GPT-6 Astra คือ AGI แล้วหรือยัง? เมื่อ AI ทำงานบนคอมพิวเตอร์แทนมนุษย์ได้มากขึ้น
การเปิดตัว GPT-6 Astra เมื่อวันที่ 3 กันยายน 2026 ทำให้คำถามเรื่อง Artificial General Intelligence หรือ AGI กลับมาได้รับความสนใจอีกครั้ง
เหตุผลไม่ได้มาจากคะแนน Benchmark ที่สูงขึ้นเพียงอย่างเดียว แต่เกิดจากการที่ Astra รวมความสามารถหลายด้านไว้ในระบบเดียว ตั้งแต่การใช้เหตุผล การค้นคว้า การเขียนโปรแกรม การใช้เครื่องมือ ไปจนถึงการควบคุมซอฟต์แวร์และดำเนินงานหลายขั้นตอนบนคอมพิวเตอร์
OpenAI รายงานว่า GPT-6 Astra ทำคะแนน ARC-AGI-3 ได้ 99.9% และ FrontierMath Tier 4 ได้ 98% พร้อมระบุว่าโมเดลมีความสามารถระดับแนวหน้าในงาน Computer Use, Browsing, Software Engineering, Cybersecurity, Science และ Professional Work
ตัวเลขดังกล่าวน่าประทับใจอย่างมาก แต่คำถามสำคัญยังคงอยู่:
คะแนน Benchmark ที่เกือบสมบูรณ์ หมายความว่า AGI มาถึงแล้วหรือไม่?
คำตอบในปัจจุบันคือ
ยังไม่ควรเรียก GPT-6 Astra ว่า AGI อย่างเป็นทางการ
เพราะเอกสารเปิดตัวและ System Card ของ OpenAI ยังไม่ได้ประกาศว่า Astra คือ AGI และในวงการ AI เองก็ยังไม่มีนิยามหรือแบบทดสอบเพียงชุดเดียวที่ทุกฝ่ายยอมรับว่าสามารถใช้ตัดสินการเกิด AGI ได้อย่างเด็ดขาด
AGI หมายถึงอะไร?
Artificial General Intelligence โดยทั่วไปหมายถึงระบบปัญญาประดิษฐ์ที่สามารถเรียนรู้ ทำความเข้าใจ และปฏิบัติงานทางปัญญาได้อย่างกว้างขวางในหลายบริบท โดยไม่ถูกจำกัดอยู่กับงานเฉพาะด้านเพียงอย่างเดียว
คุณสมบัติที่มักถูกคาดหวังจาก AGI ได้แก่
- เรียนรู้งานใหม่ที่ไม่เคยพบมาก่อน
- ถ่ายโอนความรู้จากงานหนึ่งไปสู่อีกงานหนึ่ง
- ใช้เหตุผลกับสถานการณ์ที่แตกต่างกัน
- ปรับตัวเมื่อบริบทหรือข้อกำหนดเปลี่ยนแปลง
- วางแผนและดำเนินงานระยะยาว
- เข้าใจข้อจำกัดและตรวจสอบความผิดพลาดของตนเอง
- ทำงานได้อย่างสม่ำเสมอในหลายสาขา
- ปฏิบัติงานในสภาพแวดล้อมจริงอย่างปลอดภัย
ปัญหาคือคำว่า “ความฉลาดระดับทั่วไป” ยังไม่มีเส้นแบ่งที่ทุกฝ่ายเห็นตรงกัน บางนิยามเน้นความสามารถเทียบเท่ามนุษย์ บางนิยามเน้นความสามารถเชิงเศรษฐกิจ และบางนิยามให้ความสำคัญกับการเรียนรู้งานใหม่โดยไม่ต้องฝึกเฉพาะทาง
ดังนั้น การเรียกระบบใดว่า AGI จึงต้องพิจารณามากกว่าคะแนนจาก Benchmark เพียงชุดเดียว
ARC-AGI-3 คืออะไร และคะแนน 99.9% บอกอะไรเรา?
