ตลอดทศวรรษที่ผ่านมาเทรนด์ของปัญญาประดิษฐ์หรือ Artificial Intelligence (ต่อไปนี้จะเรียกย่อๆ ว่า AI) นั้นแรงไม่หยุด มีข่าวคราวอีกทั้งผลงานวิจัยที่น่าตื่นตาตื่นใจให้เราได้ชมกันมากมาย ผมเชื่อว่าหลายๆ ท่านคงได้ลองจินตนาการถึงการประยุกต์ใช้ AI กับชีวิตประจำวันของเรากันไปไม่มากก็น้อย ในวันนี้ทาง Cloud Ace Thailand ยินดีที่จะแนะนำทุกท่านให้รู้จักกับบริการใหม่ของ Google Cloud Platform (ต่อไปจะย่อเหลือแค่ GCP) ที่จะทำให้คุณรู้ว่าจินตนาการของคุณคือความจริงที่อยู่ไม่ไกลเกินเอื้อมครับ
Vertex AI บริการที่รวมทุกบริการเกี่ยวกับ AI ไว้ในที่เดียว
โอกาสทางธุรกิจมากมายจากการประยุกต์ใช้ AI
สิ่งที่ทำให้ Vertex AI โดดเด่นและน่าจับตามอง
Vertex AI เหมาะสำหรับใคร
แผนการพัฒนาบริการด้าน AI ในอนาคต
Auto ML บน Vertex AI ต่างกับของเดิมอย่างไร?
Custom model บน Vertex AI ต่างกับ AI platform อย่างไร?
สำหรับผู้ใช้บริการ AI platform และ Auto ML อยู่แล้วต้องการ Migrate มาใช้ Vertex AI
บน GCP มีบริการด้าน AI หลากหลาย ทั้งที่ต้องใช้ความรู้ทางเทคนิคเชิงลึกอย่างการ train และ deploy machine learning model ด้วยบริการ AI platform และแบบที่ไม่ต้องมีความรู้ทางเทคนิคเท่าไรก็ทำได้ด้วยบริการอย่าง AutoML ซึ่งให้เราปรับแต่ง pretained model ของ google ให้เข้ากับธุรกิจของเราเอง
แม้ google จะมีบริการที่เหมาะกับทุกงาน แต่ความหลากหลายก่อให้เกิดความยุ่งยากในการจะสื่อสารและทำความเข้าใจ ทั้งระหว่างฝ่ายเทคนิคกับที่ไม่ใช่ฝ่ายเทคนิคและระหว่าง project ที่ทำด้วยระบบ no code กับที่ต้องมี code
Vertex AI จึงได้ถือกำเนิดขึ้นในฐานะ platform ที่ได้นำทุกบริการมาจัดเรียงรวมในที่เดียวกัน ด้วยความที่เป็นระบบเดียวกันนี้เอง ส่งเสริมให้เกิดความเข้าใจภาพรวมทั้งหมดและเห็นเป็นภาพเดียวกัน อีกทั้งยังมี UI ที่ง่ายต่อการใช้งาน หากไม่เข้าใจส่วนไหนขึ้นมา ในแทบทุกส่วนจะมี link พาไปศึกษา document ที่เกี่ยวข้องให้อีกด้วย
บริการด้าน AI บน GCP ทั้งหมดในขณะนี้:
https://cloud.google.com/products/ai
ณ ขณะนี้มีบริษัทชั้นนำหลายเจ้านำร่องใช้เทคโนโลยี AI กับธุรกิจของเขากันแล้ว เราจึงสามารถศึกษาตัวอย่างความสำเร็จของพวกเขามาปรับใช้กับองค์กรของเราเองกันได้ จากภาพตัวอย่างด้านล่างนี้ เราจะสังเกตเห็นได้ว่าเทคโนโลยี AI ปรับใช้ได้กับแทบจะทุกอุตสาหกรรมเลยทีเดียว
ตัวอย่างโอกาสจากการประยุกต์ใช้ AI ในทุกๆ อุตสาหกรรม
