บทความวิชาการที่ทรงอิทธิพลที่สุดในประวัติศาสตร์วิทยาการคอมพิวเตอร์

 (terriblesoftware.org)
6 คะแนน โดย GN⁺ 2025-01-24 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • บทความวิชาการด้านวิทยาการคอมพิวเตอร์ 7 ฉบับ ตั้งแต่ปี 1936 ถึง 1998 ได้ก่อรูปชั้นแกนหลักของคอมพิวติ้งสมัยใหม่ ได้แก่ ความสามารถในการคำนวณ ทฤษฎีสารสนเทศ ฐานข้อมูล ความซับซ้อน อินเทอร์เน็ต เว็บ และการค้นหา
  • บทความปี 1936 ของ Alan Turing ใช้ Turing Machine แยกแยะว่าสิ่งใดที่เครื่องจักรสามารถคำนวณได้ในเชิงหลักการ และสิ่งใดคำนวณไม่ได้ จนกลายเป็นจุดตั้งต้นของโมเดลการคำนวณสมัยใหม่
  • Claude Shannon, Edgar F. Codd และ Stephen A. Cook สร้างภาษากลางให้กับการสื่อสาร ข้อมูล และระดับความยากของปัญหา ผ่านการวัดสารสนเทศและการแก้ไขข้อผิดพลาด, โมเดลข้อมูลเชิงสัมพันธ์, รวมถึง NP-completeness และ SAT ตามลำดับ
  • บทความของ Vinton G. Cerf กับ Robert E. Kahn, Tim Berners-Lee, Sergey Brin กับ Larry Page วางโครงสร้างของการเชื่อมต่อเครือข่าย การเชื่อมโยงเอกสาร และการค้นหาเว็บ ด้วย TCP/IP, World Wide Web และ PageRank
  • เมื่อมองไปถึงรายชื่อเสริมอย่าง Lisp, structured programming, logical clock, ความซับซ้อนของซอฟต์แวร์ และ Transformer การเข้าใจ แนวคิดพื้นฐาน จึงเป็นความได้เปรียบที่อยู่ได้นานกว่าเครื่องมือใหม่ ๆ

เกณฑ์การคัดเลือกและภาพรวมของพัฒนาการ

  • รายชื่อนี้ไม่ใช่อันดับแบบตายตัว แต่เป็นการคัดเลือกเชิงอัตวิสัยโดยอิงจาก อิทธิพล ที่มีต่อโลกปัจจุบัน
  • บทความทั้ง 7 ฉบับเรียงตามลำดับเวลา แสดงพัฒนาการต่อเนื่องจากการคำนวณ การสื่อสาร การจัดเก็บข้อมูล ระดับความยากของการคำนวณ เครือข่าย เว็บ ไปจนถึงการค้นหา
  • แม้ภาษาใหม่ ๆ ความก้าวหน้าของ AI การก้าวกระโดดของควอนตัม และ JavaScript framework จะเกิดขึ้นอย่างต่อเนื่อง แต่รากฐานของคอมพิวติ้งสมัยใหม่ยังคงมีแนวคิดที่บทความเหล่านี้สร้างไว้

1. “On Computable Numbers, with an Application to the Entscheidungsproblem” (1936)

  • Alan Turing วางรากฐานว่าในทางทฤษฎีคอมพิวเตอร์สามารถทำอะไรได้บ้าง ผ่าน Turing Machine ในจินตนาการเมื่อทศวรรษ 1930
  • โมเดลหลักประกอบด้วยเทป หัวอ่าน/เขียน และชุดสถานะที่มีจำนวนจำกัด
  • โมเดลนี้นิยามว่าปัญหาใดแก้ได้ในความหมายเชิงกลไก และปัญหาใดแก้ไม่ได้
  • ภาษาโปรแกรมและโค้ดทั้งหมดทำงานอยู่ภายในกฎที่ Turing นิยามไว้ และแม้เมื่อพูดถึงควอนตัมคอมพิวติ้ง ก็ยังอ้างอิงขอบเขตที่ Turing เสนอไว้
  • อ่านเพิ่มเติม:

2. “A Mathematical Theory of Communication” (1948)

