ปาฐกถาว่าด้วยความรู้

—

ปาฐกถานี้บรรยายโดย Aravind Srinivas เมื่อวันที่ 3 ตุลาคม 2026 ณ Cambridge Union Society ซึ่งเป็นสมาคมนักศึกษาที่ใหญ่ที่สุดของมหาวิทยาลัยเคมบริดจ์ และเป็นสมาคมโต้วาทีที่ดำเนินการต่อเนื่องมายาวนานที่สุดในโลก

—

สวัสดีครับ และขอบคุณครับ เป็นเกียรติอย่างยิ่งที่ได้มาอยู่ที่นี่

สิ่งหนึ่งที่ผมไม่คาดคิดเกี่ยวกับการก่อตั้งบริษัทคือ ผมได้ใช้เวลาอยู่ในมหาวิทยาลัยมากแค่ไหน ผมสนุกกับมัน ในฐานะ CEO มหาวิทยาลัยมักเป็นที่เดียวที่มีผู้ฟังกล้าโต้แย้งกลับ ดังนั้นเราจะเผื่อเวลาสำหรับการอภิปรายไว้มากกว่าเวลาที่ผมตั้งใจจะพูด

เรามาเริ่มกันเลย

ปกติแล้ว เมื่อผมได้รับเชิญไปพูดที่ไหนสักแห่ง ผู้จัดมักขอให้ผมบรรยายเชิงทำนายอนาคตในหัวข้อกว้าง ๆ อย่าง “อนาคตของ AI” ผมจะไม่พูดถึงอนาคตของ AI แต่ผมจะพูดถึงอนาคตของคุณแทน อนาคตของคุณน่าสนใจสำหรับผมมากกว่า และน่าจะน่าสนใจสำหรับคุณมากกว่าด้วย

อย่างแรก ขอเล่าเรื่องในอดีตสักเล็กน้อย เคมบริดจ์เป็นสถานที่ที่สมบูรณ์แบบในการพูดถึงอดีตไปพร้อมกับอนาคตของคุณ เพราะที่นี่มีทั้งสองอย่าง

ตามเรื่องเล่า สิ่งที่ปัจจุบันเราเรียกว่าระบบการตรวจสอบโดยผู้ทรงคุณวุฒิถูกคิดค้นขึ้นที่เคมบริดจ์แห่งนี้ ความจริงที่ถูกต้องคือ ผู้คิดค้นเป็นเพียงศาสตราจารย์คนหนึ่งจากเคมบริดจ์ และเขาเสนอระบบนี้ที่ราชสมาคมแห่งลอนดอน ไม่ใช่ที่มหาวิทยาลัยแห่งนี้ นั่นคือในปี 1831 ปัจจุบันมีบทความทางวิทยาศาสตร์มากกว่า 3.5 ล้านบทความที่ได้รับการตีพิมพ์ภายใต้ระบบการตรวจสอบโดยผู้ทรงคุณวุฒิในแต่ละปี

ประมาณ 160 ปีต่อมา นักศึกษาปริญญาเอกสองคนที่สแตนฟอร์ดกำลังทำงานเกี่ยวกับโครงสร้างเครือข่ายและการทำเหมืองข้อมูล ซึ่งเป็นช่วงที่ยุคอินเทอร์เน็ตเฟื่องฟูของทศวรรษ 1990 เพิ่งเริ่มต้นขึ้น World Wide Web เป็นสิ่งเดียวที่ทุกคนพูดถึง คล้ายกับ “AI” ในทุกวันนี้

และเหมือนกับทุกวันนี้ ผู้คนส่วนใหญ่ที่พูดถึงยุคเฟื่องฟูนั้นคือนักลงทุนและสื่อ “วงการเทค” ในตอนนั้นคืออุตสาหกรรมโทรคมนาคม มีนักวิชาการไม่มากนักที่ร่วมวงสนทนา (มีบ้าง แต่ไม่มาก) และนักศึกษาปริญญาเอกสองคนนี้ก็ไม่ได้เป็นคนวงในของยุคอินเทอร์เน็ตเฟื่องฟูเสียทีเดียว

