SAU - AI

Physical AI: เมื่อ AI รวมร่างกับ Hardware
ดูข่าวนี้แล้วถึงกับอึ้ง พี่จีนที่เงียบๆ ไม่ขี้โม้ แต่พิสูจน์ความเหนือชั้นด้วยการแสดงผลงานจริง ในข่าวที่แนบ AI สามารถเปลี่ยนร่างได้ตามสภาพการใช้งาน แต่ยังไม่ถึงขั้นแปลงร่างแบบ Transformer นะครับ

เห็นข่าวแล้วก็เลยอยากอธิบายเพิ่มเติมว่า Physical AI เป็นก้าวต่อไปจาก Agentic AI เมื่อเอา AI มารวมกับ Hardware โดยให้มัรับรู้ข้อมูลของโลกจริง ผ่าน Sensors และสามารถโต้ตอบกับ โลกจริงผ่าน Actuators เมื่อเทียบกับ Agentic AI ที่ทำงานในโลกดิจิจัลเท่านั้น

ส่วนการนำ AI มาใส่ในหุ่นยนต์เป็นสาขาหนึ่งของ Physical AI ที่เรียกว่า Embodied AI ครับ

จีนเปิดตัวหุ่นยนต์ฮิวแมนนอยด์รุ่นแรกของโลกที่มีสถาปัตยกรรม “หนึ่งสมองหลายร่าง” | TNN Tech Report นักวิจัยชาวจีนได้เปิดตัวหุ่นยนต์ฮิวแมนนอยด์ หรือหุ่นยนต์คล้ายมนุษย์ ที่มีสถาปัตยกรรมแบบ "หนึ่งสมองหลาย.....

Low Code/No Code Platform: ตัวช่วยสร้าง Application
การสร้าง application โดยเฉพาะ application ที่มีการผนวกรวม AI เข้ามาเป็นบริการใน app ด้วย หลายคนคงมองว่าเป็นเรื่องยากและซับซ้อน ต้องเป็น Programmer หรือพวกทำงานเขียนโปรแกรมโดยตรงเท่านั้นถึงทำได้

แต่ใจชีวิตจริงไม่โหดร้ายแบบนั้นครับ ในโลกของการสร้าง app มีสิ่งที่เรียกว่า No Code/Low Code Platform ที่ช่วยในการเขียนโปรแกรมทำ app ง่ายขึ้น และเป็น Freeware ด้วย เช่น NodeRED เป็น Platform การทำ app แบบทั่วไปที่รู้จักและใช้กันอย่างยาวนาน

ในยุคที่ Gen AI เป็นพระเอกและ Agentic AI ที่กำลังตามมากติดๆ Platfrom ที่ดูเหมือนจะโดดเด่นในเวลานี้คือ n8n และ Flowise ครับ

การใช้งาน Platform ทั้งสองก็จะเป็น Function Block ให้ลากวาง แล้วลาก link ให้เชื่อมต่อถึงกับ

ท่านใดที่อยากเดรียนรู้การใช้งาน n8n สามารถคลิ๊ก link ข้างล่างตามไปศึกษาได้ หากท่านใดภาษาอังกฤษไม่แข็งแรง สามารถใช้ เมนู ช่วยแปลภาษาได้ครับ

Automations with n8n: A Self-Study Roadmap - KDnuggets Learn automation with this comprehensive n8n roadmap that takes you from simple drag-and-drop workflows to building enterprise-grade AI-powered automations.

