AI คือ Computer

AI คือ Computer

เร็วๆ นี้เราได้เปิดตัว Perplexity Computer บทความนี้จะอธิบายแนวคิดเบื้องหลังผลิตภัณฑ์ดังกล่าว

ทุกๆ ไม่กี่สัปดาห์ จะมีผลิตภัณฑ์ AI ตัวใหม่เปิดตัวขึ้นและสร้างความตื่นตระหนกให้กับตลาด ไม่ว่าจะเป็นโครงการใหม่ เอเจนต์ หรืออะไรก็ตาม แต่ไม่ว่ามันจะเป็นอะไร ฉันบอกคุณได้เลยว่ามีสิ่งหนึ่งที่มันทำไม่ได้

ต่อให้จะเป็นโมเดล AI ที่ดีที่สุดในโลก มันก็ไม่สามารถทำงานได้ดีที่สุดให้คุณได้

ฉันรู้ได้อย่างไร? ก็เพราะว่าสถานะของโมเดลล้ำสมัยนั้นพัฒนาไปไกลมากจนการที่จะดึงความสามารถที่ดีที่สุดออกมาจากโมเดลเหล่านี้ คุณจำเป็นต้องให้โมเดลต่างๆ ทำงานร่วมกัน จุดอ่อนที่ใหญ่ที่สุดของ Claude คือมันทำงานร่วมกับ Claude เท่านั้น

ไม่มีตระกูลโมเดลใดที่สามารถทำงานในระดับสูงสุดได้โดยปราศจากความสามารถของโมเดลอื่นๆ เมื่อโมเดลมีพลังมากขึ้น เราก็เริ่มเห็นพวกมันมีความเชี่ยวชาญเฉพาะด้าน สถานะในอนาคตของ AI คือการทำงานที่ดีที่สุดของคุณจะสำเร็จได้เมื่อมีโมเดลที่แตกต่างกันทำงานร่วมกัน

ในวงการ AI เราเรียกสิ่งนี้ว่า "การประสานการทำงาน (orchestration)" หรือบางครั้งก็เรียกว่า "ฮาร์เนส (the harness)" ไม่ว่าคุณจะเรียกมันว่าอะไรก็ตาม ประสิทธิภาพที่เหนือกว่าของการประสานการทำงานแบบหลายโมเดลนั้นก้าวล้ำกว่าสิ่งใดก็ตามที่ตระกูลโมเดลเดี่ยวๆ จะสามารถทำได้

เฟสถัดไปของ AI จะต้องเป็นแบบหลายโมเดลอย่างมหาศาล นั่นคือ Perplexity Computer มีโมเดลถึงสิบเก้าโมเดลที่พร้อมใช้งานในแบ็กเอนด์ และผลลัพธ์ที่ได้ทำให้ฉันประทับใจมากกว่าสิ่งอื่นใดในวงการ AI มาสักพักแล้ว

นี่คือที่มาของมัน

วิธีที่ Computer ถูกสร้างขึ้น

ในช่วงแรก เราตั้งชื่อการทดลองของเราว่า ASI มันไม่ได้ย่อมาจากอะไรเป็นพิเศษ แต่บางครั้งเราก็เรียกว่า "Artificial Super Intelligence" (มันอาจจะหมายถึง "การบูรณาการ Slack แบบอื่น (Another Slack Integration)" ก็ได้ เพราะนั่นคือที่ที่มันอาศัยอยู่เป็นแห่งแรก)

เรามองว่ามันเป็นพนักงานดิจิทัล คุณส่งข้อความหาพนักงานคนนั้นใน Slack พร้อมกับมอบหมายงาน แล้วมันก็จะเริ่มทำงาน มันจะทำการมอบหมายงานต่อ สร้างซับเอเจนต์สำหรับงานต่างๆ สร้างไฟล์เพื่อช่วยให้ตัวเองทำงานในขั้นตอนถัดไปได้ง่ายขึ้น ค้นหาข้อมูลที่สำคัญ และคอยเช็คอินเป็นครั้งคราวเฉพาะเมื่อจำเป็นเท่านั้น คุณสามารถเข้านอนและตื่นมาพร้อมกับงานที่เสร็จลุล่วงไปแล้วหลายสัปดาห์ หรือคุณจะขอให้มันทำงานเป็นเวลาหลายสัปดาห์ก็ได้ และมันก็จะทำงานต่อไปได้อย่างน่าเชื่อถือและต่อเนื่อง

