Meeting on a romantic night

เรื่องเล่าจาก Egg Minder ถึงกล้องที่ไม่มี 2FA: เมื่อเทคโนโลยีในบ้านกลายเป็นดาบสองคม

ในยุคที่ทุกอย่างเชื่อมต่ออินเทอร์เน็ตได้ การเพิ่มสมาร์ทดีไวซ์เข้าไปในบ้านดูเหมือนจะเป็นทางลัดสู่ความสะดวกสบาย แต่บทความจาก SlashGear ได้เตือนว่า มีอุปกรณ์บางประเภทที่ควรหลีกเลี่ยง เพราะมันอาจสร้างปัญหามากกว่าประโยชน์

ตัวอย่างแรกคืออุปกรณ์ที่ต้องสมัครสมาชิกเพื่อใช้งาน เช่นชุด SmartHome ของ Telus ที่รวมกล้อง, ไฟ, และเทอร์โมสแตตไว้ในแพ็กเกจรายเดือน แม้จะดูคุ้มในตอนแรก แต่ฟีเจอร์หลักหลายอย่างถูกล็อกไว้หลัง paywall และหากเลิกจ่าย อุปกรณ์อาจกลายเป็นของไร้ประโยชน์ทันที

อีกกลุ่มคืออุปกรณ์ที่ต้องเชื่อมต่ออินเทอร์เน็ตตลอดเวลา เช่นกล้องจาก Wyze หรือ Google Nest ที่สูญเสียฟีเจอร์สำคัญเมื่อเน็ตหลุด ซึ่งอาจทำให้ระบบรักษาความปลอดภัยในบ้านไร้ประโยชน์ในช่วงเวลาสำคัญ

ที่น่าขำแต่จริงคือ Egg Minder—ถาดใส่ไข่ที่เชื่อมต่อแอปเพื่อบอกว่าไข่ไหนเก่า แต่กลับมีปัญหาเรื่องการซิงก์ข้อมูล, การแสดงวันหมดอายุผิด และต้องให้ผู้ใช้กรอกข้อมูลเอง ทำให้มันกลายเป็นภาระมากกว่าผู้ช่วย

ด้านความปลอดภัย กล้องหรืออุปกรณ์ล็อกที่ไม่มีระบบ two-factor authentication (2FA) ก็เป็นอีกจุดอ่อนสำคัญ เช่นกล้อง Echo ที่ไม่บังคับใช้ 2FA ทำให้ผู้ไม่หวังดีอาจเข้าถึงระบบได้ง่ายขึ้น

สุดท้ายคือสถานีตรวจอากาศ AcuRite ที่แม้จะมีแผงโซลาร์ แต่ใช้แค่กับพัดลมภายใน ขณะที่หน้าจอยังต้องใช้แบตเตอรี่ และหากต้องการดูข้อมูลผ่านมือถือ ต้องเสียบสาย USB กับคอมพิวเตอร์ก่อน ซึ่งไม่สะดวกเลยเมื่อเทียบกับรุ่นที่เชื่อมต่อผ่าน Wi-Fi ได้โดยตรง

สมาร์ทดีไวซ์ที่ควรหลีกเลี่ยง
อุปกรณ์ที่ต้องสมัครสมาชิก เช่น Telus SmartHome bundle
อุปกรณ์ที่ต้องเชื่อมต่ออินเทอร์เน็ตตลอดเวลา เช่น Wyze, Google Nest
Egg Minder ที่ต้องกรอกข้อมูลเองและซิงก์ผิดพลาดบ่อย
กล้องหรืออุปกรณ์ล็อกที่ไม่มี 2FA เช่น Echo Camera
สถานีอากาศ AcuRite ที่ไม่สามารถดูข้อมูลผ่านมือถือโดยตรง

ปัญหาที่พบจากการใช้งานจริง
ฟีเจอร์หลักถูกล็อกหลังระบบสมาชิก
อุปกรณ์หยุดทำงานเมื่อเน็ตหลุด
แอปซิงก์ข้อมูลผิดพลาดและต้องกรอกเอง
ไม่มีระบบยืนยันตัวตนแบบสองขั้นตอน
ต้องเสียบสาย USB เพื่อดูข้อมูลจากสถานีอากาศ

ทางเลือกที่ควรพิจารณา
เลือกอุปกรณ์ที่ไม่มีระบบสมาชิก
ใช้อุปกรณ์ที่ทำงานได้แม้ไม่มีอินเทอร์เน็ต
เลือกกล้องหรืออุปกรณ์ล็อกที่มี 2FA
ใช้สถานีอากาศที่เชื่อมต่อกับมือถือผ่าน Wi-Fi

https://www.slashgear.com/1956282/smart-devices-to-avoid-at-home/

เรื่องเล่าจาก James Watt ถึง Porsche Turbo S: เมื่อหน่วยวัดพลังกลกลายเป็นเรื่องที่ต้องแปลก่อนเข้าใจ

แรงม้า (horsepower) เป็นหน่วยวัดพลังงานที่ James Watt คิดค้นขึ้นในศตวรรษที่ 18 เพื่อเปรียบเทียบประสิทธิภาพของเครื่องจักรไอน้ำกับแรงของม้า โดยนิยามว่า 1 แรงม้าเท่ากับ 550 ฟุต-ปอนด์ต่อวินาที ซึ่งกลายเป็นมาตรฐานในสหรัฐฯ

แต่ในยุโรปกลับใช้ระบบเมตริก โดยนิยาม “แรงม้าเมตริก” หรือ PS (Pferdestärke ในเยอรมัน) และ CV (Cavalli Vapore ในอิตาลี) ว่าเท่ากับ 735.5 วัตต์ ขณะที่แรงม้าแบบอเมริกันเท่ากับ 745.7 วัตต์ ทำให้แรงม้าเมตริกต่ำกว่าประมาณ 1.4% ดังนั้นรถที่มี 100 PS จะเท่ากับประมาณ 98.6 hp แบบอเมริกัน

ความต่างนี้สร้างความสับสนให้กับผู้ซื้อรถข้ามประเทศ เช่น Bugatti Veyron ที่เปิดตัวด้วยแรงม้า 1,000 PS แต่ในสหรัฐฯ ต้องระบุว่า 986 hp หรือ McLaren 765LT ที่ชื่อรุ่นอิงจาก 765 PS แต่ในอเมริกามีแรงม้าเพียง 755 hp

เพื่อแก้ปัญหานี้ ผู้ผลิตรถยนต์เริ่มระบุพลังงานในหน่วยกิโลวัตต์ (kW) ซึ่งเป็นมาตรฐานสากล โดย 1 kW เท่ากับ 1,000 วัตต์ หรือประมาณ 1.341 hp และ 1.36 PS เช่น Porsche 911 Turbo S ที่ระบุว่า 478 kW, 641 hp และ 650 PS—ทั้งหมดคือค่าพลังงานเดียวกันแต่ต่างหน่วย

ในรถยนต์ไฟฟ้า หน่วย kW กลายเป็นมาตรฐานหลัก เช่นมอเตอร์ 100 kW จะให้แรงม้า 134 hp หรือ 136 PS ซึ่งช่วยให้เปรียบเทียบได้ง่ายขึ้นระหว่างตลาดต่างประเทศ

อย่างไรก็ตาม แม้แรงม้าจะเป็นตัวเลขที่คนชอบพูดถึง แต่ประสิทธิภาพของรถยังขึ้นอยู่กับแรงบิด (torque), น้ำหนัก, อัตราทดเกียร์ และแอโรไดนามิก ซึ่งมีผลต่อการเร่งและการขับขี่มากกว่าแรงม้าเพียงอย่างเดียว

ความแตกต่างของหน่วยแรงม้า
แรงม้าแบบอเมริกัน (hp) = 745.7 วัตต์
แรงม้าเมตริก (PS/CV) = 735.5 วัตต์
PS ต่ำกว่า hp ประมาณ 1.4%

ตัวอย่างรถที่ใช้หน่วยต่างกัน
Bugatti Veyron: 1,000 PS = 986 hp
McLaren 765LT: 765 PS = 755 hp
Porsche 911 Turbo S: 478 kW = 641 hp = 650 PS

การใช้หน่วยกิโลวัตต์ (kW)
1 kW = 1.341 hp และ 1.36 PS
รถไฟฟ้าใช้ kW เป็นมาตรฐาน เช่น 100 kW = 134 hp
ช่วยให้เปรียบเทียบข้ามประเทศได้ง่ายขึ้น

ปัจจัยอื่นที่ส่งผลต่อประสิทธิภาพรถ
แรงบิด (torque) มีผลต่อการเร่งมากกว่าแรงม้า
น้ำหนักรถและอัตราทดเกียร์มีผลต่อความเร็ว
แอโรไดนามิกช่วยลดแรงต้านและเพิ่มประสิทธิภาพ

https://www.slashgear.com/1958204/confusing-difference-between-american-european-horsepower/

เรื่องเล่าจาก ETH Zurich ถึง 1811 ภาษา: เมื่อโมเดลภาษาไม่ได้ถูกสร้างเพื่อแข่งขัน แต่เพื่อให้ทุกคนเข้าถึงได้

Apertus เป็นโมเดลภาษาใหญ่ (LLM) ที่พัฒนาโดย Swiss National AI Institute (SNAI) ซึ่งเป็นความร่วมมือระหว่าง ETH Zurich และ EPFL โดยมีเป้าหมายเพื่อสร้างโมเดลที่เปิดทุกส่วน—ตั้งแต่โค้ด, น้ำหนักโมเดล, ข้อมูลเทรน, ไปจนถึงสูตรการเทรนเอง

โมเดลมีสองขนาดคือ 8B และ 70B พารามิเตอร์ โดยเวอร์ชัน 70B ถูกเทรนด้วยข้อมูล 15 ล้านล้าน token จากเว็บ, โค้ด, และคณิตศาสตร์ ผ่านกระบวนการ curriculum learning ที่จัดลำดับเนื้อหาอย่างเป็นระบบ

Apertus รองรับภาษามากถึง 1811 ภาษา โดย 40% ของข้อมูลเทรนเป็นภาษาที่ไม่ใช่ภาษาอังกฤษ เช่น Swiss German, Romansh และภาษาอื่น ๆ ที่มักถูกละเลยในโมเดลทั่วไป

โมเดลใช้สถาปัตยกรรม decoder-only transformer พร้อมฟังก์ชัน activation ใหม่ชื่อ xIELU และ optimizer แบบ AdEMAMix ซึ่งออกแบบมาเพื่อเพิ่มประสิทธิภาพการเทรนในระดับ bfloat16 บน GPU GH200 จำนวน 4096 ตัว

หลังการเทรน โมเดลยังผ่านการ fine-tune แบบมีผู้ดูแล และ alignment ด้วยเทคนิค QRPO เพื่อให้ตอบสนองต่อผู้ใช้ได้ดีขึ้น โดยไม่ละเมิดความเป็นกลางหรือความปลอดภัย

สิ่งที่โดดเด่นคือ Apertus เคารพสิทธิ์ของเจ้าของข้อมูลอย่างเข้มงวด โดยใช้ระบบ opt-out ที่สามารถย้อนกลับได้ และมีระบบ output filter ที่ผู้ใช้สามารถดาวน์โหลดทุก 6 เดือน เพื่อกรองข้อมูลส่วนบุคคลออกจากผลลัพธ์ของโมเดล

นอกจากนี้ Apertus ยังถูกออกแบบให้สอดคล้องกับกฎหมายความโปร่งใสของ EU AI Act และกฎหมายคุ้มครองข้อมูลของสวิตเซอร์แลนด์ โดยมีเอกสารสาธารณะและโค้ดการเทรนให้ตรวจสอบได้ทั้งหมด

ข้อมูลพื้นฐานของ Apertus
พัฒนาโดย SNAI ซึ่งเป็นความร่วมมือระหว่าง ETH Zurich และ EPFL
มีสองขนาด: 8B และ 70B พารามิเตอร์
เทรนด้วยข้อมูล 15T token จากเว็บ, โค้ด, และคณิตศาสตร์

สถาปัตยกรรมและเทคนิคการเทรน
ใช้ decoder-only transformer พร้อมฟังก์ชัน xIELU
ใช้ optimizer AdEMAMix และ precision แบบ bfloat16
เทรนบน GPU GH200 จำนวน 4096 ตัว

ความสามารถด้านภาษาและความโปร่งใส
รองรับ 1811 ภาษา โดย 40% เป็นภาษาที่ไม่ใช่ภาษาอังกฤษ
ใช้ข้อมูลที่เปิดและเคารพ opt-out ของเจ้าของข้อมูล
มีระบบ output filter สำหรับลบข้อมูลส่วนบุคคลจากผลลัพธ์

การใช้งานและการ deploy
รองรับ context ยาวถึง 65,536 token
ใช้งานผ่าน Transformers v4.56.0, vLLM, SGLang และ MLX
มีอินเทอร์เฟซผ่าน Swisscom และ PublicAI สำหรับผู้ใช้ทั่วไป

การปฏิบัติตามกฎหมายและจริยธรรม
สอดคล้องกับ EU AI Act และกฎหมายสวิตเซอร์แลนด์
มีเอกสารสาธารณะและโค้ดการเทรนให้ตรวจสอบได้
ไม่ใช้ข้อมูลที่ละเมิดสิทธิ์หรือมีเนื้อหาที่ไม่เหมาะสม

https://huggingface.co/swiss-ai/Apertus-70B-2509

เรื่องเล่าจาก MLIR ถึง MI300X: เมื่อ Chris Lattner กลับมาอีกครั้ง พร้อมภาษาที่อาจแทนที่ CUDA ได้ในอนาคต

