เอไอคืออะไร? เกิดมาได้อย่างไร — ประวัติฉบับสมบูรณ์

บทที่ 1 — เอไอคืออะไร?

ถ้าสอนคอมพิวเตอร์ให้คิดได้
มันจะกลายเป็นอะไร?

ลองนึกภาพว่าคุณมีน้องหมาที่ฉลาดมาก คุณสอนมันว่า "ถ้าเห็นคนมา ให้เห่า" น้องหมาก็จะจำและทำตาม นั่นคือการสอน เอไอก็เหมือนกัน — มันคือ การสอนให้คอมพิวเตอร์เรียนรู้จากข้อมูล แล้วคิดและตัดสินใจได้เอง แทนที่จะต้องเขียนคำสั่งทุกขั้นตอน

คำว่า AI ย่อมาจาก Artificial Intelligence แปลตรงๆ ว่า "ความฉลาดเทียม" — ฟังดูน่ากลัวนิดนึง แต่จริงๆ มันแค่หมายความว่า ความฉลาดที่คนสร้างขึ้น ไม่ใช่ฉลาดจากธรรมชาติ อย่าง ChatGPT ที่คุยกับเราได้, แนะนำหนังใน Netflix, หรือแม้แต่ฟิลเตอร์ขาวหน้าเรียวบน Instagram — ทั้งหมดนั้นคือ AI ทำงานอยู่เบื้องหลัง

🧩 ความแตกต่างแบบง่ายๆ

💻

โปรแกรมปกติ

คุณเขียนกฎทุกอย่างให้ เช่น "ถ้า A แล้ว B" คอมพิวเตอร์แค่ทำตาม ไม่คิดเอง ไม่เรียนรู้เพิ่ม

🧠

AI / Machine Learning

คุณให้ข้อมูลตัวอย่างเยอะๆ แล้วปล่อยให้ AI หากฎเอง เรียนรู้ได้เรื่อยๆ ยิ่งฝึกยิ่งเก่ง

📱

ตัวอย่างชีวิตประจำวัน

Siri, Google Maps เลือกเส้นทาง, spam filter อีเมล, Face ID ปลดล็อคหน้าจอ — ทั้งหมดคือ AI

🎯

เป้าหมายของ AI

ทำงานที่ปกติต้องใช้สมองคน ให้ได้ผลเหมือนกันหรือดีกว่า เร็วกว่า และถูกกว่า

"เราต้องการให้เครื่องจักรทำสิ่งต่างๆ ที่ถ้าคนทำ เราจะบอกว่ามันฉลาด"

— Alan Turing · นักคณิตศาสตร์ ผู้บุกเบิก AI · 1950

บทที่ 2 — จุดเริ่มต้น

เริ่มจากคำถามหนึ่งคำถาม
ในปี 1950

ทั้งหมดเริ่มจากนักคณิตศาสตร์ชาวอังกฤษชื่อ Alan Turing ที่ถามคำถามง่ายๆ แต่เปลี่ยนโลกว่า "เครื่องจักรสามารถคิดได้ไหม?" เขาเขียนบทความในปี 1950 และเสนอสิ่งที่เรียกว่า Turing Test — ถ้าคุณคุยกับเครื่องจักรแล้วแยกไม่ออกว่าเป็นคนหรือเครื่อง แสดงว่าเครื่องนั้น "ฉลาด" แล้ว

แล้วในปี 1956 ที่ Dartmouth College อเมริกา มีการประชุมครั้งสำคัญที่ John McCarthy นักวิทยาศาสตร์คอมพิวเตอร์คิดชื่อ "Artificial Intelligence" ขึ้นมาเป็นครั้งแรกในโลก นั่นคือวันเกิดอย่างเป็นทางการของ AI — ปี 1956 ถือเป็น "ปีที่ 1" ของ AI

1950

Alan Turing ถามว่า
"เครื่องคิดได้ไหม?"

