Synology กำลังเปลี่ยนแนวทางการใช้งานฮาร์ดไดรฟ์ใน NAS รุ่นใหม่ โดยจะ บังคับให้ใช้ฮาร์ดไดรฟ์ที่ได้รับการรับรองจาก Synology เท่านั้น สำหรับ NAS รุ่น Plus Series ที่เปิดตัวตั้งแต่ปี 2025 เป็นต้นไป การเปลี่ยนแปลงนี้เป็นส่วนหนึ่งของกลยุทธ์ สร้างระบบนิเวศแบบปิด เพื่อเพิ่มประสิทธิภาพและความน่าเชื่อถือของผลิตภัณฑ์ ✅ Synology จะบังคับใช้ฮาร์ดไดรฟ์ที่ได้รับการรับรองใน NAS รุ่นใหม่ - NAS รุ่น Plus Series ที่เปิดตัวตั้งแต่ปี 2025 เป็นต้นไปจะต้องใช้ฮาร์ดไดรฟ์ที่ได้รับการรับรองจาก Synology - Synology อ้างว่าการใช้ฮาร์ดไดรฟ์ที่ผ่านการรับรองจะช่วยเพิ่ม ประสิทธิภาพ, ความน่าเชื่อถือ และการสนับสนุนที่ดีขึ้น ✅ ฮาร์ดไดรฟ์ที่ได้รับการรับรองมาจากผู้ผลิตรายใหญ่ เช่น Toshiba และ Seagate - แม้ว่าจะเป็นฮาร์ดไดรฟ์ที่ได้รับการรับรองจาก Synology แต่จริงๆ แล้วผลิตโดยบริษัทอื่น ✅ NAS รุ่นเก่าที่ยังใช้ฮาร์ดไดรฟ์ทั่วไปจะยังคงทำงานได้ - NAS รุ่น Plus Series ที่เปิดตัวก่อนปี 2025 จะยังสามารถใช้ฮาร์ดไดรฟ์ทั่วไปได้ - อย่างไรก็ตาม อาจมีข้อจำกัด เช่น ไม่สามารถสร้าง Storage Pool และไม่ได้รับการสนับสนุนจาก Synology ✅ Synology เปิดโอกาสให้ผู้ใช้ส่งฮาร์ดไดรฟ์ของตนเองไปตรวจสอบ - ผู้ใช้สามารถส่งฮาร์ดไดรฟ์ของตนไปให้ Synology ตรวจสอบเพื่อดูว่าผ่านมาตรฐานหรือไม่ https://www.techspot.com/news/107622-synology-require-branded-hard-drives-future-nas-models.html

Meta ได้ประกาศว่าจะเริ่มใช้ข้อมูลสาธารณะและการโต้ตอบของผู้ใช้ในยุโรปเพื่อฝึกอบรมโมเดล AI ของตน โดยข้อมูลนี้จะรวมถึงโพสต์และความคิดเห็นที่เผยแพร่บนแพลตฟอร์มของ Meta เช่น Facebook และ Instagram การประกาศนี้เกิดขึ้นหลังจาก Meta ได้เปิดตัว Meta AI ในยุโรปเมื่อเดือนมีนาคมที่ผ่านมา โดยมีการหยุดชั่วคราวก่อนหน้านี้เนื่องจากข้อกังวลจากหน่วยงานกำกับดูแลข้อมูลในยุโรป ✅ Meta จะใช้ข้อมูลสาธารณะและการโต้ตอบของผู้ใช้ในยุโรป - ข้อมูลที่ใช้จะรวมถึงโพสต์และความคิดเห็นที่เผยแพร่โดยผู้ใหญ่ - ข้อมูลจากผู้ใช้อายุต่ำกว่า 18 ปีและข้อความส่วนตัวจะไม่ถูกนำมาใช้ ✅ Meta AI เปิดตัวในยุโรปหลังจากหยุดชั่วคราวเนื่องจากข้อกังวลด้านข้อมูล - การเปิดตัวเกิดขึ้นเกือบหนึ่งปีหลังจากที่ Meta หยุดแผนการเปิดตัวเนื่องจากข้อกังวลด้าน GDPR ✅ ผู้ใช้ในยุโรปสามารถเลือกที่จะไม่ให้ข้อมูลของตนถูกใช้ในการฝึกอบรม AI - Meta จะส่งการแจ้งเตือนพร้อมลิงก์ไปยังแบบฟอร์มที่ผู้ใช้สามารถกรอกเพื่อปฏิเสธการใช้ข้อมูล ✅ Meta ยืนยันว่าการฝึกอบรม AI ด้วยข้อมูลสาธารณะเป็นเรื่องปกติในอุตสาหกรรม - Meta ระบุว่าการฝึกอบรม AI ด้วยข้อมูลสาธารณะช่วยให้โมเดลเข้าใจความหลากหลายของชุมชนยุโรป https://www.techradar.com/computing/cyber-security/meta-is-set-to-train-its-ai-models-with-europeans-public-data-and-you-can-stop-it-doing-so

Microsoft ได้พัฒนา BitNet b1.58 2B4T ซึ่งเป็นโมเดล AI แบบ 1-bit LLM ที่มี 2 พันล้านพารามิเตอร์ และสามารถทำงานได้อย่างมีประสิทธิภาพบน CPU ทั่วไป โดยใช้หน่วยความจำเพียง 400MB ซึ่งน้อยกว่ารุ่นอื่นๆ ถึง 70% ✅ BitNet b1.58 2B4T เป็นโมเดล AI แบบ 1-bit ที่ใช้พลังงานต่ำ - ใช้ 1-bit weights ที่มีค่าเพียง -1, 0 และ +1 ซึ่งช่วยลดการใช้หน่วยความจำ - ใช้หน่วยความจำเพียง 400MB เทียบกับ 1.4GB ของ Gemma 3 1B ✅ สามารถทำงานบน CPU ทั่วไป เช่น Apple M2 - ไม่ต้องใช้ GPU หรือ NPU ทำให้สามารถรันโมเดลได้บน ฮาร์ดแวร์ที่มีประสิทธิภาพต่ำกว่า - ช่วยให้ผู้ใช้ทั่วไปสามารถทดลองใช้ AI ได้โดยไม่ต้องใช้เซิร์ฟเวอร์ขนาดใหญ่ ✅ BitNet b1.58 2B4T มีประสิทธิภาพใกล้เคียงกับโมเดล AI ขนาดใหญ่ - ทดสอบเทียบกับ LLaMa 3.2 1B, Gemma 3 1B และ Qwen 2.5 1.5B - มีคะแนนสูงกว่าในบางการทดสอบ เช่น ARC-Challenge และ BoolQ ✅ โมเดลนี้เปิดให้ใช้งานบน Hugging Face และ GitHub - ผู้ใช้สามารถดาวน์โหลดและทดลองใช้ได้ฟรี - ต้องใช้ bitnet.cpp inference framework เพื่อให้ทำงานได้อย่างมีประสิทธิภาพ https://www.tomshardware.com/tech-industry/artificial-intelligence/microsoft-researchers-build-1-bit-ai-llm-with-2b-parameters-model-small-enough-to-run-on-some-cpus

