Recursive Self-Improvement AI กับ Nobel Peace Prize

คอลัมน์ Everlasting Economy: Regenerative Reflections June 2026 โดย ชัยวัฒน์ โควาวิสารัช ประธานเจ้าหน้าที่บริหารกลุ่มบริษัทบางจากและกรรมการผู้จัดการใหญ่ บริษัท บางจาก คอร์ปอเรชั่น จำกัด (มหาชน)

วันนี้ผมอยู่ที่ประเทศนอร์เวย์ ประเทศที่มอบรางวัลโนเบลสันติภาพ (Nobel Peace Prize) ทุกๆ ปี ท่านผู้อ่านน่าจะรู้จัก Alfred Nobel กันดีนะครับ และคงรู้จักประวัติศาสตร์ของรางวัลโนเบลสันติภาพกันดีอยู่แล้ว

ผมขออนุญาตทบทวนที่มาที่ไปของรางวัลนี้หน่อย อย่างที่เราทราบกันว่าคุณ Alfred Nobel เป็นนักวิทยาศาสตร์ชาวสวีเดนที่เชี่ยวชาญทางด้านเคมี และในปี ค.ศ. 1867 ก็ได้ประดิษฐ์ไดนาไมต์ (dynamite) เพื่อใช้ในอุตสาหกรรมเหมืองแร่ แต่ต่อมาได้ถูกนำไปใช้ในสงครามต่างๆ จนมีคนขนานนามคุณโนเบลว่า widow maker เนื่องจากมีชายหนุ่มที่เสียชีวิตในสงครามเป็นจำนวนมาก และทำให้เกิดแม่หม้ายเต็มบ้านเต็มเมือง

ก่อนที่เขาจะเสียชีวิตในปี ค.ศ. 1896 เขาจึงมอบมรดกเกือบทั้งหมดของเขาเพื่อจัดตั้งกองทุน endowment fund เป็นทุนสำรองสำหรับรางวัลโนเบล โดยแบ่งออกเป็น 5 สาขาด้วยกันคือ Physics, Chemistry, Physiology or Medicine, Literature และ Peace โดย 4 รางวัลแรกมอบที่กรุงสตอกโฮล์ม ประเทศสวีเดน ส่วนรางวัลสันติภาพนั้นมอบที่กรุงออสโล ประเทศนอร์เวย์ และมีการมอบรางวัลครั้งแรกในปี ค.ศ. 1901 ก็อาจจะกล่าวได้ว่าเป็นการล้างบาปแบบหนึ่ง เนื่องจากสิ่งประดิษฐ์ที่สร้างขึ้นนั้นให้คุณมากมาย แต่ก็มีโทษมหันต์เช่นกัน

เหตุการณ์สำคัญของโลกอีกครั้งหนึ่งเกิดขึ้นในปี 1945 เมื่อนัก quantum physic ที่ชื่อ J. Robert Oppenheimer ซึ่งเป็นผู้อำนวยการโครงการ Manhattan Project ได้พัฒนาระเบิดปรมาณูเป็นครั้งแรกของโลก โดยมีการทดสอบภายใต้ชื่อ Trinity ในเดือนกรกฎาคม ค.ศ. 1945 และในหนึ่งเดือนต่อมา ระเบิดปรมาณูลูกแรกได้ถูกทิ้งลงที่เมืองฮิโรชิมาในเดือนสิงหาคม และลูกที่ 2 ที่เมืองนางาซากิ ทำให้มีผู้เสียชีวิตระหว่าง 150,000 ถึง 250,000 คนทันทีจากระเบิดทั้ง 2 ลูก และอีกหลายแสนคนที่เสียชีวิตในเวลาต่อมา ผลจากระเบิดปรมาณูทั้ง 2 ลูกส่งผลให้สงครามโลกครั้งที่ 2 จบลงในที่สุด