ARC-AGI ถูกออกแบบมาเพื่อประเมินความสามารถในการอนุมานกฎจากตัวอย่างที่มีจำกัด และนำกฎดังกล่าวไปแก้โจทย์ใหม่ที่ไม่เคยพบมาก่อน
คะแนนที่สูงมากสามารถสะท้อนว่าโมเดลมีความสามารถโดดเด่นในด้านต่าง ๆ เช่น
- การค้นหารูปแบบ
- การอนุมานกฎ
- การแก้ปัญหาใหม่
- การวางแผนการกระทำ
- การปรับกลยุทธ์จากผลลัพธ์ที่ได้รับ
แต่คะแนนดังกล่าวยังไม่ได้พิสูจน์ว่าโมเดลสามารถทำงานทุกประเภทได้ในระดับมนุษย์
Benchmark วัดความสามารถภายใต้ขอบเขตที่กำหนด
การประเมินแต่ละชุดมีรูปแบบโจทย์ สภาพแวดล้อม วิธีให้คะแนน และเงื่อนไขเฉพาะของตนเอง ผลลัพธ์จึงบอกได้ว่าโมเดลทำงานได้ดีเพียงใดภายในกรอบนั้น แต่ไม่ได้ครอบคลุมทุกมิติของสติปัญญา
คะแนนสูงไม่ได้รับประกันความสม่ำเสมอ
AI อาจแก้โจทย์ที่ยากมากได้ แต่ยังผิดพลาดกับงานที่ดูง่ายสำหรับมนุษย์ หรือให้ผลลัพธ์ต่างกันเมื่อรายละเอียดของคำสั่งเปลี่ยนเพียงเล็กน้อย
Benchmark อาจไม่สะท้อนสภาพแวดล้อมจริงทั้งหมด
งานจริงมีข้อมูลไม่ครบ คำสั่งกำกวม ระบบภายนอกล้มเหลว ข้อจำกัดทางกฎหมาย ความเสี่ยงด้านความปลอดภัย และผลกระทบต่อบุคคลอื่น ซึ่งแตกต่างจากการทดสอบในสภาพแวดล้อมที่ควบคุมไว้
ความฉลาดไม่เท่ากับความน่าเชื่อถือ
แม้โมเดลจะมีความสามารถสูง แต่ยังต้องประเมินเรื่องความถูกต้อง ความปลอดภัย ความสามารถในการตรวจสอบ และผลกระทบจากการตัดสินใจ
ดังนั้น
ARC-AGI-3 ที่ 99.9% เป็นหลักฐานสำคัญของความก้าวหน้าด้านความสามารถ แต่ไม่ใช่ใบรับรอง AGI
สิ่งที่ทำให้ Astra สำคัญกว่าคะแนน Benchmark
ความเปลี่ยนแปลงที่สำคัญของ GPT-6 Astra คือการรวมความสามารถหลายประเภทไว้ในระบบการทำงานเดียว
Reasoning + Computer Use + Browsing + Coding + Tools + Research + Multi-step Work
AI รุ่นก่อนมักสร้างคำตอบหรือสร้างเนื้อหาภายในหน้าต่างสนทนา แต่ Astra เริ่มทำงานผ่านซอฟต์แวร์ เว็บไซต์ ระบบไฟล์ และเครื่องมือภายนอกได้มากขึ้น
ตัวอย่างงานที่ระบบลักษณะนี้สามารถช่วยดำเนินการ ได้แก่
- เปิดเว็บไซต์และค้นคว้าข้อมูล
- วิเคราะห์ข้อมูลจากหลายแหล่ง
- จัดการข้อมูลในระบบ CRM
- สร้างและแก้ไขเอกสาร
- เขียน ทดสอบ และแก้ไขโปรแกรม
- สร้างเว็บไซต์ แอปพลิเคชัน หรือเกม
- ควบคุมโปรแกรมออกแบบและสร้างแบบจำลอง
- ตรวจสอบปัญหาด้าน Cybersecurity
- ดำเนิน Workflow หลายขั้นตอน
- ตรวจสอบผลลัพธ์และปรับวิธีทำงาน
สิ่งนี้ทำให้ Astra เข้าใกล้ภาพของ General-purpose Digital Worker มากกว่า Chatbot แบบเดิม
แต่ “Digital Worker ที่ทำงานได้หลายอย่าง” ยังไม่จำเป็นต้องเท่ากับ “AGI” เพราะความสำเร็จของงานยังขึ้นอยู่กับเครื่องมือที่ได้รับ สิทธิ์เข้าถึง คุณภาพของข้อมูล การออกแบบ Workflow และการตรวจสอบจากมนุษย์
AI Agent, Digital Worker และ AGI ต่างกันอย่างไร?