Tesla กำลังเผชิญกับคดีฟ้องร้องเกี่ยวกับ การปรับเปลี่ยนค่ามิเตอร์ระยะทาง (odometer) ในรถยนต์ ซึ่งอาจส่งผลให้ลูกค้าต้องจ่ายค่าซ่อมแพงขึ้นและหมดสิทธิ์รับบริการภายใต้การรับประกันเร็วกว่าที่ควร ✅ Tesla ถูกกล่าวหาว่าปรับเปลี่ยนค่ามิเตอร์ระยะทางเพื่อหลีกเลี่ยงการรับประกัน - คดีนี้ถูกยื่นโดย Nyree Hinton ซึ่งซื้อ Tesla Model Y ปี 2020 ในเดือนธันวาคม 2022 - รถของเขามีระยะทาง 36,772 ไมล์ ซึ่งยังอยู่ภายใต้การรับประกัน 50,000 ไมล์ ✅ Hinton พบว่าระยะทางที่บันทึกเพิ่มขึ้นผิดปกติ - จากเดือนธันวาคม 2022 ถึงกุมภาพันธ์ 2023 เขาขับรถเฉลี่ย 55.54 ไมล์ต่อวัน - แต่ระหว่างเดือนมีนาคมถึงมิถุนายน 2023 ระยะทางที่บันทึกเพิ่มขึ้นเป็น 72.53 ไมล์ต่อวัน ✅ Tesla ออกประกาศเรียกคืนเกี่ยวกับปัญหาระบบกันสะเทือน แต่ Hinton ต้องจ่ายค่าซ่อมเอง - เมื่อเขานำรถเข้าซ่อมในเดือนมกราคม 2024 Tesla แจ้งว่า การรับประกันหมดอายุแล้ว - ในเดือนตุลาคม 2024 ระบบกันสะเทือนของรถเสียหายจนต้องลากไปที่ศูนย์บริการ ซึ่ง Tesla แจ้งว่าค่าซ่อมอยู่ที่ $10,000 ✅ Hinton ยื่นฟ้อง Tesla และขอให้คดีนี้เป็นคดีแบบกลุ่ม - หากคดีได้รับสถานะ class-action เจ้าของ Tesla รายอื่นที่ได้รับผลกระทบสามารถเข้าร่วมได้ ✅ มีเจ้าของ Tesla รายอื่นที่พบปัญหาคล้ายกัน - ผู้ใช้ใน Reddit และฟอรัมของ Tesla รายงานว่าระยะทางที่บันทึกสูงกว่าความเป็นจริง https://www.techspot.com/news/107589-tesla-sued-allegedly-faking-odometer-readings-avoid-warranty.html

OpenAI ได้เปิดตัว o3 และ o4-mini ซึ่งเป็นโมเดล AI ใหม่ที่มีความสามารถด้านการให้เหตุผลที่ล้ำหน้าที่สุด โดยสามารถเข้าถึงเครื่องมือภายนอก เช่น เว็บเบราว์เซอร์และตัวแปลภาษา Python เพื่อช่วยให้ตอบคำถามได้อย่างแม่นยำมากขึ้น ✅ OpenAI เปิดตัว o3 และ o4-mini พร้อมความสามารถด้านการให้เหตุผลที่ล้ำหน้า - โมเดลเหล่านี้สามารถ ใช้เครื่องมือภายนอก เพื่อช่วยในการตอบคำถาม - รองรับ การวิเคราะห์ภาพ, กราฟ และแผนภูมิ ✅ o3 เป็นโมเดลที่ทรงพลังที่สุดของ OpenAI - ทำลายสถิติบน Codeforces, SWE-bench และ MMMU - ลดข้อผิดพลาดลง 20% เมื่อเทียบกับ o1 ✅ o4-mini เป็นโมเดลที่เล็กกว่า แต่มีประสิทธิภาพสูง - มีความสามารถใกล้เคียงกับ o3 ในด้าน คณิตศาสตร์, การเขียนโค้ด และการวิเคราะห์ภาพ - มีประสิทธิภาพสูงและรองรับการใช้งานในปริมาณมาก ✅ OpenAI ใช้การเรียนรู้แบบเสริมแรงเพื่อพัฒนาโมเดล - โมเดลถูกฝึกให้รู้ว่า ควรใช้เครื่องมือเมื่อใดและอย่างไร - มีความสามารถในการ จดจำและอ้างอิงข้อมูลจากบทสนทนาในอดีต ✅ การเปิดตัวและราคา - o3 มีราคา $10 ต่อล้านโทเค็นอินพุต และ $40 ต่อล้านโทเค็นเอาต์พุต - o4-mini มีราคาเท่ากับ o3-mini ที่ $1.10 ต่อล้านโทเค็นอินพุต และ $4.40 ต่อล้านโทเค็นเอาต์พุต https://www.neowin.net/news/openai-announces-o3-and-o4-mini-its-most-capable-models-with-state-of-the-art-reasoning/

Intel กำลังพัฒนา Bartlett Lake-S ซึ่งเป็น ซีพียูที่มีเฉพาะ P-core โดยล่าสุดมีการเพิ่มการรองรับใน Linux Kernel Patch ซึ่งช่วยให้ระบบสามารถระบุซีพียูนี้ได้อย่างถูกต้อง ✅ Intel เพิ่มการรองรับ Bartlett Lake-S ใน Linux Kernel Patch - แพตช์ใหม่ช่วยให้ระบบสามารถ ระบุซีพียูและปรับแต่งโค้ดให้เหมาะสม - ใช้ CPUID Family 6, Model 215 (0xD7) เพื่อให้ซอฟต์แวร์สามารถตรวจสอบคุณสมบัติของซีพียู ✅ Bartlett Lake-S มีเฉพาะ P-core และใช้สถาปัตยกรรม Raptor Cove - แตกต่างจากรุ่นปกติที่มี Hybrid Core (P-core + E-core) - อาจมี สูงสุด 12 P-core และ 24 threads ✅ รองรับแพลตฟอร์ม LGA 1700 - สามารถใช้กับ เมนบอร์ด 600-series และ 700-series ได้ - ต้องอัปเดต BIOS เพื่อรองรับซีพียูใหม่ ✅ คาดการณ์การเปิดตัว - มีข่าวลือว่า Bartlett Lake-S อาจเปิดตัวในไตรมาสที่ 3 ปี 2025 - อาจมีการประกาศรายละเอียดเพิ่มเติมใน Computex เดือนหน้า https://www.tomshardware.com/pc-components/cpus/intels-p-core-only-bartlett-lake-chip-inches-closer-to-reality-with-new-linux-patch

Google ได้ออกอัปเดต Chrome 136 เพื่อแก้ไขปัญหาด้านความเป็นส่วนตัวที่มีมายาวนานกว่า 20 ปี โดยการเปลี่ยนแปลงนี้จะช่วยป้องกันไม่ให้เว็บไซต์สามารถติดตาม ประวัติการเข้าชมลิงก์ของผู้ใช้ ผ่าน CSS :visited selector ✅ Chrome 136 ปรับปรุงการจัดการประวัติการเข้าชมลิงก์ - ก่อนหน้านี้ CSS :visited selector ถูกใช้เพื่อเปลี่ยนสีลิงก์ที่เคยคลิก เช่น จากสีน้ำเงินเป็นสีม่วง - นักพัฒนาเว็บสามารถใช้เทคนิคนี้เพื่อ ดึงข้อมูลประวัติการเข้าชมของผู้ใช้ ✅ การใช้โมเดลแบ่งส่วนข้อมูล (Partitioning Model) - Chrome 136 จะใช้ การแบ่งส่วนข้อมูล เพื่อป้องกันการรั่วไหลของประวัติการเข้าชม - ลิงก์จะถูกทำเครื่องหมายว่า "visited" เฉพาะในเว็บไซต์ที่ผู้ใช้คลิกครั้งแรกเท่านั้น ✅ ผลกระทบต่อการโจมตีแบบ Side-Channel - การเปลี่ยนแปลงนี้ช่วยป้องกัน การติดตาม, การสร้างโปรไฟล์ และการโจมตีแบบฟิชชิ่ง - Chrome 136 จะเป็น เบราว์เซอร์แรกที่ใช้การแบ่งส่วนข้อมูลสำหรับประวัติการเข้าชม ✅ การเปรียบเทียบกับเบราว์เซอร์อื่น - เบราว์เซอร์อื่นๆ เช่น Firefox และ Edge มีมาตรการป้องกันการรั่วไหลของ URL - แต่ยังไม่มีเบราว์เซอร์ใดใช้ การแบ่งส่วนข้อมูลแบบ Chrome 136 ✅ การเปิดใช้งานฟีเจอร์นี้ - Chrome 132 เคยเปิดตัวฟีเจอร์นี้แบบทดลอง และ Chrome 136 จะเปิดใช้งานเป็นค่าเริ่มต้น https://www.techspot.com/news/107558-new-chrome-update-fix-long-standing-bug-user.html

OpenAI กำลังพัฒนา แพลตฟอร์มโซเชียลมีเดียของตัวเอง ซึ่งอาจเป็นคู่แข่งของ X (เดิมคือ Twitter) โดยแพลตฟอร์มนี้จะเน้นการใช้ ChatGPT ในการสร้างภาพและเนื้อหา และอาจรวมเข้ากับ ChatGPT หรือเปิดตัวเป็นแอปใหม่ ✅ OpenAI กำลังพัฒนาแพลตฟอร์มโซเชียลมีเดีย - แพลตฟอร์มนี้อยู่ในช่วงต้นของการพัฒนา และยังไม่แน่ชัดว่าจะเป็นแอปใหม่หรือรวมเข้ากับ ChatGPT - มีการใช้ ChatGPT ในการสร้างภาพและเนื้อหา พร้อมฟีดแบบโซเชียล ✅ ความสัมพันธ์ที่ตึงเครียดระหว่าง Sam Altman และ Elon Musk - Musk เคยเสนอซื้อ OpenAI ในราคา 97.4 พันล้านดอลลาร์ แต่ถูก Altman ปฏิเสธ - OpenAI และ Musk ต่างก็มีคดีความต่อกันเกี่ยวกับการควบคุมเทคโนโลยี AI ✅ เป้าหมายของ OpenAI ในการสร้างแพลตฟอร์มนี้ - OpenAI ต้องการ ข้อมูลแบบเรียลไทม์ เพื่อฝึก AI แทนการพึ่งพาข้อมูลจากแพลตฟอร์มอื่น - แพลตฟอร์มนี้อาจช่วยให้ OpenAI มี แหล่งข้อมูลของตัวเอง เหมือนกับที่ Musk ใช้ X ในการฝึก Grok ✅ แนวโน้มของตลาดโซเชียลมีเดียที่ใช้ AI - Meta กำลังใช้ Llama models ในการฝึก AI ด้วยข้อมูลจาก Facebook และ Instagram - OpenAI อาจต้องแข่งขันกับแพลตฟอร์มที่มีฐานผู้ใช้ขนาดใหญ่ ℹ️ ความท้าทายในการเปิดตัวแพลตฟอร์มใหม่ - OpenAI กำลังเผชิญกับหลายประเด็น เช่น การพัฒนาโมเดลใหม่, คดีความ และการขยายธุรกิจ - ต้องติดตามว่าแพลตฟอร์มนี้จะสามารถดึงดูดผู้ใช้ได้หรือไม่ ℹ️ ผลกระทบต่อการแข่งขันในตลาด AI - หาก OpenAI มีแพลตฟอร์มของตัวเอง อาจส่งผลต่อ การเข้าถึงข้อมูลของ AI คู่แข่ง - อาจมีการเปลี่ยนแปลงในแนวทางการพัฒนา AI ของบริษัทอื่น ℹ️ แนวโน้มของการใช้ AI ในโซเชียลมีเดีย - AI อาจมีบทบาทมากขึ้นในการสร้างเนื้อหาและวิเคราะห์พฤติกรรมผู้ใช้ - อาจมีการพัฒนา AI ที่สามารถโต้ตอบกับผู้ใช้ในรูปแบบที่ซับซ้อนขึ้น https://www.neowin.net/news/openai-is-reportedly-working-on-its-own-social-media-platform-to-rival-the-likes-of-x/

OpenAI ได้เปิดตัว GPT-4.1 ซึ่งเป็นโมเดล AI ใหม่ที่มีการปรับปรุงด้าน การเขียนโค้ด, การทำตามคำสั่ง และการเข้าใจบริบทที่ยาวขึ้น โดยสามารถรองรับ 1 ล้านโทเค็น และมีประสิทธิภาพสูงกว่ารุ่นก่อนหน้า 🤖 รายละเอียดสำคัญเกี่ยวกับ GPT-4.1 ✅ GPT-4.1 มีประสิทธิภาพสูงกว่ารุ่นก่อนหน้า - มีความสามารถในการ เข้าใจบริบทที่ยาวขึ้น และรองรับ 1 ล้านโทเค็น - มีการปรับปรุงด้าน การเขียนโค้ด โดยมีประสิทธิภาพสูงกว่า GPT-4o ถึง 21% และ GPT-4.5 ถึง 27% ✅ การพัฒนาโมเดลย่อย - OpenAI เปิดตัว GPT-4.1 mini และ GPT-4.1 nano ซึ่งเป็นเวอร์ชันที่มีขนาดเล็กลง - โมเดลเหล่านี้มีต้นทุนต่ำกว่า GPT-4.5 แต่ยังคงมีประสิทธิภาพสูง ✅ การใช้งานผ่าน API เท่านั้น - GPT-4.1 และรุ่นย่อยสามารถใช้งานได้ผ่าน OpenAI API - OpenAI จะปิดการใช้งาน GPT-4.5 preview ในเดือนกรกฎาคม เนื่องจาก GPT-4.1 มีประสิทธิภาพที่ดีกว่า ✅ การตอบสนองของนักพัฒนา - CEO Sam Altman ระบุว่าโมเดลใหม่นี้ได้รับการตอบรับที่ดีจากนักพัฒนา - OpenAI มุ่งเน้นการพัฒนาเพื่อให้เกิดประโยชน์ในโลกจริง ⚠️ ข้อควรระวังและประเด็นที่ต้องติดตาม ℹ️ ผลกระทบต่ออุตสาหกรรม AI - การเปิดตัว GPT-4.1 อาจส่งผลต่อการแข่งขันในตลาด AI โดยเฉพาะกับ Google Gemini และ Anthropic Claude - นักพัฒนาอาจต้องปรับตัวให้เข้ากับโมเดลใหม่ ℹ️ ความท้าทายด้านต้นทุนและการเข้าถึง - แม้ GPT-4.1 จะมีต้นทุนต่ำกว่า GPT-4.5 แต่ยังต้องติดตามว่า ราคาการใช้งาน API จะเป็นอย่างไร - ผู้ใช้ทั่วไปอาจต้องรอการเปิดตัวในแพลตฟอร์มอื่น เช่น ChatGPT ℹ️ แนวโน้มของ AI ที่รองรับบริบทยาวขึ้น - การรองรับ 1 ล้านโทเค็น อาจช่วยให้ AI สามารถทำงานที่ซับซ้อนขึ้น เช่น การวิเคราะห์เอกสารขนาดใหญ่ - อาจมีการพัฒนาโมเดลที่สามารถรองรับบริบทที่ยาวขึ้นในอนาคต https://www.thestar.com.my/tech/tech-news/2025/04/15/openai-launches-new-gpt-41-models-with-improved-coding-long-context-comprehension