  • Claude Shannon สร้าง ทฤษฎีสารสนเทศ เพื่อจัดการสารสนเทศอย่างเข้มงวด และวางระบบแนวคิดอย่าง bit, entropy และ noisy channel
  • “สารสนเทศ” ที่เคยเป็นนามธรรมกลายเป็นสิ่งที่วัดได้ และเกิดรากฐานของการบีบอัดข้อมูลกับโค้ดแก้ไขข้อผิดพลาด
  • แนวคิดนี้ถูกใช้ตั้งแต่การส่งสัญญาณสู่อวกาศ ไปจนถึงการสตรีม Netflix เพื่อบรรจุข้อมูลอย่างมีประสิทธิภาพและปกป้องข้อมูลจากข้อผิดพลาด
  • การสื่อสารในชีวิตประจำวัน เช่น การส่งข้อความ การสตรีมวิดีโอ และการโทรผ่าน FaceTime ก็ทำงานอยู่บนแนวคิดของ Shannon
  • อ่านเพิ่มเติม:

3. “A Relational Model of Data for Large Shared Data Banks” (1970)

  • Edgar F. Codd เสนอ โมเดลเชิงสัมพันธ์ สำหรับจัดเก็บและค้นคืนข้อมูลขนาดใหญ่
  • แนวคิดหลักคือการเก็บข้อมูลในตารางและจัดการด้วยการดำเนินการเชิงตรรกะ
  • การออกแบบนี้นำไปสู่ SQL และตระกูลฐานข้อมูลเชิงสัมพันธ์ ซึ่งรองรับธนาคาร เว็บไซต์ค้าปลีก และระบบองค์กร
  • แม้ในยุค NoSQL แนวคิดการจัดระเบียบข้อมูลอย่างตาราง schema และ consistency ก็ยังเชื่อมโยงกับโมเดลของ Codd
  • อ่านเพิ่มเติม:

4. “The Complexity of Theorem-Proving Procedures” (1971)

  • บทความของ Stephen A. Cook กล่าวถึงข้อเท็จจริงที่ว่าปัญหาการคำนวณบางอย่างยากมาก และนำเสนอแนวคิด NP-completeness
  • Cook แสดงให้เห็นว่า Boolean satisfiability problem หรือ SAT เป็น NP-complete
  • สิ่งนี้ทำให้เกิดภาษากลางในการพูดถึงระดับความยากของปัญหา เช่น ถ้าแก้ SAT ได้อย่างรวดเร็ว ปัญหายากอื่น ๆ จำนวนมากก็จะแก้ได้ด้วย
  • คำว่า “NP-hard” หรือสถานการณ์ที่การหาทางที่เหมาะสมที่สุดทำให้ CPU ทำงานหนัก ล้วนเชื่อมโยงกับอิทธิพลของบทความนี้
  • แนวคิดนี้ส่งผลอย่างมากต่ออัลกอริทึม วิทยาการรหัสลับ และการค้นหาวิธีแก้ที่มีประสิทธิภาพหรือวิธีแก้แบบประมาณ
  • อ่านเพิ่มเติม:

5. “A Protocol for Packet Network Intercommunication” (1974)

  • บทความของ Vinton G. Cerf และ Robert E. Kahn เสนอรากฐานของ TCP สำหรับเชื่อมต่อเครือข่ายที่แยกขาดจากกัน
  • เครือข่ายต่างชนิดกันมีภาษาสากลสำหรับสื่อสารกัน ข้อมูลถูกแบ่งเป็นแพ็กเก็ตเล็ก ๆ วิ่งผ่านหลายเส้นทาง แล้วประกอบกลับอีกฝั่งหนึ่ง
  • ความยืดหยุ่นนี้ทำให้การเชื่อมต่อระดับโลกเป็นไปได้ โดยไม่จำเป็นต้องมีเครือข่ายเดี่ยวขนาดมหึมาเพียงเครือข่ายเดียว
  • กิจกรรมอย่างการท่องเว็บ การส่งอีเมล และการล็อกอินเว็บไซต์ธนาคาร ต่างพึ่งพา TCP/IP ในการเคลื่อนย้าย bit อย่างน่าเชื่อถือ
  • แอปพลิเคชันเรียลไทม์บางประเภทใช้ UDP แต่แนวคิดหลักของเครือข่ายบนฐาน IP ที่ Cerf และ Kahn เสนอ ได้ผูกอุปกรณ์ต่าง ๆ ไว้ภายใต้เครือข่ายระดับโลกเดียวกัน
  • อ่านเพิ่มเติม:

