ศาสตราจารย์ Fei-Fei Li แห่งมหาวิทยาลัยสแตนฟอร์ด ซึ่งเป็นบุคคลสำคัญในประวัติศาสตร์ AI ได้มีส่วนร่วมสำคัญในการปฏิวัติการเรียนรู้เชิงลึกโดยการพัฒนา ImageNet dataset และการแข่งขัน ในปี 2012 เหตุการณ์สำคัญเกิดขึ้นเมื่อเครือข่ายประสาทที่ชื่อว่า AlexNet เอาชนะโมเดลอื่น ๆ ในการประกวด ImageNet ก่อให้เกิดการเติบโตของเครือข่ายประสาท ตลอด 13 ปีที่ผ่านมา ความก้าวหน้าในวิสัยทัศน์คอมพิวเตอร์ได้เปลี่ยนจากการจดจำวัตถุไปสู่การสร้างภาพและวิดีโอ Li ได้ร่วมก่อตั้ง Institute for Human-Centered AI (HAI) ที่สแตนฟอร์ด และเริ่มต้นบริษัทชื่อ World Labs โดยมุ่งให้ AI มี "ปัญญาเชิงที่ว่าง" เพื่อให้สามารถโต้ตอบกับสิ่งแวดล้อม 3 มิติได้ ในงานปาฐกถาล่าสุดที่งานประชุม AI NeurIPS, Li พูดถึง "การไต่บันไดสติปัญญาเชิงภาพ" เน้นย้ำถึงการพัฒนาความสามารถทางภาพและเทียบกับ "บันไดเหตุ" ของ Judea Pearl เธอย้ำถึงความเชื่อมโยงระหว่างการมองเห็นและการปฏิสัมพันธ์ทั้งในสัตว์และ AI และความสำคัญของปัญญาเชิงที่ว่างในความก้าวหน้าของวิชันคอมพิวเตอร์ World Labs ของ Li มุ่งเน้นการสร้างโลก 3 มิติเพื่อตอบสนองความท้าทายนี้ โดยเน้นย้ำบทบาทสำคัญของปัญญาเชิงที่ว่างในการพัฒนา AI เผชิญความท้าทายทางเทคนิคเช่นค่าใช้จ่ายในการคำนวณและความต้องการข้อมูล Li สนับสนุนการสนับสนุนจากรัฐบาลกลางในทรัพยากรวิจัย AI เช่น National AI Research Resource (NAIRR) เธอมองเห็นการประยุกต์ใช้ปัญญาเชิงที่ว่างในทางปฏิบัติ ตั้งแต่การเพิ่มความสร้างสรรค์และประสิทธิภาพ จนถึงการช่วยให้หุ่นยนต์นำทางได้ดียิ่งขึ้นและช่วยเหลือมนุษย์ในกิจกรรมประจำวันผ่านความจริงเสริม ด้วยนวัตกรรมในปัญญาเชิงที่ว่าง Li เชื่อว่าเราสามารถปลดล็อกความเป็นไปได้ใหม่ ๆ ในสาขาต่าง ๆ เช่นการแพทย์ การออกแบบ และการศึกษา

กระทรวงศึกษาธิการได้สั่งการให้โรงเรียนเพิ่มการเรียนการสอนด้าน AI เพื่อ "ตอบสนองความต้องการในอนาคตของจีนสำหรับบุคลากรนวัตกรรม" และเพื่อส่งเสริมทักษะดิจิทัลและความสามารถในการแก้ปัญหาของนักเรียน ตามที่ระบุไว้ในประกาศที่เผยแพร่เมื่อสัปดาห์ที่แล้ว ตั้งแต่ปี 2018 มหาวิทยาลัยและวิทยาลัยในจีนมากกว่า 500 แห่งได้เริ่มเปิดสอนสาขาวิชา AI