AI News · 2026-09-20

Damo Academy ซึ่งเป็นหน่วยวิจัยของ Alibaba เปิดซอร์สโมเดลชื่อ Damo Radar เมื่อ 18 ก.ย. ตัวโมเดลออกแบบมาให้วิเคราะห์ภาพซีทีช่องท้องแบบฉีดสารทึบรังสี ครอบคลุมอวัยวะในช่องท้อง 18 อวัยวะ และระบุความผิดปกติได้ 146 รายการ รวมถึงเนื้องอกร้าย

ตัวเลขที่รายงานไว้คือทดสอบกับการตรวจจริงเกือบ 40,000 ครั้ง ได้ค่า AUC เฉลี่ย 0.913 โดยค่า 1.0 คือความแม่นยำสมบูรณ์ และงานศึกษาชิ้นนี้ได้รับการตีพิมพ์ในวารสาร Science ทีมวิจัยเรียกมันว่า "the world's first expert-level generalist medical imaging model"

ข้อควรระวังคือรายงานที่อ่านได้ไม่ระบุว่าเปิดซอร์สบนแพลตฟอร์มใดและใช้สัญญาอนุญาตแบบไหน ส่วนประโยคที่ว่าทำได้ดีกว่ารังสีแพทย์ส่วนใหญ่เป็นคำสรุปของผู้สื่อข่าว ไม่ใช่ประโยคจากตัวงานวิจัย และเรายังไม่ได้เปิดเปเปอร์ต้นฉบับใน Science อ่านเอง

▲ ทำไมต้องรู้ · โรงพยาบาลไทยขาดรังสีแพทย์มานาน โมเดลที่เปิดให้เอาไปรันเองจึงเป็นคนละเรื่องกับบริการที่ต้องส่งภาพคนไข้ออกนอกโรงพยาบาล แต่ก่อนตื่นเต้นควรรอสองอย่างคือเงื่อนไขสัญญาอนุญาตที่ชัดเจน และผลทดสอบกับประชากรไทยจริง เพราะค่าความแม่นยำที่วัดจากชุดข้อมูลหนึ่งประเทศไม่ได้แปลว่าจะได้เท่ากันในอีกประเทศ

SCMP · Hacker News

บริษัท Cactus Compute ปล่อย Needle 3 โดยแท็กรุ่นแรกบน GitHub ลงวันที่ 17 ก.ย. แล้วเรื่องมาเป็นที่พูดถึงบน Hacker News เมื่อ 19 ก.ย. จุดขายคือไฟล์เดียวขนาด 8 ถึง 29 เมกะไบต์ พารามิเตอร์ 29 ถึง 121 ล้านตัว ฝึกด้วยข้อมูล 360 พันล้านโทเคน และเปิดใช้ภายใต้สัญญาอนุญาต Apache-2.0

วิธีที่บริษัทเรียกว่าบันไดความสามารถคือน้ำหนักชุดเดียวถูกแบ่งออกเป็นเครือข่ายย่อยตั้งแต่ 2 ถึง 20 ชั้น แต่ละชั้นหยิบไปใช้เดี่ยวๆ ได้ ทำให้อุปกรณ์ที่แรงต่างกันเลือกขนาดที่ไหวได้จากไฟล์เดียวกัน บริษัทรายงานว่าหลังปรับจูนด้วยข้อมูลชุด DroidCall เครือข่ายย่อยขนาด 4 ชั้น 29 ล้านพารามิเตอร์ทำคะแนนแซง DeepSeek V4 Flash และคะแนนที่เพิ่มขึ้นอยู่ระหว่าง 18 ถึง 36 จุดในเครือข่ายย่อยขนาดต่างๆ บนบอร์ด Raspberry Pi 5 ความเร็วที่วัดได้คือสร้างคำตอบ 400 ถึง 4,000 โทเคนต่อวินาที

ข้อควรระวังคือตัวเลขทั้งหมดเป็นผลที่บริษัทรันเอง และชุดทดสอบที่ใช้เป็นงานเรียกฟังก์ชันบนมือถือกับงานดึงข้อมูลออกมาเป็นโครงสร้าง ไม่ใช่งานสนทนาทั่วไป การอ้างว่าแซงโมเดลใหญ่จึงผูกกับงานแคบๆ ชุดนี้เท่านั้น

▲ ทำไมต้องรู้ · งานที่หลายองค์กรอยากให้ AI ทำคือแปลงคำสั่งของคนเป็นการเรียกระบบที่มีอยู่แล้ว ซึ่งไม่จำเป็นต้องใช้โมเดลที่เขียนกลอนได้ ถ้าโมเดลระดับนี้รันบนเครื่องผู้ใช้ได้จริง แปลว่าข้อมูลไม่ต้องออกจากอุปกรณ์และไม่มีค่าเรียก API ต่อครั้ง ซึ่งเป็นสองข้อที่ทำให้โครงการภายในหลายตัวไปต่อไม่ได้

Cactus Compute · GitHub · Hacker News

รายการบนสุดของบันทึกการเปลี่ยนแปลงตอนนี้คือรุ่น 2.1.278 ซึ่งเปลี่ยนค่าเริ่มต้นของโหมดอัตโนมัติสำหรับผู้ใช้ Claude API และลูกค้าองค์กร รวมถึงผู้ที่เรียกผ่าน Bedrock, Vertex, Foundry และเกตเวย์ ให้ไปใช้ตัวจำแนกฝั่งเซิร์ฟเวอร์ ข้อความในบันทึกระบุว่าตัวจำแนกฝั่งเซิร์ฟเวอร์ "does not charge for classifier overhead" และมีตัวแปรสภาพแวดล้อมให้เลือกไม่ใช้ พร้อมเตือนเมื่อระบบตกกลับไปใช้แบบที่คิดเงิน

รุ่นเดียวกันเพิ่มแถวชื่อ Auto mode server ในหน้าสถานะ เพื่อให้เห็นว่า session ที่กำลังใช้อยู่รันตัวจำแนกที่ฝั่งไหน

ข้อที่ต้องกำกับไว้เหมือนเดิมคือไฟล์บันทึกการเปลี่ยนแปลงไม่มีวันที่ใดๆ เลย หมุดวันที่เดียวที่มีคือหน้ารายการ release บน GitHub ซึ่งแสดงรุ่นนี้ไว้ที่ 19 ก.ย.

