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 Chrome สู่ Zen: เมื่อเบราว์เซอร์กลายเป็นเครื่องมือเพื่อความสงบ ไม่ใช่แค่การเข้าถึงข้อมูล

Zen Browser เป็นเบราว์เซอร์โอเพ่นซอร์สที่พัฒนาบนพื้นฐานของ Firefox โดยไม่ใช้เอนจิน Chromium ที่เบราว์เซอร์ส่วนใหญ่พึ่งพา จุดเด่นของ Zen คือการออกแบบที่เน้นความสงบ ความเป็นส่วนตัว และการปรับแต่งที่ลึกกว่าปกติ

ทันทีที่เปิดใช้งานครั้งแรก ผู้ใช้จะได้สัมผัสกับ onboarding ที่ไม่เหมือนใคร—เลือกธีม, ปรับทิศทางของ gradient, และแม้แต่ปรับ grain effect ของพื้นหลังได้ตามใจ จากนั้นจะเข้าสู่ UI ที่ใช้ sidebar แนวตั้งแทนแถบแนวนอนแบบ Chrome ซึ่งช่วยให้โฟกัสกับเนื้อหาได้มากขึ้น

Zen ยังมีฟีเจอร์ productivity เช่น Split View ที่เปิดสองลิงก์ข้างกันได้, Workspaces ที่แยกธีมและแท็บตามบริบท เช่น งานหรือเรียน และ Zen Mods ซึ่งเป็นปลั๊กอินจากชุมชนที่ช่วยเพิ่มฟีเจอร์ เช่น Super URL bar ที่ปรับแต่งหน้าตาแถบ URL ได้ละเอียดมาก

แม้ Zen จะมีความคล้ายกับ Arc Browser ที่เคยได้รับความนิยมในปี 2024 แต่ Arc หยุดพัฒนาไปเพราะปัญหาด้านประสิทธิภาพและความปลอดภัย ขณะที่ Zen ยังคงพัฒนาอย่างต่อเนื่องโดยชุมชนโอเพ่นซอร์ส และมีพื้นฐานจาก Firefox ที่มั่นคงกว่า

Zen ยังเน้นความโปร่งใสด้านการเงิน โดยไม่ขายข้อมูลผู้ใช้ แต่พึ่งพาการสนับสนุนจากผู้ใช้โดยตรงผ่านการบริจาค และยังไม่มีแผนสร้างรายได้จากโฆษณา

จุดเด่นของ Zen Browser
พัฒนาบน Firefox ไม่ใช้ Chromium
เน้นความเป็นส่วนตัวและการปรับแต่ง UI อย่างลึก
มี onboarding ที่ให้เลือกธีมและเอฟเฟกต์ได้ตั้งแต่เริ่มต้น

ฟีเจอร์ที่แตกต่างจากเบราว์เซอร์ทั่วไป
ใช้ sidebar แนวตั้งแทนแถบแนวนอน
Split View เปิดสองลิงก์ข้างกัน
Workspaces แยกแท็บตามบริบท พร้อมธีมเฉพาะ
Zen Mods เพิ่มฟีเจอร์จากชุมชน เช่น Super URL bar

ความสัมพันธ์กับ Arc Browser
มีฟีเจอร์คล้าย Arc เช่น split view และ workspaces
Arc หยุดพัฒนาเพราะปัญหาด้าน performance และ security
Zen ยังคงพัฒนาโดยชุมชน และมีพื้นฐานจาก Firefox ที่มั่นคง

ความโปร่งใสและการสนับสนุน
ไม่ขายข้อมูลผู้ใช้
พึ่งพาการบริจาคและผู้สนับสนุนโดยตรง
เปิดให้ผู้พัฒนาร่วมสร้างฟีเจอร์ใหม่ผ่านโอเพ่นซอร์ส

https://www.slashgear.com/1957695/why-people-are-switching-to-zen-web-browser/

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 logits ถึง embedding: เมื่อคณิตศาสตร์พื้นฐานกลายเป็นภาษาที่ LLM ใช้คิด

บทความจาก Giles Thomas อธิบายว่า หากคุณเคยเรียนคณิตศาสตร์ระดับมัธยม—โดยเฉพาะเรื่องเวกเตอร์, เมทริกซ์, และการคูณเมทริกซ์—คุณมีพื้นฐานเพียงพอที่จะเข้าใจการทำงานของ LLM ในขั้นตอน “inference” หรือการใช้งานโมเดลที่เทรนมาแล้ว

