Jensen Huang แห่ง NVIDIA เปิดโอกาสให้สื่อทั่วทุกมุมโลกที่เข้าร่วมงาน GTC 2025 ได้ซักถามข้อสงสัยเกี่ยวกับ NVIDIA ซึ่ง Techsauce ได้เข้าร่วมพูดคุย พร้อมรวบรวมประเด็นคำถาม และคำตอบที่น่าสนใจเกี่ยวกับอนาคตของ AI รวมถึง NVIDIA ไว้ดังนี้

Q: ตัวตนของ NVIDIA ในวันนี้คืออะไรกันแน่ ? เพราะ NVIDIA กำลังเปลี่ยนไปมาก จากแค่ขายชิป ตอนนี้กลายเป็นผู้ให้บริการโซลูชันแบบครบวงจร

A: Jensen บอกว่า ที่ผ่านมาบริษัทอาจจะสื่อสารได้ไม่ดีพอว่า NVIDIA คือใคร ทำอะไรกันแน่ แต่วันนี้เขาพูดอย่างชัดเจนว่า NVIDIA เป็น ‘บริษัท AI’ ที่มีเทคโนโลยีครบทุกด้าน ตั้งแต่ชิป ระบบ ซอฟต์แวร์ ไปจนถึงอัลกอริทึม มี AI สำหรับทุกอย่างทั้งคลาวด์ รถยนต์ หุ่นยนต์ และองค์กร

แต่อย่างไรก็ดี ถึง NVIDIA จะมีครบ แต่ก็ไม่ได้ทำเองทั้งหมด NVIDIA มีหน้าที่ในการสร้างเทคโนโลยีพื้นฐาน แล้วเปิดให้บริษัทอื่นๆ นำไปใช้ต่อ หรือสร้างโซลูชันต่อยอดให้ได้ตามความต้องการ หมายความว่า NVIDIA ไม่ใช่บริษัทที่ทำโซลูชันทั้งหมดแบบสำเร็จรูป

และด้วยการที่เป็นบริษัทที่สร้างพื้นฐานด้านเทคโนโลยีนี้เอง ทำให้ NVIDIA เป็นบริษัท AI เพียงแห่งเดียเท่านั้นในโลกที่สามารถทำงานกับบริษัทอื่นๆ ได้ทุกแห่ง พร้อมกับพูดติดตลกว่า ‘คุณอยากจะซื้ออะไรจากเราก็ได้ทั้งนั้น แค่ซื้อจากเราก็พอ’

Q: อะไรคือสิ่งที่ Jensen Huang ตื่นเต้นเป็นพิเศษ ? หลังฮาร์ดแวร์ NVIDIA กลายเป็นหัวใจสำคัญที่ช่วยเร่งนักวิจัย และวิศวกรในสาขาต่างๆ ทำงานได้เร็วขึ้น

A: Jensen บอกว่า ตอนนี้กำลังตื่นเต้นกับ Computer-Aided Drug Discovery หรือก็คือ การค้นคว้า และพัฒนายาโดยใช้คอมพิวเตอร์ช่วย มาเป็นพิเศษ ย้อนกลับไปในสมัยก่อน การออกแบบวงจรอิเล็กทรอนิกส์ ทำให้วงการคอมพิวเตอร์พัฒนาไปเร็วมาก ซึ่งหากเรามีเครื่องมือที่คล้ายกันนี้กับชีววิทยา เพื่อให้แพทย์ และนักชีววิทยาจำลองการทำงานของโปรตีน เซลล์ อวัยวะ และร่างกายได้ เราจะปฏิบัติวงการยา และสุขภาพได้เลย

Jensen ยกย่องว่าเทคโนโลยีอย่าง AlphaFold และ Evo 2 ที่ช่วยให้มนุษย์สามารถทำนายโครงสร้างโปรตีน และวิเคราะห์ข้อมูล DNA อันซับซ้อนได้ เชื่อว่าเป็นตัวอย่างที่ดีที่จะทำให้มนุษย์สามารถเปลี่ยนวงการด้านสุขภาพได้อย่างแท้จริง

Q: AI ยุคใหม่ = โรงงานผลิต ?

