6 เรื่องที่ควรรู้จักก่อนไปงาน Microsoft Build: AI Day, Thailand

ปีนี้พวกเราชาว BorntoDev พี่เปรม นิว และผมแอดเอฟกำลังจะได้มีโอกาสไปร่วมงาน Microsoft Build: AI Day, Thailand ที่คุณสัตยา นาเดลลา CEO ของ Microsoft มาไทย ซึ่งน่าตื่นเต้นมาก ก่อนไปเราขอทำการบ้านแบบไวๆ และหยิบหัวข้อ เครื่องมือที่น่าสนใจที่จะพูดถึงในงานนี้มาทำความเข้าใจคร่าวๆ กันก่อนจะมีอะไรบ้าง มาดูกัน!

📌 Agenda ของงาน

• Address and Keynote by Microsoft Chairman and CEO Satya Nadella
• Panel discussion: Code; Without Barriers: Inclusion is Innovation Panel Discussion
• Session 1: What’s New in Generative AI?
• Session 2: Vector search and state-of-the-art retrieval for generative AI apps
• Session 3: Build your RAG Application with Prompt flow in Azure AI Studio
• Session 4: Prompt Engineering to Production with LLMOps
• Session 5: Make your data AI ready with Microsoft Fabric

สำหรับบทความนี้จะพูดถึงเครื่องมือ concept แบบสั้น ๆ ทั่ว ๆ ไปโดยไม่ลงรายละเอียดนะครับ แต่แอบบอกว่าฉบับเต็มหลังจากจบไประยะนึงน่าจะมีออกมาแน่!

🌟 คีย์หลักที่น่าสนใจมีดังนี้

• Vector search
• RAG
• Prompt flow
• Azure AI Studio
• LLMOps
• Microsoft Fabric

1. Vector search คืออิหยัง?

มาเริ่มกันที่ตัวแรกกันเลยกับ Vector search เป็นเทคนิคการค้นหาข้อมูลที่อยู่ในรูปของเวกเตอร์ ต่างจาก database ปกติที่เก็บในรูปแบบข้อความธรรมดา เพราะว่าในยุคปัจจุบันเทรนด์ในเรื่องของ AI บูมเป็นอย่างมากและพวกโมเดลแมชชีนเลิร์นนิงส่วนใหญ่จะสร้างเวกเตอร์แทนของที่เป็นข้อความ รูปภาพ หรือเนื้อหาอื่นๆ แล้วเก็บไว้ใน Vector Database โดยเฉพาะ

สามารถอ่านเพิ่มเติมเกี่ยวกับการทำงานของ Vector search ได้ที่ 👇

Vector search – Azure AI Search | Microsoft Learn

2. RAG (Retrieval-Augmented Generation)

ในยุคนี้เป็นเรื่องที่ถูกพูดถึงบ่อยมาก ๆ ในยุคที่ใคร ๆ ก็ใช้ Generative AI เพราะ RAG ทำให้ AI ที่ใช้โมเคลภาษาขนาดใหญ่อย่าง ChatGPT, Gemini หรือ Claude AI เราจะเรียกโมเดลภาษาขนาดใหญ่นี้ว่า LLMs หรือ Large Language Models ซึ่งเจ้า RAG จะเป็นตัวที่ทำให้ LLMs สามารถไปต่อกับข้อมูลเฉพาะมากยิ่งขึ้นเช่น ดึงข้อมูลมาจาก Wikipedia, เอกสารภายในองค์กร รวมไปถึงฐานข้อมูลภายในองค์กรเพื่อให้ AI ที่แสนฉลาด มันไปหาข้อมูลหรือเอาข้อมูลมาตอบได้น่าเชื่อถือมากยิ่งขึ้น เรียกได้ว่าและช่วยลดเรื่องของ AI ตอบนอกลู่นอกทางนั่นเอง

สามารถอ่านเพิ่มเติมเกี่ยวกับ RAG (Retrieval-Augmented Generation) ได้ที่ 👇

(25) What is Retrieval Augmented Generation? | LinkedIn

3. Prompt flow

อันนี้เป็นเครื่องมือที่เอามาช่วยให้เราสามารถสร้างแอปที่มีการใช้งาน AI ได้ง่ายขึ้น ง่ายตั้งแต่คิดไอเดียโปรเจกต์ ออกแบบ Prompt flow เพราะในจะมี Template และโมเดล LLM แบบสำเร็จรูปอยู่แล้ว เราสามารถ สร้าง “โฟลว์” ที่เชื่อมโยง LLMs, prompts, โค้ด Python และเครื่องมืออื่นๆ เข้าด้วยกันเป็นเวิร์กโฟลว์ที่สามารถรันได้จริง พร้อมทั้งยังสามมารถทำการทดสอบ วัดผล จนถึง Deploy อันนี้เค้าก็ทำ CICD มาให้แล้วด้วยเรียกว่าครบ

