สร้างแอปที่ขับเคลื่อนโดย generative AI ด้วย MongoDB Atlas บน AWS

เอาล่ะครับหลังจากจบ session ของคุณจัสติน ผมต้องรีบวิ่งไปเข้าอีก session ต่อเพราะอย่างที่บอกครับว่าคุณจัสตินแกคุยสนุกและ ใช่ครับ แกคุยยาวจนเลยเวลาเลย ส่วนตัวผมเองก็สนุกกับการพูดของแกจนไม่ได้ดูเวลาเช่นกัน แต่เอาเป็นว่ากว่าจะเข้า session ที่ 2 ได้วิทยากรก็เริ่มบรรยายไปครึ่งทางแล้วครับ

โดย session มีชื่อว่า Build generative AI-powered apps with MongoDB Atlas on AWS -สร้างแอปที่ขับเคลื่อนโดย generative AIด้วย MongoDB Atlas บน AWS

(สำหรับเพื่อนคนไหนที่อยากอ่าน session ของคุณจัสตินสามารถอ่านได้จากลิงก์ด้านล่างนี้นะครับ
นวัตกรรมเทคโนโลยีดิจิทัลในธุรกิจรีเทลและ CPG จากงาน AWS Summit Bangkok 2024)

Build generative AI-powered apps with MongoDB Atlas

ต้องสารภาพอย่างต่อเนื่องเลยครับว่านอกจากจะเข้าไปไม่ทันครึ่งแรกแล้ว เด็กจบคณะบริหารอย่างผมที่เข้าไปนั่งฝั่งเรื่องเชิงเทคนิกของเหล่า Developer ใน session นี้นี่ ไม่รู้เรื่องเลยครับ (อ่าวเฮ๊ย! ไหงงั้น?)

ไม่เกินจริงเลยครับ เพราะเนื้อหาที่วิทยากรใช้นั้นเป็นทั้งคณิตศาสตร์คอมพิวเตอร์ ภาษาที่ใช้เขียนโค้ดดิ้ง แถมบนหน้าจอมอนิเตอร์ยังมีเพียงแค่แถบโค้ดอีกต่างหาก ผมที่พยายามสุดกำลังเพื่อจะเข้าใจให้ได้นั้นกลับต้องยอมล่าถอยออกมา (อ่าว! ยอมแพ้แล้วอ่อ?)

แต่ผมไม่ได้ถอยมาเพื่อหนีครับ แต่ถอยมาเพื่อเรียนรู้ต่างหาก ทั้ง MongoDB, แอปที่ขับเคลื่อนด้วย generative AI และทำไมต้องใช้ MongoDB Atlas บน AWS ด้วย

วันนี้เพื่อนคนไหนที่ยังไม่รู้จักข้อมูลด้านบนเหมือนผมในตอนนั้น ณ เวลานี้ เราไปเรียนรู้และทำความเข้าใจด้วยกันครับ ไปลุยกันเลย!

MongoDB คืออะไร

MongoDB เป็นระบบจัดการฐานข้อมูลที่เก็บข้อมูลในรูปแบบของเอกสาร (document) แทนที่จะเป็นตารางเหมือนฐานข้อมูลแบบดั้งเดิมที่ใช้ SQL (Structured Query Language) ก็คือ MongoDB เนี่ยเป็นฐานข้อมูลแบบ NoSQL นั่นเอง

MongoDB มีข้อดีมากมายครับ ไม่ว่าจะเป็นการเก็บข้อมูลในรูปแบบ JSON ซึ่งทำให้มีความยืดหยุ่นสูง สามารถเก็บข้อมูลที่มีโครงสร้างซับซ้อนหรือไม่แน่นอนได้, ความสามารถในการจัดการข้อมูลแบบอัตโนมัติ เช่น การทำสำรองข้อมูล (backup) และการฟื้นฟูข้อมูล (restore) ได้แบบง่าย ๆ ส่วนข้อมูลที่จะนำไปเก็บก็มีหลายแบบครับ อย่างที่พวกเราคุ้นเคยก็ ข้อมูลการใช้งานโซเชียลมีเดีย เป็นต้น

MongoDB Atlas

ส่วน MongoDB Atlas คือฐานข้อมูลของ MongoDB นี่ล่ะครับ แต่เป็น MongoDB ที่ทำงานบนระบบคลาวด์
ซึ่งจะช่วยให้ผู้ใช้งานหมดห่วงและหมดเหนื่อยเรื่องการบริหารฮาร์ดแวร์หรือระบบด้วยตัวเองครับ เพราะหน้าที่นี้จะอยู่ในการดูแลของผู้ให้บริการคลาวด์ (Cloud Provider) ครับ