▲ ทำไมต้องรู้ · โหมดอัตโนมัติคือกลไกที่ตัดสินแทนผู้ใช้ว่าคำสั่งไหนรันได้เลยและคำสั่งไหนต้องถาม การที่ตัวตัดสินย้ายไปอยู่ฝั่งผู้ให้บริการแล้วไม่คิดเงินเป็นข่าวดีเรื่องค่าใช้จ่าย แต่สิ่งที่ควรถามต่อคือเมื่อตัวจำแนกไม่ได้รันในเครื่องเราแล้ว ข้อมูลอะไรบ้างที่ถูกส่งไปให้มันอ่านเพื่อตัดสินใจ

Claude Code changelog · GitHub releases

Stephen Toub เผยแพร่รายงานบนบล็อกของ GitHub เมื่อ 16 ก.ย. เล่าว่าทีมย้ายตัวรันของ GitHub Copilot จาก TypeScript ไปเป็น Rust โดยให้ Copilot เขียนโค้ดเองเป็นส่วนใหญ่ ตัวรันนี้เป็นฐานของทั้ง CLI แอป SDK agent บนคลาวด์ และส่วนที่ต่อเข้ากับ VS Code, Visual Studio, Word, Excel, Outlook และ PowerPoint

ตัวเลขจากรายงานคือโครงการกินเวลา 14.5 สัปดาห์ ตั้งแต่ 12 พ.ค. ถึง 21 ส.ค. 2026 ปล่อยรุ่นสาธารณะของ CLI ออกมา 135 รุ่น และเปิด pull request สำหรับงานแปลงราว 1.3 รายการต่อวัน โมเดลที่ถูกเรียกใช้มีแปดตัวจากหลายค่าย ไล่ตั้งแต่ Claude Opus 4.8, GPT-5.6 Sol, Claude Haiku 4.5 และ GPT-5.5 ไปจนถึง Gemini 3.1 Pro และ Grok 4.6 โดยงานที่มอบให้ subagent เน้นปริมาณและต้นทุนมากกว่าการตัดสินใจที่ยากที่สุด อัตราที่คำสั่งถูกอ่านจากแคชอยู่ที่ 96.22% ซึ่งส่วนที่อ่านจากแคชคิดราคาถูกกว่าปกติ 90%

ประโยคที่สรุปขนาดของการเปลี่ยนแปลงคือ "A project that would have taken a whole team of developers a year or two before agents was now completed primarily by a single developer, in only a few months" ส่วนภาพการทำงานที่ Toub อธิบายต่างจากที่คนทั่วไปเข้าใจ เขาเขียนว่า "The popular image of AI spewing code is almost backwards; at this scale, the work looked much more like iterative investigation, inspecting the current state, forming a hypothesis, making a targeted change, rinsing and repeating" ตัวอย่างที่เขายกคือไฟล์เดียวชื่อ session.ts ที่มีกว่า 30,000 บรรทัด ซึ่งใช้เวลา 56 นาทีแรกกับการอ่านโค้ดเดิมและเรียกเครื่องมือ 122 ครั้งก่อนจะสร้างอะไรออกมาสักอย่าง

ข้อควรระวังมีสามข้อ หนึ่งคือตัวเลขค่าโทเคน 120,000 ดอลลาร์ที่ถูกยกไปพาดหัวกันนั้นมาจากรายงานของ The Register ไม่ใช่ประโยคที่ปรากฏในต้นฉบับ และคำว่าใช้เวลานักพัฒนาราวสามสัปดาห์ที่สื่อเขียนไว้ขัดกับต้นฉบับซึ่งระบุว่าใช้นักพัฒนาหลักคนเดียวเป็นเวลาไม่กี่เดือน สองคือตัวเลขความเร็วที่สื่อรายงานว่าเพิ่มขึ้นราวสิบหกเท่าเป็นการเทียบ TypeScript ที่รันแยกโพรเซสกับ Rust ที่ฝังอยู่ในโพรเซสเดียวกัน ซึ่งเปลี่ยนทั้งภาษาและสถาปัตยกรรมพร้อมกัน โดยต้นฉบับรายงานค่ากลางของ Rust ที่รันแยกโพรเซสไว้ด้วยแต่สื่อไม่ได้ยกมา สามคือ Toub กำกับเองว่า "This is in no way a claim that every large TypeScript program should become Rust" และระบุว่าพบความผิดพลาดที่หลุดเข้ามาหลายสิบจุด ซึ่งแก้หมดแล้วและไม่ใช่ทุกจุดที่หลุดไปถึงผู้ใช้

▲ ทำไมต้องรู้ · นี่เป็นบันทึกที่ละเอียดที่สุดชุดหนึ่งของงานย้ายระบบเก่าด้วย agent ซึ่งเป็นงานที่องค์กรไทยเลื่อนมาหลายปีเพราะประเมินค่าใช้จ่ายไม่ได้ สิ่งที่ควรอ่านจากมันคือเงื่อนไขที่ทำให้สำเร็จ ไม่ใช่ตัวเลขต้นทุน งานนี้มีชุดทดสอบเดิมที่บอกได้ว่าผลลัพธ์ถูกหรือผิด มีปลายทางที่นิยามชัดคือโค้ดเดิมทำอะไรอยู่แล้วบ้าง และยังมีคนคอยตรวจจนพบความผิดพลาดหลายสิบจุด งานย้ายระบบที่ไม่มีชุดทดสอบเดิมอยู่ก่อน จึงเป็นคนละโจทย์กับที่รายงานนี้เล่า

GitHub Blog · The Register

IEEE Spectrum เผยแพร่รายงานของ Matthew S. Smith เมื่อ 14 ก.ย. ซึ่งกลับมาเป็นที่พูดถึงบน Hacker News ช่วงสุดสัปดาห์นี้ เนื้อหาอธิบายว่า OpenAI เอาโมเดลของตัวเองมาใส่ในขั้นตอนออกแบบชิป Jalapeño โดยเน้นงานฝั่งต้นน้ำ วิศวกรเขียนแบบด้วยภาษา DSLX หรือ C++ แล้วให้โมเดลแปลงเป็น Verilog ผ่านเครื่องมือโอเพนซอร์สของ Google ชื่อ XLS โมเดลที่ใช้ไล่ตั้งแต่ o3 จนถึงรุ่นก่อนหน้าของ GPT-6 Astra และมีโมเดลภายในที่ปรับจูนเฉพาะงานออกแบบชิปซึ่งไม่เปิดให้คนนอกใช้

ตัวเลขที่รายงานไว้คือจากแนวคิดสถาปัตยกรรมแรกถึงซิลิกอนตัวแรกใช้เวลาไม่ถึง 20 เดือน ช่วงจาก RTL ถึงส่งเข้าโรงงานใช้ 9 เดือน ทีมออกแบบมีคนไม่ถึง 100 คน งานปรับซอฟต์แวร์ให้เร็วขึ้นบนชุดทดสอบหนึ่งขยับจาก 0.31% เป็น 88.94% ในเวลาราว 40 ชั่วโมง และการลดพื้นที่วงจรของหน่วยคูณเมทริกซ์ทำได้ 10%

