‘อาลีบาบา’ แนะเส้นทางความสำเร็จ ยุคแห่ง ‘เอไอ’

หลี่ เฟยเฟย ประธานฝ่ายธุรกิจผลิตภัณฑ์ด้านดาต้าเบส อาลีบาบา คลาวด์ เปิดมุมมองว่า เมื่อเร็วๆ นี้ ได้เห็นบทสนทนาที่นำไปสู่การแลกเปลี่ยนความเห็นกันว่าจะใช้เอไอให้มีประสิทธิภาพได้อย่างไรกันแน่

โดยเฉพาะเมื่อจะดำเนินการให้เป็นไปตามความคาดหวังต่างๆ ที่เกิดจากกระแสความคาดหวังที่เกินจริงที่ต้องแลกมาด้วยค่าใช้จ่าย และความซับซ้อนจำนวนมาก

อย่างไรก็ดี โดยพื้นฐานแล้ว “ข้อมูลคือ รากฐานของการทำงานของเอไอ” ดังนั้นองค์กรต้องมั่นใจว่าข้อมูลได้รับการประมวลผล และปกป้องอย่างเหมาะสม

“ข้อมูลเป็นเส้นเลือดใหญ่หล่อเลี้ยง ไม่เพียงแต่โครงสร้างพื้นฐานไอทีทั้งหมดเท่านั้น แต่ยังเป็นฐานให้กับนวัตกรรมทั้งหมดที่มนุษย์”

กล่าวได้ว่า ข้อมูลเป็นตัวจักรที่จะทำให้เกิดการสร้างสรรค์ ในฐานะที่เป็นส่วนหนึ่งของโครงสร้างพื้นฐานหลักที่ขับเคลื่อน Generative AI แต่ทั้งนี้ เอไอขององค์กรจะมีประสิทธิภาพเพียงใดนั้นขึ้นอยู่กับวิธีการที่องค์กรบริหารจัดการข้อมูลโดยใช้ฐานข้อมูลได้ถูกต้องเพียงใด

ทำความรู้จักโมเดล ‘ฐานข้อมูล’

อาลีบาบาให้ข้อมูลว่า มีฐานข้อมูลประเภทหนึ่งเรียกว่า “Online Transaction Processing (OLTP)” ซึ่งรองรับการประมวลผลธุรกรรมออนไลน์ ช่วยให้ธุรกิจทำธุรกรรมพร้อมกันได้

เช่น ทำธุรกรรมธนาคารทางออนไลน์, ชอปปิง และทำธุรกรรมออนไลน์อื่นๆ ไปด้วย โดยองค์กรจะได้รับคุณประโยชน์จากพื้นที่เก็บข้อมูลส่วนกลาง (data pool) จากการที่ข้อมูลเหล่านี้สะสมอยู่ในฐานข้อมูล

นอกจากนี้ยังมี On-Line Analytical Procession (OLAP) ซึ่งช่วยให้องค์กรวิเคราะห์ข้อมูลที่อยู่ในฐานข้อมูลได้อย่างทรงประสิทธิภาพ รวดเร็ว โต้ตอบได้ ผ่านความสามารถที่นอกจากจะรวบรวมข้อมูลธุรกรรมแล้ว ยังสามารถรวบรวมข้อมูลจากแหล่งต่างๆ ได้หลายแห่ง

ทั้งยังมีโมเดลฐานข้อมูลอื่นอีกตระกูลหนึ่งที่เรียกว่า NoSQL ได้รับความนิยมเช่นกัน เพราะช่วยจัดเรียงข้อมูลที่ไม่มีโครงสร้าง ซึ่งเป็นความสามารถที่ต่างจากสองโมเดลที่กล่าวมาข้างต้น

ปูทางรับมือ ‘เวิร์กโหลดอัจฉริยะ’

อย่างไรก็ดี เมื่อเอไอเกิดขึ้น ทุกคนต่างคาดว่า โมเดลฐานข้อมูลเวกเตอร์ (vector database) จะมีการเปลี่ยนโฉมมากที่สุด ซึ่งฐานข้อมูลเวกเตอร์ถูกนำมาใช้เพื่อรับมือกับ "เวิร์กโหลดอัจฉริยะ" ด้วยโมเดลภาษาขนาดใหญ่ (LLM)

ทั้งนี้ เพื่อให้สามารถเข้าใจความหมายที่คาดหวังจากเอไอ โดยไม่ใช่เพียงเข้าใจความหมาย แต่เข้าใจถึงบริบทและความต่างที่ซ่อนอยู่ด้วย

เช่น ข้อมูลที่ไม่มีโครงสร้างต่างๆ อย่าง เอกสาร รูปภาพ การบันทึกเสียง วิดีโอ และอื่นๆ ซึ่งคาดว่าจะมีสัดส่วนมากกว่า 80% ของข้อมูลทั้งหมดทั่วโลกภายในปี 2593

