เจาะประเด็น
AI / Coding
AI ลงมือย้ายโค้ดพยากรณ์อากาศ 250,000 บรรทัดขึ้น GPU ใช้เวลาไม่กี่ชั่วโมง — งานนี้มนุษย์เริ่มสั่นคลอน
นี่ไม่ใช่แค่ข่าว AI เขียนโค้ดเล่นๆ แต่มันคือหมุดหมายว่าโปรแกรมเมอร์สายวิทยาศาสตร์คำนวณจะต้องปรับตัวยังไงเมื่อ AI ทำ "การบ้าน" ที่เคยใช้เวลาเป็นเดือนให้เสร็จในพริบตา
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
คำถามที่ทุกคนต้องถามตัวเองวันนี้: ถ้า AI ย้ายโค้ด 250,000 บรรทัดได้ในเวลาไม่กี่ชั่วโมง แล้วงานแบบไหนล่ะที่ "ยัง" ต้องพึ่งมนุษย์?
เริ่มเรื่องนี้ต้องบอกก่อนว่า ผมไม่ได้เพ้อฝันแบบสายเทคที่เห็น AI ทำอะไรได้ก็กรี๊ดลั่นทวิต แต่กระดาษ preprint ล่าสุดบน arXiv (เลขที่ 2608.13122) มันทำให้ผมต้องหยุดอ่านแล้วคิดตามยาว เพราะมันไม่ใช่แค่ "AI เขียนโค้ด Hello World ได้แล้วว้าว" แต่คือการเอาซอฟต์แวร์ legacy โค้ดเก่าแก่ที่เขียนสะสมมานาน 250,000 บรรทัด ใช้จำลองสภาพอากาศ — ของจริงที่นักวิทยาศาสตร์พึ่งพากัน — มาทำให้รันบน GPU ได้ โดยมี AI เป็นคนลงมือทำหลัก
ฟังเผินๆ อาจดูเหมือนข่าวประชาสัมพันธ์ของทีมวิจัยทั่วไป แต่ถ้าใครเคยยุ่งกับโค้ดสาย scientific computing จะรู้ทันทีว่าโจทย์ข้อนี้มันหินแค่ไหน โค้ดพวกนี้ไม่ใช่เว็บแอปหรือ API ทั่วไป มันเต็มไปด้วยอัลกอริธึมตัวเลขซับซ้อน การจัดการหน่วยความจำแบบเฉพาะตัว ดาต้าโครงสร้างที่สืบทอดกันมารุ่นต่อรุ่น และที่สำคัญคือ "ดวง" ของคนที่เขียนมันทิ้งไว้ — ใครเคยต้องไปแกะโค้ด Fortran เก่าๆ ที่ไม่มี comment จะเข้าใจความรู้สึกนี้ดี
ทีมวิจัยใช้ AI ช่วยในการ "porting" โค้ดจำลองสภาพอากาศขนาดมหึมานี้ไปรันบนสถาปัตยกรรม GPU ซึ่งปกติแล้วงานแบบนี้ต้องใช้วิศวกรซอฟต์แวร์ที่เข้าใจทั้งโดเมนของฟิสิกส์บรรยากาศและสถาปัตยกรรมฮาร์ดแวร์ไปพร้อมๆ กัน เรียกว่างานที่ต้องใช้ทั้งความรู้และประสบการณ์ ไม่ใช่จ้างเด็กจบใหม่มาทำได้ ตัวเลขที่รายงานคือใช้เวลา "ไม่กี่ชั่วโมง" ในการทำงานซึ่งมนุษย์อาจต้องใช้เวลาหลายสัปดาห์หรือหลายเดือน แถมผลลัพธ์ที่ได้ยังต้องผ่านการตรวจสอบว่าถูกต้องตามหลักฟิสิกส์ — ไม่ใช่แค่รันได้เฉยๆ แต่ต้องได้ผลลัพธ์ที่ถูกต้องใกล้เคียงเวอร์ชัน CPU เดิม
ผมว่าจุดที่ทำให้เรื่องนี้สำคัญไม่ใช่ตัวเลขเวลา แต่มันคือการส่งสัญญาณว่า "งานที่เราคิดว่าซับซ้อนเกินกว่า AI จะทำได้" กำลังหดหายไปเรื่อยๆ ทุกที สมมติฐานเดิมที่ว่า AI เขียนโค้ดได้ แต่เขียนโค้ดที่ต้องใช้ความเข้าใจเชิงลึกไม่ได้ — กำลังถูกทลายลงทีละนิด ทีละนิด และข่าวนี้คืออีกหนึ่งหลักฐานที่ตอกย้ำว่ากำแพงนั้นบางลงมากแล้ว
