Google I/O 2024: Sergey Brin และ Demis Hassabis ทำนายการมาของ AGI ภายในปี 2030

ในการประชุมผู้พัฒนา Google I/O เมื่อเร็ว ๆ นี้ เซอร์เกย์ บริน، ผู้ร่วมก่อตั้ง Google และ เดมิส ฮาซาบิส ซีอีโอของ Google DeepMind ได้ประกาศข่าวสำคัญเกี่ยวกับอนาคตของปัญญาประดิษฐ์ พวกเขาแสดงความเชื่อว่า ปัญญาประดิษฐ์ทั่วไป (AGI)—ซึ่งเป็น AI ที่มีความก้าวหน้าสูง สามารถเทียบเคียงหรือเก่งกว่าทักษะของมนุษย์—อาจปรากฏขึ้นภายในประมาณปี 2030 การทำนายนี้ได้รับความสนใจอย่างมาก เนื่องจากสอดคล้องกับเสียงส่วนใหญ่ในชุมชน AI ที่เชื่อว่าการพัฒนา AGI เป็นสิ่งที่หลีกเลี่ยงไม่ได้ แม้ว่าจะมีความเห็นที่แตกต่างกันอย่างกว้างขวางเกี่ยวกับระยะเวลาที่แน่นอนและผลกระทบที่อาจเกิดขึ้นจากการบรรลุเป้าหมายนี้ก็ตาม ในช่วงงาน บรินเกิดปรากฏตัวอย่างไม่คาดคิดบนเวทีเพื่อให้สัมภาษณ์กับฮาซาบิส ซึ่งเป็นช่วงเวลาสำคัญที่เน้นให้เห็นถึงความสำคัญของความพยายามอย่างต่อเนื่องในการพัฒนา AGI การสนทนาเน้นไปที่สถานะปัจจุบันของเทคโนโลยี AI และสิ่งที่จะต้องทำเพื่อก้าวจากแบบจำลอง AI เฉพาะด้านในปัจจุบัน ไปสู่รูปแบบของปัญญาทั่วไป ฮาซาบิสเน้นย้ำว่าการเพิ่มขีดความสามารถของโมเดล AI ในปัจจุบันเป็นสิ่งสำคัญ แต่การบรรลุ AGI จะต้องมีการเปลี่ยนแปลงที่เด็ดขาดในด้านการวิจัยและเทคโนโลยี ที่เกินกว่าการปรับปรุงแบบค่อยเป็นค่อยไป ซึ่งชี้ให้เห็นถึงความท้าทายที่ยากลำบากในการสร้างระบบ AI ที่เข้าใจ เรียนรู้ และสามารถทำงานในหลาย ๆ ด้านได้อย่างมีประสิทธิภาพเท่ามนุษย์ การเข้าร่วมของ Google ในการประชุมครั้งนี้ยังรวมถึงการนำเสนอแนวทางพัฒนAIที่สร้างสรรค์ต่าง ๆ โดยแสดงให้เห็นถึงความมุ่งมั่นของบริษัทในการสำรวจเส้นทางไปสู่ AGI แบบหลายทาง strategies เหล่านี้เผยให้เห็นถึงธรรมชาติซับซ้อนของการวิจัย AI ที่ Google ซึ่งไม่เพียงแต่เน้นปรับปรุงโมเดลแมชชีนเลิร์นนิงเดิมเท่านั้น แต่ยังรวมถึงการทดลองกับสถาปัตยกรรมและแนวคิดใหม่ ๆ ความหลากหลายในการวิจัยนี้ถือเป็นสิ่งสำคัญในการแก้ไขอุปสรรคทางเทคนิคและจรรยาบรรณต่าง ๆ ที่จำเป็นต่อการบรรลุ AI ทั่วไปอย่างแท้จริง บรินและฮาซาบิสทั้งคู่ยอมรับถึงความไม่แน่นอนเกี่ยวกับเวลาที่แน่นอนของการมาถึงของ AGI ในขณะที่พวกเขามีความหวังว่าจะสามารถบรรลุ AGI ภายในทศวรรษหน้า แต่ก็ระมัดระวังว่าการค้นพบที่สำคัญอาจมาหรือช้ากว่านั้น ขึ้นอยู่กับความท้าทายหรือความก้าวหน้าที่ไม่คาดคิด คำแถลงของพวกเขาแสดงให้เห็นถึงมุมมองที่สมดุล ผสมผสานความหวังสำหรับความก้าวหน้าปฏิวัติวงการ กับความตระหนักในงานและความรับผิดชอบที่รออยู่ข้างหน้า ชุมชน AI ในวงกว้างได้หันมาสนใจผลกระทบของ AGI มากขึ้น โดยคำนึงถึงไม่เพียงแต่ศักยภาพในการแปลงโฉมอุตสาหกรรมต่าง ๆ เท่านั้น แต่ยังรวมถึงผลกระทบทางจริยธรรมและสังคมที่อาจเกิดขึ้น การพูดคุยในงาน Google I/O ได้เติมเต็มแรงผลักดันให้เกิดความคืบหน้าในประเด็นนี้โดยการเน้นย้ำถึงความก้าวหน้าเชิงปฏิบัติและแนวคิดด้านวิสัยทัศน์ที่นักวิจัยชั้นนำกำลังดำเนินการอยู่ การพูดคุยเกี่ยวกับ AGI มักรวมถึงหัวข้อต่าง ๆ เช่น ความปลอดภัย กลไกการควบคุม และการแจกจ่ายผลประโยชน์อย่างเป็นธรรม ซึ่งเป็นปัญหาที่ยังคงเป็นความท้าทายแต่มีความสำคัญสำหรับการพัฒนาที่รับผิดชอบ โดยสรุป ข้อมูลเชิงลึกที่เซอร์เกย์ บรินและเดมิส ฮาซาบิสแบ่งปันใน Google I/O เน้นให้เห็นถึงความพร้อมและความทะเยอทะยานของ Google และแผนก DeepMind ในการมีบทบาทสำคัญในอนาคตของปัญญาประดิษฐ์ การคาดการณ์ว่า AGI จะปรากฏขึ้นประมาณปี 2030 จึงถ่ายทอดทั้งความตื่นเต้นและความระมัดระวัง โดยเป็นกรอบสำหรับการวิจัยและการสนทนาที่ต่อเนื่อง ในขณะที่ AI ยังคงพัฒนาอย่างรวดเร็ว ภายในไม่กี่ปีข้างหน้าคาดว่าจะมีความก้าวหน้ามากมายที่จะแปลงโฉมเทคโนโลยีและบทบาทของมันในสังคมมนุษย์ตลอดหลายทศวรรษที่จะมาถึง
Brief news summary
ในการประชุม Google I/O เมื่อเร็ว ๆ นี้ เซอร์เกย์ บริน และเดมิส ฮาซาบิสนิยมเชื่อว่าปัญญาประดิษฐ์ทั่วไป (AGI)—ปัญญาประดิษฐ์ที่มีความสามารถเทียบเท่า หรือเหนือกว่ามนุษย์—อาจเกิดขึ้นราวปี 2030 ช่วงเวลานี้สอดคล้องกับแนวโน้มที่เพิ่มขึ้นในชุมชน AI แม้ว่าข้อเท็จจริงเกี่ยวกับวันที่แน่นอนและผลกระทบจะยังคงไม่แน่นอนและเป็นประเด็นถกเถียงก็ตาม พวกเขาย้ำว่าการบรรลุ AGI ต้องอาศัยความก้าวหน้าที่สำคัญเกินกว่าการขยายโมเดล AI เฉพาะทางในปัจจุบัน Google และ DeepMind กำลังดำเนินโครงการวิจัยหลายด้าน รวมถึงโครงสร้างใหม่และการปรับปรุงโมเดล ซึ่งสะท้อนถึงความซับซ้อนของ AGI ผู้นำทั้งสองแสดงความหวังด้วยความระมัดระวัง โดยรับรู้ถึงความท้าทายและความไม่แน่นอนในอนาคต อุตสาหกรรม AI โดยรวมยังคงอภิปรายเกี่ยวกับศักยภาพในการเปลี่ยนแปลงของ AGI รวมถึงประเด็นด้านจริยธรรม เช่น ความปลอดภัยและการกระจายผลประโยชน์อย่างเป็นธรรม คำแถลงของพวกเขาแสดงเจตจำนงของ Google และ DeepMind ในการพัฒนา AI อย่างรับผิดชอบ โดยมองเห็นนวัตกรรมที่จะเปลี่ยนแปลงเทคโนโลยีและสังคมในอีกหลายปีข้างหน้า
AI-powered Lead Generation in Social Media
and Search Engines
Let AI take control and automatically generate leads for you!

I'm your Content Manager, ready to handle your first test assignment
Learn how AI can help your business.
Let’s talk!