ใครเป็นใครในจักรวาล AI: ตอนที่ 4 AI เผ่าพันธ์ุอื่น

นอกจาก LLM แล้ว ในจักรวาล AI ยังมี model ประเภทอื่นๆ อีกพอสมควร เช่น

Model ที่สร้างภาพจากคำบรรยาย เช่น Dall-E. เรียกว่า Text-to-image model

Text-to-speech model. เป็น model สร้างเสียงพูด จาก ชุดตัวอักษร

Speech-to-text model. อันนี้เดาได้ไม่ยากใช่ไหมครับ ว่ามันแปลงจากเสียงพูดเป็นตัวอักษร

Speech-to-speech แปลงเสียงพูดเป็นเสียงพูด คือ model แปลภาษาไงครับ ที่เราพูดไทยแล้วให้ AI ฟัง แล้วมันก็พูดออกมาเป็นคำแปลของอีกภาษา ที่เราตั้งให้

Automatic Speech Recognition เป็น model ที่เข้าใจภาษาที่เราพูด ทำให้มันสามารถคุยตอบโต้กับเราได้

และ model ที่สามารถประมวลผลข้อมูลมากดว่า 1 อย่าง เช่นประมวลผลได้ทั้ง ตัวอักษร ภาพ และเสียง เรียกว่า multimodal model หรือ multimodal AI ครับ

ผลกระทบต่อสมองจากการใช้งาน Gen AI ที่ไม่ถูกวิธี

เช้านี้ตั้งใจว่าจะลงเนื้อหาเรื่องใครเป็นใครในจักรวาล AI ต่อ แต่เมื่อมาอ่านบทความนี้ เห็นว่าสำคัญมาก จึงได้นำมาลงให้สมาชิกได้อ่านกันในเช้านี้เลย

แม้ว่า Page นี้มีวัตถุประสงค์อยากให้คนไทยได้เริ่มใช้งาน AI อย่างจริงจัง แต่ก็อยากให้ใช้อย่างถูกวิธี มีบทความที่พูดถึงผลกระทบทางสติปัญญาของผู้ใช้งาน AI แบบผิดวิธีอยู่มาก แต่บทความนี้เป็นการวิจัยทางวิทยาศาสตร์ โดยสถาบันทางวิชาการที่มีความน่าเชื่อถือคือ MIT มีการใช้เครื่องตรวจวัดเพื่อ Scan คลื่นสมอง ซึ่งเป็นการวัดผลเป็นตัวเลขด้วยเครื่องมือวัด ประกอบกับการสังเกตุเชิงพฤติกรรมของผู้เข้าทดสอบ ว่าสอดคล้องกับตัวเลขที่วัดได้ เรียกว่าทดลองและวัดผลครบทั้งด้าน Quantitative และ Qualitative ครับ

MIT เผยผลสแกนสมอง หากใช้ ChatGPT เยอะไป อาจลดความคิดสร้างสรรค์และความจำระยะสั้นได้ | DroidSans งานวิจัยจาก MIT พบว่าการใช้ ChatGPT ต่อเนื่องอาจทำให้สมองทำงานน้อยลง โดยผู้เข้าร่วมที่ใช้ AI ในการเขียนเรียงความ.....

สร้างหุ่นยนต์กันด้วยการ์ดจอ NVidia คลิปนี้แนะนำการสร้างหุ่นยนต์ที่ใช้การ์ดจอ NVidia ขนาดเล็ก พร้อมไฟล์ 3d ที่สามารถโหลดพิมพ์ชิ้นส่วนสำหรับสร้างหุ่นยนต์ได้เลย สอนการใช้ซอฟท์แวร์จำลองการเรียนรู้ให้หุ่นยนต์ฝึกเดินได้เองจาก Nvidia ชื่อ Issac Sim ลองติดตามกันดูครับ

คลิปมีซับไตเติ้ลที่สามารถเลือกออปชั่นแปลเป็นภาษาไทยได้ครับ

https://youtu.be/YDzHL2JSCHc?si=okuf-KAcH94fW0aY

ศึกษาเตรียมกันไว้ก่อน มหาวิทยาลัยเรากำลังจะสั่งการ์ดจอนี้มาให้นักศึกษาเล่นกันครับ

