คล้ายกับการปฏิวัติการเกษตรและอุตสาหกรรม ปัญญาประดิษฐ์ (AI) กำลังนำมาซึ่งการเปลี่ยนแปลงทางเทคโนโลยีและสังคมที่จะส่งผลกระทบต่อประวัติศาสตร์มนุษย์ มันเตรียมพร้อมที่จะเปลี่ยนแปลงผลิตภาพและนวัตกรรมอย่างมากมาย ซึ่งเป็นปัจจัยขับเคลื่อนสำคัญในการเติบโตทางเศรษฐกิจ เส้นทางที่แน่นอนของการปฏิวัติ AI ในปัจจุบันนี้ยังไม่ชัดเจน แต่การพัฒนาของมันที่รวดเร็วนั้นปฏิเสธไม่ได้ ขณะที่เทคโนโลยี AI ก้าวหน้าไปอย่างรวดเร็ว มันให้สัญญาว่าจะเพิ่มประสิทธิภาพการผลิตของมนุษย์ไปในระดับที่ไม่เคยมีมาก่อน ธุรกิจที่ล้าหลังอาจต้องเผชิญกับความยากลำบากในการฟื้นตัว การยอมรับและรวมเทคโนโลยี AI เข้ามากลายเป็นสิ่งจำเป็นแทนที่จะเป็นทางเลือก คำว่าปัญญาประดิษฐ์ หมายถึงเครื่องจักรหรือคอมพิวเตอร์ที่จำลองกระบวนการความคิดของมนุษย์ ถูกแนะนำในทศวรรษ 1950 และสาขานี้ก็พัฒนาต่อเนื่องตั้งแต่นั้นมา รูปแบบที่ทันสมัยเช่น AI สร้างสรรค์ช่วยเสริมสร้างความสามารถในการสื่อสาร เรียนรู้ และตัดสินใจ ซึ่งมีผลกระทบอย่างมากต่อสังคมและชีวิตประจำวัน ต่อไปนี้เป็นคำศัพท์สำคัญที่ผู้นำธุรกิจควรพิจารณาเมื่อใช้งานเทคโนโลยีที่กำลังพัฒนารวดเร็วนี้: อคติทางอัลกอริทึม ความผิดพลาดที่เกิดจากข้อมูลการฝึกที่ไม่ดีและการตั้งโปรแกรม ส่งผลให้แบบจำลอง AI ตัดสินใจอย่างมีอคติ ข้อผิดพลาดดังกล่าวอาจนำไปสู่ข้อสรุปที่ไม่ถูกต้องตามเพศ ความสามารถ หรือเชื้อชาติ ซึ่งอาจก่อให้เกิดอันตรายร้ายแรงในกระบวนการตัดสินใจ ตัวแทนอัตโนมัติ แบบจำลอง AI ที่มีวัตถุประสงค์และเครื่องมือที่จำเป็นในการบรรลุ ตัวอย่างเช่น รถยนต์ไร้คนขับ ที่ใช้ข้อมูลเซ็นเซอร์ ข้อมูล GPS และอัลกอริทึมการขับขี่เพื่อนำทางและไปถึงจุดหมายอย่างอิสระ การเรียนรู้เชิงลึก รูปแบบการเรียนรู้ของเครื่องที่ทันสมัยซึ่งประมวลผลข้อมูลอย่างเช่นข้อความและข้อมูลที่ไม่มีโครงสร้างเช่นภาพ ความสามารถเหล่านี้รวมถึงการตรวจจับการเข้าสู่ระบบที่น่าสงสัยหรือแนะนำรหัสผ่านที่แข็งแกร่งขึ้น AI สร้างสรรค์ AI ที่สามารถสร้างเนื้อหา เช่น ข้อความ วิดีโอ รหัส และภาพ ถูกฝึกฝนจากชุดข้อมูลขนาดใหญ่ AI สร้างสรรค์จะระบุรูปแบบเพื่อสร้างเนื้อหาใหม่ ตัวอย่างเช่น ChatGPT และ DALL-E ภาพลวงตา เกิดขึ้นเมื่อระบบ AI สร้างข้อมูลที่ไม่มีสาระ ไร้ความหมาย หรือไม่ถูกต้อง