แต่พวกเขารู้สิ่งหนึ่งที่ผู้คนนอกระบบมหาวิทยาลัยไม่ได้สนใจนัก

เช่นเดียวกับนักวิชาการส่วนใหญ่ พวกเขาเข้าใจเป้าหมายของมหาวิทยาลัย เป้าหมายของมหาวิทยาลัยคือการพัฒนาความรู้ให้ก้าวหน้า

นี่คือเหตุผลที่เราใช้การตรวจสอบโดยผู้ทรงคุณวุฒิ (peer review) และเป็นเหตุผลที่งานเขียนทางวิชาการมีการอ้างอิงมากมาย นักศึกษาสองคนนี้รู้ว่าปริมาณความรู้ในโลก (ซึ่งวัดโดยประมาณจากจำนวนบทความที่มีคุณภาพระดับผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ) มีแต่จะเพิ่มขึ้น พวกเขาจึงมองเห็นได้ง่ายว่าเว็บก็จะมีแต่เติบโตขึ้นไปพร้อมกับความรู้ของมนุษย์เช่นกัน

พวกเขายังมีประสบการณ์กับปัญหาเก่าที่ “ใหม่” สำหรับเว็บ นั่นคือ จะหาความรู้ที่ถูกต้องหรือความรู้ที่ดีที่สุดได้อย่างไร หากความรู้ขยายตัวอยู่ตลอดเวลา ในแบบจำลองเดิม นักวิชาการจะตัดสินว่างานวิจัยของใครสักคนมีประโยชน์หรือน่าเชื่อถือหรือไม่ โดยพิจารณาจากจำนวนครั้งที่งานนั้นถูกอ้างอิง

พวกเขาจึงมีแนวคิดที่จะสร้างอัลกอริทึมที่ประเมินทุกเว็บไซต์บนอินเทอร์เน็ต โดยพิจารณาจากจำนวนเว็บไซต์อื่นที่อ้างอิงหรือลิงก์มายังเว็บไซต์นั้น โดยสัมพันธ์กับเนื้อหาของเว็บไซต์เหล่านั้น

พวกเขาเรียกระบบนี้ว่า “Page Rank” เพราะพวกเขาจัดอันดับ (rank) ทุกหน้า (page) บนเว็บ และเพราะหนึ่งในนักศึกษาปริญญาเอกสองคนนี้มีชื่อว่า Larry Page

Larry และหุ้นส่วนของเขา (Sergey Brin) นำหลักการทางวิชาการเล็ก ๆ ข้อนี้มาทำให้คนทั่วไปเข้าถึงได้ Google กลายเป็นหนึ่งในเครื่องมือที่มีประโยชน์ที่สุดในประวัติศาสตร์ และเป็นหนึ่งในธุรกิจที่ประสบความสำเร็จที่สุด เพราะ Larry Page แค่นำสิ่งที่มหาวิทยาลัยทำกันมาเป็นร้อยปีมาปรับใช้

อย่างที่ผมกล่าวไป เป้าหมายของมหาวิทยาลัยคือการพัฒนาความรู้ให้ก้าวหน้า ในการบรรยายครั้งนี้ ผมจะเล่าเรื่องเกี่ยวกับความรู้ให้คุณฟังสามเรื่อง ผมหวังว่าเราจะเข้าใจปัญญาประดิษฐ์ในเชิงปฏิบัติได้ดีขึ้น ด้วยการพิจารณาสติปัญญาบางส่วนของเราเอง

1.

