ถามโมเดล AI ชั้นนำตัวไหนก็ได้ด้วยภาษาอังกฤษหรือภาษาจีนกลาง ก็มักจะได้คำตอบที่ลื่นไหลและมีรายละเอียดครบถ้วน แต่ถ้าลองถามด้วยภาษากวางตุ้ง ข้อจำกัดต่าง ๆ จะเริ่มปรากฏให้เห็น ช่องว่างนี้เองคือสิ่งที่สตาร์ทอัพจากฮ่องกงรายหนึ่งชื่อว่า Votee AI พยายามจะอุด โดยสร้างโมเดล AI ภาษากวางตุ้งที่ออกแบบมาเพื่อให้บริการธนาคาร มหาวิทยาลัย และหน่วยงานภาครัฐในภาษาที่ห้องทดลอง AI รายใหญ่ส่วนมากมองข้าม
Summary
ประเด็นสำคัญ
- โมเดล AI ชั้นนำส่วนใหญ่ที่สร้างโดยบริษัทอย่าง OpenAI, Anthropic, DeepSeek, Moonshot AI และ Z.ai ถูกพัฒนาขึ้นโดยเน้นภาษาอังกฤษและภาษาจีนกลางเป็นหลัก เนื่องจากผู้พัฒนาเหล่านี้ตั้งอยู่ในสหรัฐอเมริกาหรือจีนแผ่นดินใหญ่
- ภาษากวางตุ้งมีผู้พูดมากกว่า 80 ล้านคน ทั่วโลก แต่กลับมีคลังข้อความดิจิทัลมาตรฐานขนาดเล็กกว่าภาษาจีนกลางมาก ทำให้กลายเป็นตัวอย่างคลาสสิกของ “ภาษาทรัพยากรต่ำ” สำหรับการฝึก AI
- Votee AI นำโมเดลแบบ open-weight เช่น Llama ของ Meta มาฝึกใหม่ด้วยข้อมูลภาษากวางตุ้ง โดยขยายคลังข้อมูลฝึกจาก 100 ล้านโทเคนเป็นมากกว่า 500 ล้านโทเคน ผ่านการสแครปข้อมูล แหล่งข้อมูลจากชุมชน และข้อมูลสังเคราะห์
- โมเดลที่ได้มีขนาดราว 70,000 ล้านพารามิเตอร์ เล็กกว่าระบบระดับแนวหน้า และมีต้นทุนการฝึกประมาณ 250,000 ดอลลาร์สหรัฐ โดยใช้ข้อมูลระหว่าง 500 ล้านถึง 1,000 ล้านโทเคน ซึ่งเป็นเพียงเศษเสี้ยวของที่โมเดลภาษาอังกฤษต้องใช้
- บริษัทมองงานของตนว่าเป็นส่วนหนึ่งของกระแส “Sovereign AI” ที่กว้างขึ้น และกำลังเจรจาเพื่อขยายสู่เอเชียตะวันออกเฉียงใต้ผ่าน AI Singapore
การครอบงำของ AI ภาษาอังกฤษและจีนกลางทำให้ภาษากวางตุ้งถูกทิ้งไว้ข้างหลัง
กระแส AI ในปัจจุบันขับเคลื่อนเกือบทั้งหมดด้วยสองภาษาเท่านั้น ตามที่ Pak-Sun Ting ซีอีโอของ Votee AI ระบุว่า “การปฏิวัติ AI ทั้งหมดเกิดขึ้นในภาษาอังกฤษและภาษาจีนกลาง” และ “มีเพียงสัดส่วนเล็กน้อยมากที่เป็นตัวแทนของภาษาอื่น ๆ” ความไม่สมดุลนี้ไม่ได้เกิดขึ้นโดยบังเอิญ บริษัทที่เป็นผู้นำในวงการ — OpenAI, Anthropic, DeepSeek, Moonshot AI, Z.ai และรายอื่น ๆ — แทบทั้งหมดมีสำนักงานใหญ่ในสหรัฐอเมริกาหรือจีนแผ่นดินใหญ่ จึงไม่น่าแปลกใจที่โมเดลหลักของพวกเขาจะแข็งแกร่งที่สุดในภาษาหลักของผู้สร้าง
ผลที่ตามมาคือมีทั้งภาษาที่มีผู้พูดจำนวนมากหลายสิบภาษา และภาษาถิ่นท้องถิ่นอีกมากมายที่ความสามารถด้าน AI ตามไม่ทัน ภาษากวางตุ้งเป็นตัวอย่างที่ชัดเจนว่าช่องว่างนี้สามารถกว้างเพียงใด แม้จะเป็นภาษาที่มีผู้ใช้พูดคุยกันทุกวันหลายสิบล้านคนก็ตาม
ทำไมภาษากวางตุ้งจึง “พูดคนละภาษา” กับภาษาจีนกลาง
ภาษากวางตุ้งมักถูกอธิบายว่าเป็น “ภาษาถิ่น” ของภาษาจีน แต่คำเรียกนี้ทำให้ความแตกต่างที่แท้จริงถูกมองข้ามไป ภาษากวางตุ้งมีไวยากรณ์ที่แตกต่างจากภาษาจีนกลางและมีคำศัพท์ของตนเอง และในฮ่องกง ผู้พูดมักผสมคำภาษาอังกฤษและภาษากวางตุ้งไว้ในประโยคเดียวกัน มีผู้พูดภาษากวางตุ้งทั่วโลกมากกว่า 80 ล้านคน ซึ่งใกล้เคียงกับจำนวนผู้พูดภาษาเกาหลี และมากกว่าจำนวนผู้พูดภาษาอิตาลีหรือภาษาไทย
แม้จะมีขนาดผู้พูดระดับนี้ ภาษากวางตุ้งกลับไม่มีปริมาณข้อความเขียนมาตรฐานที่ใกล้เคียงกับภาษาจีนกลางหรือภาษาอังกฤษ ชุดทดสอบอย่าง HKCanto-Eval ที่พัฒนาโดยนักวิจัยจากมหาวิทยาลัยคิวชูและมหาวิทยาลัยการศึกษาแห่งฮ่องกงร่วมกับชุมชน AI ท้องถิ่น hon9kon9ize และได้รับการสนับสนุนจาก Votee พบว่าโมเดล AI กระแสหลักสามารถจัดการภาษากวางตุ้งในชีวิตประจำวันได้ค่อนข้างดี แต่ก็มักสะดุดเมื่อเจอความรู้ด้านวัฒนธรรมและข้อมูลท้องถิ่น ตามคำของ Ting ภาษากวางตุ้ง “ถูกใช้ในด้านการศึกษา การดูแลสุขภาพ และการสื่อสารของตำรวจ” ดังนั้นเมื่อ AI ไม่สามารถรองรับภาษาได้อย่างเหมาะสม “AI ก็แทบจะไร้ประโยชน์โดยสิ้นเชิง”
เจาะลึกแนวทางของ Votee AI ในการสร้างโมเดล AI ภาษากวางตุ้ง
แทนที่จะสร้างโมเดลขึ้นใหม่ตั้งแต่ต้น Votee เลือกใช้ระบบแบบ open-weight ที่มีอยู่แล้ว เช่น Llama ของ Meta หรือ Qwen ของ Alibaba แล้วนำมาฝึกใหม่อย่างเข้มข้นด้วยข้อมูลภาษากวางตุ้ง Ting อธิบายกระบวนการนี้ว่า “โดยพื้นฐานแล้วคือการทำตามขั้นตอนเดียวกับการฝึกโมเดลตั้งแต่ศูนย์” เพียงแต่สร้างต่อยอดบนรากฐานของผู้อื่น โมเดลที่ฝึกใหม่แล้วจะถูกนำไปขายให้กับธนาคาร มหาวิทยาลัย และหน่วยงานภาครัฐที่ต้องการเครื่องมือ AI ที่ทำงานด้วยภาษากวางตุ้งได้จริง แทนที่จะเปลี่ยนกลับไปใช้ภาษาจีนกลางหรือภาษาอังกฤษโดยอัตโนมัติ
การดึงข้อมูลจากสื่อกระจายเสียงและชุดข้อมูลสังเคราะห์
การสร้างคลังข้อมูลที่ใช้งานได้สำหรับโครงการ AI ในภาษาทรัพยากรต่ำ หมายถึงการรวบรวมข้อมูลจากทุกที่ที่หาได้ Votee ดึงข้อความภาษากวางตุ้งผ่านการสแครปออนไลน์ รวมถึงเนื้อหาจาก Radio Television Hong Kong สถานีสาธารณะของเมือง จากนั้นเสริมด้วยเนื้อหาจากมหาวิทยาลัย ชุมชนวงกว้าง และคลังข้อมูลจากงานเดิมของบริษัทในฐานะบริษัทบิ๊กดาต้า เมื่อข้อความจากโลกจริงมีไม่เพียงพอ Votee ก็สร้างชุดข้อมูลภาษากวางตุ้งสังเคราะห์ของตนเองเพื่อเติมเต็มช่องว่าง เมื่อรวมกันแล้ว ความพยายามเหล่านี้ช่วยผลักดันให้คลังข้อมูลภาษากวางตุ้งของบริษัทเติบโตจาก 100 ล้านโทเคนเป็นมากกว่า 500 ล้านโทเคน