1956

John McCarthy
ตั้งชื่อ "AI" อย่างเป็นทางการ

70ปี+

ที่นักวิทยาศาสตร์
พัฒนา AI มาแล้ว

2022

ChatGPT เปิดตัว
โลกเปลี่ยนชั่วข้ามคืน

บทที่ 3 — ยุคมืดของ AI

ทำไม AI ถึงตายไปสองครั้ง
ก่อนจะกลับมาเด็ดขาด?

AI ไม่ได้โตขึ้นแบบเส้นตรง — มันมี ยุคมืดที่เรียกว่า "AI Winter" ถึงสองครั้ง ที่นักวิจัยหมดหวัง เงินทุนหาย และคนเลิกเชื่อว่า AI จะเป็นจริงได้ ลองนึกภาพว่าทุกคนฝันว่าจะสร้างจรวดไปดาวอังคาร แต่พอลองทำแล้วจรวดระเบิดซ้ำแล้วซ้ำเล่า — นั่นคือสิ่งที่เกิดขึ้นกับ AI ในยุค 70s และ 80s

❄️

AI WINTER — ยุคหนาวเหน็บของวงการ AI

❄️ ยุคมืดครั้งที่ 1 (1974–1980)

ปัญหา: คอมพิวเตอร์ช้าเกินไปAI ในยุคนั้นต้องการพลังประมวลผลมหาศาล แต่คอมพิวเตอร์ยุค 70s ช้ากว่าโทรศัพท์ในกระเป๋าคุณหลายพันเท่า

ฝันที่ใหญ่เกินจริงนักวิทยาศาสตร์บอกว่าจะสร้าง AI ที่ฉลาดเท่าคนได้ใน 20 ปี ความจริงคือเกินจริงมาก ทำให้เสียความเชื่อถือ

รัฐบาลตัดงบอังกฤษและอเมริกาตัดเงินทุนวิจัย AI เกือบหมด นักวิจัยหลายร้อยคนหางานอื่นทำ

❄️ ยุคมืดครั้งที่ 2 (1987–1993)

Expert Systems ล้มเหลวสร้าง AI ที่เก็บกฎความรู้เป็นพันๆ ข้อ ใช้งานได้แค่เรื่องแคบมาก และบำรุงรักษายากมากจนแทบไม่มีประโยชน์จริง

ตลาด AI Chips พังบริษัทที่ลงทุนสร้างชิปพิเศษสำหรับ AI ล้มละลาย ตลาดหายไปเกือบทั้งหมด

บทเรียนที่ได้AI ต้องการข้อมูลจำนวนมหาศาล ไม่ใช่แค่กฎ และต้องเรียนรู้เองจากตัวอย่าง — เมล็ดพันธุ์ของ Machine Learning

บทที่ 4 — Machine Learning ฟื้นคืนชีพ

สอนให้เรียนรู้เอง
แทนที่จะเขียนกฎให้ทุกอย่าง

ในช่วงปี 1990s นักวิทยาศาสตร์เปลี่ยนวิธีคิดใหม่หมด แทนที่จะพยายามเขียนกฎความรู้ทุกอย่างให้ AI พวกเขาถามว่า — "ทำไมไม่ให้ AI หากฎเองจากข้อมูลล่ะ?"

ลองนึกแบบนี้: ถ้าคุณอยากสอนเด็กให้รู้จักแมว คุณไม่ต้องเขียนกฎว่า "มีหู 2 ข้าง หางยาว เดิน 4 ขา..." — แค่โชว์ภาพแมวให้ดูหลายพันรูป เด็กก็เรียนรู้เองว่าแมวหน้าตาเป็นแบบไหน Machine Learning ทำงานแบบนั้นเป๊ะเลย

