การค้นพบครั้งประวัติศาสตร์: ถอดรหัสลับ 370 ปีใน 44 นาที
บริษัทสตาร์ทอัพด้านการทดสอบโมเดลปัญญาประดิษฐ์ Vals AI ได้ประกาศความสำเร็จครั้งสำคัญในการทดสอบความสามารถของ Claude Fable 5.1 โมเดลเรือธงจาก Anthropic โดยแบบจำลองดังกล่าวสามารถถอดรหัสข้อความลับโบราณที่รู้จักกันในชื่อ 'Cyphral Distich' ได้อย่างสมบูรณ์แบบ ซึ่งเป็นปริศนาทางประวัติศาสตร์ที่ยังไม่เคยมีใครไขได้มานานกว่า 370 ปี
การสาธิตนี้เกิดขึ้นในช่วงรอยต่อระหว่างวันที่ 31 สิงหาคม และ 1 กันยายน 2026 โดยแบบจำลองใช้เวลาประมวลผลต่อเนื่อง 44 นาที และบริโภคโทเค็นการใช้เหตุผล (reasoning tokens) ไปประมาณ 174,000 ถึง 176,000 โทเค็นในลูปการทำงานอัตโนมัติเพียงรอบเดียว โดยปราศจากการชี้นำหรือแทรกแซงจากมนุษย์ในระหว่างกระบวนการ
ปริศนาดังกล่าวได้รับการตีพิมพ์ครั้งแรกเมื่อปี 1653 โดย เซอร์ โธมัส เออร์กฮาร์ต (Sir Thomas Urquhart) นักเขียนและนักแปลชาวสก็อตแลนด์ ในส่วนท้ายของผลงาน 'Logopandecteision' ตัวรหัสประกอบด้วยชุดตัวเลข 64 จำนวน แบ่งออกเป็นสองบรรทัด บรรทัดละ 32 ตัวเลข ซึ่งสร้างความฉงนให้กับนักประวัติศาสตร์และนักวิทยาการรหัสลับมาหลายชตวรรษ
กลไกการถอดรหัส: การใช้บริบทภายในเล่มเพื่อเชื่อมโยงข้อความ
จากการวิเคราะห์ขั้นตอนการประมวลผลของ Claude Fable 5.1 แบบจำลองได้อนุมานว่ากุญแจในการถอดรหัสซ่อนอยู่ภายในตัวเอกสารดั้งเดิมนั่นเอง โดยใช้วิธีจับคู่ตัวเลขลำดับที่ i เข้ากับส่วนคำร้องขอหรือคำวิงวอน (Proquiritation) ลำดับที่ i ที่ปรากฏอยู่ก่อนหน้าชุดรหัสลับในหนังสือ
จากนั้น โมเดลใช้ตัวเลขแต่ละตัวเป็นดัชนีในการนับตำแหน่งคำ (word index) ภายในบทคำร้องขอดังกล่าว และดึงอักษรตัวแรกของคำนั้นออกมา เมื่อเรียงร้อยตัวอักษรที่ได้ทั้งหมดเข้าด้วยกัน ผลลัพธ์ที่ปรากฏคือบทกลอนสรรเสริญฝ่ายนิยมกษัตริย์ (Royalist verse) ในยุคบริเตนศตวรรษที่ 17 ซึ่งมีข้อความว่า 'O God, uphold King Charles the Second and make him the supreme ruler of this land' สอดคล้องกับโครงสร้างคำสัมผัสแบบกลอนคู่ (distich) ที่ลงท้ายด้วย and และ land
ความสำเร็จนี้ชี้ให้เห็นถึงความสามารถของโมเดลในการประเมินสมมติฐานทางภาษาและโครงสร้างเชิงสัญลักษณ์อย่างต่อเนื่อง โดยไม่ตกหลุมพรางของการคาดเดาแบบสุ่ม แต่เป็นการสร้างโมเดลความน่าจะเป็นและทดสอบกับข้อความรอบข้างอย่างเป็นระบบ
หลักฐานเชิงประจักษ์และข้อถกเถียงของนักวิชาการ
แม้ว่าข้อความที่ถอดรหัสได้จะมีความหมายสอดคล้องกับประวัติศาสตร์ยุคการฟื้นฟูระบอบกษัตริย์ในอังกฤษอย่างสมบูรณ์แบบ แต่วงการวิชาการยังคงดำเนินกระบวนการตรวจสอบอิสระ โดยเฉพาะการเทียบเคียงกับสำเนาต้นฉบับทางกายภาพที่ตีพิมพ์ในปี 1653 เนื่องจากงานพิมพ์ในศตวรรษที่ 17 มีความกำกวมของการเรียงพิมพ์ เช่น การใช้อักษรควบละติน (ligatures) เช่นคำว่า 'hinc inde' ซึ่งอาจส่งผลต่อการนับลำดับคำที่แน่นอน
ดังนั้น แม้ข้อพิสูจน์ของ Vals AI จะได้รับการยอมรับในแง่การสาธิตเชิงอัลกอริทึม แต่การยืนยันทางวิชาการแบบลายลักษณ์อักษรจากนักประวัติศาสตร์ยังถือว่าอยู่ในขั้นตอนการตรวจสอบรายละเอียดเชิงประวัติศาสตร์วรรณกรรม