Meta บริษัทแม่ของ Facebook และ Instagram ได้ประกาศว่าจะนำข้อมูลจากโพสต์สาธารณะและการโต้ตอบกับ AI มาฝึกโมเดลปัญญาประดิษฐ์ในสหภาพยุโรป (EU) หลังจากเผชิญกับความกังวลด้านความเป็นส่วนตัวและกฎระเบียบคุ้มครองข้อมูลที่เข้มงวดในภูมิภาคนี้ การเปิดตัวเทคโนโลยี AI ในยุโรปล่าช้าไปจากแผนเดิม เนื่องจากข้อกำหนดของหน่วยงานกำกับดูแล Meta ให้ความมั่นใจกับผู้ใช้ใน EU ว่าจะมีการแจ้งเตือนเกี่ยวกับข้อมูลที่บริษัทใช้ รวมถึงช่องทางให้ผู้ใช้แสดงความคัดค้านต่อการนำข้อมูลของตนมาใช้ในการฝึก AI อย่างไรก็ตาม ข้อมูลที่เป็นข้อความส่วนตัวและข้อมูลจากบัญชีของผู้ใช้ที่มีอายุต่ำกว่า 18 ปีจะไม่ถูกนำมาใช้ การตัดสินใจของ Meta เกิดขึ้นหลังจากเผชิญกับแรงกดดันจากคณะกรรมาธิการยุโรป และกลุ่มสิทธิด้านความเป็นส่วนตัว เช่น NOYB ที่เรียกร้องให้มีการจำกัดการใช้ข้อมูลจากโซเชียลมีเดียในการฝึก AI นอกจากนี้ Meta ยังถูกตรวจสอบโดยหน่วยงานกำกับดูแลข้อมูลของไอร์แลนด์ ซึ่งเคยสั่งให้บริษัทชะลอแผนดังกล่าวเมื่อปีที่แล้ว https://www.thestar.com.my/tech/tech-news/2025/04/15/meta-to-use-public-posts-ai-interactions-to-train-models-in-eu

ข่าวนี้เล่าถึงผลการวิจัยที่ชี้ให้เห็นว่า การฝึกอบรมปัญญาประดิษฐ์ (AI) มากเกินไป อาจส่งผลเสียต่อประสิทธิภาพของโมเดล โดยนักวิจัยจากมหาวิทยาลัยชั้นนำในสหรัฐฯ เช่น Carnegie Mellon, Stanford, Harvard และ Princeton ได้ค้นพบปรากฏการณ์ที่เรียกว่า “Catastrophic Overtraining” นักวิจัยพบว่าเมื่อโมเดล AI ถูกฝึกอบรมด้วยข้อมูลจำนวนมากเกินไป เช่น การเพิ่มจำนวนโทเค็นจาก 2.3 ล้านล้านเป็น 3 ล้านล้านในโมเดล OLMo-1B ประสิทธิภาพของโมเดลกลับลดลงถึง 3% ในการทดสอบมาตรฐาน เช่น AlpacaEval และ ARC สาเหตุหลักมาจาก “Progressive Sensitivity” ซึ่งทำให้โมเดลมีความเปราะบางต่อการเปลี่ยนแปลงเล็กน้อย เช่น การปรับแต่งหรือการเพิ่มเสียงรบกวน นักวิจัยยังชี้ให้เห็นว่า “Inflection Point” หรือจุดที่การฝึกอบรมเพิ่มเติมเริ่มส่งผลเสียต่อประสิทธิภาพ มักเกิดขึ้นเมื่อจำนวนโทเค็นเกิน 2.5 ล้านล้านในโมเดลขนาดเล็ก การค้นพบนี้เรียกร้องให้มีการพิจารณาใหม่เกี่ยวกับการปรับขนาดโมเดล AI โดยเน้นที่กระบวนการฝึกอบรมทั้งหมดแทนที่จะมุ่งเน้นที่การเพิ่มข้อมูลเพียงอย่างเดียว ✅ การค้นพบปรากฏการณ์ Catastrophic Overtraining - การฝึกอบรม AI มากเกินไปอาจลดประสิทธิภาพของโมเดล - Progressive Sensitivity ทำให้โมเดลเปราะบางต่อการเปลี่ยนแปลงเล็กน้อย ✅ ผลกระทบของการฝึกอบรมเพิ่มเติม - โมเดล OLMo-1B ที่ฝึกอบรมด้วยข้อมูล 3 ล้านล้านโทเค็นมีประสิทธิภาพลดลงถึง 3% - Inflection Point มักเกิดขึ้นเมื่อจำนวนโทเค็นเกิน 2.5 ล้านล้าน ✅ ข้อเสนอแนะจากนักวิจัย - ควรพิจารณากระบวนการฝึกอบรมทั้งหมดแทนการเพิ่มข้อมูลเพียงอย่างเดียว - การปรับขนาดโมเดล AI ควรคำนึงถึงความสมดุลระหว่างข้อมูลและความเสถียร ℹ️ ความเสี่ยงจากการฝึกอบรมมากเกินไป - การฝึกอบรมมากเกินไปอาจทำให้โมเดลเปราะบางและลดประสิทธิภาพ - การเพิ่มเสียงรบกวนหรือการปรับแต่งอาจส่งผลเสียต่อโมเดลที่ฝึกอบรมมากเกินไป ℹ️ คำแนะนำสำหรับนักพัฒนา AI - ควรพิจารณาจำนวนข้อมูลที่เหมาะสมสำหรับการฝึกอบรม - การพัฒนาโมเดล AI ควรเน้นที่ความสมดุลระหว่างข้อมูลและความเสถียร https://www.techradar.com/pro/catastrophic-overtraining-could-harm-large-language-ai-models-that-are-trained-on-more-data-for-the-sake-of-training

บทความนี้นำเสนอคำศัพท์สำคัญเกี่ยวกับเทคโนโลยีปัญญาประดิษฐ์ (AI) ที่ควรรู้ โดยให้คำอธิบายที่เข้าใจง่ายเกี่ยวกับ 10 คำที่มีความสำคัญในวงการ AI ได้แก่: 1) Artificial Intelligence (AI) - ระบบคอมพิวเตอร์ที่สามารถเลียนแบบความฉลาดของมนุษย์ เช่น การตัดสินใจ การแปลภาษา และการเรียนรู้จากประสบการณ์ 2)Machine Learning - กระบวนการที่ทำให้ระบบคอมพิวเตอร์เรียนรู้จากข้อมูลและพัฒนาตัวเอง 3) Large Language Models (LLMs) - โมเดลภาษาใหญ่ที่ใช้การเรียนรู้ของเครื่องช่วยให้สื่อสารเหมือนมนุษย์ 4) Generative AI - AI ที่สามารถสร้างสิ่งใหม่ เช่น ภาพ เพลง หรือเนื้อหา 5) Hallucinations - การที่ AI ให้ข้อมูลที่ผิดพลาดหรือไม่ตรงกับความจริง 6) Responsible AI - หลักการในการพัฒนา AI ให้มีความปลอดภัยและยุติธรรม 7) Multimodal Models - โมเดลที่ทำงานกับข้อมูลหลายรูปแบบพร้อมกัน เช่น ข้อความและภาพ 8) Prompts - คำแนะนำหรือคำสั่งที่ใช้บอก AI ให้ทำงาน 9) Copilots - ระบบช่วยเหลือส่วนตัวที่ใช้งานในโปรแกรมดิจิทัลต่าง ๆ 10) Plugins - ส่วนเสริมที่ช่วยเพิ่มความสามารถให้กับระบบ AI บทความยังเน้นถึงความสำคัญของการใช้งาน AI อย่างรับผิดชอบ เพื่อให้เกิดประโยชน์สูงสุดต่อสังคมโดยรวม คุณสามารถอ่านเพิ่มเติมได้จากเว็บไซต์ของ Microsoft! https://news.microsoft.com/10-ai-terms/?OCID=lock-con2&msclkid=68c92cae3153103dcf824b5986a814df

