# หัวหน้านักวิทยาศาสตร์ AI ของ Tencent เตือน: โมเดล AI เสี่ยงสร้างภัยคุกคามทางชีวภาพในเร็วๆ นี้

- Link: https://www.trendymobile.net/2026/11/tencent-chief-scientist-warns-ai-biology-risks-hy4/
- Published: 2026-11-09T17:18:20+07:00
- Author: Naru Megane Ai Gals

* **ก้าวข้ามขีดจำกัด:** หัวหน้านักวิทยาศาสตร์ Tencent ชี้ว่า ขีดความสามารถด้านชีววิทยา
   ของ AI กำลังเข้าใกล้จุดที่อาจสร้างอันตรายได้จริง และจะรับมือได้ยากกว่าภัยไซเบอร์
 * **เปิดเบื้องหลัง Hy4:** โมเดลเรือธงตัวใหม่ของ Tencent ถูกเทรนโดยตัดข้อมูลเจาะ
   ระบบออกทั้งหมด เพื่อเน้นเฉพาะการตั้งรับความปลอดภัยเชิงป้องกัน
 * **มุมมอง Open vs Closed:** ย้ำเตือนผู้พัฒนาโมเดลแบบเปิด (Open-source) ให้คุมเข้ม
   ความปลอดภัย แต่ยังเชื่อว่าการผสมผสานทั้งระบบเปิดและปิดจำเป็นต่อการตั้งรับภัยคุกคาม

หัวหน้านักวิทยาศาสตร์ด้าน AI ของ [**Tencent** ](https://www.tencent.com/)ออกโรงเตือน
ว่า โมเดลปัญญาประดิษฐ์กำลังจะก้าวข้ามขีดจำกัดจนอาจสร้างความเสี่ยงและอันตรายในด้าน
ชีวภาพได้ เช่นเดียวกับที่เกิดขึ้นแล้วในวงการความปลอดภัยทางไซเบอร์
**เหยา ซุ่นอวี่(
Yao Shunyu)** กล่าวเตือนระหว่างร่วมงานสัมมนาวิทยาศาสตร์ ณ ฮ่องกง ตามรายงานของ South
China Morning Post (SCMP) โดยระบุว่า **_“ขีดความสามารถด้านไซเบอร์ของโมเดล AI และ
ในไม่ช้านี้ ขีดความสามารถด้านชีววิทยา จะพัฒนาไปถึงจุดที่สามารถก่อให้เกิดอันตรายได้
จริง”_**

เหยากล่าวเสริมว่า บริษัทจีนที่พัฒนาและปล่อยโมเดลแบบโอเพ่นซอร์ส (Open-source) ซึ่ง
เปิดให้ใครก็ได้ดาวน์โหลดไปดัดแปลง จำเป็นต้องให้ความสำคัญกับเรื่องความปลอดภัยอย่าง
จริงจัง พร้อมเตือนว่า **ความเสี่ยงด้านชีวภาพอาจควบคุมและรับมือได้ยากกว่าความเสี่ยง
ทางไซเบอร์เสียอีก**

เหยาในวัย 29 ปี เพิ่งย้ายมาร่วมงานกับ Tencent เมื่อปีที่ผ่านมา หลังจากทำงานกับ OpenAI
ได้ 1 ปี โดยเขาออกมาให้ความเห็นดังกล่าวเพียงไม่กี่วันหลังจากที่ Tencent ได้เปิดตัว**
Hy4** ซึ่งเป็นโมเดลเรือธงตัวใหม่ล่าสุดเมื่อวันที่ 4 พฤศจิกายน

ในการประกาศเปิดตัว Tencent ระบุว่า บริษัทได้คัดกรองข้อมูลเกี่ยวกับการเจาะระบบและ
ช่องโหว่ซอฟต์แวร์ออกจากชุดข้อมูลฝึกฝน (Training Data) ของ Hy4 โดยเน้นเทรนด้วยข้อมูล
ด้านการป้องกันความปลอดภัยทางไซเบอร์เป็นหลัก

นอกจากนี้ Tencent ยังเผยว่า Hy4 มีความรู้พื้นฐานด้านชีววิทยาในระดับสูง แต่ความสามารถ
ในการออกแบบการทดลองยังตามหลังโมเดลแถวหน้าของโลก ซึ่งเป็นการประเมินจากการทดสอบภายใน
โดยทีมผู้เชี่ยวชาญ

ทั้งนี้ สำนักข่าวรอยเตอร์รายงานว่า Tencent มีแผนจะปล่อย Model Weights และรายงานผล
การทดสอบความปลอดภัยของ Hy4 ในอีกไม่กี่วันข้างหน้า โดยข้อมูลจาก Artificial Analysis
ระบุว่า Hy4 ได้รับการจัดอันดับให้เป็นโมเดล AI ของจีนที่มีประสิทธิภาพสูงเป็นอันดับ
สองในปัจจุบัน

