-Pitts neuron) แบบจำลองนี้ทำให้เซลล์ประสาทเป็นสวิตช์เกณฑ์ไบนารีอย่างง่าย วางรากฐานสำหรับการวิจัยโครงข่ายประสาทเทียมในเวลาต่อมา

Norbert Wiener ได้ตีพิมพ์ “Cybernetics: Or Control and Communication in the Animal and the Machine” ก่อตั้งสหวิทยาการใหม่ด้านไซเบอร์เนติกส์ การศึกษาว่าระบบควบคุมตนเองผ่านกลไกป้อนกลับได้อย่างไร ส่งผลกระทบอย่างลึกซึ้งต่อปัญญาประดิษฐ์และวิทยาการหุ่นยนต์

Claude Shannon ได้ตีพิมพ์ “A Mathematical Theory of Communication” วางรากฐานของทฤษฎีสารสนเทศ แนวคิดต่าง ๆ เช่น เอนโทรปี การเข้ารหัส และปริมาณข้อมูล กลายเป็นเครื่องมือหลักในการทำความเข้าใจข้อมูลและการประมวลผลข้อมูล

ใน “Computing Machinery and Intelligence” Turing แทนที่คำถามที่กำกวมว่า “เครื่องจักรคิดได้หรือไม่” ด้วยเกมการเลียนแบบ ซึ่งผู้ประเมินใช้การสนทนาด้วยข้อความเพื่อแยกเครื่องจักรออกจากมนุษย์ นี่เป็นเกณฑ์เชิงพฤติกรรม ไม่ใช่หลักฐานว่าเครื่องจักรมีจิตสำนึก

ในปี 1955 John McCarthy, Marvin Minsky, Nathaniel Rochester และ Claude Shannon ใช้คำว่า “Artificial Intelligence” ในข้อเสนอ Dartmouth Summer Research Project และวางกรอบโครงการวิจัยสำหรับฤดูร้อนปี 1956

การประชุมเชิงปฏิบัติการ Dartmouth ในฤดูร้อนปี 1956 ช่วยทำให้ชื่อ “artificial intelligence” และวาระการวิจัยเป็นอัตลักษณ์ของสาขาวิชาการใหม่ โดยคำนี้ปรากฏอยู่แล้วในข้อเสนอโครงการปี 1955

Allen Newell และ Herbert Simon พัฒนา “Logic Theorist” ซึ่งเป็นโปรแกรม AI ที่ใช้งานได้จริงรุ่นบุกเบิก โปรแกรมนี้สามารถพิสูจน์ทฤษฎีบทจาก Principia Mathematica และถือเป็นโปรแกรม AI รุ่นบุกเบิก Newell และ Simon ได้รับรางวัล Turing ในปี 1975

Frank Rosenblatt ได้เสนอแบบจำลอง Perceptron ซึ่งเป็นแบบจำลองโครงข่ายประสาทเทียมยุคแรกที่ทรงอิทธิพล Perceptron เป็นตัวจำแนกเชิงเส้นแบบทวิพันธุ์อย่างง่าย ที่เรียนรู้เพื่อจำแนกข้อมูลนำเข้าด้วยการปรับน้ำหนัก

John McCarthy พัฒนา Lisp ที่ MIT ซึ่งเป็นภาษาระดับสูงภาษารุ่นบุกเบิกที่ออกแบบมาเพื่อการวิจัย AI โดยเฉพาะ ความยืดหยุ่นและความสามารถในการประมวลผลเชิงสัญลักษณ์ที่ทรงพลังของ Lisp ทำให้เป็นภาษาที่ได้รับความนิยมในการวิจัย AI

Newell และ Simon พัฒนา General Problem Solver (GPS) ระหว่างปี 1957–1959 ร่วมกับผู้ร่วมงานซึ่งรวมถึง J. C. Shaw นับเป็นโปรแกรม AI ตัวแรกที่พยายามจำลองการแก้ปัญหาของมนุษย์ โดยแยกเทคนิคการแก้ปัญหาออกจากความรู้เฉพาะโดเมนของปัญหา และใช้การแยกย่อยเป้าหมายกับการค้นหาเป้าหมายย่อย (การวิเคราะห์วิธีการและเป้าหมาย)

Frank Rosenblatt พิสูจน์สมบัติการลู่เข้าของอัลกอริทึมการเรียนรู้ของเพอร์เซปตรอน ซึ่งแสดงให้เห็นว่าหากข้อมูลสามารถแยกได้ด้วยเส้นตรง เพอร์เซปตรอนจะลู่เข้าอย่างแน่นอน

