บทความนี้มีทั้งหมด 3 ตอน
- รีวิวงาน GDG DevFest Bangkok – Ai Day 2019 (ตอนที่ 1)
- รีวิวงาน GDG DevFest Bangkok – Ai Day 2019 (ตอนที่ 2)
- รีวิวงาน GDG DevFest Bangkok – Ai Day 2019 (ตอนที่ 3)
Topic 4 – P’Ta Virot
พี่ต้าพูดสองเรื่อง ซึ่งหลังจากนี้จะเป็นเรื่องทางเทคนิคที่ผมก็ไม่ค่อยเข้าใจเท่าไร จึงขอใส่รายละเอียดเป็น Keywords ที่น่าสนใจนะครับ
เรื่องแรก Google Cloud Smart Analytics
- Ready-to-deploy AI Solutions เช่น Document Understanding, Recommendation System for E-Commerce
https://cloud.google.com/solutions/ai/ - AI Hub (Learning Center for Google Cloud)
https://cloud.google.com/ai-hub/ - Kubeflow = end-to-end Machine Learning Pipeline
https://www.kubeflow.org/ - Cloud AI Platform >> Training, Prediction, Evaluation
- Auto ML Table (beta) >> Import, Schema, Analyze, Train, Evaluate
- BigQuery ML >> K-means cluster, Matrix factor, Deep Neural Network
พูดง่ายๆ คือ กูเกิลมีบริการที่เจ๋งมากๆ ให้เราได้ใช้บริการ … แต่ก็ต้องมีเงิน (ค่าใช้บริการ) ด้วยนะครับ 555
ข้อดีของการใช้บริการจาก Google Cloud สิ่งหนึ่งคือ กูเกิลจะบังคับให้เราทำตาม Standard Practice ซึ่งจะช่วยให้เรารู้จักกับวิธีทำงานด้านการวิเคราะห์ข้อมูลได้อย่างถูกต้องครับ (ไม่ข้ามขั้นตอนที่สำคัญใดๆ ไป)
เรื่องที่สอง What’s New in TensorFlow
- Concept = { Easy, Powerful, Scalable }
- เมื่อก่อนใช้ Graph Execution ข้อดีคือ สั่งรันแล้วประมวลผลเร็ว แต่ข้อเสียคือ ถ้ารันแล้วเกิด Error เราจะไม่รู้ว่า Error ตรงไหน
- ตอนนี้จึงกลับมาใช้ Eager Execution รันทีละบรรทัด เพื่อที่เวลาเกิด Error เราสามารถหาตำแหน่งที่ผิดพลาดได้
- TensorFlow Extended
- Dependency & Backtrack
- TensorFlow Lite = TensorFlow สำหรับ Smartphones หรือ Embedded Devices
- TensorFlow JS = TensorFlow สำหรับเว็บไซต์
- แหล่งการเรียนรู้เพิ่มเติม
Topic 5 – Women TechMaker (WTM)
https://www.womentechmakers.com/
แนะนำโครงการ Women TechMakers – โครงการของ Google ที่จะผลักดันให้ผู้หญิงมีส่วนร่วมกับการพัฒนาทางด้านเทคโนโลยีให้มากขึ้น (ปัจจุบันบุคลากรทางด้านเทคโนโลยีส่วนใหญ่เป็นผู้ชาย มีผู้หญิงน้อยมาก)
รู้หรือไม่? Programmer คนแรกของโลกเป็นผู้หญิงนะครับ! https://en.wikipedia.org/wiki/Ada_Lovelace
Topic 6 – What’s Google TPU
สำหรับหัวข้อนี้ที่ผมสนใจมากๆ ก็เครื่อง อุปกรณ์/ฮาร์ดแวร์ที่ใช้ในการประมวลผลการวิเคราะห์ข้อมูลครับ
โดยปกติอุปกรณ์ที่มักใช้วิเคราะห์ข้อมูลก็คือ การ์ดจอ (GPU) ที่เราใช้เล่นเกมส์นั่นแหละครับ
ถ้าเป็นห้องแล็บที่วิเคราะห์ข้อมูลจริงจัง ก็จะใช้เซิฟเวอร์การ์ดจอรุ่นพิเศษ เช่น Nvidia DGX-1, DGX-2
แต่เจ้าเครื่องนี้มีราคาแพงมาก (ประมาณ 50,000-400,000 USD)
แล้วถ้าคนธรรมดาๆ ต้องการเครื่องมือในการวิเคราะห์ข้อมูลขนาดใหญ่ละ? Google จึงพัฒนา Tensor Processing Unit (TPU) ให้คนทั่วไปสามารถเช่าไปใช้วิเคราะห์ข้อมูลได้ครับ (คิดค่าบริการรายชั่วโมง)
ข้อมูลเพิ่มเติม https://cloud.google.com/tpu/
[to be continue …]
