AI LEADERS · MOVES & PAPERS

ผู้นำ AI: การย้ายงานและงานวิจัย — ความเคลื่อนไหวและผลงานวิจัยล่าสุด

การย้ายงานและผลงานวิจัยของบุคคลสำคัญในแล็บ AI, Big Tech และแวดวงวิชาการ เป็นสัญญาณล่วงหน้าของทิศทางเทคโนโลยีและความได้เปรียบทางการแข่งขัน ข้อมูลถูกรวบรวมอัตโนมัติทุกวัน ตรวจสอบโดยผู้ดูแล และสรุปให้เข้าใจง่ายพร้อมลิงก์ต้นฉบับ

ไฮไลต์ล่าสุด

งานวิจัย2026-10-30

การพัฒนาโมเดลโลกแบบ階층 (Hierarchical World Models) ที่ก้าวข้ามข้อจำกัดของการควบคุมหุ่นยนต์ที่ซับซ้อน

อียาน เลอเกิง

งานวิจัย2026-10-29

เทคโนโลยีสำหรับการเรียนรู้ข้อมูลหุ่นยนต์ร่วมกันที่ใช้ตัวควบคุมที่หลากหลาย

Chelsea Finn

งานวิจัย2026-10-29

พิสูจน์ว่าโมเดลปัญญาประดิษฐ์เรียนรู้โลกใบเดียวกันแม้จะมีรูปแบบข้อมูลที่แตกต่างกัน

อียาน เลอเกิง

งานวิจัย2026-10-29

ยกระดับประสิทธิภาพ AI บทสนทนาการตรวจทางจิตเวชด้วยการฝึกฝนในสภาพแวดล้อมเสมือน

Mark Chen

บุคคล ทั้งหมด แล็บแนวหน้า แล็บเกิดใหม่แวดวงวิชาการ ฮาร์ดแวร์ AI เกาหลี จีน ผู้บริหาร

สาขา ทั้งหมด HBM และหน่วยความจำ GPU และตัวเร่ง AI ประสิทธิภาพการอนุมาน การฝึกและการขยายขนาด เอเจนต์และการเขียนโค้ด หุ่นยนต์และ AI เชิงกายภาพ World model และมัลติโมดัล ดาต้าเซ็นเตอร์และพลังงาน AI เพื่อวิทยาศาสตร์ความปลอดภัยและกฎระเบียบ

การย้ายงาน · แวดวงวิชาการ · ความปลอดภัยและกฎระเบียบ

ยังไม่มีการย้ายงานตามเงื่อนไขนี้

งานวิจัย · แวดวงวิชาการ · ความปลอดภัยและกฎระเบียบ

งานวิจัย2026-10-08 · Code Ocean

เปิดตัวเทคโนโลยีอธิบายสาเหตุของความไม่แน่นอนในปัญญาประดิษฐ์

pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"

Yoshua Bengio และอีก 6 คน

ทำอะไร: เปิดเผยโค้ดและวิธีการที่อธิบายว่าความไม่แน่นอนในการตัดสินใจของโมเดลปัญญาประดิษฐ์ที่ได้รับการฝึกแล้วมาจากปัจจัยใด
ผลลัพธ์หลัก: ระบุสาเหตุของความไม่แน่นอนของโมเดลในด้านเคมี การออกแบบการทดลอง และการจัดตำแหน่งโมเดลภาษา โดยใช้การแทนที่ด้วยพหุนาม
ความสำคัญ: สามารถนำไปใช้เพื่อทำความเข้าใจกระบวนการตัดสินใจของโมเดลปัญญาประดิษฐ์ให้ดีขึ้นและเพิ่มความน่าเชื่อถือในหลากหลายสาขาสรุปโดย AI

AI เพื่อวิทยาศาสตร์ ความปลอดภัยและกฎระเบียบ

สรุปฉบับเต็ม อ่านต้นฉบับ ↗ PDF ↗

งานวิจัย2026-10-03 · arXiv (Cornell University)