Unimate กลายเป็นหุ่นยนต์ตัวแรกที่ทำงานบนสายการผลิต ในปี 1961 General Motors ติดตั้งหุ่นยนต์นี้ที่โรงงานในเมืองเทรนตัน รัฐนิวเจอร์ซีย์ เพื่อขนถ่ายชิ้นงานออกจากเครื่องหล่อฉีด โดยยกชิ้นส่วนโลหะร้อนออกจากเครื่อง Unimation สร้างหุ่นยนต์เหล่านี้ขึ้นเพื่อรับงานที่ยาก อันตราย หรือซ้ำซากสำหรับคน

ในวิทยานิพนธ์ปริญญาเอกของ MIT ปี 1963 Larry Roberts อธิบายระบบที่ตีความฉากของวัตถุทรงหลายหน้าอย่างง่ายจากภาพ ซึ่งเป็นรากฐานสำคัญในยุคแรกของคอมพิวเตอร์วิทัศน์สามมิติ

MIT เปิดตัว Project MAC ในปี 1963 ภายใต้การนำของ Robert Fano เพื่อศึกษาการแบ่งเวลาในการใช้คอมพิวเตอร์ ทฤษฎีการคำนวณ และการรับรู้ที่ใช้เครื่องช่วย โครงการปัญญาประดิษฐ์ของ MIT ซึ่งก่อตั้งในปี 1959 เข้าร่วมในภายหลัง ทั้งสองไม่ใช่ห้องปฏิบัติการเดียวกันที่ก่อตั้งในปี 1959

Joseph Weizenbaum สร้าง ELIZA ที่ MIT ซึ่งเป็นแชทบอทรุ่นบุกเบิก ELIZA จำลองการสนทนาของนักจิตบำบัดผ่านการจับคู่รูปแบบ กระตุ้นให้เกิดการไตร่ตรองอย่างลึกซึ้งเกี่ยวกับปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์

SRI International พัฒนา Shakey หุ่นยนต์เคลื่อนที่อัตโนมัติรุ่นบุกเบิกที่สามารถรับรู้สภาพแวดล้อม วางแผนเส้นทาง และปฏิบัติงาน Shakey ผสานคอมพิวเตอร์วิทัศน์ การประมวลผลภาษาธรรมชาติ และอัลกอริทึมการวางแผน

Marvin Minsky และ Seymour Papert ตีพิมพ์ “Perceptrons” ซึ่งวิเคราะห์อย่างเคร่งครัดว่าเพอร์เซปตรอนชั้นเดียวแทนสิ่งใดได้และไม่ได้ หนังสือเล่มนี้มักถูกเชื่อมโยงกับความสนใจด้านโครงข่ายประสาทที่ลดลงในเวลาต่อมา แต่การเปลี่ยนแปลงเงินทุนยังเกิดจากข้อจำกัดด้านการคำนวณ ความคาดหวังที่ไม่เป็นจริง และการตัดสินใจเชิงนโยบายด้วย

Alain Colmerauer, Philippe Roussel และผู้ร่วมงานพัฒนา Prolog รุ่นแรกที่มาร์แซย์ โดยนำตรรกศาสตร์ภาคแสดงมาใช้ในการเขียนโปรแกรม และผลักดันการเขียนโปรแกรมเชิงตรรกะกับ AI เชิงสัญลักษณ์

นักวิทยาศาสตร์ชาวอังกฤษ James Lighthill ส่งรายงานที่มองในแง่ร้ายเกี่ยวกับการวิจัย AI ต่อรัฐบาลอังกฤษ ส่งผลให้เงินทุนสนับสนุนถูกลดลงอย่างมาก

Marvin Minsky ตีพิมพ์ “Frame Paper” เสนอทฤษฎีเฟรมสำหรับการแทนความรู้ ทฤษฎีนี้มีอิทธิพลต่อการเขียนโปรแกรมเชิงวัตถุและวิธีการแทนความรู้ในเวลาต่อมา

มหาวิทยาลัย Stanford พัฒนา MYCIN ซึ่งเป็นระบบผู้เชี่ยวชาญสำหรับการวินิจฉัยทางการแพทย์ แสดงให้เห็นถึงความเป็นไปได้ในทางปฏิบัติของระบบผู้เชี่ยวชาญ แม้ว่าจะไม่เคยถูกใช้งานทางคลินิกเนื่องจากปัญหาด้านความรับผิด

DEC นำ XCON (eXpert CONfigurer) มาใช้ ซึ่งเป็นระบบผู้เชี่ยวชาญสำหรับการกำหนดค่าระบบคอมพิวเตอร์ VAX การพัฒนาเริ่มขึ้นในปี 1978 ที่มหาวิทยาลัยคาร์เนกีเมลลอน ใช้งานครั้งแรกในปี 1979 และใช้งานได้เต็มรูปแบบในปี 1980 XCON เป็นหนึ่งในระบบผู้เชี่ยวชาญรุ่นแรก ๆ ที่ประสบความสำเร็จเชิงพาณิชย์ ช่วยบริษัทประหยัดเงินได้หลายล้านดอลลาร์ต่อปี

