🧠 “Wikidata เปิดตัวฐานข้อมูลเวกเตอร์ฟรี — ทางเลือกใหม่ของ AI ที่โปร่งใสและตรวจสอบได้” ในยุคที่ AI กลายเป็นเครื่องมือหลักในการสื่อสารและวิเคราะห์ข้อมูล Wikidata ซึ่งเป็นฐานข้อมูลเปิดขนาดใหญ่ในเครือ Wikimedia ได้เปิดตัวโครงการใหม่ชื่อว่า “Wikidata Embedding Project” โดยมีเป้าหมายเพื่อทำให้ข้อมูลเชิงโครงสร้างกว่า 119 ล้านรายการสามารถเข้าถึงได้ง่ายขึ้นสำหรับระบบ AI โดยเฉพาะโมเดลภาษาขนาดใหญ่ (LLMs) โครงการนี้เปิดตัวอย่างเป็นทางการในเดือนตุลาคม 2025 โดย Wikimedia Deutschland ร่วมมือกับ Jina.AI และ DataStax เพื่อสร้างฐานข้อมูลเวกเตอร์ที่สามารถค้นหาข้อมูลตาม “ความหมาย” ไม่ใช่แค่คำสำคัญแบบเดิม ซึ่งช่วยให้ AI เข้าใจบริบทและความสัมพันธ์ของข้อมูลได้ดีขึ้น ระบบนี้ใช้โมเดล embedding จาก Jina ที่รองรับมากกว่า 100 ภาษา และสามารถประมวลผลข้อความได้ถึง 8,192 โทเคน โดยจัดเก็บเวกเตอร์ใน Astra DB ของ DataStax ซึ่งเป็นฐานข้อมูลที่ออกแบบมาเพื่อรองรับงาน AI โดยเฉพาะ ฐานข้อมูลเวกเตอร์นี้เปิดให้ใช้งานฟรีและเป็นโอเพ่นซอร์ส นักพัฒนาสามารถนำไปใช้ในงานหลากหลาย เช่น การตรวจสอบข้อเท็จจริง การจำแนกข้อมูลแบบ zero-shot การแยกชื่อบุคคลที่คล้ายกัน และการสร้างภาพเชิงความหมายของกราฟความรู้ นอกจากนี้ยังรองรับ GraphRAG ซึ่งเป็นเทคนิคใหม่ที่ผสานการค้นหาแบบเวกเตอร์กับกราฟเพื่อการดึงข้อมูลที่แม่นยำยิ่งขึ้น Lydia Pintscher หัวหน้าโครงการ Wikidata กล่าวว่าการเปิดตัวครั้งนี้เป็นก้าวสำคัญในการสร้าง AI ที่โปร่งใสและตรวจสอบได้ โดยใช้ข้อมูลที่ได้รับการยืนยันแล้วจากชุมชนทั่วโลก แทนที่จะพึ่งพาข้อมูลปิดจากบริษัทเทคโนโลยีขนาดใหญ่ ผู้ใช้สามารถทดลองใช้งานได้ทันทีโดยไม่ต้องลงทะเบียน และ Wikimedia Deutschland ยังจัดสัมมนาออนไลน์ในวันที่ 9 ตุลาคม เพื่อแนะนำการใช้งานและแนวทางการนำไปใช้ในระบบ AI ✅ ข้อมูลสำคัญจากข่าว ➡️ Wikidata เปิดตัว Wikidata Embedding Project ฐานข้อมูลเวกเตอร์แบบโอเพ่นซอร์ส ➡️ รองรับการค้นหาข้อมูลตามความหมาย (semantic search) ไม่ใช่แค่คำสำคัญ ➡️ ใช้โมเดล embedding จาก Jina ที่รองรับมากกว่า 100 ภาษา ➡️ เวกเตอร์ถูกจัดเก็บใน Astra DB ของ DataStax ➡️ รองรับการใช้งานฟรีโดยไม่ต้องลงทะเบียนหรือ API key ➡️ เปิดให้ใช้งานตั้งแต่ตุลาคม 2025 โดยร่วมมือกับ Jina.AI และ DataStax ➡️ รองรับภาษาอังกฤษ ฝรั่งเศส และอาหรับในช่วงแรก ➡️ ใช้ได้กับงาน AI เช่น fact-checking, zero-shot classification, named entity disambiguation ➡️ รองรับ GraphRAG เพื่อการค้นหาข้อมูลแบบผสมระหว่างเวกเตอร์และกราฟ ➡️ Wikimedia Deutschland จัดสัมมนาออนไลน์วันที่ 9 ตุลาคม เพื่อแนะนำการใช้งาน ✅ ข้อมูลเสริมจากภายนอก ➡️ Wikidata เป็นฐานข้อมูลเปิดที่มีมากกว่า 119 ล้านรายการ และดูแลโดยอาสาสมัครกว่า 24,000 คน ➡️ Vector database ช่วยให้ AI เข้าใจบริบทของข้อมูลได้ดีกว่าการค้นหาแบบ keyword ➡️ GraphRAG เป็นเทคนิคใหม่ที่ใช้ในระบบ retrieval-augmented generation เพื่อเพิ่มความแม่นยำ ➡️ การใช้ข้อมูลที่ตรวจสอบได้ช่วยลดปัญหา “hallucination” ในการสร้างเนื้อหาโดย AI ➡️ การเปิดให้ใช้งานฟรีช่วยส่งเสริมการพัฒนา AI ในภาคการศึกษาและองค์กรไม่แสวงหากำไร https://news.itsfoss.com/wikidata-launches-vector-database/