Chris Lattner ผู้สร้าง LLVM, Clang และ Swift กลับมาอีกครั้งในฐานะผู้ก่อตั้ง Modular Inc. พร้อมเปิดตัว Mojo ซึ่งเป็นภาษาโปรแกรมใหม่ที่ออกแบบมาเพื่อแก้ปัญหาหลักของการพัฒนา AI: ความซับซ้อนของการเขียนโค้ดที่ต้องควบคุมฮาร์ดแวร์โดยตรง

Mojo ถูกสร้างขึ้นบน MLIR (Multi-Level Intermediate Representation) ซึ่งเป็นระบบที่ Lattner เคยออกแบบให้ Google ใช้ใน TensorFlow และตอนนี้กลายเป็นแกนกลางของการแปลงโค้ด Mojo ให้ทำงานได้ทั้งบน CPU, GPU, DSP, FPGA และแม้แต่ MCU

สิ่งที่ทำให้ Mojo น่าสนใจคือการรวมความง่ายของ Python เข้ากับประสิทธิภาพของ C++ และความปลอดภัยของ Rust โดยสามารถเขียนโค้ดแบบ metaprogramming ได้เต็มรูปแบบ และยังรองรับการ compile แบบ static เพื่อให้ได้ performance สูงสุด

ในงาน Advancing AI 2025 Lattner สาธิตการใช้ Mojo กับ ROCm และ CUDA เพื่อรันโมเดลบน GPU ของ AMD และ NVIDIA โดยไม่ต้องเขียนโค้ดเฉพาะ vendor และยังสามารถใช้ Mojo สร้าง graph compiler ที่ปรับแต่งได้ตาม workload

เขายังโชว์การรันโมเดลบนคลัสเตอร์ MI300X ของ AMD ซึ่งเป็น GPU ระดับสูงสำหรับงาน AI โดยใช้ Mojo ควบคุม tensor core และ memory layout ได้ละเอียดระดับ instruction—สิ่งที่ก่อนหน้านี้ต้องใช้ CUDA หรือ HIP เท่านั้น

เป้าหมายของ Mojo คือการเป็น “ภาษาเดียวที่ครอบคลุมทุกระดับของ AI stack” ตั้งแต่การเขียน preprocessing pipeline ไปจนถึงการ optimize kernel บน GPU โดยไม่ต้องสลับภาษาไปมา

จุดเด่นของ Mojo
สร้างบน MLIR เพื่อรองรับหลายสถาปัตยกรรม
รวมความง่ายของ Python กับประสิทธิภาพของ C++ และความปลอดภัยของ Rust
รองรับ metaprogramming และ static compilation

การใช้งานกับ GPU
ใช้ Mojo กับ ROCm และ CUDA ได้โดยไม่ต้องเขียนโค้ดเฉพาะ vendor
ควบคุม tensor core และ memory layout ได้ละเอียดระดับ instruction
รันโมเดลบนคลัสเตอร์ MI300X ของ AMD ได้อย่างมีประสิทธิภาพ

เป้าหมายของ Mojo
เป็นภาษาเดียวที่ครอบคลุมทุกระดับของ AI stack
ลดความซับซ้อนของการพัฒนา AI infrastructure
สร้าง graph compiler ที่ปรับแต่งได้ตาม workload

ความเชื่อมโยงกับ MLIR
MLIR เป็นระบบกลางที่ช่วยให้ Mojo แปลงโค้ดไปยังฮาร์ดแวร์ต่าง ๆ ได้
เคยใช้ใน TensorFlow และตอนนี้กลายเป็นแกนของ Mojo
ช่วยให้การ optimize compiler เป็นเรื่องที่ทำได้แบบ modular

https://signalsandthreads.com/why-ml-needs-a-new-programming-language/

เรื่องเล่าจาก DuckDuckGo ถึง Grok: เมื่อ AI ไม่ได้แค่จำคำพูดคุณ แต่เรียนรู้วิธีโน้มน้าวคุณจากมัน

Gabriel Weinberg ผู้ก่อตั้ง DuckDuckGo เขียนบทความเตือนว่า AI surveillance กำลังกลายเป็นภัยเงียบที่รุนแรงกว่าการติดตามออนไลน์แบบเดิม เพราะแชตบอทไม่ได้แค่รับข้อมูล แต่สามารถ “เข้าใจ” และ “ปรับตัว” เพื่อโน้มน้าวคุณได้อย่างแม่นยำ

ต่างจากการค้นหาบน Google ที่เผยให้เห็นความสนใจหรือปัญหาเฉพาะหน้า การสนทนากับแชตบอทเผยให้เห็นกระบวนการคิด สไตล์การสื่อสาร และแม้แต่จุดอ่อนทางอารมณ์ของผู้ใช้ ซึ่งสามารถนำไปสร้างโปรไฟล์ที่ละเอียดมาก—และใช้เพื่อการโฆษณาเชิงพฤติกรรมหรือการชักจูงทางการเมือง

Weinberg ยกตัวอย่างว่า แชตบอทสามารถเสนอ “ข้อเท็จจริง” ที่ไม่ได้รับการตรวจสอบ หรือแนะนำผลิตภัณฑ์อย่างแนบเนียน โดยอิงจากรูปแบบการพูดของคุณเอง และยิ่งแชตบอทมีระบบความจำ (memory) ก็ยิ่งสามารถ fine-tune การโน้มน้าวให้ตรงจุดมากขึ้น

DuckDuckGo จึงเปิดตัว Duck.ai ซึ่งเป็นแชตบอทที่เน้นความเป็นส่วนตัว โดยไม่เก็บข้อมูลการสนทนา และให้ผู้ใช้เลือกได้ว่าจะใช้ AI หรือไม่ในการค้นหา

แต่ในโลกจริง กลับมีเหตุการณ์ที่สวนทางกับแนวคิดนี้ เช่น Grok ของ X ที่รั่วข้อมูลการสนทนาหลายแสนรายการ, Perplexity ที่ถูกแฮกจนข้อมูลผู้ใช้หลุด, Anthropic ที่เปลี่ยนนโยบายให้เก็บข้อมูลการแชตเป็นค่าเริ่มต้น และ OpenAI ที่ประกาศวิสัยทัศน์ “super assistant” ที่ติดตามทุกการกระทำของผู้ใช้ แม้แต่ในโลกออฟไลน์

Weinberg เรียกร้องให้สภาคองเกรสเร่งออกกฎหมายคุ้มครองความเป็นส่วนตัวของ AI ก่อนที่ทุกอย่างจะสายเกินไป เพราะสหรัฐฯ ยังไม่มีแม้แต่กฎหมายความเป็นส่วนตัวออนไลน์ทั่วไป และเวลาในการแก้ไขกำลังหมดลง

ความแตกต่างของ AI กับการติดตามออนไลน์แบบเดิม
แชตบอทเผยให้เห็นกระบวนการคิดและสไตล์การสื่อสาร
สร้างโปรไฟล์ที่ละเอียดกว่าการติดตามผ่าน search query
ใช้เพื่อการโน้มน้าวเชิงพฤติกรรมและการเมืองได้อย่างแนบเนียน

ตัวอย่างการละเมิดความเป็นส่วนตัว
Grok รั่วข้อมูลการสนทนาหลายแสนรายการ
Perplexity ถูกแฮกจนข้อมูลผู้ใช้หลุด
Anthropic เปลี่ยนนโยบายให้เก็บข้อมูลการแชตเป็นค่าเริ่มต้น
OpenAI วางแผนสร้าง “super assistant” ที่ติดตามทุกการกระทำของผู้ใช้

แนวทางของ DuckDuckGo
เปิดตัว Duck.ai ที่ไม่เก็บข้อมูลการสนทนา
ให้ผู้ใช้เลือกได้ว่าจะใช้ AI หรือไม่
แสดงให้เห็นว่า AI ที่เคารพความเป็นส่วนตัวสามารถทำได้จริง

ข้อเรียกร้องด้านนโยบาย
เรียกร้องให้สภาคองเกรสออกกฎหมายคุ้มครองความเป็นส่วนตัวของ AI
ชี้ว่าสหรัฐฯ ยังไม่มีแม้แต่กฎหมายความเป็นส่วนตัวออนไลน์ทั่วไป
เตือนว่าเวลาในการแก้ไขกำลังหมดลง

https://gabrielweinberg.com/p/ai-surveillance-should-be-banned

ร้านครัว515 #บางพลี #สมุทรปราการ #กินอะไรดี #ร้านดีบอกต่อ #อร่อยบอกต่อ #กิน #อร่อย #อาหาร #eat #food #foodie #delicious #thaifood #streetfood #กินง่ายริมทาง #thaitimes #kaiaminute

แกะรอยเก่า ตอนที่ 6
นิทานเรื่องจริง เรื่อง “แกะรอยเก่า”
ตอนที่ 6
แล้วนาย Kenneth ก็ตกลงจะทำงานช่วงสั้นเฉพาะกิจให้นาย Donovan ใน office of the Co-Ordination (OCI) ซึ่งนาย Donovan ตั้งขึ้น (สงสัยเพราะตกลงราคาค่าจ้างยังไม่เป็นที่พอใจกัน อดีตมิชชั่นนารี ต่อรองกับอดีตนักกฏหมาย ผลก็น่าจะพอเดากันออก)

