Poetiq AIสตาร์ทอัพ AI เล็กๆ ที่ทำให้ AI “คิดเก่งขึ้น” โดยไม่ต้องฝึกใหม่ แต่ประหยัดมากกว่าครึ่ง

Poetiq AI คือสตาร์ทอัพ AI เล็กๆ ที่ทำให้ AI “คิดเก่งขึ้น” โดยไม่ต้องฝึกใหม่ และยังประหยัดค่าใช้จ่ายลงไปมากกว่าครึ่ง

และนี่คือเหตุผลว่าทำไมเรื่องนี้ถึงสำคัญมากสำหรับอนาคตของ AI

https://github.com/poetiq-ai/poetiq-arc-agi-solver

Poetiq AI คืออะไร

https://poetiq.ai/

Poetiq AI
ไม่ใช่โมเดล AI ตัวใหม่
ไม่ใช่ LLM ตัวใหญ่กว่าเดิม
และไม่ใช่ AI ที่ถูกเทรนด้วยข้อมูลมหาศาล

Poetiq คือ “ระบบครอบ” (meta-system)
ที่เอาไปวางบน AI ที่มีอยู่แล้ว เช่น GPT, Gemini, Claude
แล้วทำให้ AI เหล่านั้น คิดเป็นขั้นตอน คิดรอบคอบ และคิดเหมือนคนมากขึ้น

เปรียบง่ายๆ:

• LLM ปกติ = เด็กที่ตอบคำถามทันทีจากสัญชาตญาณ
• Poetiq = ครูที่บอกให้เด็กนักเรียน
  “ลองคิดหลายทางนะ → ทดลอง → ดูว่าผิดตรงไหน → แก้ → แล้วค่อยตอบ”

---

ปัญหาที่ AI ส่วนใหญ่มี และ Poetiq แก้ตรงจุดนี้

แม้ AI สมัยใหม่จะ “รู้” เยอะมาก
แต่ปัญหาคือ มันมักตอบเร็วเกินไป

• เดาเร็ว
• คิดตื้น
• ไม่ตรวจคำตอบของตัวเอง

Poetiq เลยเปลี่ยนวิธีใช้งาน AI จาก

“ถามครั้งเดียว ได้คำตอบครั้งเดียว”

เป็น

“คิด → ทดลอง → ล้มเหลว → วิเคราะห์ → ปรับปรุง → คิดใหม่”

เหมือนนักเขียนโค้ดที่ดีบั๊กโปรแกรมของตัวเอง

โครงสร้าง 7 ขั้นตอน

ภาพรวมการทำงาน :

1. แยกโจทย์ให้ออกเป็นระบบ
2. คิดคำตอบที่เป็นไปได้
3. ทดลอง (บางครั้งทดลองด้วยโค้ดจริง)
4. ดูว่าผิดตรงไหน
5. ตรวจตัวเองว่า “พอหรือยัง” ← จุดเด่นมาก
6. ปรับปรุงแนวคิด
7. ค่อยส่งคำตอบสุดท้าย

จุดพีคคือข้อ 5
เพราะ AI ส่วนใหญ่ ไม่รู้ว่าควรหยุดคิดตอนไหน
แต่ Poetiq “รู้ว่าพอแล้ว” เลยไม่เปลืองค่า compute

---

แล้วมันวัดความเก่งยังไง?

Poetiq ไปสอบกับบททดสอบที่โหดมากชื่อ ARC-AGI-2
เป็นโจทย์แบบ:

• ให้ดูตัวอย่างภาพไม่กี่รูป
• ต้อง “เข้าใจแนวคิด”
• แล้วเอาไปใช้กับโจทย์ใหม่ที่ไม่เคยเห็นมาก่อน

AI ทั่วไป = ได้ 0–5%
มนุษย์เฉลี่ย = ~60%

Poetiq ทำได้ ~54–61%
ใกล้มนุษย์มาก
และที่น่าตกใจกว่า…

Poetiq ไม่ได้ฝึกโมเดลใหม่เลย

ทีมคนสร้าง Poetiq: เมื่อ “ประสบการณ์เชิงลึก” สำคัญกว่า “จำนวนคน”

Poetiq ไม่ได้เกิดจากผู้ประกอบการสายสตาร์ทอัพทั่วไป
แต่เกิดจาก นักวิจัยและวิศวกรระดับลึก ที่คลุกอยู่กับ AI มานานจริง
รวมกันแล้วกว่า 53 ปีใน Google และ DeepMind

รายชื่อและประวัติทีมงานผู้ก่อสร้าง

Ian Fischer

Co-Founder & Co-CEO

เรื่องของ Ian น่าสนใจมาก เพราะเขาไม่ได้เริ่มจากสายคอมพิวเตอร์เลย
เขาจบด้าน Music Composition และ French

แต่สิ่งที่ทำให้เขามาถึง DeepMind และ Poetiq ได้ คือ:

• ความสามารถในการเรียนรู้ด้วยตัวเอง
• การคิดเชิงนามธรรม
• และการเชื่อมโยงแนวคิดข้ามศาสตร์

การตัดสินใจลาออกจาก DeepMind ในปี 2025
ไม่ใช่เพราะ “ไม่สำเร็จ”
แต่เพราะเขาเห็นช่องว่างสำคัญของ AI ว่า

AI ยังรู้เยอะ แต่ยังคิดไม่เป็นระบบพอ

Shumeet Baluja

Co-Founder & Co-CEO

ถ้า Ian คือศิลปะ
Shumeet คือ รากฐานของวิทยาศาสตร์คอมพิวเตอร์ยุคแรก

• ทำ AI มากว่า 20 ปี
• อยู่ Google ตั้งแต่ยุค mobile ยังไม่ชัด
• ผ่านทั้ง vision, data mining, ad systems และ large-scale infrastructure

Shumeet คือคนที่:

• รู้ว่าอะไร “ทำได้จริง”
• อะไร “สวยแต่ไม่ scalable”
• และอะไร “อันตรายเมื่อเอาไปใช้ในโลกจริง”

สิ่งนี้สะท้อนออกมาใน Poetiq อย่างชัดเจน
เพราะระบบของมัน แม่น + ประหยัด + ควบคุมได้

Saurabh Singh

ผู้เชี่ยวชาญ generative models และ compression
เป็น reviewer และ area chair งานวิจัยระดับโลก
สะท้อนว่า Poetiq ไม่ได้ “ฉลาดแบบเดา”
แต่ฉลาดแบบ ผ่านการกลั่นกรองเชิงวิชาการ

Yair Alon

ผู้เชี่ยวชาญด้าน inference efficiency และ computer vision
พื้นฐานจาก CMU และ Google Research
เหมาะกับ Poetiq แบบตรงตัว เพราะเขาคือคนที่ทำให้

AI ฉลาดขึ้น โดยไม่ต้องใหญ่ขึ้น

Ashwin Baluja

จุดที่น่าสนใจมากคือ Ashwin ยังเป็นนักศึกษาปีสุดท้าย
แต่เคย:

• co-founder startup มาแล้ว
• ทำงานกับ Amazon, BCG, National Lab
• และเลือกทุ่มเวลามาทำ Poetiq

Michael Hale

Michael Hale คือหนึ่งในฟันเฟืองเงียบ ๆ ของ Poetiq
เขาไม่ใช่นักวิจัย AI สาย paper แต่เป็น software engineer ประสบการณ์กว่า 16 ปี

จบ Computer Science จาก Georgia Tech
เคยทำงานกับทั้งองค์กรใหญ่และ startup เช่น Microsoft, TD Bank, NBCUniversal
ก่อนจะมาร่วมก่อตั้ง Poetiq ในปี 2025

สิ่งที่ Michael เติมให้ทีมคือ:

• ระบบที่ เสถียร
• โค้ดที่ ดูแลต่อได้
• และ AI ที่ deploy ได้จริง

ในทีมที่เต็มไปด้วยนักวิจัยระดับลึก

ไม่ใช่แค่ “คิดเก่ง”
แต่ ใช้งานได้ในโลกจริง

---

สิ่งที่ทำให้ทีม Poetiq “น่าตื่นเต้น” สำหรับวงการ AI

ถ้าสรุปเป็นแก่นเดียว:

ทีมนี้ไม่ได้แข่งที่ “ใครมี GPU เยอะกว่า”
แต่แข่งที่ “ใครเข้าใจ AI ลึกกว่า”

พวกเขา:

• เข้าใจ deep learning เชิงทฤษฎี
• เคยสร้างระบบระดับโลก
• เชี่ยวชาญ optimization
• และกล้าทิ้ง comfort zone ของ Big Tech

นี่คือ combination ที่หายากมาก

---

บทเรียนที่มนุษย์ยุค AI ควรเก็บไปคิด

เรื่องของ Poetiq และทีมนี้
ไม่ได้บอกแค่ว่า AI กำลังไปทางไหน
แต่มันกำลังบอกเราด้วยว่า

ในโลกที่เครื่องมือเก่งขึ้นเรื่อย ๆ
คนที่ได้เปรียบที่สุด
คือคนที่ คิดเป็นระบบ + เรียนรู้ได้ลึก

ไม่จำเป็นต้องเริ่มต้นถูกทาง
แต่ต้อง ไปได้ไกล

เหมือน Ian ที่เริ่มจากดนตรี
หรือ Ashwin ที่ยังเรียนไม่จบ
แต่เลือกเดิมพันกับความเข้าใจ มากกว่าตำแหน่ง

Poetiq ไม่ใช่แค่เรื่องของ AI
แต่มันคือเรื่องของ มนุษย์ที่เข้าใจการคิด
และนั่นอาจเป็นทักษะที่สำคัญที่สุดในยุคนี้

genaispace.net : A Space to learn Generative AI Together