    🎓 Machine Learning คืออะไรแบบง่ายสุด
    Step 1: ให้ข้อมูลตัวอย่างเยอะๆ เช่น อีเมล spam 10,000 ฉบับ กับอีเมลปกติ 10,000 ฉบับ
Step 2: AI ลองเดาซ้ำแล้วซ้ำเล่า เมื่อผิดก็ปรับตัวเอง เรียนรู้จากความผิดพลาด
Step 3: หลังฝึกพอ AI จะเริ่มเดาถูกโดยไม่ต้องมีคนบอกกฎ — นั่นคือ "การเรียนรู้"
ตัวอย่างใกล้ตัว: Netflix แนะนำหนัง, Spotify แนะนำเพลง, Google เดาว่าคุณจะพิมพ์คำอะไรต่อ

  

1997

Deep Blue AI ชนะแชมป์หมากรุกโลก Garry Kasparov ครั้งแรกในประวัติศาสตร์

บทที่ 5 — Deep Learning เปลี่ยนเกม

Neural Networks
สมองเทียมที่ลอกมาจากธรรมชาติ

ช่วงปี 2010s เกิดการปฏิวัติครั้งใหญ่ที่เรียกว่า Deep Learning — ลองนึกว่ามันคือการสร้าง "สมองจำลอง" ในคอมพิวเตอร์ที่ได้แรงบันดาลใจจากสมองคน สมองเราประกอบด้วยเซลล์ประสาท (neuron) หลายพันล้านตัวที่เชื่อมกัน Deep Learning ก็ทำแบบเดียวกัน แต่เป็น neuron เทียมในคอมพิวเตอร์

จุดเปลี่ยนใหญ่มาในปี 2012 เมื่อทีมของ Geoffrey Hinton (ที่คนเรียกว่า "Godfather of AI") ใช้ Deep Learning ชนะการแข่งขันจดจำภาพระดับโลก ด้วยความแม่นยำที่ทิ้งห่างคู่แข่งแบบไม่มีใครเชื่อ นั่นคือสัญญาณที่บอกว่า AI ยุคใหม่มาแล้ว

ความแม่นยำในการจดจำภาพ

Error Rate การแข่งขัน ImageNet (%)

พลังประมวลผล AI (ปีต่อปี)

FLOP ที่ใช้ฝึก AI รุ่นสำคัญ (log scale)

บทที่ 6 — ChatGPT เปลี่ยนโลก

30 พฤศจิกายน 2022
วันที่โลกเปลี่ยนไปตลอดกาล

วันที่ 30 พฤศจิกายน 2022 บริษัท OpenAI ปล่อยให้คนทั่วไปทดลองใช้ ChatGPT ฟรี ใน 5 วันมีผู้ใช้ 1 ล้านคน ใน 2 เดือนมี 100 ล้านคน — นั่นคือการเติบโตที่เร็วที่สุดในประวัติศาสตร์อินเทอร์เน็ต Instagram ใช้เวลา 2 ปี TikTok ใช้เวลา 9 เดือน แต่ ChatGPT ใช้แค่ 2 เดือน

ทำไม ChatGPT ถึงแตกต่าง? เพราะมันคุยเป็น ตอบเป็นประโยคเหมือนคน เขียนโค้ด แต่งเพลง ทำสรุป อธิบายเรื่องยากให้เข้าใจง่ายได้ มันทำให้คนทั่วไปที่ไม่รู้เรื่อง AI เลยสามารถสัมผัส AI ได้เป็นครั้งแรก

🚀

CHATGPT — ตัวเลขที่บ้าที่สุดในประวัติซอฟต์แวร์

📈 การเติบโตที่ทุบสถิติโลก

5 วันแรก: 1 ล้านผู้ใช้เร็วกว่า Twitter ที่ใช้เวลา 2 ปี และ Spotify ที่ใช้เวลา 5 เดือน

2 เดือน: 100 ล้านผู้ใช้บันทึกใหม่ทุบทุกแอพในประวัติศาสตร์ รวมถึง TikTok และ Instagram