Richard Ho รองประธานฝ่ายฮาร์ดแวร์ของ OpenAI สรุปว่า "The models are giving superpowers to our engineers" แต่ก็กำกับไว้เองว่า "We're not saying that anyone can come and just build state-of-the-art, frontier AI/ML accelerator chips using just Codex"

ข้อควรระวังคือความเร็วระดับนี้เกิดขึ้นได้เพราะ Broadcom รับงานออกแบบทางกายภาพตั้งแต่ระดับเกตลงไป ซึ่งรายงานระบุว่าถ้าเริ่มจากศูนย์เองจะเป็นไปไม่ได้ บทความยังระบุว่า AI ช่วยงานฝั่งปลายน้ำได้น้อยกว่า และผลด้านสมรรถนะจริงยังต้องรอจนกว่าชิปจะถูกใช้งานในวงกว้าง

▲ ทำไมต้องรู้ · ข่าวนี้เป็นตัวอย่างที่ชัดที่สุดของรูปแบบที่กำลังเกิดซ้ำในหลายอุตสาหกรรม คือ AI ไม่ได้แทนที่ทั้งกระบวนการ แต่กินงานช่วงต้นที่เป็นการแปลงความตั้งใจให้เป็นรายละเอียด ส่วนช่วงที่ต้องอาศัยเครื่องมือเฉพาะทางและพาร์ตเนอร์ที่มีของจริงยังไม่ขยับ คำถามที่ควรถามกับงานของตัวเองคือช่วงไหนของงานเราที่เป็นการแปลงความตั้งใจให้เป็นรายละเอียด เพราะนั่นคือช่วงที่จะเปลี่ยนก่อน

IEEE Spectrum · Hacker News

นักพัฒนาชื่อ awlevin เผยแพร่โครงการ typesafe-computer-use บน GitHub ภายใต้สัญญาอนุญาต MIT โดยมีการแก้ไขล่าสุดเมื่อ 18 ก.ย. แนวคิดคือแทนที่จะส่งภาพหน้าจอทั้งใบให้โมเดลใหญ่ดูทุกครั้ง ระบบจะอ่านหน้าจอด้วยวิธีที่ให้ผลเหมือนเดิมทุกครั้ง แล้วให้ตัวจำแนกขนาดเล็กเลือกว่าขั้นถัดไปควรทำอะไร

ตัวเลขที่โครงการรายงานคือค่าตัดสินใจหนึ่งครั้งอยู่ที่ 0.0002 ดอลลาร์ เทียบกับ 0.032 ดอลลาร์เมื่อใช้ Claude Opus 5 ตัดสินใจ และงานที่มี 12 ขั้นตอนมีค่าใช้จ่ายรวม 0.003 ดอลลาร์ เทียบกับ 0.40 ถึง 0.90 ดอลลาร์เมื่อใช้โมเดลใหญ่ทั้งงาน โมเดลใหญ่ยังถูกเรียกอยู่แต่เฉพาะตอนต้องแต่งข้อความ โดยตั้งค่าเริ่มต้นเป็น Claude Haiku 4.5 และใช้ Claude Sonnet 5 ตอนสรุปคำตอบสุดท้าย

ข้อควรระวังคือตัวเลขทั้งหมดมาจากเอกสารของโครงการเอง ไม่มีผู้วัดอิสระ และตัวจำแนกที่ทำหน้าที่ตัดสินใจเป็นผลิตภัณฑ์เชิงพาณิชย์ของบริษัทอื่น ไม่ใช่ส่วนที่เปิดซอร์สมาด้วย

▲ ทำไมต้องรู้ · ค่าใช้จ่ายของ agent ที่ทำงานหลายสิบขั้นตอนมักบานเพราะทุกขั้นตอนถูกคิดราคาเท่ากับการตัดสินใจที่ยากที่สุด โครงสร้างแบบนี้แยกงานออกเป็นสองชั้น คือชั้นที่แค่เลือกว่าจะกดอะไรต่อ กับชั้นที่ต้องใช้ความสามารถทางภาษาจริง ใครที่กำลังประเมินว่า agent คุ้มไหม ควรดูว่าเครื่องมือที่พิจารณาอยู่แยกสองชั้นนี้ออกจากกันหรือยัดทุกขั้นตอนให้โมเดลแพงตัวเดียว

GitHub · Hacker News

ทีมวิจัยเสนอระบบชื่อ Chronicle ที่บันทึกจุดซึ่งผลลัพธ์ของ agent ไม่แน่นอน เช่น การเรียกโมเดลหรือการเรียกเครื่องมือภายนอก เก็บไว้เป็นซองที่แก้ไม่ได้ แล้วเอากลับมารันซ้ำโดยเลือกได้ว่าจะเล่นซ้ำส่วนไหนและรันโค้ดใหม่ส่วนไหน จุดประสงค์คือเปลี่ยนเหตุการณ์ที่เคยพังให้กลายเป็นชุดทดสอบที่รันอัตโนมัติได้ทุกครั้งที่แก้โค้ด

ตัวเลขจากบทคัดย่อคือการบันทึกเพิ่มเวลา 23 ไมโครวินาทีต่อการข้ามหนึ่งจุด ซึ่งคิดเป็น 0.008% ของการเรียกโมเดลที่สมมติว่าใช้เวลา 300 มิลลิวินาที การเล่นซ้ำเต็มรูปแบบไม่เรียกโมเดลเลยสักครั้งและให้ผลเหมือนเดิมทุกบิตตลอด 20 รอบ ส่วนการทดลองที่ทีมเรียกว่าการทดสอบด้วยโค้ดที่ถูกดัดแปลงให้ผิด พบว่าชุดทดสอบแบบนี้จับได้ทุกกรณีที่ปล่อยให้การกระทำอันตรายที่เคยบันทึกไว้หลุดผ่าน ขณะที่วิธีพื้นฐานที่แทนทุกจุดด้วยค่าคงที่จับไม่ได้เลยสักกรณี

ข้อควรระวังคือชุดทดสอบมีเพียง 6 เหตุการณ์ที่บันทึกไว้ และขอบเขตของโมเดลในการทดลองเป็นแบบจำลอง ไม่ใช่การเรียกโมเดลจริง ส่วนตัวเลขที่ฟังดูเด็ดที่สุดคือคู่จับได้ทุกกรณีกับจับไม่ได้เลย มาจากการทดลองรองไม่ใช่การทดลองหลัก และช่องหมายเหตุบน arXiv ว่างเปล่า จึงยังไม่มีข้อมูลว่าผ่านการตรวจของที่ประชุมวิชาการใด

