Your Bite-Sized Updates!
ก้าวล้ำไปในโลกเทคโนโลยีที่เปลี่ยนแปลงเร็วด้วยข้อมูลอัปเดต ตั้งแต่แกดเจ็ตล่าสุดและความก้าวหน้าของ AI หรือความปลอดภัยทางไซเบอร์และแนวโน้มของซอฟต์แวร์ เรานำเสนอข่าวสารด้านเทคโนโลยีที่สำคัญที่สุดให้กับคุณ
God Is Hungry For Context: First Thoughts On O3 Pro
OpenAI ปล่อยข่าวใหญ่! ลดราคาของโมเดล o3 ลง 80% และเปิดตัวเวอร์ชันใหม่สุดแรง o3 Pro ในราคาที่ใกล้เคียง GPT-4.1 ($20/$80 ต่อ million tokens) โดยรีวิวแรกจาก Ben Hylak และ Alexis Dauba จาก Raindrop.ai สรุปว่า “AI ตัวนี้ต้องการคอนเท็กซ์มาก” เพื่อแสดงศักยภาพที่แท้จริง
ต่างจากโมเดลแบบสนทนาอย่าง GPT-4o หรือ Claude Opus, o3 Pro ไม่ได้ออกแบบมาเพื่อคุยเล่น แต่เหมาะกับการเป็น “เครื่องสร้างรายงาน” หรือ ผู้ช่วยวางแผนเชิงกลยุทธ์ ที่ยอดเยี่ยม เมื่อให้ข้อมูลพื้นฐานแบบละเอียด เช่น สรุปการประชุม เป้าหมายบริษัท หรือบันทึกเสียง AI สามารถสร้าง แผนที่เจาะลึก มีเป้าหมายชัดเจน และสามารถนำไปใช้งานจริงได้ทันที
ประเด็นสำคัญ:
- ขึ้นอยู่กับคอนเท็กซ์: ยิ่งให้ข้อมูลมาก ยิ่งทำงานดี ถ้าให้น้อยอาจคิดเยอะหรือไม่กล้าตัดสินใจ
- ฉลาดเรื่องเครื่องมือ: o3 Pro เข้าใจขอบเขตตัวเองดีขึ้น ใช้เครื่องมือภายนอกได้เก่ง และรู้ว่าเมื่อไหร่ควรถาม ไม่แกล้งรู้
- เหนือกว่าคู่แข่ง: แม้ Claude Opus หรือ Gemini 2.5 จะดู “ใหญ่” แต่ o3 Pro ตอบกลับได้ฉลาดกว่า ชัดเจนกว่า และใช้งานจริงได้มากกว่า
- จุดเด่น: เหมาะกับงานวางแผน ควบคุมระบบ และช่วยตัดสินใจ มากกว่างานถาม-ตอบทั่วไป
‘https://www.latent.space/p/o3-pro
DeepMind เปิดตัว AlphaEvolve: AI ที่คิดอัลกอริธึมเองได้ ใช้งานจริงแล้วใน Google
Google DeepMind เปิดตัว AlphaEvolve ระบบ AI รุ่นใหม่ที่สามารถ “คิดค้นและพัฒนาอัลกอริธึมของตัวเอง” ได้ โดยใช้โมเดลภาษา Gemini ร่วมกับระบบประเมินผลอัตโนมัติ คล้ายกับการคัดเลือกโดยธรรมชาติ (Darwinian evolution) เพื่อคัดเลือกแนวทางที่ดีที่สุดและต่อยอดให้ดีขึ้นเรื่อย ๆ
AlphaEvolve ถูกใช้งานจริงแล้วใน Google ทั้งด้านการจัดการศูนย์ข้อมูล การออกแบบชิป TPU และการเร่งการประมวลผลของโมเดล AI ช่วยเพิ่มประสิทธิภาพแบบจับต้องได้ เช่น เร็วขึ้นสูงสุด 32.5% ใน GPU kernel และลดเวลาการเทรน Gemini ลง
อีกด้านหนึ่ง นักวิจัยจาก UBC พัฒนา Darwin Gödel Machine (DGM) ที่ให้ AI เขียนโค้ดพัฒนาตัวเองได้เช่นกัน แต่พบว่ามีแนวโน้มพยายาม “โกงระบบ” ทำให้ต้องเน้นการควบคุมความปลอดภัยทั้ง AlphaEvolve และ DGM คือก้าวสำคัญของยุค AI ที่สามารถปรับปรุงตัวเองได้ แต่ก็มาพร้อมความท้าทายด้านความโปร่งใสและจริยธรรม
‘https://deepmind.google/discover/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/
สรุปประกาศด้าน AI จาก Apple ในงาน WWDC 2025