| แนวคิดความหมายขอบเขตความสามารถ | ||
|---|---|---|
| AI Chatbot | ระบบที่สนทนาและสร้างคำตอบ | เน้นการตอบภายในบทสนทนา |
| AI Agent | ระบบที่วางแผนและใช้เครื่องมือเพื่อบรรลุเป้าหมาย | ทำงานภายในเครื่องมือและขอบเขตที่กำหนด |
| Digital Worker | AI Agent ที่เชื่อมกับกระบวนการธุรกิจและรับผิดชอบ Workflow ได้ต่อเนื่อง | ทำงานเสมือนสมาชิกดิจิทัลในองค์กร |
| AGI | ปัญญาประดิษฐ์อเนกประสงค์ที่เรียนรู้และปรับตัวได้กว้างขวาง | ยังไม่มีนิยามและเกณฑ์รับรองที่เป็นสากล |
AI Agent อาจมีประสิทธิภาพสูงมากในงานเฉพาะด้านโดยไม่เป็น AGI ตัวอย่างเช่น Agent อาจจัดทำรายงาน วิเคราะห์ข้อมูล หรือเขียนโปรแกรมได้ดี เพราะได้รับเครื่องมือ ข้อมูล และ Workflow ที่เหมาะสม
ในทางกลับกัน AGI ตามความคาดหวังของหลายฝ่ายควรสามารถเรียนรู้และปรับตัวต่อภารกิจใหม่อย่างกว้างขวาง โดยไม่ต้องออกแบบระบบรองรับทุกงานไว้ล่วงหน้า
อะไรคือสิ่งที่เรายังต้องเห็นก่อนเรียกว่า AGI?
ก่อนที่จะกล่าวว่า AGI มาถึงแล้ว อย่างน้อยควรมีหลักฐานเพิ่มเติมในหลายด้าน
1. ความสามารถข้ามสาขาที่สม่ำเสมอ
ระบบต้องทำงานได้ดีในหลายสาขา ไม่ใช่โดดเด่นเฉพาะ Coding, Mathematics, Browsing หรือ Computer Use
2. การเรียนรู้งานใหม่อย่างแท้จริง
ต้องสามารถเรียนรู้กฎ กระบวนการ และสภาพแวดล้อมใหม่จากข้อมูลจำนวนจำกัด โดยไม่ต้องฝึกโมเดลใหม่ทุกครั้ง
3. การถ่ายโอนความรู้
ระบบควรนำความรู้และประสบการณ์จากงานหนึ่งไปประยุกต์ใช้กับอีกงานหนึ่งได้อย่างเหมาะสม
4. ความน่าเชื่อถือในระยะยาว
การทำงานหนึ่งครั้งสำเร็จยังไม่เพียงพอ ระบบต้องสามารถดำเนินภารกิจระยะยาวโดยไม่หลุดเป้าหมาย ทำงานวนซ้ำ หรือสะสมความผิดพลาด
5. การรับมือกับโลกที่ไม่แน่นอน
ระบบต้องจัดการข้อมูลที่ไม่ครบถ้วน ความขัดแย้งของข้อมูล เหตุการณ์ไม่คาดคิด และความล้มเหลวของเครื่องมือได้
6. การตระหนักถึงข้อจำกัด
AI ควรรู้ว่าเมื่อใดข้อมูลไม่เพียงพอ เมื่อใดไม่ควรตัดสินใจ และเมื่อใดต้องส่งต่อให้มนุษย์
7. ความปลอดภัยและการควบคุม
ยิ่งระบบมีความสามารถกว้างขวางเท่าใด ความเสี่ยงจากการใช้งานผิดวัตถุประสงค์ การหลีกเลี่ยงมาตรการควบคุม และการกระทำที่ไม่สอดคล้องกับเป้าหมายก็ยิ่งสูงขึ้น
8. การประเมินโดยองค์กรอิสระ
ข้อสรุปเรื่อง AGI ไม่ควรอาศัยเพียงคะแนนที่ผู้พัฒนาโมเดลรายงาน แต่ควรมีการทดสอบซ้ำโดยนักวิจัยและหน่วยงานอิสระภายใต้เงื่อนไขที่หลากหลาย
Astra อาจเป็น “Pre-AGI” ได้หรือไม่?
คำว่า Pre-AGI หรือ “ระบบก่อนถึง AGI” ไม่ใช่สถานะรับรองอย่างเป็นทางการ แต่สามารถใช้เป็นกรอบอธิบายทิศทางการพัฒนาได้
หากพิจารณาจากความสามารถที่ถูกรวมเข้าด้วยกัน Astra อาจถูกมองว่าเป็นหนึ่งในระบบที่แสดงคุณลักษณะบางประการซึ่งผู้คนคาดหวังจาก AGI ได้แก่
- ทำงานได้หลายประเภท
- ใช้เหตุผลกับปัญหาซับซ้อน
- เชื่อมต่อและควบคุมเครื่องมือ
- วางแผนหลายขั้นตอน
- ปรับวิธีดำเนินงานจากผลลัพธ์
- ทำงานผ่านคอมพิวเตอร์ในลักษณะใกล้เคียงมนุษย์
แต่คำว่า Pre-AGI ควรใช้ในฐานะ ข้อสังเกตเชิงวิเคราะห์ ไม่ใช่ข้อเท็จจริงทางวิทยาศาสตร์หรือคำประกาศจาก OpenAI
ถ้อยคำที่เหมาะสมจึงควรเป็น
GPT-6 Astra ยังไม่ใช่การประกาศว่า AGI มาถึงแล้ว แต่เป็นหนึ่งในสัญญาณที่ชัดเจนว่า AI กำลังเคลื่อนจาก Generative AI และ Agentic AI เข้าใกล้ระบบปัญญาประดิษฐ์อเนกประสงค์มากขึ้น
คำถามสำคัญสำหรับองค์กรไม่ใช่เพียง “นี่คือ AGI หรือไม่?”
