VIDEO
การเปิดตัว OptiMind ภายใต้ใบอนุญาตแบบ MIT (Open Source) หมายความว่าเทคโนโลยีนี้จะถูกนำไปใช้อย่างแพร่หลาย ตั้งแต่สตาร์ทอัพขนาดเล็กไปจนถึงองค์กรข้ามชาติ มันคือก้าวสำคัญของการ “ทำให้คณิตศาสตร์เป็นประชาธิปไตย” (Democratizing Math) ต่อไปนี้บริษัทเล็ก ๆ ที่ไม่มีงบจ้างนักวิจัยดำเนินงาน (OR Researcher) ค่าตัวแพง ๆ ก็สามารถเข้าถึงพลังของการบริหารจัดการที่มีประสิทธิภาพสูงสุดได้ผ่านการสื่อสารด้วยภาษาธรรมดา
โลกในอนาคตอันใกล้กำลังจะถูกขับเคลื่อนด้วยการตัดสินใจที่แม่นยำขึ้น ประหยัดขึ้น และชาญฉลาดขึ้น ไม่ใช่เพราะเรามีมนุษย์ที่เก่งคณิตศาสตร์มากขึ้น แต่เพราะเราได้สร้าง “ล่ามที่แปลคำพูดไปเป็นภาษาทางคณิตศาสตร์” ที่เก่งที่สุดในประวัติศาสตร์ขึ้นมา เพื่อเชื่อมต่อระหว่าง ‘ความปรารถนาของมนุษย์’ และ ‘ความจริงแท้ของตัวเลข’ เข้าด้วยกันอย่างสมบูรณ์แบบ
ภายใต้ความวุ่นวายของห่วงโซ่อุปทานระดับโลก การจัดตารางบินของสายการบินนับพันเที่ยว หรือแม้แต่การจัดสรรพลังงานไฟฟ้าในเมืองใหญ่ มี “กลไกลับ” อย่างหนึ่งที่ทำงานอยู่เบื้องหลังอย่างเงียบเชียบ นักวิทยาศาสตร์เรียกมันว่า การหาค่าที่เหมาะสมที่สุด (Optimization)
มันคือศาสตร์แห่งการตัดสินใจภายใต้ข้อจำกัดอันซับซ้อน เพื่อตอบคำถามที่ว่า “เราจะทำอย่างไรให้เกิดประสิทธิภาพสูงสุด โดยใช้ทรัพยากรน้อยที่สุด?”
อย่างไรก็ตาม เป็นเวลากว่าหลายทศวรรษที่โลกของคณิตศาสตร์ระดับสูงนี้ถูกขวางกั้นด้วย “กำแพงภาษา” ที่หนาทึบ ปัญหาในโลกความเป็นจริงนั้นเต็มไปด้วยความกำกวมและยุ่งเหยิง ขณะที่คอมพิวเตอร์ต้องการสมการที่แม่นยำและสะอาดหมดจด การจะเปลี่ยนคำพูดของนักธุรกิจให้กลายเป็นชุดคำสั่งทางคณิตศาสตร์จึงต้องอาศัยผู้เชี่ยวชาญเฉพาะทางที่ใช้เวลาถอดรหัสกันเป็นวันหรือเป็นสัปดาห์
แต่วันนี้ Microsoft Research ได้เผยโฉมเทคโนโลยีที่อาจทำลายกำแพงนั้นลงอย่างสิ้นเชิง ในชื่อ “OptiMind” (หรือ Optim) ระบบปัญญาประดิษฐ์ที่ไม่ได้ถูกสร้างมาเพื่อคุยเล่นหรือวาดรูป แต่มันถูกฝึกฝนมาเพื่อเป็น “นักแปล” ระหว่างภาษามนุษย์และภาษาแห่งการตัดสินใจที่ทรงพลังที่สุดเท่าที่เคยมีมา
... คลิกเพื่ออ่านต่อ
เมื่อภาษาอังกฤษปะทะคณิตศาสตร์ ลองจินตนาการถึงโรงงานผลิตชิ้นส่วนรถยนต์ที่มีเครื่องจักร 15 ชนิด พนักงาน 3 กะ และข้อกำหนดเรื่องเวลาส่งมอบที่เข้มงวด ผู้จัดการโรงงานอาจอธิบายปัญหาว่า “เราต้องการผลิตชิ้นส่วนให้มากที่สุด แต่ต้องไม่ให้พนักงานทำงานเกินเวลา และเครื่องจักรแต่ละเครื่องต้องมีเวลาพัก”
