เกี่ยวกับแล็บ

เข้าใจ AI จากข้างใน ก่อนนำไปใช้

AI Model Explorer Lab เป็นแล็บวิจัยแบบเปิดที่ไม่แสวงกำไรในกรุงเทพฯ เราศึกษาว่าโมเดล AI ทำงานอย่างไรจากข้างใน แล้วใช้ความเข้าใจนั้นสร้างเวอร์ชันที่รันได้บนทรัพยากรจำกัด คนควบคุมได้ และภาษาไทยกับภาษาอื่นในเอเชียตะวันออกเฉียงใต้จ่ายไหว

ก่อตั้งปี 2026กรุงเทพฯ ประเทศไทยเปิดและไม่แสวงกำไร2 เปเปอร์ · 3 ชุดข้อมูล · 1 เครื่องมือ

ทำไมเราตั้งแล็บ

ไทยใช้ AI เยอะ แต่มีน้อยคนที่ศึกษาว่าข้างในมันมีอะไร

งาน AI ในไทยส่วนใหญ่เริ่มจาก use case คือเลือกโมเดล ต่อเข้าระบบ แล้วปล่อยใช้งาน ซึ่งมีประโยชน์ แต่ทิ้งช่องว่างไว้ เพราะมีน้อยคนที่ศึกษาว่าตัวโมเดลถูกสร้างมาอย่างไร เราจึงตอบได้ยากว่าโมเดลต้องใช้อะไร เปลืองตรงไหน และข้อมูลของเราไปอยู่ที่ไหนตอนใช้งาน

เราเชื่อว่าความเข้าใจต้องมาก่อน เมื่ออ่านโมเดลจากข้างในได้ ก็ทำให้มันเล็กลงพอจะรันบนมือถือ ควบคุมสิ่งที่มันทำ ออกแบบวิธีที่คนทำงานกับมัน และรันมันเองได้ โดยไม่ต้องส่งข้อมูลออกนอกประเทศ

  • ความเข้าใจ

    AI ถูกใช้ทุกที่ แต่มีน้อยคนที่ศึกษาว่าข้างในโมเดลมีอะไร

  • ข้อมูลออกนอกประเทศ

    AI ส่วนใหญ่รันบนเซิร์ฟเวอร์ต่างประเทศ ข้อมูลของคนไทยจึงต้องเดินทางออกไปทุกครั้งที่ใช้

  • ภาษาไทยจ่ายแพงกว่า

    ในโมเดลส่วนใหญ่ ข้อความเดียวกันใช้ token ในภาษาไทยมากกว่าภาษาอังกฤษ และภาษาไทยถูกทดสอบน้อยกว่า

  • ไม่มีที่ให้ทำงานด้วยกัน

    งานวิจัย AI เชิงลึกในไทยกระจายอยู่ตามคนและทีมที่แทบไม่ได้เจอกัน

งานวิจัยแนวนี้ในไทยมีไม่มาก และคนที่ทำมักทำคนเดียว แล็บนี้คือที่ที่ให้คนเหล่านี้มาทำงานด้วยกัน กับโจทย์ที่นักวิจัยไทยแก้ได้เอง แล้วพางานที่ดีที่สุดไปตีพิมพ์และขึ้นเวที conference

วิสัยทัศน์และเป้าหมาย

AI ที่ดีคือ AI ที่เราเข้าใจ ควบคุมได้ และอยู่ร่วมกันได้ทุกวัน

  • วิสัยทัศน์

    AI ที่คนเข้าใจ

    ก่อนจะย่อ นำไปใช้ หรือไว้ใจโมเดลตัวไหน ต้องมีคนบอกได้ว่ามันประกอบด้วยอะไร และแต่ละส่วนทำหน้าที่อะไร

  • เป้าหมาย

    AI ที่ไทยรันเองได้

    โมเดลที่รันบนมือถือ แล็ปท็อป และเซิร์ฟเวอร์ของเราเอง ข้อมูลจึงไม่ต้องออกนอกประเทศ

  • บทบาทของเรา

    ชั้นหนึ่งของ sovereign AI

    โครงการระดับประเทศสร้าง compute และโมเดลภาษาไทยขนาดใหญ่ ส่วนเราทำชั้นที่ไปถึงมือคน คือโมเดลเปิดที่ถูกทำความเข้าใจและสร้างใหม่ ให้รันบนฮาร์ดแวร์ที่คนมีอยู่แล้ว

สี่เสาหลัก

สี่เสาหลัก หนึ่งธีมหลัก

ธีมหลักของเรา: เข้าใจโมเดล AI จากข้างใน เพื่อทำให้มันเล็กลง ควบคุมได้ คนใช้ได้ดี และยุติธรรมกับทุกภาษา สี่เสาหลักคือสี่ส่วนของธีมนี้ แต่ละเสาครอบคลุมงานกว้าง ส่วนผลงานใต้หัวข้อ "ตอนนี้อยู่ตรงไหน" คือจุดที่เราเริ่ม ไม่ใช่จุดที่เราหยุด

  1. กายวิภาคและการควบคุมโมเดล
  2. AI บนอุปกรณ์
  3. ปฏิสัมพันธ์ระหว่างคนกับ AI
  4. ความเท่าเทียมทางภาษา

บอนไซที่อยู่หลังหน้านี้วาดจากโมเดลจริง รากคือคำศัพท์ ลำต้นคือ 28 บล็อก เรือนยอดคือเอาต์พุต เมื่อเลื่อนลง กล้องจะเคลื่อนไปยังส่วนที่แต่ละเสาหลักศึกษา

L1 · อ่านข้างในโมเดล

กายวิภาคและการควบคุมโมเดล

ข้างในโมเดลมีอะไร และส่วนไหนแก้ได้อย่างปลอดภัย

โมเดล AI ถูกสร้างอย่างไร และจะบังคับทิศทางมันได้อย่างไร ก่อนแก้อะไร เราอยากรู้ว่าทุกส่วนของโมเดลคืออะไรและทำหน้าที่อะไร

ทำไมสำคัญ สิ่งที่มองไม่เห็น ย่อ แก้ หรือควบคุมไม่ได้ คนส่วนใหญ่เลือกโมเดลจากชื่อและคะแนน benchmark ไม่ใช่จากสิ่งที่มันประกอบขึ้นมา

ขอบเขตของเสาหลักนี้

  • อ่านสถาปัตยกรรมจากไฟล์โมเดล
  • layer, head และ embedding ทำหน้าที่อะไร
  • tokenizer และโครงสร้างคำศัพท์
  • แก้ไขและบังคับพฤติกรรมของโมเดล
  • แนวโน้มจากโมเดลสาธารณะนับพันตัว
  • รายงานโมเดลที่ใครก็ทำซ้ำได้

ตอนนี้อยู่ตรงไหน

12,974โมเดลที่อ่านแล้ว โดยไม่ดาวน์โหลด weight เลย

ทำไปแล้ว
Manifest-only anatomy อ่านสถาปัตยกรรมของโมเดลจาก config และ header ของไฟล์ weight เราใช้วิธีนี้ทำแผนที่ 12,974 repository บน Hugging Face โดยไม่ดาวน์โหลด weight เลยสักตัว และสร้าง AI Model Explorer ให้ใครก็ทำแบบเดียวกันได้
ต่อไป
ตัวอ่านสำหรับตระกูลโมเดลเพิ่มเติม และรายงานสำมะโนรายปี

L2 · ทำให้เล็กและทนทาน

AI บนอุปกรณ์

โมเดลเล็กได้แค่ไหนโดยยังทำงานได้ดี

ทำให้ AI รันได้ดีบนอุปกรณ์ที่คนมีอยู่ ทั้งมือถือ แล็ปท็อป บอร์ด และเซิร์ฟเวอร์ในประเทศ โดยวัดต้นทุนของทุกการเปลี่ยนแปลง