ความมั่นใจเมื่อแสดงข้อมูลที่ไม่ถูกต้องนั้นทำให้ยากในการประเมินความน่าเชื่อถือ การเรียนรู้ของเครื่อง ปัญญาประดิษฐ์ที่พัฒนาอัลกอริทึมและแบบจำลองที่ช่วยให้เครื่องจักรเรียนรู้จากข้อมูลและคาดการณ์แนวโน้มโดยไม่ต้องมีการแทรกแซงของมนุษย์ ตัวอย่างเช่น Google Maps ใช้การเรียนรู้ของเครื่องในการสร้างแบบจำลองและทำนายเวลาการเดินทาง AI เฉพาะด้าน AI ที่ออกแบบมาเพื่อมุ่งเน้นเดี่ยว เช่น การตรวจจับภาพที่ไม่เหมาะสมหรือนำเสนอผลิตภัณฑ์ใน Amazon

ในคาบสมุทรโอซา ประเทศคอสตาริกา นักชีววิทยาเจนนา ลอว์สัน ได้นำอุปกรณ์ตรวจจับเสียงจำนวน 350 เครื่องไปใช้เพื่อติดตามลิงแมงมุมเจฟฟรีย์ ซึ่งกำลังใกล้สูญพันธุ์และเป็นสิ่งที่นักวิทยาศาสตร์หาชมได้ยาก อุปกรณ์เหล่านี้ได้บันทึกเสียงในป่าเป็นเวลาหนึ่งสัปดาห์ เกิดเป็นข้อมูลจำนวนมหาศาล เพื่อวิเคราะห์ข้อมูลนี้ได้อย่างมีประสิทธิภาพ ลอว์สันจึงใช้ระบบ AI ที่สามารถจดจำเสียงลิงแมงมุมและติดตามการเคลื่อนไหวของพวกมันได้ทันที ทำให้การศึกษาครั้งนี้เป็นหนึ่งในศึกษาด้านเสียงสัตว์ป่าที่ใหญ่ที่สุดเมื่อเริ่มขึ้นในปี 2021 การศึกษานี้ได้เผยถึงความกังวลเกี่ยวกับสุขภาพของพื้นที่สงวนพันธุ์สัตว์ป่าในบริเวณนั้น การใช้ AI ในการตรวจสอบสัตว์ป่ามีความสำคัญมากขึ้นเรื่อย ๆ เนื่องจากประมาณ 28% ของสายพันธุ์พืชและสัตว์กำลังเผชิญกับการสูญพันธุ์ ตามการศึกษาที่ตีพิมพ์ในวารสาร Science นักวิจัยจากมหาวิทยาลัยในเนเธอร์แลนด์และเดนมาร์กได้เน้นถึงศักยภาพของการเรียนรู้ของเครื่องในการจัดการข้อมูลจำนวนมากและค้นพบข้อมูลเชิงลึกทางนิเวศวิทยา แม้ว่าจะยังคงมีความท้าทายทางเทคนิคอยู่ก็ตาม Microsoft's AI for Good Lab กำลังแก้ไขความท้าทายบางประการเหล่านี้ด้วยระบบฮาร์ดแวร์และการคำนวณใหม่ที่เรียกว่า Sparrow ซึ่งออกแบบมาให้ทำงานในพื้นที่ห่างไกลโดยใช้พลังงานแสงอาทิตย์และชิพ AI ที่ประหยัดพลังงาน อุปกรณ์เหล่านี้สามารถทำงานได้หลายปีและส่งข้อมูลออนไลน์โดยใช้ดาวเทียมโคจรต่ำ การทดสอบ Sparrow มีกำหนดการในเขตสงวนแม่น้ำมักดาเลนาของโคลอมเบียเพื่อศึกษาผลกระทบของการตัดไม้ทำลายป่าต่อสัตว์เช่นจากัวร์และลิงแมงมุม อีกโครงการหนึ่งจะจัดขึ้นในภูเขาแคสเคดของวอชิงตัน พร้อมแผนที่จะขยายไปทั่วโลกและทำให้ข้อมูลสามารถเข้าถึงได้โดยนักวิจัย ในขณะเดียวกันก็ป้องกันการถูกใช้โดยผู้ล่าสัตว์ การศึกษาของลอว์สันเริ่มต้นขึ้นเนื่องจากความกังวลเกี่ยวกับการสูญเสียที่อยู่อาศัยของลิงแมงมุม โดยเฉพาะจากโครงสร้างพื้นฐานและสวนใกล้กับอุทยานแห่งชาติ Corcovado ในคอสตาริกา ผลการศึกษาของเธอซึ่งเผยแพร่โดย Royal Society of London ในเดือนมีนาคม 2023 แสดงให้เห็นว่าลิงแมงมุมหลีกเลี่ยงพื้นที่ใกล้ถนนและสวน พื้นที่ระหว่างกันของสัตว์ป่ามีประสิทธิภาพน้อยกว่าที่ตั้งใจไว้ การตรวจสอบด้วยเสียงตามที่กล่าวไว้ในเอกสาร Science มีค่ามากในระบบนิเวศต่าง ๆ เช่น ช่วยให้เรือหลีกเลี่ยงการชนกับปลาวาฬ จากความท้าทาย เช่น ความเสียหายทางสิ่งแวดล้อมต่อเครื่องตรวจจับ แต่เป็นวิธีที่ให้ความคุ้มค่าและมีผลกระทบต่อสัตว์ป่าน้อยที่สุด ลอว์สันเน้นว่าการบันทึกเสียงช่วยลดผลกระทบของมนุษย์ต่อพฤติกรรมสัตว์ ทำให้นักชีววิทยาได้สังเกตพฤติกรรมที่แท้จริงมากขึ้น และสังเกตว่าลิงแมงมุมไม่ต้องการการแทรกแซงจากมนุษย์

นักเนื้องอกวิทยามีบทบาทสำคัญในการเตรียมผู้ป่วยมะเร็งสำหรับการตัดสินใจที่ยากลำบาก เช่น การเลือกการรักษาและความต้องการเมื่อสิ้นสุดชีวิต ที่ระบบสุขภาพของมหาวิทยาลัยเพนซิลเวเนีย มีการใช้ปัญญาประดิษฐ์เพื่อทำนายความเสี่ยงในการเสียชีวิตของผู้ป่วยเพื่อกระตุ้นการสนทนาในเรื่องนี้ อย่างไรก็ตาม การศึกษาพบว่าความมีประสิทธิภาพของอัลกอริทึมลดลงระหว่างการระบาดของ COVID-19 ซึ่งอาจส่งผลให้พลาดการพูดคุยที่อาจป้องกันการให้เคมีบำบัดที่ไม่จำเป็นได้ Ravi Parikh, นักเนื้องอกวิทยา ได้ชี้ให้เห็นปัญหานี้และระบุว่าสถาบันสุขภาพหลายแห่งล้มเหลวในการเฝ้าติดตามประสิทธิภาพของอัลกอริทึมของพวกเขา ซึ่งเป็นปัญหาทั่วในช่วงการระบาด ข้อบกพร่องของอัลกอริทึมเป็นตัวแทนของปัญหาที่กว้างขึ้นที่นักวิทยาศาสตร์คอมพิวเตอร์และแพทย์รับทราบ: ระบบ AI ต้องการการเฝ้าระวังอย่างต่อเนื่องและทรัพยากรที่เหมาะสมเพื่อทำงานได้ถูกต้อง หากไม่สามารถตรวจสอบเพียงพอ มีความเสี่ยงที่ระบบเหล่านี้อาจเพิ่มต้นทุนการดูแลสุขภาพโดยไม่ปรับปรุงคุณภาพการดูแล Nigam Shah จาก Stanford Health Care ตั้งคำถามถึงความสามารถของ AI หากมันเพิ่มต้นทุนการดูแลขึ้น 20% นอกจากนี้ Robert Califf กรรมาธิการของ FDA ยังแสดงความกังวลว่าระบบสุขภาพของสหรัฐไม่สามารถตรวจสอบการใช้ AI ทางคลินิกได้ AI เป็นที่แพร่หลายในด้านสุขภาพแล้ว ช่วยทำนายความเสี่ยงของผู้ป่วย สนับสนุนการวินิจฉัย