1 ปี: $1.3 พันล้านรายได้OpenAI กลายเป็นบริษัทที่เติบโตเร็วที่สุดเท่าที่โลกเคยเห็น

2024: ใช้งาน 200 ล้านคน/สัปดาห์เป็นหนึ่งในแอพที่ใหญ่ที่สุดในโลกภายใน 2 ปี

🌏 ผลกระทบต่อโลก

Google ประกาศ "Code Red"ภายใน 1 อาทิตย์หลัง ChatGPT เปิดตัว Google เรียกประชุมฉุกเฉินตั้งทีม AI ใหม่ทั้งหมด

Microsoft ลงทุน $10 พันล้านเข้าซื้อหุ้น OpenAI และรีบยัด ChatGPT เข้า Bing, Office, Windows ทันที

นักเรียน-อาจารย์งงโรงเรียนและมหาวิทยาลัยทั่วโลกต้องออกนโยบาย "ใช้ AI ได้หรือเปล่า?" ฉุกเฉิน

ตลาดหุ้น Tech พุ่งหุ้น Nvidia พุ่ง 10 เท่าใน 2 ปี เพราะทุกบริษัทต้องซื้อ GPU มาฝึก AI

บทที่ 7 — ประเภทของ AI

AI มีกี่แบบ?
ไม่ได้มีแค่ChatGPTนะ

คนส่วนใหญ่คิดว่า AI คือ ChatGPT แต่จริงๆ AI มีหลายประเภทมาก เหมือนคำว่า "ยาน" ที่หมายถึงได้ทั้งรถ เรือ เครื่องบิน และจรวด — AI ก็แบ่งตามความสามารถและการใช้งาน:

TYPE 01

🎯

Narrow AI (AI แบบจำกัด)

เก่งเรื่องเดียวมาก แต่ทำอย่างอื่นไม่ได้เลย เป็น AI ที่มีอยู่จริงทุกวันนี้ ทำงานได้ดีกว่าคนในสิ่งที่มันเชี่ยวชาญ

ตัวอย่าง: AlphaGo, Face ID, ระบบแนะนำ Netflix

TYPE 02

🧠

General AI (AGI)

ฉลาดรอบด้านเหมือนคน ทำทุกอย่างที่คนทำได้ หลายคนเชื่อว่ากำลังจะมาถึงในอีกไม่กี่ปี แต่ยังไม่มีจริงในวันนี้

สถานะ: ยังไม่มีจริง กำลังพัฒนา

TYPE 03

⚡

Super AI (ASI)

ฉลาดกว่าคนทุกคนรวมกัน ยังอยู่ในโลกนิยายวิทยาศาสตร์ นักวิทยาศาสตร์ถกเถียงกันว่าจะเกิดขึ้นได้จริงไหม และอันตรายแค่ไหน

สถานะ: ยังเป็นทฤษฎี ในโลกจริงยังไม่มี

TYPE 04

📝

Generative AI (Gen AI)

AI ที่สร้างสิ่งใหม่ได้ เช่น เขียนข้อความ วาดรูป แต่งเพลง โค้ด — ทั้งหมดจากที่เรียนรู้มา นี่คือ AI ที่กำลังฮิตที่สุดตอนนี้

ตัวอย่าง: ChatGPT, DALL-E, Midjourney, Claude

TYPE 05

👁️

Computer Vision

AI ที่ "มองเห็น" และเข้าใจภาพ วิดีโอ ใช้ในกล้องวงจรปิดอัจฉริยะ รถขับเอง การแพทย์วิเคราะห์ภาพ X-Ray

ตัวอย่าง: ระบบตรวจมะเร็ง, Tesla Autopilot, Face Detection

TYPE 06

🗣️

Natural Language Processing

AI ที่เข้าใจและพูดภาษาคน แปลภาษา ตอบคำถาม สรุปข้อความ วิเคราะห์ความรู้สึก เป็นพื้นฐานของ ChatGPT

ตัวอย่าง: Google Translate, Siri, ChatGPT, Claude

บทที่ 8 — AI ทำงานยังไง?