นาย Donovan เคยไปรบสมัยสงครามโลกครั้งที่ 1 เก่งกล้าสามารถมาก จนได้สมญาว่า “Wild Bill Donovan” เขาเชื่อว่าสงครามโลกครั้งที่ 2 จะเกิดขึ้นแน่ และอเมริกาจะต้องเกี่ยวข้องด้วย (ทำไมนาย Donovan ถึงเชื่อเช่นนั้น เอ! หรือนาย Donovan จะเกี่ยวกับ CFR จริง !) แต่ตอนนั้นไม่มีใครในอเมริการู้จักคู่รบของอเมริกาเลย เขาจึงเตือนประธานาธิบดี Roosevelt ให้เตรียมตั้งหน่วยงานข่าวกรอง เพื่อหาข้อมูลและข่าวเกี่ยวกับญี่ปุ่นและประเทศแถบอินโดจีนเอาไว้
เมื่อประธานาธิบดี Roosevelt เห็นชอบด้วย นาย Donovan จึงตั้งหน่วยงานชื่อ Office of the Co-Ordination of Information (OCI) ขึ้น ซึ่งต่อมาเมื่ออเมริกาเข้าสู่สงครามโลกครั้งที่ 2 เต็มตัว OCI ได้เปลี่ยนเป็น Office of Strategic Services (OSS) ภายใต้การดูแลของนาย Donovan เช่นเดิม
เมื่อสงครามโลกสิ้นสุดลง OSS ได้ถูกยกเลิกและเปลี่ยนเป็น Central for Intelligence Agency (CIA) แทน นอกเหนือจากนาย Donovan ผู้ซึ่งเป็นผู้ให้กำเนิด OSS และ CIA แล้ว นาย Kenneth บอกว่า เขาก็ถูกนับว่าเป็น “รุ่นก่อตั้ง” ของหน่วยงานข่าวกรอง OSS ด้วยเช่นกัน (นาย Kenneth นี่ ไม่ใช่แค่เป็นนักฉวยโอกาส แต่เป็นคนชี้ไม้อีกด้วย คุณสมบัติแบบนี้ถ้าเบื่อเป็นมิชชั่นนารี น่าจะไปทำงานประเภทเล่าข่าวเช้านี้ บางคนอาจตกอันดับ)
นาย Kenneth ให้เหตุผลว่า ที่อเมริกาไม่เคยมีหน่วยงานข่าวกรองของตนเอง เกี่ยวกับต่างประเทศมากนัก เพราะก่อนหน้านั้น อเมริกามีนโยบายสันโดษ (isolation) ไม่ยุ่งกับประเทศอื่นมาตั้งแต่ประมาณ ค.ศ.1930 ต้นๆ โดยเฉพาะไม่ร่วมทำสงครามด้วย และถ้าอยากจะได้ข้อมูลเชิงลึกอะไร อเมริกาก็จะอาศัยถามเพื่อนรัก ร่วมก๊วน 3 เกลอหัวแข็ง คือ อังกฤษ และฝรั่งเศส ซึ่งข้อมูลของทั้ง 2 ประเทศ ส่วนมากก็จะเกี่ยวกับประเทศอาณานิคมของเขา (อเมริกาเปลี่ยนจากนโยบายสันโดษ เป็นนักค้าสงครามเมื่อประมาณ ค.ศ.1945 ตามแรงผลัก แรงดันของกลุ่ม CFR ที่ควบคุมนโยบายการต่างประเทศของอเมริกา ผ่านคนของ CFR อีกต่อหนึ่ง!)
การบ้านที่นาย Donovan มอบให้นาย Kenneth ทำคือ ทำรายงานเกี่ยวกับสถานการณ์ในเอเซียตะวันออกเฉียงใต้ ดีร้ายขนาดไหน ใครคุมใคร ใครได้เปรียบเสีบเปรียบ ใครมีจุดอ่อนจุดแข็งอย่างไร ใส่มาให้หมด สิว ไฝ ฝ้า อยู่ตรงไหนอย่าลืมบอก รวมทั้งฝรั่งเศสไอ้จั๊กกะแร้เหม็นเขียวด้วย คนแถบอินโดจีนเขามองเจ้านี่อย่างไร เขายังอยากจะไปซบจั๊กกะแร้เหม็นอยู่อีกไหม แล้วอย่าลืมรายงานเรื่องคนไทยกับพี่ยุ่นด้วยล่ะ หลังถูกพี่ยุ่นเอารถถังมาวิ่งรอบเมืองกรุงเทพแทนรถเมล์แล้วน่ะ คนไทยทำยังไง เอาดอกไม้ไปให้พี่ยุ่น หรือเอาประทัดไปไล่ ความสัมพันธ์ของไทยกับญี่ปุ่นนี้ จะเป็นตัววัดผลแพ้ชนะของการรบในภูมิภาคนี้ เรื่องนี้เป็นเรื่องสำคัญของพี่เบิ้ม รายงานผิดเดี๋ยวได้กลับไปอยู่เมืองตรังแน่
อีกรายงานหนึ่งที่นาย Kenneth ต้องทำคือวิเคราะห์ความสัมพันธ์ของอังกฤษกับลูกหาบเช่น พม่า รวมทั้ง มาลายู และสิงคโปร์ จะได้เอาไปตรวจสอบได้ว่าอังกฤษมิตรรัก บอกความจริงกับอเมริกามากน้อยแค่ไหน ถึงจะสัมพันธ์ชิดมิตรใกล้ก็เถอะ ไว้ใจกันได้ที่ไหน เรื่องของผลประโยชน์! ข้อมูลเหล่านี้ช่วยทำให้อเมริกาวางยุทธศาสตร์การรบของอเมริกา ในช่วงสงครามโลกและที่สำคัญคือช่วงหลังสงครามโลกเป็นอย่างดี
ในช่วงสงครามโลกครั้งที่ 2 ระหว่างที่ญี่ปุ่นบุกเมืองไทย เมืองไทยเองก็แบ่งเป็น 2 ฝ่าย คือฝ่ายรัฐบาล จอมพล ป. เจ้าของนโยบายใส่หมวกแล้วชาติเจริญ เป็นนายกรัฐมนตรีที่แสดงตัวเข้ากับฝ่ายญี่ปุ่น ถึงขนาดประกาศสงครามกับอังกฤษและอเมริกา เอาใจญี่ปุ่นกันจนออกนอกหน้า ขณะที่คนไทยอีกพวกหนึ่งคือพวกเสรีไทย ที่ก่อตั้งขึ้นโดยคนไทยที่อยู่ต่างประเทศ (อังกฤษและอเมริกา) และอยู่ในประเทศไทย เข้ากับฝรั่งทั้งอังกฤษและอเมริกาแบบออกนอกหน้าพอกัน ประกาศไม่เห็นด้วยกับการเข้าพวกกับญี่ปุ่นของจอมพล ป. นายปรีดี พนมยงค์ เป็นหัวหน้าเสรีไทยที่อยู่ในประเทศไทย เมื่อรัฐบาลไทยประกาศสงครามกับอังกฤษและอเมริกา หลังจากเกิดเหตุการณ์ Pearl Harbor มรว. เสนีย์ ปราโมช ซึ่งขณะนั้นเป็นฑูตไทยประจำที่อเมริกาแต่มาธุระที่เมืองไทย รีบบินกลับไปอเมริกา เพื่อไปบอกอเมริกาว่าการประกาศสงครามของไทยต่ออเมริกาและอังกฤษนั้น เราคนไทยไม่เกี่ยวนะ ไม่ใช่ความต้องการของพวกเรา เราไม่เอ้า ไม่เอาญี่ปุ่น เราเอาพวกท่าน คนไทยขอให้พวกท่านเข้าใจและช่วยเหลือพวกเราด้วย
ในตอนนั้นนาย Donovan ได้ตั้งหน่วยงานขึ้นมาอีกหน่วย ชื่อ Office of War Information (OWI) ทางอเมริกาจึงตกลงให้ มรว. เสนีย์ ทำการออกอากาศเป็นภาษาไทยจากอเมริกา ผ่านหน่วยงานของ OWI ประกาศเจตนารมณ์ของเสรีไทย ให้คนไทยทางเมืองไทยทราบ วิทยุเสรีไทยที่ออกอากาศเป็นภาษาไทยนี้ มีนาย Kenneth เป็นผู้ประสานงาน นาย Kenneth บอกว่าอเมริกาให้เขาคอยเฝ้าดูว่าฝ่ายไทยจะพูดจาออกอากาศตรง กับที่แจ้งไว้กับอเมริกาหรือไม่ (แสดงถึงความเชื่อใจกันอย่างเต็มที่เลย !) ในเมื่อเขาเป็นคนอเมริกันคนเดียวตอนน้ัน ที่อยู่ตรงนั้น ที่รู้ภาษาไทย จึงรับหน้าที่ประสานงานกับเสรีไทย จึงเป็นเหตุให้นาย Kenneth จึงยังทำงานกับรัฐบาลอเมริกาต่อไป (และเข้าใจว่า คงต่อรองเรื่องค่าจ้างกันจนเป็นที่ถูกใจ นาย Kenneth แล้ว)
นาย Kenneth เล่าว่า ช่วงที่สงครามโลกกำลังเข้มข้นอยู่แถวอินโดจีน ประเทศอาณานิคม เช่น มาลายู สิงคโปร์ คิดว่าอังกฤษจะช่วยรบกับญี่ปุ่นให้ แต่อันที่จริงแล้ว นายเชอร์ซิล นายกรัฐมนตรีอังกฤษ ไม่เคยมีเจตนาเช่นนั้นเลย นายเชอร์ซิลพร้อมที่จะทิ้งอาณานิคมของตนให้สู้ไปลำพัง สมันน้อยก็จำตรงนี้ไว้นะ ชอบเชื่อฝรั่งอั่งม้ออยู่เรื่อย เขาบอกอะไรก็เชื่อ ท้ายที่สุดเขาก็ต้องเห็นประโยชน์ของเขามากกว่า เรานึกว่าเขาจะอุ้มกระเตงเราไปตลอดหรือไง หมดประโยชน์เขาก็โยนทิ้ง เฮ้อ! บอกเท่าไหร่ไม่เคยเชื่อ บูชาคุณพ่อฝรั่งกันเหลือเกิน

คนเล่านิทาน

แกะรอยเก่า ตอนที่ 5
นิทานเรื่องจริง เรื่อง “แกะรอยเก่า”
ตอนที่ 5
เมื่อครอบครัว Kenneth กลับมาถึงอเมริกา นาย Kenneth กลับไปทำปริญญาเอกต่อที่มหาวิทยาลัย Chicago เมื่อได้ปริญญา เขาก็รีบหางาน เพราะเป็นช่วงที่เศรษฐกิจอเมริกากำลังตกสะเก็ด งานที่เขาคิดจะทำและน่าจะสมประโยชน์ คือ ไปติดต่อมหาวิทยาลัยดังๆ ในอเมริกา ให้ตั้งแผนก Southeast Asian Studies ด้วยหนังสือที่จะได้รับมาจากกรมพระยาดำรงฯ โดยเขาจะเป็นหัวหน้าแผนกวิชา เขาไปทุกมหาวิทยาลัยที่มีชื่อเสี ยง เช่น Princeton, Columbia, Yale, Pennsylvania, Harvard และ Chicago ฯลฯ แต่ไม่เป็นผลไม่มีใครสนใจ ไม่มีใครรู้จัก สยาม รู้จักแต่จีนและเวียตนาม ส่วนใหญ่จะรู้จักประเทศที่เป็นอาณานิคม
มหาวิทยาลัยต่างๆนี้มันอยู่ไกล กันคนละเมือง งานก็ไม่มีทำ เงินก็ไม่มี แล้วเดินทางได้ยังไง น่าสงสัยจริง แล้วนาย Kenneth ก็สารภาพมาเองว่า ที่เขาสามารถเดินทางไปติดต่อมหาวิทยาลัยต่างๆ ได้ เพราะเขาได้รับการเงินทุนสนับสนุน จาก the American Council of Learned Societies สมาคมนี้เป็นสมาคมเก่า ก่อตั้งขึ้นในปี ค.ศ.1919 โดยผู้รักการศึกษาและคณาจารย์จากมหาวิทยาลัยต่างๆ ทางด้านมนุษย์วิทยาและสังคมวิทยา และเน้นหนักทางเอเซียตะวันออกและลาตินอเมริกา ตั้งแต่ช่วง ค.ศ.1930 กว่า สมาคมนี้มีผู้อุปถัมภ์รายใหญ่ ชื่อนาย John D. Rockefeller (เขียนมาถึงตรงนี้ นักอ่านนิทานจมูกไว ร้องอ๋อกันเป็นแถว บอกไม่ต้องอ่านก็ต่อได้ แค่นี้ก็รู้เรื่องแล้ว เอาน่า อ่านต่อไปเถอะครับ มันอาจจะมีมากว่าที่นึกก็ได้)
หมดท่าเข้านาย Kenneth จึงสมัครเป็นอาจารย์ในมหาวิทยาลัย ชื่อ Earlham College ในปี ค.ศ. 1939 ขณะเดียวกัน ก็เป็นอาจารย์พิเศษสอนวิชาปรัชญาจีนบ้าง อินเดียบ้าง ตามมหาวิทยาลัยต่างๆ
ขณะนั้นสงครามโลกครั้งที่ 2 เกิดขึ้นแล้ว แต่ยังเล่นยิงกันอยู่แถวยุโรป อเมริกายังสงวนท่าที ทำเป็นเฉยไม่อยากเข้าไปเกี่ยวข้อง วันหนึ่งประมาณปลายปี ค.ศ. 1941 ระหว่างที่ครอบครัว Kenneth ไปพักผ่อนที่ทะเลสาบแถว Michigan ขณะเขากำลังพายเรืออยู่กับลูกในทะเลสาบ เมียก็มาตะโกนบอกว่า มีโทรศัพท์ถึงเขาจากวอชิงตัน ให้เขาโทรกลับไป นาย Kenneth บอกไม่รู้จักใครเลยที่วอชิงตัน แต่เขาก็โทรกลับไป เขาบอกว่าโทรศัพท์ครั้งนี้ได้เปลี่ยนชีวิตเขาโดยสิ้นเชิง (เป็นไปตามแผน !?)
เมื่อเขาโทรศัพท์ไปที่วอชิงตันตามหมายเลขที่ให้ไว้ คนที่รับโทรศัพท์บอกว่าเป็นนายพล Donovan และพูดในฐานะตัวแทนของประธานาธิบดี Roosevelt นาย Kenneth แทบหยุดหายใจ ท่านนายพลต้องการให้นาย Kenneth มากรุงวอชิงตันเดี๋ยวนี้เลย (โอ้พระเจ้า แล้ววันที่รอคอยก็มาถึง มันเรื่องจริงหรือนี่ นาย Kenneth คงคิดอยู่ในใจ) เพื่อมารายงานเกี่ยวกับเรื่องญี่ปุ่นและอินโดจีนให้ประธานาธิบดีทราบ
นาย Kenneth นี้ต้องเป็นคนรอบคอบ (เค็ม !) เอาเรื่อง ขนาดบอกประธานาธิบดีให้ไปพบ เขากลับถามว่าออกค่าใช้จ่ายให้เขาหรือเปล่า และต่อรองเรื่องค่าจ้างก่อนที่จะตอบตกลง เมื่อตกลงเรื่องค่าจ้างได้ เขาจึงตอบตกลงว่าจะไปพบ
ประธานาธิบดี Roosevelt ต้องการรู้ว่า ญี่ปุ่นมีความคิดเกี่ยวกับอินโดจีนอย่างไร และมีความตั้งใจเกี่ยวกับประเทศไทยอย่างไร และถ้าญี่ปุ่นคิดจะบุกประเทศไทย จะบุกมาทางใดและช่วงเวลาไหน ฯลฯ คำถามแบบนี้ นาย Kenneth บอกหมูสะเต๊ะ เขารู้คำตอบตั้งแต่ก่อนจะถามแล้ว
เรื่องมันจะบังเอิญไปหน่อยหรือเปล่านะ นาย Kenneth เล่าว่า เมื่อประธานาธิบดีต้องการรู้เช่น นั้น ลูกน้องก็ตาหูเหลือก ไม่มีใครรู้จักสยามเลย รู้จักญี่ปุ่นนิดหน่อย นาย Donovan (ชื่อเต็มคือนาย William Donovan หรือ Wild Bill Donovan) ซึ่งได้รับมอบหมายจากประธานาธิบดี ให้เป็นผู้วางแผนยุทธศาสตร์การรบ ก็ต้องไปเดินคลำหาคนที่รู้จักสยาม แห่งแรกที่เขาไป คือ ห้องสมุดรัฐสภา Library of Congress หัวหน้าห้องสมุดชื่อนาย Ernest Griffith บอกว่าที่นี่ไม่มีใครรู้เรื่องสยามกับอินโดจีนหรอก นู่น คุณลองไปถามที่ American Council of Learned Societies ดูซินะ มันพวกคงแก่เรียนทั้งนั้นที่นั่น แหละ ที่เดียวที่น่าจะรู้เรื่อง แหม ! ยังกะล็อคโผ ไปถามหานาย Mortimer Graves นะ เขาคงจะรู้ที่สุดแหละ คำตอบที่นาย Donovan ได้จากนาย Graves ก็คือ น่าจะมีคนเดียวนะ ชื่อนาย Kenneth Landon ไปติดต่อเขาดูแล้วกัน นาย Donovan บอกงั้นเขาจะให้ฝ่ายข่าวกรองตรวจสอบประวัตินาย Landon นี่ก่อน ว่าเป็นตัวจริงเสียงจริงที่รู้เรื่องสยาม อินโดจีน และญี่ปุ่นหรือเปล่า
(หมายเหตุคนเล่านิทาน : ผมเพิ่งไปอ่านเจอเอกสารฉบับหนึ่ง บอกว่านาย Donovan เป็นเครือข่ายของพวก CFR ! หน่วยงานที่อยากให้อเมริกา ค้าสงคราม เลยต้องทำความรู้จักเขาหน่อย นาย William J. Donovan จบกฏหมายจากมหาวิทยาลัย Columbia ตอนเรียนหนังสือมีเพื่อนร่วมชั้นชื่อนาย Franklin Delano Roosevelt เมื่อเรียนจบมา ก่อนเปลี่ยนเข็มไปเป็นทหาร เขาทำอาชีพนักกฏหมายตามที่เรียนมาก่อน ประสพความสำเร็จอย่างสูงจากฝีมือ และฝีปาก ซึ่งดังไปเข้าหูนาย Rockefeller จึงจ้างเขาไปทำงาน “War Relief Mission” ในยุโรป พูดให้เฉพาะก็คือไปอยู่ที่ Belgium ประเทศที่มีเมืองหลวงชื่อ Brussel ที่เป็นที่ตั้งชุมทางนักล่าชั้น สูง สมาคม Bilderberg นั่นเหละ War Relief หรือ เรียกอีกชื่อว่า American Relief นี้ ไม่รู้ทำอะไรมั่ง จะต้องไปตามสืบต่อ แต่ทำให้นาย Donovan ต้องอยู่แถวยุโรปอยู่หลายปี และทำให้เขามีโอกาสรู้จักผู้ที่ ไปมาแถวยุโรปมากมาย คนหนึ่งคือนาย William Stephenson เป็นชาวแคนาดา ซึ่งเป็นสายลับตัวฉกาจ ระหว่างสงครามโลกครั้งที่ 1 ทำงานประสานระหว่างยุโรปกับอเมริกา เขาเขียนหนังสือชีวประวัติของตัวเองไว้ชื่อ The Man Called Intrepid (ซึ่งพระบาทสมเด็จพระเจ้าอยู่หัวทรงนำมาแปลเป็นไทย และทรงตั้งชื่อเรื่องว่า “นายอินทร์ผู้ปิดทองหลังพระ”) ต่อมานักเขียนชื่อดัง Ian Fleming นำมาดัดแปลงเป็นบุคลิกของพระเอก James Bond สายลับ 007
เมื่อนาย Donovan จะต้องตั้งหน่วยงาน OSS สมัยสงครามโลกครั้งที่ 2 นาย Stephenson นี้มีส่วนช่วยอย่างสำคัญ เรื่องของนาย Donovan เองก็โลดโผนโจนทยานไม่น้อย เรียกว่าเอาไปเป็นพระเอกหนังบู๊ปนรักหักเหลี่ยมสายลับได้อย่างสบาย ไม่แพ้ James Bond เหมือนกัน ไม่รู้หลุดมือนักสร้างหนัง Hollywood มาได้ไง)
เมื่อฝ่ายข่าวกรองโทรไปตามมหาวิทยาลัยต่างๆ ทุกมหาวิทยาลัยตอบเหมือนกันหมดว่า ถ้าจะมีคนรู้เรื่องสยามกับอินโดจีน ก็น่าจะเป็นนาย Kenneth นี่แหละ (ก็จะไม่ใช่ได้ยังไง เดินสายขอให้มหาวิทยาลัยต่างๆ ตั้ง Southeast Asian Studies อยู่เป็นปี !) แล้วนาย Kenneth ก็ถูกโทรศัพท์ตามตัวจากทะเลสาบ Michigan ให้มาพบประธานาธิบดี Roosevelt
ส่วนคำตอบของนาย Kenneth เกี่ยวกับญี่ปุ่นนั้น นาย Kenneth บอกเขาไม่รู้หรอกว่าญี่ปุ่นคิดอย่างไรกับไทย แต่รู้ว่าถ้าญี่ปุ่นจะบุกไทย ถ้าญี่ปุ่นฉลาด ญี่ปุ่นน่าจะมาช่วงเดือนธันวาคมถึงเมษายน เพราะก่อนหน้านั้นเป็นหน้ามรสุม ฝนตกชุก! ไม่น่ามีใครบ้าเคลื่อนทัพ และขนย้ายอาวุธยุทโธปกรณ์ของหนัก ระหว่างฝนตกน้ำท่วม รถแท๊งค์ ปืนใหญ่จมโคลนหมด คำถามต่อไปว่า แล้วถ้าญี่ปุ่นจะมาทางรถ จะขับมาได้ถึงไหน นาย Kenneth บอกญี่ปุ่นไม่น่าจะใช้ทางหลวง เพราะเป็นเป้า น่าจะมาทางป่าและสามารถใช้จักรยานขี่ผ่านสวนยางไปตลอดทางใต้ถึงแหลมมาลายู ฯลฯ และเมื่อญี่ปุ่นบุกอินโดจีนจริงๆ ญี่ปุ่นไม่ได้ยกพลมาลงที่กรุงเทพ แต่ไปลงที่ Kota Baru ในมาลายู และขนเอาจักรยานมาด้วย ขี่ลงใต้ไปจนถึงแหลมมาลายู (ฟังดูแล้วคำถามของอเมริกานี่พื้นมาก ไม่น่าจะเป็นคำถามของพี่เบิ้มเลย ไม่รู้ว่านาย Kenneth อมข่าวหรือเต้าข่าวให้เราฟังกันแน่)