6. “Information Management: A Proposal” (1989)

  • Tim Berners-Lee เสนอทิศทางของ World Wide Web เพื่อให้ผู้คนใช้งานได้ง่ายขึ้น หลังจากเครื่องจักรต่าง ๆ สามารถสื่อสารกันได้สะดวกแล้ว
  • แนวคิดหลักคือระบบไฮเปอร์เท็กซ์ระดับโลกที่มี hyperlink, URL และ HTTP
  • เมื่อเอกสารทั่วโลกไม่ได้อยู่อย่างโดดเดี่ยวอีกต่อไป แต่เชื่อมโยงถึงกัน อินเทอร์เน็ตจึงกลายเป็นรูปแบบที่ไม่ใช่แค่นักวิทยาศาสตร์ แต่ผู้ใช้ทั่วไปก็สำรวจได้
  • เมล็ดพันธุ์ของประสบการณ์การใช้เว็บอย่างโซเชียลมีเดีย ช้อปปิ้งออนไลน์ และการอ่านบล็อกตอนตีสาม ล้วนมาจากข้อเสนอนี้
  • อ่านเพิ่มเติม:

7. “The Anatomy of a Large-Scale Hypertextual Web Search Engine” (1998)

  • Sergey Brin และ Larry Page สร้างแนวทางบนฐาน การวิเคราะห์ลิงก์ เพื่อรับมือกับเว็บที่มีลิงก์และหน้าเว็บเพิ่มขึ้นอย่างระเบิด และสิ่งนี้พัฒนาต่อมาเป็นเสิร์ชเอนจิน Google
  • PageRank ซึ่งเป็นแนวคิดหลัก มองลิงก์ไม่ใช่แค่องค์ประกอบสำหรับคำนวณคีย์เวิร์ด แต่เป็นคะแนนโหวตแห่งความน่าเชื่อถือ
  • วิธีนี้ปรับปรุงผลการค้นหาที่เกี่ยวข้องได้อย่างมาก ทำให้เว็บกลายเป็นพื้นที่ที่ค้นหาได้
  • ประสบการณ์การพิมพ์คำถามลงใน Google แล้วได้คำตอบทันที ทำงานอยู่บน PageRank และนวัตกรรมอีกมากมายที่ตามมา
  • PageRank นิยามวิธีสำรวจข้อมูลออนไลน์ขึ้นใหม่ และกลายเป็นจุดเริ่มต้นของยุคใหม่ของเทคโนโลยีที่ขับเคลื่อนด้วยข้อมูล เช่น โฆษณา analytics และ machine learning
  • อ่านเพิ่มเติม:

อีก 5 ฉบับที่เกือบได้อยู่ในเนื้อหาหลัก

  • “Recursive Functions of Symbolic Expressions and Their Computation by Machine” (1960) – John McCarthy
    • นำ Lisp และสไตล์การเขียนโปรแกรมเชิงฟังก์ชันเข้ามา ซึ่งสไตล์นี้ยังคงอยู่ในภาษาและเฟรมเวิร์กสมัยใหม่
  • “Go To Statement Considered Harmful” (1968) – Edsger Dijkstra
    • วิจารณ์ว่า goto ทำให้โค้ดรกและไร้โครงสร้าง พร้อมจุดกระแสการปฏิวัติ structured programming
  • “Time, Clocks, and the Ordering of Events in a Distributed System” (1978) – Leslie Lamport
    • ในระบบกระจาย ไม่สามารถซิงก์นาฬิกาจริงได้อย่างสมบูรณ์ จึงจำเป็นต้องมี logical clock
  • “No Silver Bullet—Essence and Accident in Software Engineering” (1986) – Fred Brooks
    • เห็นว่าไม่มีวิธีมหัศจรรย์เพียงอย่างเดียวที่จะจัดการความซับซ้อนเชิงแก่นแท้ของการพัฒนาซอฟต์แวร์ได้
  • “Attention Is All You Need” (2017) – Vaswani et al.
    • เสนอ architecture แบบ Transformer ที่อยู่เบื้องหลัง GPT และโมเดล AI ชื่อดังหลายตัว