▲ ทำไมต้องรู้ · ปัญหาที่ทีมซึ่งเอา agent ขึ้นใช้งานจริงเจอเหมือนกันหมดคือเวลามันทำพลาดหนึ่งครั้ง ไม่มีใครทำให้มันพลาดซ้ำแบบเดิมได้อีก การแก้จึงกลายเป็นการเดา แนวคิดว่าเหตุการณ์ที่พังต้องกลายเป็นชุดทดสอบถาวรเป็นเรื่องที่วงการซอฟต์แวร์ทำกันมานาน และนี่คือความพยายามย้ายวิธีคิดนั้นมาใช้กับระบบที่ผลลัพธ์ไม่แน่นอน

arXiv 2609.20625

ทีมวิจัยเสนอเครื่องมือชื่อ AgentPProf ที่ยืมแนวคิดของเครื่องมือวัดประสิทธิภาพในซอฟต์แวร์ระบบมาใช้กับ agent ที่ทำงานยาว แทนที่จะดูว่าโค้ดบรรทัดไหนกินเวลา มันแบ่งเส้นทางการทำงานของ agent ออกเป็นช่วงตามขอบเขตของงานย่อย แล้วบอกว่าทรัพยากรถูกใช้ไปกับงานย่อยไหน จุดไหนเป็นคอขวด จุดไหนเกิดผลข้างเคียงที่ไม่ควรเกิด และจุดไหนกินงบโทเคน

ตัวเลขจากบทคัดย่อคือได้คะแนน 0.764 เมื่อเทียบกับการติดป้ายโดยมนุษย์บนชุดทดสอบ CodeTraceBench และทำให้ค่าความแม่นยำในการชี้จุดที่มีปัญหาสูงขึ้นได้ถึง 56% บนชุดทดสอบสามชุด

ข้อควรระวังคือคำว่าได้ถึง 56% เป็นค่าที่ดีที่สุดในสามชุด ไม่ใช่ค่าเฉลี่ย และช่องหมายเหตุบน arXiv ว่างเปล่า จึงยังเป็นฉบับก่อนผ่านการตรวจ

▲ ทำไมต้องรู้ · บิลค่า AI ของทีมที่ใช้ agent มักมาเป็นก้อนเดียวโดยไม่มีใครรู้ว่าเงินหายไปกับขั้นตอนไหน ซึ่งทำให้ลดต้นทุนด้วยการเดาแทนการวัด สิ่งที่ควรถามผู้ขายเครื่องมือ agent คือมีรายงานแยกค่าใช้จ่ายตามขั้นตอนให้ดูหรือไม่ เพราะถ้าไม่มี การควบคุมงบก็ทำได้แค่การปิดทั้งระบบ

arXiv 2609.20301

เปเปอร์ SAFARI ซึ่งช่องหมายเหตุระบุว่าได้รับการตอบรับเข้า EMNLP 2026 สาย Industry Track แล้ว สร้างชุดทดสอบจากเคสวิเคราะห์อันตรายในอุตสาหกรรมยานยนต์ที่ลบข้อมูลระบุตัวตนออก 3,000 เคส ตามมาตรฐาน ISO 26262 แล้ววัดงานสองอย่างที่เกี่ยวพันกันคือการบรรยายอันตรายแบบปลายเปิด กับการจัดระดับความเสี่ยงตามเกณฑ์ของมาตรฐาน

ผลจากโมเดลแนวหน้าเก้าตัวคือโมเดลเขียนคำบรรยายอันตรายที่ฟังดูเข้าท่าได้ แต่อ่อนมากในการจัดระดับความเสี่ยง โดยคะแนนสูงสุดอยู่ที่ 0.261 บทคัดย่อยังระบุว่าการสั่งให้โมเดลคิดเป็นขั้นตอนช่วยได้จำกัดและมักทำให้การจัดหมวดความเสี่ยงแย่ลง ส่วนจุดที่พลาดบ่อยที่สุดคือการละบริบทสำคัญของสถานการณ์ตอนระบุอันตราย และการตัดสินผิดว่าคนขับควบคุมสถานการณ์ได้แค่ไหนตอนประเมินความเสี่ยง

ข้อควรระวังคือชุดข้อมูลมาจากอุตสาหกรรมยานยนต์โดยเฉพาะ และการให้คะแนนงานปลายเปิดใช้โมเดลอีกตัวเป็นผู้ตัดสินโดยยึดคำตอบอ้างอิง ซึ่งผู้เขียนระบุว่าสอดคล้องกับผู้เชี่ยวชาญในระดับสูง แต่ก็ยังเป็นการวัดด้วยโมเดล

▲ ทำไมต้องรู้ · งานที่มีมาตรฐานกำกับและต้องจัดระดับให้ตรงเกณฑ์เป็นงานที่คนมักคิดว่า AI น่าจะทำได้ดีเพราะมีกฎชัด ผลนี้ชี้กลับทางว่าส่วนที่โมเดลทำได้ดีคือส่วนที่เป็นคำบรรยาย ส่วนที่ทำได้แย่คือส่วนที่ต้องลงระดับตามเกณฑ์ ซึ่งเป็นส่วนที่มีผลทางกฎหมาย องค์กรที่คิดเอา AI ไปช่วยงานประเมินความเสี่ยงหรือจัดชั้นเอกสารจึงควรวางคนตรวจไว้ที่ขั้นจัดระดับ ไม่ใช่ขั้นเขียนบรรยาย

arXiv 2609.20584

เปเปอร์ RAFT ซึ่งช่องหมายเหตุระบุว่าได้รับการตอบรับเข้า EMNLP 2026 สาย Industry Track แล้ว เสนอโครงสร้างสำหรับ agent ที่ช่วยแก้ปัญหาให้ลูกค้าองค์กร แนวคิดหลักคือเคสเก่าแต่ละเคสไม่ใช่เอกสารหนึ่งชิ้น แต่เป็นลำดับเหตุการณ์ที่ไล่ตามเวลา ระบบจึงค้นที่ระดับเหตุการณ์ย่อย เพื่อหาเคสเก่าที่สถานะกลางทางตรงกับเคสที่กำลังแก้อยู่ตอนนี้

การวัดผลใช้สองชุด ชุดแรกเป็นชุดที่สร้างขึ้นจากเอกสาร Windows Server ของ Microsoft Learn ชุดที่สองเป็นรายการปัญหาจริงของโครงการ Apache ที่มีคนติดป้ายไว้แล้วว่าอันไหนซ้ำกัน ผู้เขียนรายงานว่าวิธีนี้ดีกว่าทั้งระบบค้นข้อมูลแบบพื้นฐานและแบบที่ใช้กราฟในทุกช่วงของความคืบหน้าของเคส

ข้อควรระวังที่สำคัญคือบทคัดย่อไม่ให้ตัวเลขสักตัวเดียว มีเพียงคำว่าดีขึ้นอย่างมีนัยสำคัญทางสถิติ และผู้เขียนระบุเองว่าผลบนข้อมูลจริงจาก Apache เป็นเพียงหลักฐานเชิงทิศทาง ไม่ได้ยืนยันแบบเดียวกับผลบนชุดที่สร้างขึ้น เหตุผลที่ต้องใช้ชุดสร้างขึ้นเป็นหลักคือข้อมูลการแก้ปัญหาแบบหลายขั้นตอนที่เปิดสาธารณะนั้นหายากมาก

