Google TabFM: ปฏิวัติการวิเคราะห์ข้อมูลตารางด้วย AI ที่เข้าใจข้อมูลในครั้งเดียว

เมื่อวันที่ 1 กรกฎาคม 2026 ที่ผ่านมา Google Research ได้เปิดตัว TabFM ซึ่งเป็นโมเดลพื้นฐาน (Foundation Model) สำหรับข้อมูลประเภทตาราง (Tabular Data) ที่มีความสามารถ Zero-Shot — นั่นคือ สามารถทำนายค่าหรือจำแนกประเภทข้อมูลในตารางที่ไม่เคยเห็นมาก่อนได้ทันที โดยไม่ต้องผ่านขั้นตอนการฝึกฝน (Training) การปรับแต่ง (Fine-Tuning) หรือการสร้างฟีเจอร์ (Feature Engineering) แต่อย่างใด

แนวคิดของ TabFM คือการมองปัญหาการทำนายข้อมูลตารางเป็น 'การเรียนรู้ในบริบท' (In-Context Learning) โดยโมเดลจะอ่านทั้งชุดข้อมูลที่มีตัวอย่างในอดีต รวมถึงแถวที่ต้องการทำนาย เข้าไปเป็นบริบทเดียวใน 'พรอมต์' และสร้างผลลัพธ์ออกมาในครั้งเดียว

สถาปัตยกรรม: การทำ Attention แบบสลับแถวและคอลัมน์

TabFM ใช้สถาปัตยกรรม Hybrid-Attention Transformer ที่มีกลไกการสลับ Attention ระหว่างแถวและคอลัมน์ (Alternating Row-Column Attention) แตกต่างจากข้อมูลข้อความที่เป็นมิติเดียว ข้อมูลตารางจำเป็นต้องเข้าใจความสัมพันธ์ระหว่างทั้งแถวและคอลัมน์ไปพร้อมกัน TabFM จึงสลับการทำงานของ Attention ระหว่าง:

• Column-wise Attention — เพื่อจับความสัมพันธ์ระหว่างฟีเจอร์ต่างๆ (คุณลักษณะของข้อมูล)
• Row-wise Attention — เพื่อจับความสัมพันธ์ระหว่างตัวอย่างข้อมูล

กลไกสองขั้นตอนนี้จะสร้าง Embedding (การแทนค่าข้อมูลในรูปแบบเวกเตอร์) ที่มีขนาดคงที่สำหรับทั้งแถวและคอลัมน์ ทำให้โมเดลสามารถนำไปใช้กับโครงสร้างตารางใดก็ได้ในตอนใช้งานจริง โดยแนวทางนี้เป็นการผสมผสานองค์ประกอบจากโมเดลพื้นฐานด้านตารางรุ่นก่อนๆ อย่าง TabPFN (ที่มีกลไก Attention แบบแถว/คอลัมน์) และ TabICL (ที่ใช้การเรียนรู้ในบริบท)

ฝึกฝนด้วยข้อมูลสังเคราะห์ทั้งหมด

ที่น่าสนใจคือ TabFM ถูกฝึกฝน ด้วยชุดข้อมูลสังเคราะห์ (Synthetic Datasets) ที่สร้างขึ้นจากแบบจำลองเชิงสาเหตุเชิงโครงสร้าง (Structural Causal Models - SCMs) มากกว่าหลายร้อยล้านชุด โดยไม่ใช้ข้อมูลจริงของธุรกิจใดๆ เลย เหตุผลก็คือ ข้อมูลตารางในโลกจริงส่วนใหญ่มักเป็นข้อมูลที่มีความละเอียดอ่อน เป็นกรรมสิทธิ์ หรือมีความเป็นส่วนตัว ซึ่งยากต่อการนำมาใช้ในการฝึกโมเดลขนาดใหญ่แบบเปิดเผย การใช้ข้อมูลสังเคราะห์ทำให้ Google สามารถควบคุมกระบวนการสร้างข้อมูลให้มีความหลากหลายและกระจายตัวได้ดี โดยไม่ต้องพึ่งพาข้อมูลจากโลกจริง

อันดับบน TabArena: ผลลัพธ์ระดับ 'ทำลายสถิติ'

TabFM ถูกประเมินบน TabArena ซึ่งเป็นเกณฑ์มาตรฐานแบบ 'มีชีวิต' สำหรับวิธีการทำ Machine Learning บนข้อมูลตาราง มีระบบคะแนน Elo และกระดานผู้นำสาธารณะที่ tabarena.ai จากการรายงานผลของ Google:

• TabFM-Ensemble (ใช้ 32 เอ็นเซมเบิล ร่วมกับคุณสมบัติ Cross-sectional และ SVD) ทำผลงานได้ดีที่สุดใน TabArena โดยเป็นอันดับ 1 ทั้งในงานจำแนกประเภท (Classification) และการทำนายค่า (Regression)
• TabFM-Single (การประมวลผลครั้งเดียวโดยไม่ใช้เอ็นเซมเบิล) ก็ทำผลงานได้ดีเป็นอันดับ 2 แข่งขันได้อย่างสูสีหรือดีกว่าโมเดลพื้นฐานสำหรับตารางรุ่นก่อนๆ อย่าง TabPFN v2 และแม้กระทั่ง Gradient-Boosted Trees ที่ผ่านการปรับแต่งแล้ว