ผลกระทบที่แนวคิดพื้นฐานทิ้งไว้

  • ปัจจุบันมีภาษาใหม่ นวัตกรรม AI การก้าวกระโดดของควอนตัม และ JavaScript framework ที่โผล่มาทุกสัปดาห์หลั่งไหลออกมาอย่างต่อเนื่อง
  • หากไม่เข้าใจว่าแนวคิดแกนหลักอย่าง data structure, algorithm และเว็บมาจากไหน ก็จะกลายเป็นเพียงการสะสมเครื่องมือใหม่ ๆ ไปเรื่อย ๆ
  • บทความทั้ง 7 ฉบับนี้และบทความเสริมช่วยพาย้อนดูแนวคิดที่กลายเป็นรากฐานสำคัญของคอมพิวติ้งสมัยใหม่

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-01-24
ความคิดเห็นจาก Hacker News

  • Communicating Sequential Processes (Hoare), The Next 700 Programming Languages (Landin), As We May Think (Bush), Can Programming Be Liberated from the von Neumann Style (Backus) ก็น่าจะใส่ไว้ด้วย
    และคอร์สนี้ก็ดูน่าสนใจ: https://canvas.harvard.edu/courses/34992/assignments/syllabu...
    “คอร์สนี้ครอบคลุมงานวิจัยที่นักวิทยาการคอมพิวเตอร์ทุกคนควรได้อ่าน ตั้งแต่ทศวรรษ 1930 จนถึงปัจจุบัน เป็นประสบการณ์แบบบูรณาการที่ช่วยให้นักศึกษาขั้นสูงด้านวิทยาการคอมพิวเตอร์มองเห็นภาพรวมของทั้งสาขา ไม่ใช่แค่การสำรวจแบบผิวเผิน แต่เป็นวิธีที่ทำให้ได้สัมผัสกระบวนการสร้างสรรค์นั้นอีกครั้ง จุดประสงค์คือการฉายวิวัฒนาการทั้งหมดของวิทยาการคอมพิวเตอร์อย่างรวดเร็วให้กับนักศึกษาที่มีพื้นฐานอยู่บ้างแล้ว เพื่อสร้างมุมมองที่เป็นเอกภาพต่อสาขานี้”

    • ดูเหมือนว่าต้องมี บัญชี Harvard ถึงจะดูคอร์สได้

  • ลิสต์นี้ให้ความรู้สึกเหมือนเป็นการรวมกันที่แปลกอยู่หน่อย ไม่ชัดว่ากำลังเลือกงานวิจัยที่มีอิทธิพลต่อวิทยาการคอมพิวเตอร์ หรือก็คือ ทฤษฎีการคำนวณ หรือเลือกงานวิจัยที่มีอิทธิพลต่อเทคโนโลยี หรือแค่เรียก “ทุกอย่างที่เกี่ยวกับคอมพิวเตอร์” ว่าวิทยาการคอมพิวเตอร์กันแน่
    งานของ Turing เป็นรากฐานของวิทยาการคอมพิวเตอร์ก็จริง แต่ก็สงสัยว่าถ้าไม่มีงานนั้น เทคโนโลยีจะพัฒนาไปต่างออกไปไหม วิศวกรซอฟต์แวร์ส่วนใหญ่ไม่เคยอ่านด้วยซ้ำ ในทางกลับกัน มาตรฐาน IP เป็นหมุดหมายทางเทคโนโลยี แต่แทบไม่มีเนื้อหาเชิงวิทยาศาสตร์ และใกล้เคียงกับสเปกโปรโตคอลที่ค่อนข้างเรียบง่ายซึ่งต้องรู้หากทำงานเกี่ยวกับเครือข่าย

    • การที่ งานวิจัย PageRank อยู่เคียงข้างงานพื้นฐานด้านความสามารถในการคำนวณและทฤษฎีสารสนเทศของ Turing กับ Shannon ในลิสต์สั้น ๆ ดูไม่ค่อยเข้ากันเท่าไร
      “On Computable Numbers, with an Application to the Entscheidungsproblem” มีอายุเกือบ 90 ปีแล้ว แต่ทุกวันนี้ก็ยังจริงและใช้ได้เหมือนตอนนั้น ส่วน PageRank ยังเกี่ยวข้องเท่ากับปี 1998 หรือไม่ ยิ่งไปกว่านั้นอีก 50 ปีข้างหน้าจะยังเป็นแบบนั้นไหม ก็ไม่ค่อยแน่ใจ