คนเล่านิทาน

แกะรอยเก่า ตอนที่ 4
นิทานเรื่องจริง เรื่อง “แกะรอยเก่า”
ตอนที่ 4
ระหว่างที่อยู่นครศรีธรรมราช นาย Kenneth อยู่กับสังคมชาวมิชชั่นนารี ซึ่งมีภาระกิจต่างๆ กัน ท่านสาธุคุณ E. P Dunlap ผู้ซึ่งชาวมิชชั่นนารีชื่นชมมากกว่าเป็นคนเดียวที่สามารถเข้าถึงกษัตริย์ไทย เพราะพระเจ้าอยู่หัวทรงรัชกาลที่ 7 ให้ความสนิทสนมด้วย ถึงกับทรงนับว่าเป็นเพื่อน นอกจากนี้ยังมีท่านสาธุคุณ Frank L. Snyder กับครอบครัว ซึ่งครอบครัวนี้เดิมอยู่บางกอก นาย Snyder ทำหน้าที่ดูแลการเงินของพวกมิชชั่นนารี ซึ่งแน่นอนคนคุมเงินยอมมีอำนาจ นาย Snyder เข้าไปร่วมวงกับพวกคนจีน และรวมกันตั้งโบสถ์คริสเตียนร่วมกับคนจีน ต่อมาก็สร้างตึกให้กับโรงเรียนกรุงเทพคริสเตียน วันหนึ่งนาย Snyder เขียนจดหมายไปถึงใครคนหนึ่งในอเมริกา ในจดหมายด่ารัฐบาลไทยเสียไม่เหลือ นาย Snyder คงไม่รู้ว่ารัฐบาลไทยก็ทำการตรวจสอบเป็นเหมือนกัน รัฐบาลไทยจึงมีคำสั่งให้นายSnyder เป็นบุคคลต้องห้าม Personna non grata และให้ออกนอกประเทศไป ต่อมาทางมิชชั่นนารีขอร้องรัฐบาลไทยยินยอมให้นาย Snyder กลับมาอยู่เมืองไทย แต่ไปอยู่ไกลหูไกลตา รัฐบาลไทยก็ยอม ทางคณะมิชชั่นนารีจึงส่งนาย Snyder มาประจำอยู่นครศรีธรรมราช สรุปว่า รัฐบาลไทยนี้ใจอ่อน มองแต่เสื้อคลุมเครื่องแบบไม่ไส่ใจเนื้อในของผู้ใส่ และนครศรีธรรมราชนี่น่าจะเป็นชุมทางสำคัญ !
ระหว่างที่อยู่ที่นครศรีธรรมราช วันหนึ่งประมาณปี ค.ศ. 1929 หรือ 1930 นาง Margaret ไปเยี่ยมคุณหมอ Edwin Bruce Mcdaniel ซึ่งอยู่อีกฝากหนึ่งของนครศรีธรรมราช คุณหมอยื่นหนังสือเล่มหนึ่งให้ นาง Margaret ชื่อ “The English Governess at the Siamese Court” เขาบอกกับนาง Margaret ว่า หนังสือเล่มนี้ต้องห้ามนะ คนไทยไม่ชอบ แต่เอาไปอ่านเถอะ หนังสือเล่มนี้เขียนโดย Anna Leonowens เป็นสำนวนวิกตอเรียนในยุค ค.ศ. 1860 สำหรับหลายๆ คน อาจเป็นหนังสือที่น่าเบื่อ อ่านแล้วง่วง เหมือนกินยานอนหลับ แต่สำหรับนาง Margaret กลับตรงกันข้าม มันเหมือนนางกินยาอีเข้าไปแทน นางเพลิดเพลินกับหนังสือจนอ่านแบบรวดเดียวจบ ลืมวันเวลาไปเลย คงนึกว่าตัวเองเป็นนาง Anna ?!
ต่อมาคุณหมอ Edwin ก็ยื่นหนังสือให้นาง Margaret อีกเล่ม ชื่อ Romance of the Harem (คุณหมอนี่ช่างสะสมหนังสือ “ต้องห้าม” เสียจริง พวกมิชชั่นนารีนี่ถ้าจะชอบการผจญ “ภัย”)หนังสือทั้ง 2 เล่มนี้ ติดอยูในใจของนาง Margaret มาตลอด จนเมื่อกลับมาที่อเมริกา นางตั้งใจจะหาหนังสือทั้ง 2 เล่มนี้ให้ได้ และตั้งใจจะเขียนเรื่องเกี่ยวกับ Anna นาย Kenneth สาธยายชื่นชมเมียว่าเป็นคนช่างเขียน ช่างจดช่างจำ ละเอียดละออ เขียนอะไรก็ไพเราะไปหมด ไม่ว่าเขียนหนังสือธรรมดาหรือเขียนเป็นโคลง (น่าจะปลื้มเมียมากเอาการ) เขาพยายามหนุนให้เมียเขียนหนังสือ โดยเฉพาะเรื่อง Anna นี้อยู่ตลอดเวลา
แล้ววันหนึ่งขณะที่เดินเข้าไป ในร้านหนังสือที่เมือง Chicago นาง Margaret ก็ไปเจอหนังสือชื่อ “English Governess” ในราคาถูกมาก หลังจากนั้นก็ไปเจอหนังสือ Harem อยู่ในกองหนังสือที่ขายแบบเลหลัง นาง Margaret บอกว่าแบบนี้แล้ว ฉันคงจะต้องเขียนหนังสือเรื่อง Anna แล้วละ ยังกับสวรรค์ประทาน ทำนองนั้น
ระหว่างที่ประจำอยู่ที่ตรัง นาย Kenneth บอกว่าเขาต้องเดินทางตลอดเวลา เพื่อไปเยี่ยมและไปสอนศาสนาตามมิชชั่นนารีต่างๆ ที่มีอยู่หลายจังหวัดทางภาคใต้ วันหนึ่งเขาต้องเดินทางโดยเรือไปจากชุมพร แล่นเรือออกไปในเวลากลางคืน เรือแล่นไปสักพัก รู้สึกเรือแล่นได้ช้าลง และเครื่องยนต์ทำท่าจะไปไม่รอด ทะเลกลายเป็นสีดำ และเมื่อมองไปทางฝั่งและยอดคลื่น เขาเห็นแสงเรืองของฟอสฟอรัสสว่างไสวเต็มไปหมด มันเป็นภาพที่นาย Kenneth บอกว่าไม่มีวันจะลืม เรือแล่นไปบนทะเลสีดำ ด้านซ้ายมองเห็นประภาคารอยู่ไกลๆ ฟองน้ำแตกตามรอยเรือแล่น สว่างด้วยแสงฟอสฟอรัส และทั้งทะเลเหมือนประกายเพชรระยิบระยับ เขารู้สึกเหมือนเรือแล่นอยู่บนฟองน้ำมัน ทะเลทั้งผืนเหมือนเต็มไปด้วย น้ำมัน !
ไม่กี่ปีต่อมา ข้อมูลเกี่ยวกับน้ำมันในอ่าวไทย ก็เป็นข้อมูลที่อเมริกาให้ความสนใจยิ่ง ถึงขนาดเมื่อสงครามโลกครั้งที่ 2 เสร็จสิ้นลง ขณะที่อังกฤษกำลังฉวยโอกาส จากการที่ไทยประกาศสงครามกับอังกฤษและอเมริกาตามญี่ปุ่น อังกฤษกะเล่นงานไทยกลับอย่างเจ็บแสบ ด้วยการยื่นข้อเรียกร้อง 21 ข้อ อเมริกากลับบอกไม่ติดใจ และเข้ามาช่วยไทยเจรจาอังกฤษ เรียกว่าอ้าแขนมาปกป้องไทยแลนด์สมันน้อย อย่างพี่เบิ้มใจดี ดีจนเหลือเชื่อ ขณะเดียวกันก็เสนอความช่วยเหลือแก่ไทยหลังสงครามโลก สมัยจอมพล ป. คนใส่หมวกแล้วชาติเจริญ เป็นนายกรัฐมนตรี