ธนาคารที่ใหญ่ที่สุดในกัวเตมาลานำเทคโนโลยีบล็อกเชนมาใช้…
ธนาคารที่ใหญ่ที่สุดในกัวเตมาลา, Banco Industrial, ได้บูรณาการผู้ให้บริการโครงสร้างพื้นฐานด้านคริปโต SukuPay เข้ากับแอปพลิเคชันธนาคารบนมือถือของตน ทำให้ชาวท้องถิ่นสามารถรับเงินโอนจากต่างประเทศได้ง่ายขึ้นผ่านเทคโนโลยีบล็อกเชน โครงสร้างพื้นฐานของ SukuPay ได้รับการบูรณาการอย่างเต็มรูปแบบภายในแอป Zigi ซึ่งอนุญาตให้ชาวกัวเตมาลาได้รับเงินทันทีจากสหรัฐอเมริกาด้วยค่าธรรมเนียมคงที่เพียง 0

เครื่องมือ AI อ้างความสามารถในการป้องกันการโจมตี “กา…
บริษัทด้านความปลอดภัยไซเบอร์คริปโต Trugard ร่วมกับ Webacy ซึ่งเป็นโปรโตคอลความไว้วางใจบนเชน ได้สร้างระบบที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI) เพื่อค้นหาการปนเปื้อนที่อยู่กระเป๋าเงินคริปโต ตามประกาศวันที่ 21 พฤษภาคม ผ่านทาง Cointelegraph โซลูชั่นใหม่นี้ถูกรวมเข้าไว้ในชุดตัดสินใจด้านคริปโตของ Webacy และ “ใช้โมเดลการเรียนรู้ของเครื่องแบบมีการควบคุมโดยฝึกฝนบนข้อมูลธุรกรรมสด พร้อมกับวิเคราะห์บนเชน วิศวกรรมคุณสมบัติ และบริบทเชิงพฤติกรรม” เครื่องมือนี้ได้รับรายงานว่าทำความสำเร็จในอัตราสูงถึง 97% ซึ่งได้รับการยืนยันจากสถานการณ์โจมตีที่รู้จักกัน “การปนเปื้อนที่อยู่เป็นหนึ่งในกลโกงที่ถูกละเลยมากที่สุดแต่มีค่าความเสียหายสูงในวงการคริปโต ซึ่งใช้จุดอ่อนที่สุดคือสมมติฐานง่าย ๆ ว่า สิ่งที่คุณเห็นคือสิ่งที่คุณได้รับ” กล่าวโดย Maika Isogawa ผู้ร่วมก่อตั้ง Webacy การปนเปื้อนที่อยู่คริปโตคือเทคนิคการฉ้อโกงที่ผู้โจมตีส่งคริปโตจำนวนเล็กน้อยจากที่อยู่กระเป๋าเงินที่คล้ายกับที่อยู่ของเหยื่อ — โดยมักใช้ตัวอักษรต้นและท้ายที่เหมือนกัน เป้าหมายคือหลอกลวงให้ผู้ใช้นำที่อยู่ของผู้โจมตีไปใช้ซ้ำในธุรกรรมภายหลัง ซึ่งจะก่อให้เกิดความเสียหายทางการเงิน กลโกงนี้ใช้ประโยชน์จากนิสัยของผู้ใช้ที่พึ่งพาการจับคู่บางส่วนของที่อยู่หรือประวัติคลิปบอร์ดเวลาทำธุรกรรมคริปโต รายงานการศึกษาช่วงมกราคม 2025 เผยว่ามีความพยายามปนเปื้อนมากกว่า 270 ล้านครั้งบนเครือข่าย BNB Chain และ Ethereum ระหว่างวันที่ 1 กรกฎาคม 2022 ถึง 30 มิถุนายน 2024 โดยมีความสำเร็จ 6,000 ครั้ง ส่งผลให้เสียหายกว่า 83 ล้านดอลลาร์ เกี่ยวข้อง: การโจมตีด้วยการปนเปื้อนที่อยู่ในคริปโตคืออะไร และจะหลีกเลี่ยงได้อย่างไร? ความเชี่ยวชาญด้านความปลอดภัย Web2 ที่นำมาใช้กับ Web3 Jeremiah O’Connor หัวหน้าเจ้าหน้าที่เทคโนโลยีของ Trugard บอกกับ Cointelegraph ว่า ทีมงานนำความรู้ด้านความปลอดภัยไซเบอร์จาก Web2 ซึ่งได้นำไปใช้กับข้อมูล Web3 ตั้งแต่เริ่มต้นของคริปโต พวกเขาใช้ประสบการณ์ในการวิศวกรรมคุณสมบัติแบบอัลกอริทึมจากระบบดั้งเดิมเพื่อเสริมสร้างความปลอดภัยของ Web3 เขากล่าวว่า: “เครื่องมือตรวจจับการโจมตี Web3 ส่วนใหญ่อาศัยกฎที่เป็นสถิติหรือการกรองธุรกรรมเบื้องต้น ซึ่งมักจะล้าหลังเทคนิคและกลยุทธ์ของผู้โจมตีที่พัฒนาขึ้นตามเวลา” ในทางตรงกันข้าม ระบบใหม่ของพวกเขาใช้การเรียนรู้ของเครื่องเพื่อเรียนรู้และปรับตัวอย่างต่อเนื่องเพื่อตรวจจับภัยคุกคามจากการปนเปื้อนที่อยู่ O’Connor เน้นว่าความแตกต่างของระบบนี้คือ “การเน้นบริบทและการรู้จำแบบแผน” Isogawa เสริมว่า “AI สามารถตรวจจับรูปแบบที่เกินความสามารถในการวิเคราะห์ของมนุษย์ได้บ่อยครั้ง” เกี่ยวข้อง: Jameson Lopp ออกเตือนเกี่ยวกับการโจมตีด้วยการปนเปื้อนที่อยู่ Bitcoin แนวทางการเรียนรู้ของเครื่อง O’Connor อธิบายว่าทาง Trugard ได้สร้างข้อมูลฝึกสังเคราะห์สำหรับ AI เพื่อเลียนแบบวิธีการโจมตีที่หลากหลาย จากนั้นโมเดลนั้นถูกฝึกฝนด้วยการเรียนรู้แบบมีการควบคุม (supervised learning) ซึ่งเป็นเทคนิคการเรียนรู้ของเครื่องที่โมเดลเรียนรู้จากข้อมูลที่มีการติดป้ายกำกับ ซึ่งประกอบด้วยอินพุตและเอาต์พุตที่ถูกต้อง เป้าหมายคือให้โมเดลเข้าใจความสัมพันธ์ระหว่างอินพุตและเอาต์พุต เพื่อทำนายผลลัพธ์ได้อย่างถูกต้องกับข้อมูลใหม่ที่ไม่เคยเห็น การใช้งานทั่วไปคือการกรองสแปม การรู้จำภาพ และการทำนายราคา นอกจากนี้ โมเดลจะถูกอัปเดตอย่างต่อเนื่องโดยการฝึกใหม่ด้วยข้อมูลล่าสุด เนื่องจากผู้โจมตีพัฒนากลยุทธ์ใหม่ ๆ เขาเสริมว่า “เรายังสร้างชั้นการสร้างข้อมูลสังเคราะห์เพื่อให้สามารถทดสอบโมเดลอย่างต่อเนื่องกับสถานการณ์การปนเปื้อนสมมติ โดยวิธีนี้ช่วยให้โมเดลสามารถเรียนรู้และคงความแข็งแกร่งในระยะยาวได้ดี”

ในโลกคริปโต มันคือการเต้นรำระหว่าง AI และบล็อกเชน
บทสรุป โทเค็นยูทิลิตี้ปัญญาประดิษฐ์ (AI) เป็นมากกว่าระบบเงินดิจิทัลทั่วไป พวกเขาเป็นตัวแทน AI อิสระที่มีพื้นฐานในแอปพลิเคชันในโลกความเป็นจริง ถึงแม้ว่าระบบเหรียญ AI ที่สร้างบนเทคโนโลยีบล็อกเชนจะดึงดูดความสนใจของนักลงทุนอย่างมาก แต่ความเสี่ยงที่เกี่ยวข้องกับธรรมชาติอิสระของพวกเขายังคงอยู่ ซึ่งเน้นโดย Himanshi Lohchab นักพัฒนาซอฟต์แวร์และนักลงทุนที่เชี่ยวชาญด้านเทคโนโลยีมีความหวังในบทบาทของ AI และบล็อกเชนในการสร้างอนาคตแบบกระจายศูนย์ โครงการอย่าง Near Protocol, ICP, The Graph, SingularityNET และ Render ได้รับปริมาณการซื้อขายรายเดือนระหว่าง 8 ถึง 10 ล้านดอลลาร์บนตลาดอินเดีย ทั่วโลกมูลค่าตลาดของโทเค็น AI พุ่งขึ้นจาก 2

มูลนิธิเพื่อโลกเบโซสประกาศการให้ทุนครั้งแรกสำหรับปัญญา…