ตัวอย่างคลาสสิคคงหนีไม่พ้นการทำระบบ Recommendation เพื่อเสนอสินค้าเจาะจงไปที่กลุ่มเป้าหมายที่มีแนวโน้มสูงว่าจะซื้อสินค้าหรือบริการนั้นๆ โดยพึ่งการวิเคราะห์ข้อมูลพฤติกรรมของลูกค้าจำนวณมหาศาล ซึ่งช่วยเพิ่มยอดขายได้ไม่น้อยเลยทีเดียว เจ้าระบบนี้ซ่อนอยู่ในแทบทุก platform ที่เราใช้บริการในชีวิตประจำวันเลยทีเดียว ยกตัวอย่างเช่น facebook ที่นำเสนอโพสต์หรือโฆษณาสินค้าที่เราน่าจะสนใจ, netflix ที่เสนอภาพยนต์หรือละครซีรีย์ที่เรามีแนวโน้มว่าจะเปิดเข้าไปชม เป็นต้น
ในการทำร้านค้าปลีกหรือ Retail เราสามารถใช้ AI มาช่วยในการจัดการกับคลังสินค้าได้ โดยทำนายความต้องการ(Demand Forecasting) เพื่อหาจำนวณสินค้าที่เหมาะสมโดยประมาณ ก่อนจะพิจารณาเติมสินค้าเข้าคลังในปริมาณที่ไม่มากไม่น้อยจนเกินไป
นอกจากนี้ก็ยังมีอีกหลายแนวทางเท่าที่เราจะมีไอเดียประยุกต์ใช้งาน AI กับธุรกิจของเราได้ เรียกได้ว่าเป็นขุมพลังที่เราไม่ควรมองข้ามก็ว่าได้
ถึงจุดนี้อย่าเพิ่งเข้าใจ Vertex AI ว่าเป็นแค่ platform ที่จับรวมบริการอย่างเดียว แต่ google ตั้งใจให้บริการนี้เป็นรากฐานของบริการด้าน AI แบบครบวงจร โดยจะมีการเพิ่มบริการใหม่เข้ามาใน platform นี้เรื่อยๆ (อ่านเพิ่มเติมในหัวข้อ “แผนการพัฒนาบริการด้าน AI ในอนาคต”)
ข้อได้เปรียบของ Vertex AI
เริ่มจากพื้นฐานก่อน Vertex AI มุ่งเป้าไปที่การทำให้ระบบเข้าใจง่าย ไม่ยุ่งยาก อันเป็นข้อดีที่หาได้ยากจาก Cloud provider เพราะแต่ละเจ้าออกบริการที่เป็นเสมือนเครื่องมือให้ผู้ชำนาญในทางเทคนิคใช้ ซึ่งจะเป็นข้อได้เปรียบอย่างมากที่ทำให้ประสิทธิภาพการทำงานของผู้ใช้เพิ่มขึ้น(improve productivity) อันหมายถึงการประหยัดเวลา และเงินทุน
คุณสมบัติที่อำนวยให้ทำ MLOps ง่ายขึ้น
จุดที่โดดเด่นเป็นพิเศษของ Vertex AI คือ คุณสมบัติพิเศษที่อำนวยให้การทำ MLOps ทำได้ง่ายขึ้น ขออธิบายพอสังเขปคือ MLOps เป็นกระบวนการสร้างและพัฒนา Machine learning แบบต่อเนื่อง เพื่อให้ได้โมเดลที่ฉลาดขึ้นตลอดเวลา แล้วเจ้า Vertex AI นี้เองสามารถทำงานบางอย่างโดยอัตโนมัติได้ด้วยตัวของมันเอง ซึ่งทำให้มันทำงานต่อเนื่องไม่ติดขัด
Vertex AI pipeline
ความครบจบในตัวของ Vertex AI ครบในระดับที่มีระบบจัดการ pipeline ในตัวของมันเอง เรียกว่า Vertex AI pipeline ที่เป็นส่วนควบคุม workflow ทั้งระบบ และยังสามารถมีบริการ logging กับ monitor ที่ทำงานบนระบบของมันเองด้วย