หลังการประเมินเชิงวิพากษ์และการลดเงินทุนในทศวรรษ 1970 งานวิจัย AI บางส่วนเข้าสู่ช่วงชะลอตัว “ฤดูหนาว AI ครั้งแรก” เป็นการแบ่งยุคย้อนหลัง โดยช่วงเวลาและความรุนแรงแตกต่างกันตามประเทศและสาขา

ญี่ปุ่นประกาศโครงการคอมพิวเตอร์รุ่นที่ห้า (FGCS) ในการประชุมของ JIPDEC และ MITI เมื่อเดือนตุลาคม 1981 เป็นโครงการระดับชาติระยะเวลา 10 ปีเพื่อพัฒนาคอมพิวเตอร์ที่สามารถให้เหตุผลเชิงตรรกะและประมวลผลความรู้ได้ โครงการเริ่มต้นอย่างเป็นทางการเมื่อมีการก่อตั้ง ICOT (Institute for New Generation Computer Technology) ในเดือนเมษายน 1982

David Rumelhart, Geoffrey Hinton และ Ronald Williams ตีพิมพ์เรื่องอัลกอริทึมการแพร่กระจายย้อนกลับ (backpropagation) ซึ่งทำให้การฝึกโครงข่ายประสาทเทียมหลายชั้นเป็นไปได้

ปลายทศวรรษ 1980 ความคาดหวังที่ล้ำหน้าผลงานจริงไม่เป็นไปตามที่หวัง ผู้ผลิตเครื่อง Lisp พ่ายแพ้ให้แก่เวิร์กสเตชันอเนกประสงค์ บริษัท AI หลายแห่งปิดตัวลง และเงินทุนของ DARPA สำหรับการวิจัย AI ขั้นพื้นฐานลดลงระหว่างปี 1987 ถึง 1989

ในทศวรรษ 1990 วิธีการทางสถิติเริ่มครอบงำการวิจัย AI Hidden Markov Models (HMMs) ในการรู้จำเสียง Naive Bayes และต้นไม้ตัดสินใจในการเรียนรู้ของเครื่อง ล้วนประสบความสำเร็จอย่างดี

กองทัพสหรัฐฯ ใช้ระบบวางแผนและโลจิสติกส์ที่ขับเคลื่อนด้วย AI ในสงครามอ่าว แสดงให้เห็นถึงศักยภาพของ AI ในการประยุกต์ใช้จริง

Tim Berners-Lee สร้างเวิลด์ไวด์เว็บ การแพร่หลายของอินเทอร์เน็ตเปลี่ยนวิถีชีวิตของมนุษย์และให้ทรัพยากรข้อมูลที่ไม่เคยมีมาก่อนแก่ AI

ภาวะซบเซานี้คลี่คลายลงทีละน้อยแทนที่จะสิ้นสุดในวันใดวันหนึ่ง นักวิจัยจำนวนมากหันไปสู่เป้าหมายที่เจียมตัวและบรรลุได้มากขึ้น ขณะที่การฟื้นตัวของโครงข่ายประสาทเทียมและวิธีการเชิงความน่าจะเป็นวางรากฐานสำหรับยุคใหม่

Vladimir Vapnik และคณะ เสนอ Support Vector Machine (SVM) ซึ่งเป็นวิธีการจำแนกและถดถอยอันทรงพลัง SVM ทำผลงานได้ดีเยี่ยมในการจำแนกข้อความและการรู้จำลายมือ

IBM Deep Blue เอาชนะ Garry Kasparov แชมป์หมากรุกโลก แสดงให้เห็นถึงความสามารถของ AI ในการเหนือกว่ามนุษย์ในงานที่มีขอบเขตชัดเจน

Sepp Hochreiter และ Jürgen Schmidhuber เสนอ LSTM ซึ่งเป็น RNN ชนิดพิเศษที่สามารถเรียนรู้การพึ่งพาระยะยาว LSTM ประสบความสำเร็จอย่างมากในการรู้จำเสียงและการสร้างแบบจำลองภาษา

Yann LeCun พัฒนา LeNet-5 ซึ่งเป็น CNN สำหรับการรู้จำตัวเลขลายมือ LeNet-5 เป็นหนึ่งในแบบจำลองการเรียนรู้เชิงลึกแรก ๆ ที่ถูกนำไปใช้งานเชิงพาณิชย์ในวงกว้าง โดย AT&T/NCR ใช้อ่านเช็คตั้งแต่ปี 1993 และบริการไปรษณีย์สหรัฐฯ ใช้รู้จำรหัสไปรษณีย์ตั้งแต่ปลายทศวรรษ 1990