เริ่มจาก “เวกเตอร์” ซึ่งใน LLM หมายถึงชุดตัวเลขที่แทนความน่าจะเป็นของคำถัดไปในลำดับข้อความ เช่น โมเดล GPT-2 มีคำศัพท์ 50,257 คำ ดังนั้นเวกเตอร์ logits ที่ออกมาจะมี 50,257 ค่า โดยแต่ละค่าคือความน่าจะเป็นของคำหนึ่ง ๆ ที่จะถูกเลือกเป็นคำถัดไป

เพื่อแปลงเวกเตอร์นี้ให้กลายเป็น “ความน่าจะเป็นจริง” เราใช้ฟังก์ชัน softmax ซึ่งจะเปลี่ยนค่าทั้งหมดให้รวมกันเป็น 1 และกระจายเป็นเปอร์เซ็นต์ของแต่ละคำ เช่น เวกเตอร์ (1, 2, 3) และ (–9, –8, –7) อาจให้ผล softmax เดียวกันคือ (0.09, 0.24, 0.66) เพราะแม้ค่าจะต่างกัน แต่ “ลำดับความน่าจะเป็น” เหมือนกัน

จากนั้นเรามี “embedding space” ซึ่งเป็นพื้นที่หลายมิติที่ใช้แทน “ความหมาย” ของคำ โดยคำที่มีความหมายใกล้กันจะอยู่ใกล้กันในพื้นที่นี้ เช่น “แมวบ้าน”, “เสือ”, และ “สิงโต” อาจอยู่ในกลุ่มเดียวกัน ส่วน “หมา”, “หมาป่า”, และ “โคโยตี้” อยู่ในอีกกลุ่มหนึ่ง

การแปลงจาก vocab space ไปยัง embedding space และกลับมาใช้เมทริกซ์คูณ เช่น การใช้เมทริกซ์ขนาด 50,257 × 768 เพื่อแปลงเวกเตอร์จาก vocab space ไปยัง embedding space และเมทริกซ์ 768 × 50,257 เพื่อแปลงกลับ

สุดท้าย Giles อธิบายว่า “layer” ใน neural network ก็คือการคูณเมทริกซ์เช่นกัน โดย input เป็นเวกเตอร์ n × d และ weight เป็นเมทริกซ์ d_out × d_in ซึ่งเมื่อคูณกันจะได้ output เป็น n × d_out ซึ่งเป็นการ “project” จากพื้นที่หนึ่งไปยังอีกพื้นที่หนึ่ง

คณิตศาสตร์พื้นฐานที่ใช้ใน LLM
เวกเตอร์แทนความน่าจะเป็นของคำถัดไป
softmax ใช้แปลง logits ให้เป็นความน่าจะเป็นจริง
embedding space ใช้แทนความหมายของคำในหลายมิติ

การแปลงระหว่าง vocab space และ embedding space
ใช้เมทริกซ์ขนาดใหญ่ เช่น 50,257 × 768 เพื่อแปลงเวกเตอร์
การแปลงกลับใช้เมทริกซ์ 768 × 50,257
การแปลงนี้อาจ “สูญเสียข้อมูล” หากลดจำนวนมิติ

การคำนวณใน neural network
layer หนึ่งคือการคูณเมทริกซ์ระหว่าง input และ weight
ผลลัพธ์คือการ project จาก input space ไปยัง output space
bias และ activation function เป็นส่วนเสริมที่ทำให้ระบบไม่เป็นเชิงเส้น

ตัวอย่างการใช้งานจริง
เวกเตอร์ logits จาก GPT-2 มี 50,257 ค่า
softmax แปลงเวกเตอร์ให้รวมเป็น 1 และกระจายเป็นเปอร์เซ็นต์
embedding space ใช้จัดกลุ่มคำที่มีความหมายใกล้กัน

https://www.gilesthomas.com/2025/09/maths-for-llms

เรื่องเล่าจาก Camry สู่ Leaf: เมื่อรถเล็กไฟฟ้ากลายเป็นคำตอบของชีวิตที่ไม่ต้องเร่งรีบ

Jeff Geerling นักพัฒนาและบล็อกเกอร์สายเทคโนโลยี ตัดสินใจซื้อรถไฟฟ้าคันแรกในรอบ 15 ปี—เป็น Nissan Leaf SV Plus รุ่นปี 2023 มือสอง ที่มีระยะทางใช้งาน 36,000 ไมล์ และแบตเตอรี่ยังมีสุขภาพดีถึง 94% โดยเขาได้ราคาสุทธิหลังหักส่วนลดและเครดิตภาษีเหลือเพียง $11,000