บทความนี้ขอสรุปสั้นๆ ว่า Vertex AI มีสิ่งที่โดดเด่นเป็นพิเศษคือ การทำ MLOps ที่ง่ายขึ้นมาก เพราะเราสามารถจัดการงานทุกอย่างในที่เดียว อีกทั้งยังมีเครื่องมือที่ช่วย automate workflows ต่างๆ ให้เราด้วย อย่างบริการ Vertex Pipelines ที่ช่วยให้เราสร้าง pipeline ด้วย TensorFlow Extended และ Kubeflow Pipelines แล้วยังมีบริการที่ช่วยให้เราสามารถใช้ resources ซ้ำได้อีก
หลายๆ ท่านคงรู้จัก GCP ในฐานะ Cloud provider ที่มี UI ใช้งานง่าย การมาของ Vertex AI เป็นการตอกย้ำความเข้าถึงง่ายขึ้นไปอีก เพราะมันถูกออกแบบมาให้ใช้งานกับแทบทุกตำแหน่งงาน จึงไม่แปลกที่ไม่ว่า Manager หรือคนจากทีม Business ที่ไม่เชี่ยวชาญด้านเทคนิคก็สามารถเข้าถึงได้ และนั่นไม่ได้ทำให้ผู้เชี่ยวชาญทางเทคนิคต้องน้อยใจไป เพราะในขณะเดียวกัน Feature เชิงลึกยังคงเก็บมีให้ใช้เช่นเดิม ในงานที่มีความซับซ้อนจริงๆ ก็ยังต้องพึ่งพาการดูแลและปรับจูนจากผู้เชี่ยวชาญอยู่ดี
ขนาดของงาน 3 ระดับหลักๆ
เราสรุปขนาดของงานออกมาได้เป็น 3 ระดับหลักๆ ได้แก่
ใช้ AI สำเร็จรูปที่ทาง google มีให้ ในระดับนี้ถือว่าไม่ยาก พึ่งความรู้ทางเทคนิคน้อยมาก ไม่จำเป็นต้องมีผู้เชี่ยวชาญด้าน AI ในองค์กรของคุณก็สามารถทำได้ ให้พนักงานไอทีในบริษัทสักคนมาดูแลก็เพียงพอ หรือแนวทางประหยัดต้นทุนก็ใครสักที่พอมีเวลา และความรู้บ้างก็เป็นใช้ได้ครับ
ปรับแต่งเพิ่มเติมเองเพื่อให้เข้ากับงาน ระดับนี้ไม่ยากเกินความสามารถของแทบทุกองค์กร สามารถใช้ AutoML ทำ custom model ได้โดยไม่ต้องเขียน code สักบรรทัด ทว่าจำเป็นที่จะต้องมีความรู้ในเรื่องของการเตรียม Data และก็การ train โมเดล หากต้องการปรับจูนประสิทธิภาพให้สูงขึ้นจะต้องพึ่งความสามารถของผู้เชี่ยวชาญ
ทำแต่ต้นจนจบเองบน GCP ในระดับนี้ต้องพึ่งพาผู้เชี่ยวชาญระดับสูง เพราะต้องทำทั้งระบบ งานระดับนี้จะสามารถทำ AI ในแบบที่เหมาะกับองค์กรได้มากที่สุด เพราะไม่มีข้อจำกัดในการปรับแต่งใดๆ แล้ว แต่จะแลกมาด้วยค่าใช้จ่ายทั้งทุนและเวลาที่ยากจะประเมิน
ทั้งหมดนี้สามารถทำได้บน Vertex AI บริการเดียวจบครบทุกระดับ หากต้องการจะ scale จากงานระดับเล็กขึ้นไปเป็นงานใหญ่ก็ไม่ได้ยากเย็น เพราะระบบเอื้อให้เราสามารถปรับไปมาได้อย่างอิสระ จึงกล่าวโดยสรุปได้ว่า Vertex AI เหมาะกับทุกองค์กรที่สนใจนำ AI มาใช้เลยทีเดียว
ในอนาคต Google มีแผนจะออกบริการใหม่ด้าน AI อีกหลายบริการ ซึ่งจะเพิ่มเข้ามาใน Vertex AI
