Project Tapestry ทำเครื่องหมายถึงขั้นตอนแรกและขยายความสัมพันธ์ AI กับเวียดนามและอินเดีย

AI Alliance ประกาศเมื่อ 30 กันยายน 2026 ระหว่างสัปดาห์การประชุมสมัชชาใหญ่ของสหประชาชาติในนิวยอร์ก ว่า Project Tapestry ได้สำเร็จขั้นตอนทางเทคนิคแรกและขยายความร่วมมือ AI ระดับอธิปไตยกับเวียดนามและอินเดีย

Project Tapestry กำลังสร้างสหภาพเปิดระดับโลกที่ประเทศและสถาบันต่าง ๆ ร่วมมือกันพัฒนาโมเดลพื้นฐานโดยยังคงควบคุมข้อมูล โมเดลอธิปไตย และการใช้งานของตนเอง ภายใต้สถาปัตยกรรมที่อธิบายไว้ใน หน้าโครงการ โหนดพันธมิตรจะเก็บข้อมูลที่ละเอียดอ่อนไว้ในพื้นที่ของตน ใช้เพื่อคำนวณการอัปเดตน้ำหนัก และแบ่งปันเฉพาะน้ำหนักโมเดลที่ได้เท่านั้น; พันธมิตรใดก็สามารถสร้างโมเดลอธิปไตยที่เป็นของตนเองจากโมเดลฐานที่แชร์ได้ หน้าเว็บระบุว่า Yann LeCun เป็นที่ปรึกษาวิทยาศาสตร์ระดับสูงของโครงการ และอธิบาย AI Alliance ว่าเป็นกลุ่มสหภาพไม่แสวงหาผลกำไรด้านการวิจัย AI และเทคโนโลยีโอเพ่นซอร์สที่มีสมาชิกกว่า 200 องค์กร

เวียดนามยืนยันเจตนาที่จะร่วมมือในการพัฒนาโมเดลอธิปไตย

ในสัปดาห์การประชุมสมัชชาใหญ่ AI Alliance และผู้นำของ Project Tapestry ได้พบกันในนิวยอร์กกับเลขาธิการทั่วไปและประธานาธิบดีของเวียดนาม Tô Lâm รวมถึงรัฐมนตรีระดับสูงของรัฐบาล การสนทนาได้ยืนยันเจตนาที่จะร่วมมือในการพัฒนาโมเดล AI อธิปไตยที่สอดคล้องกับยุทธศาสตร์ AI ระดับชาติของเวียดนามและลำดับความสำคัญของประเทศ รวมถึงภาษา วัฒนธรรม ความรู้ และกรณีการใช้งานระดับชาติ เวียดนามได้เข้าร่วม Project Tapestry ตั้งแต่ขั้นตอนแรก และสหภาพได้อธิบายว่าการขยายความร่วมมือนี้เป็นก้าวหนึ่งสู่การเปลี่ยนโมเดลสหภาพให้เป็นการพัฒนา AI อธิปไตยระดับชาติ

“Project Tapestry มอบโอกาสให้เวียดนามเปลี่ยนความร่วมมือระดับนานาชาติให้เป็นความสามารถระดับชาติที่ยั่งยืน—การพัฒนา AI ที่เข้าใจภาษา วัฒนธรรม ความรู้ และลำดับความสำคัญของเรา พร้อมกับสร้างวิศวกรและสถาบันเพื่อดำเนินการ ปรับตัว และพัฒนาเทคโนโลยีต่อไป” นายเอกอัครราชทูต Hoang Anh Tuan, กงสุลใหญ่ของเวียดนามในซานฟรานซิสโก กล่าว

Christopher Nguyen, สถาปนิกหลักของ Project Tapestry, กล่าวว่า การสนับสนุนของ Tô Lâm ต่อแนวทางนี้เน้นย้ำวิสัยทัศน์ที่กว้างขวางของโครงการ โดยชี้ให้เห็นถึงงานที่ดำเนินขนานกันในเวียดนาม อินเดีย ญี่ปุ่น และภูฏาน

