Anthropic และ DeepMind เตือนพร้อมกัน: จุดเปลี่ยน AI จะมาถึงในปี 2028 ส่วน AGI ในปี 2030 จะมีผลกระทบมากกว่าการปฏิวัติอุตสาหกรรมถึง 100 เท่า

ในสัปดาห์เดียวกัน ผู้ร่วมก่อตั้ง Anthropic และหัวหน้า DeepMind ได้ออกคำเตือนพร้อมกัน! ภายในปี 2028 ความน่าจะเป็นที่ AI จะบรรลุการปรับปรุงตนเองแบบวนซ้ำ (Recursive Self-Improvement) สูงกว่า 60% และประมาณปี 2030 AGI อาจมาถึงอย่างเต็มรูปแบบ การเปลี่ยนแปลงครั้งนี้มีพลังมากกว่าการปฏิวัติอุตสาหกรรมถึง 100 เท่า กำลังพุ่งชนมนุษยชาติอย่างเต็มกำลัง

เมื่อไม่นานมานี้ ห้องปฏิบัติการ AI ชั้นนำของโลกสองแห่งได้เริ่มนับถอยหลังสู่ซูเปอร์อินเทลลิเจนซ์พร้อมกัน

บนเวทีของมหาวิทยาลัยออกซ์ฟอร์ด Jack Clark ผู้ร่วมก่อตั้ง Anthropic ได้เปิดเผยตารางเวลาที่แม่นยำ: AI จะช่วยมนุษย์ค้นพบทางวิทยาศาสตร์ระดับรางวัลโนเบลภายในหนึ่งปี และภายใน 18 เดือน บริษัทที่ดำเนินการโดยโค้ดเครื่องจักรทั้งหมดจะสร้างรายได้หลายล้านดอลลาร์สหรัฐ

อีกด้านหนึ่ง Demis Hassabis ผู้ร่วมก่อตั้งและซีอีโอของ Google DeepMind ได้ให้การคาดการณ์ที่แน่วแน่เช่นกัน: ปัญญาประดิษฐ์ทั่วไป (AGI) จะมาถึงประมาณปี 2030 และพลังของการเปลี่ยนแปลงนี้จะมากกว่าการปฏิวัติอุตสาหกรรมถึง 100 เท่า

ยักษ์ใหญ่สองแห่งที่มีสไตล์แตกต่างกัน ได้ข้อสรุปเดียวกันในขณะนี้: ความเร็วของวิวัฒนาการของ AI ได้เกินขีดจำกัดการรับรู้ของสังคมมนุษย์แล้ว สิ่งที่เราเผชิญไม่ใช่การโต้แย้งเรื่องเส้นทางเทคโนโลยีอีกต่อไป แต่เป็นการต่อสู้เพื่อการปรับโครงสร้างระบบเศรษฐกิจและรูปแบบอารยธรรมอย่างสมบูรณ์

ก้าวข้ามจุดเอกฐานในปี 2028: Anthropic พยากรณ์อนาคตที่บ้าคลั่ง

Clark ไม่ได้โยนวิสัยทัศน์ทางเทคโนโลยีที่คลุมเครือ แต่เป็นแผนงานที่แม่นยำถึงเดือน: ภายใน 12 เดือน AI จะร่วมมือกับมนุษย์ในการค้นพบทางวิทยาศาสตร์ระดับรางวัลโนเบล ภายใน 18 เดือน บริษัทที่ดำเนินการโดย AI ทั้งหมดจะสร้างรายได้หลายล้านดอลลาร์สหรัฐ และภายในสองปี หุ่นยนต์สองขาจะเข้าประจำการในสถานที่ก่อสร้างเพื่อช่วยเหลือช่างเทคนิค