ทำไมสำคัญ โมเดลที่รันได้แค่ในดาต้าเซ็นเตอร์ต่างประเทศ เก็บข้อมูลไว้ในประเทศไม่ได้ มือถือและแล็ปท็อปมีหน่วยความจำน้อย โมเดลจึงต้องถูกสร้างใหม่ให้เหมาะ ไม่ใช่แค่บีบให้เล็ก

ขอบเขตของเสาหลักนี้

  • pruning, quantization และ distillation
  • ตัด vocabulary และ embedding
  • โมเดลมัลติโมดัลขนาดเล็ก: ข้อความ เสียง ภาพ
  • ความทนทานเมื่อหน่วยความจำน้อยและใช้งานออฟไลน์
  • benchmark ด้านความเร็ว หน่วยความจำ และพลังงาน
  • รันโมเดลในแอปและบนชิป edge

ตอนนี้อยู่ตรงไหน

89.7%ค่ากลางของแถว vocabulary ที่ตัดออก พร้อมรับรองคุณภาพ

ทำไปแล้ว
The Vocabulary Tax ตัดแถว vocabulary ที่ภาษาของผู้ใช้ไม่เคยใช้ และรับรองต้นทุนก่อนปล่อย ตัดได้ค่ากลาง 89.7% ของแถวในกรณีที่ใบรับรองผ่าน โดย bits per character เปลี่ยนไม่เกิน +1.99%
ต่อไป
โมเดลมัลติโมดัลที่รันในแอปได้ทั้งหมด และการทดสอบว่าโมเดลทนแค่ไหนเมื่อหน่วยความจำน้อย weight บิตต่ำ และใช้งานแบบออฟไลน์

L3 · ทำให้ใช้ได้จริงกับคน

ปฏิสัมพันธ์ระหว่างคนกับ AI

คนใช้ ไว้ใจ แก้ไข และสั่งหยุด AI ที่รันบนเครื่องของตัวเองอย่างไร

คนอยู่ร่วมกับ AI ที่รันบนเครื่องของตัวเองอย่างไร ใช้มันอย่างไร ไว้ใจแค่ไหน และยังควบคุมมันได้หรือไม่

ทำไมสำคัญ โมเดลที่รันได้ดี แต่คนเข้าใจผิด ไว้ใจเกินไป หรือสั่งหยุดไม่ได้ ไม่ใช่ AI ที่ดี วิธีที่คนทำงานกับมันคือตัวตัดสินว่ามันช่วยได้จริงไหม

ขอบเขตของเสาหลักนี้

  • ความไว้ใจและการพึ่งพาเกินไป
  • การแก้ไขและสั่งหยุด AI
  • ปฏิสัมพันธ์ผ่านข้อความ เสียง และภาพ
  • คำอธิบายที่คนนำไปใช้ตัดสินใจได้
  • ความเป็นส่วนตัวและข้อมูลบนอุปกรณ์
  • งานศึกษาผู้ใช้ในบริบทไทย

ตอนนี้อยู่ตรงไหน

2027งานศึกษาแรก กับผู้ใช้คนไทย

ทำไปแล้ว
ยังไม่มีผลงานตีพิมพ์ เสาหลักนี้เริ่มปี 2027
ต่อไป
งานศึกษาแรกกับผู้ใช้คนไทย ทั้งผ่านข้อความ เสียง และภาพ

L4 · ทำให้ยุติธรรมกับทุกภาษา

ความเท่าเทียมทางภาษา

แต่ละภาษาต้องจ่ายเท่าไรทั้งต้นทุนและคุณภาพ

ทำให้ AI ยุติธรรมกับทุกภาษา ให้คนพูดไทยหรือเขมรได้คุณภาพเท่ากัน ในต้นทุนเท่ากับคนพูดอังกฤษ

ทำไมสำคัญ โมเดลส่วนใหญ่สร้างโดยมีภาษาอังกฤษเป็นศูนย์กลาง ภาษาไทยและภาษาอื่นในเอเชียตะวันออกเฉียงใต้ต้องใช้ token มากกว่าสำหรับข้อความเดียวกัน จึงแพงกว่าและช้ากว่า