เหตุผลหลักที่เขาเลือก Leaf คือ “ราคา” และความเรียบง่ายของรถที่ไม่พยายามเป็นอะไรเกินตัว ไม่ต้องเชื่อมต่ออินเทอร์เน็ตตลอดเวลา ไม่ต้องมีระบบขับอัตโนมัติที่ซับซ้อน และยังมีฟีเจอร์พื้นฐานที่ใช้งานได้จริง เช่น CarPlay แบบมีสาย, ระบบควบคุมความเร็วอัตโนมัติ และ lane assist

เขาเสริมอุปกรณ์เพิ่มเติม เช่น เครื่องชาร์จ Grizzl-E L2 สำหรับบ้าน, อะแดปเตอร์ NACS to J1772 และ CCS1 to CHAdeMO เพื่อรองรับการชาร์จแบบต่าง ๆ รวมถึงติดตั้ง dashcam และระบบ CarPlay แบบไร้สายผ่าน CarlinKit

Geerling ยังใช้ LeafSpy Pro ร่วมกับ LeLink 2 เพื่อวิเคราะห์สุขภาพแบตเตอรี่ผ่าน OBD-II โดยพบว่าแบตเตอรี่ยังมีประสิทธิภาพดี และเขาพยายามดูแลแบตเตอรี่ด้วยการหลีกเลี่ยงการชาร์จเร็วบ่อย ๆ, รักษาระดับชาร์จไว้ที่ 50–80%, และชาร์จเต็มเดือนละครั้งเพื่อปรับสมดุลเซลล์

แม้จะมีข้อดีมากมาย เช่น ความเงียบ, แรงบิดทันใจ, และค่าใช้จ่ายในการดูแลรักษาที่ต่ำ แต่เขาก็ไม่ปฏิเสธว่า Leaf ยังมีข้อจำกัด เช่น พอร์ต CHAdeMO ที่กำลังถูกเลิกใช้ในสหรัฐฯ, ขาดระบบระบายความร้อนแบตเตอรี่, และการออกแบบที่ไม่สะดวกในบางจุด เช่น ไม่มีปุ่ม play/pause บนพวงมาลัย หรือการเข้าเกียร์ N ที่ต้องใช้จังหวะเฉพาะ

เขายังตั้งข้อสังเกตว่า แม้ EV จะเหมาะกับการใช้งานในเมือง แต่การเดินทางไกลยังต้องวางแผนอย่างละเอียด โดยเฉพาะเรื่องการชาร์จ และการพกอุปกรณ์เสริมที่กินพื้นที่ท้ายรถมากกว่าที่คิด

เหตุผลในการเลือก Nissan Leaf มือสอง
ราคาถูกที่สุดในกลุ่ม EV มือสองที่ยังมีคุณภาพดี
ฟีเจอร์พื้นฐานครบ เช่น CarPlay, adaptive cruise, lane assist
ไม่ต้องพึ่งอินเทอร์เน็ตหรือระบบขับอัตโนมัติที่ซับซ้อน

การดูแลและตรวจสอบแบตเตอรี่
ใช้ LeafSpy Pro กับ LeLink 2 ผ่าน OBD-II
ตรวจสอบ SoH, Hx และข้อมูลเซลล์แบตเตอรี่
หลีกเลี่ยงการชาร์จเร็วบ่อย ๆ และรักษาระดับชาร์จให้อยู่ในช่วงปลอดภัย

อุปกรณ์เสริมที่ติดตั้งเพิ่มเติม
เครื่องชาร์จ L2 สำหรับบ้าน และอะแดปเตอร์ชาร์จหลายแบบ
Dashcam และ CarPlay แบบไร้สาย
ติดตั้งอุปกรณ์จัดเก็บสายชาร์จในท้ายรถ

ข้อดีของการใช้ EV
ขับเงียบ, แรงบิดดี, ค่าใช้จ่ายในการดูแลต่ำ
ไม่ต้องเติมน้ำมันหรือเปลี่ยนน้ำมันเครื่อง
สามารถเปิดแอร์/ฮีตเตอร์ล่วงหน้าได้แม้อยู่ในโรงรถ

https://www.jeffgeerling.com/blog/2025/i-bought-cheapest-ev-used-nissan-leaf

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 Sharpie ถึง TTF: เมื่อความพยายามสร้างฟอนต์จากลายมือกลายเป็นบทเรียนเรื่องเครื่องมือและความอดทน

