🔍 มันคืออะไร?

ในเดือนธันวาคม 2025 ที่ผ่านมา NASA ได้ทำสิ่งที่ไม่เคยเกิดขึ้นมาก่อนในประวัติศาสตร์การสำรวจอวกาศ — ปล่อยให้ ปัญญาประดิษฐ์ วางแผนเส้นทางและนำทางรถสำรวจ Perseverance บนพื้นผิวดาวอังคารโดยไม่มีมนุษย์ควบคุมโดยตรง และ AI ที่รับผิดชอบภารกิจครั้งประวัติศาสตร์นี้ คือ Claude จาก Anthropic

เมื่อก่อนหน้านี้ การวางแผนเส้นทางของรถสำรวจต้องอาศัยทีมวิศวกรที่ JPL (Jet Propulsion Laboratory) ใช้เวลาหลายชั่วโมงวิเคราะห์ภาพถ่ายและข้อมูลจากดาวอังคาร เพื่อระบุจุด waypoint ที่ปลอดภัยสำหรับการเดินทาง บัดนี้ Claude ทำสิ่งนั้นได้ในเวลาอันสั้น — และทำได้ดีกว่าที่คาดไว้มาก

⚡ สิ่งที่เกิดขึ้น

Perseverance ได้ขับเคลื่อนอย่างอิสระด้วยแผนเส้นทางจาก AI รวมระยะทาง 456 เมตร ใน 2 วันแยกกัน โดยไม่มีการแทรกแซงจากมนุษย์ระหว่างการเดินทาง นี่คือสิ่งที่เกิดขึ้นในรายละเอียด:

• Claude วิเคราะห์ภาพจากกล้องบนยานและข้อมูล orbital imagery เพื่อทำความเข้าใจภูมิประเทศที่มีหินก้อนใหญ่กระจายอยู่
• เขียน Rover Markup Language (RML) — ภาษาโปรแกรมแบบ XML ที่ใช้สั่งการรถสำรวจ Mars โดยตรง ซึ่งปกติต้องให้วิศวกรที่มีความเชี่ยวชาญเฉพาะทางเขียน
• ลดเวลาการวางแผนเส้นทางลงครึ่งหนึ่ง เทียบกับกระบวนการแบบเดิมที่ใช้มนุษย์
• เพิ่มความสม่ำเสมอในการนำทาง ลดความผิดพลาดจาก human error
• ใช้ Vision-Language Model ในการประมวลผลข้อมูลภาพและข้อความพร้อมกัน — เหมือนกับที่มนุษย์ “มองเห็น” และ “คิด” ไปพร้อมกัน

🎨 ทำไมนักออกแบบต้องรู้?

ในฐานะ UX/UI Designer และ Creative Professional ข่าวนี้พูดถึงอะไรที่ใหญ่กว่าแค่อวกาศ — มันคือการพิสูจน์ว่า AI สามารถ “เข้าใจบริบทภาพ” และ “แปลงเป็น action จริง” ได้ในระดับที่ไม่เคยมีมาก่อน ความสามารถแบบนี้กำลังเข้ามาในเครื่องมือออกแบบของเราเร็วกว่าที่คิด — ตั้งแต่ Figma AI ที่อ่าน design แล้วสร้าง code โดยตรง ไปจนถึง AI agents ที่รับ brief แล้วจัดการ workflow ได้เองทั้งหมด

สำหรับนักออกแบบในยุคนี้ การเข้าใจว่า Vision-Language Models ทำงานอย่างไร ไม่ใช่ความรู้ “ไว้ดีถ้ามี” แต่คือ ทักษะพื้นฐานที่จะแยกนักออกแบบยุคใหม่ออกจากยุคเก่า เพราะ AI จะไม่แทนที่ Designer — แต่ Designer ที่รู้จักใช้ AI จะแทนที่ Designer ที่ไม่รู้

🚀 มองไปข้างหน้า

ทีม JPL ประกาศว่าการทดลองนี้เป็นก้าวแรกเท่านั้น เป้าหมายต่อไปคือให้ AI วางแผนภารกิจทางวิทยาศาสตร์ทั้งหมด — ตัดสินใจว่าจะเก็บตัวอย่างดินจากจุดไหน วิเคราะห์ซากของสิ่งมีชีวิตโบราณ และปรับเส้นทางแบบ real-time ตามสภาพอากาศบนดาวอังคาร ซึ่งทั้งหมดนี้คือรากฐานของ Agentic AI — AI ที่ไม่แค่ตอบคำถาม แต่ลงมือทำภารกิจซับซ้อนได้จริง

เมื่อ AI พิสูจน์ตัวเองได้บนดาวเคราะห์ที่อยู่ห่างออกไป 225 ล้านกิโลเมตร คำถามที่เหลือคือ — งานอะไรของเราบนโลกที่ยังต้องทำเอง?

📌 ติดตามข่าว AI & Tech ทุกวันที่ AI Daily | Kevin — เพราะโลก AI ไม่เคยหยุดนิ่ง