อินเดียเปิดตัวโมเดล AI EKA-1 และ Dhir รองรับภาษาอินเดียและการทำงานออฟไลน์

โมเดล AI ของอินเดีย 3 รุ่นมุ่งรองรับภาษาท้องถิ่นและการประมวลผลที่เป็นส่วนตัว

อินเดียเปิดตัวโมเดลปัญญาประดิษฐ์ที่พัฒนาในประเทศ 3 รุ่นภายใต้โครงการ IndiaAI Mission ได้แก่ EKA-1 ของ Soket Labs และ Dhir 2B กับ Dhir 5B ของ ZenteiQ การประกาศเมื่อเดือนพฤศจิกายน 2026 รวบรวมเป้าหมายสำคัญสองด้านของโครงการ AI ในประเทศ ได้แก่ ซอฟต์แวร์ที่ใช้งานได้ในภาษาอินเดีย และเครื่องมือที่ทำงานที่เป็นประโยชน์ได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตตลอดเวลา

EKA-1 มีพารามิเตอร์ 26,300 ล้านตัว และรองรับภาษาอังกฤษกับภาษาทั้ง 22 ภาษาที่ระบุไว้ในบัญชีแนบท้ายรัฐธรรมนูญอินเดียฉบับที่ 8 ส่วนโมเดล Dhir รุ่นเล็กกว่ามีพารามิเตอร์ 2,000 ล้านตัวและ 5,000 ล้านตัวตามลำดับ รองรับภาษาอังกฤษและภาษาอินเดีย 10 ภาษา ผู้พัฒนาอธิบายการใช้งานตั้งแต่ตอบคำถามเกี่ยวกับเอกสาร ไปจนถึงช่วยทำคณิตศาสตร์ เขียนโปรแกรม และทำงานในสถาบันต่าง ๆ

เอส. กฤษณัน เลขาธิการกระทรวงอิเล็กทรอนิกส์และเทคโนโลยีสารสนเทศ เข้าร่วมงานเปิดตัวพร้อมเจ้าหน้าที่กระทรวงและ IndiaAI เขากล่าวว่าโมเดลที่พัฒนาขึ้นในประเทศอาจช่วยเสริมความเป็นอิสระทางเทคโนโลยีของอินเดีย และสนับสนุนการทำงานของภาครัฐ ภาคอุตสาหกรรม งานวิจัย การศึกษา และความมั่นคงปลอดภัยทางไซเบอร์

ประโยชน์ที่จับต้องได้ทันทีคือทางเลือกที่มากขึ้นว่าจะให้ AI ทำงานที่ใด องค์กรหนึ่งสามารถใช้โมเดลบนคอมพิวเตอร์ของตนเอง ขณะที่แอปพลิเคชันบนมือถือบางชนิดอาจประมวลผลคำขอได้โดยตรงบนโทรศัพท์ สำหรับสถาบันที่จัดการเอกสารละเอียดอ่อน วิธีนี้ช่วยให้ใช้ AI ได้โดยเก็บข้อมูลไว้ภายในสภาพแวดล้อมการประมวลผลของตน

มีการเปิดให้เข้าถึงโมเดลผ่าน AIKosh สำหรับนักวิจัย นักศึกษา สตาร์ตอัป บริษัท และประชาชนทั่วไป ZenteiQ ยังมีแผนพัฒนาแอปพลิเคชันบนมือถือให้ใช้ฟรี ดังนั้นการประกาศนี้จึงครอบคลุมทั้งโมเดลพื้นฐานที่นักพัฒนานำไปต่อยอดได้ และช่องทางที่เสนอให้ผู้คนใช้งานโมเดลได้โดยตรง

EKA-1 ออกแบบมาเพื่อทำอะไร

Soket Labs พัฒนา EKA-1 สำหรับงานต่าง ๆ เช่น คณิตศาสตร์ การเขียนโค้ด และการให้เหตุผล ซึ่งหมายถึงการประมวลข้อมูลเพื่อหาคำตอบ อภิเษก อุปปารวาล ประธานเจ้าหน้าที่บริหาร ระบุว่าธนาคาร บริการทางการเงิน และความมั่นคงปลอดภัยทางไซเบอร์เป็นประเด็นที่ให้ความสำคัญเป็นพิเศษ โดยออกแบบโมเดลให้สอดคล้องกับความต้องการของเศรษฐกิจดิจิทัลอินเดีย