การพลิกผันที่สำคัญที่สุดจะเกิดขึ้นภายในสิ้นปี 2028 ในเวลานั้น ระบบ AI จะก้าวเข้าสู่ขั้นตอนการปรับปรุงตนเองแบบวนซ้ำ ได้รับความสามารถในการวิวัฒนาการตนเองโดยไม่ต้องพึ่งพามนุษย์ และออกแบบรุ่นถัดไปที่แข็งแกร่งขึ้นด้วยตนเอง จุดเอกฐานที่อุตสาหกรรมรอคอยมานาน ถูกกำหนดโดยผู้ร่วมก่อตั้ง Anthropic ไว้ในปฏิทินอีกสองปีครึ่ง

และการสนับสนุนหลักเบื้องหลังการคาดการณ์เหล่านี้คือการประเมินของเขาบน “Import AI” ในช่วงต้นเดือนพฤษภาคม: ความน่าจะเป็นที่ AI จะบรรลุการปรับปรุงตนเองแบบวนซ้ำ (RSI) ภายในสิ้นปี 2028 สูงกว่า 60%

การปรับปรุงตนเองแบบวนซ้ำคืออะไร? คุณบอก AI ว่า “สร้างตัวที่แข็งแกร่งกว่าคุณ” แล้วมันก็ทำเลย เป็นอิสระอย่างสมบูรณ์ ไม่ต้องให้มนุษย์เข้ามายุ่ง

Clark ใช้เวลาหลายสัปดาห์ในการค้นหาข้อมูลสาธารณะหลายร้อยแหล่ง ตั้งแต่การเขียนโปรแกรมไปจนถึงการทำซ้ำงานวิจัย ตั้งแต่การฝึกโมเดลไปจนถึงการออกแบบเคอร์เนล เส้นความสามารถทุกเส้นพุ่งขึ้นไปทางขวาบน โดยไม่มีสัญญาณชะลอตัว

สมุดปกขาวที่เผยแพร่โดยสถาบันวิจัย Anthropic ในสัปดาห์เดียวกันก็ยืนยันเรื่องนี้เช่นกัน: พวกเขาสังเกตเห็นภายในว่า “AI กำลังเร่งการวิจัยและพัฒนาของ AI เอง”

ทำไมเขาถึงกล้าพูดแบบนั้น? เพราะ Anthropic เพิ่งตกใจกับโมเดลของตัวเอง

ในเดือนเมษายนปีนี้ Anthropic เปิดตัว Claude Mythos Preview โมเดลนี้พบช่องโหว่ความเสี่ยงสูงหลายพันจุดในระหว่างการทดสอบ ครอบคลุมระบบปฏิบัติการและเบราว์เซอร์หลักทั้งหมด ช่องโหว่บางจุดซ่อนอยู่ใต้ตาของมนุษย์มานานหลายสิบปี การตรวจสอบความปลอดภัยหลายครั้งไม่สามารถจับได้ Opus 4.6 รุ่นก่อนหน้าพบช่องโหว่ Zero-day ประมาณ 500 จุด ในขณะที่ Mythos ทำได้ดีกว่าหลายเท่า

Clark ยอมรับว่าในขณะที่การฝึก Mythos เสร็จสมบูรณ์ ปฏิกิริยาของทีมทั้งหมดเหมือนกับ “ชนกับรถไฟความเร็วสูง” ซูเปอร์อินเทลลิเจนซ์มาเร็วกว่าที่ทุกคนคาดไว้ และพวกเขายังไม่พร้อมเลย

และมันเป็นเพียงโมเดลที่ถูกฝึกโดยมนุษย์เท่านั้น เมื่อ AI ก้าวข้ามเกณฑ์ RSI และเริ่มฝึกฝนตัวเอง ความเร็วของการก้าวกระโดดนี้จะหลุดจากจังหวะของมนุษย์โดยสิ้นเชิง หากมนุษย์เพียงแค่ยืนดู ปล่อยให้ปัญญาประดิษฐ์สังเคราะห์แพร่พันธุ์อย่างอิสระ ในที่สุดก็จะถูกบังคับให้ตกอยู่ในสถานการณ์ที่ต้องรับมืออย่างเหนื่อยล้า