ในช่วงเวลานี้ โลกได้ค้นพบ Clawdbot ซึ่งปัจจุบันคือ OpenClaw มันก็น่าสนใจดีนะ หากคุณชอบมัลแวร์มาคอยอ่านข้อความของคุณ เราจะเห็นได้ว่า ASI มีความปลอดภัยมากกว่าและมีความสามารถมากกว่ามาก: มันมีระบบไฟล์ เชื่อมต่อกับเครื่องมือหลายร้อยรายการ สามารถอ่านและเขียนลงในไฟล์ เขียนโค้ด ใช้เครื่องมือ CLI ท่องอินเทอร์เน็ต และมีความสามารถในการประสานงานทุกงานไปยังซับเอเจนต์ที่ถูกต้องซึ่งใช้โมเดลที่ดีที่สุดที่เหมาะกับงานนั้นๆ ทั้งหมดนี้อยู่ภายในแซนด์บ็อกซ์การพัฒนาที่ปลอดภัยบนคลาวด์

ในความเป็นจริงแล้ว ASI ไม่ใช่พนักงานดิจิทัลระยะไกลเสียทีเดียว ด้วยการเข้าถึงระบบไฟล์ เชลล์สำหรับรันโค้ดอย่างปลอดภัย และเบราว์เซอร์เพื่อเข้าถึงเว็บแอปและตัวเชื่อมต่อ ทำให้ ASI เปรียบเสมือนคอมพิวเตอร์เครื่องหนึ่ง คอมพิวเตอร์ของคุณ คอมพิวเตอร์เครื่องนั้น

ดังนั้นเราจึงตั้งชื่อมันอย่างเป็นทางการว่า Perplexity Computer

ทำไมเว็บถึงมีความสำคัญ

ในปี 2011 Google มีแนวคิดว่าคุณสามารถเปิดใช้งานคอมพิวเตอร์ได้โดยใช้เพียงอินเทอร์เน็ต ไฟล์ และเทอร์มินัล bash มันถูกเรียกว่า Chromebook Google คิดถูกที่เข้าใจว่าส่วนที่สำคัญที่สุดของคอมพิวเตอร์คือการที่มันสามารถเข้าถึงเว็บได้

เว็บคือสถานที่ที่เราทำงานและสื่อสารกัน นอกจากนี้ยังเป็นอุปกรณ์จัดเก็บข้อมูลของเรา ทั้งในแง่ตัวอักษรและในเชิงเปรียบเทียบ มันเก็บข้อมูล ข้อมูลข่าวสาร และความรู้จำนวนมหาศาล มีทั้งแบบที่แชร์ร่วมกันและแบบส่วนตัว

หากคุณมองว่าเว็บเป็นระบบจัดเก็บความรู้ มันทำหน้าที่การเขียน (WRITE) ได้ดีมาโดยตลอด บล็อกแรกถูกเผยแพร่ในช่วงต้นยุค 90 และการเผยแพร่รวมถึงการจัดเก็บความรู้บนเว็บก็ได้เติบโตขึ้นอย่างก้าวกระโดดนับแต่นั้นเป็นต้นมา

สิ่งที่ Google ประเมิน Chromebook ต่ำไปก็คือ ปัญหาที่ใหญ่ที่สุดของเว็บในฐานะระบบจัดเก็บข้อมูลนั้น แท้จริงแล้วคือฟังก์ชันการอ่าน (READ) ในการอ่านความรู้จากเว็บ เราต้องอาศัยการค้นหาด้วยอัลกอริทึมที่แทบจะไม่มีการเปลี่ยนแปลงเลยตลอด 28 ปีที่ผ่านมา

เครื่องมือค้นหา ในฐานะที่เป็นหนทางในการเข้าถึงความรู้ ไม่เคยมีความสามารถในการทำวิจัยเชิงลึก สังเคราะห์ หรือสรุปผลได้เลย และเครื่องมือค้นหาไม่สามารถทำตัวเหมือนเอเจนต์เพื่อเข้าถึงความรู้ใดๆ บนเว็บที่ต้องอาศัยการกระทำจึงจะเข้าถึงได้