เหยาทิ้งท้ายว่า แม้บริษัทในสหรัฐฯ อย่าง Anthropic จะมีเหตุผลหนักแน่นในการเก็บโมเดล
ระดับท็อปไว้แบบปิด (Closed-source) แต่มุมมองของเขาเชื่อว่า **การผสมผสานระหว่างโมเดล
แบบเปิดและแบบปิดน่าจะเป็นแนวทางที่ดีที่สุด** เพราะโมเดลโอเพ่นซอร์สก็มีบทบาทสำคัญ
ในการช่วยให้นักวิจัยฝั่งป้องกันสามารถพัฒนาระบบความปลอดภัยได้เช่นกัน

> Naru คิดว่า :
> 1. ความต่างสุดขั้วระหว่าง **“Cyber Risk” **กับ **“Bio Risk”**
> ที่ผ่านมาพวกเราคุยกันเรื่อง AI กับ Cyber Attack เป็นหลัก ซึ่งในโลกไซเบอร์ ถ้ามี
> ช่องโหว่ (Zero-day) เรายังสามารถออกแพตช์ (Patch) อุดระบบ, ตั้ง Firewall หรือมอนิเตอร์
> Network ได้แบบเรียลไทม์
> แต่ **Bio Risk (ความเสี่ยงทางชีวภาพ)** น่ากลัวกว่าเยอะมาก เพราะ:
>  * **ไม่มีปุ่ม Undo ในโลกจริง:** ถ้าเกิด AI ดันไปช่วยออกแบบเชื้อไวรัสสายพันธุ์
>    ใหม่ สารพิษ หรือกลไกดื้อยาขึ้นมา แล้วหลุดออกสู่ห้องแล็บ มันแพร่กระจายในอากาศ
>    หรือร่างกายคนได้จริง ไม่สามารถกด roll back หรือรีเซ็ตเซิร์ฟเวอร์ได้
>  * **ความพร้อมของเทคโนโลยี DNA Synthesis ปัจจุบัน:** ทุกวันนี้ใครๆ ก็สั่งสังเคราะห์
>    สายรหัสพันธุกรรม (DNA/RNA) ผ่านผู้ให้บริการออนไลน์ได้ง่ายขึ้นเรื่อยๆ ถ้าตัว
>    โมเดล AI บอกวิธีผสมสารเคมีหรือขั้นตอนการผลิตอย่างละเอียด กำแพงความรู้ (Barrier
>    to Entry) ของการสร้างอาวุธชีวภาพจะพังทลายทันที
> 
> ### 2. ความย้อนแย้งของ “Open-Source” ในมุมมองฝั่งจีน
> 
> ปกติบริษัทเทคฯ ในจีน (เช่น DeepSeek, Alibaba, หรือ Tencent) จะใช้กลยุทธ์ปล่อยโมเดล
> แบบ Open-Weight เพื่อแข่งกับฝั่งตะวันตกและสร้าง Ecosystem ของตัวเองอย่างรวดเร็ว
> แต่การที่หัวหน้านักวิทยาศาสตร์ของ Tencent เอง (ซึ่งเคยอยู่ OpenAI มาก่อน) ออกมา
> เตือนว่า **“โมเดลเปิดต้องเข้มงวดเรื่องความปลอดภัยให้หนัก”** ถือเป็นการส่งสัญญาณ
> เตือนค่ายในจีนด้วยกันเองว่า _ถ้าปล่อยน้ำหนักโมเดล (Weights) ออกไปแบบเปิด แล้วคน
> เอาไป Fine-tune เอา Safety Guardrails ออก โมเดลนั้นจะกลายเป็นเครื่องมืออันตราย
> ทันที_ ซึ่งนี่คือเหตุผลที่ Anthropic พยายามดันแนวทาง Closed-source มาตลอด
> 
> ### 3. การตัดข้อมูล Hacking ออกจาก Hy4 — ดาบสองคม?
> 
> Tencent พยายามแก้ปัญหาเชิงรุกด้วยการตัดข้อมูลเจาะระบบ (Offensive Data) ออกจากชุด
> เทรนของ Hy4 แล้วใส่เฉพาะแนวทางการป้องกัน (Defensive Data) ซึ่งมองในแง่เจตนารมณ์
> คือดีและปลอดภัยมาก
> แต่ในวงการ Security จริงๆ คนที่จะป้องกันบ้านได้ดี มักจะต้องเข้าใจท่าโจมตีก่อนเสมอ
> การที่โมเดลไม่รู้ท่าแฮกเลย อาจทำให้วิเคราะห์ช่องโหว่ลึกๆ ได้จำกัดลงนิดหน่อย แต่
> ถ้ามองในมุมของ **“Bio Risk”** การตัดข้อมูลการสังเคราะห์สารอันตรายและกระบวนการทำลาย
> ล้างออกไปตั้งแต่ต้นน้ำ ย่อมเป็นทางออกที่ปลอดภัยต่อโลกมากกว่าแน่นอน
> **สรุปในมุมของ Naru** : **AI ยุคถัดไป การแข่งขันไม่ได้วัดกันแค่ใครฉลาดที่สุดหรือ
> เบนช์มาร์กสูงที่สุดแล้ว แต่วัดกันที่ใครมี “Safety Alignment” ที่รัดกุมที่สุด**
> โดยเฉพาะเมื่อโมเดลเริ่มเชื่อมต่อกับโลกกายภาพ (Physical World) เช่น ชีวเคมี หุ่น
> ยนต์ และการทดลองในห้องแล็บจริง