"สยามเอไอ” จับตาเทรนด์ VLA ขุมพลังสมองใหม่ของ AI คิดเร็วยิ่งขึ้น

รัตนพล แห่ง SIAM AI อัปเดตเทรนด์ปัญญาประดิษฐ์-เอไอ แนะจับตา VLA (Vision-Language-Action) จะทำให้เอไอประมวลผลแม่นยำยิ่งขึ้น และการมาของ AGI ที่ฉลาดเทียบเท่ามนุษย์

KEY

POINTS

ความจำเป็นที่ต้องทำ ThaiLLM เพราะอยากให้เป็นไกด์ไลน์ให้ประเ

ประเทศไทยต้องมี “อธิปไตยเอไอ” ของตัวเอง

กรุงเทพธุรกิจ จัดงานสัมมนาแห่งปี AI Revolution 2025: A New Paradigm of New World Economy โดยนายรัตนพล วงศ์นภาจันทร์ ประธานเจ้าหน้าที่บริหาร บริษัท สยาม เอไอ คอร์เปอเรชั่น จำกัด (SIAM AI) ร่วมแชร์ประสบการณ์และอัปเดตเทคโนโลยีหัวข้อ Fireside Chat: The Possibility of ThaiLLM

โดยย้ำความจำเป็นที่ต้องทำ ThaiLLM เพราะอยากให้เป็นไกด์ไลน์ให้ประเทศไทยมี “อธิปไตยเอไอ” ของตัวเอง ซึ่งมี 5 องค์ประกอบ ได้แก่

1.AI Imperative อาทิ การนำไปใช้งานด้านความมั่นคงของชาติ การอนุรักษ์วัฒนธรรมหรือเป็นความรู้ที่เป็นตัวตนของเรา 2.AI Ecosystem 3.AI Models & DATA 4.AI Factories และ 5.AI Ready Workforce

$\"สยามเอไอ” จับตาเทรนด์ VLA ขุมพลังสมองใหม่ของ AI คิดเร็วยิ่งขึ้น$

“LLM ที่ใช้ในบ้านเรามีประมาณ 5-6 ค่าย ที่เกือบทั้งหมดมาจากจีนและฝั่งตะวันตก เขาก็จะไม่สนใจว่า ไก่ย่างของบ้านเรานำไปอบ หรือไข่ลูกเขยไม่ได้ใช้มะขามเปียกปรุงรส มันเป็นข้อมูลรายละเอียดเล็กๆน้อยๆ ที่ทำให้เราเป็นตัวเรา เราจึงต้องเก็บรักษาไว้ด้วยตัวเอง นั่นเป็นมุมที่ดีแต่ก็มีมุมที่ไม่ดี"

ถ้าเกิดว่า ใน LLM ตัวอื่นที่ค่อยๆ บิดความจริง น่าห่วงเพราะเป็นสิ่งที่เด็กอ่านและจะเชื่อเอไอมากกว่าพ่อแม่ ฉะนั้น ถ้าเราไม่มีเครื่องมือที่พัฒนามาเพื่อตรวจสอบข้อมูลเหล่านั้น ตัวตนของเราจะค่อยๆ หายไป

ThaiLLM หรือ Thai Large Language Model

โมเดลทางภาษาขนาดใหญ่ ที่ได้ถูกพัฒนาต่อยอดด้วยข้อมูลภาษาไทยจำนวนมหาศาล เพื่อให้ตัวโมเดลมีความสามารถในการเข้าใจภาษาไทยได้ดี สามารถตอบสนองในบริบทของภาษาไทยได้อย่างมีประสิทธิภาพ

และสามารถนำไปใช้ประยุกต์ใช้กับงานตระกูลการประมวลผลภาษาธรรมชาติ เช่น การตอบคำถาม การแปลภาษา การสรุปบทความ หรือนำไปต่อยอดสร้างแชตบอทเพื่อสนทนากับเราได้ เป็นเครื่องมือช่วยประมวลผลซึ่งเข้าใจภาษาไทยได้อย่างดีที่เราสามารถนำไปใช้งานต่อได้

โมเดล LLM จีน & สหรัฐ เลือกฝั่งใด

โดยทั่วไปในการพัฒนาโมเดล LLM มี 3 วิธี คือคุณทําเองซึ่งต้องมีความพร้อมด้านทรัพยากรและปัจจัยการผลิตพอสมควร (AI Factories) ในเมืองไทยมีผู้ให้บริการเพียง 3 ราย

วิธีถัดมาเป็นการใช้บริการของ DeepSeek ของจีน แต่จะต้องนำตัวเองไปผูกกับสถาปัตยกรรมของ DeepSeek ซึ่งฮาร์ดแวร์ในการสร้าง LLM ของ DeepSeek เป็นรุ่นที่ต่ำกว่ารุ่นที่สามารถขายได้ในบ้านเรา ซึ่งจะเป็นชิปปัญญาประดิษฐ์ H800 ที่ถูกแบนในปัจจุบัน กับ H20 ของ Nvidia

$\"สยามเอไอ” จับตาเทรนด์ VLA ขุมพลังสมองใหม่ของ AI คิดเร็วยิ่งขึ้น$

เป็นที่ทราบกันดีว่า จุดเด่นของ DeepSeek คือใช้เงินลงทุนน้อยกว่า ChatGPT มาก แต่ประสิทธิภาพสูสีกัน เป็นเพราะ DeepSeek มีวิศวกรหลักร้อยคน ซึ่งมีรายได้ปีละประมาณ 30 ล้านบาท และมีทักษะสูงโดยสามารถลงไปถึงทุกระดับของสถาปัตยกรรมของ GPU ในการสร้าง LLM ให้มีประสิทธิภาพสูงสุด