จากนั้น AI ก็ถือกำเนิดขึ้น Perplexity ได้สร้างเอ็นจิ้นคำตอบ (answer engine) ตัวแรก และที่เหลือก็ตามมา เรายังคงมุ่งเน้นไปที่ AI ที่แม่นยำ โดยให้ความสำคัญอย่างยิ่งกับการวิจัยเชิงลึก นั่นเป็นเพราะว่าเมื่อ AI สามารถค้นหา วิเคราะห์ ให้เหตุผล และนำเสนอความรู้ทั้งหมดบนเว็บเปิดได้อย่างแม่นยำ ปัญหาเรื่องการอ่านจึงได้รับการแก้ไขเสียที

หากอินเทอร์เน็ตคือดิสก์จัดเก็บความรู้ของโลก Perplexity ก็ได้แก้ไขฟังก์ชันการอ่านเรียบร้อยแล้ว

เมื่อเว็บกลายเป็นระบบจัดเก็บข้อมูลแบบอ่าน/เขียนที่ทำงานได้อย่างสมบูรณ์ พร้อมด้วยเอเจนต์ที่สามารถนำทางและทำ0งานให้ลุล่วงได้ สิ่งเดียวที่เหลืออยู่ซึ่งคอมพิวเตอร์ต้องการก็คือทุกสิ่งที่เกี่ยวข้องกับความเป็นส่วนตัว

หน่วยความจำถาวรทำให้คอมพิวเตอร์มีความเป็นส่วนตัว มันมีไฟล์และเครื่องมือต่างๆ และนั่นคือไฟล์และเครื่องมือของคุณ เป็นแบบส่วนตัวและปรับแต่งให้เข้ากับความต้องการของคุณ คอมพิวเตอร์จะต้องสามารถทำงานร่วมกับสิ่งเหล่านี้ให้คุณได้ในระดับบุคคล

คอมพิวเตอร์ยังสร้างสรรค์สิ่งต่างๆ ด้วย พวกมันสร้างอาร์ทิแฟกต์ (artifacts) จริงๆ เช่น โค้ด เอกสาร และไฟล์ พวกมันจัดเก็บไฟล์ ดึงข้อมูลไฟล์ เขียนไฟล์ใหม่ และเข้าถึงไฟล์เหล่านั้น AI สามารถทำสิ่งเหล่านี้ได้ทั้งหมด สุดท้ายแล้ว เมื่อ AI ทำงานเหล่านี้ทั้งหมด คุณจำเป็นต้องมีโมเดลล้ำสมัยต่างๆ คอยช่วยเหลือสำหรับงานที่แตกต่างกันภายในคอมพิวเตอร์

คอมพิวเตอร์ที่มีประโยชน์ตัวใดก็ตามย่อมต้องทักษะ (skills) ที่หลากหลายเกินกว่าที่โมเดลเดียวจะทำได้ดีไปเสียทุกอย่าง การประสานการทำงาน (orchestration) จึงเป็นสิ่งจำเป็นสำหรับคอมพิวเตอร์

เป็นไปได้ว่านี่หมายความว่าโค้ดหลักของระบบปฏิบัติการอาจกลายเป็นปราการคุ้มกันที่น้อยลงสำหรับผู้ผลิตอุปกรณ์ในขณะที่ AI พัฒนาไป ฉันไม่รู้เหมือนกัน เรารู้แค่ว่า คอมพิวเตอร์คือระบบประสานการทำงาน

ทำไมการประสานการทำงานจึงมีความสำคัญ

สตีฟ จ็อบส์ เคยกล่าวไว้ว่า "นักดนตรีเล่นเครื่องดนตรีของพวกเขา ส่วนผมเล่นวงออเคสตรา" AI ก็คล้ายคลึงกัน ไวโอลิน Stradivarius มีลักษณะเฉพาะตัวบางอย่าง และเราก็ทึ่งกับเสียงและงานฝีมือของมัน แต่มันก็ยังไม่สามารถเขย่าขวัญคุณได้เหมือนกลองใหญ่ และกลองก็ไม่สามารถทำให้คุณอินได้เหมือนซิมโฟนีของมาห์เลอร์