โมเดลพื้นฐานคือระบบ AI ที่ผ่านการฝึกด้วยข้อมูลอย่างกว้างขวางพอจะรองรับการใช้งานหลายรูปแบบ นักพัฒนาสามารถสร้างเครื่องมือเฉพาะทางต่อยอดจากโมเดล เช่น บริการตอบคำถามเกี่ยวกับเอกสารทางการเงิน หรือซอฟต์แวร์ที่ช่วยโปรแกรมเมอร์เขียนโค้ด EKA-1 ตั้งใจให้เป็นขีดความสามารถพื้นฐานดังกล่าว ไม่ได้มุ่งทำงานเฉพาะอย่างที่กำหนดไว้อย่างแคบเพียงงานเดียว

พารามิเตอร์ 26,300 ล้านตัวของโมเดลคือค่าตัวเลขภายในที่ถูกปรับระหว่างการฝึก ช่วยให้ระบบรู้จำรูปแบบและสร้างคำตอบ จำนวนพารามิเตอร์บ่งชี้ขนาดของโมเดล แต่ผู้ใช้ยังต้องพิจารณาคุณภาพด้านภาษา ความแม่นยำของคำตอบ ความเร็ว และทรัพยากรการประมวลผลที่ต้องใช้กับงานนั้น ๆ ด้วย

ปริมาณข้อมูลฝึกที่ระบุสำหรับ EKA-1 อยู่ที่ประมาณ 7.5 ล้านล้านโทเคน โทเคนคือหน่วยย่อยที่ใช้แบ่งข้อความเพื่อประมวลผล บางครั้งเป็นคำเต็มและบางครั้งเป็นส่วนหนึ่งของคำ ตัวเลขอีกชุดที่เผยแพร่ระบุปริมาณไว้ที่ 7.5 แสนล้านโทเคน ซึ่งเท่ากับ 75 ล้านล้านโทเคน ทำให้ตัวเลขปริมาณข้อมูลฝึกที่ระบุมีความคลาดเคลื่อนอย่างมีนัยสำคัญ

การรองรับภาษาอินเดียมีขอบเขตสองระดับ

การรองรับภาษาอังกฤษและภาษาที่อยู่ในบัญชีแนบท้ายรัฐธรรมนูญอินเดียทั้ง 22 ภาษาเป็นหัวใจสำคัญของบทบาทที่ EKA-1 ตั้งใจให้มีในประเทศ คำอธิบายที่กว้างกว่านั้นยังระบุว่าโมเดลรองรับภาษาทั้งในอินเดียและภาษาต่างประเทศรวมกว่า 100 ภาษา ตลอดจนภาษาสำหรับเขียนโปรแกรม จำนวนภาษาตามบัญชีแนบท้ายระบุขอบเขตการรองรับภาษาอินเดียที่ประกาศไว้ ส่วนตัวเลขที่มากกว่าครอบคลุมภาษาที่หลากหลายกว่า

มีการระบุว่า Dhir 2B และ Dhir 5B รองรับภาษาอังกฤษและภาษาอินเดีย 10 ภาษา ด้วยขนาดที่เล็กกว่าและขอบเขตภาษาที่ระบุไว้แคบกว่า โมเดลทั้งสองจึงเป็นอีกทางเลือกหนึ่งจาก EKA-1 สำหรับสถาบัน โดยขึ้นอยู่กับเอกสาร ภาษา และอุปกรณ์ที่ใช้

สำหรับนักเรียนหรือเจ้าหน้าที่ภาครัฐ การรองรับภาษามีผลต่อการใช้งาน AI ในงานประจำวัน ผู้ช่วยจัดการเอกสารที่รับภาษาที่ใช้ในสำนักงานหรือห้องเรียนได้ ช่วยลดความจำเป็นในการแปลคำถามเป็นภาษาอังกฤษก่อนถาม อย่างไรก็ตาม คำอธิบายตอนเปิดตัวไม่ได้ให้ผลการทดสอบแยกตามภาษา หรือคะแนนความแม่นยำที่เปรียบเทียบกันได้ของโมเดลทั้งสาม

เหตุใดโมเดล Dhir จึงมีขนาดเล็กกว่า

ศาสตราจารย์ ศศิกุมาร กาเนสัน ประธานเจ้าหน้าที่บริหารของ ZenteiQ อธิบายว่า Dhir 2B และ Dhir 5B เป็นโมเดลขนาดกะทัดรัด พร้อมกล่าวถึงขนาดของโมเดลในงานเปิดตัวว่า

เราเปิดตัวโมเดลขนาดเล็กสองรุ่น เราเรียกโมเดลเหล่านี้ว่าโมเดลขนาดกะทัดรัด...สิ่งที่เราเปิดตัวคือโมเดลที่มีพารามิเตอร์สองพันล้านตัว และอีกโมเดลมีห้าพันล้านตัว...

EKA-1 มีพารามิเตอร์มากกว่า Dhir 5B ราว 5.3 เท่า และมากกว่า Dhir 2B ประมาณ 13.2 เท่า เมื่อคำนวณจากจำนวนที่ประกาศไว้ที่ 26,300 ล้าน 5,000 ล้าน และ 2,000 ล้านตามลำดับ โดยทั่วไปโมเดลขนาดเล็กใช้หน่วยความจำน้อยกว่าในการจัดเก็บพารามิเตอร์ จึงอาจเหมาะกับอุปกรณ์ที่มีทรัพยากรจำกัดกว่า

ZenteiQ ระบุว่าโมเดลของบริษัททำงานได้โดยตรงบนอุปกรณ์มือถือและบนแพลตฟอร์มประมวลผลหลากหลายรูปแบบ กาเนสันอธิบายประสบการณ์ใช้งานที่ตั้งใจไว้ว่า ผู้ใช้จะเข้าถึง AI ได้โดยไม่ต้องส่งคำขอแต่ละครั้งไปยังบริการระยะไกล

เราสามารถให้โมเดลเหล่านี้ทำงานบนอุปกรณ์มือถือของเราได้โดยตรง...ผู้ใช้สามารถเข้าถึงโซลูชัน AI ได้จากมือ โดยไม่ต้องใช้คลาวด์ ข้อแรกคือ...

โมเดล Dhir ออกแบบมาเพื่อค้นคืนข้อมูลจากเอกสาร ตอบคำถาม และสนับสนุนงานประจำ องค์กรด้านกลาโหม หน่วยงานภาครัฐ ธุรกิจอุตสาหกรรม และสถาบันการศึกษา เป็นกลุ่มผู้ใช้ที่เสนอไว้

การทำงานโดยไม่ใช้อินเทอร์เน็ตหมายถึงอะไร

โดยปกติ บริการ AI ที่ใช้ผ่านคลาวด์จะส่งคำขอไปยังคอมพิวเตอร์ที่อยู่ที่อื่นเพื่อประมวลผลและส่งคำตอบกลับมา การให้โมเดลทำงานภายในเครื่องจะย้ายการประมวลผลมาไว้บนโทรศัพท์หรืออุปกรณ์ขององค์กรเอง เมื่อติดตั้งซอฟต์แวร์และโมเดลที่จำเป็นแล้ว งานที่เหมาะสมก็ทำต่อได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตแบบเรียลไทม์

กฤษณันเน้นย้ำถึงศักยภาพที่โมเดลเหล่านี้จะทำงานในเครือข่ายคอมพิวเตอร์ที่ปลอดภัยและไม่มีการเชื่อมต่ออินเทอร์เน็ต เครือข่ายลักษณะนี้เหมาะกับสำนักงานภาครัฐและสถาบันอื่นที่มีข้อจำกัดในการเชื่อมต่อกับบริการภายนอก ตัวอย่างเช่น ผู้ช่วยจัดการเอกสารภายในเครื่องอาจช่วยเจ้าหน้าที่ค้นหาเอกสารภายใน โดยให้การประมวลผลอยู่ภายในองค์กร

แนวทางที่ใช้กับอุปกรณ์ของ ZenteiQ ยังอาจมีประโยชน์ในพื้นที่ที่สัญญาณเชื่อมต่ออ่อนหรือขาดหายเป็นช่วง ๆ ผู้ใช้จะพึ่งพาการเชื่อมต่อที่เสถียรน้อยลงสำหรับทุกคำขอ นอกจากนี้ยังมีการระบุว่า EKA-1 ทำงานบางอย่างบนโทรศัพท์มือถือได้ แม้ข้อกล่าวอ้างที่ชัดเจนที่สุดเกี่ยวกับการใช้งานบนมือถือจะเป็นของโมเดล Dhir ขนาดกะทัดรัด

