เราต่างตระหนักดีว่าการปลดล็อกศักยภาพของ AI ต้องอาศัยการผสมผสานทั้งข้อมูล (Data) และ AI เข้าด้วยกัน นั่นหมายความว่าเราต้องมีวิธีการหรือเครื่องมือที่ง่ายในการจัดการวัฏจักรของข้อมูลทั้งหมดตั้งแต่เริ่มต้นจนจบ (Data-to-AI Lifecycle)
ในยุคที่ข้อมูลไหลบ่าอย่างมหาศาล การวิเคราะห์ข้อมูลแบบเรียลไทม์กลายเป็นสิ่งจำเป็นสำหรับธุรกิจ BigQuery Continuous Queries คือ Feature ใหม่จาก Google Cloud ที่ช่วยให้คุณปลดล็อกศักยภาพของ SQL ในการประมวลผลข้อมูลอย่างต่อเนื่อง ไม่ว่าจะเป็นการวิเคราะห์ข้อมูล การสร้าง AI Pipeline หรือการส่งข้อมูลแบบ Reverse ETL ซึ่ง BigQuery Continuous Queries จะช่วยให้คุณทำทั้งหมดนี้ได้อย่างง่ายดาย
ในยุคดิจิทัลที่ข้อมูลมีบทบาทสำคัญต่อความสำเร็จขององค์กร การวิเคราะห์ข้อมูลเชิงลึก (Business Intelligence) กลายเป็นเครื่องมือสำคัญที่ช่วยให้ธุรกิจตัดสินใจได้อย่างมีประสิทธิภาพ ขับเคลื่อนกลยุทธ์ และบรรลุเป้าหมายทางธุรกิจ
เตรียมพบกับยุคใหม่ของการเปลี่ยนแปลงอันทรงพลังกับ Google Cloud ที่ได้รับการประกาศจาก Forrester Research ให้เป็นผู้นำใน The Forrester Wave™: AI Infrastructure Solutions, ประจำไตรมาส 1 ปี 2024 ถือเป็นการตอกย้ำวิสัยทัศน์อันแน่วแน่และความมุ่งมั่นในการพัฒนานวัตกรรมอย่างต่อเนื่องในผลิตผลด้าน AI ตลอดจนโครงสร้างพื้นฐานอย่าง AI Infrastructure ด้วย
จากบทความก่อนหน้าทั้งภาคทฤษฎีและปฏิบัติของ Vector Embeddings ทำให้เราก้าวเข้าสู่เทคโนโลยี Gen AI กันอีกขั้น และวันนี้เรามาต่อยอดความรู้เหล่านั้นกันด้วย RAG ครับ
ตั้งแต่ที่ Google ได้มีการเปิดตัว Bard ไปเมื่อปีที่แล้วนั้น ผู้ใช้งานทั่วโลกก็ได้มีการใช้ Bard กับ AI อื่น ๆ ในหลากหลายรูปแบบไม่ว่าจะเป็นการเตรียมตัวสำหรับการสัมภาษณ์งาน การแก้โค้ด การหาไอเดียธุรกิจใหม่ ๆ หรือแม้แต่การสร้างรูปภาพที่น่าเหลือเชื่อ
หลังจากที่เราเรียนรู้ Vector Embeddings ในภาคทฤษฎีกันแล้ว เมื่อเข้าถึงภาคปฏิบัติก็เป็นเรื่องง่ายเลยครับ ในบทความนี้เราจะมาลองลงมือใช้ APIs ต่าง ๆ ของ Google Cloud โดยมีการเขียนโค้ดบน Colab Enterprise จากหน้า BigQuery กันเลย!
ในยุคปัจจุบันปัญญาประดิษฐ์ (AI) กลายเป็นเทคโนโลยีสำคัญที่ขับเคลื่อนการเปลี่ยนแปลงในหลากหลายอุตสาหกรรม หนึ่งในสาขา AI ที่น่าจับตามองคือ Generative AI (Gen AI) หรือ AI ที่สามารถสร้างเนื้อหาใหม่ ๆ เช่น ข้อความ รูปภาพ เสียง หรือวิดีโอ แต่ก่อนที่จะเริ่มสร้าง Gen AI ที่น่าทึ่งเราจำเป็นต้องเข้าใจพื้นฐานสำคัญอย่าง Vector Embeddings
วงการ AI กำลังก้าวหน้าอย่างรวดเร็ว ตั้งแต่ Google เปิดตัว Gemini 1.0 ออกมา LLMs ก็นับว่าชาญฉลาดกว่าเดิมมาก ๆ และ Google เองก็ไม่หยุดพัฒนา Gemini จนมาถึงโมเดลรุ่นล่าสุด Gemini 1.5 ที่ถือว่าเป็นโมเดลภาษาที่รองรับ Input ขนาดใหญ่แต่ใช้หน่วยประมวลผลน้อยกว่าเดิม!
สายงาน AI หลายคนคงเคยได้ยินเรื่อง AI Model ที่ทรงพลังที่สุดจาก Google ถือกำเนิดขึ้นด้วยประสิทธิภาพและความเก่งกาจรอบด้าน กลายเป็นกระแสฮือฮาในสัปดาห์ที่ผ่านมา แต่หากใครตกข่าวนี้ไป! วันนี้จะพาทุกคนไปรู้จักกับ Gemini และทดลองใช้กันแบบสด ๆ กันกับบทความนี้