นักวิจัยเสนอ ำรอบสำหรับประเมินวิธีการกำกับดูแลคำตอบของ AI ด้วยการรันโค้ด

PyINE: A Framework for Scalable Elicitation and Oversight via Code Execution

Yoshua Bengio และอีก 7 คน

ทำอะไร: ได้สร้างโครงสร้างพื้นฐาน PyINE ที่นำผลลัพธ์จากการรันโปรแกรมมาใช้เป็นคำตอบที่ถูกต้อง และตรวจสอบว่าผู้กำกับดูแลจะสามารถเชื่อถือคำตอบของ AI ที่มีการอนุมานที่ดูสมเหตุสมผลแต่ยังไม่สมบูรณ์ได้หรือไม่
ผลลัพธ์หลัก: โมเดลที่ถูกฝึกให้ใช้ทางลัดมีความสามารถในการทำนายผลลัพธ์การรันดีขึ้นอย่างมาก แต่ยังคงเกิดข้อผิดพลาดที่เป็นระบบเมื่อเบาะแสที่ผิดขัดแย้งกับการทำงานจริง และผู้กำกับดูแลแบบเรียนรู้ที่มีต้นทุนต่ำมักจะพลาดข้อผิดพลาดจากทางลัดที่พบได้น้อยอยู่บ่อยครั้ง
ความสำคัญ: มีความหมายในแง่ของการนำเสนอสภาพแวดล้อมการทดลองที่สามารถเปรียบเทียบวิธีการกำกับดูแลเพื่อตรวจสอบคำตอบของ AI ได้ภายใต้เงื่อนไขเดียวกันและนำกลับมาใช้ใหม่ได้ แต่ในบทคัดย่อไม่ได้มีการกล่าวถึงผลลัพธ์ในการนำไปประยุกต์ใช้จริงในบริการสรุปโดย AI

ความปลอดภัยและกฎระเบียบ

สรุปฉบับเต็ม อ่านต้นฉบับ ↗ PDF ↗

งานวิจัย2026-09-28

การวิเคราะห์ผลกระทบและการตอบสนองเชิงนโยบายจากการอัตโนมัติในการวิจัยและพัฒนา AI

What if automating AI R&D triggers an intelligence explosion?

Jakub Pachocki · เจฟฟรีย์ ฮินตัน · Yoshua Bengio และอีก 19 คน

ทำอะไร: นักวิจัยได้ประเมินความเป็นไปได้ที่การอัตโนมัติในการวิจัยและพัฒนาปัญญาประดิษฐ์ (AI) จะกระตุ้นให้เกิดการระเบิดทางปัญญา รวมถึงผลกระทบและแนวทางการตอบสนองเชิงนโยบายที่เกี่ยวข้อง
ผลลัพธ์หลัก: คาดว่าระบบ AI จะสามารถอัตโนมัติงานวิจัยและพัฒนา AI ส่วนใหญ่ได้ภายในไม่กี่ปีข้างหน้า ซึ่งอาจนำไปสู่การเติบโตของความสามารถอย่างรวดเร็วในระดับที่สังคมรับมือไม่ไหว
ความสำคัญ: เตือนถึงประโยชน์ที่อาจได้รับจากการอัตโนมัติในการวิจัยและพัฒนา AI ควบคู่ไปกับความเสี่ยงขั้น極 เช่น การสูญเสียการควบคุม และกระตุ้นให้เตรียมความพร้อมเชิงนโยบายสรุปโดย AI

ความปลอดภัยและกฎระเบียบ

สรุปฉบับเต็ม อ่านต้นฉบับ ↗

งานวิจัย2026-07-20 · Proceedings of the National Academy of Sciences of the United States of America

การวิเคราะห์ความจำเป็นและโจทย์เชิงสถาบันในการประเมินประสิทธิภาพปัญญาประดิษฐ์ด้านกฎหมาย