AI at the edge: Jetson Orin Nano
ได้ข่าววงในที่ไม่ยืนยันมาว่าเร็วๆ นี้ที่ มหาวิทยาลัยจะมี Jetson Orin Nano มาให้ นศ.ได้ลองใช้งานกัน วันนี้เลยอยากมาแชร์ความรู้กันว่า Jetson Nanao Orin (ต่อไปจะข้อเรียกสั้นๆ ว่า JON นะครับ) คืออะไรและมันทำอะไรได้บ้างครับ

NVIDIA ผู้ผลิตการ์ดจอรายใหญ่ ออก Product ตระกูล Jetson มานานแล้วครับ เรียกแบบทุกคนเข้าใจคือมันเป็นคอมพิวเตอร์ขนาดเล็กจิ๋วตัวประมาณครึ่งฝ่ามือ ผู้เคยเล่น IoT คงนึกถึง Rasberry Pi นั่นแหละครับ แบบเดียวกันเลย และยังใช้ Linux เป็นระบบปฏิบัติการเช่นเดียวกันด้วย แต่ Jetson มีประสิทธฺภาพที่ดีดว่ามาก เพราะมันมี GPU ในตัวด้วย ทำให้มันประมวลผลได้เร็วกว่า Pi เยอะ จุดประสงค์คือ NVIDIA ตั้งใจให้มันรันงานประเภท Computer Vision หรือ model ของ Deep learning ได้

นอกเรื่องหน่อย ผมเดาว่าชื่อ Jetson NVIDIA น่าจะเอามาจาก Series การ์ตูนยอดฮิตของอเมริกา คือ The Jetsons ซึ่งเป็นการ์ตูนแนวครอบครัวของโลกในอนาคตคตครับ นอกจาก Series The Simpsons ที่ดังมากแล้ว ก็มี The Jetsons นี้แหละครับที่ดังรองลงมา

มาถึงช่วงนี้ Gen AI กำลังมา จึงเกิดคำถามว่าแล้วจะเอา Jetson มาใช้รัน Gen AI model ได้ไหม คำตอบคือ ได้ครับ NVIDIA เองก็คือเรื่องนี้ไว้แล้ว จึงออก Library ชื่อ NanoLLM สำหรับรัน Gen AI model ได้ แต่ต้องมีขนาดไม่ใหญ่นะครับ ที่ NVIDIA ให้ข้อมูลไว้คือถ้าเป็น JON รุ่น Super สามารถรัน model ขนาดใหญ่ได้ถึง ขนาด 8B parameters เลยครับ (ส่วน 8B parameters คืออะไร จะเล่าให้ฟังต่อไป)

การผนวกรวมเอา AI model มารันบนอุปกรณ์ขนาดเล็กอย่าง Raspberry Pi หรือ JON ซึ่งสามารถเชื่อมต่อกับ Sensors และ Actuators ต่างๆ ซึ่งเป็นส่วนหนึ่งของ IoT นี่เองครับ คือสิ่งที่เรียกว่า AIoT ซึ่งเป็นการรัน AI at the edge คือรัน AI บนหน้างานที่ต่อกับ IoT โดยตรง โดยไม่ต้องส่งไปประมวลผลบน Cloud ครับ

NVIDIA Jetson Orin Nano Developer Kit Gets a “Super” Boost | NVIDIA Technical Blog The generative AI landscape is rapidly evolving, with new large language models (LLMs), visual language models (VLMs), and vision language action (VLA) models emerging daily. To stay at the forefront…

ใครเป็นใครในจักรวาล AI: ตอนที่ 3 Large Language Model (LLM)

จากความเดิม ใครเป็นใครในจักรวาล AI: ตอนที่ 2 ผมเล่าถึง Gen AI ว่าเป็น AI ที่สามารถสร้าง content ได้ ซึ่งอาจเป็น content ในรูป Text Image หรือ Media ต่างๆ (clip เสียง หรือ clip ภาพยนตร์) ในกรณีของ AI ที่สามารถสร้าง content ประเภท text หรือ ข้อความอักษร เท่านั้น Model AI เหล่านี้ถูกเรีกว่า Large Language Model (LLM) ครับ

LLM จะเป็น model ที่ถูก train มาด้วยชุดข้อมูลภาษาในลักษณะที่เป็นอักษรข้อความจำนวนมหาศาล อาจเป็น post ความคิดเห็นต่างๆ ในสื่อ Social, Feed ข่าวต่างๆ, ฯลฯ มันจึงมีความสามารถประมวลผลแบบภาษาธรรมชาติ (์Natural Language Processing) สามารถแปลภาษาได้ เขียนบทความได้ แต่งเพลง แต่งกลอน แต่งนิยายได้

มาถึงตรงนี้คงเดาต่อไม่ยากว่าการประยุกต์ใช้งานที่สำคัญของ LLM คือเอามันมาใช้สร้าง ChatBot ยุคใหม่อย่าง Gemini, Clude, Qwen หรือ ChatGPT

ตัว LLM เองก็มีอยู่หลายเผ่าพันธุ์ครับ แต่เผ่าที่ถือว่าเป็นสุดยอดตัวหนึ่งคือเผ่า GPT ซึ่งย่อมาจาก Generative Pre-train Transformer เอาแล้ว มี Optimus Prime มาเกี่ยวด้วย

ไม่ใช่ครับ Transformer เป็นชื่อสถาปัตยกรรมในการสร้าง AI แบบใหม่ อธิบายง่ายสุดคือ มันเป็นวิธีเอา deep nerual network แบบต่างๆ มาต่อเป็น block (ที่ทำงานเฉพาะทางบางอย่าง) แล้วเอา Block เหล่านี้มาต่อกันเป็นโครงสร้างที่เรียกว่า Transformer ครับ ดังนั้น Transformer จึงเป็น model ของ AI ยุคใหม่ที่มีความซับซ้อนมาก (ยังไม่ใช่หุ่นยนต์)

อธิบายมายืดยาวเพื่อให้เข้าใจว่า OpenAI ผู้สร้าง ChatGPT เอาชื่อสถาปัตยกรรม มาผสมเป็นชื่อ ChatBot ของเขา โดย ChatGPT เป็นชื่อ ChatBot แต่ถ้า GPT เฉยๆ เป็นชื่อโครงสร้างทางสถาปัตยกรรมที่ถูกเอามาใช้ และ GPT เองก็เป็นสถาปัตยกรรมแบบเปิดที่ใครก็หยิบไปใช้ได้ เพราะ Gemini (รุ่นใหม่ๆ) หรือ Claude เองก็ถูกสร้างขึ้นจากสถาปัตยกรรมนี้ครับ

แนะนำ AI จีน: Qwen

ถ้าพูดถึง AI ค่ายจีน ทุกคนจะคิดถึง DeepSeek แต่ยังมีอีก Brand ที่ผมว่าน่าใช้และมีคุณภาพ (ในความคิดเห็นของผม) ไม่ยิ่งหย่อนไปกว่ากันคือ Qwen ครับ

Model นี้ผู้ให้กำเนิดคือ Alibaba เจ้าพ่อ Platform ขายของยักษ์ใหญ่ครับ

จะว่าไปแล้ว Qwen เปิดให้บริการมานานแล้ว นานตั้งแต่ DeepSeek ยังไม่เป็นที่รู้จัก

Qwen ปล่อย model ออกมาหลายรุ่น ทั้งขนาดเล็ก ขนาดใหญ่ โดยเฉพาะอย่างยิ่ง model เฉพาะทางที่เก่งในเรื่องการเขียน code

model ขนาดเล็กของ Qwen หลาย model ที่ถูก DeepSeek ลองเอามาใช้ทำ Distillation คือเอา model เก่งๆ ขนาดใหญ่ (คือ DeepSeek) ไปสอน model ขนาดเล็ก (คือ Qwen-32B หรือ Qwen-8B) และก็ผลลัพธ์เป็น model เล็กแต่เก่งไล่ๆกับ DeepSeek ที่เป็น model ใหญ่ ต้นฉบับ

ในบทความข้างล่างนี้เป็น Qwen3-Coder model ช่วยเขียน code ขนาดใหญ่ ล่าสุดจาก Qwen ที่มี windows context ที่ใหญ่มากครับ windows context คืออะไร และใหญ่มาดียังไง ผมจะมาเล่าให้ฟังในวันข้างหน้า

อ้อ!......ข้อสังเกตุอีกอย่างคือ web นี้ชื่อฟังเหมือนภาษาไทยคือ analyticsvidhya แต่แท้จริงเป็น web ของอินเดียครับ อันนี้ต้องยอมรับว่าเราได้รับอารยธรรมด้านภาษาจากอินเดียค่อนข้างเยอะ จึงต้องบอกว่าเราใช้คำเหมือนเขา

อินเดียเป็นชาติหนึ่งที่ก้าวหน้าเรื่องเทคโนโลยี โดยเฉพาะเรื่อง software ครับ นอกจากนี้อินเดียยังมีความก้าวหน้าในเทคโนโลยีอวกาศด้วย โดยเป็นชาติที่ 4 ในโลกที่สามารถส่งยานอวกาศไปดวงจันทร์

กลับมาที่เรื่อง AI ครับ อยากจะทิ้งท้ายว่า ในยุคนี้ที่อเมริกาไม่ใช่มหามิตรกับเราอย่างแต่ก่อน ผมจึงอย่ากให้เราลองใช้และสร้างความคุ้นเคยกับ AI เจ้าอื่นๆ นอกจาก Claude หรือ ChatGPT ให้มากๆ เพื่อสร้างสมดุลย์ในการใช้งาน และอย่าลืมเข้าไปช่วยกันใช้ AI ฝีมือคนไทยที่ผมเคยแนะนำไปใน Post ก่อนหน้าด้วยครับ

Getting Started with Qwen3-Coder Learn how Qwen3 Coder stands out among coding assistants, offering innovative solutions for complex coding challenges.

ใช้ AI แบบเก่งไปด้วยกัน
หลายครั้งที่คนรอบข้างมักมีประเด็นมาคุยกับผมว่า ใช้ AI ช่วยงานมากๆ ก็กลัวอีกหน่อยตัวเองจะโง่ลง บ้างก็กลัวจะถูกมันแทนที่ไปเลย นักเรียน นักศึกษา สมัยนี้ใช้ AI ช่วยทำรายงาน ทำการบ้าน ทำ Assignment ต่างๆ แล้วความสามารถทางวิชาการจริงๆ ของพวกเขาเป็นอย่างไร แต่ถ้าไม่ให้ใช้ ทักษะการใช้งาน AI ของเด็กก็จะน้อย เวลาเข้าสู่การทำงานจริง นายจ้างก็คงผิดหวังกับความสามาถในการใช้งาน AI เด็กรุ่นใหม่ที่น้อยเกินไป

ผมก็มักจะแนะนำอย่างย่อๆ ว่า ก็ใช้งานมันแบบที่ Tony Stark ใช้งาน Javis ซิ ดูเป็นตัวอย่าง และใช้งานในลักษณะนั้น แต่ผมก็ไม่เคยคุยในรายละเอียดสักทีว่า ที่ Stark ใช้งาน Javis มันสรุปวิธีการเป็นข้อๆ ยังไง

เช้าวันนี้ Google ดึงบทความนี้มาให้ผมอ่าน และนี่คือข้อสรุปที่ The Standard เสนอออกมาได้ตรงใจผมอยู่มาก

ไขความลับ AI ยิ่ง ใช้ ยิ่งฉลาด ไม่ขาด Critical Thinking – THE STANDARD คนยุคใหม่ ใช้ GenAI เป็นผู้ช่วยส่วนตัวราวกับเป็นแขนขาที่สาม ภาระหน้าที่หลายอย่างที่เคยต้องเสียเวลาเป็นวันก...

ใครเป็นใครในจักรวาล AI: ตอนที่ 2 Generative AI vs Agentic AI

Generative AI หรือต่อไปจะเรีกสั้นๆว่า Gen AI มีคำจำกัดความแบบสั้นๆ ง่ายๆ คือ AI ที่สามารถสร้าง content ใหม่ๆ ได้ โดยการเรียนรู้จากชุดข้อมูลขนาดใหญ่
Content ที่ว่าอาจเป็น Text (เช่นให้ช่วยเขียน Post ลงสื่อ Social, ให้ช่วยสร้างภาพจากคำบรรยาย) ดังนั้น ไม่ว่าจะเป็น ChatGPT, Claude, LlaMa (รุ่นกลางถึงเก่าหน่อย) Gemini, DALL-E ต่างก็เป็น Gen AI
ทีนี้ถ้ามาดูที่คำขำกัดความว่า "สร้าง content ใหม่ๆ ได้ โดยการเรียนรู้จากชุดข้อมูลขนาดใหญ่" นั่นคือการสร้าง content เช่น การตอบคำถามต่างๆ จะอาศัยความรู้ที่ถูกฝึกมา (เรียกว่า priror knowledge) ดังนั้น คำถามอะไรที่ต้องใช้ความรู้หรือข้อมูลใหม่ๆ ที่เกิดขณะหรือหลังจากที่ model ถูกฝึก มันจะตอบไม่ได้ ซึ่งถ้าใครจำได้ จะมีบ้างที่บาง ChatBot (แบบ LLM) จะตอบกลับทำนองว่า "โปรดตระหนักว่าผมถูกสร้างขึ้นด้วยชุดข้อมูลตั้งแต่ปี 20XX ลงไป ดังนั้น คำถามใดที่เป็นชุดความรู้ที่ใหม่กว่านี้ ผมจะไม่สามารถตอบได้อย่างถูกต้อง"

ตรงนี้เองที่เป็นจุดอ่อนของ Gen AI จะปะจุดอ่อนนี้ให้ง่ายที่สุดคือต้องให้มันสามารถออกไปค้นหาความรู้จากภายนอก(โดยเฉพาะ internet)มาตอบคำถามที่ทันยุคทันเหตุการณ์ได้ด้วย และนี่เองคือจุดเริ่มต้นในแนวคิดของ Agentic AI
คือไหนๆ ก็ให้มันออกสู่โลกภายนอกเพื่อรับรู้ข้อมูลได้มากขึ้นแล้ว ก็ให้มันตัดสินใจดำเนินการบางอย่างแทนเราได้เลย (นี่คือที่มาของคำว่า Agentic-ตัวแทน)
ดังนั้น Agentic AI จึงเป็น Gen AI ที่มีความสามารถในการปฏิสัมพันธ์กับโลกภายนอก เช่น หาข้อมูลใน internet, ค้นหาข้อมูลในฐานของมูล(ภายใน)ขององค์กรณ์, ช่วย check email หรือ calanda ให้เรา รวมถึงการเป็นผู้ช่วยที่จะจองที่พัก ตั๋วเครื่องบิน จัด trip การเดินทางให้เรา (ตามแต่ที่เราสั่ง)
สรุปง่ายๆคือ Agentic AI = Gen AI + เครื่องมึอในการปฏิสัมพันธ์กับโลกภายนอก
โดย Gen AI เดิมที่ออก version ใหม่ออกเช่น Claude 4 ล้วนกลายร่างเป็น Agentic AI กันทั่วหน้าคือ อย่างน้อยๆ ก็สามารถ search ข้อมูลใน internet มาช่วยในการตอบคำถามได้

และนี่คือเรื่องราวทั้งหมด(แบบย่อๆ) ครับ

Send a message to learn more