Latest Posts

AI News

SmolVLA: โมเดล AI สำหรับหุ่นยนต์ที่ทำงานได้บน MacBook

SmolVLA: โมเดล AI สำหรับหุ่นยนต์ ถ้าหุ่นยนต์สามารถเข้าใจภาพ ภาษามนุษย์ และตัดสินใจได้ในคราวเดียว แล้วอะไรคือข้อจำกัดใหม่? คำถามนี้ไม่ใช่แค่เรื่องของเทคโนโลยี แต่คือแนวโน้มการหลอมรวมความสามารถของ AI เข้ากับฮาร์ดแวร์ระดับบ้านๆ ที่อาจเปลี่ยนแปลงอุตสาหกรรมหุ่นยนต์ไปโดยสิ้นเชิง Hugging Face เพิ่งเปิดตัว SmolVLA โมเดล AI ขนาดเล็กที่รวมการมองเห็น (Vision) การเข้าใจภาษา (Language) และการกระทำ (Action) เข้าด้วยกัน — ทั้งหมดนี้สามารถทำงานได้บน MacBook หรือแม้แต่ CPU ธรรมดา เบื้องหลัง SmolVLA คือความตั้งใจที่จะ democratize หุ่นยนต์ทั่วไปผ่านโครงการ LeRobot โดยเปิดให้ชุมชนแบ่งปันชุดข้อมูลการใช้งานจริงของหุ่นยนต์ เพื่อฝึกโมเดลให้เข้าใจโลกในแบบที่มนุษย์เข้าใจ แนวคิดไม่ใช่แค่ให้หุ่นยนต์ “เห็น” หรือ “ฟัง” ได้ แต่ให้มัน เข้าใจคำสั่งและลงมือทำ ในสภาพแวดล้อมจริง โดยไม่ต้องพึ่งฮาร์ดแวร์ซูเปอร์คอมพิวเตอร์ คุณสมบัติที่น่าจับตาคือ SmolVLA รองรับการประมวลผลแบบอะซิงโครนัส ช่วยให้สามารถแยกการรับรู้ (Perception) ออกจากการกระทำ […]

AI Knowledge Base

Vibe Coding: เมื่อการเขียนโค้ดกลายเป็นภาษาธรรมชาติในยุค AI

Vibe Coding: เมื่อการเขียนโค้ดกลายเป็นภาษาธรรมชาติในยุค AI ถ้า AI เขียนโค้ดได้ เรายังต้องเรียนเขียนโค้ดอยู่หรือเปล่า? คำถามที่ฟังเหมือนเรียบง่ายนี้ กลับสะท้อนถึงรอยต่อสำคัญระหว่างทักษะมนุษย์กับความสามารถของ AI ในยุคที่ “Vibe Coding” กำลังเข้ามาเปลี่ยนแปลงโลกของการพัฒนา ศาสตราจารย์แอนดรูว์ เอ็นจี จากมหาวิทยาลัยสแตนฟอร์ด หนึ่งในผู้ทรงอิทธิพลด้าน AI กล่าวในงานสัมมนา LangChain Interrupt ว่า เขาไม่อยากกลับไปเขียนโค้ดแบบเดิมโดยไม่มี AI อีกต่อไป และมองว่าแนวโน้มของ Vibe Coding นั้นจะเติบโตขึ้นเรื่อยๆ แม้เขาจะยอมรับว่าชื่อ “Vibe Coding” ฟังดูเบาและอาจทำให้คนเข้าใจผิดว่าไม่ต้องคิด แต่เขากล่าวว่า “Vibe Coding เป็นกิจกรรมที่ใช้ความคิดมาก” โดยเฉพาะเมื่อต้องทำงานร่วมกับ AI ตลอดทั้งวัน คำว่า Vibe Coding หมายถึงภาวะที่ผู้เขียนโค้ดสามารถดื่มด่ำกับการทำงานร่วมกับ AI ได้อย่างเต็มที่ จนแทบไม่ต้องคิดเรื่องโค้ดแบบโครงสร้างเดิมอีกเลย คำนี้ปรากฏครั้งแรกในเดือนกุมภาพันธ์โดย Andrei Karpathy ผู้ร่วมก่อตั้ง OpenAI ซึ่งชี้ว่าแนวโน้มใหม่นี้ทำให้นักพัฒนาสามารถ […]