เบื้องหลังChatGPT
อธิบายแบบไม่มีคำยาก

ChatGPT เป็น AI แบบ Large Language Model (LLM) — ฟังดูยากแต่จริงๆ ง่ายมาก ลองนึกว่ามันคือการ อ่านหนังสือทุกเล่มบนอินเทอร์เน็ตพร้อมกัน แล้วจำรูปแบบของภาษาทั้งหมด ว่าคำไหนมักตามด้วยคำไหน ประโยคแบบไหนมักมีความหมายว่าอะไร

เวลาคุณถาม ChatGPT ว่า "วันนี้อากาศดีจัง ฉันอยากทาน..." มันไม่ได้คิดเหมือนคน แต่มันดูจากข้อมูลหลายล้านล้านชิ้นว่า หลังจากประโยคแบบนี้ คนปกติจะพูดว่าอะไรต่อ แล้วเลือกคำที่น่าจะถูกที่สุด — ทำแบบนี้ทีละคำ จนกลายเป็นประโยคที่สมเหตุสมผล

ChatGPT ไม่ได้ "รู้" ว่ามันพูดถูกหรือผิด มันแค่ "เดา" ว่าคำต่อไปควรเป็นอะไร — นั่นทำให้มันฟังดูฉลาด แต่บางทีก็โกหกได้

— ความจริงเกี่ยวกับ LLM ที่ควรรู้ไว้

    💡 ทำไม AI บางทีพูดผิด (Hallucination)
    มันเดา ไม่ได้รู้จริง: AI ไม่มีความเข้าใจจริงๆ มันแค่เดาคำต่อไปที่น่าจะถูก ถ้าข้อมูลที่ฝึกมาผิด มันก็จะพูดผิดแบบมั่นใจมาก
ไม่มีความทรงจำ: ทุกครั้งที่เริ่มสนทนาใหม่ มันลืมทุกอย่าง เหมือนตื่นนอนทุกเช้าโดยจำอะไรไม่ได้เลย
Knowledge cutoff: มันรู้เฉพาะข้อมูลจนถึงวันที่หยุดฝึก เรื่องใหม่หลังจากนั้นมันไม่รู้ ถ้าถามเรื่องข่าวเมื่อวานอาจตอบผิด
วิธีใช้อย่างฉลาด: ใช้ AI เป็นตัวช่วยคิด ไม่ใช่แหล่งความจริง ข้อมูลสำคัญควรตรวจสอบกับแหล่งอื่นด้วยเสมอ

  

บทที่ 9 — ไทม์ไลน์ 70 ปี

จากกระดาษในปี 1950
สู่AI ที่คุยได้วันนี้

1950

Alan Turing ตั้งคำถาม "เครื่องจักรคิดได้ไหม?"

บทความ "Computing Machinery and Intelligence" เสนอ Turing Test — ถ้าคุยกับเครื่องแล้วแยกจากคนไม่ออก ถือว่า AI ผ่าน เปลี่ยนโลกด้วยคำถามเดียว

1956

เกิดชื่อ "Artificial Intelligence" อย่างเป็นทางการ

John McCarthy เรียกประชุมที่ Dartmouth College และตั้งชื่อสาขาวิชานี้ว่า AI นักวิทยาศาสตร์ฝันว่าจะสร้าง AI เทียบเท่าคนได้ใน 20 ปี (ซึ่งผิดมาก)

1966–1974

ยุคทองแรก — ความฝันและความผิดหวัง

สร้าง AI แรกๆ ที่แก้โจทย์คณิตศาสตร์ง่ายๆ ได้ ทุกคนตื่นเต้น แต่พอเอาไปใช้กับปัญหาจริงก็ล้มเหลวหมด เพราะโลกจริงซับซ้อนกว่าที่คิด