A: Jensen มองว่า AI ยังเป็นอุตสาหกรรมใหม่ และเป็นอุตสาหกรรมการผลิตรูปแบบใหม่ด้วย สมัยก่อนเราอาจไม่ได้มองว่าซอฟต์แวร์คือการผลิต แต่จริงๆ แล้ว AI ก็คือการผลิตโดยใช้เครื่องจักร ไม่ต่างจากการผลิตสินค้าที่ต้องใช้แรงงานคน

และการผลิตทุกรูปแบบต่างต้องใช้พลังงาน ดังนั้นคำถามที่สำคัญอาจไม่ใช่ว่าเราควรสร้าง Data Center หรือไม่ แต่คำถามคือ เราอยากจะผลิต AI หรือไม่ เพราะถ้าเราอยากผลิต AI เราก็ต้องใช้พลังงาน 

ซึ่งแต่ละประเทศก็ต้องกลับมาตัดสินใจว่า จะใช้พลังงานไปกับการผลิตอะไร จะใช้ผลิตปูนซีเมนต์ เหล็ก สินค้าเกษตร หรือ AI? เพราะแต่ละอย่างต่างต้องใช้พลังงานทั้งนั้น โดยส่วนตัว Jensen เชื่อว่า ในอนาคต อุตสาหกรรม AI จะมีมูลค่ามหาศาล และเราจะผลิต AI กันทั่วโลก (อ่านแนวคิด AI Factory ของ Jensen Huang ได้ที่นี่)

Q: Agentic AI จะถูกพัฒนาไปทางไหนในอีก 4 ปีข้างหน้าในมุมของ NVIDIA

A: Jensen มองว่า NVIDIA จะเพิ่มความสามารถด้านการให้เหตุผล (Reasoning) เข้าไปในทุกสิ่ง เพราะจะทำให้เราสามารถสั่งงาน AI ได้ด้วยคำสั่งที่เป็นภาพรวมมากขึ้น ไม่ต้งเจาะจงในรายละเอียดทุกขั้นตอน โดยวางเป้าที่จะเชื่อมโยงระบบ Agentic AI ต่างๆ ที่มีความสามารถเฉพาะทางเข้าด้วยกัน แล้วกำหนดเป้าหมายให้มัน 

ยกตัวอย่างเช่น สมมติว่าเราต้องการทำนายยอดขาย เราก็แค่ป้อนข้อมูลการคาดการณ์ รายชื่อส่วนประกอบ ข้อมูลซัพพลายเออร์ แล้วให้ AI จัดการวางแผนเรื่องซัพพลายเชนให้ ซึ่งโดยปกติแล้วระบบนี้มีความซับซ้อนมาก แต่ AI รุ่นใหม่จะสามารถจัดการได้โดยใช้การให้เหตุผล และการเข้าถึงข้อมูล ซึ่ง Jensen ย้ำว่าการพัฒนานี้กำลังจะเกิดขึ้นจริง และรู้สึกตื่นเต้นมาก

Q: ตอนนี้การลงทุนใน AI ทั่วโลกสูงมาก แต่นี่หมายความว่าใครทุ่มเงินมากกว่าก็จะสามารถทำ AGI ออกมาได้ก่อนหรือเปล่า ? 

A:  Jensen บอกว่าประเด็นเรื่องใครจะได้ AGI ก่อน อาจจะไม่ใช่สิ่งสำคัญที่สุด เป้าหมายหลักควรอยู่ที่การพัฒนา AGI อย่างไรเพื่อให้ AI สร้างประโยชน์ได้จริง 

โดยมองว่าต่อให้ AGI จะฉลาดมาก แต่ก็ไม่ได้หมายความว่าจะดีที่สุดเสมอไป สิ่งสำคัญกว่าคือการนำ AI ไปใช้ในเป้าหมายที่ถูกต้อง มีรูปแบบการใช้ที่ดี, และมีจุดมุ่งหมายในการใช้ที่ชัดเจน รวมถึงต้องมีความเชี่ยวชาญเฉพาะด้านด้วย ซึ่ง Jensen มองว่า สิ่งเหล่านี้คือหัวใจสำคัญที่จะสร้างคุณค่าที่แท้จริงให้กับ AGI และ AI

Jensen อธิบายต่อว่า สิ่งที่น่าสนใจยิ่งกว่าคือตอนนี้โลกกำลังลงทุนมหาศซาลกับโครงสร้างพื้นฐานด้านคอมพิวเตอร์ แต่สิ่งที่ลงทุนไปกลับไม่ใช่ AI ซึ่งเป็นเรื่องที่น่าเสียดาย เพราะปัญหาสำคัญในอนาคตจำเป็นต้องใช้ AI, Machine Learning หรือการคำนวณขั้นสูงในการแก้ไขปัญหานั้น

โดยมองว่า เราควรเร่งปรับการลงทุนมาที่โครงสร้างพื้นฐานที่เป็น AI-native (โครงส้างที่ออกแบบมาเพื่อ AI โดยเฉพาะ) นอกจากนี้ ยังอธิบายเพิ่มเติมว่า AI ไม่ได้จำกัดอยู่แค่ใน Data Center แต่มันคือ การผลิต ยุคใหม่ โลกเราต้องการ ‘ผลิตสติปัญญา’ (token) เพื่อนำไปสร้างสรรค์สิ่งต่างๆ ได้มากมาย ทั้งข้อความ เพลง หนัง หรือแม้แต่ควบคุมหุ่นยนต์