Chris Smith เจ้าของเว็บไซต์ Chameth.com อยากให้เว็บของเขาดู “เป็นตัวเขา” มากขึ้น ไม่ใช่แค่เว็บทั่วไปที่ดูเหมือนถูกผลิตจากแม่พิมพ์เดียวกัน เขาเริ่มจากการตกแต่งเล็ก ๆ เช่นภาพลอยที่ดูเหมือนติดด้วยเทป และขอบลิงก์ที่ขยับได้เมื่อเลื่อนเมาส์ ก่อนจะมาถึงไอเดียใหญ่—เปลี่ยนฟอนต์หัวข้อให้เป็นลายมือของตัวเอง

เขาเริ่มด้วยความหวังว่า “มันคงไม่ยาก” และเลือกใช้เครื่องมือโอเพ่นซอร์สอย่าง Inkscape และ FontForge เพื่อสร้างฟอนต์จาก SVG ที่วาดด้วยแท็บเล็ต แต่พบว่า FontForge มี UI ที่ชวนให้หงุดหงิดอย่างมาก ทั้งการนำเข้าไฟล์ที่ซับซ้อน การจัดการ Bézier curve ที่ไม่แม่นยำ และการทำงานที่ขัดกับความคุ้นเคยของผู้ใช้ทั่วไป

หลังจากพยายามกับ Inkscape และ FontForge แล้วไม่สำเร็จ เขาหันไปใช้ Calligraphr ซึ่งเป็นเครื่องมือออนไลน์ที่ให้ผู้ใช้พิมพ์เทมเพลต เขียนตัวอักษรด้วยปากกา (เขาใช้ Sharpie เพื่อให้ได้ลายเส้นชัดเจน) แล้วสแกนกลับเข้าไปในระบบ Calligraphr จะประมวลผลและสร้างฟอนต์ TTF ให้โดยอัตโนมัติ

เขาเลือกจ่ายแบบครั้งเดียว £8 เพื่อใช้เวอร์ชันโปร 1 เดือน ซึ่งให้ฟีเจอร์เพิ่ม เช่น ligature และการปรับแต่ง glyph ได้ละเอียดขึ้น เขาเติมเทมเพลตทั้งหมดสองรอบเพื่อให้มีตัวเลือกหลายแบบ และเพิ่ม ligature พิเศษสำหรับคำที่ใช้บ่อยในบล็อก เช่น “Re”, “To”, “ey”, “ty” เพื่อให้ฟอนต์ดูเป็นธรรมชาติมากขึ้น

หลังจากนั้นเขาใช้เครื่องมือใน Calligraphr ปรับตำแหน่งตัวอักษรให้ตรง baseline และลดระยะห่างระหว่างตัวอักษรเพื่อให้ดูเหมือนลายมือจริงมากขึ้น เขาพบปัญหาเล็ก ๆ เช่น glyph ที่มีพิกเซลหลงเหลือจากเส้นเทมเพลต ทำให้เกิดช่องว่างใหญ่ในคำ ซึ่งเขาแก้ด้วยการลบพิกเซลเหล่านั้นออก

สุดท้าย เขาใช้ฟอนต์นี้ในเว็บไซต์ของตัวเอง และพบว่ามันสะท้อนตัวตนได้ดี แม้จะไม่เหมือนลายมือจริง 100% แต่ก็มี “น้ำเสียง” ที่เป็นเอกลักษณ์ และที่สำคัญคือ เขารู้สึกว่าการจ่ายเงินให้ Calligraphr นั้นคุ้มค่า เพราะบริการตรงไปตรงมา ไม่บังคับสมัครรายเดือน และยังส่งไฟล์สำรองให้เขาเมื่อบัญชีหมดอายุ

จุดเริ่มต้นของโปรเจกต์ฟอนต์ลายมือ
ต้องการให้เว็บไซต์ดูเป็นตัวเองมากขึ้น
เริ่มจากตกแต่งเล็ก ๆ ก่อนมาถึงการเปลี่ยนฟอนต์หัวข้อ
ตั้งใจใช้ลายมือจริงเพื่อสร้างฟอนต์ที่มีเอกลักษณ์

ความพยายามกับเครื่องมือโอเพ่นซอร์ส
ใช้ Inkscape วาดตัวอักษรเป็น SVG
พยายามนำเข้า SVG ไปยัง FontForge แต่เจอปัญหา UI และการจัดการ curve
ล้มเลิกการใช้ FontForge เพราะความซับซ้อนและไม่เป็นมิตร