สำหรับองค์กร คำถามว่า Astra เป็น AGI แล้วหรือยังอาจน่าสนใจในเชิงเทคโนโลยี แต่คำถามที่ต้องตอบในทางปฏิบัติมีความสำคัญกว่า เช่น
- งานประเภทใดที่สามารถมอบหมายให้ AI ได้
- งานใดต้องมีมนุษย์ตรวจสอบหรืออนุมัติ
- AI สามารถเข้าถึงข้อมูลและระบบใด
- ใครเป็นผู้รับผิดชอบเมื่อ AI ทำงานผิดพลาด
- จะตรวจสอบการตัดสินใจและการใช้เครื่องมือย้อนหลังได้อย่างไร
- จะป้องกัน Prompt Injection และการใช้สิทธิ์เกินขอบเขตอย่างไร
- จะวัดคุณค่า ต้นทุน และความเสี่ยงของ AI อย่างไร
- จะหยุดหรือย้อนกลับการดำเนินการเมื่อเกิดความผิดปกติได้หรือไม่
เมื่อ AI สามารถปฏิบัติงานได้ ผลกระทบของความผิดพลาดจะไม่จำกัดอยู่แค่ “คำตอบผิด” แต่สามารถกลายเป็น “การกระทำผิด” ได้
องค์กรจึงต้องพัฒนาองค์ประกอบด้าน AI Governance, Identity and Access Management, Least Privilege, Human-in-the-Loop, Evaluation, Observability, Audit Trail และ Incident Response ควบคู่ไปกับการนำ Agentic AI มาใช้
บทสรุป
GPT-6 Astra เป็นก้าวสำคัญของ Frontier AI โดยเฉพาะการรวม Reasoning, Computer Use, Browsing, Coding, Tools และ Multi-step Work ไว้ในระบบเดียว
แต่คะแนนที่สูงมากบน ARC-AGI-3 หรือ Benchmark อื่นยังไม่เพียงพอที่จะยืนยันว่า Astra คือ AGI เนื่องจาก AGI ต้องพิจารณาทั้งความสามารถข้ามสาขา การเรียนรู้งานใหม่ ความสม่ำเสมอ ความน่าเชื่อถือ การปรับตัว และความปลอดภัยในสภาพแวดล้อมจริง
ดังนั้น คำตอบที่แม่นยำที่สุดในวันนี้คือ
GPT-6 Astra ยังไม่ถูกประกาศให้เป็น AGI แต่ทำให้เส้นแบ่งระหว่าง Frontier AI, AI Agent, Digital Worker และสิ่งที่มนุษย์คาดหวังจาก AGI บางลงอย่างชัดเจน
สิ่งที่องค์กรควรเร่งทำจึงไม่ใช่รอให้มีการประกาศว่า AGI มาถึงแล้ว แต่คือการเตรียมข้อมูล กระบวนการ บุคลากร ระบบความปลอดภัย และธรรมาภิบาลให้พร้อมสำหรับ AI ที่มีความสามารถในการปฏิบัติงานเพิ่มขึ้นอย่างรวดเร็ว
เพราะคำถามสำคัญอาจไม่ใช่เพียงว่า
“AI ฉลาดเท่ามนุษย์แล้วหรือยัง?”
แต่คือ
“องค์กรพร้อมควบคุม AI ที่สามารถทำงานแทนมนุษย์ได้มากขึ้นแล้วหรือยัง?”
เกี่ยวกับผู้เขียน
อาจารย์ปรเมศร์ เพียรสกุล ผู้เชี่ยวชาญด้านความมั่นคงปลอดภัยไซเบอร์ (Cybersecurity) ปัญญาประดิษฐ์ (Artificial Intelligence: AI) และการวิเคราะห์ข้อมูลเชิงกลยุทธ์ ปัจจุบันดำรงตำแหน่งประธานเจ้าหน้าที่บริหาร (Chief Executive Officer: CEO) และผู้ก่อตั้ง บริษัท อินเทลลิเจนท์ ดาต้า อนาไลติก จำกัด โดยมุ่งพัฒนาและประยุกต์ใช้เทคโนโลยี เพื่อเปลี่ยนข้อมูลให้เป็นข่าวกรองที่เชื่อถือได้สำหรับการตัดสินใจของผู้บริหารและองค์กรอย่างมีประสิทธิภาพและยั่งยืน