ตามแผนของปักกิ่งที่เปิดเผยเมื่อปีที่แล้วเพื่อเป็นผู้นำด้านปัญญาประดิษฐ์ของโลก กระทรวงได้เน้นว่าหลักสูตร AI ควรเปิดสอนอย่าง "เป็นระบบ" และควรพิจารณาในการประเมินโรงเรียน นักเรียนในระดับประถมศึกษาตอนต้นควรได้รับแนวคิดพื้นฐานและประสบการณ์ใน AI ในขณะที่นักเรียนที่อยู่ในชั้นเรียนสูงกว่าควรเรียนรู้ที่จะเข้าใจและประยุกต์ใช้เทคโนโลยีนี้ ในระดับมัธยมศึกษาตอนปลาย ควรเน้นไปที่ "โครงการนวัตกรรมที่มีการประยุกต์ใช้ AI" ตามที่ระบุในประกาศ

จิม เทียร์นีย์จากบริษัท AllianceBernstein แนะนำว่าขั้นแรกของการตลาด AI เกี่ยวข้องกับผู้ผลิตชิปเช่น Nvidia ในขณะที่ขั้นต่อไปจะเปลี่ยนไปสู่บริษัทคอมพิวเตอร์คลาวด์และซอฟต์แวร์ที่ใช้ชิป AI เหล่านี้ ซึ่งจะเริ่มต้นอย่างจริงจังภายในปี 2025 ถึงแม้จะถูกมองข้ามบ่อยครั้งเนื่องจากสื่อให้ความสนใจน้อยกว่า "Magnificent Seven" ยักษ์ใหญ่ด้านเทคโนโลยี แต่ Cloudflare กลับโดดเด่นในฐานะผู้ได้รับประโยชน์ที่เป็นไปได้จากแนวโน้มนี้ นักวิเคราะห์จาก Morgan Stanley คือ Hamza Fodderwala และ Keith Weiss ได้เพิ่มเป้าหมายราคาฝ่ายบูลของ Cloudflare โดยคาดการณ์ว่าจะเพิ่มขึ้น 55% ภายในปี 2025 Cloudflare บริษัทคลาวด์คอมพิวติ้งที่เร่งและเสริมการรักษาความปลอดภัยโครงสร้างพื้นฐานด้านไอที ถูกจัดอันดับเป็นแพลตฟอร์มคลาวด์อันดับสี่รองจาก Amazon, Microsoft และ Google ข้อได้เปรียบในด้านความเร็วและขนาดทำให้บริษัทเป็นผู้นำตลาดที่จัดส่งเนื้อหาและแพลตฟอร์มการพัฒนาบนอุปกรณ์ปลายทาง ทำให้มันเป็นตัวเลือกที่ชื่นชอบสำหรับบริษัท AI เครือข่ายขนาดใหญ่ของ Cloudflare ครอบคลุม 20% ของการเข้าทั้งหมดบนอินเทอร์เน็ต ทำให้มีข้อมูลเชิงลึกด้านประสิทธิภาพและความปลอดภัยที่เสริมสร้างตำแหน่งของตนในด้านการป้องกันไซเบอร์ บริษัทคาดว่า ตลาดที่สามารถรองรับได้ในบริการแอปพลิเคชัน เครือข่าย และความปลอดภัย จะเติบโตจาก 176 พันล้านเหรียญสหรัฐในปี 2024 เป็น 222 พันล้านเหรียญสหรัฐในปี 2027 Cloudflare ยังสนับสนุน 80% ของผลิตภัณฑ์ AI ที่สร้างใหม่ยอดนิยม 50 อันดับแรก แสดงให้เห็นถึงเสน่ห์ในหมู่สตาร์ทอัพ AI นอกจากนี้ ความร่วมมือที่เป็นไปได้กับ Apple สามารถช่วยเพิ่มรายได้หาก Apple Intelligence กลายเป็นเรื่องสำคัญ สถานะการเงินของ Cloudflare แข็งแกร่ง ด้วยการเพิ่มรายได้ 28% ในไตรมาสล่าสุด อย่างไรก็ตาม การคาดการณ์ของ Wall Street บ่งชี้ว่ากำไรที่ปรับปรุงแล้วของ Cloudflare จะเติบโตปีละ 36% จนถึงปี 2027 ทำให้การประเมินค่าปัจจุบันดูสูง ถึงแม้นักลงทุนอาจพิจารณาซื้อในขณะนี้ การรอให้ราคาลดลงอาจจะเป็นการตัดสินใจที่รอบคอบมากกว่า