▲ ทำไมต้องรู้ · ระบบตอบคำถามที่องค์กรไทยสร้างกันส่วนใหญ่ยัดคู่มือกับบันทึกเคสเก่าเข้าไปเป็นเอกสารก้อนเดียว แล้วได้คำตอบที่ตรงหัวข้อแต่ไม่ตรงสถานการณ์ ข้อเสนอของเปเปอร์นี้คือเก็บให้ตรงกับรูปของงานจริง ซึ่งเป็นงานที่ไล่ไปทีละขั้นและสถานะเปลี่ยนตลอด สิ่งที่เอาไปใช้ได้โดยไม่ต้องรอโค้ดคือตอนออกแบบคลังข้อมูล ให้เก็บว่าเคสเดินผ่านสถานะอะไรบ้าง ไม่ใช่เก็บแค่ปัญหากับคำตอบสุดท้าย

arXiv 2609.20754

เปเปอร์ที่ช่องหมายเหตุระบุว่าได้รับการตอบรับเข้าการประชุม O-COCOSDA 2026 แล้ว เสนอระบบเขียนเสียงภาษาไทยและลาวด้วยอักษรโรมันที่ใช้เฉพาะตัวอักษรมาตรฐานบนแป้นพิมพ์ โดยมองสองภาษาเป็นโจทย์ออกแบบเดียวกันแทนที่จะทำแยกทีละภาษา หลักที่ยึดคือหนึ่งสัญลักษณ์ต่อหนึ่งหน่วยเสียง ครอบคลุมทั้งความต่างของพยัญชนะ ความสั้นยาวของสระ และวรรณยุกต์

วิธีเขียนวรรณยุกต์ใช้ตัวเลขหลักเดียวเป็นค่าเริ่มต้น และเลือกเขียนแบบละเอียดขึ้นได้เมื่อต้องการ นอกจากนี้ผู้เขียนยังทำตารางเทียบกับระบบ Pinyin และ Jyutping เพื่อให้ผู้ใช้ที่คุ้นกับภาษาจีนอ่านได้เร็วขึ้น

ข้อควรระวังคือนี่เป็นเปเปอร์เชิงออกแบบ ไม่มีการวัดผลเป็นตัวเลขใดๆ ในบทคัดย่อ จึงยังไม่มีหลักฐานว่าระบบนี้ทำให้งานประมวลผลเสียงหรือการเรียนภาษาได้ผลดีขึ้นจริงแค่ไหน

▲ ทำไมต้องรู้ · ปัญหาที่คนทำงานกับข้อมูลภาษาไทยเจอซ้ำๆ คือชื่อคนและชื่อสถานที่ถูกสะกดเป็นอังกฤษไม่เหมือนกันในทุกระบบ จนการจับคู่ข้อมูลข้ามระบบพังเงียบๆ ข้อเสนอแบบนี้ไม่ได้แก้ปัญหานั้นโดยตรงเพราะเป็นการเขียนตามเสียงไม่ใช่ตามตัวสะกด แต่ชี้ให้เห็นว่าทำไมการตกลงกติกาเดียวกันทั้งองค์กรถึงสำคัญกว่าการเลือกว่ากติกาไหนดีที่สุด

arXiv 2609.19736

สำนักข่าวเทคโนโลยี TNGlobal รายงานเมื่อ 18 ก.ย. และ Blognone รายงานต่อเมื่อ 19 ก.ย. ว่า Anthropic จะเปิดสำนักงานที่สิงคโปร์ในเดือนตุลาคม ถือเป็นสำนักงานแรกในเอเชียตะวันออกเฉียงใต้ และเป็นแห่งที่ห้าในภูมิภาคเอเชียแปซิฟิก ต่อจากโตเกียว เบงกาลูรู โซล และซิดนีย์ ผู้ที่จะดูแลสำนักงานนี้คือ Dale Finlay ซึ่งเป็นผู้จัดการทั่วไปประจำอาเซียนของบริษัท

เหตุผลที่บริษัทยกมาคือสถิติการใช้งาน โดยสิงคโปร์อยู่อันดับสองจาก 121 ประเทศเมื่อวัดการใช้ Claude.ai ต่อหัวประชากร และใช้งานสูงกว่าที่ควรจะเป็นตามสัดส่วนประชากรถึง 5.81 เท่า ตัวเลขนี้มาจากรายงานดัชนีเศรษฐกิจของ Anthropic เอง ส่วนตำแหน่งงานที่ประกาศรับในสิงคโปร์ตอนแถลงมี 9 ตำแหน่งกระจายในห้าทีม ตามที่สื่อสิงคโปร์รายงาน

ข้อควรระวังคือรายงานที่อ่านได้ไม่มีคำพูดโดยตรงจากผู้บริหารคนใด และตัวเลขตำแหน่งงานมาจากการนับประกาศรับสมัคร ไม่ใช่แผนกำลังคนที่บริษัทแถลง

▲ ทำไมต้องรู้ · สำหรับคนทำงานไทย สิ่งที่เปลี่ยนจริงเมื่อผู้ให้บริการ AI ตั้งสำนักงานในภูมิภาคมักไม่ใช่ราคา แต่เป็นสามอย่างคือมีคนให้คุยเรื่องสัญญาในเขตเวลาเดียวกัน มีช่องทางสนับสนุนลูกค้าองค์กรที่ไม่ต้องรอข้ามคืน และมีโอกาสที่นโยบายเรื่องที่เก็บข้อมูลจะถูกหยิบมาคุยจริงจังขึ้น สิ่งที่ยังไม่เปลี่ยนคือไม่มีประกาศใดพูดถึงการตั้งศูนย์ข้อมูลหรือการรองรับภาษาไทยเพิ่มเติม

TNGlobal · Blognone

Nation Thailand เผยแพร่รายงานของ Jarupong Krisanaraj เมื่อ 19 ก.ย. ว่าการขยายตัวของดาต้าเซ็นเตอร์ที่รองรับงาน AI ในไทยกำลังทำให้การแย่งพลังงานสะอาดรุนแรงขึ้น เพราะอุตสาหกรรมอื่นก็ต้องลดการปล่อยคาร์บอนเช่นกัน ผู้ให้ความเห็นในรายงานมาจากภาคเอกชนและองค์กรระหว่างประเทศ ได้แก่ผู้บริหารของ Veolia Thailand และ Delta Electronics Thailand หอการค้าร่วมต่างประเทศในประเทศไทย และโครงการพัฒนาแห่งสหประชาชาติ