ประการแรก ความรู้มีชีวิต มันถือกำเนิด เสื่อมสลาย และตายไป

ความรู้มีวงจรชีวิต และเพราะมีวงจรชีวิต ความรู้จึงผ่านวิวัฒนาการ

เมื่อสิ่งที่เรารู้มีวิวัฒนาการ เราทุกคนก็ฉลาดขึ้น สิ่งนี้เรียกว่าปรากฏการณ์ฟลินน์ (Flynn Effect) ซึ่งเป็นข้อสังเกตว่ามนุษยชาติฉลาดขึ้นประมาณ 3 คะแนน IQ ในทุก ๆ ทศวรรษ

แบบทดสอบ IQ ถูกปรับเกณฑ์มาตรฐานใหม่อยู่เสมอเพื่อให้ค่าเฉลี่ยคงอยู่ที่ 100 ดังนั้นวิธีง่าย ๆ ในการทำความเข้าใจปรากฏการณ์ฟลินน์คือการมองในรูปของเปอร์เซ็นไทล์ ในปี 1950 คนที่อยู่ในเปอร์เซ็นไทล์ที่ 92 ด้านสติปัญญา จะอยู่แค่เปอร์เซ็นไทล์ที่ 50 ในปัจจุบัน เราทุกคนฉลาดขึ้น

ปี 1950 ยังเป็นปีเดียวกับที่การทดสอบของทัวริง (Turing Test) ถูกคิดค้นขึ้น นั่นเป็นการทดสอบแรกที่ใช้ตัดสินว่าเครื่องจักรฉลาดกว่ามนุษย์หรือไม่ หรือเมื่อใด นั่นหมายความว่าการทดสอบของทัวริงในปี 1950 เป็นเรื่องง่ายกว่ามากสำหรับเครื่องจักรที่จะผ่าน เพราะเกณฑ์ของสติปัญญาแบบ “มนุษย์” ในตอนนั้นต่ำกว่า

และนั่นคือพลังของวิวัฒนาการ ความรู้จะนำไปสู่ความรู้ที่มากขึ้นเสมอ

ข้อเสียคือโลกอาจฉลาดขึ้น แต่ตัวคุณในฐานะปัจเจกบุคคลอาจโง่ลง ความรู้เสื่อมสลายได้ ลองนึกถึงมันเหมือนครึ่งชีวิต ครึ่งชีวิตของธาตุกัมมันตรังสีคือระยะเวลาที่ธาตุนั้นใช้ในการสลายตัวไปครึ่งหนึ่ง ครึ่งชีวิตของความรู้คือระยะเวลาที่ความรู้ครึ่งหนึ่งใช้ในการกลายเป็นสิ่งล้าสมัย

นี่คือตัวอย่างบางส่วนจากที่นี่ที่เคมบริดจ์

ในปี 1978 Sir Roy Calne มีส่วนช่วยนำยาไซโคลสปอรินมาใช้ในการปลูกถ่ายอวัยวะ ซึ่งมีความสำคัญต่อการป้องกันการปฏิเสธอวัยวะ การทดลองทางคลินิกครั้งแรกเกิดขึ้นที่เคมบริดจ์ พอถึงปี 2001 ยาอีกตัวหนึ่งคือทาโครลิมัส ได้กลายเป็นการรักษาหลักในกลุ่มยาเดียวกันสำหรับการปลูกถ่ายไตในอเมริกา ดังนั้นอาจกล่าวได้ว่าความรู้ทางการแพทย์เรื่องการรักษาด้วยไซโคลสปอรินมีครึ่งชีวิต 23 ปี

มันเป็นการวัดที่ไม่สมบูรณ์แบบ แต่เป็นแบบจำลองที่มีประโยชน์สำหรับการประเมินวิศวกรในสาขาที่พัฒนาอย่างรวดเร็ว เราทำแบบนี้ในวงการเทค นัยของมันคือ “ณ จุดใดในอาชีพของวิศวกรคนนี้ ที่สิ่งที่เขารู้ครึ่งหนึ่งล้าสมัยไปโดยสิ้นเชิง?”