There is no free benchmark: An institutional view of legal AI benchmarking

Christopher Manning และอีก 5 คน

ทำอะไร: วิเคราะห์ความจำเป็นของการทำเบนช์มา marquée (การเทียบมาตรฐาน) สาธารณะเพื่อตรวจสอบประสิทธิภาพและความเสี่ยงของเครื่องมือ AI ด้านกฎหมาย ตลอดจนโจทย์ในการออกแบบเชิงสถาบัน
ผลลัพธ์หลัก: ชี้ให้เห็นว่าระบบนิเวศ AI ด้านกฎหมายยังขาดความโปร่งใสของข้อมูล และการออกแบบระบบการเทียบมาตรฐานจำเป็นต้องมีแนวทางที่รอบคอบเพื่อป้องกันการบิดเบือนหรือการดัดแปลง
ความสำคัญ: สะท้อนให้เห็นว่ากลยุทธ์การเทียบมาตรฐานที่ปรับให้เข้ากับทรัพยากรและข้อจำกัดมีความสำคัญต่อการใช้งาน AI ในด้านกฎหมายอย่างปลอดภัยและมีความรับผิดชอบสรุปโดย AI

ความปลอดภัยและกฎระเบียบ

สรุปฉบับเต็ม อ่านต้นฉบับ ↗ PDF ↗

งานวิจัย2026-05-06 · arXiv.org

การพัฒนาแอสวอร์ตแอล์สมีระบอบเพื่อประเมินความเสียงด้านความปลอดภัยของ AI agents

DecodingTrust-Agent Platform (DTap): A Controllable and Interactive Red-Teaming Platform for AI Agents

Percy Liang และอีก 16 คน

ทำอะไร: ได้พัฒนาแอสวอร์ตแอล์สมีระบอบและเครืองมือจูจโจมตีอะเตอมิที่สามารถประโมินความเสียงด้านความปลอดภัยของ AI agents ในสภาวะการณ์จริงที่หลากหลาย
ผลลัพธ์หลัก: ด้วยเหตุนี้ จึงสามารถเพิ่มเพิมความเข้าใจและรู้แจ้งเกี่ยวกับรูพแบบความบลอนพร่องเชิงระบบของ AI agents ต่างเหล่านี้ได้
ความสำคัญ: สามารถนั่มาใช้เป็นข่อมูลพื้นฐานได้อย่างมีประสิทธิภาพในการพัฒนา AI agents รุ่นถัดไปที่มีความปลอดภัยสรุปโดย AI

เอเจนต์และการเขียนโค้ด ความปลอดภัยและกฎระเบียบ

สรุปฉบับเต็ม อ่านต้นฉบับ ↗ PDF ↗

บุคคล

แล็บแนวหน้า

แล็บเกิดใหม่

Mira MuratiCEO Thinking Machines Lab อันเดรจ คาร์แพธีAndrej Karpathyผู้ก่อตั้ง Eureka Labs อียาน เลอเกิงYann LeCunผู้ก่อตั้ง AMI Labsกิจกรรมล่าสุด 2026-10-30 Ilya SutskeverCEO SSI Llion JonesSakana AIกิจกรรมล่าสุด 2026-10-06 Lilian Wengผู้ร่วมก่อตั้ง Thinking Machines Lab Barret Zophย้ายบ่อย (มีรายงานว่ากลับสู่ OpenAI ปี 2026 แล้วย้ายอีกครั้ง)Sergey LevinePhysical Intelligence·UC เบิร์กลีย์กิจกรรมล่าสุด 2026-10-06 Aravind Srinivasซีอีโอ Perplexity Arthur Menschซีอีโอ Mistral AI Ashish VaswaniEssential AIกิจกรรมล่าสุด 2026-10-28 Aidan Gomezซีอีโอ Cohereกิจกรรมล่าสุด 2026-09-12 John Schulmanนักวิทยาศาสตร์หลัก Thinking Machines Lab Chelsea FinnPhysical Intelligence·สแตนฟอร์ดกิจกรรมล่าสุด 2026-10-29 เฟย์-เฟย์ หลี่Fei-Fei LiCEO World Labs·สแตนฟอร์ดกิจกรรมล่าสุด 2026-10-07