1974–1980

❄️ AI Winter ครั้งที่ 1

เงินทุนหาย รัฐบาลเลิกสนับสนุน นักวิจัยหลายร้อยคนออกไปทำงานอื่น ทุกคนบอกว่า AI เป็นไปไม่ได้ในชั่วชีวิตนี้

1980s

Expert Systems — ยุค AI กลับมา

สร้าง AI ที่เก็บความรู้เป็นพันๆ กฎ เช่น ระบบวินิจฉัยโรค ใช้งานได้จริงในอุตสาหกรรม บริษัทใหญ่ลงทุนหลายพันล้าน

1987–1993

❄️ AI Winter ครั้งที่ 2

Expert Systems บำรุงรักษายากมาก บริษัทที่ทำชิป AI ล้มละลาย ตลาดพังอีกครั้ง แต่คราวนี้นักวิทยาศาสตร์เริ่มคิดแนวทางใหม่

1997

Deep Blue ชนะแชมป์หมากรุกโลก Kasparov

IBM สร้าง AI ที่ชนะ Garry Kasparov แชมป์โลกหมากรุก ครั้งแรกในประวัติศาสตร์ โลกเริ่มตื่นตัวอีกครั้งว่า AI อาจเก่งกว่าคนได้

2006

Geoffrey Hinton ปลุกชีพ Deep Learning

Hinton และทีมพิสูจน์ว่า Neural Networks หลายชั้นเรียนรู้ได้จริง เป็นรากฐานของ AI ทุกอย่างในวันนี้ เขาได้รับรางวัล Nobel สาขาฟิสิกส์ 2024

2012

AlexNet — Deep Learning พิสูจน์ตัวเอง

AI จดจำภาพได้ดีกว่าคนเป็นครั้งแรก ชนะการแข่งขัน ImageNet ด้วยระยะห่างที่ทุกคนตกใจ เป็นจุดเริ่มต้นของยุค AI ใหม่

2016

AlphaGo ชนะแชมป์โลกหมากล้อม

DeepMind สร้าง AI ที่ชนะ Lee Sedol เกม Go ซึ่งซับซ้อนกว่าหมากรุกล้านเท่า ผู้เชี่ยวชาญเชื่อว่า AI จะยังแพ้อีก 10 ปี แต่ชนะเลย

2017

Transformer — สถาปัตยกรรมที่เปลี่ยนทุกอย่าง

Google ตีพิมพ์ "Attention is All You Need" เสนอ Transformer architecture บทความนี้เป็นรากฐานของ ChatGPT, Claude, Gemini ทุกตัว

2020

GPT-3 — AI เขียนเหมือนคนครั้งแรก

OpenAI ปล่อย GPT-3 ที่มี 175 พันล้าน parameter เขียนบทความ กวีนิพนธ์ โค้ดได้ดีมากจนนักเขียนและโปรแกรมเมอร์เริ่มกังวล

30 พ.ย. 2022

🚀 ChatGPT เปิดตัว — โลกเปลี่ยน

100 ล้านผู้ใช้ใน 2 เดือน เร็วที่สุดในประวัติศาสตร์ Google ประกาศ Code Red Microsoft ลงทุน $10B AI War เริ่มต้นอย่างเป็นทางการ

2023

GPT-4, Gemini, Claude — AI Wars ระอุ

บริษัทเทคทุกเจ้าแข่งกันออก AI บน AI ราคาหุ้น Nvidia พุ่งจากแรงซื้อ GPU ทั่วโลก รัฐบาลทุกประเทศเริ่มออกกฎหมาย AI

2024–2025

AI Agent — AI ที่ทำงานแทนคนได้

AI เริ่มควบคุมคอมพิวเตอร์, จอง flight, ส่งอีเมล, เขียนโค้ดทั้ง project ได้เอง ยุค AI Agent เริ่มต้น นักวิทยาศาสตร์เรียกว่า "The Agentic Era"