แล้วเรื่องนี้จะเกิดขึ้นกับคุณ ณ จุดใดในอาชีพของคุณ? คำตอบขึ้นอยู่กับว่าคุณใช้เวลาเรียนรู้สิ่งใหม่ ๆ มากแค่ไหน

น่าเศร้าที่ในบางกรณีซึ่งเกิดขึ้นไม่บ่อยนัก ความรู้ก็ตายได้เช่นกัน มีภาษาที่ไม่มีผู้พูดหลงเหลืออยู่อีกแล้ว มีภูมิปัญญาที่ตายไปพร้อมกับผู้อาวุโสคนหนึ่ง

นี่คือเหตุผลที่มนุษย์สร้างห้องสมุดมานานกว่า 4,000 ปี และเมื่อเว็บถือกำเนิดขึ้น เราก็นำสิ่งที่เรารู้ขึ้นไปไว้บนเว็บมากขึ้นอย่างนับไม่ถ้วน ดังนั้นความรู้ตายได้ แต่ก็ไม่จำเป็นต้องตาย บางทีอาจเป็นธรรมชาติโดยกำเนิดของความเป็นมนุษย์ ที่ผู้คนรู้สึกว่าต้องรักษาความรู้เอาไว้ เราเก็บรักษามันอยู่ตลอดเวลา และทำให้ความรู้ทั้งหมดของโลกเติบโตขึ้น นั่นเป็นเรื่องดี

ผมขอหมายเหตุไว้ว่า ความรู้เปรียบเสมือนสิ่งมีชีวิต แต่มันไม่ได้มีชีวิต มีเพียงคุณเท่านั้นที่มีชีวิต ผมแค่คิดว่าคุณจะมีชีวิตชีวามากขึ้นเมื่อคุณกำลังเรียนรู้สิ่งใหม่

อีกอย่าง นี่คือเหตุผลที่ Perplexity ถือกำเนิดขึ้น แต่ผมไม่ได้มาที่นี่เพื่อพูดถึง Perplexity ผมมาเพื่อพูดถึงคุณ และเศรษฐกิจแห่งความรู้ ซึ่งนำผมไปสู่ประเด็นที่สอง

2.

ประการที่สอง ความรู้ไม่ใช่เงิน แต่ความรู้มีพฤติกรรมเหมือนเงิน

เงินมีมูลค่าตามเวลา ดอกเบี้ยทำให้เงินงอกเงย และเงินเฟ้อทำให้เงินหดหาย เมื่อเวลาผ่านไปนานพอ ทั้งดอกเบี้ยและเงินเฟ้อต่างก็ทบต้น

เมื่อเงินหนึ่งแสนปอนด์มีอำนาจซื้อเท่ากับสี่หมื่นปอนด์ (ซึ่งน่าจะเกิดขึ้นในราว 23 ปี) คุณจะต้องมีเงิน £250,000 จึงจะเท่าทุน และอีก 23 ปีหลังจากนั้น คุณจะต้องมี £625,000

เมื่อสิ่งต่าง ๆ ทบต้น ผลกำไรหรือผลขาดทุนจะเติบโตแบบทวีคูณตามเวลา

นั่นคือเหตุผลที่หลักการทางการเงินพื้นฐานที่สุดคือ คุณควรได้ดอกเบี้ยทบต้นในอัตราที่สูงกว่าเงินเฟ้อเสมอ เพราะถ้าคุณไม่เติบโต คุณก็กำลังหดตัว ความรู้ก็เป็นเช่นเดียวกัน