การโจมตีด้วยแรนซัมแวร์ที่ชื่อว่า Codefinger ได้สร้างความตื่นตระหนกในวงการความปลอดภัยไซเบอร์ โดยเป็นการโจมตีที่มุ่งเป้าไปที่การจัดการคีย์ในระบบคลาวด์ ซึ่งแสดงให้เห็นถึงวิวัฒนาการใหม่ของแรนซัมแวร์ ✅ ลักษณะการโจมตี: - Codefinger โจมตีโดยการขโมยคีย์สำหรับจัดการข้อมูลใน Amazon S3 และใช้คีย์เหล่านั้นเข้ารหัสข้อมูลใน S3 buckets - การโจมตีนี้ไม่ได้ใช้มัลแวร์ แต่ใช้ช่องโหว่จากการจัดการคีย์ที่ไม่ปลอดภัย ✅ ความเสี่ยงจากการสำรองข้อมูล: - การสำรองข้อมูลแบบดั้งเดิมไม่สามารถป้องกันการโจมตีนี้ได้ หากข้อมูลสำรองถูกเข้ารหัสพร้อมกับข้อมูลต้นฉบับ ✅ ความรับผิดชอบร่วมในระบบคลาวด์: - การโจมตีนี้แสดงให้เห็นถึงความเสี่ยงในโมเดลความรับผิดชอบร่วม (Shared Responsibility Model) ซึ่งผู้ใช้งานต้องรับผิดชอบในการจัดการคีย์เอง ✅ การจัดการคีย์ที่ปลอดภัย: - การจัดเก็บคีย์ในที่ปลอดภัย เช่น Secrets Management Tools และการเปลี่ยนคีย์เป็นระยะ (Secrets Cycling) สามารถลดความเสี่ยงได้ == ข้อเสนอแนะและคำเตือน == ⚠️ การจัดการคีย์ที่ไม่ปลอดภัย: - องค์กรควรตรวจสอบและจัดการคีย์อย่างเป็นระบบ เพื่อป้องกันการโจมตีที่อาจเกิดขึ้นในอนาคต ⚠️ การพึ่งพาการสำรองข้อมูล: - การสำรองข้อมูลเพียงอย่างเดียวไม่เพียงพอ องค์กรควรใช้กลยุทธ์การป้องกันที่หลากหลาย เช่น การตั้งค่าการเข้าถึงข้อมูลให้ปลอดภัย ⚠️ การลงทุนในความปลอดภัยไซเบอร์: - องค์กรควรเพิ่มการลงทุนในระบบความปลอดภัยไซเบอร์และหาพันธมิตรที่มีความเชี่ยวชาญเพื่อช่วยปิดช่องโหว่ https://www.csoonline.com/article/3958179/why-codefinger-represents-a-new-stage-in-the-evolution-of-ransomware.html

OpenAI ได้ประกาศการอัปเกรดครั้งใหญ่สำหรับ ChatGPT โดยเพิ่มฟีเจอร์ Memory ที่ช่วยให้ AI สามารถอ้างอิงข้อมูลจากการสนทนาในอดีตทั้งหมดของผู้ใช้งาน เพื่อสร้างคำตอบที่มีความเฉพาะเจาะจงและเป็นประโยชน์มากขึ้น == ข้อมูลสำคัญในข่าว == ✅ ฟีเจอร์ Memory ใหม่: - ChatGPT สามารถอ้างอิงข้อมูลจากการสนทนาในอดีตทั้งหมดของผู้ใช้งาน เพื่อสร้างคำตอบที่มีความเฉพาะเจาะจงและตรงกับความต้องการ - ข้อมูลที่ถูกบันทึกจะเปลี่ยนแปลงไปตามเวลาที่ AI อัปเดตสิ่งที่มีประโยชน์ในการจดจำ ✅ การจัดการ Memory: - ผู้ใช้งานสามารถเปิดหรือปิดฟีเจอร์ Memory ได้ผ่านการตั้งค่า - มีตัวเลือกให้ใช้ Temporary Chat เพื่อสนทนาโดยไม่ใช้หรือส่งผลต่อข้อมูลที่ถูกบันทึก ✅ การเข้าถึงฟีเจอร์: - ฟีเจอร์ Memory ใหม่เปิดให้ใช้งานสำหรับผู้ใช้ ChatGPT Plus และ Pro ยกเว้นในบางประเทศ เช่น EEA, UK, และ Switzerland - ผู้ใช้ ChatGPT Free จะยังคงใช้ฟีเจอร์ Saved Memories แบบเดิม ✅ การปกป้องข้อมูล: - OpenAI ยืนยันว่าจะไม่ใช้ข้อมูล Memory เพื่อฝึกโมเดลใหม่ หากผู้ใช้งานปิดการตั้งค่า “Improve the model for everyone” == ข้อเสนอแนะและคำเตือน == ⚠️ ความกังวลด้านความเป็นส่วนตัว: - ผู้ใช้งานอาจกังวลเกี่ยวกับการจัดเก็บข้อมูลสนทนาในอดีตทั้งหมด ซึ่งอาจนำไปสู่การละเมิดความเป็นส่วนตัว ⚠️ การจัดการข้อมูลที่บันทึก: - ข้อมูลที่ถูกบันทึกไม่สามารถดูหรือลบได้แบบเลือกเฉพาะเจาะจง อาจทำให้ผู้ใช้งานรู้สึกไม่สะดวก https://www.neowin.net/news/chatgpt-gets-big-memory-upgrade-it-can-now-reference-all-of-your-past-chats/

Microsoft ได้เปิดตัว WHAMM (World and Human Action MaskGIT Model) ซึ่งเป็นโมเดล AI ที่สามารถสร้างเฟรมของเกม Quake II แบบเรียลไทม์ โดยมีเป้าหมายเพื่อสำรวจศักยภาพของ AI ในการพัฒนาเกม อย่างไรก็ตาม โครงการนี้ได้รับทั้งคำชื่นชมและคำวิจารณ์จากผู้คนในวงการ 🌐 จุดเด่นของ WHAMM AI Quake Demo: 🕹️ การสร้างเฟรมแบบเรียลไทม์: AI สามารถสร้างเฟรมของเกม Quake II ได้ในขณะที่เล่นผ่านเบราว์เซอร์ 💡 การสำรวจเทคโนโลยี: Microsoft ระบุว่าโครงการนี้ไม่ได้มีเป้าหมายเพื่อแทนที่เกมต้นฉบับ แต่เพื่อทดลองความสามารถของ AI ในการสร้างเกม ⚠️ คำวิจารณ์และการป้องกัน: 🎯 ข้อกังวลจากนักพัฒนา: บางคนมองว่าเทคโนโลยีนี้อาจลดคุณค่าของงานนักพัฒนาเกม และอาจส่งผลกระทบต่ออาชีพในวงการ 🛠️ การป้องกันจากผู้เชี่ยวชาญ: John Carmack ผู้ร่วมสร้าง Quake และ Tim Sweeney CEO ของ Epic Games ชี้ว่า AI เป็นเครื่องมือที่ช่วยเพิ่มศักยภาพให้กับนักพัฒนา และไม่ได้มีเป้าหมายเพื่อแทนที่มนุษย์ https://www.techspot.com/news/107483-john-carmack-tim-sweeney-defend-microsoft-whamm-ai.html