ขนาดโมเดลและต้นทุนการฝึกเมื่อเทียบกับห้องทดลองระดับแนวหน้า
โมเดลที่ได้ของ Votee มีขนาดราว 70,000 ล้านพารามิเตอร์ ซึ่งเล็กกว่าระบบชั้นนำจากห้องทดลองระดับแนวหน้าอย่างเห็นได้ชัด แม้เช่นนั้น Ting ระบุว่าโมเดลเหล่านี้มีความสามารถเพียงพอที่จะเข้าใจและให้เหตุผลในภาษากวางตุ้งสำหรับงานเชิงปฏิบัติที่ลูกค้าต้องการ ด้านเศรษฐศาสตร์ก็สะท้อนภาพชัดเจน: Votee ฝึกโมเดลของตนด้วยข้อมูลระหว่าง 500 ล้านถึง 1,000 ล้านโทเคน ด้วยต้นทุนราว 250,000 ดอลลาร์สหรัฐ ขณะที่โมเดลภาษาอังกฤษระดับแนวหน้าถูกฝึกด้วยข้อมูลระดับล้านล้านโทเคนที่มีค่าใช้จ่ายสูงกว่ามาก ช่องว่างด้านราคานี้เองที่ทำให้โมเดล AI ภาษากวางตุ้งขนาดเล็กและเจาะจงกลุ่มเป้าหมายสามารถทำกำไรได้จริงแม้จะเป็นสตาร์ทอัพ ไม่ใช่บริษัทยักษ์ใหญ่ด้านเทคโนโลยี
โครงสร้างต้นทุนลักษณะนี้มีความสำคัญเกินกว่า Votee เอง เพราะมันชี้ให้เห็นว่าการให้บริการตลาด AI สำหรับภาษาทรัพยากรต่ำไม่จำเป็นต้องใช้เงินลงทุนระดับพันล้านเหมือนห้องทดลองแนวหน้า สิ่งที่ต้องการคือโมเดลฐานแบบ open-weight ที่ใช้งานได้จริง สายงานจัดการข้อมูลที่แข็งแรง และทรัพยากรคอมพิวต์เพียงเศษเสี้ยว นี่เป็นสัญญาณที่มีความหมายสำหรับภาษาอื่น ๆ ที่ยังไม่ได้รับการดูแล ซึ่งกำลังจับตาดูว่าการพัฒนา AI ภาษากวางตุ้งจะเดินหน้าไปอย่างไร
Sovereign AI และการรุกสู่เอเชียตะวันออกเฉียงใต้
งานของ Votee อยู่ในกระแสที่กว้างขึ้นซึ่งเรียกว่า Sovereign AI: แนวคิดที่ว่ารัฐบาลและบริษัทต่าง ๆ ต้องการเป็นเจ้าของข้อมูล โมเดล และโครงสร้างพื้นฐานของตนเอง แทนที่จะต้องพึ่งพาผู้ให้บริการจากต่างประเทศอย่างสิ้นเชิง “AI กลายเป็นความจำเป็นที่สำคัญมาก และคุณไม่อยากถูกผูกติดกับใครที่สามารถปิดมันได้ทุกเมื่อ” Ting กล่าว
การเป็นเจ้าของสแต็ก แม้จะเป็นเพียงบางส่วน