ซึ่งหมายความว่า ถ้าเราใช้ MongoDB Atlas บน AWS ทาง AWS จะช่วยดูแลเราในการดูแลระบบและจัดการฮาร์ดแวร์ให้เรานั่นเองครับ

การใช้งาน MongoDB Atlas เหมาะสำหรับทั้งองค์กรขนาดเล็กและขนาดใหญ่ที่ต้องการลดภาระการจัดการฐานข้อมูลด้วยตนเอง และต้องการความยืดหยุ่นในการขยายระบบตามการเติบโตของธุรกิจครับ เพราะ MongoDB Atlas จะทำให้การใช้งานฐานข้อมูล MongoDB ง่ายขึ้นมากด้วยการจัดการและการดูแลระบบที่ทำโดยอัตโนมัติ ซึ่งช่วยลดภาระและความซับซ้อนในการบริหารจัดการฐานข้อมูล

Partner with AWS

การเป็นพาร์ทเนอร์กับ AWS ของ MongoDB ทำให้ MongoDB Atlas สามารถใช้งานบนแพลตฟอร์ม AWS ได้อย่างราบรื่น การเป็นพาร์ทเนอร์กับ AWS ช่วยให้ MongoDB Atlas มีความสามารถในการให้บริการที่มีประสิทธิภาพและยืดหยุ่นมากยิ่งขึ้น โดยผู้ใช้งานสามารถได้รับประโยชน์จากการผนวกรวมและการใช้บริการต่างๆ ของ AWS ได้อย่างเต็มที่ โดยผู้ใช้งานสามารถเลือกใช้ MogoDB Atlas ได้ที่ AWS Marketplace

MongoDB Atlas in AWS Marketplace

What are generative AI-powered apps

แอปพลิเคชันที่ใช้ Generative AI คือแอปพลิเคชันที่ใช้เทคนิคปัญญาประดิษฐ์เชิงสร้างสรรค์ในการสร้างเนื้อหา ข้อมูล หรืออินไซต์ใหม่ ๆ ซึ่งเทคนิคเหล่านี้สามารถรวมถึงโมเดล Machine Learning ที่สร้างข้อความ รูปภาพ เพลง โค้ด และประเภทเนื้อหาอื่น ๆ ตัวอย่างของโมเดล Generative AI เช่น Chat GPT, DALL-E, และอื่น ๆ ที่สามารถสร้างข้อมูลสังเคราะห์, เสียง, และอื่น ๆ

ตัวอย่างของแอปพลิเคชันที่ใช้ Generative AI

1. แชทบอทและผู้ช่วยเสมือน: โมเดล AI ที่สร้างข้อความตอบสนองต่อคำถามของผู้ใช้เหมือนมนุษย์

2. เครื่องมือสร้างเนื้อหา: แอปพลิเคชันที่ช่วยสร้างบทความ เรื่องราว โพสต์บล็อก หรือเนื้อหาที่เขียนอื่น ๆ

3. การสร้างภาพและศิลปะ: เครื่องมือที่สร้างภาพหรือผลงานศิลปะใหม่จากคำอธิบายหรืออินพุตอื่น ๆ

4. การประพันธ์เพลง: AI ที่ประพันธ์เพลงใหม่ ๆ

5. การสร้างโค้ด: เครื่องมือที่สามารถสร้างโค้ดโปรแกรมจากคำอธิบายที่เป็นภาษาธรรมชาติ

6. การสร้างข้อมูลสังเคราะห์: แอปพลิเคชันที่สร้างข้อมูลเทียมสำหรับการฝึกโมเดล Machine Learning เมื่อข้อมูลจริงขาดแคลนหรือเป็นข้อมูลที่อ่อนไหว

Build generative AI-powered apps with MongoDB Atlas on AWS

MongoDB Atlas ซึ่งเป็นบริการฐานข้อมูลบนคลาวด์ ให้บริการเป็นรากฐานที่แข็งแกร่งและยืดหยุ่นสำหรับการสร้างแอปพลิเคชันที่ใช้ Generative AI ดังนี้ครับ

1.การจัดเก็บและการจัดการข้อมูล

โครงสร้างยืดหยุ่น: โมเดลเอกสารของ MongoDB ช่วยให้ผู้ใช้งานสามารถจัดเก็บโครงสร้างข้อมูลที่ซับซ้อนและแตกต่างกันได้ ซึ่งเป็นสิ่งสำคัญสำหรับแอปพลิเคชัน AI ที่ต้องจัดการกับข้อมูลหลายประเภท

การปรับขนาดได้: MongoDB Atlas สามารถปรับขนาดได้อัตโนมัติ จัดการกับข้อมูลและปริมาณการใช้งานจำนวนมาก ซึ่งจำเป็นสำหรับแอปพลิเคชัน AI ที่สามารถสร้างและประมวลผลข้อมูลจำนวนมากได้