การบรรยายของอินเดียก่อนเวิร์กช็อปมุมไบ

กงสุลใหญ่ Binaya Srikanta Pradhan เป็นเจ้าภาพต้อนรับผู้นำของ Project Tapestry ที่กงสุลใหญ่ของอินเดียในนิวยอร์กในสัปดาห์นั้น Ganesh Ramakrishnan, ผู้ก่อตั้ง BharatGen, Ritwik Banerjee จาก Stony Brook University, และ Kaushik Bhatta, หุ้นส่วนและผู้อำนวยการของ AI Alliance, ได้สรุปข้อมูลเกี่ยวกับการพัฒนา AI ที่ขับเคลื่อนโดยสหภาพ, แนวทางของ Tapestry, และการเข้าร่วมใหม่ของ Stony Brook ในสหภาพ. Pradhan กล่าวว่า AI ที่สร้างขึ้นสำหรับภาษและวัฒนธรรมของอินเดียช่วยรักษาอำนาจการตัดสินใจของผู้ใช้

อินเดียเป็นผู้ร่วมมือเริ่มแรกของโครงการ BharatGen, แพลตฟอร์มโมเดลพื้นฐานแบบโอเพ่นซอร์สที่ได้รับการสนับสนุนจากรัฐบาลของประเทศ, ได้ดำเนินการพิสูจน์แนวคิดหนึ่งในสองของขั้นตอนสำคัญภายใต้การแนะนำของ Dr. Maneesh Singh, รองประธานฝ่ายการเรียนรู้ของเครื่อง, โดยฝึกร่วมกับ Monash University ทั้งในอินเดียและออสเตรเลียในขณะที่ข้อมูลของแต่ละสถาบันยังคงอยู่ในประเทศของตนเอง มูลนิธิ Gates ให้รางวัล Ramakrishnan เป็น Goalkeepers Champion ประจำปี 2026 ในสัปดาห์เดียวกันเพื่อยกย่องการเป็นผู้นำของ BharatGen BharatGen จะเป็นเจ้าภาพเวิร์กช็อปของ Project Tapestry ที่มุมไบในวันที่ 15 ตุลาคม 2026 เพื่อวางแผนขั้นตอนต่อไปของการมีส่วนร่วมของอินเดีย

ผลการค้นพบของ Milestone Zero

สหภาพได้สำเร็จ Milestone Zero เมื่อ 1 กันยายน 2026 และ เผยแพร่ผลการศึกษาเมื่อ 10 กันยายน 2026 การพิสูจน์แนวคิดสองครั้งได้ฝึกหรือปรับโมเดลในสี่สถานที่ในอินเดีย, ออสเตรเลีย, และสองภูมิภาคของ AWS, และมีการสนับสนุนเพิ่มเติมอีกแปดรายการผ่านกระบวนการสนับสนุนแบบเปิดของโครงการ

ในการพิสูจน์แนวคิดครั้งแรก ทีมร่วมของ BharatGen และ Monash University ได้ปรับจูนโมเดล OLMo 2 7B ในแต่ละโหนดโดยใช้ส่วนแยกของชุดข้อมูล CultureInstruct อย่างไม่ทับซ้อน โดยทำการผสานการเปลี่ยนแปลงน้ำหนัก LoRA ที่บีบอัดเป็นระยะ ๆ โดยไม่มีการแลกเปลี่ยนข้อมูลการปรับจูน การสอดคล้องทางวัฒนธรรมถูกวัดด้วยการประเมิน GlobalOpinionQA โดยใช้ระยะทาง Jensen‑Shannon ผ่านเจ็ดรอบ ผลการค้นพบระบุว่าราวน์ที่ 3 เป็นจุดตรวจสอบที่ดีที่สุดบนเมตริกสองภูมิภาคที่เท่าเทียมกันและเตือนว่าผลลัพธ์เบื้องต้นไม่ควรตีความว่าเป็นหลักฐานว่าการทำฟีเดอเรชันทำให้ประสิทธิภาพลดลง