  • เป็นลิสต์งานวิจัยที่ดี ผมอ่านไปแล้ว 5 ใน 7 ชิ้นในลิสต์ ที่ยังไม่ได้อ่านคือบทความของ Cerf กับ Kahn และบทความของ Berners-Lee
    บทความว่าด้วยความสามารถในการคำนวณ ของ Turing ตามอ่านยากเป็นพิเศษ เพราะเขาตั้งชื่อสิ่งต่าง ๆ ด้วยอักษรใหญ่แบบกอทิก และตัวอักษรเหล่านั้นก็ดูคล้ายกันไปหมด ต้องดูเอกสารประกอบถึงจะอ่านบทความนั้นได้ ถ้าเป็นตอนนี้ ผมแนะนำให้อ่านคู่กับหนังสืออธิบายของ Charles Petzold https://www.amazon.com/Annotated-Turing-Through-Historic-Com...
    บทความ NP-completeness ของ Cook ก็ยากเช่นกัน และเหมือนบทความของ Turing คือต้องมีเอกสารประกอบ ถ้าเป็นตอนนี้ ผมแนะนำให้อ่านหนังสือเบื้องต้นด้านความซับซ้อนเชิงคำนวณที่พาไล่ตามบทพิสูจน์ของ Cook ก่อน
    บทความของ Shannon เขียนได้ชัดเจนและงดงามราวกับงานศิลปะ แต่ไม่ใช่บทความที่อ่านสบาย ๆ เลย
    เท่าที่จำได้ บทความของ Brin กับ Page และบทความของ Codd ไม่ได้ยากมากนัก แต่ถ้าจะเข้าใจงานของ Brin กับ Page ก็ต้องมีความรู้พีชคณิตเชิงเส้นอยู่บ้าง

    • ไม่เห็นว่าตรงไหนในบทความของ Brin กับ Page ที่ต้องใช้ พีชคณิตเชิงเส้น คำว่า “eigenvector” โผล่มาครั้งเดียว แต่เป็นการกล่าวถึงแบบประกอบเท่านั้น
      “อัลกอริทึมวนซ้ำอย่างง่าย” เป็นวิธีหาจุดตรึงของ contraction mapping ใด ๆ ไม่ว่าจะเป็นเชิงเส้นหรือไม่ก็ตาม ความจริงที่ว่ามันเป็น eigenvector ด้วยนั้นกลับค่อนข้างเป็นสิ่งรบกวนเสียมากกว่า และถ้าเป็นคนที่รู้จริง ก็คงไม่ใช้ Gaussian elimination
    • ถ้าหาไฟล์ต้นฉบับ .tex ได้ การขอให้ GPT ช่วยเปลี่ยนชื่อตัวแปรให้อ่านง่ายขึ้น เป็นชื่อที่ยาวกว่าตัวอักษรตัวเดียว จะช่วยได้

  • ถ้าคิดว่า A Mathematical Theory of Communication ของ Shannon คือคุณูปการที่พื้นฐานที่สุดที่เขาทิ้งไว้ให้วิทยาการคอมพิวเตอร์ แสดงว่ายังไม่เคยเห็นวิทยานิพนธ์ปริญญาโทที่เขาเขียนไว้ก่อนหน้านั้น 10 ปี
    https://en.wikipedia.org/wiki/A_Symbolic_Analysis_of_Relay_a...
    เขาเสนอว่าสามารถนิยาม ตรรกะบูลีน ด้วยองค์ประกอบสวิตช์ในวงจร หรือก็คือทรานซิสเตอร์ได้
    แน่นอนว่าไม่ได้ตั้งใจจะลดความสำคัญของผลงานที่วางรากฐานให้ทฤษฎีสารสนเทศทั้งหมด

  • คำอธิบายที่ว่า “แสดงให้เห็นว่าหากบางสิ่งคำนวณได้ โดยหลักการแล้วเครื่องจักรก็สามารถประมวลผลได้ และวาดภาพ ‘Turing Machine’ ในจินตนาการขึ้นมา” ไม่ใช่สิ่งที่ Turing พิสูจน์
    สิ่งที่เขาพิสูจน์ในบทความนั้นคือมี ปัญหาที่ Turing Machine แก้ไม่ได้ อยู่ และดังนั้นก็น่าจะไม่มีเครื่องจักรใดแก้ได้ ปัญหา Entscheidungsproblem หรือปัญหาการตัดสินใจที่อยู่ในชื่อนั่นเอง
    สิ่งที่ข้อความต้นฉบับชี้ถึงคือสิ่งที่เรียกว่า Church-Turing Thesis ซึ่งตามตัวอักษรแล้วใกล้เคียงกับข้อเสนอเชิงหลักการ จริง ๆ แล้วพิสูจน์ไม่ได้ แต่มีเหตุผลให้เชื่ออย่างหนักแน่นมาก เพราะตลอดเกือบ 100 ปีที่ผ่านมา เรายังไม่พบระบบการคำนวณที่ทรงพลังกว่า Turing Machine