และอื่น ๆ แต่การประเมินประสิทธิภาพของผลิตภัณฑ์เหล่านี้ซับซ้อน และไม่มีวิธีการมาตรฐานในการเฝ้าติดตามหลังการใช้งาน Jesse Ehrenfeld อดีตประธานสมาคมการแพทย์อเมริกัน ชี้ถึงการขาดมาตรฐาน ทำให้โรงพยาบาลยากที่จะเลือกอัลกอริทึมที่ดีที่สุด การบันทึกเอกสารเสมือนจริงที่ AI สรุปการเยี่ยมผู้ป่วยเป็นเรื่องปกติ โดยมีการลงทุนอย่างมาก อย่างไรก็ตาม ข้อผิดพลาดเล็ก ๆ น้อย ๆ สามารถสร้างความเสียหายได้ ดังที่แสดงในศึกษาของมหาวิทยาลัยสแตนฟอร์ดที่พบว่าโมเดลภาษาขนาดใหญ่มีอัตราความผิดพลาด 35% ในการสรุปประวัติการแพทย์ แสดงถึงอันตรายที่เป็นไปได้ อัลกอริทึมยังอาจล้มเหลวด้วยเหตุผลด้านตรรกะ เช่น การเปลี่ยนแปลงข้อมูล หรือด้วยเหตุผลที่ดูเหมือนจะสุ่ม แบบที่ Sandy Aronson จาก Mass General Brigham กล่าวว่าบางแอปพลิเคชัน AI มีลักษณะ "ไม่คงที่" นำเสนอคำตอบที่ไม่สอดคล้องกัน เพื่อแก้ไขปัญหาเหล่านี้ สถาบันต้องลงทุนอย่างหนักในการเฝ้าติดตามและทรัพยากร ที่สแตนฟอร์ด การตรวจสอบสองโมเดลเพื่อความยุติธรรมต้องใช้เวลาและกำลังคนมาก ผู้เชี่ยวชาญเสนอแนะการใช้ AI เพื่อตรวจสอบ AI โดยมีนักวิชาการด้านข้อมูลดูแล ถึงแม้จะมีค่าใช้จ่ายมากเมื่อพิจารณาถึงข้อจำกัดด้านงบประมาณและการขาดแคลนผู้เชี่ยวชาญด้าน AI สุดท้ายแล้ว แม้ว่า AI จะมีศักยภาพ การบูรณาการ AI เข้าสู่การดูแลสุขภาพจำเป็นต้องได้รับการลงทุนและการเฝ้าระวังอย่างรอบคอบ

OpenAI กำลังเตรียมเปิดตัวโมเดล AI ใหม่ชื่อ o3 ซึ่งมีเป้าหมายในการพัฒนาการให้เหตุผลที่คล้ายกับมนุษย์โดยใช้เวลาในการประมวลผลคำตอบของคำถามที่ซับซ้อนหลายขั้นตอนมากขึ้น ตามรายงานจาก Bloomberg News ซึ่งประกาศในระหว่างกิจกรรมสตรีมสดของ OpenAI เมื่อวันที่ 20 ธันวาคม ในกิจกรรมดังกล่าว OpenAI ได้แชร์ว่า o3 มีการปรับปรุงจากโมเดล o1 ที่เปิดตัวเมื่อเดือนกันยายนที่ผ่านมาอย่างไร พวกเขายังเชิญนักวิจัยด้านความปลอดภัยและความมั่นคงเข้าทดสอบโมเดลก่อนที่จะเปิดตัวซอฟต์แวร์ใหม่ CEO Sam Altman ได้ประกาศแผนการเปิดตัวรุ่นย่อ o3-mini ในเดือนมกราคม ตามด้วยรุ่นเต็ม o3 ที่สำคัญคือไม่มีโมเดล o2 เพื่อหลีกเลี่ยงความสับสนกับบริษัทโทรคมนาคมอังกฤษ O2 การเปิดตัว o3 เกิดขึ้นพร้อมกับความก้าวหน้า AI อื่นๆ จากบริษัทใหญ่ๆ อย่างเช่น Google ที่ได้เปิดตัวเวอร์ชันใหม่ของโมเดล Gemini