Ting ยอมรับอย่างตรงไปตรงมาว่ารูปแบบ Sovereign AI ที่สมบูรณ์ที่สุด ซึ่งประเทศหนึ่งควบคุมทุกห่วงโซ่อุปทานของ AI นั้น “ทำได้ยากมาก” ในทางปฏิบัติ ข้อเสนอที่เป็นจริงมากกว่าของเขาคือ ประเทศต่าง ๆ ควรให้ความสำคัญกับการครอบครองทั้งโมเดลฐานราก (foundation models) และซอฟต์แวร์โซลูชันที่สร้างขึ้นจากโมเดลเหล่านั้น เขายังชี้ให้เห็นว่ารัฐบาลมักไม่จำเป็นต้องใช้พลังระดับแนวหน้าเพื่อทำงานอัตโนมัติในงานเฉพาะทาง — โมเดลที่มีพารามิเตอร์เพียง 1,000 ล้านตัวก็อาจเพียงพอสำหรับกรณีใช้งานที่แคบของภาครัฐ หรือเลเยอร์ภาษาท้องถิ่นขนาดเล็กอาจทำหน้าที่เพียงแค่จัดการเอาต์พุตจากโมเดลภาษาอังกฤษหรือภาษาจีนขนาดใหญ่
พันธมิตรด้านฮาร์ดแวร์และก้าวต่อไป
Votee ไม่จำกัดตัวเองอยู่ในระบบนิเวศเดียว Ting ระบุว่าบริษัททำงานร่วมกับโมเดลจาก MiniMax และ SenseTime และสามารถรันงานบนชิปของ Nvidia ได้ “เราสามารถใช้ชิป Nvidia เราสามารถใช้โมเดลของ Moonshot หรือ DeepSeek ได้” เขากล่าว “เราเหมือนคนในโรงเรียนมัธยมที่เป็นเพื่อนกับทุกคน” Votee ระบุว่าบริษัททำกำไรในความหมายที่ว่ารายได้สูงกว่าต้นทุน โดยได้รับเงินทุนส่วนใหญ่จากสัญญากับลูกค้า และมีมหาเศรษฐีฮ่องกง Allan Zeman ผู้พัฒนาแหล่งบันเทิงยามค่ำคืน Lan Kwai Fong ของเมือง เป็นที่ปรึกษา
ตอนนี้ความทะเยอทะยานของบริษัทขยายไปไกลกว่าฮ่องกง Ting ระบุว่า Votee กำลังอยู่ระหว่างการหารืออย่างจริงจังกับ AI Singapore และมีแผนจะขยายต่อไปทั่วเอเชียตะวันออกเฉียงใต้ เขายังมองเป้าหมายระยะยาวอีกประการหนึ่ง: การใช้ AI เพื่อช่วยปกป้องภาษาที่ใกล้สูญพันธุ์ในภูมิภาคต่าง ๆ รวมถึงเอเชียตะวันออก อเมริกาเหนือ และแอฟริกา Ting อธิบายความสำคัญของเรื่องนี้อย่างชัดเจน โดยเรียกการครอบงำของ AI ภาษาอังกฤษว่าเป็น “ช่วงเวลาของเครื่องพิมพ์ดีด” ที่ประสิทธิภาพการทำงานเพิ่มขึ้นมากจนผู้คนละทิ้งภาษาของตนเองเพียงเพื่อให้ตามทัน “ผู้คนจะหันมาใช้ภาษาอังกฤษเพียงเพราะประสิทธิภาพของเครื่องพิมพ์ดีดนั้นเหนือกว่าภาษาของพวกเขาเองอย่างมาก” เขากล่าว ว่าโมเดล AI ภาษากวางตุ้งขนาด 70,000 ล้านพารามิเตอร์จะสามารถต่อต้านแรงดึงดูดนั้นได้อย่างมีนัยสำคัญหรือไม่นั้นยังเป็นคำถามที่เปิดกว้าง แต่สำหรับ Ting แรงจูงใจลึกซึ้งกว่าการแย่งส่วนแบ่งตลาด “ทุกครั้งที่ภาษาหนึ่งตายไป คุณก็สูญเสียอีกหนึ่งมุมมองในการมองโลก” เขากล่าว
คำถามที่พบบ่อย
ทำไม Votee AI จึงมุ่งเน้นการพัฒนาโมเดล AI สำหรับภาษากวางตุ้ง?
เพราะภาษากวางตุ้งซึ่งมีผู้พูดมากกว่า 80 ล้านคน มีความแตกต่างจากภาษาจีนกลางอย่างมีนัยสำคัญและยังไม่ได้รับการดูแลจาก AI เพียงพอ ซึ่งส่งผลกระทบต่อภาคส่วนอย่างการศึกษาและการดูแลสุขภาพที่ต้องการเครื่องมือภาษาท้องถิ่นที่แม่นยำ
Votee AI สร้างโมเดล AI ภาษากวางตุ้งอย่างไร?