ประเด็นที่รายงานเน้นคือโครงสร้างพื้นฐานด้านน้ำ พลังงาน และการจัดการของเสียต้องแข็งแรงขึ้นก่อน และธุรกิจขนาดกลางขนาดย่อมแทบไม่มีอำนาจเลือกว่าจะซื้อไฟจากแหล่งใด ปัญหาจึงอยู่ที่สิทธิ์ในการเลือกแหล่งพลังงานด้วย ไม่ได้อยู่ที่ปริมาณไฟฟ้ารวมของประเทศเพียงอย่างเดียว

ในวันเดียวกันหนังสือพิมพ์ฐานเศรษฐกิจเผยแพร่บทบรรณาธิการที่เสนอให้ใช้กฎหมายผังเมืองเป็นเครื่องมือกำกับการลงทุนดาต้าเซ็นเตอร์ โดยเขียนไว้ว่า "รัฐจึงต้องวางกติกาให้ชัด ก่อนที่การเติบโตของดาต้าเซ็นเตอร์จะเติบโตเร็วกว่าความสามารถของเมืองในการรองรับ" ข้อควรระวังคือชิ้นหลังนี้เป็นความเห็นของกองบรรณาธิการ ไม่ใช่การรายงานเหตุการณ์และไม่ใช่นโยบายของหน่วยงานใด

▲ ทำไมต้องรู้ · เรื่องนี้เคยถูกเล่าเป็นคำถามว่าไทยควรรับการลงทุนดาต้าเซ็นเตอร์หรือไม่ ตอนนี้คำถามขยับไปอีกชั้นคือเมื่อรับแล้ว ทรัพยากรที่มีจำกัดจะถูกจัดสรรให้ใครก่อน ซึ่งกระทบธุรกิจที่มีเป้าหมายลดคาร์บอนโดยตรง องค์กรที่ตั้งเป้าใช้พลังงานสะอาดไว้ในแผนหลายปีควรเช็กว่าสัญญาซื้อไฟที่มีอยู่ผูกแหล่งพลังงานไว้จริงหรือไม่ เพราะการแข่งขันในส่วนนี้จะสูงขึ้น

Nation Thailand · ฐานเศรษฐกิจ (บทบรรณาธิการ)

Techsauce รายงานเมื่อ 18 ก.ย. ว่า Huawei เปิดตัว Atlas 960E SuperPoD และสถาปัตยกรรมชื่อ Peerium ในงาน HUAWEI CONNECT 2026 ที่เซี่ยงไฮ้ ตัวระบบรองรับการ์ดประมวลผล AI ได้สูงสุด 4,096 ใบ ให้กำลังประมวลผล 8 EFLOPS หน่วยความจำ 1 เพตะไบต์ และบริษัทระบุค่าความน่าเชื่อถือไว้ที่ 99.8%

ตัวเลขด้านพลังงานที่บริษัทอ้างคือประหยัดได้มากกว่า 550 กิโลวัตต์เมื่อเทียบกับเซิร์ฟเวอร์แบบเดิม ส่วน Peerium เป็นสถาปัตยกรรมที่บริษัทอ้างว่ารองรับการทำงานร่วมกันของชิปแบบเท่าเทียมกันได้ถึงหนึ่งล้านตัว

ข้อควรระวังคือตัวเลขทั้งหมดเป็นคำกล่าวอ้างของผู้ผลิตในงานแถลงของตัวเอง ยังไม่มีผลวัดจากผู้ใช้จริงหรือผู้วัดอิสระ และคำว่ารองรับหนึ่งล้านตัวเป็นความสามารถที่ออกแบบไว้ ไม่ใช่ระบบที่มีคนติดตั้งจริงแล้ว

▲ ทำไมต้องรู้ · ประเด็นที่คนทำงานไทยควรติดตามไม่ใช่ตัวเลขสมรรถนะ แต่คือทิศทางว่าฮาร์ดแวร์ AI ที่ไม่ได้มาจากผู้ผลิตอเมริกันกำลังมีทางเลือกจริงขึ้นเรื่อยๆ ซึ่งมีผลต่อราคาที่ผู้ให้บริการคลาวด์ในภูมิภาคเสนอ และต่อคำถามเรื่องข้อจำกัดการส่งออกที่องค์กรซึ่งวางแผนซื้อเครื่องต้องเผื่อไว้

Techsauce

CNN รายงานเมื่อ 19 ก.ย. เวลา 17:33 ตามเวลาฝั่งตะวันออกของสหรัฐ ว่าวุฒิสมาชิก Mark Warner, Jack Reed และ Chris Coons ส่งจดหมายถึงรัฐมนตรีกลาโหม Pete Hegseth และผู้อำนวยการหน่วยข่าวกรองแห่งชาติ Jay Clayton เรียกร้องให้ผู้ตรวจการของหน่วยงานที่เกี่ยวข้องเปิดการสอบสวนทันที และให้เปิดเผยผลการสอบสวนต่อสาธารณะมากกว่าที่ผ่านมา

จดหมายอ้างถึงกรณีที่เป็นข่าวเมื่อสัปดาห์นี้ คือรายงานข่าวกรองซึ่งจัดทำด้วยความช่วยเหลือของ AI ระบุผิดว่าเรือสินค้าจีนลำหนึ่งขนชิ้นส่วนโครงการนิวเคลียร์ จนกองทัพเริ่มเตรียมแผนขึ้นตรวจค้นเรือก่อนพบว่ารายงานนั้นผิดทั้งฉบับ ข้อความในจดหมายระบุว่า "Public reports that AI targeting platforms have repeatedly generated spurious outputs (based on outdated input data or outright hallucination) risk serious operational error" และอีกท่อนหนึ่งว่าเหตุการณ์เหล่านี้ "have given us growing concern about the extent to which agencies under your oversight have prioritized acceleration of AI capability adoption"

ข้อควรระวังคือหน้าข่าวต้นทางเปิดตรงไม่ได้เพราะตอบรหัส 451 ต้องอ่านผ่านบริการแปลงหน้าเว็บเป็นข้อความอีกทอดหนึ่ง และยังไม่มีคำตอบจากฝ่ายที่ได้รับจดหมาย

▲ ทำไมต้องรู้ · บทเรียนที่ใช้ได้กับที่ทำงานทั่วไปคือสิ่งที่ทำให้เรื่องนี้เกือบกลายเป็นหายนะไม่ใช่การที่โมเดลแต่งเรื่อง แต่คือการที่รายงานฉบับนั้นเดินทางผ่านสายการอนุมัติไปจนเกือบสุดโดยไม่มีใครถามว่าข้อมูลตั้งต้นมาจากไหน องค์กรที่เริ่มให้ AI ร่างเอกสารที่คนอื่นเอาไปใช้ตัดสินใจต่อ ควรมีกติกาว่าเอกสารต้องระบุแหล่งที่มาของทุกข้อเท็จจริงสำคัญ ไม่ใช่แค่ระบุว่าใครเป็นคนร่าง