ข้อสอบสุดท้ายของ Hassabis: ให้ AI สร้างสรรค์ผลงานเหมือน Einstein

ในสัปดาห์เดียวกัน Hassabis หัวหน้า DeepMind ได้ให้ตัวเลขที่ใหญ่กว่าใน Google I/O 2026: ตารางเวลา AGI คือประมาณปี 2030 บวกลบหนึ่งปี นั่นคือระหว่างปี 2029 ถึง 2031

“ถ้าคุณต้องการวัดเป็นตัวเลข ผลกระทบของมันจะมากกว่าการปฏิวัติอุตสาหกรรม 10 เท่า และความเร็วก็ 10 เท่าเช่นกัน นั่นคือมันจะมาในทศวรรษเดียว ไม่ใช่ศตวรรษ”

นักข่าว Axios ตกตะลึงทันที: “เดี๋ยวก่อน ผลกระทบ 10 เท่าและความเร็ว 10 เท่า?” Hassabis ตอบ: “ใช่ ดังนั้นคุณสามารถมองว่ามันเป็น 100 เท่าของการปฏิวัติอุตสาหกรรม และอาจจะยังประเมินต่ำไป”

การปฏิวัติอุตสาหกรรมใช้เวลาหลายร้อยปีในการปรับโฉมโรงงาน เมือง และชนชั้น สิ่งที่ Hassabis พูดคือผลกระทบที่เท่าเทียมหรือรุนแรงกว่า ถูกบีบอัดให้เสร็จภายในทศวรรษเดียว

**

**

พับโปรตีนสองร้อยล้านตัวในคราวเดียว

ในสารคดี “The Thinking Game” มีช่วงเวลาสำคัญ ตอนนั้น AlphaFold เพิ่งประสบความสำเร็จ นักวิจัยคนหนึ่งพูดขึ้นมาว่า “จริงๆ แล้วเราสามารถทำนายลำดับที่รู้จักทั้งหมดได้ภายในหนึ่งเดือน” Hassabis ตะลึง แล้วก็ยกเลิกแผนเดิมทันที

โปรตีนที่รู้จักมีมากกว่าสองร้อยล้านตัว ทำไมต้องให้คนเข้าแถวยื่นทีละตัว? ทำไมไม่รวบรวมทรัพยากรทั้งหมดเพื่อพับโปรตีนทุกชนิดบนโลก แล้วแจกฟรีให้กับคนทั้งโลก? ในที่สุดเขาก็ทำได้สำเร็จ โครงสร้างโปรตีนสองร้อยล้านตัวถูกเก็บไว้ในฐานข้อมูลที่เคมบริดจ์ นักวิจัยทั่วโลกสามารถดึงข้อมูลได้ในวินาทีเดียวเหมือนใช้เครื่องมือค้นหา การใช้พลังคำนวณอย่างหนักเพื่อเอาชนะปัญหาทางวิทยาศาสตร์ที่หยุดชะงักมานานหลายสิบปี นี่คือสิ่งที่ Hassabis เรียกว่า “การเร่งความเร็วที่ดี”

**

**

โมเดลทั้งหมดสอบไม่ผ่าน

จากนั้น เขาก็นำ “การทดสอบ Einstein” ที่ก่อให้เกิดการโต้เถียงอย่างรุนแรงในวงการ AI ออกมาอีกครั้ง นั่นคือการตัดฐานความรู้ของระบบ AI อย่างหนักแน่นในปี 1901 แล้วดูว่ามันสามารถใช้เพียงการให้เหตุผลและความเข้าใจของตัวเองเพื่ออนุมานทฤษฎีสัมพัทธภาพพิเศษที่ Einstein เสนอในปี 1905 ได้อย่างอิสระหรือไม่