ผู้สร้างโมเดลคือ Antonio Stradivari แห่งยุคของเรา ฉันไม่ได้หมายความว่าในแง่ของการไม่ให้เกียรตินะ ฉันรู้สึกทึ่งกับความสามารถของโมเดลใหม่ๆ ทุกตัวและเป็นผู้สนับสนุนอย่างกระตือรือร้นต่อผลงานของห้องปฏิบัติการล้ำสมัย พวกเขาผลักดันอนาคตของเราไปข้างหน้า

แต่ตอนนี้เราเห็นแล้วว่าโมเดลต่างๆ กำลังมีความเชี่ยวชาญเฉพาะด้าน ไม่ได้กลายเป็นสินค้าโภคภัณฑ์ เมื่อคุณสร้างเอเจนต์ด้วยโมเดลเหล่านี้ พวกมันจะมีความสามารถที่แตกต่างกัน เหมือนกับพนักงานทั่วไป ตัวหนึ่งเก่งเรื่องการใช้เหตุผล ตัวหนึ่งเก่งเรื่องโค้ด ตัวหนึ่งเก่งเรื่องการเขียนเชิงสร้างสรรค์ สิ่งที่สำคัญคือคุณจะประสานการทำงานของพวกมันอย่างไร

การประสานการทำงานข้ามโมเดลและตระกูลโมเดลเป็นวิธีเดียวที่จะสร้างระบบที่มีความหลากหลายมากพอที่จะจัดการกับงานจริงได้ เมื่อคุณต้องการการวิจัยเชิงลึกเพื่อประกอบการตัดสินใจ คุณย่อมต้องการโมเดลที่ปรับแต่งมาเพื่อความถูกต้องและการดึงข้อมูล เมื่อคุณต้องการเขียนโค้ด คุณย่อมต้องการโมเดลที่ได้รับการฝึกฝนจากโค้ดเบสสำหรับใช้งานจริงนับพันล้านบรรทัด

ไม่ว่าคุณกำลังบริหารจัดการทีม (teams) ของผู้คน หรือวงออเคสตราของนักดนตรี งานคุณภาพสูงก็เป็นเช่นนี้มาโดยตลอด เอเจนต์ AI ก็ไม่มี ngoại lệ (แตกต่างกันออกไป)

สำหรับเวิร์กโฟลว์ (workflows) ตัวจำแนกความแตกต่างคือฮาร์เนส (harness) ตัววางแผนจะแบ่งเป้าหมายที่ซับซ้อนออกเป็นงานย่อยๆ ตัวประสานการทำงานจะมอบหมายงานเหล่านั้นให้กับเอเจนต์ที่ถูกต้อง บังคับใช้กฎ และจัดการการดำเนินการ ซับเอเจนต์เฉพาะทางจะปฏิบัติงานที่มีความเฉพาะเจาะจง หน่วยความจำที่ใช้ร่วมกันจะจัดเก็บบริบทและการเรียนรู้เพื่อให้เกิดความต่อเนื่อง กล่าวอีกนัยหนึ่งก็คือ ความฉลาดคือคอมพิวเตอร์

วิวัฒนาการขั้นต่อไปของคอมพิวเตอร์

เมื่อ 400 ปีที่แล้ว "คอมพิวเตอร์" คือเด็กฝึกงานของนักดาราศาสตร์ (ผู้คนที่ตั้งชื่อดาวหาง)

จากนั้น คอมพิวเตอร์ก็เปลี่ยนเป็นแบบกลไก ต่อมาเป็นแบบไฟฟ้ากล และกลายมาเป็นดิจิทัล ราวปี 1974 GUI ก็ถือกำเนิดขึ้น (ส่วนติดต่อผู้ใช้แบบกราฟิก) ด้วย GUI เราจึงสามารถทำงานร่วมกับคอมพิวเตอร์ในรูปแบบใหม่ๆ ได้ เราสามารถมอบหมายงานให้มันและดูผลงานของมันได้ ต่อมา หน้าจอก็พับทับคีย์บอร์ดกลายเป็นคอมพิวเตอร์ส่วนบุคคลแบบพกพา