การเปลี่ยนมาใช้ Calligraphr
พิมพ์เทมเพลต เขียนด้วย Sharpie แล้วสแกนกลับ
ใช้เวอร์ชันโปร 1 เดือนเพื่อเพิ่ม ligature และปรับแต่ง glyph
เพิ่ม ligature พิเศษเพื่อให้ฟอนต์ดูเป็นธรรมชาติ

การปรับแต่งและแก้ไข
ปรับ baseline และระยะห่างระหว่างตัวอักษร
ลบพิกเซลหลงเหลือจากเทมเพลตเพื่อแก้ช่องว่างในคำ
ใช้ฟอนต์จริงในเว็บไซต์เพื่อทดสอบและปรับปรุง

ความประทับใจต่อ Calligraphr
ระบบไม่บังคับสมัครรายเดือน
ส่งไฟล์สำรองให้เมื่อบัญชีหมดอายุ
UI เป็นมิตรและกระบวนการสร้างฟอนต์มีความชัดเจน

https://chameth.com/making-a-font-of-my-handwriting/

เรื่องเล่าจากคำสัญญาสู่คำจำกัดความใหม่: เมื่อ Tesla เปลี่ยนความหมายของ FSD และยอมรับว่า “ขับเองจริง” ยังมาไม่ถึง

ย้อนกลับไปปี 2016 Tesla เคยประกาศว่า รถทุกคันที่ผลิตจะสามารถอัปเดตซอฟต์แวร์เพื่อให้ขับเองได้โดยไม่ต้องมีคนควบคุม และตั้งแต่ปี 2018 Elon Musk ก็พูดซ้ำทุกปีว่า “ภายในสิ้นปีนี้” ระบบขับเคลื่อนอัตโนมัติจะพร้อมใช้งานจริง

Tesla ยังขายแพ็กเกจ “Full Self-Driving Capability” (FSD) ให้ลูกค้าราคา $15,000 พร้อมคำสัญญาว่าจะอัปเดตให้รถขับเองได้ในอนาคต แต่ในปี 2025 Tesla ยอมรับแล้วว่า รถที่ผลิตระหว่างปี 2016–2023 ไม่มีฮาร์ดแวร์ที่รองรับการขับเองโดยสมบูรณ์ และไม่มีแผนชัดเจนในการอัปเกรด

ล่าสุด Tesla ได้เปลี่ยนชื่อแพ็กเกจเป็น “Full Self-Driving (Supervised)” พร้อมระบุในเงื่อนไขว่า “ไม่ใช่ระบบอัตโนมัติ” และ “ไม่รับประกันว่าจะเป็นฟีเจอร์ในอนาคต” ซึ่งหมายความว่าผู้ซื้อ FSD วันนี้ไม่ได้ซื้อความสามารถขับเองแบบที่เคยสัญญาไว้

ที่น่าจับตามองคือ Tesla ยังใช้คำว่า FSD ในแผนการจ่ายค่าตอบแทนให้ Elon Musk ซึ่งอาจมีมูลค่าสูงถึง $1 ล้านล้านดอลลาร์ หากบรรลุเป้าหมาย เช่น มีผู้สมัครใช้งาน FSD ถึง 10 ล้านราย แต่ในเอกสารนั้น Tesla ได้เปลี่ยนคำจำกัดความของ FSD ให้คลุมเครือว่า “เป็นระบบช่วยขับที่สามารถทำงานคล้ายอัตโนมัติในบางสถานการณ์”

นั่นหมายความว่า แม้ระบบจะยังต้องมีคนจับพวงมาลัยตลอดเวลา ก็ยังถือว่า “บรรลุเป้าหมาย” ได้ตามนิยามใหม่ และ Musk ก็อาจได้รับหุ้นมูลค่ามหาศาลจากการเปลี่ยนคำจำกัดความนี้

การเปลี่ยนแปลงของคำว่า FSD
เดิมหมายถึงระบบขับเคลื่อนอัตโนมัติเต็มรูปแบบโดยไม่ต้องมีคนควบคุม
ปัจจุบันเปลี่ยนเป็น “Full Self-Driving (Supervised)” ที่ยังต้องมีคนจับพวงมาลัย
Tesla ระบุชัดว่าไม่ใช่ระบบอัตโนมัติ และไม่รับประกันว่าจะเป็นฟีเจอร์ในอนาคต

ผลกระทบต่อผู้ซื้อ FSD
รถที่ผลิตระหว่างปี 2016–2023 ไม่มีฮาร์ดแวร์ที่รองรับการขับเอง
ไม่มีแผนชัดเจนในการอัปเกรดฮาร์ดแวร์ให้กับรถรุ่นเก่า
ผู้ซื้อ FSD วันนี้ไม่ได้รับคำสัญญาแบบเดียวกับผู้ซื้อในอดีต

