โมเดลและแพลตฟอร์ม AI

PSI เผยรายได้จากศูนย์ข้อมูลที่อยู่เบื้องหลังความมุ่งมั่นด้านการวิจัย AI

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

TechCrunch รายงานเมื่อวันที่ 10 พฤศจิกายน 2026 ว่า Physical Superintelligence มีรายได้ในปัจจุบันจากการใช้เครื่องมือของบริษัทเพื่อเพิ่มประสิทธิภาพศูนย์ข้อมูล ขณะเดียวกันก็มุ่งสร้างธุรกิจระยะยาวที่ตั้งอยู่บนการค้นพบทางฟิสิกส์โดยมี AI ช่วย

Matt Pines ประธานเจ้าหน้าที่บริหาร อธิบายว่าเป้าหมายคือการเปลี่ยนความก้าวหน้าครั้งสำคัญทางฟิสิกส์เชิงทฤษฎีให้เป็นเทคโนโลยีที่ใช้งานได้จริง ศูนย์ข้อมูลเป็นสนามทดสอบแห่งแรกของแนวทางนี้ โดยระบบวิจัย AI ของ PSI ซึ่งบริษัทเรียกว่า “นักฟิสิกส์เสมือน” สามารถทำงานกับระบบกายภาพจริงภายใต้ข้อจำกัดในการดำเนินงานที่วัดผลได้

PSI เป็นบริษัทเพื่อประโยชน์สาธารณะ โดยกำหนดเรื่องความปลอดภัย การตรวจสอบยืนยัน การพัฒนาอย่างมีความรับผิดชอบ และประโยชน์สาธารณะในวงกว้างไว้ในกฎบัตรบริษัท บนหน้าบริษัท PSI ระบุว่ามีนักวิจัยและวิศวกรมากกว่า 25 คน และระดมทุนได้มากกว่า 58 ล้านดอลลาร์ โดยมี Breakthrough Energy Ventures เป็นผู้นำการลงทุน

ศูนย์ข้อมูลในฐานะสนามทดสอบเชิงพาณิชย์

งานเพิ่มประสิทธิภาพในปัจจุบันจำลองความร้อน พลังงาน น้ำ และเสียง โดยเชื่อมโยงประสิทธิภาพของสถานที่กับผลกระทบต่อชุมชนผ่านหลักฟิสิกส์ของพื้นที่นั้น บนหน้าวิสัยทัศน์ PSI ระบุว่าบริษัทสร้างแบบจำลองสถานที่จริงที่มีความเที่ยงตรงสูง เพื่อให้นักฟิสิกส์เสมือนตรวจสอบระบบทั้งหมด ค้นหาข้อจำกัดที่ซ่อนอยู่ และทดสอบการแทรกแซง โดยมีผลลัพธ์ที่ต้องการคือเพิ่มความหนาแน่นในการประมวลผล ใช้พลังงานอย่างมีประสิทธิภาพยิ่งขึ้น ปรับปรุงการจัดการความร้อน และเพิ่มประสิทธิภาพการใช้เงินลงทุน

โครงการเชิงพาณิชย์ยังช่วยป้อนข้อมูลย้อนกลับให้กับงานวิจัยด้วย PSI ระบุว่าสถานที่ปฏิบัติงานจริงมีข้อจำกัดที่การจำลองอาจไม่เสนอขึ้นมา และแต่ละโครงการยังช่วยฝึกนักฟิสิกส์เสมือนที่จะนำไปใช้ในโครงการต่อ ๆ ไป ธุรกิจศูนย์ข้อมูลจึงทำหน้าที่สองประการ ได้แก่ สร้างรายได้ในปัจจุบัน และเป็นแหล่งข้อมูลข้อจำกัดที่เกิดขึ้นจริงเพื่อปรับปรุงระบบวิจัย