AI News

OpenAI เปิดตัวเครื่องมือ AI สำหรับธุรกิจ

OpenAI เปิดตัวเครื่องมือ AI สำหรับธุรกิจ: จุดเปลี่ยนในสงครามตัวแทนองค์กร จะเกิดอะไรขึ้นเมื่อ OpenAI ไม่เพียงแค่ให้บริการ AI แต่เริ่มกลายเป็นผู้เล่นหลักในระบบธุรกิจระดับองค์กร? การเปิดตัวฟีเจอร์ใหม่ของ OpenAI สำหรับ ChatGPT เมื่อวันที่ 4 มิ.ย. อาจเป็นจุดเริ่มต้นของการเปลี่ยนแปลงภูมิทัศน์ของ AI ในโลกธุรกิจ OpenAI ได้เปิดตัว เครื่องมือระดับองค์กรที่หลากหลาย ซึ่งรวมถึงระบบการทำงานอัตโนมัติ การบันทึกการประชุม และความสามารถด้านการเขียนโค้ด ทั้งหมดนี้ฝังอยู่ใน ChatGPT และมุ่งเน้นการทำงานร่วมกับแอปพลิเคชันธุรกิจที่แพร่หลาย หนึ่งในคุณสมบัติที่โดดเด่นคือ ‘ตัวเชื่อมต่อ (Connector)’ ที่เชื่อมโยงข้อมูลกับ Outlook, Teams, Gmail, Google Drive เป็นต้น ซึ่งช่วยให้การดำเนินงานอย่างการวิเคราะห์เอกสาร การจัดทำกลยุทธ์ หรือค้นหาข้อมูลสำคัญสามารถทำได้ภายใน ChatGPT โดยไม่ต้องสลับโปรแกรม นอกจากนี้ OpenAI ยังผสานระบบนี้กับ Deep Research ตัวแทน AI สำหรับการวิจัยเชิงลึกที่เชื่อมโยงข้อมูลจากทั้งเว็บและระบบภายใน องค์กรสามารถใช้เพื่อ จัดทำรายงานที่ผสานข้อมูลภายนอกและภายในโดยอัตโนมัติ ความเคลื่อนไหวนี้ไม่เพียงเพิ่มขีดความสามารถของ […]

AI Strategy

ทำไม RAG ยังไม่ตอบโจทย์ ถ้าไม่เข้าใจ Retrieval จริง ๆ

ถ้า Retrieval คือรากฐาน แล้วเรารู้จักมันดีพอหรือยัง ทำไมหลายโปรเจกต์ที่ใช้ RAG ถึงไม่เวิร์ก แม้จะมี LLM ที่ดีอยู่แล้ว คำถามนี้เริ่มได้ยินบ่อยขึ้นเรื่อย ๆ ในวงสนทนาเรื่อง AI ที่ไม่ใช่แค่ระดับ prototype แต่กำลังจะ scale จริง เทคโนโลยี Retrieval-Augmented Generation (RAG) กลายเป็นโครงสร้างยอดนิยมของแอปพลิเคชันที่ใช้ LLM ในช่วงหลัง แต่สิ่งที่เริ่มเห็นคือ หลาย use case ไม่ได้ผลลัพธ์อย่างที่คาดไว้ บ้างตอบผิด บ้างตอบขาด หรือแย่กว่านั้น: ไม่ตอบเลย ต้นเหตุหนึ่งอาจเป็นเรื่องของ model หรือ data—but อีกส่วนที่ถูกมองข้ามคือ เราเข้าใจ Retrieval แค่ผิวเผิน และใช้มันแบบคนที่ไม่เคยคลุกฝุ่นกับการ query ข้อมูลจริง ๆ RAG ไม่ใช่เวทมนตร์ที่จะพลิกโฉมความรู้จากเอกสารให้กลายเป็นคำตอบอัจฉริยะ มันคือวิธีเชื่อมโยง LLM กับความรู้ผ่าน retrieval ที่ต้องแม่นและเหมาะสมในแต่ละ context […]

AI News

เปิดตัว SUTRA-R0: โมเดล AI ที่ก้าวข้ามขีดจำกัดของการให้เหตุผล

เมื่อวันที่ 5 กุมภาพันธ์ 2025, TWO AI ได้เปิดตัว SUTRA-R0 ซึ่งเป็นโมเดลการให้เหตุผลที่มุ่งเน้นการคิดเชิงโครงสร้างที่ลึกซึ้ง ครอบคลุมหลากหลายหัวข้อและโดเมน โมเดลนี้ถูกออกแบบมาเพื่อรองรับการตัดสินใจที่ซับซ้อน สนับสนุนหลายภาษา และใช้ทรัพยากรอย่างมีประสิทธิภาพ ทำให้เหมาะสมกับการใช้งานทั้งในระดับผู้บริโภคและองค์กร ความก้าวหน้าของ SUTRA-R0 SUTRA-R0 ได้รับแรงบันดาลใจจากความสำเร็จของโมเดลก่อนหน้า เช่น DeepSeek R1 ที่ใช้การเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) และเทคนิคการกลั่น (Distillation) เพื่อสร้างโมเดลที่มีน้ำหนักเบาและมีประสิทธิภาพ SUTRA-R0 ได้ผสานโครงสร้างการให้เหตุผลที่มีความเป็นระบบสูง ทำให้สามารถเข้าใจบริบท ภาษา และการตัดสินใจที่ซับซ้อนได้อย่างลึกซึ้ง ความสามารถที่โดดเด่น การประยุกต์ใช้ในองค์กรและผู้บริโภค ในด้านองค์กร SUTRA-R0 มีศักยภาพในการปรับปรุงการประเมินความเสี่ยงและการวิเคราะห์แนวโน้มตลาดในภาคการเงิน ในด้านการดูแลสุขภาพ โมเดลนี้สามารถวิเคราะห์ข้อมูลทางการแพทย์ที่ซับซ้อนและสนับสนุนการตีความงานวิจัย สำหรับผู้บริโภค SUTRA-R0 มอบประสบการณ์ที่ปรับแต่งเฉพาะบุคคลในด้านอีคอมเมิร์ซ ความบันเทิง และการเงินส่วนบุคคล ช่วยให้ผู้ใช้สามารถตัดสินใจได้ดีขึ้น ด้วยการเปิดตัว SUTRA-R0 TWO AI ได้แสดงถึงความมุ่งมั่นในการผลักดันขอบเขตของ AI และการให้เหตุผล เพื่อมอบโซลูชันที่มีประสิทธิภาพและหลากหลายสำหรับผู้ใช้ทั่วโลก

