เมื่อมีคนเอา OpenClaw ไปต่อกับ LiDAR แล้ว หุ่นยนต์เริ่ม…
ปกติ AI ที่เราใช้กันทุกวัน จะเก่งเรื่องภาษา ตอบคำถาม เขียนบทความ สรุปเอกสาร แต่สิ่งที่มันไม่เก่งคือ “โลกจริง” มันไม่รู้ว่าห้องครัวอยู่ซ้ายหรือขวา ไม่รู้ว่าของชิ้นหนึ่งวางอยู่ตรงโต๊ะหรือใต้โซฟา
พอเอาเซ็นเซอร์อย่าง LiDAR หรือกล้องมาต่อ หุ่นยนต์จะมองเห็นพื้นที่เป็นภาพสามมิติ เดินสำรวจห้อง สร้างแผนที่เอง และเก็บข้อมูลว่าตรงไหนมีอะไร เหมือนมันกำลังวาดแปลนบ้านไปพร้อมกับเรียนรู้
แนวคิดนี้เรียกง่าย ๆ ว่า จาก AI ที่จำเป็นประโยค กลายเป็น AI ที่จำเป็นพื้นที่ เดิมที RAG ดึงข้อมูลจากเอกสารหรือข้อความ แต่แบบใหม่นี้ดึงข้อมูลจากภาพ ตำแหน่ง และเวลา ทำให้ตอบคำถามเกี่ยวกับเหตุการณ์ในโลกจริงได้ดีขึ้น
ยกตัวอย่างง่าย ๆ ถ้าถามว่า “กุญแจรถอยู่ไหน” ระบบสามารถย้อนดูข้อมูลจากกล้องและตำแหน่งก่อนหน้าได้ หรือถามว่า “เมื่อวานใครเข้าครัว” มันก็ไล่ดูข้อมูลตามช่วงเวลาและตำแหน่งในบ้านได้ แบบนี้แหละที่เรียกว่าเริ่มเข้าใจบริบทจริง ๆ
เดโมที่ปล่อยออกมาคือหุ่น Unitree เดินในห้อง แล้วหน้าจอแสดงแผนที่สามมิติแบบเรียลไทม์ เห็นจุดต่าง ๆ ขึ้นเป็นโครงสร้างพื้นที่ เหมือนมันกำลังสร้างโลกจำลองของห้องนั้นไว้ในระบบ
ถ้ามองในเชิงการใช้งาน นี่คือพื้นฐานของหุ่นยนต์ในบ้าน โรงแรม โรงงาน หรือไซต์ก่อสร้าง ที่ไม่ต้องสอนทุกก้าว แต่ให้มันเรียนรู้พื้นที่แล้วกลับมาทำงานซ้ำได้เอง
แต่ก็ต้องพูดตรง ๆ ว่ายังมีข้อท้าทายใหญ่ เรื่องแรกคือพลังประมวลผล เพราะการเก็บข้อมูลสามมิติและติดแท็กข้อมูลตลอดเวลาใช้ทรัพยากรสูงมาก เรื่องที่สองคือความเป็นส่วนตัว เพราะถ้าหุ่นจำบ้านได้ละเอียด ก็แปลว่ามันเห็นรายละเอียดชีวิตเราเยอะมาก และเรื่องสุดท้ายคือความปลอดภัยของระบบที่ทำงานเองตลอดเวลา
นี่ไม่ใช่ภาพหุ่นยนต์ล้ำโลกแบบหนังไซไฟ แต่มันคือก้าวแรกที่ AI เริ่มเข้าใจ “พื้นที่” จริง ๆ วันที่เราพูดว่า “ช่วยหาของให้หน่อย” แล้วมันพาไปเจอได้ นั่นแหละคือวันที่คำว่า agent จะไม่ใช่แค่คำเท่ ๆ ในสไลด์ แต่กลายเป็นของใช้จริงในชีวิตประจำวัน
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac