OpenAI เผยหมุดหมายใหม่! ดัน "GPT-6 Astra" ลุยงานบ้านและชีวิตประจำวัน คะแนนพุ่งทะลุ 80%

OpenAI ออกมาเปิดเผยว่า โมเดล AI รุ่นใหม่ๆ ของพวกเขากำลังก้าวขึ้นไปอีกขั้นในการช่วยจัดการ "ภารกิจในชีวิตประจำวัน" ของมนุษย์เราครับ ไม่ว่าจะป็นการซื้อของเข้าบ้าน หรือแม้แต่การวางแผนมื้ออาหาร จากเดิมที่เราใช้ ChatGPT ช่วยทำการบ้านหรือช่วยทำสไลด์พรีเซนเทชันกันเป็นเรื่องปกติ แต่ตอนนี้ยักษ์ใหญ่แห่งวงการ AI กำลังมุ่งเป้าไปที่การทำหน้าที่แทนมนุษย์ในชีวิตประจำวันมากขึ้น

ล่าสุดเมื่อวันจันทร์ที่ผ่านมา OpenAI ได้เปิดตัวเครื่องมือประเมินผลภายในแบบใหม่ เพื่อวัดระดับความสามารถของ AI ในการจัดการภารกิจโลกจริง พร้อมกับเผยแพร่ผลการวิจัย performance ของโมเดลตัวเอง พบว่าโมเดลตัวใหม่อย่าง GPT-6 Astra สามารถทำคะแนนสูงถึง 93.1% ในการเลือกโรงเรียนอนุบาลที่เหมาะสมที่สุดหลังจากย้ายบ้าน ทำได้ 98% ในการวางแผนบริหารจัดการกลุ่มอาสาสมัครเตรียมรับมือภัยน้ำท่วม และทำได้ 90.4% ในการวางแผนมื้ออาหารให้กับผู้ป่วยที่เพิ่งได้รับการวินิจฉัยว่าเป็นโรคเบาหวาน

การปล่อยเกณฑ์วัดผลใหม่ในครั้งนี้เกิดขึ้นท่ามกลางการแข่งขันที่ดุเดือดสุดๆ ระหว่างๆ OpenAI กับคู่แข่งรายใหญ่อย่าง Meta, Anthropic และ Google ซึ่งต่างก็เร่งพัฒนา "AI Agents" ที่สามารถลงมือปฏิบัติภารกิจได้ด้วยตัวเอง ขณะเดียวกันทุกค่ายก็ต้องเผชิญกับความท้าทายทั้งเรื่องความปลอดภัยของ AI และแรงกดดันในการสร้างกำไรจากเงินลงทุนมหาศาล

อย่างไรก็ตาม โจทย์แรกที่ OpenAI ต้องแก้ให้ตกก่อนก็คือ การคิดค้นวิธีวัดผลว่า ChatGPT เก่งพอที่จะช่วยงานจิปาถะ อย่างการหยิบของใส่ตะกร้าช้อปปิ้งออนไลน์หรือการกรอกแบบฟอร์มต่างๆ ได้จริงหรือเปล่า

OpenAI สร้างแบบทดสอบนี้ขึ้นมาอย่างไร?

โดยทั่วไปในการพัฒนา AI แบบทดสอบมาตรฐาน ถือเป็นสิ่งสำคัญมาก เพราะเป็นเหมือนเข็มทิศให้ AI Labs นำไปใช้เทรนและปรับแต่งโมเดลให้เก่งขึ้นเฉพาะด้าน อย่างปีที่แล้ว OpenAI เคยปล่อย GDPVal เพื่อวัดทักษะการทำงานในกลุ่มอุตสาหกรรมต่างๆ เช่น การผลิต งานภาครัฐ การเงิน และการขาย แต่การวัดผลใน "ชีวิตประจำวัน" กลับเจอความท้าทายใหม่ๆ เพราะขั้นตอนและทักษาในการเลือกซื้อของหรือเลือกโรงเรียนอนุบาลให้ลูกนั้นกว้าง มีความคลุมเครือ และขึ้นอยู่กับความพึงพอใจของแต่ละบุคคล

OpenAI จึงเริ่มต้นด้วยการสำรวจข้อมูลการใช้เวลาของประชากรเช่น ผลสำรวจ American Time Use Survey ของสหรัฐฯ และ Multinational Time Use Survey ของสหราชอาณาจักร แต่ก็พบปัญหาว่า กิจกรรมอันดับต้นๆ ที่คนใช้เวลามากที่สุด เช่น การนอน หรือ การกิน AI ไม่สามารถช่วยทำแทนได้