แผนค่าตอบแทนของ Elon Musk
Tesla เสนอแพ็กเกจค่าตอบแทนสูงสุด $1 ล้านล้านดอลลาร์
หนึ่งในเป้าหมายคือมีผู้ใช้งาน FSD ถึง 10 ล้านราย
คำจำกัดความของ FSD ในเอกสารถูกเปลี่ยนให้คลุมเครือ

ความแตกต่างระหว่างการตลาดกับเอกสารทางกฎหมาย
Tesla ใช้คำว่า “ขับเองได้” ในการขาย แต่ใช้คำว่า “ช่วยขับ” ในเอกสาร
ระบบที่ยังต้องมีคนควบคุมก็ถือว่า “บรรลุเป้าหมาย” ได้ตามนิยามใหม่
อาจนำไปสู่การจ่ายหุ้นให้ Musk แม้ระบบยังไม่ขับเองจริง

https://electrek.co/2025/09/05/tesla-changes-meaning-full-self-driving-give-up-promise-autonomy/

เรื่องเล่าจาก 9-9-6 ถึง 0-0-7: เมื่อความขยันกลายเป็นเครื่องมือกดดันมากกว่าความภาคภูมิใจ

Armin Ronacher นักพัฒนาโอเพ่นซอร์สชื่อดังเขียนบทความสะท้อนถึงวัฒนธรรม “996” หรือการทำงานตั้งแต่ 9 โมงเช้าถึง 3 ทุ่ม 6 วันต่อสัปดาห์ ซึ่งเคยถูกมองว่าเป็น “สูตรลับ” ของความสำเร็จในวงการสตาร์ทอัพ โดยเฉพาะในจีน

เขาเล่าว่าแม้ตัวเองจะรักการทำงานดึก รักการเขียนโค้ด และเคยทำงานจนไม่ได้นอนก่อนเที่ยงคืนเลยตลอดสัปดาห์ แต่เขาก็รักครอบครัว รักการเดินเล่น และการสนทนาอย่างลึกซึ้ง—สิ่งที่ไม่มีทางเกิดขึ้นได้ในชีวิตที่ถูกกำหนดด้วย 72 ชั่วโมงต่อสัปดาห์

Ronacher เตือนว่าแม้ผู้ก่อตั้งบริษัทจะมีแรงจูงใจสูง แต่การผลักดันให้พนักงานทำงานแบบ 996 โดยไม่มีอำนาจหรือผลตอบแทนเท่ากันนั้น “ไม่รับผิดชอบ” และไม่ควรเป็นวัฒนธรรมองค์กร

เขาย้ำว่า “ความเข้มข้น” ในการทำงานไม่ควรวัดจากจำนวนชั่วโมง แต่จากผลลัพธ์ที่สร้างได้ และการทำงานหนักควรเป็น “ทางเลือกส่วนตัว” ไม่ใช่ “ข้อบังคับทางวัฒนธรรม”

ในขณะเดียวกัน บทวิเคราะห์จาก Forbes และ CNBC ก็ชี้ว่า 996 กำลังถูกนำมาใช้ในสหรัฐฯ โดยบางบริษัทสตาร์ทอัพในซิลิคอนวัลเลย์เริ่มใช้เป็น “ตัวกรอง” ในการคัดเลือกพนักงาน โดยถามตรง ๆ ว่า “คุณพร้อมทำงาน 996 ไหม”

แม้จะถูกมองว่าเป็นกลยุทธ์เร่งการเติบโต แต่ผลกระทบกลับรุนแรง ทั้งด้านสุขภาพจิต ความเหนื่อยล้า และอัตราการลาออกที่สูงขึ้น โดยเฉพาะในทีมเล็กที่การเสียคนหนึ่งอาจทำให้ทั้งโปรเจกต์หยุดชะงัก

ในจีนเอง แม้ 996 จะเคยถูกยกย่องโดยผู้ก่อตั้งอย่าง Jack Ma ว่าเป็น “พร” แต่ตอนนี้เริ่มมีการต่อต้านมากขึ้น โดยศาลสูงสุดของจีนประกาศว่า 996 ขัดต่อกฎหมายแรงงาน และนักวิชาการบางคนถึงกับเปรียบเทียบว่าเป็น “แรงงานกึ่งบังคับ”

