ในยุคที่ AI คือ เครื่องมือสำคัญที่เข้ามามีบทบาทกับการทำงานในหลายส่วน ทำให้หลายธุรกิจรวมถึงนักพัฒนาต่างพากันมองหาเครื่องมือเข้ามาเป็นตัวช่วยเพื่อเสริมการใช้งาน AI ให้ได้ประสิทธิภาพสูงสุด ซึ่ง Vertex AI เองก็เป็นเครื่องมือที่ Google Cloud ได้สร้างขึ้นเพื่อเสริมด้านการใช้งานโมเดล ML หรือ Machine Learning คือ การทำให้คอมพิวเตอร์สามารถเรียนรู้เองได้ ซึ่ง Vertex AI จะทำให้ ML ปรับใช้ได้ง่ายมากขึ้น เรียกว่าเป็นแพลตฟอร์ม ML แบบครบวงจรเลยก็ว่าได้ และในบทความนี้เราจะพาทุกคนมาทำความรู้จักกับ Google Vertex AI ว่าคืออะไร สามารถทำอะไรได้บ้าง ไปดูกัน
Vertex AI คืออะไร ?
Vertex AI คือ แพลตฟอร์ม Machine Learning (ML) แบบครบวงจร เกิดจากการที่ทีมวิศวกรและนักพัฒนาของ Google Cloud ได้รวบรวมบริการ Machine Learning ที่มีอยู่มากมายและกระจัดกระจายอยู่เข้าด้วยกันเพื่อให้สามารถใช้งานได้ง่ายและมีประสิทธิภาพมากขึ้น โดย Google Cloud ได้ออกแบบให้ Vertex AI สามารถทำได้ตั้งแต่การเตรียมและประมวลผลข้อมูล การสร้างและฝึกฝนโมเดลไปจนถึงการปรับใช้และการตรวจสอบโมเดล พร้อมกับฟีเจอร์อีกมากที่เราจะได้ทำความรู้จักอย่างละเอียดในหัวข้อถัดไป
Vertex AI ใช้ทำอะไรได้บ้าง ? มาดูฟีเจอร์การทำงานหลัก ๆ ของ Vertex AI
Vertex AI ถูกออกแบบมาเพื่อจัดการกับโมเดล AI แบบครบวงจรเรียกว่าตั้งแต่ต้นจนจบกระบวนการสามารถจัดการได้ทั้งหมด เรามาดูกันว่าฟีเจอร์หลักของ Vertex AI ที่ Google สร้างขึ้นสามารถช่วยเหลือการทำงานของคุณในด้านใดได้บ้าง
การจัดการโมเดล AI แบบครบวงจร
Vertex AI สามารถรองรับโมเดล ML ได้อย่างหลากหลายและยังสามารถช่วยจัดการกระบวนการสร้างโมเดล AI ซึ่งจะมีให้เลือกมากมายขึ้นอยู่กับความเชี่ยวชาญและลักษณะของปัญหาที่เราต้องการหาคำตอบ เมื่อสร้างโมเดลแล้วก็จะไปที่ขั้นตอนการฝึกโมเดล (Training) ให้สามารถใช้งานได้อย่างมีประสิทธิภาพสูงสุด
จากนั้นก็เข้าสู่ขั้นตอนการทดสอบและพัฒนา (Testing and Development) เพื่อดูว่าโมเดลที่สร้างขึ้นสามารถใช้งานได้ดีเพียงใดและควรแก้ไขพัฒนาต่อไปอย่างไรได้บ้าง ซึ่งในขั้นตอนนี้ Vertex AI ก็จะมีตัวช่วยอย่าง Vertex AI Workbench เข้ามาช่วยพัฒนาและทดลองด้วย ทำให้การทำงานเชื่อมต่อกับ Google Cloud สามารถทำได้ง่ายมากขึ้น
การเชื่อมต่อกับเครื่องมือ Machine Learning อื่นๆ
สำหรับนักพัฒนาที่ต้องการใช้งาน Vertex AI ด้วยโมเดลที่พัฒนาขึ้นจากแพลตฟอร์มอื่นก็สามารถนำโมเดลเหล่านั้นมาใช้ร่วมกับ Vertex AI ได้ด้วยเช่นกัน เพราะ Vertex AI ถูกสร้างให้รองรับการใช้งานร่วมกับ ensorFlow, PyTorch และ Scikit-learn จึงช่วยให้นักพัฒนาสามารถเขียนโค้ดหรือปรับแต่งโมเดลได้อย่างเป็นอิสระ