คนเล่านิทาน

“มีใครบ้าง...ที่ไม่ชอบกุนเชียง? โดยเฉพาะกุนเชียงร้านกินจุ๊บจิ๊บ ที่ทั้งหอม ทั้งนุ่ม ทอดก็กรอบนอกนุ่มใน หั่นบาง ๆ โปะข้าวสวยร้อน ๆ โอ้โห... ฟินไม่ไหว ของร้านเราสะอาด ทำจากเนื้อหมู เนื้อปลาจริง ๆ ไม่มีสารกันบูด ทอดแล้วไม่มันเยิ้ม กินแล้วไม่เลี่ยนจะทำข้าวผัดกุนเชียง ไข่เจียวกุนเชียง หรือแค่กินเปล่า ๆ เสิร์ฟกับข้าวสวยร้อนๆ ก็อร่อยทุกคำ เก็บไว้ในตู้เย็นได้นาน ทานง่าย หิวเมื่อไหร่ก็พร้อมเสิร์ฟ …นี่เราไม่ได้มาเล่น ๆ... เค้ามาอร่อยจริงจัง ปังไม่ไหววววกดสั่งซื้อในตะกร้าด้านล่างได้เลยค่ะ⭕️ กุนเชียงหมู ใน TikTokhttps://vt.tiktok.com/ZSMYbDdHr/กุนเชียงหมู ใน Shopeehttps://th.shp.ee/icytTqnกุนเชียงปลา ใน TikTokhttps://vt.tiktok.com/ZSMYgRyc2/กุนเชียงปลา ใน Shopeehttps://th.shp.ee/UP94YQLเลือกชมสินค้าอื่นๆของเราได้ทั้งสองช่องทาง1. Shopee : shopee.co.th/kinjubjibshop2. TikTok : https://www.tiktok.com/@kinjubjibshop?_t=ZS-8txYHQWejyM&_เลือกช้อปได้ตามความชอบและคูปองของแต่ละช่องทางได้เลยค่ะ#นึกถึงอาหารทะเลแห้งนึกถึงเราร้านกินจุ๊บจิ๊บ #ร้านกินจุ๊บจิ๊บ #kinjubjibshop #อร่อยดีบอกต่อ #ของอร่อยต้องลอง #ปลาเกล็ดขาวอบกรอบ #ปลาเกล็ดขาวสามรส #ปลาเกล็ดขาว #กุนเชียงหมู #กุนเชียงปลา #ปลาซิวทอดกรอบ #ปลาซิว #หมึกกะตอยแห้ง

Why Capitalizing “Native American” Matters

These days, social media is glut with excited folks who are sending off their cheek swabs to find out just what’s hiding in their DNA. Will they find out they had an ancestor on the Mayflower? Or, maybe they have a Native American ancestor?

That would make them Native American too, right? Well, the definition of Native American is a lot more complicated than the genetics chart you get from your standard DNA testing center. You see, the term Native American refers to many, many different groups of people and not all of them identify with this term.

Before we get to that, though, let’s start with the capitalization issue.

Native American with a capital N

The lexicographers have distinguished between native Americans and Native Americans. The first version, with the lowercase n, applies to anyone who was born here in the United States. After all, when used as an adjective, native is defined as “being the place or environment in which a person was born or a thing came into being.” If you were born in the United States of America, you are native to the country. Lowercase native American is an adjective that modifies the noun American. The lowercase native American is a noun phrase that describes someone as being an American citizen who is native to the United States.

Simply being born in the good old US of A doesn’t make someone a Native American (capital N). Those two words are both capitalized because, when used together, they form what grammar experts refer to as a proper noun, or “a noun that is used to denote a particular person, place, or thing.” The term Native American is a very broad label that refers to a federally recognized category of Americans who are indigenous to the land that is now the United States (although some also extend the word’s usage to include all the the Indigenous Peoples of North and South America), and they make up at least two percent of the US population. They’re not just native to this area in the sense of having been born on American soil, but they have established American Indian or Alaska Native ancestry. As a general term, Native American is often used collectively to refer to the many different tribes of Indigenous Peoples who lived in the Americas long before the arrival of European colonizers. In reality, Native Americans are not a monolith, and they belong to many different tribes with their own cultures and languages. Note the words Native American should always be used together. It’s considered disparaging and offensive to refer to a group of people who are Native American simply as natives.

Another good example of common nouns vs. proper nouns is New York City. When it’s written with a capital C, it’s specifically referring to the area that encompasses the five boroughs. When it’s written with a lowercase c, as in a New York city, it can refer to any large metropolis located anywhere in the state.

DNA isn’t a definition

So, all you need is a DNA test, and your ancestry falls under the definition of Native American, right? Well, that’s complicated.

While the United States Department of Interior has its own rules regarding who qualifies for membership and enrollment in a tribe, the members of the tribes themselves don’t often agree with the government responsible for taking their lands and forcing them to live on reservations in the first place. Nor is there consensus among the more than 574 federally recognized tribal nations in the United States on what DNA results are required to establish heritage.

Both the United Nations and Indigenous Peoples worldwide have denounced certain attempts at tracing human origins through DNA, including the Human Genome Diversity Project.

If you feel that you have proven without a doubt that your lineage is Native American, you’ll have to turn to the individual tribe itself for the official opinion on the matter. And, even with a DNA test, you may find that you may be native American but not necessarily Native American.

What about Indian?

The department of the US federal government that oversees relations with the many Native American tribes is named the Bureau of Indian Affairs. The United States Census uses the term American Indian to refer to a person who identifies themself as a Native American. The term Indian referring to Native Americans has largely fallen out of general usage, and many Native American Peoples consider this term offensive. That being said, there are a significant number of Native American tribes and individuals that use the word Indian or the phrase American Indian to identify themselves.

Even more common, though, is a group using the specific name of their tribe—especially the name used in their own language—to identify themselves. For example, a member of the Navajo tribe may refer to their particular group as Diné.

As is often the case when it comes to language, people often have their own personal choice as to which words they prefer. If you are unsure about what words to use, the best choice is always to ask someone what they prefer.

Native to Alaska

The term Native American is sometimes used to include some Eskimo and Aleut peoples, specifically those whose families are native to the area now known as Alaska. The United States government uses the term Native Alaskan, and many other organizations prefer the term Alaska Native. Eskimo is still used as a self-designation by some people, while others consider it derogatory. Still other peoples will often prefer the specific name for their own people, tribe, or community—typically preferring a word from their own language. As is always the case, it’s best to let the person in question share their preferred terminology.

© 2025, Aakkhra, All rights reserved.

เรื่องเล่าจาก Arrow Lake ถึง Metro Exodus: เมื่อการปรับแต่งระดับซอฟต์แวร์กลายเป็นตัวเร่งเกมที่ทรงพลัง

Intel ได้ปล่อยอัปเดตใหม่สำหรับฟีเจอร์ Application Optimization (APO) ซึ่งเป็นระบบที่ช่วยปรับแต่งการทำงานของ CPU ให้เหมาะกับเกมแต่ละเกมโดยเฉพาะ โดยอัปเดตล่าสุดในเดือนกันยายน 2025 นี้ได้เพิ่มเกมใหม่เข้าไปอีก 15 เกม รวมถึง Metro Exodus Enhanced Edition, God of War, Dyson Sphere Program และ EA Sports FC 24

ฟีเจอร์ APO นี้รองรับเฉพาะ CPU รุ่นใหม่ ได้แก่ Core Ultra 200 series และ Arrow Lake (14th Gen) โดยเฉพาะรุ่นที่มีรหัส “K” และ HX ซึ่งเป็นรุ่นที่เน้นประสิทธิภาพสูง ทั้งในเดสก์ท็อปและโน้ตบุ๊ก

Intel ระบุว่าการเปิดใช้งาน APO จะช่วยเพิ่มประสิทธิภาพได้สูงสุดถึง 14% ในบางเกม และยังช่วยให้ค่า 1% lows (เฟรมเรตต่ำสุดที่เกิดขึ้นระหว่างเล่น) ดีขึ้นอย่างเห็นได้ชัด ซึ่งหมายถึงประสบการณ์เล่นเกมที่ลื่นไหลมากขึ้น แม้ในฉากที่มีการประมวลผลหนัก

เพื่อเปิดใช้งาน APO ผู้ใช้ต้องติดตั้ง Intel Dynamic Tuning Technology (DTT) จากเว็บไซต์ของผู้ผลิตเมนบอร์ด และสามารถจัดการการตั้งค่า APO รายเกมได้ผ่านแอป Intel APO UI ที่ดาวน์โหลดจาก Microsoft Store

นอกจากนี้ Intel ยังระบุว่า APO จะได้รับการอัปเดตอัตโนมัติเมื่อมีเกมใหม่เพิ่มเข้ามาในฐานข้อมูล ซึ่งหมายความว่าผู้ใช้ไม่ต้องติดตั้งใหม่ทุกครั้ง

รายละเอียดของ APO Update ล่าสุด
เพิ่มเกมใหม่ 15 เกม เช่น Metro Exodus, God of War, FC 24
รองรับ CPU Arrow Lake และ Core Ultra 200 เฉพาะรุ่น K และ HX
เพิ่มประสิทธิภาพได้สูงสุด 14% และปรับปรุงค่า 1% lows

วิธีเปิดใช้งาน APO
ติดตั้ง Intel DTT จากเว็บไซต์ผู้ผลิตเมนบอร์ด
ดาวน์โหลด Intel APO UI จาก Microsoft Store เพื่อจัดการรายเกม
ได้รับอัปเดตอัตโนมัติเมื่อมีเกมใหม่เพิ่มเข้ามา

ผลกระทบต่อประสบการณ์เล่นเกม
เฟรมเรตลื่นขึ้นในฉากที่มีการประมวลผลหนัก
ลดอาการกระตุกหรือ drop frame ในเกมที่ซับซ้อน
ไม่ต้องเปลี่ยนฮาร์ดแวร์เพื่อให้เกมทำงานดีขึ้น

https://wccftech.com/intel-releases-apo-update-for-core-ultra-200-and-14th-gen-processors-claims-up-to-14-higher-performance/

เรื่องเล่าจาก Pentium 4 ถึง Software Defined Super Core: เมื่อ Intel หยิบเทคนิคเก่า มาปรับใหม่เพื่ออนาคตของ CPU

Intel ได้จดสิทธิบัตรใหม่ชื่อว่า “Software Defined Super Core” ซึ่งเป็นแนวคิดที่รวมคอร์จริงหลายตัวให้กลายเป็นคอร์เสมือนเดียวในสายตาของระบบปฏิบัติการ โดยคอร์ที่รวมกันจะทำงานแบบขนานก่อนจะจัดเรียงคำสั่งใหม่เพื่อเพิ่มประสิทธิภาพของงานแบบ single-thread โดยไม่ต้องเพิ่มขนาดคอร์หรือความเร็วสัญญาณนาฬิกา

แนวคิดนี้คล้ายกับ “inverse hyper-threading” ที่เคยทดลองในยุค Pentium 4 แต่ถูกปรับให้ทันสมัยขึ้น โดยใช้ shared memory และ synchronization module ขนาดเล็กในแต่ละคอร์ พร้อมพื้นที่หน่วยความจำพิเศษชื่อ wormhole address space เพื่อจัดการการส่งข้อมูลระหว่างคอร์

ในทางปฏิบัติ ระบบปฏิบัติการจะต้องตัดสินใจว่า workload ใดควรใช้โหมด super core ซึ่งอาจทำให้การจัดตารางงานซับซ้อนขึ้น และต้องการการสนับสนุนจาก compiler หรือ binary instrumentation เพื่อแบ่งโค้ดและใส่คำสั่งควบคุม flow

Intel หวังว่าแนวทางนี้จะช่วยเพิ่ม performance-per-watt โดยเฉพาะในงานที่ต้องการประสิทธิภาพแบบ single-thread เช่น AI inference, mining, หรือ simulation ที่ไม่สามารถกระจายงานได้ดีบน multicore แบบเดิม

แม้จะยังไม่มีข้อมูล benchmark ที่ชัดเจน แต่แนวคิดนี้อาจเป็นทางเลือกใหม่ที่ไม่ต้องพึ่ง brute-force แบบเพิ่มจำนวนคอร์หรือขยายขนาด cache เหมือนที่ AMD และ Apple ใช้ในปัจจุบัน

แนวคิด Software Defined Super Core ของ Intel
รวมคอร์จริงหลายตัวให้กลายเป็นคอร์เสมือนเดียว
ทำงานแบบขนานก่อนจัดเรียงคำสั่งใหม่เพื่อเพิ่มประสิทธิภาพ
ใช้ shared memory และ synchronization module ภายในคอร์

จุดต่างจากเทคนิคเดิม
คล้าย inverse hyper-threading แต่ปรับให้ทันสมัย
ต่างจาก AMD ที่ใช้ Clustered Multi-Threading โดยแบ่งคอร์เป็นโมดูล
มีการใช้ wormhole address space เพื่อจัดการข้อมูลระหว่างคอร์

การใช้งานและความคาดหวัง
เหมาะกับงาน single-thread ที่ต้องการประสิทธิภาพสูง
หวังว่าจะเพิ่ม performance-per-watt โดยไม่ต้องเพิ่มขนาดคอร์
อาจใช้ในงาน AI inference, simulation, หรือ mining