ตั้งแต่มีการคิดค้นในช่วงปี 1850 แผนผังองค์กรแทบจะไม่มีการเปลี่ยนแปลง ยังคงเป็นแบบลำดับชั้นเนื่องจากข้อจำกัดของมนุษย์ในการจัดการการทำงาน อย่างไรก็ตาม AI โดยเฉพาะโมเดลภาษาขนาดใหญ่ (LLMs) กำลังจะเปลี่ยนแปลงโครงสร้างนี้ ภายในปี 2025 เราจะเห็นองค์กรที่ออกแบบรอบการทำงานร่วมกันระหว่างมนุษย์และ AI การเปลี่ยนแปลงนี้แสดงถึงการเปลี่ยนแปลงพื้นฐานในกระบวนการธุรกิจ แม้ว่า AI ได้รวมเข้ากับประสิทธิภาพส่วนบุคคลอย่างรวดเร็ว แต่ประโยชน์ในระดับองค์กรยังน้อยมาก ปีต่อไปจะเป็นจุดสำคัญที่ AI จะเปลี่ยนจากผู้ช่วยส่วนบุคคลไปเป็นองค์ประกอบหลักของการออกแบบและกลยุทธ์ธุรกิจ บริษัทที่เห็นอนาคตจะออกแบบโครงสร้างใหม่รอบการทำงานร่วมกันของมนุษย์และ AI ไม่ใช่เพียงเพื่อการอัตโนมัติงานแต่เพื่อสร้างรูปแบบการทำงานใหม่ที่ใช้ประโยชน์จากความแข็งแกร่งของทั้งมนุษย์และ AI สตาร์ทอัพเป็นผู้นำ ใช้ทีมเล็กที่ได้รับการสนับสนุนจาก AI เพื่อทำงานได้อย่างประสิทธิภาพแม้จะมีบุคลากรจำกัด โมเดลนี้ ซึ่งมีประโยชน์สำหรับสตาร์ทอัพ อาจเป็นประโยชน์มากขึ้นสำหรับบริษัทขนาดใหญ่ที่เสถียร ทำให้สามารถเพิ่มประสิทธิภาพและใช้ประโยชน์จากความรู้ของพนักงาน ในปี 2025 เราจะเห็นสตาร์ทอัพ “AI-native” ที่ใช้การทำงานร่วมกันระหว่างมนุษย์และ AI ในการสร้างผลงานที่เทียบเท่าบริษัทเดิมที่มีขนาดใหญ่กว่า สำหรับบริษัทขนาดใหญ่ การรวม AI จะซับซ้อนแต่มีประโยชน์มากค่ะ มันจะเกี่ยวข้องกับการเข้าใจบทบาทของ AI เกินกว่าซอฟต์แวร์แบบดั้งเดิม ต้องการข้อมูลเชิงลึกจากทุกแผนกไม่เพียงแต่ IT เท่านั้น ข้อได้เปรียบที่แท้จริงคือการที่พนักงานสามารถใช้ความสามารถที่แฝงของ AI ทำให้มีการใช้เครื่องมือ AI อย่างแพร่หลายในองค์กร โครงสร้างองค์กรที่กำลังเกิดขึ้นจะต่างไปจากลำดับชั้นแบบดั้งเดิมมาก อาจจะเป็นแบบยืดหยุ่นและมีฐานจากโครงการ โดยมี AI เป็นแรงบันดาลใจ บทบาทของผู้บริหารระดับกลางอาจจะเปลี่ยนไปเป็นการประสานงานระหว่างการทำงานของมนุษย์และ AI ในปี 2025 ความสำเร็จจะเป็นของบริษัทที่รวมความสามารถของมนุษย์และ AI อย่างไร้รอยต่อเพื่อสร้างมูลค่าใหม่ ๆ