Yoshua Bengio, Réjean Ducharme, Pascal Vincent และ Christian Jauvin เสนอแบบจำลองภาษาเชิงความน่าจะเป็นที่เรียนรู้ทั้งการแทนคำแบบกระจายและความน่าจะเป็นของลำดับคำร่วมกันเพื่อลดปัญหามิติสูง โมเดลนี้เป็นโครงข่ายแบบ feed-forward ไม่ใช่ RNN

ตั้งแต่ปี 2004 โครงการของ CIFAR สนับสนุนการแลกเปลี่ยนอย่างสม่ำเสมอระหว่าง Geoffrey Hinton, Yann LeCun, Yoshua Bengio และผู้ร่วมงาน โครงการช่วยประสานงานวิจัยที่มีส่วนต่อการฟื้นตัวของ deep learning แต่ไม่ใช่จุดเริ่มต้นสากลเพียงจุดเดียว

Geoffrey Hinton และคณะเสนอ Deep Belief Networks (DBN) พร้อมอัลกอริทึมแบบละโมบที่รวดเร็วซึ่งฝึกโครงข่ายทีละชั้น การฝึกก่อนทีละชั้นนี้ช่วยปลุกความสนใจในโครงข่ายประสาทเทียมแบบลึกขึ้นอีกครั้ง

นักวิจัยเริ่มใช้ GPU เพื่อเร่งการฝึกการเรียนรู้เชิงลึก การคำนวณแบบขนานของ GPU ทำให้การฝึกโครงข่ายประสาทเทียมขนาดใหญ่เป็นไปได้

ทีม ImageNet เผยแพร่บทความฐานข้อมูลภาพแบบลำดับชั้นขนาดใหญ่ในปี 2009 โดยใช้ลำดับชั้น WordNet จัดระเบียบภาพที่มีป้ายกำกับ ต่อมา ImageNet และการแข่งขันการรู้จำกลายเป็นโครงสร้างพื้นฐานสำคัญของการฝึกและประเมินผลคอมพิวเตอร์วิทัศน์ขนาดใหญ่

Microsoft Research และมหาวิทยาลัยโตรอนโตบุกเบิกความก้าวหน้าครั้งสำคัญครั้งแรกของการเรียนรู้เชิงลึกในการรู้จำเสียง (Dahl, Yu, Deng 2011; Mohamed, Dahl, Hinton 2012) โดยลดอัตราความผิดพลาดระดับคำลงได้อย่างมาก Google นำการรู้จำเสียงที่ใช้ DNN และ LSTM ไปใช้งานจริงในช่วงปี 2012–2015

ทีมของ Alex Krizhevsky, Ilya Sutskever และ Geoffrey Hinton ส่ง AlexNet เข้าแข่งขัน ImageNet ปี 2012 (ILSVRC) และชนะอย่างขาดลอย โดยมีอัตราความผิดพลาด top-5 ที่ 15.3% เทียบกับ 26.2% ของอันดับสอง

Tomas Mikolov เผยแพร่ Word2Vec ซึ่งเป็นแบบจำลองโครงข่ายประสาทเทียมสำหรับการเรียนรู้การแทนความหมายของคำ Word2Vec ทำให้คอมพิวเตอร์สามารถเข้าใจความสัมพันธ์เชิงความหมายระหว่างคำได้

Ian Goodfellow เสนอ GAN ซึ่งเป็นหนึ่งในนวัตกรรมที่สำคัญที่สุดในการเรียนรู้เชิงลึก GAN สร้างภาพที่สมจริงอย่างยิ่งผ่านการฝึกแบบปฏิปักษ์

Kaiming He และคณะ เสนอ ResNet ซึ่งแก้ปัญหาความยากในการฝึกโครงข่ายเชิงลึกด้วยการเชื่อมต่อข้ามชั้น ResNet ทำให้สามารถฝึกโครงข่ายหลายร้อยชั้นได้

AlphaGo ของ DeepMind เอาชนะ Lee Sedol แชมป์โกะโลกด้วยคะแนน 4-1 โกะถือเป็นหนึ่งในเกมกระดานที่ยากที่สุดสำหรับ AI

Google เสนอสถาปัตยกรรม Transformer ซึ่งเป็นความก้าวหน้าที่ปฏิวัติวงการ NLP Transformer เป็นรากฐานของแบบจำลองภาษาขนาดใหญ่สมัยใหม่