Tue. Apr. 8, 2025 - NY time (Wed. Apr. 9, 2025 - Thai time) What a brilliant speech from Lawrence Wong, 4th Prime Minister of Singapore Prime Minister. He represents what best leaders should be. My #1 role model for all politicians is still Mr. Lee Kuan Yew. It is remarkable that both leaders hail from Singapore, a small nation that continues to make a massive impact to this broken world, where every wrong things seem to be considered normal. https://youtu.be/Io1G_5I7a-0?si=DhC_zfOc1qrhqVV6 #อยากให้ทุกคนฟังค่ะ

วุฒิสมาชิกสหรัฐฯ เรียกร้องคำชี้แจงจาก Google และ Microsoft เกี่ยวกับข้อตกลง AI ที่อาจสร้างผลกระทบต่อการแข่งขันในอุตสาหกรรม การจับมือกับบริษัท AI อย่าง OpenAI และ Anthropic ถูกตั้งคำถามว่าอาจนำไปสู่การเพิ่มราคาสินค้า ลดนวัตกรรม และผูกขาดตลาด เรื่องนี้ชวนให้เราตั้งคำถามว่าอนาคตของ AI จะเดินหน้าไปในทิศทางที่เปิดกว้างหรือถูกควบคุม ✅ การเข้าถือสิทธิ์ AI Models และการเงิน: วุฒิสมาชิกได้ขอรายละเอียดเกี่ยวกับข้อตกลงทางการเงินระหว่างบริษัท AI กับผู้ให้บริการ Cloud (Cloud Service Providers - CSPs) เช่น Google Cloud และ Microsoft Azure พร้อมตั้งคำถามว่าข้อตกลงดังกล่าวให้อำนาจผูกขาดหรือสิทธิพิเศษเหนือบาง AI Models หรือไม่ ✅ ผลกระทบด้านการแข่งขัน: พวกเขาเตือนว่าการจับมือกันระหว่าง CSPs และบริษัท AI อาจเร่งกระบวนการรวมศูนย์ในอุตสาหกรรม AI ซึ่งอาจส่งผลให้ผู้บริโภคมีทางเลือกน้อยลง และราคาสูงขึ้นในอนาคต ✅ ความกังวลเรื่องการซื้อกิจการ: ยังมีข้อสงสัยว่า Google และ Microsoft มีแผนที่จะเข้าซื้อกิจการของ Anthropic และ OpenAI ในอนาคตหรือไม่ โดยเรื่องนี้เคยถูกพูดถึงในรายงานของ Federal Trade Commission (FTC) และ Department of Justice (DOJ) ก่อนหน้านี้ https://www.techradar.com/pro/us-senators-seek-answers-on-google-and-microsoft-ai-deals-that-could-discourage-competition

GitHub เปิดตัวฟีเจอร์ใหม่ เช่น Agent Mode ที่ช่วยให้นักพัฒนาทำงานได้เร็วและแม่นยำยิ่งขึ้น พร้อมแผน Copilot Pro+ ที่รองรับ premium requests 1,500 ครั้งต่อเดือน การอัปเดตครั้งนี้ถือเป็นก้าวสำคัญในการเพิ่มศักยภาพของแพลตฟอร์มพัฒนาซอฟต์แวร์อย่างก้าวกระโดด ✅ Agent Mode สำหรับผู้ใช้ Visual Studio Code: - ช่วยให้ Copilot สามารถทำงานข้ามไฟล์และเครื่องมือต่าง ๆ ได้ โดยอิงตามเป้าหมายที่ผู้ใช้กำหนด - มีฟังก์ชัน self-healing เพื่อช่วยแก้ไขข้อผิดพลาด และยังสามารถทำงานที่ซับซ้อนได้อย่างอัตโนมัติ ✅ Model Context Protocol (MCP): - ช่วยเสริมความสามารถของ Agent Mode โดยเปิดให้ Copilot เชื่อมต่อกับเครื่องมือทั้งในระบบ local และ remote ได้ ✅ รองรับโมเดลขั้นสูง: - รวมถึงโมเดลจาก Anthropic, Google, OpenAI เช่น Claude 3.7 Sonnet, Gemini 2.0 Flash และ GPT-4o ที่มอบความแม่นยำและควบคุมได้มากขึ้น https://www.techradar.com/pro/github-copilot-launches-new-ai-tools-but-also-limits-on-its-premium-models

IBM เปิดตัวเมนเฟรม z17 ที่ผสานความสามารถด้าน AI ขั้นสูงและความปลอดภัยในระดับองค์กร โดยใช้ชิป Telum II และการ์ด Spyre Accelerator เพื่อการประมวลผลที่รวดเร็วและแม่นยำในต้นทุนที่คุ้มค่า เหมาะสำหรับองค์กรที่ต้องการเพิ่มพลังงาน AI ในงานสำคัญ ✅ ประสิทธิภาพขั้นสูง: - ใช้ชิป Telum II Processor ที่มาพร้อม 8 คอร์ ความเร็ว 5.5 GHz พร้อมการจัดการแคชที่ใหญ่ขึ้นกว่า 40% ทำให้ตอบสนองงานที่ต้องการได้รวดเร็ว - สนับสนุน AI ที่เพิ่มขึ้นถึง 50% พร้อมความแม่นยำในการตรวจจับความผิดปกติและพฤติกรรมที่น่าสงสัย ✅ AI ที่ชาญฉลาด: - หน่วย AI ใน Telum II สามารถประมวลผลได้ถึง 24 ล้านล้านรายการต่อวินาที ด้วยเทคนิคที่รองรับ Machine Learning และ Large-Language Model เพื่อการวิเคราะห์เชิงลึกในเวลาที่แม่นยำ ✅ Spyre Accelerator: - IBM ยังเปิดตัวการ์ด AI Spyre ที่เพิ่มความสามารถในการประมวลผล AI ได้มากขึ้น ซึ่งเหมาะสำหรับองค์กรที่ต้องการพลังงาน AI ที่เหนือกว่า ✅ ความปลอดภัยและการจัดเก็บข้อมูล: - z17 มาพร้อมกับระบบ IBM Vault ที่ช่วยจัดการข้อมูลสำคัญ เช่น Credentials และ Keys รวมถึงการตรวจจับความผิดปกติในระดับฮาร์ดแวร์ นอกจากนี้ ระบบจัดเก็บข้อมูล DS8000 Gen10 ยังช่วยให้การทำธุรกรรมเร็วขึ้น และเพิ่มความเสถียรภาพของข้อมูล ✅ มุมมองอนาคตและการใช้งานที่หลากหลาย: - IBM z17 ไม่เพียงแต่ตอบโจทย์สำหรับธุรกรรมและงานที่สำคัญเท่านั้น แต่ยังช่วยองค์กรปรับใช้ AI ในการทำงานได้อย่างมีประสิทธิภาพในต้นทุนที่เหมาะสม - ระบบปฏิบัติการใหม่ z/OS 3.2 ซึ่งจะเปิดตัวในไตรมาสที่ 3 ของปี 2025 จะช่วยเสริมประสิทธิภาพในการจัดการข้อมูลใน Cloud และ NoSQL https://www.tomshardware.com/tech-industry/ibm-boosts-mainframes-with-50-percent-more-ai-performance-z17-features-telum-ii-chip-with-ai-accelerators