โมเดลการเรียนรู้ของเครื่องมักไม่สามารถทำงานได้ดีสำหรับกลุ่มชนกลุ่มน้อย เนื่องจากชุดข้อมูลการฝึกอบรมที่ไม่สมดุล ซึ่งอาจนำไปสู่การทำนายที่ไม่ถูกต้อง ตัวอย่างเช่น โมเดลที่ฝึกด้วยข้อมูลจากผู้ป่วยชายเป็นหลัก อาจไม่สามารถทำนายการรักษาสำหรับผู้ป่วยหญิงได้อย่างแม่นยำ เพื่อแก้ปัญหานี้ วิศวกรบางครั้งปรับสมดุลชุดข้อมูลโดยการลบจุดข้อมูลบางส่วน แต่แนวทางดังกล่าวอาจทำให้ประสิทธิภาพของโมเดลโดยรวมลดลง นักวิจัยจาก MIT ได้พัฒนาวิธีการที่ลบจุดข้อมูลออกอย่างเลือกสรร ซึ่งมีบทบาทสำคัญที่สุดในความสามารถในการทำงานที่ไม่ดีของโมเดลสำหรับกลุ่มชนกลุ่มน้อย รักษาความแม่นยำของโมเดลและปรับปรุงความยุติธรรม นอกจากนี้ เทคนิคนี้ยังสามารถเผยถึงความลำเอียงที่ซ่อนเร้นอยู่ในชุดข้อมูลที่ขาดป้ายกำกับ ซึ่งมีประโยชน์เนื่องจากข้อมูลที่ไม่มีป้ายกำกับพบได้บ่อยขึ้น วิธีนี้แสดงผลการดำเนินงานที่ดีกว่าแนวทางที่มีอยู่โดยลดจำนวนตัวอย่างที่ถูกลบและเพิ่มความแม่นยำสำหรับกลุ่มที่ด้อยที่สุด นอกจากนี้ยังเป็นวิธีที่เข้าถึงได้ง่ายเพื่อเสริมความยุติธรรมของโมเดลโดยไม่ต้องปรับเปลี่ยนสถาปัตยกรรมของโมเดล ทำให้เป็นเครื่องมือที่อาจมีประโยชน์สำหรับผู้ปฏิบัติงาน นักวิจัยมุ่งหวังที่จะยืนยันและปรับปรุงวิธีการนี้เพิ่มเติม เพื่อสนับสนุนการพัฒนาโมเดลที่ยุติธรรมและน่าเชื่อถือยิ่งขึ้น งานวิจัยนี้ได้รับการสนับสนุนจากมูลนิธิวิทยาศาสตร์แห่งชาติและสำนักงานโครงการวิจัยขั้นสูงด้านกลาโหมแห่งสหรัฐฯ

พาลานเทียร์ เทคโนโลยีส์ มีการเติบโตอย่างน่าประทับใจถึง 319% ในปี 2024 เนื่องจากความต้องการสูงสำหรับแพลตฟอร์มซอฟต์แวร์ AI ของบริษัทจากทั้งภาคธุรกิจและรัฐบาล แม้ว่ารายได้จะมีการเติบโต แต่หุ้นยังมีราคาสูงอย่างมาก โดยซื้อขายที่ 67 เท่าของยอดขายและ 372 เท่าของกำไร ด้วยเหตุนี้ หุ้นอาจเผชิญกับความเสี่ยงหากไม่สามารถรักษาการเติบโตให้เกินความคาดหมายของตลาดได้อย่างต่อเนื่อง นักลงทุนที่มองหาโอกาสในตลาดซอฟต์แวร์ AI อาจหันความสนใจไปยัง C3

**ภาพรวมของคุณสมบัติและการปรับปรุงของ Gemini** 1