แม้จะไม่เน้น “Apple Intelligence” เท่าปีที่แล้ว Apple ยังคงเปิดตัวฟีเจอร์ AI ที่น่าสนใจหลายรายการ เช่น:
- Visual Intelligence: วิเคราะห์ภาพบนหน้าจอเพื่อค้นหาข้อมูลจากแหล่งต่างๆ เช่น Google หรือ ChatGPT
- Image Playground x ChatGPT: สร้างภาพในสไตล์ต่างๆ เช่น อนิเมะ หรือสีน้ำ ด้วย prompt ภาษา
- Workout Buddy: โค้ชฟิตเนสเสียง AI ที่ให้กำลังใจขณะออกกำลังกาย พร้อมสรุปผลหลังวิ่ง
- Live Translation: แปลข้อความและเสียงแบบเรียลไทม์ระหว่างโทรศัพท์หรือ FaceTime
- Call Screening & Hold Assist: รับสายแทนและรอสายอัตโนมัติ พร้อมแจ้งเมื่อมีคนรับสายจริง
- Poll Suggestions in Messages: เสนอสร้างโพลอัตโนมัติตามบทสนทนาในกลุ่มแชท
- AI-powered Shortcuts & Spotlight: ปรับแอปให้ฉลาดขึ้นตามบริบทและใช้งานสะดวกขึ้น
- Foundation Models for Developers: เปิดให้นักพัฒนาใช้โมเดล AI แบบออฟไลน์ในแอปของตน
อย่างไรก็ตาม Apple ยังไม่พร้อมเปิดตัว Siri เวอร์ชั่นใหม่ ทำให้ต้องรอติดตามต่อในปีหน้า
‘https://techcrunch.com/2025/06/12/here-are-apples-top-ai-announcements-from-wwdc-2025/
Meta เตรียมเข้าซื้อหุ้น 49% ใน Scale AI มูลค่าเกือบ $15 พันล้าน
Meta Platforms มีรายงานว่าได้ตกลงซื้อหุ้น 49% ในบริษัท Scale AI ด้วยมูลค่า 14.8 พันล้านดอลลาร์สหรัฐ แม้ดีลยังไม่เสร็จสมบูรณ์ก็ตาม (รายงานโดย The Information) Scale AI เป็นบริษัทด้าน ข้อมูลฝึกสอน AI (training data) ที่ก่อตั้งในปี 2016 โดยเป็นผู้อยู่เบื้องหลังข้อมูลสำหรับระบบอย่าง ChatGPT โดยในดีลนี้ CEO ของ Scale AI, Alexandr Wang, จะย้ายมานำทีม “Superintelligence Lab” ที่ Meta
Meta พยายามเร่งเกมในสนาม AI หลัง Llama 4 รุ่นแรกยังไม่เป็นที่น่าพอใจ และการเปิดตัวโมเดล “Behemoth” ก็ถูกเลื่อนจากปัญหาความสามารถ ดีลนี้อาจออกแบบมาเพื่อลดการเพ่งเล็งด้านการผูกขาด ขณะเดียวกัน Scale AI รายงานว่ามีรายได้ $870M ในปี 2024 และคาดเกิน $2B ปีนี้
‘https://www.reuters.com/business/meta-pay-nearly-15-billion-scale-ai-stake-information-reports-2025-06-10/
New York ผ่านร่างกฎหมาย RAISE Act ป้องกันหายนะจาก AI
รัฐนิวยอร์กได้ผ่านร่างกฎหมาย RAISE Act ซึ่งมุ่งเน้นป้องกันภัยพิบัติจาก AI ขั้นสูง (Frontier AI) เช่นการเสียชีวิตหรือความเสียหายเกิน $1 พันล้านดอลลาร์ โดยเน้นให้บริษัทใหญ่ เช่น OpenAI, Google, Anthropic ต้องแสดง รายงานความปลอดภัย และ แจ้งเหตุการณ์ผิดปกติของโมเดล หากเกิดขึ้น
กฎหมายนี้ได้รับการสนับสนุนจากนักวิจัย AI ชั้นนำอย่าง Geoffrey Hinton และ Yoshua Bengio โดยเป็นความพยายามตั้ง มาตรฐานความโปร่งใสด้าน AI แห่งแรกของสหรัฐฯ หากถูกลงนามโดยผู้ว่าการรัฐ จะอนุญาตให้อัยการรัฐนิวยอร์กสามารถเรียกค่าปรับสูงสุด $30 ล้านหากบริษัทไม่ปฏิบัติตาม