คำถามสำคัญที่นักลงทุนต้องกลับมาถามตัวเองคือ เราควลงทุนกับการผลิตสติปัญานี้มากแค่ไหน ซึ่ง Jensen มองว่าการลงทุนในสิ่งนี้มันควรจะเป็นสัดส่วนที่ใหญ่มากของ GDP โลก เหมือนกับที่การผลิตพลังงานเคยเป็นมา และหวังว่าสิ่งนี้จะเกิดขึ้นจริง เพราะมันจะยกระดับคุณภาพชีวิตของทุกคน

Q: จีนมีความมุ่งมั่นที่จะเป็นผู้นำด้าน AI มาก ถ้าไม่มีปัจจัยเรื่องสงครามการค้า คิดว่า NVIDIA จะมีบทบาทอย่างไรในตลาด AI จีน ?

A: Jensen บอกว่า NVIDIA ยึดหลักการทำธุรกิจอย่างถูกต้องตามกฎหมาย และพยายามอย่างเต็มที่เพื่อผลักดันให้เกิดการแข่งขัน และให้บริการลูกค้าในทุกตลาด ซึ่งเป็นเรื่องปกติของทุกบริษัท แต่สิ่งที่ Jesnen สนใจคือ ตอนนี้นักวิจัย AI กว่าครึ่งโลกมาจากประเทศจีน ซึ่งเป็นจำนวนมากที่สุด และไม่มีประเทศไหนใกล้เคียงเลย จึงไม่น่าแปลกใจที่งานวิจัย AI สำคัญๆ จำนวนมากจะมาจากจีนด้วย 

อย่างในห้องแล็บ AI ที่อเมริกาเอง ก้มีนักวิจัยชาวจีนเก่งๆ อยู่เต็มไปหมด Jenseng บอกว่า ไม่ว่าจีนจะสร้างบุคคลากรด้านวิทยาศาสตร์คอมพิวเตอร์ได้เก่งขนาดนี้ได้อย่างไร ก็ขอให้ทำต่อไป

Q: คลื่นลูกใหม่อย่าง Physical AI กำลังมา ในฐานะ Developers ควรโฟกัสที่อะไรดี ?

A: Jensen บอกว่า ความท้าทายของ Physical AI คือเรื่องของ ข้อมูล และการฝึกฝน ก่อนหน้านี้เคยมีคนพูดว่าเราขาดแคลนข้อมูลสำหรับการเทรนโมเดล และ AI แต่ความเป็นจริงแล้วไม่ใช่แบบนั้น ตอนนี้เรามีข้อมูลแทบไม่จำกัดด้วยเทคนิค Reinforcement Learning เพราะสามารถจำลองสถานการณ์ต่างๆ หรือใช้ปัญหาที่พิสูจน์ได้ทางคณิจน์ศาสตร์ วิทยาศาสต์ เกม มาเป็นข้อมูลในการฝึกได้

สำหรับ Physical AI โจทย์ในตอนนี้คือการมองหาว่าจะเอาข้อมูลมาจากไหน และจะฝึก AI อย่างไร ซึ่ง Jensen มองว่า เราสามารถใช้ การกระทำของคนจริงๆ เป็นข้อมูลให้กับ AI (Human Demonstration) แล้วใช้ Generative AI และ Simulation (การจำลอง) เพื่อสร้างสถานการณ์ต่างๆ ได้อย่างไม่รู้จบ ซึ่งคล้ายกับการให้โจทย์พีชคณิตกับ AI และให้ AI ลองแก้โจทย์หลายๆ แบบ

ส่วนเรื่องการฝึกฝน โจทย์ที่ท้าทายคือ การ Prompt หรือการป้อนคำสั่ง-คำถาม ให้ A สร้างผลลัพธ์ออกมาได้ได้ตรงตามที่เราต้องการมากที่สุด ซึ่ง Jensen มองว่า การ ศาสตร์แห่งการ Prompting เปรียบเสมือนการเขียนโปรแกรมในยุค AI เลยทีเดียว

สำหรับ Physical AI เราต้องเรียนรู้วิธีการ Prompt ให้ AI เข้าใจ และให้เหตุผลเชิงกายภาพ (Physical Reasoning) ซึ่งนับว่าเป็นเรื่องสำคัญอย่างยิ่งสำหรับยุค Physical AI และจะเปิดโอกาสให้กับเหล่า Developers อย่างมาก

ข้อมูลอ้างอิง : สรุปจากงาน GTC 2025 - Press Q&A Session