สามารถอ่านเพิ่มเติมเกี่ยวกับ Prompt flow ได้ที่ 👇
Prompt flow in Azure AI Studio – Azure AI Studio | Microsoft Learn

4. Azure AI Studio

Azure AI Studio เป็นแพลตฟอร์มบน Azure ที่รวบรวมความสามารถต่างๆ จากบริการ AI ด้าน AI เอาไว้ในอ้อมอกอ้อมใจโดยใช้ชื่อว่า “Azure AI Studio” เอาไว้พัฒนา solution ด้าน AI ที่มีโมเดลให้เลือกเป็นคลังทั้งจากของ Microsoft เองและจาก Hugging Face แพลตฟอร์มยอดนิยมสำหรับสาย AI Developer อยู่แล้ว เหมาะสำหรับเอามาสร้างโมเดลเอง เทรนเอง เลือกใช้งานของที่ชาวบ้านทำไว้ที่มีมาตรฐาน ใช้งานร่วมกับ vector indexing ทำ RAG ได้แบบง่ายๆ สร้าง prompt กำหนด prompt ผ่าน prompt flow ได้เลย ที่สำคัญมีเรื่องของความปลอดภัย และจริยธรรมเบื้องต้นมาให้ด้วยจ้า พวกคำตอบที่ไม่สมเหตุสมผล พวกคำตอบที่ดูเหยียดๆ ไม่เคารพ สร้างความเกลียดชัง อันนี้ Azure กรองมาให้แล้วจ้าาา

สามารถอ่านเพิ่มเติมเกี่ยวกับ Azure AI Studio ได้ที่ 👇

https://learn.microsoft.com/th-th/azure/ai-studio/what-is-ai-studio?tabs=home

5. LLMOps

อันนี้ไม่ใช้ชื่อบริการแต่เป็นแนวทางมากกว่า โดย LLMOps ย่อมาจาก Large Language Model Operations เป็นชุดของแนวทางปฏิบัติและเครื่องมือที่ช่วยให้องค์กรจัดการและ deploy LLMs บนคลาวด์ Azure ได้ง่ายขึ้น เพราะในปัจจุบันมีโมเดล LLM ให้ใช้เยอะมาก แต่ปัญหาส่วนใหญ่อยู่ที่การ deploy การเอาไปใช้งานจริง ๆ นี่แหละ ทำให้การมีบริการที่จัดการ infrastucture หรือมีของให้ใช้ก็เป็นเรื่องที่สะดวกมากๆ นักวิจัย ทีมการตลาด โฆษณาที่อยากจะมีแอป AI เอามาใช้งานบ้างก็คงไม่อยากไปวุ่นวายกับเรื่องนี้ ดังนั้น LLMOps จึงมาลดปัญหาตรงนี้

สามารถอ่านเพิ่มเติมเกี่ยวกับ LLMOps บน Azure ได้ที่ 👇

An Introduction to LLMOps: Operationalizing and Managing Large Language Models using Azure ML (microsoft.com)

6. Microsoft Fabric

กว่าจะมาเป็น LLM ที่มีคุณภาพหรือโมเดล AI เจ๋ง ๆ ก็ต้องมีข้อมูลที่มีคุณภาพเอาไปให้ AI เรียนรู้ ซึ่ง Microsoft Fabric คือ ชุดเครื่องมือที่เอาไว้การวิเคราะห์ข้อมูลแต่จะมีฟีเจอร์และบริการที่มีรายละเอียดและเอามาช่วยงานด้าน Data engineer, Data Analytics ได้แบบครบวงจร ครอบคลุมทุกกระบวนการตั้งแต่การรวบรวมข้อมูลไปจนถึงการวิเคราะห์แบบเรียลไทม์ รองรับทั้งแบบ On-premises และ Cloud อีกด้วย

สามารถอ่านเพิ่มเติมเกี่ยวกับ Microsoft Fabric ได้ที่ 👇

https://learn.microsoft.com/th-th/fabric/get-started/microsoft-fabric-overview

สำหรับใครที่ไม่ได้ไป Microsoft เค้าก็ใจดีมีรูปแบบ Live สดมาให้เราได้ดูแบบสบายๆ อยู่ที่ไหนก็ดูได้ที่ 👇

Microsoft Chairman and CEO Satya Nadella Live Keynote from Build AI Day Thailand | Facebook