การพูดว่าวิวัฒนาการขั้นต่อไปของคอมพิวเตอร์คือตอนที่ สตีฟ จ็อบส์ ใส่คอมพิวเตอร์ส่วนบุคคลลงในกระเป๋าของทุกคน กลายเป็นเรื่องตลกขบขันในอินเทอร์เน็ตไปเสียแล้ว ทุกวันนี้ดูเหมือนจะถูกต้องกว่าถ้าจะบอกว่าเขาเอาหน้าจอมาจ่อไว้ที่หน้าของทุกคน ทุกคนกำลังไถหน้าจอกัน ตลอด 49 ปีที่ผ่านมา GUI ได้วิวัฒนาการจากสิ่งที่เราใช้ควบคุมคอมพิวเตอร์ กลายมาเป็นสิ่งที่คอมพิวเตอร์ใช้ควบคุมเรา

ความเหนื่อยหน่ายกับโมเดลนี้กำลังเพิ่มสูงขึ้น การแย่งชิง Mac Minis กันอย่างบ้าคลั่งในช่วงกระแส OpenClaw คือตัวอย่างที่สมบูรณ์แบบ GUI เป็นสิ่งจำเป็น แต่ก็ไม่ได้จำเป็นเสมอไป

ในที่สุดโมเดล AI ก็พัฒนาล้ำหน้ามากพอที่จะคืนคอมพิวเตอร์ให้กลับสู่ความหมายที่แท้จริงของมัน นั่นคือ การทำงานอย่างอัตโนมัติ แม่นยำ และแบบอะซิงโครนัส เพื่อปลดปล่อยเราจากการคอยนั่งดูมันทำงาน

เมาส์ GUI และคีย์บอร์ด ล้วนแต่เป็นเทคโนโลยีที่สำคัญ แต่สิ่งเหล่านี้คืออินเทอร์เฟซ และเว้นแต่ว่าคุณจะต้องการม้าที่ขับเคลื่อนด้วยตัวเองเต็มรูปแบบ คุณต้องยอมรับว่า อินเทอร์เฟซไม่เคยมีความสำคัญเท่ากับคอมพิวเตอร์เลย

อนาคตคือ Computer

โมเดล AI มีความสามารถสูงขึ้นเรื่อยๆ จนผลิตภัณฑ์ที่สร้างขึ้นรอบตัวพวกมันกลายเป็นคอขวดในการแสดงศักยภาพที่แท้จริง UI แชท (chat UI) นั้นดีสำหรับการหาคำตอบ และเอเจนต์ก็ดีสำหรับงานแต่ละชิ้น ในขณะเดียวกัน UI สำหรับเวิร์กโฟลว์ (workflow) ทั้งหมดก็คือคอมพิวเตอร์มาโดยตลอด

ปัจจุบัน AI เป็นแบบหลายโมเดล (multi-modal) อย่างเต็มตัวแล้ว มันเข้าใจและสร้างข้อมูลหลายรูปแบบภายในระบบที่สอดคล้องกันระบบเดียว เจนเซ่นและคนอื่นๆ เคยกล่าวไว้ว่าอนาคตของ AI จะต้องเป็นแบบหลายโมเดลด้วยเช่นกัน พวกเขาพูดถูก โมเดลเฉพาะทางต้องทำงานร่วมกันเหมือนทีม (teams) อาจจะพูดให้ถูกต้องกว่าได้ว่าอนาคตของ AI คือการเป็นแบบหลายโมเดลอย่างมหาศาล

ในขณะที่ AI เข้ามาแทนที่ฟังก์ชันการทำงานของตัวคอมพิวเตอร์เองมากขึ้นเรื่อยๆ กิจกรรมหลักของคอมพิวเตอร์ก็คือการประสานการทำงานแบบหลายโมเดลอย่างมหาศาล

และเราเพิ่งเริ่มต้นเท่านั้น ในปี 2025 โมเดลล้ำสมัยตัวใหม่ได้เข้าสู่ตลาดโดยเฉลี่ยทุกๆ 17 วัน ด้วยความสามารถที่พัฒนาขึ้นทุกครั้งใน AI ทำให้นักดนตรีอีกคนก้าวขึ้นมาบนเวทีเพื่อจับจองที่นั่ง (seat) ของตนในวงซิมโฟนี วาทยกรเคาะไม้กายสิทธิ์ คอมพิวเตอร์เริ่มทำงาน

ทดลองใช้ Computer ได้แล้ววันนี้