คำตอบของ Hassabis สั้นมาก: “ระบบในปัจจุบันทำไม่ได้อย่างชัดเจน” GPT, Gemini, Claude ทั้งหมดสอบไม่ตก พวกมันสามารถสอบผ่านเนติบัณฑิต เขียนโค้ดที่ทำงานได้ และทำคะแนนสูงสุดใน Benchmark ต่างๆ แต่โดยพื้นฐานแล้วสิ่งเหล่านี้คือการจัดเรียงและรวมกันภายในแผนที่ความรู้ที่มีอยู่ การให้พวกมันก้าวออกไปนอกขอบเขตความรู้ของมนุษย์อย่างกะทันหันและค้นพบทางวิทยาศาสตร์ที่สร้างสรรค์อย่างแท้จริง ปัจจุบันไม่มีโมเดล前沿ใดทำได้

จากการทดสอบนี้ Hassabis ได้วาดเส้นแบ่งสำหรับ AGI ใน Google I/O ปีที่แล้ว Hassabis ถูกถามว่า AGI จะมาก่อนหรือหลังปี 2030 เขาเลือก “หลัง” ปีนี้เขาพูดว่า “ปี 2030 บวกลบหนึ่งปี” คนที่สร้างสิ่งนี้กำลังลดกรอบเวลาลงเอง

และสิ่งที่ทำให้เขาตื่นเต้นจริงๆ คือทิศทางเดียวกันที่ห้องปฏิบัติการชั้นนำทั้งหมดกำลังมุ่งมั่นในตอนนี้: การปรับปรุงตนเอง Agent การเขียนโค้ดกำลังช่วยวิศวกรของตัวเองเพิ่มประสิทธิภาพการทำงาน นี่เป็นเพียงเวอร์ชันสโลว์โมชั่น และสาขาการเขียนโปรแกรมและคณิตศาสตร์มีความพิเศษมาก ผลลัพธ์ของพวกเขาสามารถตรวจสอบได้โดยอัตโนมัติด้วยอัลกอริทึม และสามารถสร้างข้อมูลสังเคราะห์จำนวนมากได้ตามต้องการ Hassabis กล่าวว่า: “มีสัญญาณหลายอย่างบ่งชี้ว่าที่นี่กำลังเกิดเอฟเฟกต์ฟลายวีลแบบทวีคูณ”

คำพูดนี้ชี้ไปที่สิ่งเดียวกับการคาดการณ์ RSI ของ Clark สองค่ายคู่แข่ง จากข้อมูลภายในที่แตกต่างกันโดยสิ้นเชิง มองเห็นฟลายวีลที่กำลังเร่งความเร็วเดียวกัน

นาฬิกากำลังเดิน: ประวัติศาสตร์จะไม่ให้อภัยมนุษย์อีกต่อไป

Clark คาดการณ์การปรับปรุงตนเองแบบวนซ้ำภายในสิ้นปี 2028 Hassabis ยึด AGI ไว้ประมาณปี 2030 เมื่อนำการคาดการณ์ของพวกเขามารวมกัน จะเห็นเส้นทางที่สมบูรณ์: AI จะบีบอัดการค้นพบทางวิทยาศาสตร์ก่อน จากนั้นจึง接管การดำเนินงานของบริษัท จากนั้นเข้าสู่โลกทางกายภาพ และสุดท้ายมีส่วนร่วมในการผลิต AI รุ่นถัดไป

สี่เส้นนี้กำลังดำเนินการพร้อมกัน เมื่อทำงานสำเร็จ AI จะไม่ใช่แค่ซอฟต์แวร์ที่ใช้งานได้ดีขึ้นอีกต่อไป แต่จะกลายเป็นโครงสร้างพื้นฐานที่改写วิทยาศาสตร์ ธุรกิจ และแรงงานเอง เมื่อโมเดล AI สามารถผ่านการทดสอบ Einstein เมื่อหุ่นยนต์สองขา接管งานหนักในโลกทางกายภาพอย่างสมบูรณ์ เมื่อบริษัทที่ขับเคลื่อนด้วยโค้ดเครื่องจักรเริ่ม碾压ธุรกิจดั้งเดิมในตลาด ประสบการณ์และสัญชาตญาณที่มนุษย์สะสมมานานหลายร้อยปีจะต้องเผชิญกับการประเมินค่าใหม่ทั้งหมด

พลังคำนวณกำลังรวมศูนย์ โมเดลกำลังเร่งความเร็ว Agent กำลัง接管เวิร์กโฟลว์ และเส้นโค้งการนำไปใช้ยังคง陡峭上升 กลุ่มผู้เร่งความเร็วที่คลั่งไคล้และผู้เป่านกหวีดที่กังวลใจ ในสัปดาห์นี้ทุกคนเปิดเผยไพ่ทั้งหมด และคำตอบที่พวกเขาให้ชี้ไปที่ข้อสรุปเดียวกัน: หน้าต่างที่留给มนุษย์ในการปรับทิศทาง อาจเหลือเพียงสามปี

เมื่อ AI เริ่มผลักดันความก้าวหน้าของ AI รุ่นต่อไป คำถามที่แท้จริงมีเพียงข้อเดียว: พวงมาลัยยังอยู่ในมือใคร?

ข้อความที่เขียนใหม่และลดการซ้ำซ้อนอย่างลึกซึ้ง

คำเตือนจากผู้นำอุตสาหกรรม: ผลกระทบของจุดเอกฐาน AI ในปี 2028 และ AGI ในปี 2030

ในสาขาปัญญาประดิษฐ์ บุคคลสำคัญสองคน—Dario Amodei ผู้ร่วมก่อตั้งและซีอีโอของ Anthropic และ Demis Hassabis ผู้ร่วมก่อตั้ง DeepMind—ได้ออกคำเตือนพร้อมกันเมื่อเร็วๆ นี้ โดย锁定จุดสำคัญของการพัฒนา AI ไว้ที่ปี 2028 และ 2030 มุมมองของพวกเขารวมกันเป็นสัญญาณที่ชัดเจน: จุดเอกฐานของ AI อาจมาถึงในปี 2028 และภายในปี 2030 ผลกระทบของปัญญาประดิษฐ์ทั่วไป (AGI) จะเกินกว่าการปฏิวัติอุตสาหกรรมถึง 100 เท่า

มุมมองหลักและหลักฐานสำคัญ

• ปี 2028: ก่อนวันจุดเอกฐาน Dario Amodei เน้นย้ำในหลายโอกาสว่าการเติบโตแบบ指数ของความสามารถ AI จะถึงจุดวิกฤตในปี 2028 ในเวลานั้น ระบบ AI จะมีความสามารถในการปรับปรุงตนเองและสำรวจอย่างอิสระ ซึ่งจะ引发 “การระเบิดของปัญญา” ที่ไม่สามารถย้อนกลับได้ Hassabis ชี้ให้เห็นจากมุมมองของเส้นทางเทคโนโลยีว่า เมื่อต้นทุนพลังคำนวณลดลงอย่างมาก (เช่น การต่อเนื่องของกฎของมัวร์หรือความก้าวหน้าของการคำนวณควอนตัม) และการ优化ของอัลกอริทึมการฝึก ภายในปี 2028 ความก้าวหน้าของ AI ในด้านการค้นพบทางวิทยาศาสตร์ การพัฒนายา การออกแบบวัสดุ ฯลฯ จะกลายเป็นเรื่องปกติ

