RSI คืออะไร และทำไมจึงน่าสนใจกว่า AGI

พูดถึงคำว่า AGI (Artificial General Intelligence) มาเป็นสิบปี จนถึงวันนี้ก็ยังไม่มีใครตกลงกันได้ว่ามันคืออะไร

นักวิจัยกลุ่มหนึ่งบอกว่ามันต้องคิดได้เหมือนมนุษย์ อีกกลุ่มบอกว่าต้องทำงานแทนมนุษย์ได้ทุกอย่าง ในขณะที่บางคนบอกว่าแค่ ChatGPT ในมือเราตอนนี้ก็เข้าข่ายแล้ว ความคลุมเครือนี้ไม่ได้เกิดจากความไม่รู้ แต่เกิดจากการที่ทุกฝ่ายต่างมีนิยามความสำเร็จผูกอยู่กับคำนี้ต่างกัน

แม้แต่ Sundar Pichai ซีอีโอของ Google ยักษ์ใหญ่ที่ลงทุนกับ AI มากที่สุดในโลก ยังยอมรับตรงๆ ว่าเรายังไม่ถึงจุดนั้น และถ้าเรายังไม่รู้ด้วยซ้ำว่าเส้นชัยของ AGI อยู่ตรงไหน เราจะเตรียมตัวรับมือกับมันได้อย่างไร

ทว่าในปี 2026 นี้ ผู้นำในอุตสาหกรรม AI เริ่มเบนเข็มความสนใจไปที่อีกคำหนึ่ง ซึ่งคำนั้นคือ RSI หรือ Recursive Self-Improvement (การพัฒนาตัวเองแบบวนซ้ำ) และความน่ากลัวของมันคือ มันไม่ใช่แค่ทฤษฎีเลื่อนลอย... แต่มันกำลังเกิดขึ้นจริงแล้วในตอนนี้

RSI คืออะไร และทำไมจึงน่าสนใจกว่า AGI

ปัญหาของ AGI ไม่ใช่เรื่องเทคนิค แต่เป็นเรื่องนิยาม เหมือนเราตั้งเป้าจะวิ่งให้เก่ง โดยไม่กำหนดระยะทาง ไม่กำหนดเวลา และไม่มีเส้นชัย ทุกครั้งที่เราวิ่งเร็วขึ้น ก็จะมีคนบอกว่ายังไม่พอ แล้วขยับมาตรฐานออกไปอีก นั่นคือสิ่งที่เกิดขึ้นกับ AGI มาตลอด 10 ปีที่ผ่านมา

ปี 2012 หลายคนบอกว่า Deep Learning คือก้าวแรกสู่ AGI
ปี 2017 Transformer Architecture โผล่มา ทุกคนบอกว่านี่แหละสัญญาณ
ปี 2022 ChatGPT เปิดตัว นักวิจัยบางส่วนบอกว่าถึงจุด AGI แล้ว แต่อีกฝั่งแย้งว่ายังเพราะมันแค่สุ่มคำเดาประโยค ไม่ได้เข้าใจจริง ๆ

เมื่อไม่มีใครรู้ว่าเส้นชัยของ AGI อยู่ไหน เราก็ไม่มีทางรู้ว่ามันมาถึงหรือยัง

RSI จึงน่าสนใจกว่า เพราะมันคือกระบวนการ ไม่ใช่เป้าหมาย

แนวคิดหลักของ RSI ไม่ได้ถามว่า AI ฉลาดกว่ามนุษย์หรือยัง แต่ถามว่า AI ดีขึ้นกว่าตัวเองรุ่นก่อนได้ไหม แล้วสามารถวนซ้ำตัวเองไปเรื่อย ๆ โดยไม่ต้องรอให้มนุษย์สั่งได้หรือเปล่า

นิยามที่ตรงที่สุดของ RSI คือ ระบบที่สามารถวินิจฉัยจุดอ่อนของตัวเอง ออกแบบวิธีแก้ แล้วอัปเกรดตัวเองได้ในวงจรปิด เมื่อ AI จัดการวงจรนี้ได้ดีกว่ามนุษย์ สิ่งเดียวที่มันต้องการหลังจากนั้นมีแค่พลังประมวลผลเท่านั้น

RSI ไม่ใช่แค่ทฤษฎี หลักฐานในโลกจริงปี 2026

Helen Toner นักวิจัยจาก Georgetown เน้นย้ำว่า RSI ที่แท้จริง มนุษย์ต้องหลุดออกจากสมการโดยสมบูรณ์ การที่มนุษย์ใช้ AI ช่วยเขียนโค้ดยังไม่นับ แต่ปัจจุบันเรากำลังเห็นภาพที่ AI เทรน AI ด้วยกันเองแล้ว

1. Claude Code กำลังเขียน Claude Code

ข้อมูลจาก Anthropic ระบุชัดเจนว่า ปัจจุบันซอฟต์แวร์ส่วนใหญ่ของบริษัทถูกเขียนขึ้นโดย Claude รวมถึงโค้ดในโปรเจกต์ Claude Code เองด้วย AI กำลังเขียนโค้ดเพื่อสร้าง AI รุ่นถัดไป

นอกจากนี้พวกเขายังเปิดตัวฟีเจอร์ Dreaming ที่ยอมให้ AI รีวิว Log และงานที่ผ่านมาของตัวเองในช่วงพัก เพื่อหา Pattern และแก้ไขข้อผิดพลาดโดยอัตโนมัติ ผนวกเข้ากับระบบ Memory ทำให้วงจรการพัฒนาตัวเองแบบไร้มนุษย์สั่งเกิดขึ้นได้จริงแล้ว