สำหรับมนุษย์ นี่คือประโยคที่เข้าใจง่าย แต่สำหรับซอฟต์แวร์ประมวลผล (Solver) อย่าง Gurobi ที่บริษัทยักษ์ใหญ่ทั่วโลกใช้ ประโยคนี้ไม่มีความหมายอะไรเลย มันต้องการสิ่งที่เรียกว่า Mixed Integer Linear Programming (MILP) ซึ่งเป็นชุดตัวแปรการตัดสินใจ ฟังก์ชันเป้าหมาย และข้อจำกัดทางคณิตศาสตร์ที่ซับซ้อน
"ช่องว่างตรงนี้เองที่เป็นจุดบอดมาตลอด" บทวิเคราะห์จาก AI Revolution ชี้ให้เห็นว่า ขั้นตอนการแปลความต้องการจากมนุษย์ไปสู่โมเดลคณิตศาสตร์คือ 'คอขวด' ที่แท้จริง
เพราะผู้เชี่ยวชาญที่เก่งพอจะเขียนสมการเหล่านี้มีจำนวนน้อย และความผิดพลาดเพียงเล็กน้อยในสมการอาจนำไปสู่ผลลัพธ์ที่เป็นหายนะในโลกแห่งความเป็นจริง เช่น เส้นทางการเดินรถที่วกวนจนสิ้นเปลืองเชื้อเพลิง หรือตารางการผลิตที่เป็นไปไม่ได้
OptiMind สถาปัตยกรรมแห่งการผสมผสาน Microsoft ไม่ได้เพียงแค่สร้างโมเดลภาษาทั่วไป แต่พวกเขาออกแบบ OptiMind SFT ให้เป็นโมเดลขนาด 20 พันล้านพารามิเตอร์ (20B) ที่ใช้สถาปัตยกรรมแบบ Mixture of Experts (MoE) ความน่าสนใจของ MoE คือความฉลาดในการเลือกใช้ทรัพยากร แทนที่จะกระตุ้นสมองกลทั้งหมดในทุกครั้งที่ประมวลผล มันจะเลือกใช้เพียงส่วนที่เกี่ยวข้องเท่านั้น
ในกรณีของ OptiMind จะมีพารามิเตอร์ที่ทำงานจริงเพียง 3.6 พันล้านตัวต่อหนึ่งหน่วยคำ (Token) ทำให้มันประมวลผลได้รวดเร็วและประหยัดพลังงาน ขณะที่ยังคงความฉลาดระดับสูงไว้ได้ นอกจากนี้ มันยังมี “ความจำระยะสั้น” (Context Window) ที่ยาวถึง 128,000 โทเค็น ซึ่งมากพอจะอ่านรายละเอียดแผนธุรกิจหนา ๆ ทั้งเล่มเพื่อนำมาสร้างเป็นโมเดลคณิตศาสตร์ได้โดยไม่ตกหล่น
สิ่งที่ทำให้ OptiMind แตกต่างจาก AI ตัวอื่นอย่าง ChatGPT คือ “กระบวนการฝึกฝน” ทีมวิจัยของ Microsoft พบว่าชุดข้อมูลการคำนวณในอินเทอร์เน็ตมักจะเต็มไปด้วย ‘ขยะ’ หรือข้อมูลที่ผิดพลาด พวกเขาจึงตัดสินใจทำความสะอาดข้อมูลใหม่ทั้งหมด
พวกเขาแบ่งปัญหาการหาค่าเหมาะสมที่สุดออกเป็น 53 ประเภท (Classes) เช่น ปัญหาการเดินทางของพนักงานขาย (Traveling Salesman Problem), การจัดตารางเวลาในโรงงาน (Flow Shop Scheduling) ไปจนถึงการจัดการพื้นที่เก็บสินค้า จากนั้นพวกเขาก็เชิญ “ผู้เชี่ยวชาญที่เป็นมนุษย์” มาวิเคราะห์ความผิดพลาดที่ AI มักจะทำ
ตัวอย่างคลาสสิกคือปัญหาการหาเส้นทางเดินรถ หาก AI เขียนสมการไม่รัดกุมพอ มันอาจสร้างเส้นทางที่ “วนลูป” อยู่ในจุดย่อย ๆ โดยไม่ไปถึงจุดหมายหลัก (Sub-tour) ผู้เชี่ยวชาญจึงเขียนคำแนะนำ (Expert Hints) ใส่ลงไปในชุดข้อมูลการสอนว่า “สำหรับการแก้ปัญหานี้ คุณต้องใช้ข้อจำกัดแบบ Miller-Tucker-Zemlin เพื่อป้องกันการวนลูปย่อย”
ผลลัพธ์ที่ได้คือ AI ที่ไม่ได้แค่จำคำศัพท์ แต่เป็น AI ที่เข้าใจ “กลโกง” และ “จุดตาย” ของคณิตศาสตร์ระดับสูง