Roadmap การพัฒนา platform ของ Vertex AI
จากภาพ Roadmap เราจะทราบว่าในขณะนี้ (มิถุนายน 2021) บน platform ของ Vertex AI ได้มีการเปิดให้ทดลองใช้งาน(Preview) บริการหลายตัวมาก ดังตัวอย่างต่อไปนี้
Vertex Vizier บริการจูน hyperparameter อัตโนมัติ เพื่อความสามารถสูงสุดของโมเดล ซึ่งปกติงาน optimize เช่นนี้ต้องอาศัยความสามารถของผู้เชี่ยวชาญ
Vertex Feature Store บริการเก็บ feature สำหรับนำมาใช้ซ้ำ อันจะส่งเสริมการทำ MLOps อย่างมีประสิทธิภาพ เพื่อการ scale ขนาดของงานในอนาคต
สำหรับท่านที่กำลังพิจารณาว่าการลงทุนกับ platform นี้คุ้มค่าหรือไม่ ขอแนะนำให้ลองไปศึกษาโดยละเอียดดูนะครับ เพราะบริการที่เปิดทดลองนี้จะออกมาเป็นตัวเต็มมาให้เราได้ใช้ในอนาคต
เมื่อถูกนำมาอยู่บน Vertex AI มีสิ่งที่เปลี่ยนแปลงจากเดิมไปบ้าง เหมือนกับการอัพเวอรชั่นใหม่ ขอยกตัวอย่างสิ่งที่เปลี่ยนไป ดังนี้
เดิมใน AutoML แต่ละคำสั่งมีความไม่แน่ไม่นอนในการใช้ project-number หรือ project-id บน Vertex AI จะอนุญาตให้ใช้ได้ทั้งคู่
เปลี่ยนจากการ deploy โมเดลเข้าไปตรงๆ เป็น deploy ผ่าน Endpoint บน Vertex AI ทำให้เมื่อมีการเรียก predict จะทำผ่าน Endpoint
แยก API client สำหรับแต่ละ API resource
AutoML Vision และ AutoML Video Intelligence จะสามารถรับ JSONL input ได้แล้ว
นอกจากนี้ก็ยังสามารถเข้าไปอ่านรายละเอียดเต็มๆ ได้ใน Vertex AI for AutoML users
ระบบการทำ Custom model บน Vertex AI ก็เสมือน AI platform อัพเวอรชั่นใหม่ในชื่อใหม่ มีเค้าโครงเดิมอยู่ และมีสิ่งที่เปลี่ยนแปลงไปบ้าง ขอยกตัวอย่างสิ่งที่เปลี่ยนไป ดังนี้
ไม่ว่าจังหวะสั่ง train หรือ deploy จากเดิมที่ต้องระบุ Runtime versions ของ framework ที่ใช้ เปลี่ยนมาระบุ Container แทน
Vertex AI จะ support ถึงแค่ endpoint ระดับ regional ไม่ถึงระดับ global แบบเดิม
เปลี่ยนจากการ deploy โมเดลเข้าไปตรงๆ เป็น deploy ผ่าน Endpoint บน Vertex AI ทำให้เมื่อมีการเรียก predict จะทำผ่าน Endpoint
บน AI platform ไม่มี built-in API resource สำหรับการทำ orchestration ใดๆ มาก่อน แต่บน Vertex AI จะมีให้ จึงเรียกได้ว่าใช้งานครบจบในตัวเดียวได้ ไม่ต้องต่อบริการอื่นๆ เข้ามาทำ orchestration เช่น Kubeflow เป็นต้น
นอกจากนี้สามารถเข้าไปอ่านรายละเอียดเต็มๆ ได้ใน Vertex AI for AI Platform users