และในปี 1947 Oppenheimer ในฐานะประธานคณะกรรมการที่ปรึกษาของ United States Atomic Energy Commission ได้ล้อบบี้ให้ทั้งสหรัฐและสหประชาชาติให้ควบคุมการใช้ระเบิดปรมาณู รวมทั้งขีดเส้นให้ลดการแข่งขันการสร้างอาวุธนิวเคลียร์ระหว่างสหรัฐและโซเวียต อีกทั้งเขาได้ต่อต้านการพัฒนาระเบิดไฮโดรเจนอีกด้วย

วันนี้ AI ได้พัฒนาไปอีกขั้นหนึ่ง คือ Recursive Self-Improvement (RSI) โดยระบบจะพัฒนาตัวเองให้เก่งขึ้น ฉลาดขึ้น โดยไม่ต้องอาศัยข้อมูลเพิ่มเติมจากภายนอกเลย ไม่ต้องมีคนป้อนข้อมูล และเอไอสามารถหาทางพัฒนาตัวเองให้เก่งขึ้น เร็วขึ้น เหมือนการขยายตัวของเซลล์

มีการคาดการณ์จาก METR (Model Evaluation & Threat Research) ซึ่งเป็นองค์กรวิจัยด้านความปลอดภัยของ AI ในสหรัฐอเมริกา ว่าเทคโนโลยี RSI ดังกล่าวจะพัฒนาให้เก่งขึ้นฉลาดขึ้นหนึ่งเท่าตัวในทุกๆ 7 เดือนบนความสามารถของฮาร์ดแวร์ปัจจุบัน แต่ถ้าฮาร์ดแวร์ทำงานได้เร็วขึ้น หรือมีจำนวนมากขึ้นเป็นทวีคูณ ระยะเวลาต่างๆ เหล่านั้นอาจจะสั้นลง ทำให้ผมนึกถึงหนังฮอลลีวูดอย่างเรื่อง Terminator ที่ถึงจุดหนึ่งเครื่องจักรจะฉลาดกว่าคน และสุดท้ายเราก็ไม่สามารถที่จะควบคุมเครื่องจักรเหล่านั้นได้ และน่าตกใจที่โลกเรากำลังมุ่งไปสู่ทิศทางดังกล่าว

มีการทดลองหรือ sandbox กับ Claude Mythos ซึ่งเป็นโมเดล AI รุ่นทดลองด้านความปลอดภัยของบริษัท Anthropic โดยให้มันทำงานโดย offline หรือไม่ได้ต่ออินเทอร์เน็ตไว้ แล้วสั่งให้โปรแกรมหาทางติดต่อกับนักวิจัยให้ได้ ปรากฏว่า Mythos สามารถหาทางเข้าสู่อินเทอร์เน็ตได้เอง และส่งอีเมลหานักวิจัยได้ จึงเห็นว่า AI เมื่อรับคำสั่งแล้ว จะหาทุกวิถีทางที่จะบรรลุคำสั่ง โดยพร้อมที่จะแหกกฎที่เกี่ยวข้อง และทำให้ cyber security ที่ว่าเข้มข้นแล้วก็ยังสามารถถูกเจาะเข้าไปได้ จึงเห็นว่าวันนี้ได้มีการสั่งให้หยุดการพัฒนา Mythos ในระดับหนึ่ง

เทคโนโลยี AI ก็เหมือนสองตัวอย่างข้างต้นที่เป็นเทคโนโลยีที่มีประโยชน์มากมาย แต่ขณะเดียวกันก็เป็นดาบสองคมที่อาจจะพาโลกไปยังจุดที่ไม่มีใครคาดถึงก็ได้ และในวันนี้รัฐบาลหรือ regulator ยังไม่ได้เข้ามาดูแลหรือกำกับเทคโนโลยีที่น่ากลัวนี้ ขณะเดียวกันก็มีเงินจำนวนมหาศาลได้ลงทุนในอุตสาหกรรมดังกล่าว

หวังว่าหน่วยงานกลางอย่างสหประชาชาติจะเข้ามาช่วยลดความร้อนแรงในส่วนนี้ก็น่าจะดี และหวังว่าโลกเราคงจะไม่มีความจำเป็นต้องมี Altman Prize ในอนาคตอันใกล้นี้นะครับ