เช่นเดียวกับมูลค่าของเงินปอนด์ มูลค่าของสิ่งที่คุณรู้ในวันนี้จะลดลงเมื่อเวลาผ่านไป และเช่นเดียวกับการเสื่อมค่าทั่วไป มันจะลดลงเพียงเล็กน้อยในแต่ละวัน เล็กน้อยจนคุณแทบไม่สังเกตเห็น จนกระทั่งวันหนึ่งคุณตื่นขึ้นมาแล้วพบว่าไม่เหลืออะไรเลย ความรู้ของคุณจะไม่มีมูลค่าทางตลาดเท่าเดิมอีกต่อไป นี่เป็นสิ่งที่หลีกเลี่ยงไม่ได้ อย่าลืมว่าครั้งหนึ่งทฤษฎีบทพีทาโกรัสเคยเป็นสิ่งที่มีเพียงชนชั้นนำเท่านั้นที่ได้รับอนุญาตให้รู้ แต่ทุกคนที่นี่ได้เรียนมันตอนเกรดเจ็ด

เราทุกคนฉลาดขึ้นไปตลอดกาล อย่างที่ผมกล่าวไป นี่คือเป้าหมายทั้งหมดของมหาวิทยาลัย หากโชคดี สักวันหนึ่งในอนาคตอันไกลโพ้น สิ่งที่คุณเรียนที่เคมบริดจ์แห่งนี้อาจกลายเป็นหลักสูตรของนักเรียนเกรดเจ็ด

ถ้าเรื่องนั้นเกิดขึ้นก็เป็นเรื่องดี เพราะมันหมายถึงความก้าวหน้า แต่มันก็หมายความว่าเป้าหมายทางเศรษฐกิจของคุณกำหนดให้คุณต้องไม่หยุดเรียนรู้ คุณต้องเรียนรู้ด้วยอัตราดอกเบี้ยที่สูงกว่าอัตราเงินเฟ้อของความรู้

พูดอีกอย่างก็คือ คุณต้องเพิ่มสิ่งที่คุณรู้เป็นสองเท่าในอัตราที่เร็วกว่าครึ่งชีวิตของความรู้ของคุณเอง สิ่งนี้ต้องใช้เวลา แต่เมื่อคุณมองโลกผ่านเลนส์ของการทบต้น คุณต้องมองโลกด้วยอนาคตที่ยาวไกล

นั่นคือเหตุผลที่เคล็ดลับที่ดีที่สุดในการทำให้ความมั่งคั่งของคุณทบต้นคือการเริ่มต้นตั้งแต่อายุยังน้อย และวิธีที่ดีรองลงมาคือการมีชีวิตอยู่จนแก่เฒ่า Warren Buffet เริ่มลงทุนตั้งแต่อายุ 11 ปี แต่ 99% ของความมั่งคั่งของเขาสะสมขึ้นหลังจากอายุ 65 ปี

ซึ่งบอกเป็นนัยถึงความคล้ายคลึงประการสุดท้ายระหว่างความรู้กับเงิน คุณต้องใช้มัน

เมื่อคุณมีทุน คุณก็นำทุนไปใช้สร้างงาน เมื่อคุณมีความรู้ โดยเฉพาะความรู้ที่โดดเด่น คุณก็ควรนำความรู้นั้นไปใช้ให้เกิดผล ลงมือทำอะไรสักอย่างกับมัน นั่นคือความแตกต่างระหว่างการประดิษฐ์คิดค้นกับนวัตกรรม การประดิษฐ์คิดค้นถามว่า “คุณได้สร้างอะไรขึ้นมาหรือเปล่า?” ส่วนนวัตกรรมถามว่า “สิ่งนั้นสร้างความเปลี่ยนแปลงได้หรือไม่?”

และถ้าคุณอยากสร้างความเปลี่ยนแปลง คุณต้องลงมือทำด้วยความรู้ มีเพียงการลงมือทำเท่านั้นที่จุดประกายให้เกิดคำถามใหม่ การสืบเสาะ และความรู้ใหม่ คุณต้องเรียนรู้อยู่เสมอ และลงมือทำอยู่เสมอ

นี่คือจุดที่ปัญญาประดิษฐ์เข้ามามีบทบาท และนำผมไปสู่ประเด็นที่สามซึ่งเป็นประเด็นสุดท้าย

3.