OpenAI เปิดตัว GPT-3 แบบจำลองภาษาขนาดใหญ่ที่มีพารามิเตอร์ 175 พันล้านตัว GPT-3 แสดงความสามารถในการสร้างภาษาที่น่าทึ่ง กระตุ้นให้เกิดการอภิปรายอย่างกว้างขวางเกี่ยวกับ AGI

OpenAI เปิดตัว DALL-E (การสร้างภาพ) และ CLIP (การเรียนรู้เปรียบเทียบภาพกับข้อความ) แบบจำลองเหล่านี้แสดงให้เห็นถึงความสามารถของ AI ในการเข้าใจและสร้างเนื้อหาหลายรูปแบบ

OpenAI เปิดตัว Codex ซึ่งเป็นแบบจำลอง AI ที่เข้าใจและสร้างโค้ด GitHub Copilot กลายเป็นผู้ช่วยเขียนโปรแกรม AI ตัวแรกที่ใช้กันอย่างแพร่หลาย

ในเดือนพฤศจิกายน 2022 OpenAI เปิดตัว ChatGPT ซึ่งเป็น ผู้ช่วยสนทนา AI แบบสร้างสรรค์ตัวแรกสำหรับตลาดมวลชน ChatGPT มีผู้ใช้งาน 100 ล้านคนภายในสองเดือน กลายเป็นผลิตภัณฑ์ผู้บริโภคที่เติบโตเร็วที่สุดในประวัติศาสตร์

Stability AI เปิดตัว Stable Diffusion ซึ่งเป็นแบบจำลองสร้างภาพที่ดาวน์โหลดน้ำหนักได้อย่างเสรี ภายใต้สัญญาอนุญาตที่จำกัดการใช้งานบางประเภท ความคึกคักของชุมชนโอเพนซอร์สทำให้เทคโนโลยีสร้างภาพแพร่หลายอย่างรวดเร็ว

OpenAI เปิดตัว GPT-4 ซึ่งเป็นแบบจำลองหลายรูปแบบที่สามารถประมวลผลทั้งภาพและข้อความ GPT-4 แสดงผลงานใกล้เคียงมนุษย์ในมาตรฐานระดับวิชาชีพและวิชาการ

Anthropic เปิดตัว Claude ซึ่งเป็นผู้ช่วย AI ที่มุ่งเน้นความปลอดภัยและความเป็นประโยชน์ การออกแบบ Claude สะท้อนถึงความสำคัญเรื่องความปลอดภัยของ AI—AI ควรเป็นประโยชน์ ไม่เป็นอันตราย และซื่อสัตย์

Meta เปิดตัว LLaMA ซึ่งเป็นแบบจำลองภาษาขนาดใหญ่ภายใต้ใบอนุญาตการวิจัยแบบไม่ใช่เชิงพาณิชย์ แม้ LLaMA จะมีขนาดพารามิเตอร์ค่อนข้างเล็ก แต่ผลงานที่ยอดเยี่ยมได้ส่งเสริมการพัฒนา LLM แบบน้ำหนักเปิด

แนวคิด AI Agent เริ่มได้รับความสนใจอย่างกว้างขวาง Agent คือระบบ AI ที่สามารถวางแผนและปฏิบัติงานที่ซับซ้อนได้อย่างอิสระ

เดือนกุมภาพันธ์ 2024 Google เปิดตัว Gemini 1.5 ที่ใช้สถาปัตยกรรม mixture-of-experts และหน้าต่างบริบททดลองสูงสุดหนึ่งล้านโทเค็น

Anthropic เปิดตัวซีรีส์ Claude 3 ซึ่งประกอบด้วย Opus, Sonnet และ Haiku Claude 3 Opus มีความสามารถแข่งขันกับ GPT-4 ในหลายมาตรฐาน รวมถึง MMLU และ GPQA แต่ยังคงตามหลังในบางมาตรฐาน

Meta เปิดตัวตระกูล Llama 3 แบบน้ำหนักเปิด รวมถึงโมเดล 8 พันล้านและ 70 พันล้านพารามิเตอร์

สหภาพยุโรปผ่านกฎหมาย AI ซึ่งเป็นการกำกับดูแลแนวนอนที่ครอบคลุมฉบับแรกของปัญญาประดิษฐ์ กฎหมายนี้สร้างการจำแนกตามความเสี่ยงและข้อกำหนดที่เข้มงวดสำหรับระบบ AI ความเสี่ยงสูง

OpenAI เปิดตัวแบบจำลอง o1 ซึ่งเป็นแบบจำลองขนาดใหญ่ที่มีความสามารถในการให้เหตุผล o1 ทำผลงานได้ดีเยี่ยมในงานด้านวิทยาศาสตร์และการเขียนโปรแกรม แสดงให้เห็นถึงความสามารถในการ “คิด”