AutoML
AutoML เป็นฟีเจอร์ของ Google Vertex ที่สร้างขึ้นเพื่อให้ผู้ที่ไม่ได้มีความเชี่ยวชาญเกี่ยวกับ ML หรือ Machine Learning สามารถสร้างโมเดลคุณภาพสูงขึ้นอย่างอัตโนมัติ โดยไม่ต้องเขียนโค้ดเพียงแค่เตรียมข้อมูลในมือให้พร้อมและเลือกประเภทของปัญหาที่ต้องการแก้ไข อย่างเช่น การจำแนกภาพ การทำนายข้อมูล เป็นต้น จากนั้น Vertex AI ก็จะจัดการส่วนที่เหลือให้ เช่น การเลือกอัลกอริทึ่ม การปรับแต่งพารามิเตอร์และการประเมินผล ทำให้ง่ายต่อการใช้งานแต่ได้ผลลัพธ์ที่มีประสิทธิภาพกลับมา
AI Pipeline
Vertex AI Pipeline เป็นบริการของ Google Cloud ที่สร้างขึ้นเพื่อช่วยจัดการขั้นตอนกระบวนการของ ML ที่มีความซับซ้อนให้เป็นระเบียบ ง่ายต่อการจัดการ การติดตาม และการทำซ้ำมากขึ้น อีกทั้งยังช่วยเพิ่มประสิทธิภาพในการพัฒนาและปรับใช้โมเดล โดยขั้นตอนของ AI Pipeline จะประกอบไปด้วยขั้นตอนหลักๆ ดังนี้
- การเก็บรวบรวมข้อมูล (Data Collection) เป็นการรวบรวมข้อมูลจากแหล่งต่างๆ ที่ต้องการจัดการซึ่งข้อมูลเหล่านี้อาจอยู่ในรูปแบบของ ข้อความ รูปภาพ วิดีโอหรือจะเป็นข้อมูลตัวเลขก็ได้
- การเตรียมข้อมูล (Data Preparation) เป็นการจัดการข้อมูลให้เป็นระเบียบง่ายต่อการฝึกโมเดล โดยจะมีทั้งการทำความสะอาดข้อมูลหรือก็คือการจัดการข้อมูลที่ผิดพลาดขาดหายหรือไม่สอดคล้องกัน การแปลงข้อมูลให้อยู่ในรูปแบบที่เหมาะสม และการแบ่งข้อมูลตามส่วนที่ต้องจัดการเช่น การฝึกฝนโมเดล การตรวจสอบและการทดสอบ
- การเลือกและฝึกโมเดล (Model Selection and Training) เป็นการเลือกข้อมูลที่เราเตรียมไว้แล้วนำมาฝึกใช้กับโมเดล
- การประเมินผลโมเดล (Model Evaluation) หลังจากการฝึกโมเดลด้วยชุดข้อมูลทดสอบตามขั้นตอนด้านบนแล้วก็จะเป็นขั้นตอนของการประเมินประสิทธิภาพของโมเดลว่าโมเดลสามารถคาดการณ์หรือตัดสินใจได้อย่างแม่นยำมากเพียงใด
- การปรับแต่งโมเดล (Model Tuning/Optimization) เมื่อทดสอบและประเมินผลเรียบร้อยแล้วจะเข้าสู่ขั้นตอนของการแก้ไขปรับแต่งให้โมเดลมีประสิทธิภาพมากขึ้น เช่น การปรับแต่งพารามิเตอร์ต่างๆ ปรับแต่งข้อมูลหรือเลือกอัลกอริทึมใหม่ที่เหมาะสมมากกว่า
- การปรับใช้โมเดล (Model Deployment) ขั้นตอนนี้จะเป็นการปรับใช้โมเดลที่เราได้ทดสอบและพัฒนาแล้วกับชุดข้อมูลจริง เรียกว่าเป็นการใช้งานจริงตามแอปพลิเคชัน เว็บไซต์หรือระบบอัตโนมัติต่างๆ
- การตรวจสอบและติดตาม (Monitoring and Tracking) ในขั้นตอนสุดท้ายที่ไม่ท้ายสุดนั้นคือการตรวจสอบประสิทธิภาพของโมเดลที่ใช้งานจริงอย่างต่อเนื่องและสม่ำเสมอเพื่อตรวจสอบปัญหาที่อาจเกิดขึ้นได้
MLOps
