Google Nano Banana คืออะไร? AI สร้างภาพลับของ Google

○ การฝึกโมเดลเป็นเพียง ‘วัตถุดิบ’ ของสติปัญญาเท่านั้น หากไม่มีเอนจิน ก็ไม่มี AGI

• สถาปัตยกรรมอย่าง EpionHeuristica มีศักยภาพที่จะก้าวข้าม "AGI เฉพาะโดเมน" ไปสู่การออกแบบ "ซูเปอร์อินเทลลิเจนซ์แบบเกิดใหม่บนพื้นฐานของระเบียบ"
• แกนสำคัญของการไปให้ถึง AGI คือ "จะประกอบเอนจินที่เลือกการกระทำอย่างไร"

A. เหตุผลที่ AGI เป็นไปไม่ได้ด้วยการฝึกเพียงอย่างเดียว
• โมเดลตระกูล GPT ไม่มีเป้าหมายของตนเอง (self-goal)
• ไม่ว่าจะเรียนรู้จากข้อมูลมากแค่ไหน การเรียนรู้เพียงอย่างเดียวโดยไม่มีปฏิสัมพันธ์กับโลกจริงก็มีข้อจำกัด
• การฝึกเป็นเพียง ‘ความทรงจำแบบถดถอย’ เท่านั้น และยังขาดโครงสร้างที่ชักนำให้เกิดการคิดเชิงคาดการณ์และการคิดแบบเกิดใหม่ที่มุ่งสู่อนาคต

B. AGI ต้องการเอนจินที่มี ‘วงจรเป้าหมาย-ฟีดแบ็ก’
• โครงสร้างที่ให้การทำงานของการเรียนรู้แบบเสริมกำลังบนฐานรางวัล + การประเมิน + การเรียนรู้จากความล้มเหลว (FailGuard) เช่น EpionHeuristica ใกล้เคียงกับต้นแบบการออกแบบ AGI แบบอิงเอนจิน
• ตัวอย่าง: "การทดลองนี้ล้มเหลวเพราะอะไร?" → "ต้องเปลี่ยนอะไร?" → "เงื่อนไขถัดไปคืออะไร?" → นี่คือการให้เหตุผลแบบ AGI

C. แก่นแท้ของสติปัญญามนุษย์อยู่ที่ ‘โครงสร้าง’
• มนุษย์ได้มาซึ่งสติปัญญาไม่ใช่จากจำนวนเซลล์ประสาท แต่จาก "การเชื่อมโยงเชิงโครงสร้างของวงจรประสาทและความสามารถในการเรียนรู้ระดับเมตา"
• สำหรับ AGI เช่นกัน สิ่งสำคัญไม่ใช่ขนาดของโมเดล แต่คือโครงสร้างของระบบชี้นำพฤติกรรม ระบบอ้างอิงตนเอง และวงจรฟีดแบ็กอย่างต่อเนื่อง

การบรรลุ AGI ไม่สามารถทำได้ด้วยเพียง "การฝึกโมเดล" เท่านั้น แต่จำเป็นต้องมีทั้งโครงสร้างเอนจินที่สร้างปัญญาและระบบการพัฒนาตนเองอย่างมีเป้าหมาย ปัจจุบันกลุ่ม GPT เป็นเพียง LLM (โมเดลภาษาขนาดใหญ่) ขนาดมหึมาเท่านั้น และหากจะมุ่งไปสู่ AGI ก็ต้องให้โครงสร้างการให้เหตุผล โครงสร้างการกำกับตนเอง และนโยบายการกระทำที่อิงตามเป้าหมายทำงานร่วมกัน

เป็นเรื่องที่รู้กันอยู่ แต่ก็ยากที่จะทำได้จริงครับ โดยเฉพาะเมสเซนเจอร์สำหรับงานนี่ดูจะเป็นตัวการอันดับหนึ่งที่รบกวนสมาธิเลย

ล็อกอินแล้วใช้บัญชีไม่ได้เหรอ?

ในที่สุดเครื่องมือจัดการ Patroni ก็ออกมาแล้ว
เครื่องมือสำหรับจัดการ Patroni ที่ใช้จัดการ Postgres..