เดือนตุลาคม 2024 Anthropic เปิดตัว computer use รุ่นเบต้าสาธารณะสำหรับ Claude 3.5 Sonnet รุ่นปรับปรุง ให้ผู้พัฒนาสั่ง Claude ดูหน้าจอ เลื่อนเคอร์เซอร์ คลิก และพิมพ์ได้

Anthropic เปิดตัว MCP (Model Context Protocol) ซึ่งเป็นโปรโตคอลมาตรฐานแบบเปิดสำหรับเชื่อมต่อแบบจำลอง AI กับเครื่องมือและแหล่งข้อมูลภายนอก MCP กำลังกลายเป็น “USB-C” ของการประยุกต์ใช้ AI

ภายในปี 2025 เอเจนต์ AI เติบโตจากการสาธิตงานวิจัยสู่เครื่องมือเชิงพาณิชย์ เอเจนต์เขียนโค้ด เอเจนต์เบราว์เซอร์ และเอเจนต์งานหลายขั้นตอนกลายเป็นข้อเสนอมาตรฐาน โดย OpenAI, Anthropic, Google และโครงการโอเพนซอร์สต่างส่งมอบระบบที่มีความสามารถ

ห้องปฏิบัติการ AI ของจีน DeepSeek เปิดตัว R1 โมเดลการให้เหตุผลแบบน้ำหนักเปิดที่เผยแพร่โค้ดและน้ำหนักภายใต้สัญญาอนุญาต MIT และมีประสิทธิภาพแข่งขันกับ o1 ของ OpenAI การเปิดตัวนี้แสดงให้เห็นว่าขีดความสามารถแนวหน้าสามารถทำได้นอกสถาบัน AI ของสหรัฐฯ และจุดชนวนการประเมินการแข่งขัน AI ทั่วโลกใหม่

OpenAI, Oracle, SoftBank และ MGX จากสหรัฐอาหรับเอมิเรตส์ร่วมกันประกาศว่ามีแผนจะลงทุน 5 แสนล้านดอลลาร์ภายในสี่ปีเพื่อสร้างโครงสร้างพื้นฐาน AI ในสหรัฐอเมริกา รวมถึงศูนย์ข้อมูลขนาดใหญ่หลายแห่ง

Anthropic เปิดตัว Claude 3.7 Sonnet และระบุว่าเป็นโมเดลการให้เหตุผลแบบผสมรุ่นแรกที่เปิดให้ใช้ทั่วไป ผู้ใช้สามารถสลับระหว่างคำตอบทันทีกับการคิดแบบขยายได้ในโมเดลเดียวกัน

ในเดือนมีนาคม 2025 Anthropic ประกาศระดมทุนรอบใหม่ 3,500 ล้านดอลลาร์ ณ มูลค่า 61,500 ล้านดอลลาร์ กลายเป็นหนึ่งในสตาร์ทอัพ AI ที่มีมูลค่าสูงที่สุดในโลก และสะท้อนถึงการรวมศูนย์ของเงินทุนในอุตสาหกรรม AI ที่เพิ่มมากขึ้น

Meta เปิดตัว Llama 4 Scout และ Maverick ซึ่งเป็นโมเดลมัลติโหมดแบบน้ำหนักเปิด พร้อมพรีวิว Behemoth ซึ่งขณะนั้นยังฝึกอยู่และยังไม่ได้เผยแพร่

Anthropic เปิดตัวตระกูล Claude 4 (Opus 4 และ Sonnet 4) โดยเพิ่มความสามารถ “การคิดแบบขยาย” (Extended Thinking) ซึ่งปรับปรุงการเขียนโปรแกรม การให้เหตุผล และงานระยะยาวอย่างมีนัยสำคัญ Claude 4 ช่วยสร้างความแข็งแกร่งให้กับตำแหน่งของ Anthropic ในตลาด AI สำหรับองค์กร

เมื่อวันที่ 2 สิงหาคม 2025 กฎด้านธรรมาภิบาลและหน้าที่สำหรับโมเดล AI อเนกประสงค์เริ่มมีผลใช้ บทบัญญัติอื่นมีช่วงเปลี่ยนผ่านต่างกัน จึงไม่ใช่วันเริ่มบังคับใช้กฎหมายทั้งหมดโดยรวม

OpenAI เปิดตัว GPT-5 โมเดลเรือธงแบบรวมศูนย์ที่ผสานความสามารถในการให้เหตุผลของซีรีส์ o เข้ากับความสามารถในการสนทนาของซีรีส์ GPT โดย GPT-5 กำหนดขอบเขตใหม่ในการเขียนโปรแกรม คณิตศาสตร์ และการให้เหตุผล พร้อมรองรับบริบทที่ยาวขึ้นและการใช้เครื่องมือ