CNN

TechCrunch รายงานเมื่อ 17 ก.ย. โดยอ้างเอกสารที่ถูกเปิดเผยเพิ่มในคดีที่ The New York Times ฟ้อง OpenAI และ Microsoft ตัวเลขที่ปรากฏในเอกสารคือมีงานเขียนของ New York Times, New York Daily News และ Center for Investigative Reporting รวม 91,692 ชิ้นอยู่ในชุดข้อมูลของ OpenAI มีงานเขียนเฉพาะกลุ่มอีก 160,903 ชิ้นในชุดข้อมูลที่เรียกภายในว่า Project Mango และมีเอกสารจากเว็บไซต์ nytimes.com ราวสองล้านชิ้นในชุดข้อมูลที่แปลงมาจาก Common Crawl

เอกสารชุดเดียวกันนี้คือที่มาของประโยคซึ่งเป็นข่าวไปเมื่อวาน คือบันทึกภายในเดือน ม.ค. 2023 ของ Brent Hecht ซึ่งเป็น Director of Applied Science ของ Microsoft ที่เรียกการดูดข้อมูลไปฝึกโมเดลว่า "the largest theft of labor in human history" ฝั่งทนายของผู้ฟ้องคือ Steven Lieberman ให้ความเห็นว่า "The evidence revealed here for the first time shows that OpenAI and Microsoft knew that what they were doing was wrong"

ข้อควรระวังคือทั้งหมดนี้เป็นเอกสารที่ฝ่ายผู้ฟ้องยื่นต่อศาลและสื่อเป็นผู้อ่านให้ ไม่ใช่ข้อเท็จจริงที่ศาลตัดสินแล้ว คำพูดของทนายเป็นคำของฝ่ายหนึ่งในคดี และเรายังไม่ได้เปิดสำนวนต้นฉบับอ่านเอง

▲ ทำไมต้องรู้ · สิ่งที่ตัวเลขเหล่านี้ทำให้เปลี่ยนไปคือข้อถกเถียงเรื่องลิขสิทธิ์กับ AI ขยับจากการเถียงกันเชิงหลักการ มาเป็นการนับชิ้นงานที่ระบุแหล่งได้ ซึ่งเป็นรูปแบบที่ศาลจัดการได้ง่ายกว่ามาก องค์กรไทยที่ผลิตเนื้อหาเป็นสินทรัพย์หลักควรดูคดีนี้เป็นตัวตั้งว่าอนาคตการเจรจาเรื่องการนำเนื้อหาไปใช้จะวัดกันด้วยอะไร

TechCrunch

Cody Orr, Lee C. Tucker และ Lawrence Warren นักวิจัยสังกัดสำนักงานสำมะโนประชากรสหรัฐ เผยแพร่เอกสารทำงานหมายเลข CES-26-56 ชื่อ Graduating into Disruption เมื่อเดือน ก.ย. 2026 โดยใช้ข้อมูลทะเบียนของผู้จบปริญญาตรีเพื่อดูว่าผลลัพธ์ทางเศรษฐกิจของแต่ละสาขาเปลี่ยนไปอย่างไรหลังโมเดลภาษาขนาดใหญ่เริ่มใช้งานได้จริง

ผลที่รายงานคือการจ้างงาน รายได้ และรูปแบบการเปลี่ยนงานของบัณฑิตกลุ่มที่สาขาถูก AI กระทบมากที่สุด เริ่มแยกออกจากกลุ่มอื่นทันทีหลัง ChatGPT ออกมาปลายปี 2022 บทคัดย่อเขียนว่า "In regression-adjusted estimates, the most AI-exposed decile of college majors saw their likelihood of initial employment decline by five percentage points, while full-quarter initial earnings declined by thirteen percent" และระบุว่าขนาดของรายได้ที่หายไปนี้เทียบเท่ากับการจบการศึกษาในช่วงเศรษฐกิจถดถอยครั้งใหญ่

จุดที่ต้องอ่านให้ตรงคือที่มาของรายได้ที่หายไป บทคัดย่อระบุว่าราวครึ่งหนึ่งมาจากการที่รายได้ภายในอุตสาหกรรมซึ่งจ้างบัณฑิตกลุ่มนี้อยู่แล้วลดลง ส่วนที่เหลือจึงมาจากการย้ายไปทำงานในอุตสาหกรรมที่จ่ายน้อยกว่า เช่น ร้านอาหารและค้าปลีก ผลจะจางลงเมื่อห่างจากวันเริ่มทำงานออกไป แต่ยังชัดอยู่ในสาขาที่ถูกกระทบมากที่สุด ซึ่งเป็นสาขาที่เกี่ยวกับการพัฒนาซอฟต์แวร์เป็นหลัก โดยสามสาขาที่ลดลงมากที่สุดคือวิทยาการคอมพิวเตอร์ ระบบสารสนเทศคอมพิวเตอร์ และวิศวกรรมคอมพิวเตอร์

ข้อควรระวังมีสี่ข้อ หนึ่งคือนี่เป็นเอกสารทำงานที่มีข้อความกำกับไว้ว่าไม่ได้ผ่านการตรวจแบบเดียวกับสิ่งพิมพ์ของสำนักงาน และความเห็นเป็นของผู้เขียนไม่ใช่ของหน่วยงาน จึงเขียนว่าสำนักงานสำมะโนสหรัฐพบไม่ได้ สองคือตัวเลขสิบสามเปอร์เซ็นต์เป็นส่วนต่างหลังปรับด้วยแบบจำลอง เทียบกับกลุ่มสาขาที่ถูกกระทบน้อยกว่าที่นำมารวมเป็นฐานเดียว ไม่ใช่รายได้ที่ลดลงเมื่อเทียบกับตัวเองในอดีต สามคือวิธีวัดว่าสาขาไหนถูก AI กระทบไม่ใช่ของผู้เขียนเอง แต่ยืมดัชนีของ Eloundou และคณะที่ให้ GPT-4 จัดประเภทงานย่อยในฐานข้อมูลอาชีพของกระทรวงแรงงานสหรัฐ สี่คือผู้เขียนระบุเองว่าการตีความผลนี้เป็นผลเชิงสาเหตุต้องอาศัยสมมติฐานหลายข้อ และงานนี้ตัดแรงกระแทกอื่นที่เกิดขึ้นพร้อมกันออกไปไม่ได้ทั้งหมด