ลูกค้าเดิมที่สนใจจะ migrate มาใช้งาน Vertex AI สามารถทำการ migrate ได้โดยไม่มีค่าใช้จ่ายใดๆ ครับ โดยการ migrate มาใช้ Vertex AI มี 2 วิธี ได้แก่ การใช้ migration tool กับการยิง API ไปเรียกใช้ method สำหรับ migrate ในบทความนี้ขอแนะนำให้ใช้วิธีแรก
ส่วนการ migrate บนหน้า Dashboard
ขั้นตอนการ migrate ด้วย migration tool โดยสังเขป
เราต้องเปิดใช้งาน Vertex AI API บน console ของ GCP เสียก่อน เข้าไปหน้า Dashboard (ลิงค์) แล้วคลิกปุ่ม Enable the Vertex AI API (หากเปิดใช้งานอยู่แล้วจะไม่มีปุ่มดังกล่าวให้กด)
จากหน้า Dashboard หาก Project ที่เราเลือกอยู่ มีข้อมูลที่ migrate ได้ จะปรากฎข้อความ Migrate to Vertex AI ด้านล่างของหน้าจอ ให้เราคลิกปุ่ม Set up migration
เลือก resources ที่เราต้องการจะ migrate ให้เรียบร้อยแล้วคลิกปุ่ม Next
ปรากฎหน้าจอสรุปรายชื่อ resources ที่เราเลือกทั้งหมดให้เราทวนสอบก่อน จากนั้นกดปุ่ม Migrate assets เพื่อทำการ migrate
ระหว่างนี้ทำอย่างอื่นรอได้เลย การ migrate บน GCP จะใช้เวลามากน้อยขึ้นกับ resources ที่เราเลือกไว้ เมื่อ migrate เสร็จสมบูรณ์จะมี Email แจ้งมาให้ทราบด้วย
รายละเอียดเพิ่มเติม: https://cloud.google.com/vertex-ai/docs/start/migrating-to-vertex-ai
สุดท้ายนี้ Vertex AI เป็นบริการที่ลดความยุ่งยากในการ transform ธุรกิจให้น้อยลงไปมาก เพราะความเข้าใจในธุรกิจอย่างลึกซึ้งของทีมงาน Google จากงานทางเทคนิคที่สลับซับซ้อนได้กลายเป็นงานที่ทุกฝ่ายสามารถเข้าถึงได้ง่าย สนับสนุนให้แผนงานดำเนินไปอย่างราบรื่น นอกจากนี้ยังมีแผนการพัฒนาต่อไปในอนาคตที่ชัดเจน เพื่อให้เกิด platform ที่ทำงานครบจบในตัวเดียวที่ดีที่สุด
ขอบคุณครับ
Written by Thanakit Gowitwanich
Cloud Ace Thailand
หากคุณสนต้องการคำปรึกษา Cloud Ace Thailand พร้อมให้บริการที่จะสนับสนุนคุณตั้งแต่ การให้คำปรึกษา จนถึงการออกแบบระบบ ติดตั้งระบบ ย้ายระบบ ในฐานะ Google Cloud Partner ที่มีความเชี่ยวชาญ และได้รับรางวัล Service partner of the year ในปี 2019
ติดต่อเรา th_sales@cloud-ace.com
Thank you for subscribing!
Have a great day!
หากคุณสนใจศึกษารายละเอียดเพิ่มเติม สามารถเข้าร่วมกิจกรรมสัมมนาออนไลน์ในหัวข้อ
Explore brand new Vertex AI
the End to End AI Platform game changer
วันพฤหัสบดีที่ 22 กรกฎาคม 2021 เวลา 14.00 น. เป็นต้นไป
ไม่มีค่าใช้จ่ายในการเข้าร่วมกิจกรรมแต่อย่างใด