ท้ายที่สุด เอไอก็เป็นเรื่องเกี่ยวกับการทำความเข้าใจข้อมูล และจะไม่สามารถทำได้โดยไม่ใช้ฐานข้อมูลเวกเตอร์ 

ดังนั้นจึงเป็นเรื่องสำคัญมากที่ต้องเพิ่มความรู้ด้านโมเดลภาษาขนาดใหญ่ที่เหมาะสมกับแต่ละอุตสาหกรรม ซึ่งนับเป็นหนึ่งในข้อจำกัดที่สำคัญที่สุดที่โมเดล Generative AI ต้องเผชิญ

 แนะใช้คลาวด์แบบ ‘ไร้เซิร์ฟเวอร์’

อาลีบาบา ระบุว่า สมรรถนะของเอไอไม่ได้จำกัดอยู่ที่อุตสาหกรรมเกมหรือแม้แต่การทำความเข้าใจข้อมูลที่ไม่มีโครงสร้างเท่านั้น

เอไอ สามารถจัดการฐานข้อมูลได้ด้วยตัวเอง เช่น เมื่อพื้นที่จัดเก็บข้อมูลเหลือน้อย เอไอสามารถแจ้งเตือนไปยังผู้ดูแลระบบให้ระวังเรื่องข้อกำหนดในการจัดเก็บข้อมูล และถามว่าจำเป็นต้องขยายพื้นที่จัดเก็บข้อมูลหรือไม่

นอกจากนี้ เอไอสามารถปรับขนาดพื้นที่จัดเก็บได้อัตโนมัติหากได้รับอนุญาตไว้ ฟังก์ชันเดียวกันนี้สามารถใช้กับขีดความสามารถของ CPU หน่วยความจำ และฟังก์ชันอื่นๆ ได้

อีกทางหนึ่ง ความสามารถนี้มีประโยชน์ต่อการใช้การประมวลผลคลาวด์แบบไร้เซิร์ฟเวอร์ ไร้เซิร์ฟเวอร์หมายถึงไม่ต้องกังวลเรื่องเซิร์ฟเวอร์ที่อยู่เบื้องหลังบริการที่องค์กรใช้อีกต่อไป

จากในอดีต เมื่อมีการซื้อบริการคลาวด์ จำเป็นต้องระบุจำนวนเซิร์ฟเวอร์ที่ต้องการใช้งาน เช่น เซิร์ฟเวอร์ที่มี 4 คอร์ และหน่วยความจำ 8 กิกะไบต์ จะมีค่าใช้จ่ายที่สูง การจัดสรรเซิร์ฟเวอร์ที่มีประสิทธิภาพเกินความต้องการใช้งานจริง ย่อมส่งผลให้เกิดการสูญเปล่าของทรัพยากรเซิร์ฟเวอร์

ดังนั้น การประมวลผลแบบไร้เซิร์ฟเวอร์ได้รับการออกแบบมาเพื่อแก้ความท้าทายนี้ เพื่อให้มั่นใจว่าความจุของเซิร์ฟเวอร์ที่บริการคลาวด์นั้นใช้ตรงกับความต้องการของเวิร์กโหลดอย่างแม่นยำ และปรับให้เข้ากับการเปลี่ยนแปลงอย่างไดนามิกของเวิร์กโหลดได้

“การประมวลผลแบบไร้เซิร์ฟเวอร์นี้เป็นหนึ่งในแนวทางที่จะได้รับประสิทธิภาพที่ดีที่สุดของทั้งสองโลก ด้วยการรวมเอไอกับการประมวลผลคลาวด์แบบไร้เซิร์ฟเวอร์”

ท้ายที่สุด วิธีการที่ใช้เอไอทำงานให้ โดยการทำงานกับฐานข้อมูลที่เหมาะสมอย่างไรนั้น เป็นตัวกำหนดว่าองค์กรจะขับเคลื่อนเทรนด์ด้านเอไอสู่ความสำเร็จหรือถูกทิ้งไว้ข้างหลัง

พิสูจน์อักษร....สุรีย์  ศิลาวงษ์

คำแถลงปฏิเสธความรับผิดชอบ: ลิขสิทธิ์ของบทความนี้เป็นของผู้เขียนต้นฉบับ การเผยแพร่ซ้ำบทความนี้มีวัตถุประสงค์เพื่อเผยแพร่ข้อมูลเท่านั้นและไม่ถือเป็นคำแนะนำในการลงทุน หากมีการละเมิดกรุณาติดต่อเราทันที เราจะทำการแก้ไขหรือลบตามความเหมาะสม ขอบคุณ