จากแนวคิดสู่วงจรการตรวจสอบตัวเอง ความสามารถที่น่าทึ่งที่สุดของ OptiMind คือกระบวนการที่เรียกว่า Multi-turn Correction หรือการแก้ไขปัญหาหลายรอบ
เมื่อเราป้อนโจทย์เข้าไป OptiMind จะเริ่มจากการวิเคราะห์ว่าโจทย์นี้จัดอยู่ในกลุ่มไหน จากนั้นมันจะหยิบเอา “คู่มือลับ” (Expert Cheat Sheet) สำหรับโจทย์ประเภทนั้นขึ้นมาอ่าน แล้วจึงเริ่มเขียนโค้ด Python เพื่อส่งต่อไปยังโปรแกรมคำนวณผล
หากโปรแกรมคำนวณแจ้งว่า “สมการนี้แก้ไม่ได้” หรือ “โค้ดมีข้อผิดพลาด” OptiMind จะไม่ยอมแพ้ มันจะอ่านรายงานความผิดพลาดนั้น แล้วนำกลับมาแก้ไขสมการของตัวเองซ้ำแล้วซ้ำเล่าจนกว่าจะได้คำตอบที่ถูกต้องที่สุด กระบวนการนี้เหมือนกับการมีนักคณิตศาสตร์ระดับปริญญาเอกนั่งทำงานเคียงข้างคุณ คอยตรวจสอบและแก้ไขงานจนกว่าจะสมบูรณ์แบบ
ผลการทดสอบแสดงให้เห็นว่า OptiMind มีความแม่นยำสูงกว่าโมเดลภาษาทั่วไปถึง 20.7% และในหลายกรณีสามารถเทียบชั้นกับโมเดลที่ทรงพลังที่สุดในโลกอย่าง GPT-4o หรือ GPT-5 ในด้านการแก้โจทย์คณิตศาสตร์เฉพาะทาง
อย่างไรก็ตาม Microsoft ยังคงให้คำเตือนที่สำคัญว่า “AI คือผู้ช่วย ไม่ใช่ผู้ตัดสินใจเด็ดขาด” ในงานที่เกี่ยวข้องกับความปลอดภัยสูง เช่น การวางแผนการรักษาทางการแพทย์หรือระบบการเงินที่มีความเสี่ยงสูง มนุษย์ยังคงต้องมีส่วนร่วมในการตรวจสอบ (Human-in-the-loop) เพราะความผิดพลาดเพียงเล็กน้อยในอัลกอริทึมยังคงเป็นไปได้
…..
เรียบเรียงโดย Ai Nextopia
Post navigation
Suggested Posts
Canva แพลตฟอร์มออกแบบที่หลายคนคุ้นเคย ได้ออกมาเล่าเรื่องราวใหม่ที่สะท้อนว่า “ความคิดสร้างสรรค์” หมายถึงอะไรในยุคที่ AI กำลังเข้ามาเป็นส่วนหนึ่งของชีวิตประจำวัน และทำไมพวกเขาจึงตัดสินใจทำให้ Affinity กลายเป็นเครื่องมือฟรีสำหรับทุกคน
ในโลกที่แสงและเงาถูกกักขังไว้ในแผ่นฟิล์มมานานกว่าศตวรรษ มนุษย์เราเฝ้าฝันถึงการสร้าง "ความจริงจำลอง" ที่สมบูรณ์แบบ จากภาพวาดถ้ำสู่กล้องออบสคูรา จนถึงยุคคอมพิวเตอร์กราฟิกที่ต้องใช้ฟาร์มเซิร์ฟเวอร์ขนาดมหึมาประมวลผล แต่ในวันนี้ พรมแดนระหว่างจินตนาการและโลกแห่งความจริงกำลังถูกลบเลือนด้วยรหัสคอมพิวเตอร์ชุดใหม่ที่ชื่อว่า “Sora”
กูเกิลออกโครงการใบรับรองทักษะการใช้งาน Gemini สำหรับภาคการศึกษา มีทั้งสำหรับครูและนักเรียน Gemini Certified Educator สำหรับครู, Gemini Certified University Student สำหรับนักศึกษามหาวิทยาลัย (อายุเกิน 18 ปี),
2025, 11, 12
AI-Power , Hot
FacebookFacebookXXLINELineพฤศจิกายน 12, 2025 | บทความจาก iphone-droid เชื่อว่าหลายคน่านจะเคยได้ลองใช้งานฟีเจอร์ Gemini ของ Google ที่เป็น Nano Banana กันไปแล้วด้วยการแปลงและตกแต่งเป็นภาพต่างๆ ที่ให้ความสนุกมากๆ ล่าสุด ฟีเจอร์ได้เข้ามาสู่การใช้งานใน Google Photos ได้โดยตรงแล้วครับ…
