เรื่องหลัก: "พจนานุกรมภาษา AI (เวอร์ชันเดือนมีนาคม 2026), แนะนำให้เก็บไว้"

ผู้เขียนเรื่อง: Golem, Odaily วารสารดาวเรือง

ตอนนี้ ถ้าคุณเป็นคนวงการสกุลเงินแล้วไม่สนใจเรื่อง AI ง่ายจะถูกโทษหมดเลย (ใช่แล้ว คุณเพื่อน คิดดูได้ไงว่าทำไมถึงคลิกเข้ามา)

คุณรู้สึกหัวเราะทุกประสบการณ์ ไม่เข้าใจหน้าตา AI และต้องถามคนอื่นทุกคำย่อ, หรือคุณอาจกำลังเข้าร่วมกิจกรรมที่เกี่ยวกับ AI และต้องหลบหนีหรือจอแแป้งว่าไม่เข้าใจโค้ดชั้นนำ?

ถึงแม้จะไม่สมควรคาดหวังว่าจะกระโดดเข้าสู่วงการ AI ในระยะเวลาสั้น ๆ แต่รู้จักคำศัพท์พื้นฐานของวงการ AI ก็ไม่เสียหาย โชคดีที่มีบทความเล่มนี้สำหรับคุณ↓ ขอแนะนำให้คุณอ่านและเก็บไว้เป็นของตัวหา

คำศัพท์พื้นฐาน (12)

· LLM (โฮลมาโซมายภาษา)

LLM มีจุดเริ่มต้นที่การอบรมด้วยข้อมูลมากมาย เป็นโมเดลการเรียนรู้เชิงลึกที่เชี่ยวชาญในการเข้าใจและสร้างข้อความ มันสามารถประมวลผลข้อความ และตอนนี้ก็สามารถจัดการกับเนื้อหาประเภทอื่น ๆ ได้มากขึ้น

ขนาด SLM (โฮลมาเล็ก) — ซึ่งมักเน้นความน่าจะเป็นที่ต่ำกว่า การใช้งานง่าย และการถ่ายโอนท้องถิ่นของโมเดลภาษา

· AI Agent (เอไอ เจนท์)

AI Agent ไม่ได้หมายถึง "โมเดลสนทนาย" ต่างหาก แต่เป็นระบบที่สามารถเข้าใจวัตถุ, เรียกใช้เครื่องมือ, ดำเนินงานขั้นตอนต่าง ๆ, อาจจำเป็นต้องทำแผนหรือตรวจสอบก่อนดำเนินการด้วย

· Multimodal (หลากทาง)

โมเดล AI ของตัว ไม่ได้เฉพาะจดจองข้อความเท่านั้น แต่สามารถจัดการกับรูปภาพ, เสียง, วิดีโอและประเภทอื่น ๆ ของอินพุท-เอาตพุทพร้อมกัน โก้ก็เขียนได้อย่างชัดเจนว่าหมายถึงความสามารถในการจัดการและสร้างเนื้อหาประเภทต่าง ๆ

· Prompt (คำใบ้)

คำสั่งที่ผู้ใช้ให้แก่โมเดล คือวิธีแรกๆ แห่งการปฏิสัมพันธุ์ระหว่างมนุษย์กับคอมพิวเตอร์

· Generative AI (AI จำลอง)

เน้นไปที่ "การสร้าง" ด้วยไม่ใช่การจำแนกประเภทหรือการคาดการณ์เท่านั้น โมเดลที่สร้างเนื้อหาสามารถสร้างข้อความ, โค้ด, ภาพ, สติ๊กเกอร์, วิดีโอ และเนื้อหาประเภทต่าง ๆ ตามคำใบ้ที่กำหนด

· โทเค็น (Token)

นี่เป็นหนึ่งในแนวคิดในวงการ AI ที่คล้ายกับหน่วย "Gas" ที่สุด. โมเดลไม่ใช่ตาม "จำนวนคำ" เพื่อเข้าใจเนื้อหา, แต่ใช้ตาม token ในการประมวลผล input/output, การเรียกเก็บเงิน, ความยาวของ context, ความเร็วในการตอบสนอง, มักเกี่ยวข้องกับ token อย่างแม่นยำ.

· บทบาทของ Context (Context Window)

หมายถึงปริมาณ token ที่โมเดล "เห็น" และใช้ในครั้งเดียว, ที่เรียกว่า content window เป็นชื่ออีกตัวที่อ้างถึงปริมาณของ token ที่โมเดลสามารถพิจารณาหรือ "จำ" ในการประมวลผลครั้งเดียว.