ข้อกำหนดด้านซอฟต์แวร์
ต้องการ compiler หรือ binary instrumentation เพื่อแบ่งโค้ด
ระบบปฏิบัติการต้องจัดการ scheduling ให้เหมาะกับโหมด super core
ต้องการการสนับสนุนจาก ecosystem ทั้ง hardware และ software

https://www.techradar.com/pro/is-it-a-bird-is-it-a-plane-no-its-super-core-intels-latest-patent-revives-ancient-anti-hyperthreading-cpu-technique-in-attempt-to-boost-processor-performance-but-will-it-be-enough

เรื่องเล่าจาก shared สู่ private: เมื่อธุรกิจเริ่มหันหลังให้ cloud และกลับมาหาเซิร์ฟเวอร์ที่ควบคุมได้จริง

จากผลสำรวจของ Liquid Web ที่สอบถามผู้ใช้งานและผู้ตัดสินใจด้านเทคนิคกว่า 950 ราย พบว่า Virtual Private Server (VPS) กำลังกลายเป็นตัวเลือกหลักของธุรกิจทุกขนาด โดยเฉพาะผู้ที่เคยใช้ shared hosting และ cloud มาก่อน

กว่า 27% ของผู้ใช้ที่ยังไม่ใช้ VPS ระบุว่ามีแผนจะย้ายมาใช้ภายใน 12 เดือน โดยผู้ใช้ shared hosting เป็นกลุ่มที่มีแนวโน้มสูงสุดในการเปลี่ยนมาใช้ VPS เพราะรู้สึกอึดอัดกับข้อจำกัดด้านการปรับแต่งระบบ

ผู้ใช้ cloud hosting ส่วนใหญ่ระบุว่า “ต้นทุน” เป็นเหตุผลหลักในการเปลี่ยนมาใช้ VPS ขณะที่ผู้ใช้ dedicated hosting ไม่พอใจกับประสิทธิภาพที่ไม่คุ้มค่าเมื่อเทียบกับราคา

สิ่งที่ทำให้ VPS ได้รับความนิยมคือ root-access ที่เปิดให้ผู้ใช้ควบคุมระบบได้เต็มที่ และ uptime guarantee ที่ช่วยให้ธุรกิจมั่นใจในความเสถียรของบริการ

นอกจากนี้ยังพบว่า VPS ถูกใช้ในงานที่หลากหลายมากขึ้น เช่น hosting เว็บไซต์และแอป (48%), การ deploy หรือปรับแต่งโมเดล AI (15%), การรัน automation script, การโฮสต์เกม (เช่น Minecraft), และการจัดการร้านค้าออนไลน์

แม้ VPS จะเคยเป็นเครื่องมือของนักพัฒนาและ DevOps เป็นหลัก แต่ตอนนี้มีผู้ใช้กลุ่ม hobbyist เพิ่มขึ้นอย่างชัดเจน โดย 19% ของผู้ตอบแบบสอบถามระบุว่าใช้ VPS เพื่อโฮสต์เกม, เว็บไซต์ส่วนตัว, หรือแม้แต่ Discord bot

ที่น่าสนใจคือ 65% ของผู้ใช้ VPS เรียนรู้จากการลองผิดลองถูกและดู tutorial ออนไลน์ โดยมีเพียง 31% เท่านั้นที่เคยได้รับการฝึกอบรมอย่างเป็นทางการ

อย่างไรก็ตาม เกือบครึ่งของผู้ใช้ VPS เคยเปลี่ยนผู้ให้บริการเพราะ “ไม่ได้รับการสนับสนุนที่เพียงพอ” ซึ่งสะท้อนว่าการบริการหลังบ้านยังเป็นจุดอ่อนของหลายแบรนด์

แนวโน้มการเปลี่ยนมาใช้ VPS
27% ของผู้ใช้ที่ยังไม่ใช้ VPS มีแผนจะย้ายภายใน 12 เดือน
ผู้ใช้ shared hosting เปลี่ยนเพราะข้อจำกัดด้านการปรับแต่ง
ผู้ใช้ cloud hosting เปลี่ยนเพราะต้นทุน
ผู้ใช้ dedicated hosting เปลี่ยนเพราะประสิทธิภาพไม่คุ้มค่า

เหตุผลที่ VPS ได้รับความนิยม
root-access ช่วยให้ควบคุมระบบได้เต็มที่
uptime guarantee เพิ่มความมั่นใจในการใช้งาน
รองรับการใช้งานหลากหลาย เช่น AI, ecommerce, automation

กลุ่มผู้ใช้งานและพฤติกรรม
50% ของ IT pros ใช้ VPS สำหรับ DevOps และ automation
19% เป็น hobbyist ที่ใช้ VPS เพื่อเกมและโปรเจกต์ส่วนตัว
65% เรียนรู้จาก tutorial และ trial-and-error
มีเพียง 31% ที่เคยได้รับการฝึกอบรมอย่างเป็นทางการ

ระบบปฏิบัติการที่นิยม
Windows เป็นที่นิยมที่สุด (36%)
Ubuntu ตามมาเป็นอันดับสอง (28%)
CentOS ยังมีผู้ใช้อยู่บ้าง (9%)

https://www.techradar.com/pro/sharing-might-be-caring-but-businesses-are-moving-towards-private-servers

เรื่องเล่าจากหน้าจอเล็กถึงเครือข่ายใหญ่: เมื่ออุปกรณ์สมาร์ทในบ้านกลายเป็นผู้ใช้ข้อมูลเงียบ ๆ ที่ไม่มีใครคาดคิด

Dave Plummer อดีตวิศวกรของ Microsoft ผู้พัฒนา Task Manager และพอร์ตเกม Space Cadet Pinball ได้โพสต์บน X ว่าอุปกรณ์ Amazon Echo Show สองเครื่องในบ้านของเขา ซึ่งเขา “แทบไม่ได้ใช้งานเลย” กลับใช้ข้อมูลอินเทอร์เน็ตมากกว่า 4GB ภายในเวลาเพียง 24 ชั่วโมง

Echo Show เป็นสมาร์ทดีไวซ์ที่มีหน้าจอสัมผัส ใช้แสดงข่าว ภาพถ่าย การแจ้งเตือน และข้อมูลจากคลาวด์ แม้จะไม่ได้สั่งงานด้วยเสียง แต่ก็ยังเชื่อมต่ออินเทอร์เน็ตตลอดเวลาเพื่ออัปเดตเนื้อหาและติดตั้งเฟิร์มแวร์ใหม่

Plummer ไม่เชื่อว่าอุปกรณ์กำลัง “แอบฟัง” เขา แต่คาดว่าอาจเกิดจาก (a) bug, (b) การอัปเดตขนาดใหญ่, หรือ (c) การดาวน์โหลดวิดีโอหรือภาพจากคลาวด์ เช่น เทรลเลอร์ภาพยนตร์หรือภาพถ่ายที่ซิงก์ไว้

ผู้ใช้คนอื่นใน Reddit และ Amazon Forum ก็รายงานพฤติกรรมคล้ายกัน โดยบางคนพบว่า Echo Spot ใช้ข้อมูลมากกว่า 100GB ต่อเดือน แม้จะไม่ได้ใช้งานฟีเจอร์สตรีมมิ่งเลย3

มีการตั้งข้อสงสัยว่า Amazon Sidewalk ซึ่งเป็นระบบ mesh network ที่ให้ Echo เชื่อมต่อกับอุปกรณ์อื่นในบริเวณใกล้เคียง อาจเป็นสาเหตุของการใช้ข้อมูลเกินปกติ แม้ Amazon จะระบุว่า Sidewalk ใช้ข้อมูลไม่เกิน 500MB ต่อเดือนต่อบัญชี แต่ผู้ใช้หลายคนแนะนำให้ปิดฟีเจอร์นี้เพื่อความปลอดภัย

พฤติกรรมการใช้ข้อมูลของ Echo Show
ใช้ข้อมูลมากกว่า 4GB ภายใน 24 ชั่วโมง แม้ไม่ได้ใช้งาน
อาจเกิดจากการอัปเดตเฟิร์มแวร์, bug, หรือการดาวน์โหลด cached content
แสดงภาพข่าว, ภาพถ่าย, และข้อมูลจากคลาวด์อย่างต่อเนื่อง

ความเห็นจากผู้ใช้และนักพัฒนา
Dave Plummer ไม่เชื่อว่า Echo กำลังแอบฟัง แต่สงสัยว่าเป็น bug หรือการอัปเดต
ผู้ใช้ใน Reddit รายงานว่า Echo Spot ใช้ข้อมูลมากกว่า 100GB ต่อเดือน
บางคนพบว่า Echo ใช้ข้อมูลแม้จะไม่ได้สั่งงานด้วยเสียงเลย

ปัจจัยที่อาจเป็นสาเหตุ
Amazon Sidewalk อาจทำให้อุปกรณ์เชื่อมต่อกันและใช้ข้อมูลมากขึ้น
การอัปเดตเฟิร์มแวร์อัตโนมัติอาจเกิด loop หรือใช้ข้อมูลมากกว่าปกติ
การดาวน์โหลดภาพหรือวิดีโอจากคลาวด์อาจไม่ถูกควบคุม

แนวทางการตรวจสอบและป้องกัน
ตรวจสอบการใช้ข้อมูลผ่าน router หรือแอป Alexa
ปิด Amazon Sidewalk และ Flash Briefing เพื่อจำกัดการเชื่อมต่อ
หากไม่มั่นใจ ให้ถอดปลั๊กเพื่อหยุดการเชื่อมต่อทั้งหมด

https://www.tomshardware.com/speakers/amazon-echo-uses-gigabytes-of-data-despite-not-being-used-its-owner-doesnt-think-hes-being-spied-on

เรื่องเล่าจาก XPU ถึง N3: เมื่อ OpenAI ไม่รอใครอีกต่อไป และเลือกสร้างชิปเองเพื่อควบคุมอนาคตของ AI

Broadcom เพิ่งประกาศว่าได้รับคำสั่งซื้อฮาร์ดแวร์ AI มูลค่า $10 พันล้านดอลลาร์จากลูกค้ารายหนึ่งที่ไม่เปิดเผยชื่อ โดยประกอบด้วย XPU (custom AI accelerator), ชิปเครือข่าย, และ reference rack platform สำหรับการประกอบเป็นระบบ AI ขนาดใหญ่

แม้ Broadcom จะไม่ระบุชื่อ แต่หลายฝ่าย—including CNBC, Financial Times และนักวิเคราะห์จาก Mizuho และ KeyBanc—ต่างชี้ว่า “ลูกค้าลึกลับ” รายนี้คือ OpenAI ซึ่งกำลังเตรียมเปลี่ยนจากการใช้ GPU ของ Nvidia และ AMD บน Azure ไปสู่การใช้ฮาร์ดแวร์ของตัวเองที่ออกแบบร่วมกับ Broadcom

ชิปใหม่นี้คาดว่าจะใช้สถาปัตยกรรม systolic array ที่เหมาะกับงาน inference โดยเฉพาะ และจะมาพร้อมกับหน่วยความจำ HBM ระดับสูง (อาจเป็น HBM3E หรือ HBM4) ผลิตบนเทคโนโลยี 3nm-class ของ TSMC (N3 หรือ N3P)

Broadcom ระบุว่าลูกค้ารายนี้ได้ผ่านการ validate แล้ว และได้ “ปล่อยคำสั่งผลิตจริง” ซึ่งหมายความว่าออกจากขั้นตอน prototype สู่การผลิตเชิงพาณิชย์เต็มรูปแบบ โดยจะเริ่มส่งมอบใน Q3 ปี 2026 และคาดว่าจะ deploy ได้ภายในปลายปีนั้น

หากประเมินจากราคาชิป AI ที่อยู่ระหว่าง $5,000–$10,000 ต่อตัว ดีลนี้อาจหมายถึงการสั่งซื้อ XPU จำนวน 1–2 ล้านตัว ซึ่งจะถูกกระจายไปในหลายหมื่น node และ rack—เทียบเท่าหรือมากกว่าคลัสเตอร์ inference ที่ใหญ่ที่สุดในโลก ณ ปัจจุบัน

ดีลนี้ไม่เพียงแต่ทำให้ OpenAI มีฮาร์ดแวร์ของตัวเอง แต่ยังเพิ่มอำนาจต่อรองกับ Nvidia และ AMD ในอนาคต และอาจเป็นจุดเริ่มต้นของการเปลี่ยนผ่านจาก “GPU-centric AI” สู่ “custom silicon AI” ที่ออกแบบมาเพื่องานเฉพาะทางโดยตรง

รายละเอียดของดีล Broadcom–OpenAI
มูลค่า $10 พันล้านดอลลาร์ สำหรับ XPU, networking chip และ reference rack
ลูกค้าผ่านการ validate และปล่อยคำสั่งผลิตจริง
ส่งมอบใน Q3 2026 และ deploy ได้ภายในปลายปี

สเปกของชิป AI ที่คาดว่าจะใช้
สถาปัตยกรรม systolic array สำหรับงาน inference
ใช้ HBM3E หรือ HBM4 เป็นหน่วยความจำ
ผลิตบนเทคโนโลยี TSMC N3 หรือ N3P (3nm-class)

ขนาดของการ deploy
คาดว่าจะมี XPU 1–2 ล้านตัว กระจายในหลายหมื่น node
เทียบเท่าหรือมากกว่าคลัสเตอร์ AI inference ที่ใหญ่ที่สุดในโลก
เป็นการเปลี่ยนผ่านจาก GPU-centric ไปสู่ custom silicon