AI Knowledge Base

Deep Learning คืออะไร? เข้าใจง่ายภายใน 5 นาที

คอมพิวเตอร์ “คิด” ได้เหมือนมนุษย์หรือเปล่า? ถ้าคอมพิวเตอร์สามารถเข้าใจภาษา มองภาพออก และแต่งเพลงเองได้ เรายังจะบอกว่ามันแค่ “คำนวณเร็ว” อยู่ไหม? นี่คือคำถามที่ Deep Learning หรือ การเรียนรู้เชิงลึก ช่วยผลักดันให้เราต้องทบทวนความเข้าใจต่อคำว่า “ความฉลาดของเครื่องจักร” Deep Learning ไม่ใช่แค่เทคนิคหนึ่งของ Machine Learning แต่คือ กลไกที่ทำให้ AI เรียนรู้และปรับตัวได้ด้วยตัวเอง จากข้อมูลมหาศาล โดยไม่ต้องถูกป้อนกฎอย่างตายตัวเหมือนโปรแกรมแบบเดิม มันไม่ใช่การ “สอน” แต่คือการให้เครื่องเรียนรู้ผ่านประสบการณ์ เหมือนเด็กคนหนึ่งที่โตขึ้นจากสิ่งที่ได้เห็น ได้ยิน และได้ลอง หัวใจของ Deep Learning คือ โครงข่ายประสาทเทียม (Neural Networks) ที่จำลองรูปแบบการทำงานของสมองมนุษย์ เมื่อคุณเห็นหมา คุณรู้ทันทีว่ามันคือหมา แต่สำหรับคอมพิวเตอร์ มันต้อง เรียนรู้จากภาพหมาหลายพันภาพ เพื่อสังเคราะห์ว่าอะไรคือสิ่งที่เรียกว่า “หมา” Deep Learning ทำให้ AI สามารถสังเกต เรียนรู้ และตัดสินใจ […]

AI Knowledge Base

ทำความรู้จักกับ Machine Learning

Machine Learning: เมื่อคอมพิวเตอร์เริ่ม “เรียนรู้” ได้ด้วยตัวเอง ทำไม Netflix แนะนำซีรีส์ที่ตรงใจ หรือ Facebook ทายเพื่อนได้แม่นยำ? ไม่ใช่เวทมนตร์ แต่คือผลลัพธ์จากสิ่งที่เรียกว่า Machine Learning หรือการเรียนรู้ของเครื่อง ในโลกดิจิทัลที่ข้อมูลหลั่งไหลทุกวินาที ระบบที่เรียนรู้จากข้อมูลจริงมีค่ามากกว่าโค้ดที่เขียนไว้ตายตัว และ Machine Learning ก็คือ สะพานที่พาคอมพิวเตอร์ไปสู่การเข้าใจข้อมูลด้วยตัวเอง แทนที่จะสั่งให้ทำแบบเดิมซ้ำ ๆ เรากำลังให้คอมพิวเตอร์เรียนรู้จากอดีตเพื่อคาดการณ์อนาคต โดยพื้นฐาน Machine Learning เป็นแขนงหนึ่งของ AI ที่ให้คอมพิวเตอร์ เรียนรู้จากข้อมูล และปรับตัวโดยไม่ต้องเขียนคำสั่งเฉพาะ ประเภทของ Machine Learning มี 3 แบบหลัก ๆ: Supervised Learning: ระบบเรียนรู้จากชุดข้อมูลที่รู้คำตอบ เช่น การแยกอีเมลว่าเป็น spam หรือไม่ Unsupervised Learning: ระบบพยายามค้นหารูปแบบจากข้อมูลที่ไม่มี label เช่น การจัดกลุ่มลูกค้าตามพฤติกรรม Reinforcement […]