ฉบับวันที่ 21 พฤษภาคม 2025 ของ Axios Generate แจ้งข่าวการเปิดตัวโครงการ "AI for Climate and Nature Grand Challenge" ของกองทุน Bezos Earth Fund พร้อมเปิดเผยผู้รับทุนจำนวน 24 รายแรกภายใต้โครงการมูลค่า 100 ล้านดอลลาร์สหรัฐ โครงการนี้มุ่งเน้นการใช้ปัญญาประดิษฐ์เพื่อแก้ไขปัญหาทางด้านภูมิอากาศและระบบนิเวศที่เร่งด่วน ซึ่งผู้ได้รับทุนแต่ละรายจะได้รับทุนเริ่มต้นจำนวน 50,000 ดอลลาร์สหรัฐ พร้อมโอกาสได้รับทุนสนับสนุนเพิ่มเติมสูงสุดถึง 2 ล้านดอลลาร์ เพื่อเร่งพัฒนานวัตกรรมด้านสิ่งแวดล้อมที่ขับเคลื่อนด้วย AI โครงการคัดเลือกนี้ครอบคลุมด้านต่างๆ เช่น การพัฒนาโปรตีนที่ยั่งยืน การติดตามความหลากหลายทางชีวภาพ การวิเคราะห์แนวปะการัง การป้องกันการลักลอบตัดไม้ และการพัฒนาการพยากรณ์อากาศที่ดีขึ้นในแอฟริกา โดยเน้นความร่วมมือระหว่างผู้เชี่ยวชาญด้านสิ่งแวดล้อมและเทคโนโลยี AI ซึ่งไม่จำเป็นต้องมีประสบการณ์ด้าน AI มาก่อน ช่วยส่งเสริมการสร้างทีมข้ามสาขาวิชาเพื่อพัฒนาแนวทางแก้ไขปัญหาที่สามารถขยายผลได้ในระดับกว้างเพื่อรับมือกับสภาพอากาศเปลี่ยนแปลงและการรักษาแหล่งธรรมชาติ หนึ่งในจุดเด่นของโครงการทุนนี้คือเปิดกว้างให้ผู้สมัครทุกคน โดยไม่จำเป็นต้องมีความเชี่ยวชาญด้าน AI เพื่อส่งเสริมการสร้างนวัตกรรมโดยผสมผสานความรู้เฉพาะด้านกับทักษะ AI ขั้นสูง เพื่อพัฒนาการใช้งานด้านสิ่งแวดล้อมที่มีประสิทธิภาพและเป็นรูปธรรม นอกจากนี้ บทความยังกล่าวถึงเหตุการณ์สำคัญในภาคสิ่งแวดล้อม เช่น บริษัท Climeworks ผู้นำด้านเทคโนโลยีกักเก็บคาร์บอนจากอากาศ ประกาศลดจำนวนพนักงานลง 22% เนื่องจากการขาดแคลนเงินทุนด้านสิ่งแวดล้อม สะท้อนปัญหาทางการเงินที่ยังคงอยู่ในเทคโนโลยีสีเขียว แม้ความเร่งด่วนของปัญหาโลกร้อนจะเพิ่มขึ้น รายงานจากสำนักงานพลังงานระหว่างประเทศ (IEA) เตือนถึงความเสี่ยงในการพึ่งพาแหล่งแร่พลังงานสำคัญที่อาจเสี่ยงจากปัญหาการจัดหาและปัญหาทางภูมิรัฐศาสตร์ ซึ่งอาจชะลอการเปลี่ยนผ่านสู่พลังงานสะอาดในอนาคต ฉบับนี้ยังรายงานการสูญเสียป่าไม้ทั่วโลกในปี 2024 ซึ่งเป็นระดับสูงสุด โดยต้นเหตุหลักคือไฟป่าที่ปล่อยก๊าซคาร์บอนไดออกไซด์สูงกว่าการเดินทางทางอากาศในปี 2023 ถึงสี่เท่า การทำลายป่าเพิ่มการปล่อยก๊าซเรือนกระจกและเป็นภัยคุกคามต่อความหลากหลายทางชีวภาพและสุขภาพของระบบนิเวศน์อย่างรุนแรง นอกจากนี้ ยังมีความคืบหน้าในนโยบายที่ซับซ้อนเช่น การควบคุมการขุดลึกในทะเล และการอนุมัติเตารีเอคเตอร์นิวเคลียร์ใหม่ในสหรัฐอเมริกา ซึ่งเป็นเรื่องที่ถกเถียงกันแต่มีศักยภาพที่จะเปลี่ยนแปลงกระบวนการผลิตพลังงานอย่างมีนัยสำคัญ บทความยังกล่าวถึงกฎหมายลดเงินเฟ้อ (IRA) ที่ทำให้การให้เครดิตภาษีลดลงในบางภาคส่วน รวมทั้งภาษีใหม่สำหรับแผงโซลาร์นำเข้า เพื่อสมดุลระหว่างการปกป้องอุตสาหกรรมภายในประเทศและการส่งเสริมพลังงานหมุนเวียนโดยรวมแล้ว ฉบับนี้สะท้อนให้เห็นว่าสหรัฐฯ กำลังพยายามยกระดับความร่วมมือด้านเทคโนโลยี สิ่งแวดล้อม และนโยบาย เพื่อรับมือกับความท้าทายด้านโลกร้อน โดยโครงการทุนด้าน AI ของ Bezos Earth Fund เป็นตัวอย่างที่ดีของการจัดหาเงินทุนและความร่วมมือข้ามภาคส่วนที่สามารถขับเคลื่อนนวัตกรรมด้านสภาพอากาศ ในขณะเดียวกัน กำแพงอุปสรรคทางการเงินสำหรับบริษัทอย่าง Climeworks ความเสี่ยงด้านอุปทานที่เตือนโดย IEA รวมถึงแนวโน้มเปลี่ยนแปลงนโยบายต่างๆ ล้วนเป็นอุปสรรคและโอกาสที่ต้องเผชิญหน้าด้วยความร่วมมือและนวัตกรรมใหม่ เมื่อชุมชนโลกเร่งดำเนินการลดผลกระทบจากการเปลี่ยนแปลงสภาพอากาศและปกป้องระบบนิเวศน์ การผสมผสาน AI กับวิทยาศาสตร์สิ่งแวดล้อมจึงกลายเป็นกลยุทธ์ที่น่าหวัง โดยการสร้างพันธมิตรระหว่างผู้เชี่ยวชาญด้าน AI กับผู้ปฏิบัติงานด้านสิ่งแวดล้อม โครงการเช่นนี้สามารถส่งมอบแนวทางแก้ไขที่ล้ำสมัยทางเทคโนโลยีและมีความสัมพันธ์โดยตรงกับระบบนิเวศน์ ข้อมูลล่าสุดเหล่านี้ชี้ให้เห็นว่านี่คือช่วงเวลาสำคัญที่ต้องเสริมสร้างความร่วมมือเพื่อให้เทคโนโลยีแปรเปลี่ยนเป็นประโยชน์ที่เป็นรูปธรรมต่อโลก โดยสรุปแล้ว ฉบับ Axios Generate วันที่ 21 พฤษภาคม 2025 นี้ให้ภาพรวมเกี่ยวกับแนวโน้มสำคัญและความเคลื่อนไหวที่กำลังหล่อหลอมอนาคตของความพยายามด้านสิ่งแวดล้อมและภูมิอากาศ ตั้งแต่ความเคลื่อนไหวด้านทุนสนับสนุน AI ใหม่ ไปจนถึงความท้าทายจากอุตสาหกรรมและนโยบาย ซึ่งล้วนเป็นข้อมูลเชิงลึกที่มีค่าในการเชื่อมโยงเทคโนโลยี ความยั่งยืน และการบริหารจัดการสิ่งแวดล้อมอย่างต่อเนื่อง

ซิมบับเวเปิดตัวระบบตลาดเครดิตคาร์บอนบนบล็อกเชน
ซิมบับเวได้เปิดตัวโครงการตลาดเครดิตคาร์บอนบนเทคโนโลยีบล็อกเชน โดยมีเป้าหมายเพื่อเสริมความโปร่งใสและประสิทธิภาพในระบบนิเวศของตน ประเทศกำลังเปลี่ยนจากระบบเดิมไปสู่แพลตฟอร์ม Web3 สำหรับการแลกเปลี่ยนเครดิตคาร์บอน เพื่อดูแลการเปลี่ยนแปลงนี้ ซิมบับเวได้จัดตั้งหน่วยงานกำกับดูแลใหม่ ซึ่งคือ สำนักงานบริหารตลาดคาร์บอน (ZCMA) รับผิดชอบในการออกใบอนุญาต อนุมัติโครงการชดเชยคาร์บอน และรับประกันการปฏิบัติตามกฎระเบียบที่เกี่ยวข้อง กระทรวงสิ่งแวดล้อมควบคุมดูแล ZCMA เพื่อบังคับใช้ระบบใหม่อย่างเคร่งครัด แม้ซิมบับเวยังไม่ได้ปรับเปลี่ยนตลาดเครดิตคาร์บอนอย่างเต็มที่ แต่การเปลี่ยนมาใช้บล็อกเชนถือเป็นก้าวสำคัญ RippleNami ซึ่งเป็นบริษัทจากแคลิฟอร์เนีย ชี้ว่าซิมบับเว ซึ่งเป็นผู้ให้บริการเครดิตคาร์บอนรายใหญ่อันดับสามของแอฟริหลังเคนยาและกาบอง อาจกลายเป็นผู้นำระดับภูมิภาคโดยการนำเทคโนโลยีบล็อกเชนมาใช้ การเปลี่ยนแปลงนี้อาจกระตุ้นให้ประเทศในแอฟริกาอื่น ๆ ตามรอย การนำบล็อกเชนมาใช้จะช่วยแก้ไขปัญหาการทุจริตและความไร้ประสิทธิภาพในอดีต ตัวอย่างเช่น