ความหมายและต้นกำเนิดของวัฒนธรรม 996
หมายถึงการทำงาน 9am–9pm, 6 วันต่อสัปดาห์ รวม 72 ชั่วโมง
เริ่มจากวงการเทคโนโลยีในจีน เช่น Alibaba, Huawei
ถูกมองว่าเป็นสูตรเร่งการเติบโตของสตาร์ทอัพ

มุมมองจาก Armin Ronacher
รักการทำงานหนัก แต่ไม่สนับสนุนการบังคับให้คนอื่นทำแบบเดียวกัน
ชี้ว่าความเข้มข้นควรวัดจากผลลัพธ์ ไม่ใช่จำนวนชั่วโมง
การทำงานหนักควรเป็นทางเลือก ไม่ใช่วัฒนธรรมองค์กร

การแพร่กระจายของ 996 สู่ตะวันตก
บางบริษัทในสหรัฐฯ ใช้ 996 เป็นเกณฑ์คัดเลือกพนักงาน
มีการโฆษณาในประกาศรับสมัครว่า “ต้องตื่นเต้นกับการทำงาน 70+ ชั่วโมง”
ถูกมองว่าเป็น hustle culture ที่อาจย้อนกลับมาทำลายองค์กรเอง

การต่อต้านและผลกระทบ
ศาลจีนประกาศว่า 996 ขัดต่อกฎหมายแรงงาน
นักวิชาการเปรียบเทียบว่าเป็นแรงงานกึ่งบังคับ
ส่งผลต่อสุขภาพจิต ความเหนื่อยล้า และอัตราการลาออก

https://lucumr.pocoo.org/2025/9/4/996/

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

โผ ครม.อนุทิน 1 รื้อยกวง หลัง ‘ธรรมนัส’ ชวดกห.ไปคุมท่องเที่ยวแทน ทำภูมิใจไทยต้องเกลี่ยใหม่ "ไชยชนก" ดีอี "ซาบีดา" วัฒนธรรม รอเปิดคนนอก ‘กลาโหม-ยุติธรรม’ แว่วพลตำรวจโท อดีตรองผู้บัญชาการภาค 3 ติดโผ

อ่านต่อ..https://news1live.com/detail/9680000085629

#News1live #News1 #Sondhitalk #SondhiX #คุยทุกเรื่องกับสนธิ #สนธิเล่าเรื่อง #Thaitimes #กัมพูชายิงก่อน #ไทยนี้รักสงบแต่ถึงรบไม่ขลาด #CambodiaOpenedFire #เขมรลักลอบวางระเบิด

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

ขุนแผนชมตลาด อุปโลกแบบเบอะเทอะอีกอย่าง...กางร่ม พกดาบ...อย่างที่เคยเขียน..พุทธศิลป์ยุคเก่า...เขาไม่ทำอะไรที่ไม่เข้าท่า หรือ เป็นของเล่น หรือ แสดงความไม่เคารพหรอก.

มาดูกัน 4เดือนมีเวลาเยอะแยะ,ยกเลิกmou43,44,tor46หากไม่ทำทันทีหลังเข้ารับตำแหน่ง,บอกเลยว่า ไม่สามารถคาดหวังใดๆได้ในเรื่องอื่นๆอีก,ไม่น่าไว้วางใจเหมือนเดิม,เพราะนี้คือเรื่องเร่งด่วนจริงของชาติ มันคือดินแดนอธิปไตยไทยและภัยรุกรานจากศัตรูจริง จนเขมรยิงระเบิดใส่คนไทยเราตายจริง ผู้บริสุทธิ์เช่นประชาชนนอกแนวรบตายจริง,หากนายกฯคนที่32มองข้ามว่าเล็กน้อยล่อเล่น,โอกาสที่ให้อาจไม่มีอีกต่อไป,อำนาจที่ไม่ธรรมดารอลงดาบอยู่.

https://youtube.com/shorts/bdytYjrO65Y?si=CVC-KoU9iZtOnvfc

ถ้าคนนี้ได้ขึ้นรมต. คือ "ฝันร้ายของทักษิณ" (7 ก.ย. 2568)

#ทักษิณ #การเมืองไทย #รมต #ข่าวการเมือง #ฝันร้ายของทักษิณ #ข่าววันนี้ #ข่าวด่วน #ThaiTimes #news1short

"ฮุน มาเนต" ส่งจดหมายแสดงความยินดี "อนุทิน" ได้รับตำแหน่งนายกฯ คนที่ 32 ของไทย บอกตั้งตารอฟื้นฟูความสัมพันธ์สองประเทศกลับสู่ภาวะปกติและมีเสถียรภาพโดยเร็ว

