Black Hat Asia 2023

ก้าวสู่การทำธุรกิจยุคดิจิทัลแห่งอนาคต ด้วย AI และ Machine Learning บนระบบ Cloud

ในปี 2020 นี้ กลยุทธ์ระยะยาวของหลายธุรกิจองค์กรก็ยังคงเป็นการวิจัยและพัฒนาเพื่อนำ AI และ Machine Learning มาใช้ในการปรับปรุงการทำงานให้ได้อย่างหลากหลาย และนั่นเองก็ทำให้เป้าหมายของงานทางด้าน IT ในธุรกิจองค์กรกว้างขึ้น ในบทความนี้เราจะพาทุกท่านไปรู้จักกับข้อมูลที่น่าสนใจด้าน AI และ Machine Learning รวมถึงระบบ IT Infrastructure สำหรับรองรับงานทางด้าน AI และ Machine Learning บน Cloud ด้วยกัน 3 ประเภทครับ

Credit: ShutterStock.com

สู่จุดเปลี่ยนของวงการ AI และ Machine Learning ก้าวผ่านการวิจัยสู่การใช้งานจริง

อ้างอิงจาก IDC 40% ของโครงการด้านการทำ Digital Transformation จะใช้บริการ AI และภายในปี 2021 75% ของ Application ภายในองค์กรจะใช้ AI ข้อมูลเหล่านี้น่าสนใจเพราะว่าในอีกไม่นาน AI จะเปลี่ยนวิธีการที่เราโต้ตอบกับ Application หรือแม้แต่อุปกรณ์จากหลากหลายบริษัทก็ตาม เริ่มต้นจากการแนะนำผลิตภัณฑ์, การสร้างศูนย์บริการลูกค้า ไปจนถึงรถยนต์ไร้คนขับ ทั้งหมดนี้จะถูกทำให้เป็นอัตโนมัติด้วย AI และ Machine Learning ทั้งสิ้น

Machine Learning ถูกพัฒนามาอย่างต่อเนื่องยาวนานกว่า 50 ปีแล้ว แต่ศาสตร์ทางด้านนี้เพิ่งจะเกิดการเปลี่ยนแปลงเร็วๆ นี้เนื่องจากการใช้ Cloud Computing กันอย่างแพร่หลาย ซึ่งทำให้ AI และ Machine Learning กลายเป็นเทคโนโลยีที่ถูกเข้าถึงได้จากทุกธุรกิจ ภาพนี้เป็นภาพที่เราไม่สามารถเห็นได้ใน 10 ปีที่แล้ว และตอนนี้เราก็กำลังอยู่ในจุดเริ่มต้นของการเปลี่ยนแปลงครั้งใหญ่ ที่ซึ่ง Machine Learning จะถูกใช้งานจริงได้มากยิ่งขึ้น ธุรกิจต่างล้วนมีส่วนร่วมในแนวโน้มนี้ด้วยสาเหตุที่ไม่ใช่เพียงแค่ว่าแนวโน้มนี้กำลังเป็นที่นิยมอย่างมาก แต่เป็นเพราะผลกระทบที่จะมีความสำคัญอย่างแท้จริงต่อธุรกิจ ซึ่งเกิดขึ้นได้เนื่องจาก Cloud Computing

อย่างไรก็ดี ถึงแม้จะมีข่าวที่หลากหลายเกี่ยวกับผลลัพธ์ของการนำ Machine Learning ไปใช้งาน และการนำ Machine Learning ไปใช้ปรับปรุงธุรกิจ ไม่ว่าจะสำหรับกระบวนการภายในธุรกิจหรือการโต้ตอบกับลูกค้าก็ตาม แต่ความท้าทายที่ธุรกิจยังคงต้องเผชิญก็คือทำให้ Machine Learning สามารถนำไปใช้งานได้จริง และการนำ Cloud Computing ไปช่วยให้ธุรกิจทุกขนาดสามารถใช้งาน Machine Learning ให้ได้อย่างรวดเร็วและง่ายดาย หากอ้างอิงจากงานวิจัยของ Deloitte จะพบว่าความท้าทายที่ใหญ่ที่สุด 3 ประการของ Machine Learning นั้นได้แก่ 1) การติดตั้งใช้งาน 2) การผสานระบบ และ 3) ข้อมูล โดยมีองค์กรกว่า 39% ที่ต้องการใช้บริการ Cloud ในการสร้างเทคโนโลยีทางด้าน Machine Learn-ing โจทย์ที่น่าสนใจก็คือ ภายในระบบ Cloud นั้นมีบริการ AI และ Machine Learning ใดให้ใช้งานบ้าง? และบริการใดจะเหมาะสมกับการนำไปใช้งานในรูปแบบไหน?

ตอบโจทย์การใช้งาน AI และ Machine Learning ใน 3 ระดับ ด้วยการใช้บริการ Cloud จาก AWS

ในช่วงไม่กี่เดือนที่ผ่านมา หนึ่งในข่าวที่ถูกประกาศในวงการ IT ก็คือการเปิดตัวผลิตภัณฑ์และบริการทางด้าน Machine Learning ในงาน AWS re:invent 2019 ซึ่งเป็นหนึ่งในงานสัมมนาทางด้านเทคโนโลยีที่ใหญ่ที่สุดซึ่งถูกจัดขึ้นโดย AWS และมีผู้เข้าร่วมมากกว่า 65,000 คน พร้อมหัวข้อสัมมนามากกว่า 2,000 หัวข้อ งานสัมมนานี้เป็นงานที่เน้นให้ความรู้และหนึ่งในหัวข้อหลักของงานนี้ก็คือ Machine Learning ประเด็นนี้ไม่น่าแปลกใจนักเพราะภารกิจของ AWS นั้นก็คือการทำให้ Machine Learning สามารถนำไปใช้งานได้โดยนักพัฒนาซอฟต์แวร์ทุกคน และไม่ต้องมีวุฒิการศึกษาเฉพาะทางแต่อย่างใด เพื่อให้เทคโนโลยีนี้เป็นที่แพร่หลายและเกิดการนำไปใช้งานได้มากที่สุดนั่นเอง

แต่ AWS จะสามารถตอบรับต่อความท้าทายเหล่านี้ได้อย่างไร?

หนึ่งในกลยุทธ์ที่ AWS ใช้นั้นก็คือการเชื่อมโยงบริการด้าน Machine Learning ให้เหมาะสมกับระดับทักษะของนักพัฒนาซอฟต์แวร์ โดยบริการด้าน Machine Learning บน AWS นี้จะถูกแบ่งออกเป็น 3 กลุ่มด้วยกัน ได้แก่ 1) AI Services, 2) ML Services และ 3) Frameworks & Interfaces ดังอธิบายในภาพด้านล่างนี้

Machine Learning on AWS https://aws.amazon.com/machine-learning/

กลุ่มของบริการ Machine Learning ภายใน AWS

ที่กลุ่มล่างสุด AWS มีสิ่งที่เรียกว่าชั้นของ Frameworks & Interfaces

กลุ่มนี้คือรากฐานของบริการทั้งหมดและนวัตกรรมที่หลากหลายทางด้าน Machine Learning ที่ AWS รวมถึงอีก 2 กลุ่มที่อยู่เหนือกว่าด้วย ชั้นนี้คือชุดบริการระบบโครงสร้างพื้นฐานที่สามารถถูกใช้งานโดยผู้เชี่ยวชาญและผู้ที่ทำงานด้น Machine Learning โดย AWS นำเสนอระบบโครงสร้างพื้นฐานที่ครบครันพร้อมทางเลือกที่ยืดหยุ่นสำหรับผู้ที่ทำงานด้าน Machine Learning ให้สามารถเลือกใช้งานทรัพยากรระบบที่ถูกปรับแต่งมาเป็นอย่างดีสำหรับ Framework ที่หลากหลาย ซึ่งก็รวมถึง TensorFlow ด้วย โดยกว่า 85% ของระบบที่ใช้ TensorFlow ในการทำ Machine Learning นั้น ก็เลือกที่จะใช้ AWS สำหรับการให้บริการ

กลุ่มของบริการถัดมาที่อยู่ชั้นกลางนั้น เหมาะสำหรับผู้ที่ต้องการใช้ Machine Learning ให้ได้อย่างรวดเร็วยิ่งขึ้น AWS จึงนำเสนอบริการ Amazon SageMaker บริการ Managed Service ที่ช่วยให้นักพัฒนาซอฟต์แวร์สามารถสร้าง, ฝึกฝน และปรับแต่งโมเดลของ Machine Learning ได้อย่างง่ายดาย ภายในงาน AWS re:invent 2019 ทาง AWS ได้เปิดตัว Integrated Development Environment (IDE) ที่ถูกออกแบบมาโดยเฉพาะสำหรับ Machine Learning ภายใต้ชื่อ Amazon SageMaker Studio

ส่วนกลุ่มที่ถูกใช้งานมากที่สุดชั้นหนึ่งโดยเหล่านักพัฒนาซอฟต์แวร์นั้นก็คือ AI Services ซึ่งเป็นกลุ่มที่อยู่บนสุด นักพัฒนาซอฟต์แวร์สามารถใช้ AI Services ได้อย่างง่ายดายและทำการเชื่อมต่อระบบผ่านทาง API ที่มีให้ใช้เพื่อเข้าถึงความสามารถทางด้าน Machine Learning ที่หลากหลายภายในชั้นนี้ ไม่ว่าจะเป็นการวิเคราะห์ภาพหรือวิดีโอ, ระบบแนะนำสินค้าหรือบริการ เพื่อสร้าง Chatbot ด้วยบริการในชั้นนี้ ก็ทำให้เหล่านักพัฒนาซอฟต์แวร์สามารถใช้งานความสามารถด้าน Machine Learning ได้อย่างง่ายดายโดยไม่ต้องเข้าใจ Machine Learning ในเชิงลึก

มีบริการหลากหลายให้ใช้งานได้ในชั้นนี้ และตัวอย่างหนึ่งก็คือ Amazon Rekognition บริการ Managed Services ที่ใช้ Deep Learning ในการวิเคราะห์ข้อมูลภาพ ที่รองรับทั้งภาพนิ่ง, วิดีโอ และวิดีโอแบบ Real-Time โดยนักพัฒนาซอฟต์แวร์นั้นเพียงแค่ทำการเรียกใช้ Amazon Rekog-nition API จาก Application ของตนเอง จากนั้น Amazon Rekognition ก็จะส่งผลลัพธ์ขิงการวิเคราะห์ภาพกลับมาให้ อย่างเช่นการตรวจจับใบหน้า, การระบุวัตถุ และอื่นๆ คุณยังสามารถใช้ Dataset ที่คุณมีได้ด้วยการใช้ Custom Models โดยไม่ต้องสร้างกระบวนการในการทำ Machine Learning ทั้งหมดด้วยตนเอง อีกตัวอย่างหนึ่งก็คือ Amazon Personalize ที่คุณเพียงแค่นำ Dataset ของคุณมา และบริการนี้ก็จะสร้างระบบ Rec-ommendation System ให้โดยอ้างอิงจากข้อมูล Dataset ที่คุณมีอยู่เท่านั้น

ด้วยการทำให้ Machine Learning กลายเป็นเรื่องง่ายสำหรับทุกคน โอกาสที่ไร้ขีดจำกัดก็ถูกเปิดกว้างสำหรับธุรกิจองค์กรทุกขนาดให้สามารถก้าวไปข้างหน้าและยกระดับภาพรวมของวงการให้สูงขึ้นไปได้ AWS ได้ขจัดอุปสรรคในการทดลองและสร้างสรรค์นวัตกรรมด้วย Ma-chine Learning ออกไปมากมาย และนี่ก็เป็นเพียงแค่จุดเริ่มต้นเท่านั้น

เริ่มต้นเรียนรู้และทดลองสร้าง Machine Learning ด้วยตัวเอง

AWS เป็นผู้ให้บริการายเดียวที่นำเสนอบริการ Cloud ซึ่งเกิดจากธุรกิจค้าปลีกและถูกพัฒนามาสำหรับธุรกิจค้าปลีกเท่านั้น มาร่วมเรียนรู้ว่า AWS จะสร้างคุณค่าเชิงธุรกิจด้วยการนำ AI และ Machine Learning สำหรับธุรกิจค้าปลีกและค้าส่งได้อย่างไรใน Webinar ที่กำลังจะมาถึง ในการนำเสนอครั้งนี้ ลูกค้าของเราจะมาร่วมแบ่งปันประสบการณ์และผลลัพธ์ในการใช้ AWS Personalize ลงทะเบียนเข้าร่วมงานได้ฟรีทันทีที่ https://go.aws/2XBkWRR

ผู้ที่สนใจเรียนรู้และทดลองใช้งานเทคโนโลยีด้าน AI และ Machine Learning ของ AWS สามารถเข้าร่วม AI/ML Workshop On Demand ที่จัดขึ้นโดย AWS Technical Professionals โดยมี Online Workshop ที่ประกอบไปด้วยการนำเสนอเนื้อหาและการทดลองทำด้วยตนเองทางด้าน Computer Vision ได้ทันทีที่ https://go.aws/2UDrcai

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ AIML กรุณาเยี่ยมชมที่ https://go.aws/3alaW4o


About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

พลิกมุมคิดการจัดการคลาวด์ไอทีอย่างสมาร์ตฉบับวีเอ็มแวร์ [Guest Post]

แม้คลาวด์จะกลายเป็นส่วนหนึ่งของการพาองค์กรก้าวข้ามวิกฤตไปสู่การสร้างสรรค์โมเดลธุรกิจหรือกลยุทธ์การแข่งขันใหม่ ด้วยคุณลักษณะที่คล่องตัว (Agility) ในการปรับความต้องการใช้งานโดยอัตโนมัติ (Auto-Scaling) ได้ด้วยตัวเอง (Self-Services) ทว่าหลายองค์กรซึ่งเลือกปฏิวัติระบบธุรกิจขึ้นสู่คลาวด์กลับประสบปัญหาการจัดการทรัพยากรที่ยิบย่อยบนคลาวด์ไม่ไหว แถมหัวจะปวดกับภัยคุกคามที่ยุ่งยากในการป้องกัน ด้วยเหตุนี้ ความคาดหวังต่อไอทีคลาวด์ยุคถัดไป คือ การปรับแต่งแอปพลิเคชันและแพลตฟอร์มคลาวด์ไอทีให้ทันสมัยตรงต่อความต้องการทางธุรกิจ ภายใต้ระบบการรักษาความปลอดภัยแบบองค์รวมที่แข็งแกร่ง ทั่วถึง และเป็นอัตโนมัติกว่าเดิม

Microsoft Teams, VirtualBox, Tesla ถูกเจาะ Zero-days ในงาน Pwn2Own

Microsoft Teams, VirtualBox, Tesla ถูกเจาะ Zero-days ในงาน Pwn2Own Vancouver 2023 ผู้เข้าแข่งขันกวาดเงินรางวัลสูงสุด 475,000 เหรียญ หรือประมาณ 16 …