ในปี 2566 ซิมบับเวได้ยกเลิกโครงการหลายโครงการและเรียกร้องรายได้ถึง 50% ซึ่งสร้างความไม่ไว้วางใจในหมู่นักลงทุน ขณะนี้บล็อกเชนถูกมองว่าเป็นเครื่องมือในการฟื้นฟูความโปร่งใสและความน่าเชื่อถือในตลาดเครดิตคาร์บอน ซิมบับเวแสดงความเชื่อมั่นในนวัตกรรมดิจิทัลอย่างแข็งแกร่งด้วยการเปิดตัวสกุลเงินดิจิทัลที่สนับสนุนด้วยทองคำ พร้อมฟีเจอร์การลงทุนแบบเศษส่วน และวางแผนพัฒนาสกุลเงินดิจิทัลของธนาคารกลาง (CBDC) ตั้งแต่ปี 2022 นอกจากนี้ มหาเศรษฐีชาวซิมบับเวอย่าง Strive Masiyiwa ร่วมมือกับ Nvidia เพื่อสร้างโรงงาน AI แห่งแรกในแอฟริกา ซึ่งเป็นสัญญาณความก้าวหน้าของประเทศในด้านปัญญาประดิษฐ์ ในขณะเดียวกัน งานวิจัยจากนอร์เวย์เน้นถึงศักยภาพของบล็อกเชนในอุตสาหกรรมอาหารทะเล เพื่อเพิ่มความโปร่งใสในซัพพลายเชน ระบบซัพพลายเชนที่ใช้บล็อกเชนสามารถติดตามที่มาของอาหารทะเลตั้งแต่แหล่งผลิตจนถึงชั้นวางขายในร้านค้า พร้อมบันทึกข้อมูลถาวรเกี่ยวกับกระบวนการผลิต การปฏิบัติตามมาตรฐานสิ่งแวดล้อม และการรับรองฮาลาล ผู้ผลิตได้รับประโยชน์จากการบันทึกข้อมูลสำคัญ เช่น ระดับออกซิเจน สุขภาพของปลา คุณภาพไข่ และตารางการให้อาหาร ซึ่งช่วยมาตรฐานการจัดเก็บข้อมูลและเปรียบเทียบสินค้าสำหรับผู้บริโภค การนำบล็อกเชนไปใช้อย่างแรกในซัพพลายเชนอาหารทะเลแสดงให้เห็นถึงแนวโน้มที่ดีและส่งเสริมการใช้งานในวงกว้างมากขึ้น โครงการ FAIRR Seafood Traceability ซึ่งได้รับการสนับสนุนโดยกลุ่มนักลงทุนมูลค่า 6

โมเดล AI เผยข้อมูลเชิงลึกเกี่ยวกับประชากรผู้ใช้งาน
โมเดลภาษาขนาดใหญ่ (LLMs) เช่น GPT, Llama, Claude และ DeepSeek ได้เปลี่ยนแปลงปัญญาประดิษฐ์โดยแสดงความสามารถในการสนทนาที่น่าประทับใจ โมเดลเหล่านี้สามารถทำงานต่าง ๆ ที่คล้ายกับมนุษย์ เช่น งานเชิงสร้างสรรค์อย่างการเขียนกลอน หรือหน้าที่ด้านเทคนิคอย่างการเขียนโค้ดบนเว็บไซต์ แม้ว่าความสามารถของพวกเขาจะน่าทึ่ง แต่ลักษณะการทำงานภายในของโมเดลเหล่านี้ยังคงเป็นปริศนา ถูกเรียกว่ากล่องดำ (black boxes) แม้แต่โดยผู้สร้างเอง การขาดความโปร่งใสนี้เป็นความท้าทายสำคัญในด้านความเข้าใจและอธิบายการทำงานของ AI ซึ่งเป็นสาขาที่เน้นการเข้าใจและอธิบายวิธีการที่ระบบ AI สร้างผลลัพธ์ เพื่อตอบสนองต่อความท้าทายเหล่านี้ ความก้าวหน้าล่าสุดมาจากทั้งอุตสาหกรรมและวงการวิจัย องค์กรอย่าง Anthropic และทีมวิจัยจากมหาวิทยาลัยฮาวาร์ดได้ทำความเข้าใจภายในของ LLMs โดยการระบุคุณลักษณะเฉพาะหรือรูปแบบการเปิดใช้งานของนิวรอนที่เชื่อมโยงกับแนวคิด ความเชื่อ หรือสมมติฐานเฉพาะที่ฝังอยู่ในโมเดล งานนี้ได้เปิดเผยว่า LLMs สร้างสมมติฐานในเวลาจริงเกี่ยวกับข้อมูลประชากรของผู้ใช้ เช่น เพศ อายุ และสถานะทางเศรษฐกิจสังคม