ระบบวิจัยที่มีการตรวจสอบยืนยันเป็นหัวใจ

Pines อธิบายว่าระบบวิจัยที่มีประสิทธิภาพประกอบด้วยชุดเครื่องมือซอฟต์แวร์ที่ทำงานร่วมกับโมเดล เครื่องมือ ระบบความจำ และโครงสร้างพื้นฐานสำหรับการจำลอง ซึ่งช่วยให้ระบบศึกษาปัญหาได้ทั้งในวงกว้างและเชิงลึก พร้อมพิจารณาทางเลือกได้หลากหลาย PSI กำหนดกระบวนการนี้อย่างเป็นระบบในรูปแบบ “แคมเปญอัตโนมัติ” ซึ่งเป็นความพยายามอย่างต่อเนื่องตั้งแต่การกำหนดปัญหา การตั้งสมมติฐาน การตรวจสอบยืนยัน การทดลอง การพัฒนาทางวิศวกรรม ไปจนถึงการนำไปใช้งานจริง แต่ละแคมเปญมีเป้าหมายย่อยที่วัดผลได้ ด่านตรวจสอบยืนยันที่เข้มงวด และเส้นทางสู่การประยุกต์ใช้ ขณะที่นักวิจัยมนุษย์เป็นผู้เลือกภารกิจและเกณฑ์ความสำเร็จ

สถาปัตยกรรมนี้แยกการสร้างแนวทางที่เป็นไปได้ออกจากการตรวจสอบยืนยัน โดยการตรวจสอบครอบคลุมกฎการอนุรักษ์ สมมาตร ความสอดคล้องเชิงมิติ การพิสูจน์อย่างเป็นทางการ การจำลอง ฝาแฝดดิจิทัล — แบบจำลองเสมือนของระบบกายภาพ — และการวัดผลทางกายภาพ PSI ระบุว่าตัวตรวจสอบที่รับรองผลลัพธ์ยังสามารถนำมาใช้เป็นฟังก์ชันรางวัล หรือสัญญาณการฝึก สำหรับนักฟิสิกส์เสมือนรุ่นต่อไปได้ ซึ่งทำให้การประเมินเชื่อมโยงโดยตรงกับการปรับปรุงระบบ

ประกาศงานวิจัยเมื่อวันที่ 6 พฤศจิกายน 2026ของ PSI เป็นตัวอย่างหนึ่ง บริษัทระบุว่าระบบที่พัฒนาขึ้นภายในองค์กร ซึ่งทำงานด้วยโมเดลของ Anthropic ที่ยังไม่เปิดเผยต่อสาธารณะในขณะนั้น สร้างบทพิสูจน์ที่สมบูรณ์ของข้อคาดการณ์ Aaronson–Ambainisได้ในวันที่สามของการทำงาน โดย Lean ซึ่งเป็นระบบช่วยพิสูจน์ที่ตรวจสอบทุกขั้นตอน ยอมรับบทพิสูจน์ดังกล่าว และต่อมายังยอมรับฉบับสุดท้ายหลังจากมีการปรับปรุงสองครั้ง ข้อคาดการณ์นี้เปิดโจทย์ไว้ตั้งแต่ปี 2008 และเกี่ยวข้องกับเงื่อนไขที่คอมพิวเตอร์ควอนตัมจะทำงานได้เร็วกว่าคอมพิวเตอร์ทั่วไปแบบทวีคูณสำหรับอินพุตสุ่ม David Turturean เป็นผู้นำงานนี้ โดยได้รับสิทธิ์เข้าถึง Claude Fable 5.2 ก่อนใคร ซึ่ง Anthropicเปิดตัวต่อสาธารณะเมื่อวันที่ 9 พฤศจิกายน 2026

การยืนยันผลทางกายภาพยังเป็นบททดสอบเชิงพาณิชย์

บทพิสูจน์นี้ยังแสดงให้เห็นข้อจำกัดด้านการนำไปใช้เชิงพาณิชย์ด้วย คณิตศาสตร์และวิทยาการคอมพิวเตอร์สามารถแสดงผลลัพธ์ในรูปโค้ดที่ผ่านการตรวจสอบยืนยันได้ แต่ฟิสิกส์และวิทยาศาสตร์ชีวภาพยังต้องอาศัยการทดลองสัมผัสกับธรรมชาติ Pines กล่าวว่า PSI กำลังพัฒนาวิธีที่มีประสิทธิภาพในการยืนยันผลลัพธ์จากการคำนวณผ่านการทดลอง โดยสรุปความแตกต่างนี้ด้วยข้อสังเกตที่ว่า “ธรรมชาติมีสิทธิ์ออกเสียงในแบบจำลองความเป็นจริงของคุณ”

Pines ยังกล่าวด้วยว่า ฟิสิกส์เชิงทฤษฎียังไม่ได้เป็นสาขาที่เครื่องจักรทำงานเป็นหลัก แม้เมื่อหกถึงเก้าเดือนก่อน เขาจะนำเสนอเรื่องนี้ต่อผู้ลงทุนอย่างหนักแน่นกว่าเดิมโดยมีเงื่อนไขกำกับอยู่ก็ตาม ข้อจำกัดดังกล่าวสำคัญต่อธุรกิจของ PSI เพราะรายได้ในปัจจุบันขึ้นอยู่กับการเพิ่มประสิทธิภาพสถานที่ ขณะที่ความมุ่งมั่นที่ใหญ่กว่านั้นต้องอาศัยการค้นพบที่ผ่านการยืนยันแล้วและสามารถต่อยอดเป็นอุปกรณ์หรือเทคโนโลยีอื่น ๆ ได้

Pines เชื่อมโยงข้อเท็จจริงเกี่ยวกับธรรมชาติที่ผ่านการยืนยันแล้วเข้ากับความเป็นไปได้ในการสร้างอุปกรณ์ที่มีความสามารถซึ่งก่อนหน้านี้ยังไม่มี สำหรับ PSI คำถามเชิงพาณิชย์จึงอยู่ที่ว่ากระบวนการสร้างและตรวจสอบยืนยันของบริษัทจะผลิตผลลัพธ์ที่ผ่านการยืนยันด้วยการทดลองซ้ำได้หรือไม่ เพื่อให้ระบบวิจัยเดียวกันเปลี่ยนจากการเพิ่มประสิทธิภาพโครงสร้างพื้นฐาน AI ไปสู่การสร้างเทคโนโลยีที่อาศัยฟิสิกส์ใหม่

นินา เวล - เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI โดยครอบคลุมถึงวิธีการที่ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงการเรียนรู้ การวิจัยทางวิชาการ และการเข้าถึงความรู้ งานของเธอเน้นไปที่การนำ AI ไปใช้ในห้องเรียน มหาวิทยาลัย และสถาบันวิจัย โดยมุ่งเน้นไปที่เครื่องมือและวิธีการที่ช่วยขยายการเข้าถึง สนับสนุนผู้สอน และเร่งการค้นพบ

ด้วยมุมมองที่มีความหวังแต่มีข้อมูลสนับสนุน นินา วิเคราะห์งานวิจัยที่ได้รับการทบทวนโดยผู้ทรงคุณวุฒิ การทดลองของสถาบัน และการนำไปใช้จริงเพื่อแยกความก้าวหน้าที่วัดผลได้จากสิ่งที่เป็นเพียงการโฆษณา เธอสนใจเป็นพิเศษในระบบ AI ที่ช่วยให้ผลลัพธ์การเรียนรู้ดีขึ้น ลดอุปสรรคในการศึกษา และช่วยให้นักวิจัยทำงานได้อย่างมีประสิทธิภาพโดยไม่ต้องแทนที่ความเชี่ยวชาญของมนุษย์ การรายงานของเธอมุ่งเน้นไปที่การเน้นย้ำนวัตกรรมที่น่าเชื่อถือที่จุดตัดของ AI การศึกษา และการวิจัย - ที่ที่เทคโนโลยีเพิ่มศักยภาพของมนุษย์มากกว่าที่จะลดทอนมัน บทความที่เขียนโดยนินา เวลถูกสร้างโดย AI และได้รับการทบทวนโดยทีมบรรณาธิการของ Unite.AI สำหรับความถูกต้องและความสอดคล้อง