FacebookFacebookXXLINELine ในโลกการศึกษาและสังคมปัจจุบัน ปัญหาการใช้ปัญญาประดิษฐ์ (AI) ไม่ได้อยู่ที่ตัวเทคโนโลยีเอง หากแต่เป็นเรื่องของ “ความซื่อสัตย์ทางวิชาการ” และ “ศิลปะแห่งการตัดสินใจ” ที่มนุษย์ต้องเรียนรู้และรับผิดชอบต่อการใช้เครื่องมือเหล่านี้อย่างมีวิจารณญาณและมีจริยธรรม Art Carden ได้สะท้อนให้เห็นว่า AI ไม่ใช่เพียงเครื่องมือที่ช่วยเพิ่มประสิทธิภาพ แต่ยังเป็นกระจกสะท้อนความเข้าใจผิด ความหลงทาง และความท้าทายด้านจริยธรรมที่เราต้องเผชิญ Carden เริ่มต้นด้วยการกล่าวถึงบทความจาก…
เพียงไม่กี่ปีที่ผ่านมา เราเพิ่งตื่นตะลึงกับพลังของ Generative AI โมเดลภาษาขนาดใหญ่ที่สามารถเขียนบทความ แต่งเพลง หรือสร้างภาพได้จากคำสั่งสั้น ๆ ของมนุษย์ แต่วันนี้ คลื่นลูกใหม่กำลังซัดเข้ามาแรงกว่าเดิม นั่นคือ Agentic AI หรือ “AI เชิงตัวแทน” ที่ไม่เพียงสร้างเนื้อหา แต่ยังสามารถ รับรู้เหตุผล และลงมือทำ ได้ด้วยตัวเอง
Google กำลังปูทางให้เป็นจริงด้วยฟีเจอร์ "Import AI Chats" ใน Gemini เครื่องมือที่อาจจุดชนวนการย้ายฐานการใช้ AI ครั้งใหญ่ของผู้ใช้ AI ทั่วโลก ในขณะที่โลกแห่งปัญญาประดิษฐ์ (AI) กำลังหมุนติ้วด้วยการแข่งขันดุเดือดระหว่างยักษ์ใหญ่ ChatGPT ของ OpenAI, Claude ของ Anthropic รวมถึง Chat bot อื่น ๆ ที่กำลังแข่งขันกับ Gemini ของ...
ในช่วงไม่กี่ปีที่ผ่านมา ปัญญาประดิษฐ์ได้ก้าวข้ามจากการเป็นเพียงเครื่องมือวิเคราะห์ข้อมูลหรือระบบตอบคำถาม ไปสู่การเป็น “เอเจนต์” ที่สามารถทำงานแทนมนุษย์ได้อย่างเป็นระบบและมีเป้าหมายชัดเจน เราเรียกสิ่งนี้ว่า AI Agents ซึ่งไม่ใช่แค่บอทที่ตอบสนองตามคำสั่ง แต่เป็นตัวแทนดิจิทัลที่สามารถคิด วางแผน และลงมือทำงานได้เองภายในขอบเขตที่กำหนด
2025, 11, 19
AI-Power , Hot
วันที่ 18 พฤศจิกายน บริษัท Google ประกาศเปิดตัว Gemini 3 Pro โมเดล AI เรือธงรุ่นล่าสุด ก่อนครบรอบปีแรกของ Gemini 2 เพียงไม่กี่สัปดาห์ โดยบริษัทอ้างว่าระบบใหม่นี้เป็นโมเดล AI ที่มีความชาญฉลาดที่สุดเท่าที่เคยมีมา โดดเด่นด้วยขีดความสามารถในการให้เหตุผลที่ล้ำสมัย
ในช่วงไม่กี่ปีที่ผ่านมา การมาถึงของ AI ไม่ได้เป็นเพียงเครื่องมือเสริม แต่กำลังกลายเป็นแรงขับเคลื่อนที่เขย่าพื้นฐานของตลาดแรงงานทั่วโลก รายงานจาก World Economic Forum คาดการณ์ว่า มากกว่า 80 ล้านตำแหน่งงานอาจหายไปภายในห้าปี ขณะที่อีกหลายสิบล้านตำแหน่งใหม่จะถูกสร้างขึ้นมาแทน แต่คำถามสำคัญคือ เราจะอยู่ตรงไหนในความเปลี่ยนแปลงยิ่งใหญ่ครั้งนี้?