คะแนน Elo ที่แน่นอนจะเปลี่ยนไปตามสถานะบนกระดานผู้นำแบบเรียลไทม์ แต่จากรายงานของ Google แสดงให้เห็นว่า TabFM-Ensemble ครองอันดับ 1 ทั้งในส่วน Classification และ Regression ณ ช่วงต้นเดือนกรกฎาคม 2026 การจัดอันดับในกระดาน Classification ของ TabArena ระบุว่า TabPFN-3 เป็นอันดับ 1 ของโมเดลเดี่ยว (คะแนน Elo 1721) ในขณะที่วิธีแบบเอ็นเซมเบิลอย่าง AutoGluon extreme (4h) เป็นมาตรวัดสูงสุดโดยรวม การเข้ามาของ TabFM ได้เปลี่ยนภูมิทัศน์การแข่งขันครั้งนี้อย่างชัดเจน

ใบอนุญาต (License): แบบคู่

TabFM ใช้ ใบอนุญาตแบบคู่ (Dual-License):

ส่วนประกอบ	ใบอนุญาต	ที่ตั้ง
น้ำหนักโมเดล (Weights)	ใบอนุญาตแบบไม่ใช่เชิงพาณิชย์ (Non-commercial)	Hugging Face (google/tabfm-1.0.0-pytorch)
โค้ดการใช้งานและตัวอย่าง	Apache 2.0	GitHub (google-research/tabfm)

น้ำหนักโมเดลถูกเผยแพร่ภายใต้ใบอนุญาตที่ไม่ใช่เชิงพาณิชย์ (Source-available) ซึ่งหมายความว่า ไม่ใช่ซอฟต์แวร์โอเพนซอร์สเต็มรูปแบบ ตามคำจำกัดความของ OSI หรือกรอบการแบ่งประเภท 4 ระดับของ G7 ในขณะที่โค้ดสำหรับการอนุมานผลและสมุดบันทึกตัวอย่าง (Notebooks) ใช้สัญญา Apache 2.0 ที่เป็นมิตรมากกว่า รูปแบบนี้สอดคล้องกับแนวทางของ Google ที่ใช้กับโมเดลวิจัยอื่นๆ เช่น Gemma (ซึ่งต่อมาได้เปลี่ยนมาใช้ Apache 2.0 สำหรับรุ่นใหม่ๆ ) และยังสอดคล้องกับวิธีการที่ Prior Labs ใช้ในการเผยแพร่น้ำหนักโมเดล TabPFN ภายใต้ข้อตกลงที่ไม่ใช่เชิงพาณิชย์เช่นกัน

การผสานรวมกับ BigQuery ผ่านคำสั่ง AI.PREDICT

Google มีแผนที่จะ ผสาน TabFM เข้ากับ BigQuery โดยตรง ภายในไม่กี่สัปดาห์หลังการประกาศเปิดตัว ผู้ใช้ BigQuery จะสามารถใช้งานการทำนายแบบ Zero-Shot ได้ผ่าน คำสั่ง SQL AI.PREDICT โดยรูปแบบไวยากรณ์จะใกล้เคียงกับฟังก์ชัน Managed Inference ที่มีอยู่ เช่นเดียวกับ AI.FORECAST สำหรับ TimesFM ไวยากรณ์ที่คาดว่าจะเป็น:

SELECT * FROM AI.PREDICT(
  MODEL tabfm,
  TABLE your_data
)

การผสานรวมนี้จะช่วยให้ทีมข้อมูลสามารถใช้การทำนายของ TabFM โดยตรงผ่าน SQL โดยไม่ต้องจัดการโครงสร้างพื้นฐาน ML หรือปรับใช้โมเดลแยกต่างหาก ณ วันที่ประกาศ (1 กรกฎาคม 2026) ฟีเจอร์นี้ถูกอธิบายว่า 'กำลังจะมา' แต่ยังไม่ปรากฏในบันทึกการเปลี่ยนแปลงของ BigQuery ระบบนิเวศ BigQuery ML ในปัจจุบันรองรับ Managed Inference สำหรับ TimesFM (AI.FORECAST), โมเดลที่กำหนดเอง (ML.PREDICT), และโมเดลโอเพนซอร์สจาก Hugging Face อยู่แล้ว และ TabFM จะเป็นโมเดลพื้นฐานสำหรับข้อมูลตารางแรกที่มีคำสั่งลัด AI.PREDICT ในตัว

ข้อควรระวังที่ต้องจำไว้

• บล็อกโพสต์อย่างเป็นทางการของ Google Research เผยแพร่เมื่อวันที่ 1 กรกฎาคม 2026 ซึ่งถือว่าใหม่มาก รายละเอียดบางอย่าง เช่น เอกสารวิชาการฉบับสมบูรณ์ คะแนน TabArena แบบเรียลไทม์ ณ เวลาที่เผยแพร่ และไทม์ไลน์ของ BigQuery ที่แน่นอน อาจยังคงเปลี่ยนแปลงได้
• ณ เวลาที่วิเคราะห์นี้ ยังไม่มีเอกสารวิจัยหรือ arXiv preprint อย่างเป็นทางการของ Google เผยแพร่สู่สาธารณะ รายละเอียดทางเทคนิคของสถาปัตยกรรมมาจากรายงานข่าวและบล็อกโพสต์
• ปัจจุบันฟังก์ชัน ML.PREDICT ใน BigQuery ML ใช้ไวยากรณ์ที่แตกต่างออกไปโดยต้องจดทะเบียนโมเดลก่อน ไวยากรณ์ AI.PREDICT สำหรับ TabFM อาจเป็นคำสั่งลัดแบบใหม่ที่คล้ายกับ AI.FORECAST สำหรับ TimesFM ซึ่งยังไม่มีการบันทึกใน Release Notes ณ ขณะนี้
• ใบอนุญาตแบบไม่ใช่เชิงพาณิชย์สำหรับน้ำหนักโมเดลของ TabFM จะจำกัดการใช้งานในเชิงพาณิชย์หากไม่มีข้อตกลงแยกต่างหาก ซึ่งอาจส่งผลกระทบต่อแผนการนำไปใช้ขององค์กร