ในที่นี้จะขอกล่าวถึงการประชุม re:Invent 2021 ที่ผ่านมา มีประเด็นสำคัญ และน่าสนใจที่ถูกหยิบยกมาพูดถึงหลายอย่าง ซึ่งหนึ่งในนั้น คือ Amazon ประกาศเปิดตัว SageMaker Canvas แพลตฟอร์มสำหรับพัฒนา machine learning models ที่สามารถใช้งานได้โดยที่ผู้ใช้งานไม่จำเป็นต้องมีความรู้เรื่องการเขียนโปรแกรมเลย การใช้ SageMaker Canvas นั้น สำหรับผู้ที่เป็นลูกค้าของ Amazon Web Services (AWS) อยู่แล้ว สามารถใช้งาน machine learning workflow ได้อย่างง่ายดาย เพียงแค่ใช้การชี้ และคลิกที่หน้าจอ ก็สามารถสร้างการพยากรณ์ และเผยแพร่ผลลัพธ์นั้น ออกสู่สาธารณะได้เลยอีกด้วย

ก่อนที่เราจะพูดถึง SageMaker Canvas ต่อไปนั้น ขออนุญาตกล่าวถึง SageMaker เสียก่อน ผู้อ่านบางท่านอาจจะคุ้นเคยกับชื่อนี้เป็นอย่างดีอยู่แล้ว แต่บางท่านอาจจะเพิ่งเคยได้ยิน ผู้เขียนจึงขออธิบายสั้น ๆ เพื่อให้ผู้อ่านได้เข้าใจมากขึ้น SageMaker นั้น เป็นบริการหนึ่งของ AWS ซึ่งเป็นแพลตฟอร์มในการพัฒนา machine learning models ที่รองรับการใช้งานเฟรมเวิร์ก (framework) ชุดเครื่องมือ และภาษาเขียนโปรแกรมต่าง ๆ ที่นิยมใช้กันทั่วไป เช่น TensorFlow, Pytorch, mxnet, python, R เป็นต้น โดยมีบริการต่าง ๆ ที่เปิดให้ใช้งาน เช่น Amazon SageMaker Studio IDE (ตัวช่วยเขียนโปรแกรม), Amazon SageMaker Notebook (ช่วยให้ผู้พัฒนาทำงานร่วมกันได้ง่ายขึ้น), Amazon SageMaker Autopilot (ช่วยออกแบบโมเดล) เป็นต้น ซึ่ง Canvas ก็เป็นหนึ่งในบริการของ SageMaker โดยสามารถใช้งานร่วมกับเครื่องมือต่าง ๆ ของ SageMaker ที่กล่าวไปแล้วข้างต้นได้อีกด้วย ทำให้ผู้ใช้งานสามารถพัฒนาต่อยอดสิ่งที่สนใจไปได้อีกมาก

รูปที่ 1 re:Invent 2021 แหล่งที่มาจาก AWS for Industries

แพลตฟอร์มสำหรับพัฒนาซอฟต์แวร์ โดยไม่จำเป็นต้องมีความรู้เรื่องการเขียนโปรแกรม หรือมีเพียงเบื้องต้น (Low- and no-code platforms) ทำให้ผู้ใช้งาน ไม่ว่าจะเป็นผู้พัฒนาที่มีความรู้ด้านการเขียนโปรแกรม หรือเป็นเพียงบุคคลธรรมดาทั่วไป ก็สามารถสร้างซอฟต์แวร์ผ่านหน้าจอแสดงผลได้เลย โดยไม่ต้องเขียนโปรแกรมเหมือนเมื่อก่อน ในปัจจุบันการนำมาใช้จริงนั้นกำลังอยู่ในช่วงขาขึ้น ซึ่งเห็นได้จากรายงานของ บริษัท OutSystems เมื่อไม่นานมานี้ ที่แสดงว่า ในปี 2019/2020 41% ขององค์กรต่าง ๆ ได้นำเครื่องมือสำหรับพัฒนา โดยไม่จำเป็นต้องมีความรู้เรื่องการเขียนโปรแกรม หรือมีเพียงเบื้องต้น (Low- and no-code tool) มาใช้กันมากขึ้น ซึ่งมากขึ้นจากในปี 2018/2019 ถึง 34% เลยทีเดียว

แพลตฟอร์มสำหรับพัฒนาซอฟต์แวร์ โดยไม่จำเป็นต้องมีความรู้เรื่องการเขียนโปรแกรม หรือมีเพียงเบื้องต้น (Low- and no-code platforms) ในปัจจุบันการนำมาใช้จริงนั้นกำลังอยู่ในช่วงขาขึ้น

รูปที่ 2 Sagemaker Canvas Diagram แหล่งที่มาจาก AWS

“ในปัจจุบันนี้ นักธุรกิจ และนักวิเคราะห์ข้อมูลสามารถใช้งาน Canvas สร้างการพยากรณ์ที่แม่นยำสูงได้ โดยใช้เพียงสัญชาตญาณ, การแสดงผลที่ง่ายต่อการใช้งาน” Adam Selipsky ประธานกรรมการบริหารของ บริษัท AWS ได้กล่าวไว้บนเวที “Canvas เลือกใช้คำและการทำให้เห็นภาพที่คล้ายคลึงกับเครื่องมือต่าง ๆ ในการวิเคราะห์ข้อมูลที่ผู้ใช้งานคุ้นเคยและใช้กันอยู่ทั่วไปในปัจจุบัน”