ขณะที่ในประเทศไทยมีไม่ถึง 1-2 คน แต่ไทยเราสามารถทําได้โดยมีเครื่องที่เหนือกว่า หากเราถอดสถาปัตยกรรมของ DeepSeek ออกแล้วให้โมเดลรันธรรมดาจะทำให้การทำงานของโมเดลเพิ่มขึ้น 20 เท่า นี่คือเป็นโอกาสดีกว่า

ส่วนวิธีที่สามคือ การใช้โมเดล LLM ของสหรัฐ ซึ่งให้ความสําคัญกับภาษาไทยน้อยมาก ผลที่นักพัฒนาพบในการพยายามโหมเทรนภาษาไทยให้กับเอไอโดยใช้ โมเดล LLM ของสหรัฐ หรือพยายามสเกลโมเดลให้ใหญ่ขึ้น จะเกิดภาษาจีนและภาษาเวียดนามแทรกขึ้นมาตลอดเวลา

ข้อมูลของโอเพ่นซอร์สจากฝั่งจีนและสหรัฐ มีข้อมูลภาษาไทยเพียง 0.5% ภาษาจีน 3% และส่วนที่เหลือเกือบทั้งหมดเป็นภาษาอังกฤษ แล้วคุณคิดว่าเขาจะสนใจข้อมูลภาษาไทยหรือ

กรณีเช่นนี้ทาง SIAM AI ร่วมกับ Nvidia คิดแก้ปัญหาด้วยการเพิ่มชุดข้อมูลหรือดาต้าเซ็ตอย่างน้อย 15,000 ชุดข้อมูลเพื่อนำไปฝึกสอนเอไอให้เป็นภาษาไทยโดยไม่มีภาษาอื่นแทรกขึ้นมา ทำให้เรามีความสามารถในการพัฒนาเอไอได้ดีขึ้น

VLA โมเดลการพัฒนาเอไอในอนาคต

ผู้บริหาร SIAM AI กล่าวถึงโมเดลการพัฒนาเอไอในอนาคตว่า แม้ว่าปัจจุบัน ThaiLLM จะเป็นโมเดลพื้นฐานเพื่อการสร้าง Generative AI แต่เทรนด์ของโมเดลถัดไปในการพัฒนาเอไอจะเป็น VLA (Vision-Language-Action) หรือโมเดลเอไอฝังตัว (EmbeddedAI)

เกิดจากเทคโนโลยีการประมวลผลที่เร็วขึ้นและแรงขึ้น โดยเป็นเทรนด์ที่มาแน่นอนในเร็วๆ นี้ และทางสยามเอไอกำลังพัฒนาอยู่เช่นกันโดยใช้ชิป Nvidia Grace Blackwell 200 GPU เป็นตัวใหม่ล่าสุดที่เพิ่งได้มาเมื่อเดือน ก.พ.ที่ผ่านมา เท่ากับเครื่องคอมพิวเตอร์เปิดทํางานประมวลผลพร้อมกัน 400,000 เครื่อง

นอกจากนี้ ในช่วงสิ้นปี 2568 จะมีชิปรุ่นใหม่ Grace Blackwell 300 เร็วกว่า Grace Blackwell 200 ที่ระดับ 1.5 เท่า และในช่วงต้นปี 2569 Vera Rubin NVL 144 การทำงานประมวลผลจะเร็วกว่า Grace Blackwell 300 มากถึง 3 เท่า

$\"สยามเอไอ” จับตาเทรนด์ VLA ขุมพลังสมองใหม่ของ AI คิดเร็วยิ่งขึ้น$

และ Rubin Ultra NVL576 ที่ทำงานเร็วกว่า Vera Rubin NVL 144 ถึง 14 เท่า หรือเท่ากับเครื่องคอมพิวเตอร์ทั่วไปเปิดทำงานพร้อมกันในการประมวลผล 8.4 ล้านเครื่อง

“เหตุที่เราจำเป็นต้องพัฒนา VLA เพื่อให้โมเดลเรียนรู้การประมวลผลมากๆ และป้องกันไม่ให้เทคโนโลยีเอไอเกิดความผิดพลาด อีกทั้งดาต้าสำหรับเทรนเอไอไม่ว่าจะเป็น LLM หรือ VLA ควรจะเป็นดาต้าที่เราเทรนมาด้วยตัวเอง เราควรจะสนใจดาต้าของบ้านเรามากกว่าดาต้าที่อื่น”

$\"สยามเอไอ” จับตาเทรนด์ VLA ขุมพลังสมองใหม่ของ AI คิดเร็วยิ่งขึ้น$

GTC 2025 ส่งสัญญาณการเกิด AGI

นอกจากนี้ นายรัตนพลได้แชร์ประสบการณ์ที่ได้เข้าร่วมงาน GTC 2025 งานประชุมนักพัฒนา (Developer) ประจำปี 2025 ของ NVIDIA ระหว่างวันที่ 17–21 มีนาคม ที่ San Jose McEnery Convention Center เมืองซานโฮเซ รัฐแคลิฟอร์เนีย สหรัฐอเมริกา

โดยระบุว่า จากการพูดคุยกับสตาร์ตอัปจะพบคำถามที่เป็นประเด็นความสนใจและสามารถบ่งบอกถึงเทรนด์ที่นักพัฒนาสนใจก็เป็นประเด็นเกี่ยวกับ AGI (Artificial General Intelligence : ระบบ AI แห่งอนาคตที่จะมีความสามารถเทียบเท่ากับมนุษย์ ทั้งการคิด และวิเคราะห์ โดยจะมีความเชี่ยวชาญในหลาย ๆ ด้านคล้ายมนุษย์) ฉะนั้น AGI เกิดขึ้นอย่างแน่นอน และไม่เกินความเป็นจริง