นอกจากนี้ ยังมีประเด็นที่ต้องสังเกตว่าการทดสอบนี้จัดทำขึ้นโดย Vals AI ซึ่งเป็นแพลตฟอร์มทดสอบโมเดล ดังนั้นภาคธุรกิจจึงควรพิจารณาผลลัพธ์นี้ในฐานะการสาธิตขีดความสามารถสูงสุดของระบบ (frontier demonstration) มากกว่าการการันตีความแม่นยำ 100% ในทุกบริบทการใช้งานทั่วไป
เสียงสะท้อนจากกลุ่มนักพัฒนา: พลังการคิดลึกหรือแค่การค้นหาแบบใช้กำลังดิบ
ในแวดวงนักพัฒนาซอฟต์แวร์และนักวิจัยปัญญาประดิษฐ์ การสาธิตครั้งนี้จุดชนวนให้เกิดการอภิปรายอย่างกว้างขวางเกี่ยวกับนิยามของการใช้เหตุผล หลายฝ่ายตั้งคำถามว่ากระบวนการที่โมเดลใช้โทเค็นกว่า 1.7 แสนหน่วยเพื่อวิ่งวนในลูปการค้นหานาน 44 นาทีนั้น ควรจัดเป็น 'การใช้เหตุผลที่แท้จริง' (genuine reasoning) หรือเป็นเพียงการค้นหาแบบใช้แรงประมวลผลมหาศาล (brute-force search)
อย่างไรก็ตาม ผู้เชี่ยวชาญหลายคนโต้แย้งมุมมองดังกล่าว โดยชี้ให้เห็นว่าพื้นที่ความเป็นไปได้ (search space) ของปริศนาภาษาโบราณนี้มีขนาดมหาศาลจนไม่สามารถใช้วิธีลองผิดลองถูกแบบสุ่มทุกรูปแบบได้ ความสำเร็จนี้จึงสะท้อนถึง 'ความมุ่งมั่นต่อเนื่อง' (persistence) ในการรักษาเป้าหมายและการทดสอบสมมติฐาน ซึ่งเป็นสิ่งที่มนุษย์มักทำไม่สำเร็จเนื่องจากข้อจำกัดด้านสมาธิและเวลา ไม่ใช่เพราะข้อจำกัดทางสติปัญญา
นอกจากนี้ ชุมชนนักพัฒนาบางส่วนยังตั้งข้อสังเกตในเชิงปรัชญาว่า หากแบบจำลองระดับสูงสามารถไขปริศนาทางประวัติศาสตร์และความรู้วิทยาศาสตร์ที่ซับซ้อนได้อย่างอัตโนมัติ บทบาทของมนุษย์ในฐานะผู้สำรวจความรู้อาจต้องปรับเปลี่ยนไปสู่การตั้งโจทย์และการตรวจสอบความถูกต้องเชิงสถาปัตยกรรมแทน
นัยสำคัญต่อภาคธุรกิจและองค์กรในประเทศไทย
สำหรับผู้นำเทคโนโลยีและผู้บริหารในประเทศไทย ความสำเร็จในการถอดรหัสนี้ไม่ได้มีความสำคัญเพียงแค่เรื่องราวทางประวัติศาสตร์ แต่เป็นการส่งสัญญาณว่าแบบจำลองปัญญาประดิษฐ์กำลังก้าวข้ามจากการตอบคำถามแบบฉับพลัน (one-shot answering) ไปสู่การแก้ปัญหาเชิงลึกที่มีขอบเขตระยะยาว (long-horizon problem solving)
องค์กรไทยในภาคการเงิน ประกันภัย กฎหมาย และพลังงาน มักต้องเผชิญกับเอกสารสัญญา สิทธิบัตร หรือข้อมูลกฎระเบียบที่มีความยาวหลายร้อยหน้า ซึ่งเชื่อมโยงข้ามส่วนกันอย่างซับซ้อน ขีดความสามารถในการใช้เหตุผลระดับ 170,000 โทเค็นต่อเนื่องเปิดโอกาสให้บริษัทต่างๆ สามารถพัฒนาระบบตัวแทนอัตโนมัติ (autonomous agents) สำหรับการตรวจสอบความสอดคล้องทางกฎหมาย (compliance auditing), การตรวจจับธุรกรรมผิดปกติ หรือการทำ Due Diligence ในการควบรวมกิจการได้อย่างละเอียดรอบคอบยิ่งขึ้น
อย่างไรก็ตาม ข้อควรระวังในทางปฏิบัติคือต้นทุนค่าโทเค็นและเวลาแฝง (latency) ของการประมวลผลระดับสูง การนำโมเดลประเภทนี้มาปรับใช้ในกระบวนการธุรกิจของไทยจำเป็นต้องมีการแบ่งสถาปัตยกรรมอย่างชัดเจน โดยใช้โมเดลขนาดเล็กสำหรับการคัดกรองงานประจำวัน และสงวนการประมวลผลแบบใช้เหตุผลขั้นสูงไว้สำหรับงานที่มีความเสี่ยงสูงหรือต้องอาศัยการสืบค้นข้อมูลเชิงลึกเท่านั้น
การแก้รหัสโบราณนี้พิสูจน์ขีดความสามารถการใช้เหตุผลแบบระยะยาว (long-horizon autonomous reasoning) ซึ่งปูทางให้องค์กรธุรกิจสามารถมอบหมายงานตรวจสอบ วิเคราะห์ และค้นคว้าเอกสารซับซ้อนที่ต้องใช้สมาธิและการทดสอบสมมติฐานระดับลึกให้กับปัญญาประดิษฐ์