ซึ่งอ้างว่าเร็วขึ้นสองเท่าและสามารถทำงานทางปัญญาต่างๆ เช่น วางแผนและทำตามคำสั่งของผู้ใช้ ในขณะที่ Meta ได้บอกเป็นนัยถึงการเปิดตัวโมเดล Llama 4 ในปี 2025 อย่างไรก็ตาม บริษัทเหล่านี้กำลังเจอกับการลดลงของผลตอบแทนจากโมเดลใหม่ที่มีค่าใช้จ่ายสูง และการมุ่งเน้นที่ "การให้เหตุผล" เป็นกลยุทธ์ในการหาทางออกสำหรับการขาดแคลนข้อมูลฝึกอบรมคุณภาพสูงที่สร้างโดยมนุษย์ ตามที่ Bloomberg รายงาน ในพัฒนาการ AI ที่เกี่ยวข้อง PYMNTS ได้เน้นถึงระบบ AI จาก MIT ที่ช่วยให้หุ่นยนต์ในคลังสินค้าสามารถจัดการกับแพ็กเกจรูปร่างผิดปกติและเคลื่อนที่ในพื้นที่ที่拥挤ได้อย่างปลอดภัย ในขณะที่หุ่นยนต์สามารถจัดการงานซ้ำๆ เช่น การย้ายพาเลทได้อย่างมีประสิทธิภาพ เทคโนโลยี PRoC3S ใหม่มุ่งจัดการกับความท้าทายของการทำงานที่ซับซ้อนซึ่งต้องการความคล่องแคล่วและการรับรู้เชิงพื้นที่ของมนุษย์ Erik Nieves CEO และผู้ร่วมก่อตั้งของ Plus One Robotics อธิบายกับ PYMNTS ว่า PRoC3S ช่วยลดข้อผิดพลาดของหุ่นยนต์ได้อย่างไร โดยการปรับปรุงการตีความที่ได้จากโมเดลภาษาขนาดใหญ่ (LLM) ด้วยความเข้าใจสิ่งแวดล้อมที่แม่นยำ สร้างการจำลองสถานการณ์ดิจิทัลให้หุ่นยนต์เพื่อเชื่อมช่องว่างระหว่างความรู้ทฤษฎีและการประยุกต์ใช้จริง เทียบกับการเรียนในห้องเรียนและการทัศนศึกษาที่ใช้ประสบการณ์จริง

ภายในปี 2025 เอไอส่วนบุคคลจะกลายเป็นเรื่องปกติ ทำหน้าที่เสมือนผู้ช่วยส่วนตัวในการจัดการตารางเวลาและการโต้ตอบของเรา เอไอเหล่านี้จะผนวกเข้ากับชีวิตเราอย่างไม่น่าเชื่อ เข้าถึงความคิดและการกระทำของเราอย่างกว้างขวางผ่านการโต้ตอบที่คล้ายมนุษย์ อย่างไรก็ตาม ความรู้สึกใกล้ชิดนี้ปิดบังจุดประสงค์ทางอุตสาหกรรมของพวกเขา ซึ่งคือการมีอิทธิพลต่อการตัดสินใจเกี่ยวกับการซื้อ การเดินทาง และการอ่านหนังสือในลักษณะที่สะดวก การโต้ตอบกับเอไอเหล่านี้สามารถนำเอาอารมณ์มนุษย์มาใช้ประโยชน์ได้ โดยเฉพาะในยุคที่ความเหงาเพิ่มขึ้น สร้างความเป็นจริงเฉพาะบุคคลสำหรับผู้ใช้แต่ละคน นักปรัชญาแดเนียล เด็นเน็ตต์เคยเตือนว่า "ผู้คนปลอม" เหล่านี้อาจใช้ความกลัวของเรามาควบคุมทางจิตใจ สร้างอำนาจนโยบายจิตที่เปลี่ยนทัศนคติและความเป็นจริงของเราโดยไม่ต้องใช้อำนาจเปิดเผย เอไอจะสร้างสภาพแวดล้อมเฉพาะบุคคลสำหรับการพัฒนาและแสดงออกทางความคิด