2. AI ชนะเวทีเดตาไซส์ระดับโลกโดยไม่มีมนุษย์สั่ง

เอเจนต์ AI ที่ชื่อ Disarray (พัฒนาโดย Doris Xin) สามารถคว้าได้ถึง 28 เหรียญในสมรภูมิ Kaggle โดยเอาชนะเอเจนต์ที่เทรนโดยมนุษย์ได้สำเร็จ สำหรับวงการ Data Science เวที Kaggle คือที่รวมยอดฝีมือระดับโลก เพราะมันต้องการความเข้าใจบริบทที่ซับซ้อน การเลือก Approach ที่ถูกต้อง และการปรับโมเดลซ้ำๆ ไม่ใช่แค่การรันโค้ดสำเร็จรูป ถ้า AI ทำได้ขนาดนี้ในสนามเดตา ขั้นต่อไปคือการวิจัยยา การค้นคว้าวิทยาศาสตร์ หรือแม้กระทั่งการออกแบบ AI รุ่นใหม่

3. เม็ดเงินไหลเข้าหา RSI อย่างบ้าคลั่ง

Recursive Superintelligence ของ Richard Socher นักวิจัยชื่อดัง เพิ่งเปิดตัวพร้อมเงินทุนสูงถึง 650 ล้านดอลลาร์สหรัฐฯ ด้วยมูลค่าบริษัท 4.65 พันล้านดอลลาร์สหรัฐฯ ด้วยภารกิจเดียว คือ สร้าง AI ที่รื้อระบบและออกแบบตัวเองใหม่ได้

Andrej Karpathy (อดีต Tesla & OpenAI) กำลังทำโปรเจกต์ Auto-Research ที่ใช้ฝูงเอเจนต์รุมเทรน LLM แบบอัตโนมัติ

เดือนเมษายน 2026 งานประชุมวิชาการระดับโลกอย่าง ICLR จัดเวิร์กชอปเรื่อง RSI เป็นครั้งแรกในโลกที่เมืองริโอเดจาเนโร เป็นการปักหมุดว่านี่ไม่ใช่แค่ทฤษฎีแบบที่ AGI เคยเป็นอีกต่อไป

สถิติจาก Anthropic กราฟความสามารถพุ่งทะยานแบบ Exponential

หากต้องการหลักฐานที่จับต้องได้ว่าวงจร RSI กำลังเร่งสปีดตัวเองในอัตราเร่งที่น่ากลัว ผลการศึกษาล่าสุดจาก Anthropic คือคำตอบที่แสดงให้เห็นชัดเจนว่าความสามารถของ AI ไม่ได้เติบโตเป็นเส้นตรงอีกต่อไป แต่มันกำลังพุ่งทะยานแบบก้าวกระโดดในทุกมิติ

เริ่มต้นจากงานพื้นฐานอย่างการเขียนโค้ด ซึ่งปัจจุบัน Claude กลายเป็นกำลังหลักในการเขียนซอฟต์แวร์ที่ใช้งานจริงในโปรดักชันไปแล้วมากกว่า 80% การเข้ามาแบกรับงานตรงนี้ส่งผลให้วิศวกรที่เป็นมนุษย์ของ Anthropic สามารถส่งมอบงานได้มากกว่าเดิมถึง 8 เท่าต่อไตรมาส โดยที่บริษัทไม่จำเป็นต้องเพิ่มจำนวนพนักงานเลยด้วยซ้ำ

ความเดือดของตัวเลขยังสะท้อนผ่านความเร็วในการทำวิจัยและพัฒนา ซึ่งหากย้อนกลับไปในเดือนพฤษภาคมปี 2025 Claude สามารถทำ Code Optimization หรือการปรับแต่งโค้ดให้มีประสิทธิภาพสูงสุดได้เร็วขึ้นเพียง 3 เท่า 

แต่เมื่อวงจร self-improvement เริ่มทำงาน

ผ่านไปไม่ถึงปีในเดือนเมษายน 2026 ตัวเลขนั้นกลับพุ่งกระฉูดไปถึง 52 เท่าอย่างน่าเหลือเชื่อ นอกจากนี้ ในแง่ของความซับซ้อนในการทำงาน AI ตัวนี้ยังทำลายข้อจำกัดเดิม ๆ ด้วยการขยายระยะเวลาที่มันสามารถโฟกัสและทำงานต่อเนื่องได้สำเร็จเพิ่มขึ้นเป็นเท่าตัวในทุก ๆ 4 เดือน จากเดิมในปี 2024 ที่มันทำได้เพียงงานสเกลสั้นๆ ระดับ 4 นาที ในปีต่อมามันสามารถลากยาวทำงานซับซ้อนระดับ 12 ชั่วโมงได้สำเร็จ และในการทดสอบกับงานประเภทปลายเปิด

ล่าสุด อัตราความสำเร็จของมันพุ่งขึ้นมาอยู่ที่ 76% ซึ่งเป็นการเติบโตแบบก้าวกระโดดถึง 50 percentage points ภายในระยะเวลาเพียงแค่ 6 เดือนเท่านั้น ตัวเลขเหล่านี้คือสัญญาณเตือนว่า โลกที่เรากำลังจะเผชิญในอีกไม่กี่เดือนข้างหน้า อาจต่างจากวันนี้ไปไกลเกินกว่าที่เราจะจินตนาการได้ทัน

อ้างอิง: techcrunch, anthropic, siliconangle, thenextweb, technologyreview, time