เป้าหมายของ AI คือการเร่งความก้าวหน้าของความรู้และความมั่งคั่งของมนุษย์

ลองพิจารณาสองเรื่องแรกที่ผมพูดไปในค่ำคืนนี้ ผมบอกว่าความรู้มีคุณลักษณะที่คล้ายสิ่งมีชีวิต และเราควรหล่อเลี้ยงและพัฒนามันให้ก้าวหน้า เพราะโดยรวมแล้วผู้คนได้รับประโยชน์ จากนั้นผมบอกว่าความรู้มีคุณลักษณะทางเศรษฐกิจ เราจึงควรบ่มเพาะมัน เพราะโดยรวมแล้ว ทุกคนได้รับประโยชน์

ถ้าคุณเชื่อในสองเรื่องนี้ คุณก็ต้องมอง AI ต่างออกไปเล็กน้อยด้วย

แทนที่จะหมกมุ่นกับการไปให้ถึง AGI หรือการทำให้เทคโนโลยีฉลาดเพียงเพื่อตัวเทคโนโลยีเอง คุณจะได้ข้อสรุปว่าเหตุผลที่ต้องสร้าง AI ที่ดีขึ้นและแม่นยำขึ้นก็คือเพื่อรับใช้ผู้คน

คุณจะได้ข้อสรุปว่าเป้าหมายที่สูงส่งและ สำคัญที่สุดของ AI คือการทำให้ผู้คนฉลาดขึ้นและมั่งคั่งขึ้น

ถ้าฟังดูคล้ายกับเป้าหมายของมหาวิทยาลัยมาก ก็นั่นแหละครับ เราถึงได้มาอยู่ที่นี่กัน

ลองนึกถึงการตรวจสอบโดยผู้ทรงคุณวุฒิอีกครั้ง ระบบนี้ถูกคิดค้นขึ้นในปี 1831 ปีนี้ Perplexity เปิดตัวผลิตภัณฑ์ที่เรียบง่ายมากชื่อ Model Council ซึ่งอิงจากแนวคิดที่เสนอโดยหนึ่งในนักวิจัยรุ่นก่อตั้งของ OpenAI คุณถามคำถามเดียวกันกับโมเดล AI สามตัว แต่ละโมเดลจะค้นคว้าและตอบ จากนั้นโมเดล “ประธาน” จะประเมินว่าคำตอบเหล่านั้นแตกต่างและเห็นพ้องกันตรงไหน แล้วใช้เหตุผลเพื่อสรุปเป็นคำตอบสุดท้าย

Model Council ไม่ได้มาแทนที่การตรวจสอบโดยผู้ทรงคุณวุฒิ แต่เป้าหมายของมันคือการนำจิตวิญญาณแห่งการสืบเสาะทางวิชาการไปสู่ผู้คนจำนวนมากขึ้น เราสามารถขยายอุดมการณ์ของมหาวิทยาลัยออกไปให้ไกลเกินกำแพงเหล่านี้ และไปทั่วโลก

เราสามารถช่วยให้ผู้คนจำนวนมากขึ้นเป็นฝ่ายที่ถูกต้องจริง ๆ ไม่ใช่แค่รู้สึกว่าถูกหรือฟังดูถูก เพื่อแสวงหาความจริงและความรู้อย่างเป็นวิทยาศาสตร์ วิถีของจักรวาลมุ่งไปสู่การที่ทุกคนเข้าถึงความรู้ที่มากขึ้น ได้มากขึ้น การที่ผู้คนมีความรู้เป็นเรื่องดี และผู้ที่ได้รับประโยชน์ก็คือผู้คน

ผมขอปิดท้ายด้วยเรื่องสั้น ๆ เกี่ยวกับบริษัทของผม

ตอนที่เราเริ่มต้น เราเป็นแค่นักวิจัย AI สามคนที่มีคำถามมากกว่าวิสัยทัศน์ จากนั้น เมื่อจะรับคนที่ 4 เข้ามา เราตัดสินใจว่าถึงเวลาต้องทำประกันสุขภาพแล้ว ประกันสุขภาพในอเมริกาซับซ้อนแม้กระทั่งสำหรับคนอเมริกันเอง ผมไม่ได้มาจากอเมริกา มันจึงยิ่งน่าสับสนสำหรับผมเข้าไปอีก