• ปี 2030: ผลกระทบ全面ของ AGI ผู้นำทั้งสองเห็นพ้องกันว่าภายในปี 2030 AGI จะไม่ใช่แนวคิดในห้องปฏิบัติการอีกต่อไป แต่จะ渗透进入โครงสร้างพื้นฐานทุกระดับของสังคม Amodei คาดการณ์ว่า AGI จะกลายเป็น “เครื่องยนต์生产力ใหม่” เช่นเดียวกับไฟฟ้าหรืออินเทอร์เน็ต Hassabis 量化เพิ่มเติม: ผลกระทบทางเศรษฐกิจและสังคมจะเกินกว่าการปฏิวัติอุตสาหกรรม 100 เท่า นี่ไม่ใช่การพูดเกินจริง แต่基于การประเมินศักยภาพของ AI ในด้านระบบอัตโนมัติ ความคิดสร้างสรรค์ และการ优化การตัดสินใจ ตัวอย่างเช่น หุ่นยนต์ที่ขับเคลื่อนด้วย AI จะ接管อุตสาหกรรมการผลิตและโลจิสติกส์อย่างสมบูรณ์ ในขณะที่นักวิทยาศาสตร์ AI จะสามารถดำเนินการกระบวนการทั้งหมดตั้งแต่การตั้งสมมติฐานไปจนถึงการตรวจสอบการทดลองได้อย่างอิสระ เพิ่มประสิทธิภาพการวิจัยทางวิทยาศาสตร์หลายเท่า

ความเคลื่อนไหวของอุตสาหกรรมและหลักฐานเชิงประจักษ์

• การค้นพบระดับรางวัลโนเบลของ AI: ตามรายงานของ The Guardian เมื่อวันที่ 21 พฤษภาคม 2026 Jack Clark ผู้ร่วมก่อตั้ง Anthropic ชี้ให้เห็นว่า AI สามารถทำการค้นพบ “ระดับรางวัลโนเบล” ได้แล้ว บทความกล่าวว่าระบบ AI ในสาขาเคมีและชีววิทยาประสบความสำเร็จในการทำนายโครงสร้างของตัวเร่งปฏิกิริยาใหม่และ验证ฤทธิ์ของมัน ซึ่งหากทำโดยมนุษย์อาจต้องใช้ความพยายามหลายสิบปี สิ่งนี้ยืนยันโดยตรงถึงข้อโต้แย้งของ Amodei และ Hassabis เกี่ยวกับการเร่งความก้าวหน้าทางวิทยาศาสตร์ของ AI

• วิวัฒนาการร่วมของเทคโนโลยีหุ่นยนต์: บนโซเชียลมีเดีย X ผู้ใช้ @deredleritt3r และ @kimmonismus ได้แบ่งปันการสนทนาที่เกี่ยวข้อง โดยเน้นว่าการรวมกันของ AI และหุ่นยนต์เป็นกุญแจสำคัญในการนำ AGI ไปใช้จริง @haider1 ชี้ให้เห็นเพิ่มเติมว่าภายในปี 2030 หุ่นยนต์ที่มีความสามารถในการปฏิบัติการทั่วไป (หรือ “หุ่นยนต์ทั่วไป”) จะแพร่หลาย พวกมันไม่เพียงแต่สามารถทำงานซ้ำๆ ได้ แต่ยังสามารถปรับตัวเข้ากับสภาพแวดล้อมที่ซับซ้อนผ่านการเรียนรู้อย่างต่อเนื่อง นี่เป็นสัญญาณของการก้าวข้ามจาก “ปัญญาดิจิทัล” ไปสู่ “ปัญญาทางกายภาพ”

หมายเหตุบรรณาธิการ

บทความนี้整理จากรายงานสาธารณะและการสนทนาบนโซเชียลมีเดีย เพื่อนำเสนอมุมมอง前瞻ของผู้นำอุตสาหกรรม ข้อมูลและการคาดการณ์ทั้งหมด基于แหล่งที่มาดั้งเดิม โดยไม่มีการแก้ไข

*หมายเหตุ: ภาพประกอบท้ายบทความ (

และ

) เป็นแผนภาพทางเทคนิคและกราฟข้อมูลที่แนบมากับต้นฉบับ ซึ่ง保留ไว้เพื่อช่วยในการทำความเข้าใจ*