Context Rot: เมื่อข้อมูลมากเกินไป กลายเป็นจุดอ่อนของ AI ถ้าเราให้ AI อ่านทุกอย่าง แล้วมันยังตอบผิด เราควรโทษว่าโมเดลไม่เก่ง หรือข้อมูลมันมากเกินไปคำถามนี้ไม่ใช่เรื่องของ prompt แต่เป็นข้อจำกัดเชิงโครงสร้างของ AI ยุคปัจจุบันเราถูกทำให้เชื่อว่า “ยิ่ง context เยอะ = ยิ่งฉลาด” แต่ในความเป็นจริง หลายครั้งมันตรงกันข้าม ปัญหาไม่ได้อยู่แค่ “ปริมาณ” แต่รวมถึง “เวลา”context ไม่ได้เสื่อมเพราะยาวอย่างเดียว แต่มัน เสื่อมลงเมื่อถูกใช้งานต่อเนื่องข้อมูลที่ถูกเติมซ้ำ ผ่านหลายรอบ จะค่อย ๆ สูญเสียโครงสร้าง ความชัดเจน และลำดับความสำคัญ ลองนึกถึงพ่อครัวระดับท็อปในช่วงที่อยู่ในฟอร์มสูงสุด ทุกจานคม แม่น และบาลานซ์อย่างแม่นยำแต่เมื่อเวลาผ่านไป ความละเอียดเริ่มลดลง สิ่งเล็ก ๆ ที่เคยควบคุมได้เริ่มคลาดเคลื่อนจาก “เป๊ะทุกจาน” กลายเป็น “ยังดี…แต่ไม่เหมือนเดิม” สุดท้ายเหลือเพียงชื่อเสียงว่าเคยเป็นตำนาน Context ก็เช่นเดียวกันตอนที่มันยังสดและถูกจัดวางอย่างดี โมเดลจะ reasoning ได้คมและแม่นแต่เมื่อมันยืดยาว ถูกเติม และไม่เคยถูกจัดระเบียบใหม่ความคมจะค่อย ๆ […]

แว่นไม่ใช่แค่แว่น: เมื่อ Oakley และ Meta ถอดรหัสอนาคตของสายตา จะเกิดอะไรขึ้น ถ้าสิ่งที่อยู่บนใบหน้าเราทุกวัน กลายเป็นสมองที่สอง? นั่นคือคำถามที่แว่นตาอัจฉริยะรุ่นใหม่อย่าง Oakley Meta HSTN ตั้งใจจะตอบ ไม่ใช่แค่ด้วยสเปกเทคโนโลยี แต่ด้วยการตีความใหม่ว่าแว่นควรเป็นอะไรได้บ้าง นี่ไม่ใช่แว่นสายตา ไม่ใช่แว่นกันแดด แต่คือ อินเทอร์เฟซระหว่างสายตา เสียง และ AI โดยที่หน้าตายังดูเท่พอจะใส่ออกกำลังกายหรือเดินห้างโดยไม่สะดุดตาเกินไป Meta ร่วมกับ Oakley เปิดตัวแว่นรุ่นใหม่ภายใต้ชื่อ HSTN ซึ่งมีดีไซน์จาก Oakley ผสานกล้องและลำโพงที่ Meta พัฒนามาอย่างต่อเนื่อง ฟีเจอร์หลักคือกล้อง 3K Ultra HD สำหรับถ่ายภาพ-วิดีโอ, ลำโพง open-ear, ไมโครโฟนตัดเสียงรบกวน, และผู้ช่วยอัจฉริยะ Meta AI แว่นยังสามารถ แปลภาษาแบบเรียลไทม์, สแกน QR, ถามตอบกับ AI และรองรับคำสั่งเสียง ทำให้มันไม่ใช่แค่ gadget แต่เป็น […]

โลกจำลองคือสนามฝึกของปัญญาประดิษฐ์ยุคถัดไป ถ้า AI ตอบได้ทุกคำถาม แต่ไม่เคยลงมือทำจริง เราควรเรียกมันว่าเข้าใจโลกแล้วหรือยัง คำถามนี้ไม่ใช่คำถามเชิงปรัชญา หากแต่เป็นคำถามเชิงโครงสร้างของปัญญาประดิษฐ์ทั้งระบบ ตลอดสิบปีที่ผ่านมา เราสร้าง AI ที่เก่งขึ้นอย่างรวดเร็ว แต่ความเก่งนั้นส่วนใหญ่เกิดจากการเรียนรู้โลกผ่านข้อความ ผ่านข้อมูลที่ถูกสรุปแล้ว ผ่านประสบการณ์ของมนุษย์ ไม่ใช่จากการใช้ชีวิตของมันเอง AI รู้ว่าคำตอบคืออะไร แต่ไม่รู้ว่าการกระทำหนึ่งจะเปลี่ยนโลกอย่างไร มันรู้ว่าประตูควรเปิด แต่ไม่รู้ว่าถ้าเดินชนประตูที่ปิดอยู่ โลกจะตอบกลับด้วยแรงต้าน นี่คือช่องว่างสำคัญระหว่างการรู้ กับการเข้าใจ จุดเปลี่ยนของยุคถัดไปจึงไม่ได้อยู่ที่โมเดลใหญ่ขึ้น หรือพารามิเตอร์มากขึ้น แต่อยู่ที่การทำให้ AI มี โลกที่มันสามารถใช้ชีวิตได้ โลกที่ไม่ตอบสนองตาม prompt แต่ตอบสนองตามกฎของมันเอง world models ไม่ใช่ภาพสวย แต่คือโลกที่มีเหตุและผล ในความเข้าใจแบบเก่า world model มักถูกมองว่าเป็นฉาก 3D วิดีโอสมจริง หรือสภาพแวดล้อมเสมือน แต่ในความหมายใหม่ world model คือระบบที่จำลองโลกทั้งใบในระดับที่การกระทำหนึ่งนำไปสู่ผลลัพธ์หนึ่งอย่างหลีกเลี่ยงไม่ได้ โลกนี้ต้องมีพื้นที่ เวลา ความต่อเนื่อง และกฎ ถ้า AI เดินไปข้างหน้า […]