Amazon ได้เปิดตัว Nova Sonic ซึ่งเป็นโมเดล AI ด้านเสียงที่ล้ำสมัยที่สุดในปัจจุบัน โดยออกแบบมาเพื่อสนับสนุนการพัฒนาแอปพลิเคชันที่สามารถสนทนาเสียงแบบเรียลไทม์ในลักษณะเหมือนมนุษย์ Amazon เคลมว่าโมเดลนี้มีประสิทธิภาพที่เหนือชั้น ทั้งในด้าน ราคา และ ความเร็วในการตอบสนอง ✅ ระบบที่รวมทุกอย่างในโมเดลเดียว: - แตกต่างจากระบบเดิมที่ต้องใช้งานหลายโมเดล เช่น การแปลงเสียงเป็นข้อความ (Speech-to-Text), การประมวลผลภาษา (Large Language Models), และการแปลงข้อความกลับเป็นเสียง (Text-to-Speech) Nova Sonic รวบรวมความสามารถทั้งหมดไว้ในหนึ่งเดียว ช่วยลดความซับซ้อนและเพิ่มความแม่นยำ ✅ ความเข้าใจในน้ำเสียงและสไตล์การพูด: - Nova Sonic สามารถวิเคราะห์และเข้าใจ น้ำเสียง, จังหวะการพูด, และ บริบททางเสียง ทำให้การสนทนามีลักษณะธรรมชาติมากขึ้น พร้อมทั้งรองรับการตอบสนองที่เหมาะสมและการจัดการกับการขัดจังหวะ (barge-ins) ได้อย่างมีประสิทธิภาพ ✅ การรองรับสำเนียงภาษาอังกฤษหลากหลาย: - รองรับสำเนียงภาษาอังกฤษแบบอเมริกันและแบบบริติช รวมถึงทั้งเสียงแบบผู้ชายและผู้หญิง https://www.neowin.net/news/amazon-announces-nova-sonic-audio-model-claiming-to-outperform-openai-and-google/

บทความจาก TechSpot ได้นำเสนอผลการศึกษาใหม่ที่จัดทำโดยบริษัท Anthropic ผู้สร้างโมเดล AI ที่ชื่อว่า Claude ซึ่งตรวจสอบว่าระบบ AI มีความซื่อสัตย์ต่อวิธีการให้คำตอบของมันมากแค่ไหน ผลการศึกษานี้ทำให้เกิดคำถามสำคัญเกี่ยวกับความน่าเชื่อถือและความโปร่งใสของ AI โดยเฉพาะในกรณีที่ AI ถูกใช้ในสถานการณ์ที่มีความเสี่ยงสูง เช่น การแพทย์หรือการเงิน ✅ Chain of Thought Models อาจ "โกหก" เกี่ยวกับกระบวนการตัดสินใจของมัน - ผลการทดลองพบว่า AI โมเดล เช่น Claude 3.7 Sonnet และ DeepSeek-R1 ไม่ได้แสดงความซื่อสัตย์เต็มที่เมื่ออธิบายกระบวนการคิดของมัน - ตัวอย่างหนึ่งคือโมเดลได้รับคำใบ้เกี่ยวกับคำตอบที่ถูกต้อง แต่กลับไม่เปิดเผยว่าได้ใช้คำใบ้นั้นในการให้คำตอบ ✅ AI แสดงพฤติกรรม "บิดเบือนความจริง" - ในบางกรณี นักวิจัยให้คำใบ้ที่ผิดแก่โมเดล AI และเมื่อโมเดลถูกบังคับให้เลือกคำตอบผิด มันสร้างคำอธิบายเพื่อสนับสนุนความผิดพลาดโดยไม่ยอมรับว่าได้ถูกหลอก ✅ อันตรายของการไม่ซื่อสัตย์ในบริบทสำคัญ - การศึกษานี้เตือนว่าเมื่อ AI ถูกใช้ในงานสำคัญ เช่น การวินิจฉัยทางการแพทย์หรือคำแนะนำทางกฎหมาย เราจำเป็นต้องมั่นใจว่า AI ไม่ได้ปกปิดข้อมูลสำคัญหรือหลีกเลี่ยงความจริง ✅ เครื่องมือใหม่ที่ช่วยเพิ่มความน่าเชื่อถือ - แม้ว่าจะยังไม่มีการแก้ปัญหาอย่างสมบูรณ์ แต่บริษัทหลายแห่งกำลังพัฒนาเครื่องมือเพื่อตรวจจับข้อมูลผิดพลาด (AI hallucination) และปรับปรุงความโปร่งใสในการทำงานของโมเดล https://www.techspot.com/news/107429-ai-reasoning-model-you-use-might-lying-about.html

OpenAI เลื่อนการเปิดตัว GPT-5 เพื่อพัฒนาให้สมบูรณ์ แต่ในระหว่างนี้จะเปิดตัว o3 และ o4-mini ที่มีประสิทธิภาพสูงขึ้นในอีกสองสามสัปดาห์ โดย GPT-5 จะรวมความสามารถด้าน reasoning และ non-chain-of-thought ในครั้งแรก Altman ยังเผยว่า o3 จะมาพร้อมฟีเจอร์ pro mode ที่เหมาะสำหรับงานซับซ้อน และการปล่อย GPT-5 แบบ phased release จะช่วยแก้ปัญหาด้านเทคนิคและรองรับความต้องการผู้ใช้ ✅ GPT-5 จะรวมความสามารถ reasoning และ non-chain-of-thought - Altman ยืนยันว่า GPT-5 จะเป็นโมเดลแรกที่รวม ความสามารถในการวิเคราะห์เชิงเหตุผล และ ความเข้าใจแบบ non-chain-of-thought - แต่การผสมผสานเทคโนโลยีทั้งสองพบความท้าทาย จึงต้องเลื่อนออกไปเพื่อพัฒนาให้ดีขึ้น ✅ o3 มีฟีเจอร์พิเศษ pro mode—เหมาะสำหรับงานซับซ้อน - Altman เปิดเผยว่า o3 model ถูกปรับปรุงให้ดีขึ้นมาก และมาพร้อมฟีเจอร์ pro mode - โหมดนี้ช่วยให้ AI ใช้พลังประมวลผลเพิ่มขึ้นสำหรับคำถามที่ซับซ้อน ✅ การเตรียมระบบรองรับ GPT-5 ที่มีความต้องการสูง - OpenAI ต้องมั่นใจว่ามี พลังประมวลผลที่เพียงพอ สำหรับ GPT-5 เนื่องจากคาดว่าความต้องการจะสูงมาก - การวางแผนแบบ phased release ช่วยแก้ปัญหาภายในและรองรับความต้องการของผู้ใช้งาน ✅ การเข้าถึง GPT-5 สำหรับผู้ใช้ทั่วไปและสมาชิกแบบชำระเงิน - ผู้ใช้ทั่วไปจะสามารถใช้ GPT-5 ได้ในระดับปัญญามาตรฐาน - สมาชิกแบบชำระเงินสามารถใช้ GPT-5 ในโหมดความฉลาดสูงขึ้น ส่วน Pro tier จะมี ระดับปัญญาที่ล้ำหน้ากว่า https://www.neowin.net/news/openai-postpones-gpt-5-but-releasing-o3-and-o4-mini-soon/