OpenAI เสร็จสิ้นการปรับโครงสร้างทุนขององค์กร ธุรกิจส่วนที่แสวงหากำไรกลายเป็น public benefit corporation ชื่อ OpenAI Group PBC และ OpenAI Foundation ซึ่งเป็นองค์กรไม่แสวงหากำไรยังคงควบคุมธุรกิจดังกล่าวภายใต้ภารกิจเดียวกัน OpenAI ระบุว่าการปรับโครงสร้างนี้เกิดขึ้นหลังจากการหารือกับอัยการสูงสุดของรัฐแคลิฟอร์เนียและเดลาแวร์เป็นเวลาเกือบหนึ่งปี

ในครึ่งแรกของปี 2026 ความสามารถของเอเจนต์ออกจากการสาธิตและเข้าสู่ผลิตภัณฑ์องค์กรที่ส่งมอบจริง เอเจนต์สำหรับการเขียนโค้ด งานสนับสนุน และงานสำนักงานกลายเป็นฟีเจอร์ที่มีเอกสารกำกับ พร้อมกับโครงสร้างพื้นฐานการเรียกใช้เครื่องมือและการทำงานหลายเอเจนต์ที่สุกงอมขึ้น แต่ระดับการนำไปใช้จริงยังไม่มีข้อสรุป ผลสำรวจที่เผยแพร่ให้ตัวเลขการใช้งานจริงต่างกันมาก เพราะนิยามของคำว่าเอเจนต์ไม่ตรงกัน รายการนี้จึงบันทึกทิศทาง ไม่ใช่ระดับ

ในครึ่งแรกของปี 2026 การเผยแพร่น้ำหนักแบบเปิดจาก DeepSeek, Alibaba Qwen, Moonshot, Zhipu และ Meta มีขนาดที่ก่อนหน้านี้พบเฉพาะในระบบแบบปิด โดยน้ำหนักและการ์ดโมเดลดาวน์โหลดได้จริง ไม่ใช่เพียงคำบรรยาย ส่วนที่ว่ามีรายใดเทียบเท่าแนวหน้าแบบปิดหรือไม่นั้นขึ้นอยู่กับว่าใช้ดัชนีเกณฑ์มาตรฐานใดและถ่วงน้ำหนักอย่างไร รายการนี้จึงบันทึกว่ามีอะไรเผยแพร่และภายใต้สัญญาอนุญาตใด ไม่ใช่การจัดอันดับ

Nature ตีพิมพ์ Co-Scientist ระบบหลายเอเจนต์ที่สร้างบน Gemini ซึ่งตั้งสมมติฐานการวิจัยใหม่สำหรับการตรวจสอบด้วยการทดลอง บทความรายงานการตรวจสอบในสามการประยุกต์ทางชีวการแพทย์ ได้แก่ การนำยาเดิมมาใช้ใหม่ การค้นพบเป้าหมายใหม่ และการอธิบายกลไกการดื้อยาต้านจุลชีพ ผู้เขียนวางระบบนี้เป็นผู้ช่วยของนักวิจัยไม่ใช่ตัวแทน จึงเป็นหลักฐานที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิว่า AI เข้ามามีส่วนในการตั้งสมมติฐาน ไม่ใช่เพียงการวิเคราะห์

รายงานวันที่ 11 มิถุนายน 2026 ระบุว่า Meta เริ่มคลายการบูรณาการการซื้อ Manus โดยหยุดแบ่งปันข้อมูลและแยกการดำเนินงาน รายงานเชื่อมโยงการดำเนินการนี้กับข้อกำหนดของหน่วยงานจีน ส่วนสถานะทางกฎหมายและการดำเนินงานภายหลังควรตรวจสอบจากข้อมูลล่าสุด

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

เมื่อวันที่ 13 มิถุนายน 2026 แนวร่วมอัยการสูงสุดของหลายรัฐในสหรัฐฯ นำโดยอัยการสูงสุดของรัฐนิวยอร์ก ได้เริ่มการสอบสวน OpenAI และออกหมายเรียกให้ส่งเอกสารเกี่ยวกับการซื้อโฆษณา การดึงดูดและรักษาผู้ใช้ แนวโน้มประจบผู้ใช้ของโมเดล การจัดการข้อมูลผู้บริโภคและข้อมูลสุขภาพ ตลอดจนการคุ้มครองผู้เยาว์และผู้สูงอายุ OpenAI แถลงว่าจะให้ความร่วมมือกับอัยการสูงสุดของแต่ละรัฐ พร้อมย้ำว่า ChatGPT ได้สร้างกลไกคุ้มครองที่เข้มงวดขึ้นสำหรับผู้ใช้ที่เป็นผู้เยาว์