2.การรวมข้อมูลและ ETL

Atlas Data Lake: ช่วยให้คุณสามารถสอบถามและวิเคราะห์ข้อมูลในรูปแบบและแหล่งที่มาแตกต่างกัน ช่วยในการรวมข้อมูลหลายชุดที่จำเป็นสำหรับการฝึกโมเดล AI

3.การประมวลผลข้อมูลแบบเรียลไทม์

Change Streams: ใช้ Change Streams ของ MongoDB เพื่อตอบสนองต่อการเปลี่ยนแปลงในข้อมูลแบบเรียลไทม์ ทำให้เกิดการตอบสนองแบบไดนามิกของ AI และการประมวลผลข้อมูลแบบเรียลไทม์

Triggers: ตั้งค่า Triggers เพื่อเรียกใช้ฟังก์ชันโดยอัตโนมัติเมื่อมีการเปลี่ยนแปลงในฐานข้อมูล ซึ่งสามารถใช้ในการเริ่มการคาดการณ์โมเดล AI

4.การรวมกับบริการ AI

การใช้งานร่วมกับ AWS: MongoDB Atlas ทำงานร่วมกับบริการ AI บนคลาวด์ เช่น AWS SageMaker ได้อย่างราบรื่นเพื่อใช้งานและจัดการโมเดล AI

ฟังก์ชันไร้เซิร์ฟเวอร์: ใช้ MongoDB Realm (ส่วนหนึ่งของ Atlas) เพื่อสร้างฟังก์ชันไร้เซิร์ฟเวอร์ที่สามารถโต้ตอบกับโมเดล AI และจัดการกับลอจิกของแอปพลิเคชัน

5.ความปลอดภัยและการปฏิบัติตามกฎระเบียบ

การเข้ารหัสข้อมูล: MongoDB Atlas มีการเข้ารหัสข้อมูลในขณะที่จัดเก็บและส่งผ่าน ทำให้มั่นใจในความปลอดภัยของข้อมูลที่สำคัญที่ใช้โดยแอปพลิเคชัน AI

การปฏิบัติตามกฎระเบียบ: Atlas ปฏิบัติตามมาตรฐานหลัก เช่น GDPR, HIPAA, และ SOC 2 ซึ่งจำเป็นสำหรับแอปพลิเคชันที่จัดการกับข้อมูลที่อ่อนไหว

โดยการใช้ MongoDB Atlas คุณสามารถสร้าง จัดการ และปรับขนาดแอปพลิเคชันที่ใช้ Generative AI ได้อย่างมีประสิทธิภาพ โดยใช้ประโยชน์จากความสามารถในการจัดการข้อมูลที่แข็งแกร่งและการรวมกับบริการ AI บนคลาวด์ได้อย่างราบรื่นเลยล่ะครับ

สรุป

เป็นไงกันบ้างครับเพื่อน ๆ พอจะเริ่มเห็นภาพกันบ้างแล้วไหมครับสำหรับภาพรวมทั้งหมดของหัวข้อในเซสชั่นนี้ ส่วนตัวผมต้องสารภาพเลยครับว่าแม้ตัวเองจะไม่ได้เรียนจบสายเทคโนโลยีโดยตรง แต่ก็ปฏิเสธไม่ได้เลยว่าเทคโนโลยีนั้นมีส่วนสำคัญมาก ๆ ในชีวิตของผม (และเพื่อน ๆ ด้วยครับ) ดังนั้น การที่จับพลัดจับผลูเข้าไปนั่งในเซสชั่นนี้แบบไม่เข้าใจอะไรเลยจนต้องกลับมาศึกษาข้อมูลเนี่ย กลับทำให้ผมได้เริ่มรู้จักและค่อย ๆ เข้าใจถึงสิ่งที่เรียกว่าดาต้าเบสซึ่งเป็นส่วนหนึ่งของเทคโนโลยีแขนงนี้

และตัวผมเองในตอนนี้ก็ชักจะสนใจในเทคโนโลยีพวกนี้ขึ้นเรื่อย ๆ แล้วล่ะครับ เพราะยิ่งหาข้อมูลก็ยิ่งสนุก ถ้าเป็นไปได้เนี่ย ผมอยากจะย้อนกลับไปเลือกคณะเรียนใหม่จริง ๆ ฮ่า ๆ แต่เอาเป็นว่าถ้าเพื่อน ๆ คนไหนมีความเข้าใจในวิทยาการด้านนี้ มาแบ่งปันให้ผมหน่อยนะครับ เพราะผมยังใหม่มาก ๆ ในวงการนี้เลยครับ ขอขอบคุณล่วงหน้าเลยครับ

สำหรับวันนี้ พระเจ้าอวยพรครับ