กลุ่มที่ต้องเริ่มคิดหนักคือวิศวกรซอฟต์แวร์สาย scientific computing และ HPC (High-Performance Computing) เพราะงานที่เคยเป็น "วิชาชีพเฉพาะทาง" ที่อาศัยประสบการณ์หลายปี ตอนนี้ AI เข้ามาเป็นผู้ช่วยระดับที่ทำงานได้จริง แต่อย่าเพิ่งตีความว่าคนเหล่านี้จะตกงานหมด — เพราะยังมีอะไรอีกเยอะที่ AI ทำไม่ได้ เช่น การตัดสินใจเชิงสถาปัตยกรรมในภาพใหญ่ การคุยกับนักวิทยาศาสตร์เพื่อทำความเข้าใจโมเดลฟิสิกส์ใหม่ๆ และการรับผิดชอบเมื่อระบบล่มในวันที่ต้องส่งงาน
อีกมุมที่ผมมองคือ "ความเร็ว" ของการเปลี่ยนแปลง มันเร็วเกินกว่าที่องค์กรใหญ่ๆ จะปรับตัวทัน หน่วยงานรัฐหรือบริษัทที่ดูแลระบบ legacy โค้ดอายุ 20-30 ปี จะเริ่มถูกตั้งคำถามว่า "ทำไมไม่ให้ AI ทำแทนล่ะ" ทั้งที่ความเป็นจริงในสนามมันไม่ได้ง่ายแบบนั้น เพราะโค้ดบางส่วนเชื่อมโยงกับฮาร์ดแวร์เฉพาะ หรือมี logic ที่ไม่มีใครเข้าใจทั้งหมด การที่ AI ช่วยได้เร็วขึ้นไม่ได้แปลว่าโค้ดนั้น "พร้อมย้าย" เสมอไป — มันแค่แปลว่า "ขั้นตอนการลงมือทำ" ถูกลดทอนลง แต่ "ขั้นตอนการตรวจสอบและรับผิดชอบ" ยังเป็นของมนุษย์เหมือนเดิม
สิ่งที่ AI ทำได้แล้ว
ย้ายโค้ดขนาดใหญ่ วิเคราะห์ dependency และจัดการหน่วยความจำพื้นฐานได้โดยอัตโนมัติ
สิ่งที่ AI ยังทำไม่ได้
ตัดสินใจเชิงนโยบาย ออกแบบสถาปัตยกรรมใหม่ทั้งหมด และรับผิดชอบเมื่อผลลัพธ์ผิดพลาด
ประเด็นสำคัญอีกอย่างคือเรื่อง "ความเชื่อใจ" โค้ดที่ AI เขียน แม้จะรันผ่านและให้ผลลัพธ์ถูกต้อง แต่มันคือ "กล่องดำ" ที่เราไม่รู้ว่าทำไมมันถึงเลือกวิธีนี้ การที่โค้ดพยากรณ์อากาศถูกย้ายไป GPU ด้วย AI ได้นั้น เยี่ยมมาก แต่ถ้าวันหนึ่งมันพ่นผลลัพธ์แปลกๆ ออกมา แล้วเราไล่ดีบั๊กไม่ถูกเพราะไม่มีใครเข้าใจโครงสร้างที่ AI สร้างขึ้น — อันนั้นแหละคือฝันร้ายที่แท้จริง
ผมไม่ได้กำลังบอกว่าอย่าใช้ AI หรือใช้แล้วมันแย่ — ตรงกันข้าม มันคือเครื่องมือที่ทรงพลังและควรใช้เต็มที่ แต่สิ่งที่ต้องมีควบคู่คือ "วินัย" ในการตรวจทานและทำความเข้าใจสิ่งที่ AI สร้างขึ้น ไม่ใช่กดปุ่มแล้วปล่อยผ่าน เพราะโค้ดพยากรณ์อากาศมันไม่ใช่แอปส่งอาหารที่จะมีบั๊กแล้วแก้กันวันถัดไป มันคือสิ่งที่ใช้ตัดสินใจเรื่องความปลอดภัยของชีวิตคน
ฟันธงเลย: AI ย้ายโค้ด 250,000 บรรทัดได้ในไม่กี่ชั่วโมง คือหมุดหมายที่บอกว่า "งานขยัน" ไม่ใช่ทรัพยากรหายากอีกต่อไป แต่ "งานที่ต้องใช้ดุลยพินิจ" คือสิ่งที่เราต้องโฟกัส — ไม่งั้นอีก 5 ปีข้างหน้า พวกเราจะกลายเป็นแค่คนกดปุ่มดู AI ทำงาน
ที่มา: Hacker News (Coding/Agent) — อ่านต้นฉบับ
ความคิดเห็น 6
กำลังโหลดความคิดเห็น...