การเก็บข้อมูลไว้บนอุปกรณ์ช่วยให้เจ้าของควบคุมได้มากขึ้นว่าจะประมวลผลข้อมูลที่ใด แต่องค์กรยังต้องจัดการสิทธิ์การเข้าถึงไฟล์ รักษาความปลอดภัยของอุปกรณ์ และกำหนดว่าแอปพลิเคชันจะใช้เอกสารใดได้บ้าง ดังนั้นความเป็นส่วนตัวจึงขึ้นอยู่กับวิธีติดตั้งใช้งานแอปพลิเคชันทั้งหมด นอกเหนือจากความสามารถของโมเดลในการทำงานภายในเครื่อง

การประมวลผลบนคลาวด์ช่วยพัฒนาโมเดลที่ออกแบบให้ใช้งานภายในเครื่อง

โมเดล Dhir ได้รับการพัฒนาโดยใช้หน่วยประมวลผลเทนเซอร์ของ Google Cloud หรือ TPU ช่วย ซึ่งเป็นหน่วยประมวลผลเฉพาะทางที่ใช้กับการคำนวณปริมาณมากในงาน AI นอกจากนี้ยังระบุว่าโมเดลทำงานบนระบบที่ใช้หน่วยประมวลผลกราฟิก หรือ GPU ได้ด้วย

การฝึกโมเดลกับการใช้งานในชีวิตประจำวันเป็นคนละขั้นตอน การฝึกจะปรับค่าภายในของโมเดลด้วยการประมวลผลข้อมูลจำนวนมาก ส่วนการใช้โมเดลที่ฝึกเสร็จแล้วเพื่อตอบคำถามเรียกว่า “การอนุมาน” นักพัฒนาสามารถใช้เครื่องประมวลผลประสิทธิภาพสูงบนคลาวด์ระหว่างฝึก แล้วเผยแพร่โมเดลที่ทำการอนุมานบนฮาร์ดแวร์ภายในเครื่องได้ในภายหลัง

โครงการ IndiaAI Mission สนับสนุนผู้พัฒนาทั้งสองรายด้วยทรัพยากรประมวลผลในอัตราที่ลดลง และความช่วยเหลือด้านค่าใช้จ่ายในการวิจัย การสนับสนุนดังกล่าวช่วยแบ่งเบาต้นทุนสำคัญในการสร้างโมเดลพื้นฐาน นั่นคือการจัดหากำลังประมวลผลให้เพียงพอสำหรับฝึกและพัฒนาโมเดล

กฤษณันเชื่อมโยงโครงการนี้กับความเป็นอิสระทางเทคโนโลยีและยุทธศาสตร์ ในทางปฏิบัติ การพัฒนาในประเทศทำให้องค์กรอินเดียมีแหล่งโมเดลเพิ่มเติมที่ออกแบบโดยคำนึงถึงภาษาและความต้องการของสถาบันในท้องถิ่น พร้อมทางเลือกในการติดตั้งบนโครงสร้างพื้นฐานที่องค์กรควบคุมได้

ช่องทางเข้าถึงโมเดล

AIKosh เป็นช่องทางเข้าถึงที่ประกาศไว้สำหรับนักวิจัย นักศึกษา สตาร์ตอัป ธุรกิจ และผู้ใช้ทั่วไป สำหรับนักพัฒนา การเข้าถึงโมเดลพื้นฐานเปิดโอกาสให้สร้างแอปพลิเคชันที่ออกแบบมาสำหรับเอกสารหรืองานเฉพาะ ส่วนสถาบันต้องพิจารณาขั้นต่อไปว่าจะเลือกวิธีติดตั้งแบบใดให้เหมาะกับอุปกรณ์ ภาษา และข้อกำหนดด้านข้อมูลของตน

ZenteiQ วางแผนเปิดให้ดาวน์โหลดแอปพลิเคชันบนมือถือฟรีผ่าน Play Store และบน iOS กาเนสันยังกล่าวว่าบริษัทตั้งใจเปิดตัวโมเดลที่มีพารามิเตอร์ 9,000 ล้านตัว เพื่อขยายกลุ่มผลิตภัณฑ์ให้ครอบคลุมมากกว่า Dhir 2B และ Dhir 5B