    • ในช่วง 100 ปีที่ผ่านมา แนวคิดว่า AI อยู่ตรงไหนกลับเคลื่อนไปในทิศทางตรงกันข้ามโดยสิ้นเชิง
      แทนที่จะสร้างเครื่องจักรที่บรรจุความจริงที่รู้ทั้งหมด การสำรวจ AI ที่อิงเครื่องจักรในยุคใหม่โดยมากกลับใกล้เคียงกับการคุ้ยและเรียบเรียงข้อคิดเห็นของมนุษย์ให้เป็นเครื่องจักรแบบ feuilleton มากกว่า และต่างจากแนวทางสัจพจน์แบบ Leibniz
    • ผมคิดว่าคำกล่าวว่า “ไม่มีใครพบระบบการคำนวณที่ทรงพลังกว่า Turing Machine” นั้นผิด Turing Machine ไม่สามารถทำ ความไม่กำหนดแน่นอน ได้ แต่ actor model ทำได้

  • งานดีเลย ผมเองก็กำลังทำอะไรคล้าย ๆ กันเป็นการส่วนตัว เลยขอแนะนำเพิ่มอีกสักสองสามชิ้น
    RSA: A Method for Obtaining Digital Signatures and Public-Key Cryptosystems (1978)
    PageRank: The PageRank Citation Ranking: Bringing Order to the Web (1999)
    MapReduce: MapReduce: simplified data processing on large clusters (2008)
    Bitcoin: Bitcoin: A Peer-to-Peer Electronic Cash System (2008)
    Backpropagation: Learning representations by back-propagating errors (1986)
    ตรรกะของ Hoare: An Axiomatic Basis for Computer Programming (1969)

  • แล้ว Evolution of Unix time-sharing systems อันโด่งดังของ Dennis Ritchie หายไปไหน?
    https://www.bell-labs.com/usr/dmr/www/cacm.pdf

  • ในเมื่อทุกคนกำลังเสริมรายการแนะนำของตัวเอง ผมก็ขอเพิ่มอีกสักอัน: แม้ Cook จะเป็นคนแนะนำ NP-completeness เป็นครั้งแรก แต่บทความของ Karp ที่นำเสนอปัญหา 21 ข้อซึ่งสามารถลดรูปแบบเวลาเชิงพหุนามไปเป็น 3SAT ได้ ก็เป็นรากฐานสำคัญขนาดใหญ่ที่จุดประกายความสนใจต่อทฤษฎีของ Cook ในวงกว้างขึ้น
    https://en.wikipedia.org/wiki/Karp%27s_21_NP-complete_proble...

  • New Directions in Cryptography (1976) ของ Diffie และ Hellman หลุดไปหรือเปล่า?

  • แม้จะไม่ใช่บทความวิชาการ แต่ Why Software Is Eating the World ของ Marc Andreessen และจดหมายถึงผู้ถือหุ้นฉบับแรกของ Amazon ในปี 1997 ก็ควรค่าแก่การกล่าวถึงเป็นพิเศษ
    “บริษัทในทุกอุตสาหกรรมควรถือไว้ก่อนว่าการปฏิวัติซอฟต์แวร์กำลังจะมาถึง ซึ่งรวมถึงอุตสาหกรรมที่ทุกวันนี้ขับเคลื่อนด้วยซอฟต์แวร์อยู่แล้วด้วย”
    https://a16z.com/why-software-is-eating-the-world/
    “แต่ตอนนี้ยังเป็น Day 1 ของอินเทอร์เน็ต และหากเราดำเนินการได้ดี ก็จะเป็น Day 1 สำหรับ Amazon.com ด้วย”
    https://www.aboutamazon.com/news/company-news/amazons-origin...