Votee AI นำโมเดลแบบ open-weight จากผู้พัฒนาอย่าง Meta มาฝึกใหม่ด้วยข้อมูลภาษากวางตุ้งที่เก็บรวบรวมผ่านการสแครปออนไลน์ แหล่งข้อมูลจากชุมชน มหาวิทยาลัย และข้อมูลสังเคราะห์ ทำให้คลังข้อมูลเติบโตจาก 100 ล้านเป็นมากกว่า 500 ล้านโทเคน
Sovereign AI คืออะไร และเกี่ยวข้องกับ Votee AI อย่างไร?
Sovereign AI คือแนวคิดที่ว่ารัฐบาลและบริษัทต่าง ๆ เป็นเจ้าของข้อมูล โมเดล และโครงสร้างพื้นฐาน AI ของตนเอง แทนที่จะพึ่งพาผู้ให้บริการจากต่างประเทศอย่างเต็มที่ Votee AI สนับสนุนแนวคิดนี้ด้วยการทำให้โมเดล AI รองรับภาษากวางตุ้ง และร่วมมือกับผู้ให้บริการฮาร์ดแวร์และโมเดลทั้งในและต่างประเทศ
แผนการขยายตัวในระดับภูมิภาคของ Votee AI คืออะไร?
Votee AI กำลังอยู่ระหว่างการหารืออย่างจริงจังกับ AI Singapore และมีแผนจะขยายสู่เอเชียตะวันออกเฉียงใต้ พร้อมทั้งสำรวจแนวทางที่ AI จะช่วยปกป้องภาษาที่ใกล้สูญพันธุ์ในภูมิภาคอื่น ๆ ทั่วโลกได้
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”ทำไม Votee AI จึงมุ่งเน้นการพัฒนาโมเดล AI สำหรับภาษากวางตุ้ง?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”เพราะภาษากวางตุ้งซึ่งมีผู้พูดมากกว่า 80 ล้านคน มีความแตกต่างจากภาษาจีนกลางอย่างมีนัยสำคัญและยังไม่ได้รับการดูแลจาก AI เพียงพอ ซึ่งส่งผลกระทบต่อภาคส่วนอย่างการศึกษาและการดูแลสุขภาพที่ต้องการเครื่องมือภาษาท้องถิ่นที่แม่นยำ”}} ,{“@type”:”Question”,”name”:”Votee AI สร้างโมเดล AI ภาษากวางตุ้งอย่างไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Votee AI นำโมเดลแบบ open-weight จากผู้พัฒนาอย่าง Meta มาฝึกใหม่ด้วยข้อมูลภาษากวางตุ้งที่เก็บรวบรวมผ่านการสแครปออนไลน์ แหล่งข้อมูลจากชุมชน มหาวิทยาลัย และข้อมูลสังเคราะห์ ทำให้คลังข้อมูลเติบโตจาก 100 ล้านเป็นมากกว่า 500 ล้านโทเคน.”}},{“@type”:”Question”,”name”:”Sovereign AI คืออะไร และเกี่ยวข้องกับ Votee AI อย่างไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Sovereign AI คือแนวคิดที่ว่ารัฐบาลและบริษัทต่าง ๆ เป็นเจ้าของข้อมูล โมเดล และโครงสร้างพื้นฐาน AI ของตนเอง แทนที่จะพึ่งพาผู้ให้บริการจากต่างประเทศอย่างเต็มที่ Votee AI สนับสนุนแนวคิดนี้ด้วยการทำให้โมเดล AI รองรับภาษากวางตุ้ง และร่วมมือกับผู้ให้บริการฮาร์ดแวร์และโมเดลทั้งในและต่างประเทศ.”}},{“@type”:”Question”,”name”:”แผนการขยายตัวในระดับภูมิภาคของ Votee AI คืออะไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Votee AI กำลังอยู่ระหว่างการหารืออย่างจริงจังกับ AI Singapore และมีแผนจะขยายสู่เอเชียตะวันออกเฉียงใต้ พร้อมทั้งสำรวจแนวทางที่ AI จะช่วยปกป้องภาษาที่ใกล้สูญพันธุ์ในภูมิภาคอื่น ๆ ทั่วโลกได้.”}}]}
บทความนี้จัดทำขึ้นโดยได้รับความช่วยเหลือจากปัญญาประดิษฐ์และผ่านการตรวจทานโดยทีมบรรณาธิการแล้ว