อีกหนึ่งฟีเจอร์ที่น่าสนใจของ Vertex AI คือ MLOps หรือ Machine Learning Operations ที่เข้ามาช่วยจัดการและติดตามการใช้งานของโมเดลให้ทำงานได้อย่างราบรื่นและมีประสิทธิภาพ ลดความเสี่ยงที่จะเกิดความผิดพลาดในการใช้งานและเพิ่มความน่าเชื่อถือมากขึ้น เรียกว่าเป็น Vertex Software ที่พัฒนาขึ้นเพื่อรวมเอาเครื่องมือและบริการต่างๆ มาใช้จัดการ ML อย่างครบวงจร โดยจะมีการช่วยเหลือด้านการจัดการดังนี้
- การจัดการข้อมูลและคุณลักษณะ (Data and Feature Management) เรียกว่าเป็นที่เก็บฟีเจอร์ส่วนกลาง ช่วยจัดระเบียบและเพิ่มประสิทธิภาพการจัดการ ML โดยเครื่องมือที่ใช้กันจะเรียกว่า Vertex AI Feature Store ที่ช่วยจัดการฟีเจอร์และมักจะใช้ร่วมกับ BigQuery คือ คลังข้อมูลแบบไร้เซิร์ฟเวอร์ โดย BigQuery จะทำหน้าที่เป็นแหล่งข้อมูลดิบส่วน Vertex AI Feature Store จะเป็นตัวจัดการฟีเจอร์ที่ใช้งานนั่นเอง
- การจัดการโมเดล (Model Management) จะเป็นการจัดการโมเดลตั้งแต่การจัดเก็บโมเดล จัดการเวอร์ชั่นที่แตกต่างกันของโมเดลรวมถึงการติดตามและเปรียบเทียบความเปลี่ยนแปลง รวมถึงการตรวจสอบประสิทธิภาพของข้อมูลหรือปัญหาต่างๆ ที่อาจเกิดขึ้นพร้อมแจ้งเตือนให้รับทราบด้วย
- การจัดการไปป์ไลน์ (Pipeline Management) เป็นการจัดการ Workflow ของ ML แบบอัตโนมัติ
- การปรับใช้และให้บริการ (Deployment and Serving) เป็นการปรับใช้โมเดลขณะใช้งานจริงให้เหมาะสมและเกิดประสิทธิภาพสูงสุด เช่น การปรับขนาดโมเดล การตรวจสอบ หรือการอัปเดตโมเดล เป็นต้น
- การตรวจสอบและติดตาม (Monitoring and Tracking) เป็นการติดตามเมตริกต่างๆ และตรวจสอบการเปลี่ยนแปลงของข้อมูลพร้อมกับแจ้งเตือนเมื่อพบความผิดปกติ
ทำไม Vertex AI ถึงกลายเป็นเทคโนโลยีที่สำคัญต่อการพัฒนาธุรกิจในปัจจุบัน ?
Vertex AI เป็นการใช้ข้อมูลเชิงลึกเข้ามาร่วมคาดการณ์ให้แม่นยำมากขึ้นจึงเรียกได้ว่ามีความสำคัญต่อการพัฒนาธุรกิจในปัจจุบันเป็นอย่างมาก มาดูกันว่า Google Vertex ตัวนี้จะมีความสำคัญอย่างไรบ้าง
- ช่วยให้สามารถตัดสินใจและวางกลยุทธ์ได้ดีมากขึ้น เพราะการใช้ Vertex AI นั้นเป็นการใช้ข้อมูลมากมายนำมาวิเคราะห์ทำให้ได้ข้อมูลเชิงลึกที่บ่งชี้ว่าธุรกิจของเรากำลังอยู่ในสถานการณ์แบบใดบ้าง มีกลุ่มเป้าหมายเป็นอย่างไร ใครที่สนใจสินค้าหรือบริการของเราอย่างแท้จริง เป็นต้น ทำให้สามารถตัดสินใจในเรื่องต่าง ๆ ไม่ว่าจะเป็นแคมเปญการตลาด หรือประเมินความเสี่ยงก็สามารถทำได้อย่างแม่นยำมากขึ้นด้วย
- ช่วยปรับปรุงประสิทธิภาพในการดำเนินงาน เราสามารถใช้ Vertex AI เข้ามาช่วยพัฒนากระบวนการการทำงานต่าง ๆ ได้ เช่น การเพิ่มประสิทธิภาพของสายงานผลิต หรือการปรับปรุงการบริการลูกค้า เป็นต้น