ผลการค้นหาของ Google ช่วยอะไรไม่ได้เลย และสิ่งที่ผู้ก่อตั้งมักทำในกรณีนี้คือโทรหาคนที่เคยทำมาก่อน เช่น นักลงทุนหรือผู้ก่อตั้งคนอื่น แต่ตอนนั้นดึกมากแล้ว ผมอยากจัดการให้เสร็จ จึงต้องหาความรู้ด้วยตัวเอง

ปัญหาก็คือ การค้นคว้าด้วยตัวเองหมายความว่าคุณต้องค้นผ่าน Google ไปตามเว็บไซต์ประกันที่ปรับแต่งเพื่อ SEO ซึ่งล้วนให้คำแนะนำแย่ ๆ และแข่งกันดูน่าเชื่อถือที่สุด

นั่นคือตอนที่ผมสร้าง Perplexity เวอร์ชันแรก

มันค้นคว้าให้ผม และผมให้มันอ้างอิงแหล่งที่มาของคำตอบ ผมจึงตรวจสอบได้และถามคำถามต่อไปได้เรื่อย ๆ จากนั้นผมก็จัดการเรื่องประกันสุขภาพของเราได้ ปัญหาได้รับการแก้ไข ไปต่อที่ปัญหาถัดไป และปัญหาถัดไป และปัญหาถัดไปอีก จนกระทั่งมาถึงวันนี้

ข้อคิดของเรื่องนั้นคือ คุณไม่จำเป็นต้อง “รู้จักใครสักคน” อีกต่อไป คุณแค่เรียนรู้สิ่งต่าง ๆ แล้วลงมือทำได้เลย ผมได้บอกคุณไปแล้วว่าคำมั่นสัญญาของ AI คือคุณสามารถเข้าถึงความรู้ ใดก็ได้ ข้อคิดของเรื่องนี้คือ ใครก็ตามสามารถเข้าถึงความรู้ใดก็ได้

นี่คือคำมั่นสัญญาสูงสุดของ AI ตอนนี้ใครก็เป็นคนช่างสงสัยได้ ใครก็สร้างอะไรก็ได้ ใครก็ก้าวเข้าสู่วิหารแห่งความรู้ได้ และนั่นเป็นประโยชน์ต่อทุกคน

และนี่คือข่าวดีสำหรับคุณ มันหมายความว่าสิ่งที่สำคัญที่สุดที่คุณทำได้ไปตลอดชีวิตคือการเป็นคนช่างสงสัย คนที่ประสบความสำเร็จที่สุดในหมู่พวกคุณทุกคนจะเป็นคนที่มีคำถามมากที่สุด และมีคำถามที่ดีที่สุด

ดังนั้นคำแนะนำของผมคือ จงเป็นคนช่างสงสัยให้มากที่สุดเท่าที่จะทำได้ อย่าพอใจแค่การเลื่อนดูโซเชียลมีเดียบนโทรศัพท์ อย่าพอใจกับเอเจนต์ AI ที่แค่จองโต๊ะอาหารเย็นให้ แต่จงใช้มันทำงานอย่างจริงจัง และอย่าเชื่อแชทบอทที่บอกว่าคุณถูกอยู่แล้วเป็นอันขาด

จงเชื่อในจิตวิญญาณแห่งการสืบเสาะ จงเชื่อในสิ่งที่คุณเรียนรู้ได้ด้วย AI จงเชื่อในสิ่งที่คุณจะสร้างขึ้นเมื่อคุณลงมือทำ และสำหรับพวกเราทุกคน จงทำให้มันออกมาดี

ขอบคุณครับ