ผลกระทบต่ออุตสาหกรรม
เพิ่มอำนาจต่อรองของ OpenAI กับ Nvidia และ AMD
Broadcom กลายเป็นผู้เล่นใหม่ในตลาด AI hardware
อาจเร่งให้ hyperscaler รายอื่นหันมาพัฒนา custom chip ของตัวเอง

https://www.tomshardware.com/tech-industry/artificial-intelligence/openai-widely-thought-to-be-broadcoms-mystery-usd10-billion-custom-ai-processor-customer-order-could-be-for-millions-of-ai-processors

เรื่องเล่าจากบทความถึงการบอยคอต: เมื่อความพยายามควบคุมข้อมูลกลายเป็นสงครามกับความเป็นกลาง

ในช่วงปลายปี 2024 ถึงต้นปี 2025 Elon Musk ได้เปิดฉากโจมตี Wikipedia อย่างเปิดเผย โดยเริ่มจากโพสต์บน X (Twitter) ที่เรียกร้องให้ผู้ติดตามกว่า 200 ล้านคน “หยุดบริจาคให้ Wokepedia” พร้อมกล่าวหาว่า Wikipedia มีอคติทางการเมือง และควร “คืนความสมดุลให้กับอำนาจการแก้ไข”

การโจมตีนี้เกิดขึ้นหลังจาก Wikipedia อัปเดตหน้าประวัติของ Musk โดยเพิ่มเนื้อหาที่กล่าวถึงท่าทางของเขาในงานสุนทรพจน์ของ Donald Trump ซึ่งบางคนตีความว่าเป็น “ท่าทางแบบนาซี” แม้จะไม่มีการยืนยันเจตนา แต่การกล่าวถึงในบทความก็เพียงพอให้ Muskโกรธและเริ่มรณรงค์ต่อต้าน Wikipedia อย่างจริงจัง

บทความใน Wikipedia Signpost และรายงานจาก Newsweek ระบุว่า Musk ไม่ได้โจมตี Wikipedia เพียงลำพัง แต่ร่วมมือกับนักเคลื่อนไหวฝ่ายขวา เช่น Chaya Raichik (Libs of TikTok) ที่โพสต์ภาพงบประมาณของ Wikimedia Foundation พร้อมกล่าวหาว่าองค์กรใช้เงิน $50 ล้านไปกับ “diversity, equity, and inclusion” ซึ่งกลายเป็นเป้าหมายของฝ่ายขวาในสหรัฐฯ

Jimmy Wales ผู้ก่อตั้ง Wikipedia ตอบโต้ทันที โดยโพสต์ว่า “Elon ไม่พอใจที่ Wikipedia ไม่สามารถซื้อได้” และหวังว่าการรณรงค์ของ Musk จะกระตุ้นให้คนที่เชื่อในความจริงบริจาคมากขึ้น Wales ยังย้ำว่า Wikipedia ยึดหลักความเป็นกลาง และเปิดให้ทุกคนมีส่วนร่วมในการแก้ไขอย่างโปร่งใส

ในขณะที่แพลตฟอร์มอื่น ๆ เช่น X ภายใต้การนำของ Musk กำลังลดการควบคุมเนื้อหาและเปิดทางให้ข้อมูลเท็จแพร่กระจาย Wikipedia ยังคงรักษามาตรฐานการตรวจสอบและการอ้างอิงอย่างเข้มงวด แม้จะถูกโจมตีจากหลายฝ่าย

การโจมตี Wikipedia โดย Elon Musk
Musk เรียกร้องให้ผู้ติดตาม “หยุดบริจาคให้ Wokepedia”
โจมตีเนื้อหาที่กล่าวถึงท่าทางของเขาในงานของ Trump
ร่วมมือกับนักเคลื่อนไหวฝ่ายขวาในการโจมตีงบประมาณของ Wikimedia

การตอบโต้จาก Wikipedia
Jimmy Wales ยืนยันว่า Wikipedia ไม่สามารถซื้อได้
ย้ำหลักความเป็นกลางและการเปิดให้ทุกคนมีส่วนร่วม
หวังว่าการโจมตีจะกระตุ้นให้คนที่เชื่อในความจริงบริจาคมากขึ้น

บริบททางการเมืองและสื่อ
Wikipedia ถูกมองว่าเป็น “ปราการสุดท้าย” ของข้อมูลที่ไม่ถูกควบคุม
X ภายใต้ Musk ลดการควบคุมเนื้อหาและเปิดทางให้ข้อมูลเท็จ
ความขัดแย้งสะท้อนถึงแนวโน้มการแบ่งขั้วในสื่อดิจิทัล

ความสำคัญของ Wikipedia ในยุคข้อมูล
เป็นแหล่งข้อมูลที่มีผู้เข้าชมหลายล้านคนต่อวัน
ใช้ระบบอ้างอิงและการตรวจสอบจากชุมชนอาสาสมัคร
ยังคงเป็นแหล่งข้อมูลที่ได้รับความเชื่อถือในระดับโลก

https://www.theverge.com/cs/features/717322/wikipedia-attacks-neutrality-history-jimmy-wales

เรื่องเล่าจากเสียงดนตรีถึงฟิสิกส์ควอนตัม: เมื่อ Fourier เปลี่ยนความวุ่นวายให้กลายเป็นคลื่นที่เข้าใจได้

Jean-Baptiste Joseph Fourier เกิดในปี 1768 ท่ามกลางความวุ่นวายของฝรั่งเศสก่อนการปฏิวัติ เขาเกือบจะกลายเป็นนักบวช แต่เลือกเส้นทางคณิตศาสตร์แทน และในช่วงที่เขาเกือบถูกประหารชีวิตจากการแสดงความเห็นทางการเมือง Fourier ก็ได้กลับมาสู่โลกวิชาการ และกลายเป็นที่ปรึกษาด้านวิทยาศาสตร์ของนโปเลียน

ในช่วงที่เขาอยู่ในอียิปต์ Fourier เริ่มสนใจการกระจายความร้อนในโลหะ และเสนอว่าอุณหภูมิในแท่งโลหะสามารถเขียนเป็นผลรวมของคลื่นง่าย ๆ ได้—แม้จะเป็นแท่งที่ครึ่งหนึ่งร้อน ครึ่งหนึ่งเย็นก็ตาม แนวคิดนี้ถูกมองว่า “เป็นไปไม่ได้” ในยุคนั้น แต่ Fourier ยืนยันว่าแม้จะต้องใช้คลื่นจำนวนอนันต์ ก็สามารถอธิบายการกระจายความร้อนได้

จากแนวคิดนี้เกิดเป็น Fourier Transform ซึ่งสามารถแยกฟังก์ชันใด ๆ ออกเป็นคลื่นไซน์และโคไซน์ที่มีความถี่ต่างกัน—เหมือนการฟังเสียงดนตรีแล้วแยกเสียงแต่ละเครื่องดนตรีออกมาได้

ในยุคปัจจุบัน Fourier Transform ถูกใช้ในทุกอย่างตั้งแต่การบีบอัดภาพ JPEG, การกรองเสียงรบกวน, การตรวจจับคลื่นความโน้มถ่วง, ไปจนถึงการอธิบายหลักความไม่แน่นอนในฟิสิกส์ควอนตัม ที่ตำแหน่งและโมเมนตัมของอนุภาคไม่สามารถรู้ได้พร้อมกัน เพราะ Fourier Transform ของตำแหน่งจะกระจายโมเมนตัมออกไป

นอกจากนี้ยังมี Fourier Series ซึ่งใช้ในการประมาณฟังก์ชันที่มีขอบคม เช่น square wave โดยใช้คลื่นไซน์จำนวนมากมารวมกันให้ใกล้เคียงที่สุด

ในปี 1960s มีการพัฒนา Fast Fourier Transform (FFT) โดย Cooley และ Tukey ซึ่งทำให้การคำนวณ Fourier Transform เร็วขึ้นมาก และกลายเป็นหัวใจของการประมวลผลสัญญาณในยุคดิจิทัล

จุดกำเนิดของ Fourier Transform
Jean-Baptiste Joseph Fourier เสนอแนวคิดในปี 1807 ว่าความร้อนสามารถอธิบายด้วยคลื่น
แม้จะถูกคัดค้านในตอนแรก แต่แนวคิดนี้กลายเป็นรากฐานของ harmonic analysis
Fourier Transform แยกฟังก์ชันออกเป็นคลื่นไซน์และโคไซน์ที่มีความถี่ต่างกัน

การใช้งานในยุคปัจจุบัน
ใช้ในการบีบอัดภาพ (JPEG), การกรองเสียง, การวิเคราะห์คลื่นความโน้มถ่วง
ใช้ในฟิสิกส์ควอนตัมเพื่ออธิบายหลักความไม่แน่นอน
ใช้ในการวิเคราะห์ภาพและเสียงแบบหลายมิติ

การพัฒนาเพิ่มเติม
Fourier Series ใช้ในการประมาณฟังก์ชันที่มีขอบคม
Fast Fourier Transform (FFT) ทำให้การคำนวณเร็วขึ้นมาก
ใช้ในเรดาร์, MRI, การวิเคราะห์ข้อมูลขนาดใหญ่

ความเชื่อมโยงกับคณิตศาสตร์บริสุทธิ์
Harmonic analysis เชื่อมโยงกับ number theory และการแจกแจงจำนวนเฉพาะ
ใช้ในการแก้สมการเชิงอนุพันธ์และปัญหาในฟิสิกส์ทฤษฎี
เป็นเครื่องมือหลักในการแปลงปัญหายากให้กลายเป็นปัญหาที่เข้าใจง่าย

ความเสี่ยงจากการใช้กับฟังก์ชันที่ซับซ้อน
Fourier Transform ไม่สามารถใช้กับฟังก์ชันที่แกว่งไม่หยุดแม้จะซูมเข้าไป
ต้องใช้เงื่อนไขทางคณิตศาสตร์ที่เข้มงวด เช่น integrability และ continuity

ความเปราะบางของการตีความในฟิสิกส์
การแปลงตำแหน่งเป็นโมเมนตัมในควอนตัมอาจทำให้เกิดความไม่แน่นอนสูง
ต้องระวังการใช้ Fourier Transform ในบริบทที่ต้องการความแม่นยำสูง

ความไม่แน่นอนของการใช้งานในระบบจริง
การบีบอัดภาพด้วย Fourier อาจทำให้รายละเอียดเล็ก ๆ หายไป
การกรองเสียงอาจทำให้เสียงบางส่วนถูกตัดออกโดยไม่ตั้งใจ

https://www.quantamagazine.org/what-is-the-fourier-transform-20250903/

เรื่องเล่าจาก daemon ถึง daemonless: เมื่อความปลอดภัยกลายเป็นเหตุผลหลักในการเปลี่ยนเครื่องมือ

Dominik Szymański วิศวกร DevOps ได้เขียนบันทึกการเปลี่ยนผ่านจาก Docker ไปสู่ Podman หลังจากพบว่า Docker ซึ่งเคยเป็นเครื่องมือที่ “ทุกคนใช้” กลับมีจุดอ่อนที่ซ่อนอยู่ในสถาปัตยกรรม—โดยเฉพาะ daemon ที่รันด้วยสิทธิ์ root ตลอดเวลา

Docker ใช้สถาปัตยกรรมแบบ client-server โดย CLI จะสื่อสารกับ dockerd ซึ่งเป็น daemon ที่รันอยู่เบื้องหลัง และควบคุมทุก container บนระบบ หาก daemon นี้ถูกโจมตีหรือมีช่องโหว่ เช่น CVE-2019-5736 หรือ CVE-2024-21626 ก็อาจนำไปสู่การเข้าถึงระบบ host ได้ทันที

Podman เลือกแนวทางตรงข้าม—ไม่มี daemon เลย ทุกคำสั่งที่รันจะสร้าง container เป็น child process ของผู้ใช้โดยตรง และทำงานภายใต้สิทธิ์ของ user นั้น ทำให้แม้ container จะถูกโจมตี ก็ไม่สามารถเข้าถึงระบบ host ได้ในระดับ root

นอกจากเรื่องความปลอดภัยแล้ว Podman ยังมีฟีเจอร์ที่น่าสนใจ เช่น การสร้าง systemd unit file อัตโนมัติ, การจัดการ pod แบบ native ที่สามารถแปลงเป็น Kubernetes YAML ได้ทันที, และการแยกเครื่องมือเฉพาะทาง เช่น Buildah สำหรับ build image และ Skopeo สำหรับจัดการ registry

การเปลี่ยนจาก Docker ไป Podman ไม่ได้ยากอย่างที่คิด เพราะ Podman ใช้ CLI แบบเดียวกับ Docker และรองรับ Dockerfile เดิมได้ทันที แค่ alias docker=podman ก็สามารถใช้งานได้เหมือนเดิม

Dominik ยังแชร์ประสบการณ์การย้าย FastAPI ไป Podman โดยใช้ rootless container, systemd integration และ pod สำหรับจัดการ multi-service ได้อย่างมีประสิทธิภาพ และพบว่า resource usage บน dashboard ดูสะอาดขึ้นอย่างเห็นได้ชัด

สถาปัตยกรรมของ Docker และ Podman
Docker ใช้ daemon ที่รันด้วย root privileges ตลอดเวลา
Podman ไม่มี daemon และรัน container เป็น child process ของ user
ลด single point of failure และลด surface ของการโจมตี