ขอบเขตของเสาหลักนี้

  • ต้นทุน token ของแต่ละภาษา
  • ช่องว่างคุณภาพระหว่างภาษา
  • ชุดทดสอบสำหรับภาษาที่ถูกทดสอบน้อย
  • ตัดโมเดลให้เหลือเฉพาะภาษาที่คนใช้
  • ความครอบคลุมภาษาในเอเชียตะวันออกเฉียงใต้
  • ช่องว่างด้านข้อมูลและ benchmark

ตอนนี้อยู่ตรงไหน

41ภาษาในตารางภาษีแบบเปิด

ทำไปแล้ว
ตารางภาษี vocabulary ของ 41 ภาษา เปิดเป็นข้อมูลสาธารณะ
ต่อไป
ตารางภาษีของเอเชียตะวันออกเฉียงใต้ที่อัปเดตทุกครั้งที่มีโมเดลเปิดตัวใหม่

วิธีทำงานของเรา

สี่กฎที่ทุกผลงานต้องทำตาม

  • เปิดเป็นค่าเริ่มต้น

    โค้ด ข้อมูล และตัวเลขเบื้องหลังทุกข้อสรุป

  • รันบนแล็ปท็อปได้

    วิธีหลักทำซ้ำได้บนฮาร์ดแวร์ทั่วไป

  • พิสูจน์ก่อนอ้าง

    ทุกการเปลี่ยนแปลงมาพร้อมขอบเขตต้นทุนที่วัดแล้ว

  • สร้างจากเอเชียตะวันออกเฉียงใต้

    ภาษาที่ไม่ใช่อังกฤษคือบททดสอบแรก ไม่ใช่ภาคผนวก

ทุกคนที่มีส่วนสำคัญในงานได้เป็นผู้เขียน และลำดับชื่อตกลงกันตั้งแต่เริ่มโปรเจกต์ วิธีร่วมเป็นนักวิจัย →

ผู้ก่อตั้ง

ใครเป็นคนตั้งแล็บ

SS
ผู้ก่อตั้ง · หัวหน้านักวิจัย

สัตยา สิงห์กุล

โจ · กรุงเทพฯ ประเทศไทย

โจทำงานด้าน speech AI และการนำโมเดลไปรันบนอุปกรณ์ เขาเขียนสำมะโน Manifest ของ 12,974 repository บน Hugging Face และ The Vocabulary Tax และสร้าง AI Model Explorer ให้นักพัฒนาไทย เขาตั้งแล็บนี้ขึ้นเพื่อให้งานเหล่านี้เติบโตต่อไปอย่างเปิดเผย

เราทำงานกับใคร

แล็บเติบโตจากคนและทีมที่เข้ามาร่วม

  • นักวิจัยและนักศึกษา

    คนในไทยที่อยากทำวิจัย AI เชิงลึกและตีพิมพ์ผลงาน

  • มหาวิทยาลัยและสถาบันวิจัย

    ร่วมดูแลงานศึกษา แบ่งปันข้อมูล และเขียนเปเปอร์ร่วมกัน

  • ทีมสร้างโมเดลไทย

    เราอยากอ่าน ทดสอบ และสร้างโมเดลของคุณใหม่ร่วมกับคุณ ให้รันบนอุปกรณ์ที่คนใช้จริง

  • ผู้ผลิตฮาร์ดแวร์

    มือถือ บอร์ด และแล็ปท็อปสำหรับทดสอบโมเดลบนอุปกรณ์

  • ผู้ให้ทุนและผู้สนับสนุน

    compute ค่าตีพิมพ์ และค่าเดินทาง ทุกอย่างที่เราทำยังเปิดเหมือนเดิม

  • ชุมชนภาษา

    เจ้าของภาษาที่ช่วยสร้างชุดทดสอบให้ภาษาที่ benchmark ใหญ่ ๆ มองข้าม

เราจะใส่ชื่อพาร์ทเนอร์ที่นี่เมื่อตกลงร่วมงานกันแล้ว