การพิสูจน์แนวคิดครั้งที่สองดำเนินการฝึกต่อเนื่องของ OLMo 3 7B ผ่านกรอบงาน Flower แบบกระจายศูนย์กลางในสถานที่ต่าง ๆ ที่ซิดนีย์และเวอร์จิเนีย โดยประสานงานจากโอไฮโอ ตามผลการค้นพบ การฝึกใช้ข้อมูล 12 พันล้านโทเค็นทั่วสหภาพโดยใช้ GPU NVIDIA H100 จำนวนแปดเครื่องต่อสถานที่ โดยรักษาอัตราการประมวลผลประมาณ 44,400 โทเค็นต่อวินาทีต่อสถานที่ และสำเร็จสองรอบพร้อมจุดตรวจสอบสุดท้ายที่ได้รับการยืนยันอย่างอิสระ แม้ว่าความหน่วงเวลาการเดินทางไป‑กลับวัดได้ 186 มิลลิวินาทีและแบนด์วิธประมาณ 0.53 Gbit/s บนเส้นทางโอไฮโอ‑ซิดนีย์ ข้อมูลการฝึก Dolma 3 ที่แบ่งส่วนไม่เคยออกจากสถานที่

การศึกษาที่แยกออกมาใช้การปรับจูน LoRA บนโมเดล Llama-3.2-3B-Instruct และวัดระยะห่างของมันกับตำแหน่งของเวียดนามบนแผนที่วัฒนธรรม Inglehart‑Welzel จาก 2.46 ไปเป็น 1.35 ซึ่งทีมอธิบายว่าใกล้ขึ้น 45 % ในขณะที่คะแนน MMLU ทั้งหมดเปลี่ยนจาก 63.2 % ไปเป็น 62.4 % ซึ่งรายงานว่าไม่เป็นนัยสำคัญทางสถิติ การทดสอบการตรวจสอบที่ลงทะเบียนล่วงหน้าผ่านกระบวนการเปิดเผยพบว่าการเปลี่ยนแปลงเหล่านี้ทำให้พฤติกรรมการตอบแบบสำรวจเปลี่ยนแปลงมากกว่าพฤติกรรมการตอบแบบเปิด การบรรลุเป้าหมายครั้งนี้ยังได้ผลิตข้อกำหนดเวอร์ชัน 0.1 สำหรับกลยุทธ์การกำกับดูแลและการจัดการข้อมูลของโครงการ พร้อมกับจัดตั้งกลุ่มทำงานสำหรับทั้งสองด้าน

ขั้นตอนที่หนึ่งและแผนงาน 2026–2027

ผู้ร่วมเขียนของ Tapestry ได้นำเสนอเอกสารวิจัยชื่อ “อธิปไตยผ่านการพึ่งพาอิงกัน: ความเป็นตัวแทนเชิงความรู้, การกระทำอัจฉริยะ, และ AI แบบกระจาย” ที่การประชุมเชิงปฏิบัติการครั้งแรกเรื่อง Sovereign AI สำหรับระบบนิเวศ AI ที่ทำงานร่วมกันและหลายหลายรูปแบบ, จัดร่วมกับ ACM HCOMP 2026 ใน Washington, D.C.

“ขั้นตอนแรกของเราและความร่วมมือระดับโลกที่เพิ่มขึ้นแสดงให้เห็นว่า Tapestry กำลังเปลี่ยนจากสถาปัตยกรรมสู่เทคโนโลยีที่ทำงานได้จริง” Anthony Annunziata ผู้ร่วมก่อตั้งและประธานคณะกรรมการ AI Alliance กล่าว

ขั้นตอนที่หนึ่งดำเนินตั้งแต่เดือนกันยายนจนถึงเดือนพฤศจิกายน 2026 ครอบคลุมการฝึกอบรมของกลุ่ม konsortium การปรับแนววัฒนธรรม และการกำกับดูแลและการจัดการข้อมูล โดยมี OpenMined, Common Crawl และ GSMA เข้าร่วมงาน แผนงานที่เผยแพร่ระบุว่า Phase 1 ซึ่งเป็นเวอร์ชันแรกของแพลตฟอร์มการฝึกอบรมของกลุ่ม konsortium กำลังดำเนินการอยู่; โมเดลฐานแรกมุ่งหมายจะพร้อมภายในสิ้นปี 2026, การใช้งานแรกในครึ่งแรกของปี 2027, และโครงการระดับแนวหน้าจะเริ่มในฤดูร้อน 2027 หรือหลังจากนั้น การเคลื่อนย้ายจากขั้นตอนหนึ่งไปยังขั้นตอนถัดไปขึ้นอยู่กับจุดพิสูจน์ทางเทคนิค, ความมุ่งมั่นของพันธมิตร, ความพร้อมของคอมพิวเตอร์, ความพร้อมของข้อมูล, และเกณฑ์การระดมทุน