· หน่วยความจำ (Memory)

ทำให้โมเดลหรือเอเจนต์สามารถจำข้อมูลที่ผู้ใช้ต้องการ, บริบทงาน, สถานะย้อนหลัง.

· การฝึกอบรม (Training)

กระบวนการที่โมเดลเรียนรู้พารามิเตอร์จากข้อมูล.

· การอินเฟอเร้นซ์ (Inference)

กับการฝึกอบรมตรงข้ามกัน, หมายถึงกระบวนการที่โมเดลได้รับข้อมูล input หลังจากขึ้นเส้นและสร้าง output. ในวงการมักพูดถึงว่า "การฝึกแพง แต่การอินเฟอเรนซ์แพงกว่า" เนื่องจากต้นทุนจริงในช่วงธุรกิจเกิดขึ้นในช่วงการอินเฟอเรนซ์. การแยกการฝึก/อินเฟอเรนซ์ที่เกี่ยวข้องกันนี้เป็นกรอบการถดถอบค่าใช้จ่ายการนำไปใช้ของผู้ผลิตหลัก.

· การใช้เครื่องมือ / การเรียกใช้เครื่องมือ (Tool Use / Tool Calling)

หมายถึงโมเดลไม่ใช่เพียงแค่ผลลัพธ์ข้อความ, แต่ยังสามารถไปเรียกใช้งานค้นหา, การดำเนินโค้ด, ดาต้าเบส, API ภายนอก ฯลฯ, ซึ่งได้ถูกถือว่าเป็นหนึ่งในความสามารถสำคัญของเอเจนต์.

· อินเตอร์เฟซแอพลิเคชั่นโปรแกรม (API)

โครงสร้างพื้นฐานเมื่อ AI ผลิตภัณฑ์, แอปพลิเคชัน, เอเจนต์ ส่งออกไปยังบริการภายนอก.

คำศัพท์ขั้นสูง (18)

· โมเดลทรานส์ฟอร์เมอร์ (Transformer)

รูปแบบของโมเดลที่ทำให้ AI เข้าใจความสัมพันธ์ของบริบท, เป็นเทคโนโลยีรากฐานสำคัญสำหรับโมเดลภาษาขนาดใหญ่ในปัจจุบัน, จุดเด่นสำคัญคือสามารถมองทุกคำในเนื้อหาทั้งหมดระหว่างมีความสัมพันธ์กับคำอื่นๆ.

· การให้ความสนใจ (Attention)

เป็นกลไกหลักที่สำคัญของโมเดล Transformer, มีหน้าที่ให้โมเดลเมื่ออ่านประโยคมีการดุดันเชื่อมโยง "คำใดเอกละคำไหนมีความสำคัญสูงสุด".

· โมเดลเอเจนติก / การดำเนินงานแบบเอเจนติก

นี่คือในที่สุดพูดถึงมากๆ หมายถึงระบบที่ไม่ได้เป็นเพียง "ถาม-ตอบ" แล้ว แต่มีความอิสระบ certain ในการแยกงาน ตัดสินใจขั้นตอนต่อไป และเรียกร้องความสามารถจากภายนอก มีบริษัทมากมายที่มองว่าเป็น "การเดินหน้าจาก Chatbot สู่ระบบปฏิบัติการที่เป็นไป"

· ซับเอเจนต์ (Subagents)

เอเจนต์หนึ่งต่อออกมาเป็นหลายเอเจนต์เล็กๆ ที่มีหน้าที่จัดการงานย่อย

· ทักษะ (Skills)

เมื่อ OpenClaw กำลังแพร่กระจาย คำนี้ก็หนักหนาขึ้น มันเป็นหนึ่งในหน่วยความสามารถ/คู่มือการดำเนินการที่สามารถติดตั้งได้ ใช้ซ้ำ และผสมระหว่างเอเจนต์ AI โดยเฉพาะ แต่ก็เตือนให้ระวังเกี่ยวกับความตรงไปตรงมากะเกี่ยวข้อผิดใช้เครื่องมือและความเสี่ยงในการเปิดเผยข้อมูล

· ภาษาเพ้อ (Hallucination)

หมายถึงโมเดลพูดเรื่องยังง่าย "มองเห็นรูปแบบที่ไม่มีอยู่" ซึ่งสร้างผลลัพธ์ที่ไม่ถูกต้องหรือหยาบคาย นี่คือโมเดลที่ดูเหมือนถูกต้องแล้วแต่ออกไปแล้วของเชื่อมั่นเกินความจริง

· ความล่าช้า (Latency)