ช่องโหว่ด้านความปลอดภัยของ Docker
CVE-2019-5736: container escape ผ่าน runC
CVE-2022-0847 “Dirty Pipe”: เขียนไฟล์ read-only บน kernel
CVE-2024-21626: fd leak และ cwd escape บน runC
แคมเปญ cryptojacking ผ่าน Docker API ที่เปิดเผย

ฟีเจอร์เด่นของ Podman
สร้าง systemd unit file ด้วย podman generate systemd
รองรับ pod แบบ native และแปลงเป็น Kubernetes YAML ได้
ใช้ Buildah และ Skopeo สำหรับงานเฉพาะทาง
rootless container เป็นค่าเริ่มต้น เพิ่มความปลอดภัย

การย้ายจาก Docker ไป Podman
CLI เหมือนกัน: podman run, podman build, podman ps
Dockerfile เดิมใช้งานได้ทันที
รองรับ Docker Compose ผ่าน podman-compose หรือแปลงเป็น Kubernetes

ประสบการณ์ใช้งานจริง
ระบบเสถียรขึ้นเมื่อไม่มี daemon
dashboard แสดงการใช้ resource ได้ชัดเจนขึ้น
เหมาะสำหรับผู้ที่ต้องรับผิดชอบด้านความปลอดภัยโดยตรง

https://codesmash.dev/why-i-ditched-docker-for-podman-and-you-should-too

แกะรอยเก่า ตอนที่ 2

นิทานเรื่องจริง เรื่อง “แกะรอยเก่า”
ตอนที่ 2
นาย Kenneth Perry Landon เป็นมิชชั่นนารี หมอสอนศาสนา แต่ไม่ใช่มิชชั่นนารีประเภทเดินหน้าเซียวเที่ยวเคาะประตูบ้าน เหมือนคนขายหนังสือพจนานุกรมสมัยก่อน แต่เขาเป็นนักสอนศาสนามีดีกรี จบปริญญาตรีทางเทววิทยา Theological Seminary จากมหาวิทยาลัย Princeton (วิชานี้เขาว่านักบวชสมัยก่อนที่เดินทางมาเผยแพร่ศาสนา แถวเอเซีย ลาตินอเมริกา ล้วนจบวิชานี้ทั้งนั้น นอกเหนือจากเรียนหลายภาษาแล้ว หนึ่งในหลักสูตรเขาว่าต้องเรียนฟันดาบและต่อสู้ป้องกันตัวด้วย)หลังจากนั้นนาย Kenneth ก็เรียนต่อจบปริญญาโทจากมหาวิทยาลัย Chicago เขาเดินทางมาเมืองไทย พร้อมภรรยา เมื่อประมาณ ค.ศ. 1927 (อย่าเพิ่งโว้ย ว่าเล่านิทานโบราณจัง ตอนนี้ใครๆ เขาเขียนเรื่องเรือบินหายหรือสงครามโลกครั้งที่ 3 กันทั้งนั้น ใจเย็น อ่านต่อไปก่อนน่า เดี๋ยวมันก็อธิบายมาถึงปัจจุบันได้เองแหละ)
เขากับนาง Margaret เดินทางมาทางเรือจากด้านตะวันออกของอเมริกา ผ่านมหาสมุทรแปซิฟิก มาโผล่เอาที่สิงคโปร์ ตลอดทางที่เรือแวะจอดท่าต่างๆ เขานั่งเบิ่งตา หูตั้ง มองทุกอย่าง ฟังทุกเรื่อง จัดเก็บข้อมูลเรียงแน่นอยู่ในหัว (ใบสั่งมันคงระบุชัดเจนดี) จนเมื่อเรือแล่นจากสิงคโปร์ขึ้นมาบางกอก เมียก็ถามเขาว่า นี่เธอรู้จักเมืองไทยดีแค่ไหนนะเนี่ย เขาตอบว่า ฉันรู้แต่ว่าคนไทยส่วนมากเป็นฝาแฝดตัวติดกัน แล้วก็มีช้างเผือกแยะมาก และที่เมืองไทยฝนน่าจะตกชุก เพราะฉันเห็นรูปถ่ายพระเจ้าแผ่นดินของไทย นั่งอยู่ใต้ร่มอันใหญ่มาก หน้าตาเหมือนน้ำพุ 9 ชั้น (อืม ! ชั้นเชิงใช้ได้ ตอบเมียตัวเองได้แบบนี้อนาคตไกล)
นาย Kenneth กับนาง Margaret เมื่อแรกมาถึงเมืองไทยก็พักอยู่ที่เมืองบางกอกก่อน อยู่ประมาณ 1 ปี ตลอดเวลา 1 ปี เขาถูกพาไปป้วนเปี้ยนวนเวียนอยู่ในสังคมฝรั่งที่มีทั้งพวกมิชชั่นนารี พวกฑูต และพ่อค้าฝรั่ง แล้วฝรั่งพวกนี้ก็พาเขาเข้าสังคมคนไทยชั้นสูง ทำให้เขามีโอกาสรู้จักผู้หลักผู้ใหญ่ของเมืองไทย รวมทั้งเชื้อพระวงศ์ระดับสูง เช่น กรมพระยาดำรงเดชานุภาพ กรมหมื่นพิทยาลงกรณ์ เป็นต้น (อย่าลืมว่าเมื่อนาย Kenneth มาถึงเมืองไทย ช่วงนั้นยังเป็นระบอบสมบูรณาญาสิทธิราชย์อยู่ น่าสนใจวิธีการนำตัวเข้าสังคมของนักสอนศาสนารายนี้จริงๆ) นาย Kenneth ไม่ได้ใช้เวลาเดินเล่นอยู่ในวงสังคมชั้นสูงอย่างเดียว อีกอย่างที่เขาทำอย่างเอาจริงเอาจัง และไม่ให้ใครรู้ คือ เขาตั้งใจเรียนภาษาไทย เขาจ้างครูมาสอน เขาและภรรยาเรียนภาษาไทยกับครูทุกวันๆ ละ 3 ชั่วโมง และทำการบ้านเตรียมตัวอีกวันละ 3 ชั่วโมง สำหรับการเรียนในวันรุ่งขึ้น เป็นการเรียนแบบหลักสูตรเร่งรัดเลยละ (มันทำไมต้องเร่งรัดกันขนาดนี้นะ ?) เขาฝึกบทเรียนภาษาไทยที่เขาเรียน ด้วยการออกไปเดินเที่ยวเล่นในตลาด ไปเดินซื้อของและถามแม่ค้า เป็นภาษาไทยว่า “เท่าไหร่” และไม่ว่าแม่ค้าจะตอบว่าอะไร และไม่ว่าเขาจะฟังรู้เรื่องหรือไม่ เขาก็จะตอบกลับเป็นภาษาไทยว่า “แพงไป” แล้วก็เดินไปหาแม่ค้าเจ้าอื่นต่อไป (เห็นลีลาสายลับรุ่นโบราณไหมครับ สมัยนี้ก็ยังทำแบบนี้ แต่แทนที่จะเดินเล่นตามตลาด เขาไปเดินเล่นตามห้าง ตามงานสังคมชั้นสูง ตามที่มั่วสุมของคนชั้นสูง เช่นที่สปอร์ตคลับ และตามบ้านคนใหญ่คนโตทั้งหลาย ฯลฯ เสร็จแล้วพวกเขาก็ไปรายงานข้อมูลที่ได้ยินมาจากที่ไปเดินเล่น ตามที่ตัวเองเข้าใจ แบบ งูๆ ปลาๆ ต่อนายเหนือ เรื่องมันถึงได้วุ่น !)
จากการเรียนภาษาไทยอย่างตั้งอกตั้งใจ ทำให้เขาเข้าใจว่า ภาษาไทยเป็นภาษาที่ลึกซึ้ง แสดงถึงความละเอียดอ่อนของความเป็นคนไทย เขายกตัวอย่างคำว่า ฉัน ภาษาอังกฤษ ใช้ I หรือ me แค่ 2 คำ แต่ภาษาไทยมีให้เลือกใช้ถึง 15 คำ แต่ละคำแสดงถึงสถานะทางสังคมของ ผู้พูด ความสัมพันธ์ระหว่างผู้พูดและยังแยกเพศได้อีก สิ่งเหล่านี้ไม่มีในภาษาอังกฤษ นอกจากนั้นคำเดียวกันนั้น ถ้าใช้คู่กับอีกคำ ระหว่างบุรุษที่ 1 กับบุรุษที่ 2 ยังแสดงถึงอารมณ์ ความสนิทสนมของผู้ใช้อีกด้วย รวมทั้งแสดงได้ถึงฐานะที่สูงต่ำกว่ากัน เช่นคำว่า “มึง” และ “กู” ดังนั้นจึงเป็นการยากที่ชาวต่างชาติจะเข้าใจคนไทย และสังคมไทยถ้าไม่เข้าใจภาษาไทยให้แตกฉานเสียก่อน (อยากรู้ว่าไอ้พวก app รุ่นใหม่ที่ไปเดินเล่นตามสังคมนั้น มันจะเข้าใจความละเอียดอ่อนของคนไทยได้แค่ไหนกัน)
นอกจากนี้จากการเรียนภาษาไทย ทำให้เขาเข้าใจว่า กว่าครึ่งของภาษาไทยมีรากมาจากภาษาสันสกฤตและบาลี ซึ่งเป็นภาษาโบราณของอินเดีย และเกี่ยวพันกับพุทธศาสนา ซึ่งเป็นทั้งศาสนาและวัฒนธรรมของคนไทย เขาบอกกับตัวเองว่าถ้าจะเข้าใจคนไทยให้ลึกซึ้ง ต้องเข้าใจภาษาไทย และควรจะศึกษาเกี่ยวกับอินเดียด้วย เพื่อเข้าใจที่มาที่ไปของคนไทย ประเพณี และวิธีการคิดของคนไทย ซึ่งภายหลังเขาได้กลับไปเรียนต่อปริญญาเอก ที่มหาวิทยาลัย Chicago เขาเรียนภาษาสันสกฤต บาลีรวมทั้งเรียนวิชาเกี่ยวกับอินเดียด้วย (เขาหาอุปกรณ์เสริมได้เก่ง ต้องยอมรับ นักสอนศาสนาคนนี้ ไม่ธรรมดาจริงๆ)
เขาเรียนภาษาไทยแตกฉานได้อย่างรวดเร็ว ระหว่างที่อยู่บางกอก เขาทดสอบความแตกฉานของตัวเองด้วยการ เริ่มเทศน์เกี่ยวกับพระเยซูคริสต์ เป็นภาษาไทย ช่วงแรกๆ เวลาเขาเทศน์ เมื่อพูดถึงพระเยซูถูกตรึง “กางเขน” เขาออกเสียงภาษาไทย เป็นพระเยซูถูกตรึง “กางเกง” และนั่นทำให้เขาเป็นที่ชอบใจของคนไทย ว่าเขาเทศน์ได้ตลกดี และทำให้มีคนมาฟังเขาแยะ แม้จะไม่รู้จักพระเยซูและศาสนาคริสเตียนเลยแม้แต่น้อย แต่ก็พากันมาดูฝรั่งแทศน์เป็นภาษาไทย แบบดูการแสดงตลก โดยไม่คิดอะไรมาก

คนเล่านิทาน

บูรพาไม่แพ้ Ep.137 : เบื้องหลังพาเหรด 80 ปี Victory Day จีนชนะสงครามโลก
.
วันพุธที่ 3 กันยายน 2568 ที่ผ่านมา ที่กรุงปักกิ่ง ประเทศจีนมีงานใหญ่ คือ งานรำลึกชัยชนะในสงครามต่อต้านญี่ปุ่น และสงครามโลกครั้งที่ 2 ซึ่งปีนี้เป็นวาระครบรอบ 80 ปี โดยประเทศจีนได้จัดการ “สวนสนาม” ที่จัตุรัสเทียนอันเหมิน พร้อมกับเชิญผู้นำ และบุคคลสำคัญจากชาติต่าง ๆ เกือบ 30 ประเทศเข้าร่วมพิธี โดยงานครั้งนี้มีผู้ร่วมงานในพื้นที่มากกว่า 5 หมื่นคน
.
ถึงแม้ว่า จีนจะมีพิธีระลึกถึงชัยชนะในสงครามโลกเป็นประจำทุกปี แต่การสวนสนาม และการจัดงานอย่างยิ่งใหญ่นั้น ไม่ได้มีกันบ่อย ๆ เพราะว่าการจัดงานในระดับนี้ต้องมีการเตรียมงานอย่างมากมาย, มีการฝึกซ้อมหลายครั้ง, และมีค่าใช้จ่ายที่สูงมาก ดังนั้น งานในปีนี้จึงมีความสำคัญมากเป็นพิเศษ ...
.
คลิกฟัง >> https://www.youtube.com/watch?v=lU3vWB8sv3U
.
#บูรพาไม่แพ้ #สงครามโลกครั้งที่2 #จีนจัดพาเหรดชนะสงคราม #VictoryDay #จัตุรัสเทียนอันเหมิน

ก๋วยเตี๋ยวเรือตลาดนัดศิวะ #สมุทรปราการ #กินอะไรดี #ร้านดีบอกต่อ #อร่อยบอกต่อ #กิน #อร่อย #อาหาร #eat #food #foodie #delicious #thaifood #streetfood #กินง่ายริมทาง #thaitimes #kaiaminute

บูรพาไม่แพ้ Ep.137 : เบื้องหลังพาเหรด 80 ปี Victory Day จีนชนะสงครามโลก

https://www.youtube.com/watch?v=lU3vWB8sv3U