แวดวงวิชาการ

Richard Suttonมหาวิทยาลัยอัลเบอร์ตา Stuart Russellมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์แอนดรูว์ อึ่งAndrew NgDeepLearning.AI และ AI Fund Yoshua Bengioมหาวิทยาลัยมอนทรีออล และ LawZeroกิจกรรมล่าสุด 2026-10-12 เจฟฟรีย์ ฮินตันGeoffrey Hintonศาสตราจารย์กิตติคุณ มหาวิทยาลัยโตรอนโตกิจกรรมล่าสุด 2026-09-28 Christopher Manningมหาวิทยาลัยสแตนฟอร์ดกิจกรรมล่าสุด 2026-07-20 Percy Liangมหาวิทยาลัยสแตนฟอร์ด และ Together AIกิจกรรมล่าสุด 2026-10-22 Pieter Abbeelมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์กิจกรรมล่าสุด 2026-10-06 เหอ ไข่หมิงKaiming Heสถาบันเทคโนโลยีแมสซาชูเซตส์กิจกรรมล่าสุด 2026-10-01

ฮาร์ดแวร์ AI

Bill Dallyหัวหน้านักวิทยาศาสตร์ NVIDIA Tri DaoTogether AI · มหาวิทยาลัยพรินซ์ตันกิจกรรมล่าสุด 2026-08-12 Song HanMIT · NVIDIAกิจกรรมล่าสุด 2026-10-07 Andrew Feldmanซีอีโอ Cerebras Jonathan RossGroq Jim Kellerซีอีโอ Tenstorrent Jim Fanฝ่ายหุ่นยนต์ NVIDIA

เกาหลี

Ha Jung-wooรองประธานคณะกรรมการยุทธศาสตร์ AI แห่งชาติ (ลาออกจากตำแหน่งหัวหน้าฝ่าย AI สำนักประธานาธิบดีในปี 2026)กิจกรรมล่าสุด 2026-04-22 Kim Sung Hunซีอีโอ Upstage Bae Kyunghoonรัฐมนตรีว่าการกระทรวงวิทยาศาสตร์และเทคโนโลยีสารสนเทศและการสื่อสาร (อดีตผู้อำนวยการสถาบันวิจัย AI ของ LG)Oh Alice HaeyunKAIST Lee Hae-minหัวหน้าฝ่ายวางแผนอนาคต AI สำนักประธานาธิบดี (แต่งตั้งในปี 2026)Cho Kyunghyunมหาวิทยาลัยนิวยอร์ก และ Genentechกิจกรรมล่าสุด 2026-10-04

จีน

Liang Wenfengผู้ก่อตั้ง DeepSeekกิจกรรมล่าสุด 2026-10-12 Yang Zhilinผู้ก่อตั้ง Moonshot AIกิจกรรมล่าสุด 2026-07-27 Kai-Fu Lee01.AI

ผู้บริหาร

Kwak Noh-jungซีอีโอ SK Hynix มาร์ก ซักเคอร์เบิร์กMark Zuckerbergซีอีโอ Meta แซม ออลต์เมินSam Altmanซีอีโอ OpenAI Jun Young-hyunหัวหน้าแผนก DS Samsung Electronics เจนเซ่น หวงJensen Huangซีอีโอ NVIDIA C.C. Weiประธานและซีอีโอ TSMC Greg Brockmanประธาน OpenAI Lisa Suซีอีโอ AMD Lip-Bu Tanซีอีโอ Intel สัตยา นาเดลลาSatya Nadellaซีอีโอ Microsoft Sanjay Mehrotraซีอีโอ Micron Masayoshi Sonประธาน SoftBank ศุนทัร ปิจไชSundar Pichaiซีอีโอ Alphabet Andy Jassyซีอีโอ Amazon อีลอน มัสก์Elon Muskซีอีโอ xAI และ Tesla Kevin ScottCTO Microsoft Hock Tanซีอีโอ Broadcom

ทำไมต้องติดตามการย้ายงานและงานวิจัยของผู้นำ AI

ในอุตสาหกรรม AI คนคือเทคโนโลยี การที่นักวิจัยคนสำคัญย้ายไปบริษัทใดหรือก่อตั้งแล็บใหม่ มักกลายเป็นผลิตภัณฑ์ การระดมทุน และการควบรวมกิจการในอีกไม่กี่เดือน หน้านี้ติดตามการเปลี่ยนสังกัดในแล็บแนวหน้า แล็บเกิดใหม่ แวดวงวิชาการ ชิป AI และบุคคลในเกาหลีและจีน

งานวิจัยบอกว่าบุคคลนั้นกำลังโฟกัสเรื่องอะไร เราจัดงานวิจัยเป็น 10 สาขาที่เชื่อมโยงกับการลงทุน เช่น HBM และหน่วยความจำ GPU และตัวเร่ง ประสิทธิภาพการอนุมาน เอเจนต์ และหุ่นยนต์ พร้อมสรุปสามบรรทัด — ทำอะไร ผลลัพธ์หลัก ความสำคัญ — จากบทคัดย่อ และลิงก์ต้นฉบับกับ PDF ข้อมูลนี้มีไว้เพื่อหาไอเดีย ไม่ใช่คำแนะนำให้ซื้อหรือขายหลักทรัพย์ใด

คำถามที่พบบ่อย

ถาม: ติดตามใครบ้าง?

นักวิจัยและผู้บริหารคนสำคัญในแล็บแนวหน้า (OpenAI, Google DeepMind, Anthropic, Meta ฯลฯ) แล็บเกิดใหม่ แวดวงวิชาการ บริษัทชิป AI รวมถึงเกาหลีและจีน ผู้บริหารที่แทบไม่เขียนงานวิจัยจะติดตามเฉพาะการย้ายงาน

ถาม: ข้อมูลมาจากไหนและอัปเดตบ่อยแค่ไหน?

งานวิจัยมาจาก Semantic Scholar และ arXiv ส่วนประวัติมาจาก Wikidata (CC0) และประกาศทางการกับรายงานข่าว รวบรวมอัตโนมัติทุกวัน และเผยแพร่เฉพาะรายการที่ผู้ดูแลตรวจสอบและอนุมัติแล้ว

ถาม: ใครเป็นผู้เขียนบทสรุปงานวิจัย?

AI (Google Gemini) ร่างบทสรุปจากบทคัดย่อของงานวิจัย และผู้ดูแลตรวจสอบก่อนเผยแพร่ ภาษาอื่นเป็นการแปลด้วย AI จากบทสรุปภาษาเกาหลีที่ตรวจแล้ว โปรดยืนยันตัวเลขและบริบทในต้นฉบับเสมอ

หน้านี้รวบรวมงานวิจัยที่เผยแพร่ ประกาศอย่างเป็นทางการ และรายงานข่าว เพื่อเป็นข้อมูลเท่านั้น บทสรุปงานวิจัยเขียนโดย AI จากบทคัดย่อและตรวจสอบโดยผู้ดูแล อาจแตกต่างจากต้นฉบับ โปรดตรวจสอบต้นฉบับสำหรับเนื้อหาสำคัญ ไม่ใช่คำแนะนำให้ซื้อหรือขายหลักทรัพย์ใดหรือคำปรึกษาด้านการลงทุน การย้ายงานอ้างอิงประกาศอย่างเป็นทางการหรือสื่อหลัก และประวัติการทำงานบางส่วนอ้างอิงจาก Wikidata (CC0) บทสรุปในหน้านี้แปลโดย AI จากฉบับภาษาเกาหลีที่ผู้ดูแลตรวจสอบแล้ว