การประกาศไม่ได้ระบุวันเปิดตัวแอปพลิเคชันบนมือถือหรือโมเดลพารามิเตอร์ 9,000 ล้านตัวที่วางแผนไว้ อีกทั้งยังไม่ได้ระบุรุ่นโทรศัพท์ที่รองรับ ข้อกำหนดด้านหน่วยความจำ ขนาดดาวน์โหลด และเงื่อนไขการอนุญาตให้ใช้โมเดล ซึ่งเป็นรายละเอียดสำคัญสำหรับผู้ที่กำลังพิจารณาว่าจะติดตั้งหรือพัฒนาซอฟต์แวร์ต่อยอดได้หรือไม่

มีการระบุว่างานเปิดตัวจัดขึ้นในวันอังคาร ซึ่งตรงกับวันที่ 3 พฤศจิกายนในปี 2026 ขณะที่อีกข้อมูลหนึ่งระบุวันที่เปิดตัวเป็น 4 พฤศจิกายน ทั้งสองคำอธิบายต่างระบุว่าการเปิดตัวโมเดลทั้งสามเกิดขึ้นในสัปดาห์เดียวกัน

ผลที่เกิดขึ้นกับสถาบันและผู้ใช้

ขณะนี้หน่วยงานภาครัฐและธุรกิจมีโมเดลที่พัฒนาในประเทศเพิ่มอีกสามรุ่นให้พิจารณาสำหรับงานด้านภาษาและเอกสาร แต่ละรุ่นมีขนาดต่างกัน โดย EKA-1 มีพารามิเตอร์มากกว่าและรองรับภาษาตามที่ระบุไว้อย่างกว้างขวาง ส่วนโมเดล Dhir เน้นการทำงานในขนาดกะทัดรัด รวมถึงการใช้งานบนอุปกรณ์มือถือ

ธนาคารและความมั่นคงปลอดภัยทางไซเบอร์เป็นเป้าหมายเฉพาะของ Soket Labs ส่วนการค้นคืนเอกสารและตอบคำถามเกี่ยวกับข้อมูลภายในเป็นการใช้งานสำคัญของ Dhir โรงเรียน นักวิจัย และหน่วยงานภาครัฐก็สามารถสร้างแอปพลิเคชันโดยใช้ความสามารถเหล่านี้ และเลือกโมเดลกับชุดประมวลผลที่เหมาะกับงานของตน

ความเคลื่อนไหวที่เป็นรูปธรรมในขั้นต่อไป ได้แก่ การเปิดให้เข้าถึงผ่าน AIKosh ในวงกว้างขึ้น แอปพลิเคชันบนมือถือที่เสนอให้ใช้ฟรี และโมเดลขนาดใหญ่ขึ้นตามแผนของ ZenteiQ สำหรับผู้ใช้ ประโยชน์ที่แท้จริงจะขึ้นอยู่กับว่าโมเดลเหล่านี้จัดการกับภาษา เอกสาร และอุปกรณ์ที่ใช้ได้ดีเพียงใด

ประเด็นสำคัญ

• อินเดียเปิดตัว EKA-1, Dhir 2B และ Dhir 5B ภายใต้โครงการ IndiaAI Mission ในเดือนพฤศจิกายน 2026
• EKA-1 มีพารามิเตอร์ 26,300 ล้านตัว และรองรับภาษาอังกฤษกับภาษาอินเดียทั้ง 22 ภาษาที่อยู่ในบัญชีแนบท้ายรัฐธรรมนูญ
• Dhir 2B และ Dhir 5B รองรับภาษาอังกฤษและภาษาอินเดีย 10 ภาษา และออกแบบมาให้ติดตั้งใช้งานในขนาดกะทัดรัด รวมถึงบนอุปกรณ์มือถือ
• การประมวลผลภายในเครื่องอาจช่วยงานด้านเอกสารในสถาบันที่จำกัดการเข้าถึงอินเทอร์เน็ต และในพื้นที่ที่การเชื่อมต่อมีจำกัด
• โครงการ IndiaAI Mission สนับสนุนนักพัฒนาด้วยทรัพยากรประมวลผลและค่าใช้จ่ายในการวิจัย
• AIKosh เป็นแพลตฟอร์มเข้าถึงที่ประกาศไว้ ส่วนแอปพลิเคชันบนมือถือของ ZenteiQ ที่จะให้ใช้ฟรี และโมเดลพารามิเตอร์ 9,000 ล้านตัว ยังอยู่ในแผน