▲ ทำไมต้องรู้ · ตัวเลขที่ควรจำไม่ใช่สิบสามเปอร์เซ็นต์ แต่คือการแยกว่ารายได้หายไปที่ไหน เพราะครึ่งหนึ่งเกิดขึ้นกับคนที่ยังอยู่ในอุตสาหกรรมเดิม ไม่ใช่คนที่ตกงานหรือย้ายสาย ซึ่งเป็นรูปแบบที่อัตราการว่างงานมองไม่เห็นเลย สำหรับคนที่กำลังเลือกสาขาหรือวางแผนเปลี่ยนสาย สัญญาณที่อ่านได้คืองานระดับเริ่มต้นซึ่งเคยเป็นบันไดขั้นแรกกำลังแคบลง การสะสมประสบการณ์จริงระหว่างเรียนจึงมีน้ำหนักมากกว่าเดิม และข้อมูลชุดนี้เป็นของสหรัฐทั้งหมด ยังไม่มีงานเทียบเคียงของไทย

สำนักงานสำมะโนประชากรสหรัฐ CES-26-56 · The Register

The Register รายงานเมื่อ 19 ก.ย. เวลา 14:30 UTC ถึงรายงานชื่อ How Big Is the AI Waste Wave? ของ Basel Action Network ซึ่งเป็นองค์กรด้านขยะอันตราย ข้อโต้แย้งหลักของรายงานคือการประเมินที่ใช้กันอยู่นับเฉพาะการ์ดประมวลผล ทั้งที่การ์ดเหล่านั้นคิดเป็นเพียง 13% ของน้ำหนักอุปกรณ์ในดาต้าเซ็นเตอร์ เมื่อนับทุกอย่างแล้วตัวเลขขยะจึงสูงกว่าที่งานวิชาการอ้างกันอยู่ 40 ถึง 60 เท่า

ตัวเลขที่รายงานประเมินไว้คือขยะอิเล็กทรอนิกส์ระหว่างปี 2025 ถึง 2050 อยู่ที่ 395 ล้านถึง 617 ล้านตัน หรือเทียบเท่าตู้คอนเทนเนอร์ 15 ล้านถึง 23 ล้านตู้ โดยดาต้าเซ็นเตอร์ขนาด 100 เมกะวัตต์หนึ่งแห่งมีอุปกรณ์ราว 7,000 ตัน รวมถึงทองแดงในสายไฟและรางจ่ายไฟราว 2,700 ตัน รอบการเปลี่ยนอุปกรณ์ที่รายงานใช้คือการ์ดประมวลผล 2 ถึง 3 ปี เซิร์ฟเวอร์ทั่วไป 5 ถึง 7 ปี และอุปกรณ์เครือข่าย 3 ถึง 4 ปี Jim Puckett ผู้ก่อตั้งองค์กรเตือนว่า "If companies and governments do not begin planning for this new waste tsunami, today's AI buildout could become an even more cataclysmic toxic waste crisis than we are already experiencing"

ข้อควรระวังคือรายงานนี้มาจากองค์กรรณรงค์ที่มีจุดยืนชัดเจนเรื่องขยะอันตราย ไม่ใช่งานวิชาการที่ผ่านการตรวจ และช่วงตัวเลขที่กว้างมากสะท้อนว่าสมมติฐานเรื่องอัตราการสร้างดาต้าเซ็นเตอร์มีผลต่อผลลัพธ์อย่างมาก

▲ ทำไมต้องรู้ · ประเด็นนี้ต่อตรงกับเรื่องดาต้าเซ็นเตอร์ในไทย เพราะข้อถกเถียงในประเทศจนถึงตอนนี้โฟกัสที่ไฟฟ้าและน้ำเป็นหลัก ขณะที่ปลายทางของอุปกรณ์ที่ถูกเปลี่ยนทุกสองถึงสามปียังแทบไม่มีใครพูดถึง สำหรับองค์กรที่ซื้อเครื่องเอง ตัวเลขรอบการเปลี่ยนชุดนี้ยังเป็นตัวเตือนว่าค่าเสื่อมของฮาร์ดแวร์ AI สั้นกว่าเซิร์ฟเวอร์ที่ฝ่ายจัดซื้อคุ้นเคย

The Register

Grant Sanderson เจ้าของช่อง 3Blue1Brown เขียนบทความรับเชิญบนบล็อกของ Terence Tao เมื่อ 18 ก.ย. โดยตั้งต้นว่าคุณค่าของคณิตศาสตร์อยู่ที่การทำให้มนุษย์เข้าใจ ไม่ใช่ที่ตัวบทพิสูจน์ในฐานะผลผลิต ประโยคที่เป็นแกนของข้อโต้แย้งคือ "When proofs can be generated without that understanding, it undermines their value as a proxy" หมายความว่าเดิมวงการใช้บทพิสูจน์เป็นตัวแทนวัดความเข้าใจ เมื่อบทพิสูจน์ถูกผลิตได้โดยไม่ต้องเข้าใจ ตัวแทนนั้นก็ใช้วัดไม่ได้อีก

ข้อเสนอของเขาคือให้วงการยกระดับงานอธิบายที่ทำให้เห็นว่าทฤษฎีบทหนึ่งจริงเพราะอะไรและสำคัญเพราะอะไร ให้เป็นผลงานที่นับได้จริง เช่น กำหนดให้การบรรยายเชิงอธิบายเป็นส่วนหนึ่งของผลงานระดับปริญญาเอก ตั้งโจทย์การอธิบายที่ยังไม่มีคำตอบคู่ขนานกับโจทย์วิจัยที่ยังไม่มีใครแก้ได้ สร้างเกณฑ์ให้คะแนนงานอธิบาย และนับงานเหล่านี้ในการพิจารณารับเข้าทำงานและให้ตำแหน่งวิชาการ ประโยคที่สรุปข้อเสนอได้สั้นที่สุดคือ "Every AI-generated proof is born an unsolved exposition problem"

ข้อควรระวังคือนี่เป็นบทความแสดงความเห็น ไม่ใช่งานวิจัย และเป็นข้อเสนอเชิงวัฒนธรรมที่ยังไม่มีสถาบันใดประกาศรับไปใช้

▲ ทำไมต้องรู้ · ข้อโต้แย้งนี้ใช้ได้เกินวงการคณิตศาสตร์ไปมาก ทุกอาชีพมีสิ่งที่ใช้เป็นตัวแทนวัดความสามารถมานาน เช่น จำนวนโค้ดที่เขียน จำนวนสไลด์ที่ทำ หรือรายงานที่ส่ง เมื่อ AI ผลิตของพวกนี้ได้ถูกและเร็ว ตัวแทนเหล่านั้นก็วัดอะไรไม่ได้อีก คำถามที่ควรถามกับงานของตัวเองคือถ้าผลงานที่ส่งไม่ใช่เครื่องวัดความสามารถอีกต่อไป แล้วสิ่งที่ควรถูกวัดแทนคืออะไร

Terence Tao's blog · Hacker News