อ่านต่อ..https://news1live.com/detail/9680000085604

#News1live #News1 #Sondhitalk #SondhiX #คุยทุกเรื่องกับสนธิ #สนธิเล่าเรื่อง #Thaitimes #กัมพูชายิงก่อน #ไทยนี้รักสงบแต่ถึงรบไม่ขลาด #CambodiaOpenedFire #เขมรลักลอบวางระเบิด

อ.ปานเทพ ส่งสารถึง "นายกคนใหม่" ด่วน!!! (7 ก.ย. 2568)

#ปานเทพ #นายกคนใหม่ #การเมืองไทย #ข่าวด่วน #ข่าววันนี้ #ข่าวการเมือง #ThaiTimes #news1short

"ทักษิณ" ส่อแววเบี้ยวศาล! คาดไม่กลับไทย 9 ก.ย. นี้ หลังเผ่นไปดูไบ อ้างสนามบินสิงคโปร์ปิด ทั้งที่เปิด 24 ชม. แถมเติมน้ำมันเต็มถังตั้งแต่ต้น หวั่นคุก 8 ปี หากอภัยโทษโมฆะ เหตุเพราะถูกเท..?

อ่านต่อ..https://news1live.com/detail/9680000085612

#News1live #News1 #Sondhitalk #SondhiX #คุยทุกเรื่องกับสนธิ #สนธิเล่าเรื่อง #Thaitimes #กัมพูชายิงก่อน #ไทยนี้รักสงบแต่ถึงรบไม่ขลาด #CambodiaOpenedFire #เขมรลักลอบวางระเบิด

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

เป็นครั้งแรกที่รัสเซียโจมตีอาคารรัฐบาลของยูเครน!!

ภาพเหตุการณ์เพลิงไหม้อย่างรุนแรงที่อาคารรัฐบาลกลางของยูเครน หลังการโจมตีจากโดรน Geran-2 ของรัสเซีย

การโจมตีช่วงเช้าวันนี้ นับเป็นการโจมตีครั้งใหญ่อีกครั้งหนึ่งของรัสเซีย โดยมีรายงานการใช้โดรนรวมทั้งขีปนาวุธประเภทต่างๆรวมแล้วประมาณ 805 รายการ

คาดว่ารัสเซียต้องการส่งคำเตือน "อย่างเป็นรูปธรรม" ไปถึงเซเลนสกี และพันธมิตรยุโรป 26 ชาติ ที่ประกาศโดยประธานาธิบดีมาครง แห่งฝรั่งเศส ที่ตกลงจะส่งกองกำลังเข้าสู่ยูเครน เมื่อไม่กี่วันก่อน

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

"ฮุน มาเนต" นายกรัฐมนตรีกัมพูชา ส่งจดหมายแสดงความยินดีกับนายอนุทิน ชาญวีรกูล นายกรัฐมนตรีคนที่ 32 ของประเทศไทย

นอกจากนี้ ฮุน มาเนต หวังว่าจะได้ร่วมทำงานอย่างใกล้ชิดกับนายกรัฐมนตรีคนใหม่ของไทย เพื่อฟื้นฟูความสัมพันธ์ระหว่างสองประเทศให้กลับสู่ภาวะปกติ

ชาวเขมรรวมตัวกันหน้าอาคารรัฐสภาสวีเดน เรียกร้องให้ยกเลิกการขาย #เครื่องบินกริพเพน ให้กับประเทศไทย ผู้ประท้วงอ้างว่าไทยใช้เครื่องบินเหล่านี้คร่าชีวิตชาวเขมรผู้บริสุทธิ์ และทำลายอาคารที่พักของประชาชน

“นายกฯหนู” เปิดตัว “วรภัค ธันยาวงษ์” นั่ง รมช.คลัง เผย รู้จักกันมา 30 ปี ไม่เกี่ยงเป็นคนของรัฐบาลเดิม บอก ยินดีไม่ต้องนับหนึ่งใหม่ ชู เป็นหนึ่งในทีมเจรจาภาษีทรัมป์ พร้อมรับบทนักข่าวถือไมค์สัมภาษณ์ว่าที่รมต.ด้วยตัวเอง

อ่านต่อ..https://news1live.com/detail/9680000085578

#News1live #News1 #Sondhitalk #SondhiX #คุยทุกเรื่องกับสนธิ #สนธิเล่าเรื่อง #Thaitimes #กัมพูชายิงก่อน #ไทยนี้รักสงบแต่ถึงรบไม่ขลาด #CambodiaOpenedFire #เขมรลักลอบวางระเบิด