บทที่ 10 — ตัวเลขที่บอกว่า AI กำลังไปไหน

กราฟที่น่ากลัวและน่าตื่นเต้น
พร้อมกัน

ผู้ใช้ ChatGPT vs แอพอื่นๆ — ความเร็วในการถึง 100 ล้านผู้ใช้

จำนวนเดือนที่ใช้เพื่อถึง 100 ล้านผู้ใช้งาน (น้อยกว่า = เร็วกว่า)

มูลค่าตลาด AI โลก (พันล้านดอลลาร์)

การเติบโตของตลาด AI ทั่วโลก และการคาดการณ์ล่วงหน้า

เรื่องสนุก — AI ทำอะไรได้บ้าง

AI ในชีวิตประจำวัน
ที่คุณไม่รู้ว่ารู้จักอยู่แล้ว

🎵

Spotify รู้ว่าคุณเศร้า

AI วิเคราะห์ว่าคุณฟังเพลงช่วงไหน นานแค่ไหน ข้ามเพลงไหม แล้วเดาอารมณ์คุณในขณะนั้น เพื่อแนะนำเพลงที่ใช่

📸

Face ID รู้จำหน้าคุณ

Deep Learning Neural Network จดจำจุดเด่น 30,000 จุดบนใบหน้า แม้ตัดผม ใส่แว่น หรือแก่ขึ้น ก็ยังจำได้

🛒

Amazon รู้ก่อนว่าจะซื้ออะไร

AI วิเคราะห์ประวัติการซื้อของคุณและคนที่คล้ายคุณ แล้วเตรียมสินค้าไว้ที่โกดังใกล้บ้านก่อนที่คุณจะสั่ง

🏥

AI ตรวจมะเร็งได้แม่นกว่าหมอ

Google DeepMind AI ตรวจมะเร็งเต้านมจากภาพ Mammogram ได้แม่นยำกว่าแพทย์ผู้เชี่ยวชาญในบางกรณี

🚗

Tesla Autopilot ขับรถแทนคุณ

AI ดูกล้อง 8 ตัวพร้อมกัน ประมวลผล 144 ล้าน pixel/วินาที ตัดสินใจหมุนพวงมาลัย เบรค เร่ง แบบ real-time

🌏

Google แปลภาษาได้ 133 ภาษา

AI แปลภาษาทุกวันนี้ดีกว่าคนแปลทั่วไปในหลายคู่ภาษา และแปลเร็วกว่าล้านเท่า ทำให้คนทั้งโลกสื่อสารกันได้

ภาพรวม — ยุคสมัยของ AI

AI ผ่านมากี่ยุค
แล้วตอนนี้อยู่ยุคไหน?

📜

ยุคบุกเบิก

1950 – 1969

ตั้งชื่อ AI, Turing Test, AI แรกๆ ที่เล่นหมากรุกได้ ฝันใหญ่มากแต่ทำจริงไม่ค่อยได้

❄️

ยุคมืด (AI Winter)

1974 – 1993

เงินทุนหาย ความหวังพัง มีสองช่วงที่ AI แทบตาย แต่นักวิจัยบางส่วนยังไม่ยอมแพ้

⚙️

ยุค Machine Learning

1990 – 2010

เปลี่ยนจากกฎมาเป็นการเรียนรู้ Deep Blue ชนะหมากรุก Google Search ใช้ ML กรองผลการค้นหา

🔬

ยุค Deep Learning

2012 – 2020

Neural Networks ระเบิดตัว AI จดจำภาพ เสียง ภาษาได้ดีกว่าคน AlphaGo ชนะ Go แรงเงินทุนหลั่งไหลเข้า

💬

ยุค Generative AI

2020 – ปัจจุบัน

ChatGPT เปลี่ยนโลก Midjourney วาดรูป Suno แต่งเพลง AI สร้างสรรค์ได้ทุกอย่าง AI Wars เริ่มต้น

🤖

ยุค Agentic AI (กำลังมา)

2025 – อนาคต

AI ที่ทำงานได้เอง วางแผนเอง ไม่ต้องมีคนสั่งทุกขั้นตอน AGI อาจอยู่ไม่ไกล

บทที่ 10 — อนาคต AI

ต่อจากนี้จะเกิดอะไร?
น่าตื่นเต้นหรือน่ากลัว?