OpenAI จึงเปลี่ยนมาใช้วิธีสอบถามผู้ใช้งาน ChatGPT ราว 4,000 คน พร้อมคัดเลือกกลุ่มตัวอย่าง 100 คนมาร่วมเขียนรายการภารกิจที่อยากให้ AI ช่วย พร้อมให้บริบทส่วนตัว (Personal context) ที่จำเป็น และยังให้ผู้ใช้ช่วยกันสร้างเกณฑ์การวัดผลด้วยว่า คำตอบแบบไหนถึงเรียกว่า AI ทำงานสำเร็จ

นอกจากนี้ ผู้ที่เสนอโจทย์ทดสอบจะต้องเป็นผู้ที่มีความรู้ความเข้าใจในเรื่องนั้นๆ จริง เช่น คนที่เสนอโจทย์เกี่ยวกับการวางแผนการเงิน ต้องมีประสบการณ์ทำงานร่วมกับที่ปรึกษาทางการเงินมาแล้วหลายปี

สำหรับสิ่งที่ OpenAI นำมาวัดผล ครอบคลุมตั้งแต่การค้นหาอพาร์ตเมนต์ไปจนถึงการดูแลคนรัก โดยเน้นวัดทักษะพื้นฐานที่โมเดลต้องใช้เพื่อให้ได้คำตอบที่ถูกต้อง เช่น ความสามารถในการท่องเว็บ (Web Navigation), การดึงบริบทจากประวัติการคุยเก่าๆ ของผู้ใช้มาประยุกต์ และการประมวลผลสรุปที่ตรงกับความต้องการและความคาดหวังของผู้ใช้งาน

ผลการทดสอบชี้ว่า GPT-6 Astra (เปิดตัวเมื่อเดือนกันยายน) ทำคะแนนภาพรวมในการทำภารกิจประจำวันได้สูงถึง 80% เมื่อเทียบกับโมเดล GPT-5.2 (ช่วงเดือนธันวาคม 2568) ที่ทำได้เพียง 49.3% เท่านั้น

สมรภูมิ AI Agents ประจำตัว

เป้าหมายของ OpenAI คือการดันให้ ChatGPT เข้ามามีบทบาทสำคัญในชีวิตประจำวันมากขึ้น แต่นี่ไม่ใช่เรื่องง่ายเพราะต้องเจอการบุกหนักจากคู่แข่ง โดยเฉพาะ Meta ที่เปิดตัวเอเจนต์ Muse ในเดือนกันยายน และสร้างปรากฏการณ์มียอดดาวน์โหลดในสหรัฐฯ สูงถึง 10 ล้านครั้งภายใน 40 วันแรก ส่วน OpenAI ก็ได้ปล่อย Dots เอเจนต์ที่สามารถเบื้องหลังทำงานยาวๆ ได้ระหว่างที่ผู้ใช้ไปทำอย่างอื่น ขณะที่ Anthropic ก็เปิดตัวแอปพลิเคชันเอเจนต์ใหม่อย่าง Claude Duet ในเดือนตุลาคมที่ผ่านมาเช่นกัน

การแข่งขันพัฒนา AI Agents ในรอบนี้ มาพร้อมกับความกังวลเรื่องความปลอดภัยที่เพิ่มสูงขึ้น หลังจากเกิดเหตุการณ์โมเดล AI หลุดจากสภาพแวดล้อมทดสอบและเข้าถึงระบบของบริษัทโดยไม่ได้รับอนุญาต แม้เหตุการณ์ดังกล่าวจะเกิดในขั้นตอนการทดสอบ ไม่ใช่ผลิตภัณฑ์ที่ปล่อยให้ผู้บริโภคทั่วไปใช้ก็ตาม แต่ก็ส่งผลให้เกิดคำถามตามมาว่า เทคโนโลยีนี้กำลังก้าวไวเกินไปหรือไม่? รวมไปถึงความกังวลว่า มนุษย์เรากำลังพึ่งพา AI มากเกินไป จนอาจละเลยเส้นแบ่งความเหมาะสมในการโยนงานให้ AI ทำแทน

Jenny Yang สรุปทิ้งทายไว้ว่า เป้าหมายที่แท้จริงคือการสร้างโมเดล AI ที่ช่วยคืนเวลาให้กับผู้คน ไม่ว่าจะช่วยตัดภารกิจที่เสียเวลาออกไป หรือช่วยให้คนเราได้เรียนรู้ทักษะใหม่ๆ ซึ่งนี่คือหัวใจสำคัญที่ทีมงานตื่นเต้นและมุ่งมั่นจะทำให้เกิดขึ้นครับ

#DRKRIT drkrit.com #กระแสไอที #ข่าวไอที #ไทยสมาร์ทซิตี้