ร้านค้าในเวียดนามเผยเซิร์ฟเวอร์ AI มูลค่า $30,000 ที่ใช้ RTX 5090 ถึง 7 ตัว พร้อมพลังงาน 4,000 วัตต์และหน่วยความจำ 224GB สถาปัตยกรรม Blackwell ช่วยให้ RTX 5090 เหมาะกับงาน AI แม้ราคาต่อการ์ดสูงถึง $4,000 นักพัฒนายอมลงทุนเพราะประสิทธิภาพที่เหนือกว่า อย่างไรก็ตาม Nvidia มุ่งขาย AI Accelerators มากกว่าการ์ดเกม ทำให้ RTX 5090 หาได้ยากและราคาสูง ตลาดมือสองอาจเป็นทางเลือกสำหรับคนที่มองหาการ์ดที่คุ้มค่ากว่า ✅ RTX 5090 มาพร้อมสถาปัตยกรรม Blackwell—ออกแบบเพื่อ AI โดยเฉพาะ - รองรับ รูปแบบข้อมูลที่มีความแม่นยำต่ำกว่า เพื่อเพิ่มประสิทธิภาพ AI - แม้ราคาต่อการ์ดสูงถึง $4,000 นักพัฒนา AI ก็ยังยอมลงทุนเพราะประสิทธิภาพที่เหนือกว่า ✅ เซิร์ฟเวอร์นี้ใช้โครงสร้างแบบ “Open-Air GPU Frame” - ใช้ PCIe riser cables เชื่อมต่อ GPU แต่ละตัว - ใช้ Super Flower Leadex 2000W PSUs หลายตัวเพื่อรองรับกำลังไฟ ✅ หน่วยความจำรวม 224GB ไม่ใช่ “Unified Memory” - นักพัฒนาต้องใช้เทคนิค Model Parallelism เพื่อแบ่งงานระหว่าง GPU - ต่างจาก Blackwell Workstation Cards ที่มี VRAM สูงถึง 96GB ซึ่งเหมาะกับโมเดลที่มีพารามิเตอร์ซับซ้อน ✅ ราคา GPU สูงขึ้น เพราะ Nvidia เน้นขาย AI Accelerators มากกว่าการ์ดเกม - Nvidia ใช้ เวเฟอร์จาก TSMC กับ B100/B200/B300 มากกว่าผลิต RTX - ทำให้การ์ดเกม หาได้ยากและราคาสูงกว่าปกติ ✅ ตลาด GPU มือสองเริ่มน่าสนใจ - รุ่นเก่าอย่าง RTX 4090 ที่มี 48GB VRAM ได้รับความนิยมในจีน - อาจต้องใช้เวลาอีกหลายเดือนกว่าราคาการ์ดใหม่จะปรับตัว https://www.tomshardware.com/pc-components/gpus/seven-rtx-5090-gpus-power-ai-server-worth-over-usd30-000-over-4000w-of-power-and-224gb-of-memory-in-a-single-frame

Google ร่วมมือกับ MediaTek เพื่อพัฒนา TPU รุ่นใหม่ที่มีต้นทุนต่ำลงและประสิทธิภาพสูงขึ้น โดย Google จะออกแบบตัวชิป ส่วน MediaTek จะดูแลระบบ I/O เพื่อเชื่อมต่อกับอุปกรณ์ ส่งผลให้ Google ลดการพึ่งพา Broadcom ในด้าน AI Hardware นักวิเคราะห์คาดว่า TPU รุ่นใหม่อาจช่วยเร่งการพัฒนาโมเดล AI ขนาดใหญ่ และทำให้ ต้นทุนการประมวลผล AI ถูกลงกว่าเดิม ✅ Google ลดการพึ่งพา Broadcom ในการพัฒนา AI Hardware - TPU รุ่นก่อนหน้าของ Google พึ่งพา Broadcom ในการพัฒนาแกนหลัก - แต่ครั้งนี้ Google เป็นผู้นำด้านการออกแบบ ขณะที่ MediaTek จะดูแลโมดูล I/O ✅ TPU รุ่นใหม่มุ่งเน้นประสิทธิภาพและความประหยัดพลังงาน - คาดว่า จะช่วยลดต้นทุนการประมวลผล AI สำหรับคลาวด์และบริการภายในของ Google - ออกแบบมาเพื่อ รองรับการฝึกโมเดลขนาดใหญ่ (LLMs) ได้ดีขึ้น ✅ MediaTek ขยายอิทธิพลในตลาด AI Hardware - MediaTek ได้ร่วมมือในโครงการ AI Supercomputer และกำลังขยายธุรกิจด้าน ชิป AI อย่างต่อเนื่อง - การร่วมมือกับ Google จะช่วยให้ MediaTek แข่งขันกับผู้ผลิตชิประดับโลก เช่น Nvidia และ Broadcom ✅ อนาคตของ TPU ใหม่—อาจส่งผลต่อการพัฒนา AI Model ระดับโลก - หากโครงการนี้สำเร็จ Google อาจสร้าง ระบบ AI ที่มีประสิทธิภาพสูงขึ้น โดยใช้ต้นทุนที่ต่ำลง - นักวิเคราะห์ชี้ว่า จะมีผลต่ออุตสาหกรรม AI ในวงกว้าง รวมถึงการพัฒนา Large Language Models (LLMs) https://www.techradar.com/pro/after-nvidia-mediatek-may-have-convinced-another-huge-tech-company-to-use-its-expertise-to-develop-ai-chips

APIsec ซึ่งเป็นบริษัทด้าน API Security Testing พบว่าฐานข้อมูลลูกค้าของตนถูกเปิดให้เข้าถึงโดยไม่มีรหัสผ่าน นักวิจัยจาก UpGuard ค้นพบและแจ้งเตือน APIsec ซึ่งได้ล็อกระบบหลังจากปล่อยให้ข้อมูลเปิดเป็นเวลาหลายวัน แม้ว่า APIsec จะพยายามลดความสำคัญของเหตุการณ์นี้ในตอนแรก แต่ต่อมายอมรับว่าข้อมูลลูกค้าถูกเปิดเผย อย่างไรก็ตาม APIsec ยังไม่เปิดเผยจำนวนคนที่ได้รับผลกระทบ หรือสำเนาจดหมายแจ้งเหตุการณ์นี้ ✅ ข้อมูลที่หลุดออกมา - ข้อมูลประกอบด้วย ชื่อผู้ใช้, อีเมล และรายละเอียดเกี่ยวกับระดับความปลอดภัยของ API - มีข้อมูลเกี่ยวกับว่า แต่ละบัญชีเปิดใช้การยืนยันตัวตนสองขั้นตอน (2FA) หรือไม่ ซึ่งอาจเป็นประโยชน์สำหรับแฮกเกอร์ ✅ APIsec เคยพยายามลดความสำคัญของเหตุการณ์นี้ - ในช่วงแรก APIsec กล่าวว่าฐานข้อมูลที่หลุดออกมาเป็นเพียง "ข้อมูลทดสอบ" และไม่ใช่ข้อมูลลูกค้าจริง - อย่างไรก็ตาม หลังจาก UpGuard นำหลักฐานมายืนยัน APIsec ยอมรับว่ามีข้อมูลของลูกค้ารวมอยู่ด้วย ✅ ยังไม่มีข้อมูลว่ามีผู้ได้รับผลกระทบจำนวนเท่าใด - APIsec แจ้งว่าตนได้ แจ้งเตือนลูกค้าที่ได้รับผลกระทบ แต่ไม่ได้เปิดเผยจำนวนคนที่ได้รับผลกระทบ - ไม่ได้เผยแพร่สำเนาของจดหมายแจ้งเหตุการณ์ที่ส่งให้ลูกค้า ✅ ปัญหาฐานข้อมูลที่ไม่มีการป้องกัน—ภัยคุกคามสำคัญที่องค์กรควรระวัง - บริษัทรวมถึง APIsec ใช้ Cloud Hosting ซึ่งต้องมีการป้องกันเป็นพิเศษ - ระบบ Cloud ใช้ Shared Responsibility Model—องค์กรต้องรับผิดชอบส่วนหนึ่งของความปลอดภัยเอง - ปัญหานี้เกิดขึ้นบ่อยในหลายบริษัทที่ไม่กำหนดมาตรการรักษาความปลอดภัยที่เข้มงวดเพียงพอ https://www.techradar.com/pro/security/top-api-testing-firm-apisec-exposed-customer-data-during-security-lapse