นักวิทยาศาสตร์หลายคนเชื่อว่า AGI (AI ที่ฉลาดเหมือนคน) อาจมาถึงในอีก 5-10 ปีข้างหน้า Sam Altman CEO ของ OpenAI บอกว่าอาจเร็วกว่านั้น และมันจะเปลี่ยนทุกอย่างที่คนทำ ตั้งแต่แพทย์, นักวิทยาศาสตร์, ทนายความ ไปจนถึงนักออกแบบ

ในทางดี AI อาจ แก้โรคมะเร็ง ช่วยหยุดโลกร้อน และทำให้ยาใหม่ที่ปกติใช้เวลา 10 ปีสร้างได้ใน 1 ปี AlphaFold AI ของ Google ค้นพบโครงสร้างโปรตีน 200 ล้านชนิดใน 1 ปี ซึ่งนักวิทยาศาสตร์ทั่วโลกใช้เวลา 50 ปีก็ทำไม่ได้

แต่ก็มีความกังวล — งานบางอาชีพอาจหายไป McKinsey ประมาณว่า AI จะกระทบ 30% ของงานทั่วโลกภายใน 2030 แต่นักเศรษฐศาสตร์ส่วนใหญ่เชื่อว่าจะมีงานใหม่เกิดขึ้นมาแทน เหมือนที่เครื่องจักรอุตสาหกรรมทำให้งานหายไปแต่ก็สร้างงานใหม่ในศตวรรษที่ 20

สิ่งที่แน่นอนที่สุดคือ — คนที่รู้จักและใช้ AI เป็น จะได้เปรียบคนที่ไม่รู้อย่างมาก เหมือนคนที่ใช้อินเทอร์เน็ตเป็นในยุค 2000 ได้เปรียบคนที่ไม่รู้จักอย่างมหาศาล

$15T

มูลค่าตลาด AI โลก
คาดการณ์ปี 2030

30%

งานที่ AI จะกระทบ
ภายในปี 2030

200M

โปรตีนที่ AlphaFold
ค้นพบใน 1 ปี

5–10ปี

คาดการณ์ AGI
จาก Sam Altman

✦ บทสรุป — สรุปง่ายๆ

เอไอคือเครื่องมือ
ที่ฉลาดที่สุดที่คนเคยสร้าง

เอไอไม่ใช่สิ่งเหนือธรรมชาติ ไม่ใช่สิ่งมีชีวิต และไม่ใช่ศัตรูของมนุษย์ — มันคือเครื่องมือที่คนสร้างขึ้นจากความฝัน 70 ปี และข้อมูลหลายล้านล้านชิ้น มันฉลาดในบางอย่างมากกว่าคน แต่ก็โง่ในบางอย่างที่เด็ก 5 ขวบทำได้

สิ่งที่น่าทึ่งที่สุดไม่ใช่ตัว AI เอง แต่คือความฝันและความพยายามของมนุษย์นับพันคนที่สร้างมันขึ้น ท่ามกลางความล้มเหลว เงินทุนที่หายไป และยุคมืดสองครั้ง — พวกเขาไม่ยอมแพ้ และนั่นทำให้วันนี้เรามีสิ่งที่ Alan Turing ฝันถึงในปี 1950

ตอนนี้ AI อยู่ในมือคุณแล้ว — คำถามไม่ใช่ว่า AI จะเปลี่ยนโลกหรือเปล่า แต่คือคุณจะใช้มันอย่างไร

— เอไอไทย · วิเคราะห์ มีนาคม 2026

อ่านต่อ — ผู้สร้าง AI ที่คุณควรรู้จัก