เมื่อวันที่ 29 มิถุนายน 2026 Samsung และ SK Hynix ประกาศแผนลงทุนเซมิคอนดักเตอร์ระยะหลายปีรวม 800 ล้านล้านวอน ซึ่งรวมโรงงานหน่วยความจำสี่แห่งในภาคตะวันตกเฉียงใต้ของเกาหลีใต้ มูลค่าเงินดอลลาร์เปลี่ยนตามอัตราแลกเปลี่ยน ส่วนขอบเขต การอนุมัติ และการดำเนินงานยังต้องติดตาม

เมื่อวันที่ 1 กรกฎาคม 2026 Google เปิดตัว Gemini Spark — ผู้ช่วย AI เอเจนต์ที่ทำงานตลอด 24 ชั่วโมง — สำหรับ macOS พร้อมการติดตามแบบเรียลไทม์และการเชื่อมต่อแอปที่กว้างขึ้น Spark ทำงานอย่างต่อเนื่องในชีวิตดิจิทัลของผู้ใช้ ถือเป็นการนำ AI เอเจนต์สู่เดสก์ท็อปของผู้บริโภค

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 เมื่อนับจากจำนวนพารามิเตอร์ทั้งหมด ในช่วงที่เผยแพร่ถือเป็นหนึ่งในโมเดลภาษาที่ดาวน์โหลดได้อย่างเปิดเผยขนาดใหญ่ที่สุด

เมื่อวันที่ 1 กรกฎาคม 2026 Cloudflare ประกาศการควบคุมการใช้งาน Search, Agent และ Training แยกกัน และระบุว่าตั้งแต่ 15 กันยายน โดเมนใหม่จะบล็อก Training และ Agent โดยค่าเริ่มต้นบนหน้าที่มีโฆษณา แต่อนุญาต Search เจ้าของเว็บไซต์ปรับค่าได้ และครอว์เลอร์หลายวัตถุประสงค์จะใช้กฎที่เข้มงวดที่สุด

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

วันที่ 9 กรกฎาคม 2026 หลังสิ้นสุดช่วงพรีวิวแบบจำกัด OpenAI เปิดให้ใช้งาน GPT-5.6 ทั่วไป ประกอบด้วย Sol, Terra และ Luna ระหว่างช่วงพรีวิว OpenAI ทำงานใกล้ชิดกับหน่วยงานผู้เชี่ยวชาญและพันธมิตรที่เชื่อถือได้

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

วันที่ 2 กันยายน 2026 ARC Prize เผยแพร่ผล ARC-AGI-3 ที่ผ่านการตรวจสอบของ GPT-6 Astra ครอบคลุมการตั้งค่า harness สิบสองแบบ บนชุดประเมินกึ่งปิดชุดเดียวกัน โมเดลทำได้ 62.71% ด้วย harness มาตรฐาน ซึ่งยอมให้โมเดลเลือกเก็บบันทึกติดตัวไปเอง และทำได้ 98.55% ด้วย harness แบบ Provider Adapter ซึ่งรักษาสถานะการให้เหตุผลระหว่างคำขอและบีบอัดบทสนทนายาว Astra ใช้จำนวนการกระทำน้อยกว่าค่ามัธยฐานของมนุษย์ที่ถูกทดสอบใน 96% ของด่าน ตัวเลขนี้วัดโมเดลพร้อมกับนั่งร้านของมัน จึงบันทึกไว้ทั้งสองค่า

วันที่ 3 กันยายน 2026 OpenAI เผยแพร่การ์ดระบบของ GPT-6 Astra ระบุว่าโมเดลถึงเกณฑ์ Critical ด้านความสามารถทางไซเบอร์ตาม Preparedness Framework ของบริษัทเอง นับเป็นโมเดลแรกของ OpenAI ที่ถูกจัดไว้ในระดับนี้ การ์ดอธิบายว่าโมเดลสามารถค้นพบช่องโหว่ด้านความปลอดภัยที่ยังไม่เคยมีใครรู้ และคิดค้นวิธีใช้ประโยชน์จากช่องโหว่นั้นบนระบบที่ป้องกันอย่างดีหลายระบบ โดยไม่ต้องมีคนคอยชี้นำทุกขั้นตอน ส่วนความสามารถที่อ่อนไหวถูกจำกัดไว้ภายใต้โครงการเข้าถึงที่เชื่อถือได้ การจัดระดับนี้คือการที่ OpenAI ประเมินโมเดลของตนเองด้วยกรอบของตนเอง และการ์ดไม่ได้ใช้คำว่า AGI หรือปัญญาทั่วไปเลย