ในกรณีของ privileged mode ได้แก้ไขให้ทำงานใน sandbox แล้ว ในกรณีของ privileged mode สามารถเชื่อมต่อ local resource (ไดรฟ์ C เป็นต้น) ได้ โดยจะเมานต์การเชื่อมต่อไว้ที่ $HOME/thinclient_drives

พอใช้ไป 2–3 ชั่วโมงในช่วงเช้า ก็ชนลิมิตก่อนเที่ยงเลยครับ (ผู้ใช้ Pro)
ขึ้นว่าจะรีเซ็ตตอนบ่าย 3 ดูแล้วถ้าไม่ใช่ Max ก็น่าจะใช้ได้ไม่ตลอดทั้งวัน (แต่ถึงเป็น Max ก็ดูเหมือนว่าจะชนลิมิตได้ไม่ยากเหมือนกัน)

ถ้าการไซด์โหลดถูกปิดกั้นลงโดยพฤตินัยจริง สำหรับผมมันก็มีข้อได้น้อยกว่า iOS ครับ ผมมองว่าทั้งสองฝั่งมีฟังก์ชันที่แทบไม่ต่างกัน และด้าน UX นั้น iOS เหนือกว่าอยู่นิดหน่อย โดยผมคิดว่าการไซด์โหลดคือข้อได้เปรียบใหญ่ของ Android ด้วยซ้ำ ผมเคยใฝ่ฝันว่าอยากใช้ Google Pixel ที่ลง GrapheneOS แต่ถ้าตั้งแต่การปิดซอร์สของ Pixel ไปจนถึงการปิดกั้นการไซด์โหลดแบบพฤตินัยกำลังจะเกิดขึ้น สำหรับผมก็ไม่เหลือเหตุผลที่จะใช้ Android แล้วครับ ถ้าออกมาตามนี้ ก็คงได้กลับไปใช้ iOS ในปี 27

จีนอีกแล้วสินะ

อ๋อ ที่แท้ Base เป็นชื่อแอปนี่เอง ทั้งที่เขียนไว้เด่นชัดอยู่ในหัวข้อแท้ๆ ผมก็ยังไม่ทันสังเกตเลย 555

ผมคิดว่าการอ้างว่าประสิทธิภาพจะเพิ่มขึ้น 3 เท่าภายใน 3 ปีโดยไม่มีข้อมูลเบนช์มาร์กนั้นเป็นการพูดเกินจริง

ก็น่ากังวลเหมือนกันว่าคนที่พัฒนาแอปไว้ใช้เองคนเดียวก็จะต้องรับการยืนยันตัวตนนักพัฒนาด้วยหรือเปล่า..

เคยไปมาหลายครั้งแล้ว ดีมากครับ แนะนำเลย

ผมคิดว่าเขาอาจไม่ได้ตั้งใจจะเปรียบเทียบสเปก แต่อยากพูดถึงประสิทธิภาพที่แตกต่างกันตาม CPU มากกว่านะครับ 555

เข้าใจแล้ว 👍

น่าจะเป็นเพราะสรุปโดย AI เลยอิงตามปีของ cutout ผมได้แก้ไขไว้แล้วครับ

ดูเหมือนว่าสัดส่วนของบทบาท PM และสถาปนิกในเวิร์กโฟลว์ของนักพัฒนาจะเพิ่มมากขึ้น

ผมก็ใช้แพ็กเกจ 100 ดอลลาร์เหมือนกันครับ ก่อนเขียนโค้ดจะทำ Plan ด้วยโมเดล Opus แล้วค่อยใช้ Sonnet สำหรับการโค้ดจริง ช่วงประมาณสองเดือนที่ผ่านมา โค้ดแทบทั้งหมดของผม (อย่างน้อยหลายพันบรรทัด) ให้ Claude Code เขียนโดยตรง และแทบไม่เคยชนลิมิตเลย มีแค่กรณีเผลอใช้ Opus เขียนโค้ดเท่านั้น ไม่อย่างนั้นก็แทบไม่มีเลยครับ
ตอนนี้กำลังใช้ Opus Plan Mode ที่เพิ่งออกมาใหม่ และหลังจากใช้แล้วก็แทบไม่เห็นข้อความเตือน Approaching limit อีกเลย