แม้จะถูกวิจารณ์จากกลุ่มเทคโนโลยีว่าอาจส่งผลต่อการแข่งขัน แต่ผู้ร่วมร่างยืนยันว่า RAISE Act ไม่กระทบสตาร์ตอัพหรือนักวิจัยรายย่อย และใช้เกณฑ์เฉพาะกับโมเดลที่ใช้ทรัพยากรมากกว่า $100 ล้านในการฝึกเท่านั้น
‘https://techcrunch.com/2025/06/13/new-york-passes-a-bill-to-prevent-ai-fueled-disasters/
Circle เข้า NYSE อย่างร้อนแรง หุ้นพุ่ง 168% ในวันแรก
บริษัทผู้ออก Stablecoin USDC อย่าง Circle Internet เปิดตัวเข้าสู่ตลาดหลักทรัพย์นิวยอร์ก (NYSE) อย่างร้อนแรงเมื่อวันที่ 5 มิ.ย.ที่ผ่านมา โดยหุ้นเปิดที่ราคา $69 และพุ่งขึ้นถึง $103.75 ก่อนปิดที่ $83.23 เพิ่มขึ้น 168% จากราคาเสนอขาย IPO ที่ $31 ส่งผลให้มูลค่าบริษัทแตะเกือบ $18 พันล้านดอลลาร์
นี่ถือเป็นการเข้าตลาดหุ้นครั้งใหญ่ที่สุดของบริษัทคริปโตนับตั้งแต่ Coinbase ในปี 2021 และเป็นครั้งแรกสำหรับผู้ออก Stablecoin ที่ IPO สำเร็จ นับเป็นสัญญาณว่า ตลาดยอมรับคริปโตอย่างเต็มตัว อีกครั้ง ท่ามกลางสภาพแวดล้อมที่เป็นมิตรต่อคริปโตภายใต้นโยบายรัฐบาลทรัมป์
Circle ยังเพิ่งเปิดตัวระบบ Circle Payments Network สำหรับการโอนเงินระหว่างประเทศแบบเรียลไทม์ด้วย USDC ซึ่งช่วยขยายการใช้งาน stablecoin สู่การชำระเงินจริง ไม่ใช่แค่การซื้อขายคริปโต
นักวิเคราะห์คาดว่าความสำเร็จของ Circle จะกระตุ้นให้ บริษัทคริปโตอื่นๆ เตรียมเข้าตลาดหลักทรัพย์มากขึ้น ทั้งจากความสนใจของนักลงทุนและกฎระเบียบที่เอื้อต่ออุตสาหกรรม
‘https://www.reuters.com/business/circle-shares-set-surge-nyse-debut-lifting-hopes-ipo-market-recovery-2025-06-05/
Apple เคยเผยผลการวิจัยว่า AI รุ่น reasoning ไม่สามารถแก้ปริศนาซับซ้อนได้
Apple เคยเผยผลการวิจัยว่า AI รุ่น reasoning ไม่สามารถแก้ปริศนาซับซ้อนได้ และแสดงพฤติกรรม “accuracy collapse” เมื่อเจอโจทย์ยากๆ โดยสรุปว่าพวกมันเป็นแค่การจับแพทเทิร์นซับซ้อน ไม่ใช่การคิดอย่างแท้จริง
แต่ Alex Lawsen นักวิจารณ์รายนี้ พบว่าการทดลองของ Apple มีข้อผิดพลาดสำคัญ เช่น การจำกัดจำนวนโทเคนที่ AI สามารถสร้างได้ ทำให้โมเดลไม่สามารถแสดงผลคำตอบครบถ้วนได้ในปริศนาใหญ่ เช่น Tower of Hanoi ที่ต้องใช้คำสั่งยาวมาก นอกจากนี้ยังมีโจทย์ที่แก้ไม่ได้จริงในชุดทดสอบ ซึ่ง AI กลับถูกตัดคะแนน
เมื่อ Lawsen ใช้วิธีประเมินแบบใหม่ เช่น ให้ AI สร้างฟังก์ชันโค้ดเพื่อแก้ปริศนาแทนการเขียนคำสั่งยาวๆ พบว่า AI สามารถแก้ปัญหาได้ดีมาก เช่น Claude 3.7 สามารถแก้ Tower of Hanoi ขนาด 15 แผ่นได้อย่างมีประสิทธิภาพ
บทสรุปคือ การประเมินความสามารถ reasoning ของ AI ต้องแยกชัดเจนระหว่าง “ข้อจำกัดการแสดงผล” กับ “ความเข้าใจและคิดแก้ปัญหาจริง” เพื่อให้ได้ภาพที่ถูกต้องของศักยภาพ AI ไม่ใช่วัดจากผลลัพธ์ที่อาจถูกจำกัดด้วยปัจจัยภายนอกอย่าง token limit เท่านั้น
‘https://www.perplexity.ai/discover/tech/expert-debunks-apple-study-cla-TBCVTq6kQ5m40URmoEIPlw