ทำให้เราเชื่อว่าเรามีทางเลือกและเสรีภาพ ในขณะที่วิธีการควบคุมอุดมการณ์แบบดั้งเดิมนั้นเปิดเผย การปกครองด้วยอัลกอริทึมในปัจจุบันเป็นการซ่อนเร้นภายในตรรกะของอำนาจ เอไอนำเสนอความสะดวกโดยตอบสนองความต้องการ แต่บางทีอาจนำไปสู่การเหินห่าง เนื่องจากการตัดสินใจเกี่ยวกับการออกแบบเอไอและผลลัพธ์ถูกควบคุมโดยข้อมูลและผลประโยชน์ทางการค้า สุดท้ายควบคุมผู้ใช้ในเกมเลียนแบบ

ปัญญาประดิษฐ์เชิงสร้างสรรค์กำลังปฏิวัติอุตสาหกรรมต่าง ๆ รวมถึงวงการศิลปะ ซึ่งได้รับการใช้งานและสร้างความประหลาดใจในหมู่ศิลปิน ตัวอย่างสำคัญคือ Botto "ศิลปินอัตโนมัติกระจายศูนย์" ที่สร้างภาพกว่า 150 ชิ้น ขายได้ราว 5 ล้านดอลลาร์สหรัฐ ในการประมูลตั้งแต่ปี 2021 Botto สร้างโดย ElevenYellow ร่วมกับ Mario Klingemann ผลิตภาพจากคำและสัญลักษณ์แบบสุ่มโดยใช้คำสั่งเชิงอัลกอริทึม Botto ผลิตภาพประมาณ 70,000 ภาพต่อสัปดาห์ โดยเสนอต่อ BottoDAO จำนวน 350 ภาพ ซึ่งเป็นกลุ่มคน 5,000 คนที่ลงคะแนนเลือกภาพที่จะนำไปประมูล การลงคะแนนใช้โทเคน Botto ให้รางวัลแก่ผู้เข้าร่วมด้วยคะแนนเพื่อมีอิทธิพลต่อการสร้างสรรค์ของ Botto รายได้จากการประมูลจะแบ่งระหว่างผู้ลงคะแนนและคลังสมบัติของ Botto ผลลัพธ์จากการเข้าร่วมของ DAO จะเป็นแนวทางการทำงานในอนาคตของ Botto Klingemann ทำนายว่า "ศิลปินเครื่องจักร" อาจสร้างผลงานที่โดดเด่นกว่ามนุษย์ได้ในไม่ช้า หนึ่งในชิ้นงาน AI ของเขาขายได้ 40,000 ปอนด์ที่ Sotheby’s มูลค่าศิลปะของ Botto ก็กำลังเพิ่มขึ้นเช่นกัน ด้วยภาพคู่หนึ่งที่ขายได้ 276,000 ดอลลาร์ในการประมูลของ Sotheby’s เมื่อเร็ว ๆ นี้ คำถามเกี่ยวกับการเป็นผู้เขียนเกิดขึ้นจากกระบวนการร่วมมือของ Botto ระหว่างเครื่องจักรและมนุษย์ Simon Hudson ผู้ดำเนินการ Botto ชี้ว่า Botto ท้าทายแนวคิดดั้งเดิมของศิลปินในฐานะอัจฉริยะผู้โดดเดี่ยวและเน้นให้เห็นว่าศิลปะคือกระบวนการร่วมกัน เมื่อเนื้อหาที่สร้างโดย AI กระจายออกไป แนวทางรวมหมู่นี้ต่อการสร้างความหมายจะมีความจำเป็นมากยิ่งขึ้น

ในสามสัปดาห์สุดท้ายของฤดูกาล NFL ปี 2024 สามในสี่ดิวิชั่นของ AFC ได้ผู้ที่ผ่านเข้ารอบแล้ว ในขณะที่ดิวิชั่น NFC ทั้งหมดยังคงมีการแข่งขันกันอยู่ ทีม Eagles (12-2) มีเป้าหมายที่จะเป็นทีมแรกที่ได้รับสิทธิ์เป็นเจ้าภาพในเกมเพลย์ออฟ โดยจะเริ่มแข่งในวันอาทิตย์ที่ 1 p.m.