ปัญญาประดิษฐ์โดยปราศจากการเขียนโปรแกรมด้วย Amazon SageMaker

เพียงใช้ Canvas, Selipsky กล่าวว่าลูกค้าสามารถเรียกดูและเข้าถึงข้อมูล Big Data ที่มีปริมาณระดับเพตะไบต์ (1 เพตะไบต์ = 1,048,576 กิกะไบต์) จากแหล่งข้อมูลทั้งแบบ Cloud และ on-premises ได้ เช่น Amazon S3, Redshift databases, หรือแม้กระทั้ง local files ก็ได้ด้วย Canvas ทำงานโดยใช้เทคโนโลยีการเรียนรู้ของเครื่องอัตโนมัติ (machine learning) เพื่อสร้างโมเดลและตอนที่โมเดลถูกสร้างมาแล้ว ผู้ใช้งานสามารถอธิบาย แปลความหมายของโมเดลและแชร์โมเดลนี้ให้กับคนอื่น ๆ เพื่อใช้ทำงานร่วมกันหรือสร้างข้อมูลเชิงลึกได้อีกด้วย

รูปที่ 3 Sagemaker Canvas user interface แหล่งที่มาจาก AWS News Blog

“ด้วย Canvas พวกเราสามารถเตรียมและรวบรวมข้อมูลจากการเรียนรู้ของเครื่องอัตโนมัติ (machine learning) ได้ง่ายขึ้น เพื่อช่วยให้โมเดลเรียนรู้ได้เร็วขึ้นและยังช่วยขยายขอบเขตของกลุ่มผู้ใช้ด้วย” Selipsky ยังเสริมเพิ่มเติมอีกว่า “อีกไม่นาน Canvas ก็จะเปิดใช้งานกับกลุ่มของผู้ใช้งานใหม่ เพื่อดึงข้อมูลของพวกเขามาใช้ในการเรียนรู้ของเครื่องอัตโนมัติ (machine learning) เพื่อสร้างข้อมูลเชิงลึกทางด้านธุรกิจต่อไป”

Canvas นั้นพัฒนาต่อยอดมาจาก SageMaker ที่ปล่อยมาให้ใช้งานก่อนหน้านี้ เมื่อต้นปีที่ผ่านมา รวมไปถึง Data Wrangler, Feature Store และ Pipelines โดยที่ Data Wrangler แนะนำการแปลงข้อมูลที่อยู่ในชุดข้อมูลที่ต้องการและนำสิ่งที่ข้อมูลที่แปลงแล้วนี้ไปไว้ใน Features ซึ่ง Feature Store จะทำหน้าที่เหมือนเป็นส่วนที่เก็บข้อมูลของ Features และสามารถเข้าถึง Features ได้จากทั้ง batches และ subsets สำหรับในส่วนของ Pipelines จะอนุญาตให้ผู้ใช้งานกำหนด, แชร์ และนำขั้นตอนแต่ละขั้นจากต้นจนจบของลำดับขั้นการทำงานสำหรับการเรียนรู้ของเครื่องอัตโนมัติ (machine learning) กลับมาใช้ใหม่ ด้วยแม่แบบลำดับขั้นการทำงานที่สามารถปรับแต่งได้โดยมีการตั้งค่ากำหนดไว้แล้วล่วงหน้า ในขณะที่จดบันทึกแต่ละขั้นตอนในการทดลอง SageMaker

มากกว่า 82% ของบริษัทต่าง ๆ กล่าวว่า การพัฒนาแอปที่เหมาะสมตรงตามความต้องการภายนอกทีม IT เป็นเรื่องสำคัญ Gartner คาดว่า ภายในปี 2024 จะมีแอปจะถูกพัฒนาขึ้นโดยใช้ low- and no-code platforms เหมือน Canvas มากถึง 65% และยังมีรายงานของงานวิจัยอื่นที่แสดงให้เห็นว่า 85% ของหัวหน้าทีมวิศวกรทั้ง 500 คนคิดว่า low- and no-code platforms จะกลายเป็นเรื่องปกติภายในองค์กรของพวกเขาในปี 2021

ถ้าแนวโน้มยังเป็นเหมือนในตอนนี้ ตลาดสำหรับ low- and no-code platforms จะสามารถเติบโตได้ถึงช่วง 13.3 พันล้านดอลลาร์ ถึง 17.7 พันล้านดอลลาร์ ในปี 2021 และจะสูงถึงช่วง 58.8 พันล้านดอลลาร์ ถึง 125.4 พันล้านดอลลาร์ ในปี 2027

สรุป

Canvas เป็น low- and no-code platforms ที่น่าจับตามองเป็นอย่างมาก เพราะช่วยให้ผู้ที่ไม่มีความรู้ทางด้านการเขียนโปรแกรม หรือมีเพียงพื้นฐานเล็กน้อย สามารถพัฒนาโปรแกรม หรือแอปพลิเคชันต่าง ๆ ที่ต้องการขึ้นมาได้ ทำให้การพัฒนาทางด้านธุรกิจต่าง ๆ สามารถเจริญก้าวหน้าไปได้รวดเร็วยิ่งขึ้น โดยไม่จำเป็นต้องรอการทำงานจากผู้เชี่ยวชาญทางด้านเทคนิค หรือนักเขียนโปรแกรม เหมือนในอดีตที่ผ่านมาเพียงทางเดียวอีกต่อไป

แหล่งที่มา

เนื้อหาโดย เมธิยาภาวิ์ ศรีมนตรินนท์
ตรวจทานและปรับปรุงโดย ปพจน์ ธรรมเจริญพร

Recommended Posts