เวลาที่โมเดลใช้ตั้งแต่ได้รับคำขอจนถึงผลลัพธ์ นี่เป็นหนึ่งในศัพท์สภาพการนิกฉัตรที่พบบ่อยที่สุด พอเริ่มต้นการทำงานและการนำผลิตภัณฑ์ต่อเข้าต้นบ่อยที่จะปรากฏขึ้น

· Guardrails (ราวกัน)

ใช้เพื่อ ยับยาบเครื่องมูของโมเดล/เอเจนต์ สามารถกระทำอะไรบ้าง เมื่อใดควรหยุด ข้อมูลบางส่วนที่ไม่สามารถส่งออกได้

· การเขียนบรรยากาศ (Vibe Coding)

คำนี่ก็เป็นซ้ำเบนยอดของศัพท์ AI ในปัจจุบัน มีความหมายว่าผู้ใช้ สื่อสารความต้องการผ่านพระคุ้มครอง เอเจนต์มาเขียนโค้ด และผู้ใช้ไม่จำเป็นต้องเข้าใจถึงวิธีการเขียนโค้ดโดยเฉพาะ

· พารามิเตอร์ (Parameters)

สำหรับเก็บสมรรถและความรู้ภายในโมเดลแบบตัวเลข สูงใช้เพื่อวัดบรรทุกของโมเดล คำว่า "พารามิเตอร์หมายถึง "แสกนพารามิเตอร์ร้อยล้าน" หรือ "ด้วยพารามิเตอร์หลายพันล้าน" เป็นคำศัพท์ที่พบกันบ่อยในวงการ AI

· โมเดลการคิด (Reasoning Model)

แนวทางที่ตามโมเดลที่เจาะจงที่เก่งตามหลายขั้นตอนประเมิน การวาทะผลลัพธ์ปฏิบัติ งานที่ซวยเป็นได้เป็นสมบูรณ์

· MCP (โมเดลคอนเท็กซ์โพรโตคอล)

นี่คือภาษาเลวที่มีความนิยมมากในปีที่ผ่านมา มีประโยชน์ในการสร้างอินเทอร์เฟซสำหรับโมเดลและเครื่องมือ/แหล่งข้อมูลภายนอก

· Fine-tuning / Tuning (การปรับแต่ง)

คือการฝึกโมเดลเบื้องต้นต่อ โดยทำให้มันเหมาะสมกับงานที่เฉพาะ, สไตล์ หรือด้านใดด้านหนึ่ง Google จำแนกคำว่า tuning และ fine-tuning เป็นแนวคิดที่เกี่ยวข้องกันโดยตรง

· Distillation (การใส่ใจ)

การบีบอัดความสามารถของโมเดลขนาดใหญ่ให้กับโมเดลขนาดเล็กให้มากที่สุด คล้ายกับการให้ "ครู" สอน "นักเรียน"

· RAG (การค้นคว้าแบบเสริม)

เป็นส่วนหนึ่งของการปรับแต่ง AI ในภาคธุรกิจ แมโครซอฟท์กำหนดมันว่าเป็นรูปแบบ "การค้นหา + LLM" โดยใช้ข้อมูลภายนอกเพื่อให้คำตอบมีความแข็งแรง จัดการกับข้อมูลการฝึกอบอุ่นของโมเดลที่ล้าสม ไม่เข้าใจฐานข้อมูลประทับใคร จุดประสงค์คือทำให้คำตอบขึ้นก่อนขึ้นอยู่บนเอกสารจริง และฐานความรู้ส่วนตัว ไม่ใช่เพียงแค่การพยายามแรงของโมเดล

· Grounding (การจับต้องข้อเท็จจริง)

มักปรากฏพร้อมกับ RAG แปลว่าการทำให้โมเดลตอบด้วยการสร้างบนเอกสารฐานข้อมูลหรือเว็บไซต์อื่น ๆ ซึ่งเป็นข้อเท็จจริงภายนอก และไม่ได้พึ่งตัววัดความจำเท่านั้น ไม๊โครซอฟท์ความจำันฯในเอกสาร RAG ชี้ชัดว่า grounding เป็นค่าหลัก

· Embedding (การฝังรูปภาพ/คำ / พลังแม่เวกเตอร์)

คือการเข้ารหัสข้อความภาพเสียงและอื่น ๆ เป็นเวกเตอร์ดิจิตอลมิติสูง เพื่อใช้ในการคำนวณความคล้ายคลึงในทางระดับความหมาย

· Benchmark (การทดสอบมาตรฐาน)

การใช้มาตรฐานเดียวกันในการทดสอบความสามารถของโมเดลวิธีการประเมิน รวมถึงการจัดอันดับที่เป็นที่ชื่นชอบของโมเดลต่าง ๆ

ลิงก์ข้อความเดิม

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia