การขยายขนาดให้เกิน PoC

กลยุทธ์ปัญญาประดิษฐ์ (AI)

Vidhi Chugh

AI strategist and ethicist

การขยายขนาดหมายความว่าอะไร?

 

 

• ความสามารถในการขยายขนาด (Scalability):
  • จัดการข้อมูล ผู้ใช้ และงานที่เพิ่มขึ้น
  • รักษาประสิทธิภาพ คุณภาพ และต้นทุนที่เหมาะสม

 

• การขยาย AI = ผลตอบแทนสูงขึ้น 3 เท่า!
  • ผสานเข้ากับกระบวนการทางธุรกิจที่มีอยู่

แพลตฟอร์ม Cloud Computing

 

• จาก PoC สู่การพัฒนาเต็มรูปแบบ

 

• แพลตฟอร์ม Cloud Computing
  • สอดคล้องกับกฎระเบียบด้านข้อมูล
  • ความปลอดภัย
  • รองรับสถาปัตยกรรม multi-cloud และ hybrid-cloud

 

ข้อพิจารณาในการ Deploy

• การวิเคราะห์ต้นทุนและประสิทธิภาพ
• มาตรการกำกับดูแล การ deploy และการจัดการที่ง่าย

สร้างเองหรือซื้อสำเร็จรูป

 

• โมเดลสำเร็จรูป vs. อัลกอริทึมที่สร้างเอง

• ควบคุมประสิทธิภาพของระบบได้มากขึ้น

 

• ระยะเวลาของโปรเจกต์

• อัลกอริทึมที่สร้างเองใช้เวลามากกว่าอัลกอริทึมสำเร็จรูป

Scalability และประสิทธิภาพ

 

• การขยายขนาด = การทำนายที่มีคุณภาพโดยไม่กระทบประสิทธิภาพ

 

• ประสิทธิภาพ:
  • ความแม่นยำ (Accuracy)
  • Latency: เวลาที่โมเดลใช้ในการทำนาย
  • Throughput: จำนวนการทำนายในช่วงเวลาที่กำหนด

 

 

ข้อมูลในระดับขนาดใหญ่

• แกนหลักของโมเดล machine learning

• การจัดการวงจรชีวิตข้อมูล

  • การเตรียมและดูแลรักษา

การเข้าถึงข้อมูล

 

• เข้าถึงได้เฉพาะบางแผนก แยกออกจากส่วนอื่น
  • ก่อให้เกิด silos
  • ลดความโปร่งใส
  • โมเดลทำงานไม่มีประสิทธิภาพ

 

• แหล่งข้อมูลต่างกัน = รูปแบบต่างกัน
  • ทำให้เป็นมาตรฐาน

 

สถาปัตยกรรมที่รองรับการขยายขนาด

 

 

• การออกแบบสถาปัตยกรรมที่เหมาะสม

 

• Microservices
  • ขยายขนาดได้อย่างอิสระ
  • ความยืดหยุ่น
  • การตอบสนองที่รวดเร็ว

 

• การประสานงานระหว่างส่วนต่างๆ เป็นเรื่องที่ท้าทาย

โครงสร้างพื้นฐานเพื่อรองรับการขยายขนาด

 

• การคำนวณข้อมูลขนาดใหญ่
• GPU เร่งความเร็วงานได้แต่มีต้นทุนสูงขึ้น

 

• ชั่งน้ำหนักประโยชน์ที่ได้รับ
  • เร่งการฝึกโมเดล
  • ประสิทธิภาพที่ดีขึ้น
  • แลกกับต้นทุนที่เพิ่มขึ้น

ปรับกระบวนการ AI ให้มีประสิทธิภาพ

• แผนการดำเนินงานและการออกแบบสถาปัตยกรรมที่ละเอียด
• สร้างมาตรฐานและลดความซับซ้อน
  • การสร้าง การ deploy และการติดตามโมเดล

มาฝึกกันเถอะ!

กลยุทธ์ปัญญาประดิษฐ์ (AI)