อิงจากข้อมูลที่รับเข้ามา สมมติฐานเหล่านี้มีอิทธิพลต่อคำตอบของโมเดล และมักสะท้อนถึงภาพเหมารวมที่ฝังอยู่มาจากข้อมูลจำนวนมากที่ใช้ในการฝึกสอน พฤติกรรมเช่นนี้เกิดความกังวลด้านจริยธรรมและสังคมอย่างมาก เนื่องจากบ่งชี้ว่า LLMs อาจไม่เพียงแต่ซ้ำเติมอคติที่มีอยู่ แต่ยังสามารถสกัดข้อมูลโปรไฟล์ของผู้ใช้ในระหว่างการสนทนาปกติได้ การวิเคราะห์แบบนี้มีผลกระทบอย่างมาก เช่น อาจนำไปใช้ในเชิงพฤติกรรมการโฆษณาเป้าหมาย การชักจูงพฤติกรรมและการเลือกของผู้ใช้ หรือในกรณีที่ร้ายแรงกว่านั้นคือการชักจูงใจ ซึ่งเป็นคำถามสำคัญเกี่ยวกับความเป็นส่วนตัวและความยินยอมในการสื่อสารด้วย AI ตระหนักถึงความเสี่ยงเหล่านี้ ชุมชนวิจัย AI กำลังพัฒนาขั้นตอนและกลไกเพื่อเพิ่มความโปร่งใสและให้อำนาจแก่ผู้ใช้และนักพัฒนาในการควบคุมมากขึ้น กลยุทธ์หนึ่งที่มีแนวโน้มดีคือการสร้างกลไกที่ช่วยให้ผู้มีส่วนได้ส่วนเสียสามารถตรวจจับและปรับเปลี่ยนวิธีที่โมเดลรับรู้คุณลักษณะของผู้ใช้ และปรับเปลี่ยนการตอบสนองให้เหมาะสม ซึ่งจะช่วยลดอคติที่เป็นอันตราย ปรับปรุงความปลอดภัย และส่งเสริมการใช้งาน AI ที่เป็นธรรมและมีจริยธรรมมากขึ้น การสนทนานี้เน้นให้เห็นถึงความเร่งด่วนในการกำหนดมาตรฐานและแนวปฏิบัติในอุตสาหกรรมที่เน้นความโปร่งใสและการคุ้มครองผู้ใช้ นักพัฒนา LLM จึงได้รับการกระตุ้นให้ดำเนินงานโดยยึดค่านิยมเช่นความไร้พิษ ความซื่อสัตย์ และความพร้อมช่วยเหลือ เมื่อความเชื่อมั่นในระบบ AI เพิ่มขึ้น ความชัดเจนในการสื่อสารเกี่ยวกับความสามารถและข้อจำกัดของ LLM รวมถึงมาตรการป้องกันการใช้งานในทางที่ผิด จึงเป็นสิ่งสำคัญในการสร้างระบบนิเวศของ AI ที่รับผิดชอบ โดยสรุป ถึงแม้ว่าโมเดลภาษาขนาดใหญ่จะมีศักยภาพในการพัฒนาการสื่อสารและความคิดสร้างสรรค์ด้วย AI อย่างกว้างขวาง แต่ลักษณะเป็นกล่องดำของพวกเขาทำให้การเข้าใจและควบคุมเป็นไปได้ยาก งานวิจัยล่าสุดนำเสนอความหวังโดยการส่องสว่างว่าพวกเขาเข้ารหัสและประยุกต์ข้อมูลผู้ใช้ที่มีความอ่อนไหวอย่างไร การใช้งานที่มีจริยธรรมต้องอาศัยความร่วมมือจากผู้พัฒนา นักวิจัย นักนโยบาย และผู้ใช้ เพื่อรับประกันความโปร่งใส ปกป้องความเป็นส่วนตัว และลดอคติ การจัดการปัญหาเหล่านี้อย่างรอบคอบและล่วงหน้าจะช่วยให้ชุมชน AI สามารถใช้ประโยชน์จาก LLMs ได้อย่างปลอดภัยและเป็นธรรม พร้อมทั้งสร้างเทคโนโลยีที่จะรับใช้สังคมอย่างน่าเชื่อถือและเป็นธรรม

อวกาศและเวลา นำข้อมูลบล็อกเชนที่ได้รับการรับรองด้วย ZK…
ในฐานะผู้ก่อตั้ง บรรณาธิการบริหาร และผู้อำนวยการฝ่ายสร้างสรรค์ของ Blockster ผมเป็นผู้ผลักดันการพัฒนาเรื่องราวที่น่าดึงดูด ร่วมมือกับแบรนด์ชั้นนำในสาย Web3 และนำพายุทธศาสตร์ผลิตภัณฑ์ของเราไปในทิศทางที่ก้าวล้ำ