- ช่วยสร้างประสบการณ์ที่ดีสำหรับลูกค้า เพราะ Vertex AI จะเข้ามาช่วยให้ธุรกิจเข้าใจลูกค้าได้มากขึ้น สามารถนำเสนอผลิตภัณฑ์หรือความต้องการของลูกค้าแต่ละรายได้อย่างแม่นยำมากขึ้น ทำให้ลูกค้ารู้สึกพิเศษและประทับใจในบริการได้
ข้อดีของการใช้ Vertex AI มีอะไรบ้าง
Vertex AI นับเป็นการนำพาทุกคนเข้าสู่ยุคใหม่อย่างแท้จริง เพราะไม่ใช่แค่ผลในการพัฒนาธุรกิจเท่านั้นที่จะพัฒนาอย่างก้าวกระโดด แต่ในด้านการใช้งานแล้ว Vertex AI ก็นับว่าทำมาได้ตอบโจทย์อย่างมาก ดังนี้
- สามารถใช้งานได้ทั้งมือใหม่และผู้เชี่ยวชาญ สำหรับมือใหม่ด้านการใช้ AI สามารถใช้ AutoML เข้ามาช่วยสร้างโมเดลได้โดยไม่ต้องเขียนโค้ดเอง ขณะที่ผู้เชี่ยวชาญที่สามารถเขียนโค้ดได้ก็สามารถใช้ใช้งานร่วมกับ ensorFlow, PyTorch และ Scikit-learn ในการเขียนโค้ดและพัฒนาโมเดลขึ้นมาเองได้
- มีความยืดหยุ่นด้านการใช้งานสูง เนื่องจากสามารถรองรับการนำเข้าโมเดลจากเครื่องมืออื่นๆ ได้ทำให้สะดวกต่อการใช้งานมาก
- ลดความซับซ้อนในการพัฒนา AI แรกเริ่มเดิมที นักพัฒนาของ Google Vertex ก็ตั้งใจพัฒนาให้ Vertex AI เป็นที่รวบรวม ML อยู่แล้วทำให้เครื่องมือทุกอย่างในแพลตฟอร์มนี้สามารถใช้ได้โดยไม่ต้องเสียเวลาไปกับการเรียนรู้และตั้งค่าระบบหลายระบบ
- มีประสิทธิภาพสูงและปลอดภัย เพราะ Vertex AI นั้นทำงานอยู่บนโครงสร้างของ Google Cloud ซึ่งขึ้นชื่อในเรื่องของความเสถียร รวดเร็วและมีการรักษาความปลอดภัยของข้อมูลดีเยี่ยม ทำให้ไม่ต้องกังวลในเรื่องของข้อมูลสูญหายเลย
การใช้งาน Vertex AI มีขั้นตอนอย่างไร?
การใช้งาน Vertex AI จะมีขั้นตอนไม่ซับซ้อนมากนัก โดยมีขั้นตอนหลักอยู่ 5 ขั้นตอน ดังนี้
เตรียมข้อมูล
หากต้องการใช้งาน Vertex AI ข้อมูลก็นับเป็นส่วนสำคัญอย่างมาก ดังนั้น ในขั้นตอนแรกนี้เราจะต้องจัดเตรียมข้อมูลให้ครบถ้วนมากที่สุด พร้อมกับจัดระเบียบ ทำความสะอาดข้อมูลที่ขาดหายตกหล่นหรือผิดพลาดให้ดี รวมถึงการปรับเปลี่ยนรูปแบบข้อมูลให้เหมาะสมกับการฝึกโมเดลด้วย
เลือกวิธีการพัฒนาโมเดล
สำหรับใครที่เป็นมือใหม่สามารถใช้ AutoML เข้ามาช่วยสร้างโมเดลคุณภาพสูงแบบอัตโนมัติโดยไม่ต้องเขียนโค้ดให้ยุ่งยาก โดย AutoML นั้นจะเหมาะสำหรับการแก้ไขปัญหาทั่วไปอย่างการจำแนกภาพ การทำนายข้อมูลแบบตาราง เป็นต้น ซึ่งอาจไม่ตรงใจผู้เชี่ยวชาญหรือนักพัฒนาที่สามารถเขียนโค้ดได้ ดังนั้น Vertex AI จึงได้สร้างขึ้นให้สามารถรองรับเฟรมเวิร์ก ML อื่นๆ เช่น TensorFlow, PyTorch และ scikit-learn ช่วยให้นักพัฒนาที่ต้องการสร้างโมเดลสามารถทำได้อย่างอิสระ
ฝึกโมเดล (Training)
ขั้นตอนต่อมาก็เป็นการฝึกโมเดลหรือสามารถเรียกได้ว่าเป็นการทดสอบโมเดลสำหรับการใช้งานกับข้อมูล โดย Vertex AI นั้นสามารถทำให้การฝึกโมเดลทำได้อย่างราบรื่นด้วยการใช้ทรัพยากรจาก Google Cloud ไม่ว่าจะเป็น GPU และ TPU ที่มีประสิทธิภาพสูงรองรับการฝึกโมเดลขนาดใหญ่ได้โดยใช้เวลาไม่นานนัก
ปรับใช้โมเดล (Deployment)
เมื่อการฝึกโมเดลได้ผลลัพธ์ออกมาเป็นที่น่าพอใจแล้วก็มาถึงขั้นตอนของการปรับใช้โมเดล ซึ่งใน Vertex AI นั้นสามารถปรับใช้ในสภาพแวดล้อมจริงได้ทันทีที่โมเดลพร้อม และยังมีบริการการทำนายหรือคาดการณ์แบบเรียลไทม์อีกด้วย
ติดตามผลและปรับปรุง
เมื่อเราปรับใช้โมเดลแล้วก็สามารถใช้ฟีเจอร์ MLOps เข้ามาช่วยสร้างวงจรของการทำงานได้ เพราะข้อมูลมีการเปลี่ยนแปลงอยู่เสมอจึงต้องมีการอัปเดตข้อมูลและฝึกโมเดลใหม่ตลอด ทั้งยังมีโมเดลหลายเวอร์ชันที่ควรติดตามและจัดการ โดยเจ้า MLOps จะเข้ามาช่วยตรวจสอบและติดตามผลเพื่อให้ได้ประสิทธิภาพสูงสุดในการใช้งานโมเดลอย่างต่อเนื่อง
ตัวอย่างการนำ Vertex AI ไปใช้งานในธุรกิจ
สำหรับใครที่ยังไม่เห็นภาพว่าจะนำ Vertex AI ไปใช้งานในธุรกิจได้อย่างไร เรามีตัวอย่างการใช้งานจริงจาก Skooldio มาฝากกัน
ก่อนอื่นเข้าไปลองเล่นกันได้ที่ https://search-demo.skooldio.com/demo
เมื่อเข้ามาแล้วจะเจอกับหน้าค้นหาคอร์สเรียนของ Skooldio ที่เราสามารถเลือกรูปแบบของ Voice Tone ในการตอบคำถามได้ ซึ่งเมื่อใส่คำถามเข้าไปแล้วทำการส่งคำถาม เราก็จะได้มาเป็นคำตอบที่บอกว่าเราเหมาะกับคอร์สไหนใน Skooldio ใน Voice Tone ที่กำหนด อย่างเช่น เราเลือกพิมพ์ถามว่า “หาคอร์สสอนเขียน Mobile App” โดยกำหนดให้โทนในการตอบเป็น Chistmas คำตอบที่ได้ก็จะออกมาในแนว Festive
นอกจากนี้ก็ยังมีการทำ Suggestion ของคอร์สเรียนต่างๆ เอาไว้ให้ด้านล่าง ซึ่งสามารถกดเข้าไปดูรายละเอียดต่อไปได้เลย ซึ่งวิธีนี้ช่วยให้ผู้ใช้งาน Skooldio หาคอร์สที่เหมาะกับตัวเองได้เร็วขึ้น โดยไม่ต้องนั่งท่องเว็บไซต์หาเอง
Vertex AI คือเทคโนโลยี AI ที่สามารถนำมาใช้งานกับเว็บไซต์ของคุณได้
สุดท้ายแล้ว ก็คงปฏิเสธไม่ได้ว่า Vertex AI คือแพลตฟอร์ม Machine Learning แบบครบวงจร จาก Google Cloud ทำให้สามารถจัดเตรียมข้อมูล การสร้างโมเดล การฝึกฝน การปรับใช้ ไปจนถึงการติดตามผล ทำให้สามารถพัฒนาโซลูชัน AI ได้ในที่เดียว ตอบโจทย์ทั้งมือใหม่ที่ไม่มีพื้นฐานด้าน Machine Learning และผู้เชี่ยวชาญที่ต้องการความยืดหยุ่นสูงในกระบวนการพัฒนาด้วยฟีเจอร์ที่หลากหลาย
Vertex AI จึงมีประโยชน์อย่างมากในด้านธุรกิจ เช่น การช่วยวิเคราะห์ข้อมูลลูกค้าอย่างแม่นยำ การพัฒนาผลิตภัณฑ์ใหม่ การสร้างระบบแนะนำสินค้า หรือแม้กระทั่งปรับปรุงกระบวนการให้บริการลูกค้าให้ดียิ่งขึ้นด้วย AI
