แอมเบียนต์ AI

เริ่มต้นด้วยตัวอย่างใกล้ตัวจะช่วยให้เข้าใจได้ง่ายขึ้น ลองนึกภาพว่าก่อนที่คุณจะหยิบสมาร์ทโฟนขึ้นมาในตอนเช้า มีการแจ้งเตือนขึ้นมาว่า "การประชุมวันนี้จะเริ่มในอีก 10 นาที ได้เตรียมเทมเพลตบันทึกการประชุมไว้ให้แล้ว" โดยที่คุณไม่ได้ขอให้ใครทำ AI สังเกตปฏิทิน อนุมานการกระทำที่จำเป็นจากรูปแบบการประชุมในอดีต และลงมือทำก่อน——นี่คือพฤติกรรมของ Ambient AI

AI แบบดั้งเดิมเป็นสิ่งที่ "ตอบเมื่อถูกถาม" อยู่ในสถานะรับ Ambient AI พลิกข้อสมมติฐานนั้น โดยตรวจสอบข้อมูลสภาพแวดล้อมอย่างต่อเนื่องในเบื้องหลัง ไม่ว่าจะเป็นอีเมล, Slack, ปฏิทิน, ข้อมูลเซนเซอร์ และ API event และจัดการงานต่าง ๆ ก่อนที่ผู้ใช้จะรู้ตัว LangChain เรียกสิ่งนี้ว่า "Ambient Agent" และนิยามให้เป็นรูปแบบของ AI ที่ไม่ต้องพึ่งพาการป้อน prompt

หากย้อนรากที่มา จะพบงานวิจัย "Ambient Intelligence (สติปัญญาแวดล้อม)" ที่ NTT ประกาศในปี 2016 ซึ่งเป็นแนวคิดในการรับรู้พื้นที่ด้วยเซนเซอร์ IoT และปรับระบบปรับอากาศหรือแสงสว่างโดยอัตโนมัติตามพฤติกรรมของมนุษย์ แม้จะเป็นแนวทางจากฝั่งฮาร์ดแวร์ แต่เมื่อ LLM ถือกำเนิดขึ้น ฝั่งซอฟต์แวร์ก็สามารถบรรลุเป้าหมายเดียวกันได้เช่นกัน กล่าวได้ว่าฮาร์ดแวร์และซอฟต์แวร์ใช้เวลากว่า 10 ปีจึงมาบรรจบกัน

การที่ Samsung Galaxy AI และ Google Android เริ่มฝัง Ambient AI ไว้ในระดับอุปกรณ์นั้น เป็นส่วนหนึ่งของกระแสนี้ ข้อสมมติฐานพื้นฐานของสมาร์ทโฟนที่ว่า "เปิดหน้าจอแล้วจึงใช้งาน" กำลังเปลี่ยนแปลงไป และเริ่มมีการพูดถึงแนวคิดที่ว่า "AI คือ UI"

ในบริบทของนักพัฒนา OpenClaw ได้นำแนวคิดนี้มาเป็นรูปธรรมในฐานะ self-hosted agent ที่ทำงานตลอด 24 ชั่วโมง Agent ไม่ใช่ "เครื่องมือที่เรียกใช้เมื่อต้องการ" อีกต่อไป แต่กลายเป็น "สิ่งที่อยู่ที่นั่นเสมอ และจะบอกคุณเมื่อถึงเวลาที่จำเป็น" เส้นแบ่งนั้นกำลังถูกขีดใหม่อยู่ในขณะนี้