เจาะประเด็น
Data Engineering
ปัญญาประดิษฐ์เปลี่ยนหน้าต่างการทำงานข้อมูล แต่ไม่ได้แตะเครื่องยนต์คำนวณข้างใต้
เมื่อ AI เข้ามาทำหน้าที่เขียนโค้ดและแปลผล แต่ระบบจัดการข้อมูลตัวจริงยังต้องพึ่งความแม่นยำของระบบดั้งเดิม
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
AI เก่งเรื่องการเป็นหน้ากากสื่อสารกับข้อมูล แต่ถ้าเรื่องความแม่นยำและการคำนวณเบื้องหลัง ยังไงก็ต้องยกให้เครื่องมือสายพันธุ์เก่าที่ไว้ใจได้
ชวงนี้ใครๆ ก็พูดถึงการเอาเอเจนต์เข้ามาช่วยงานด้านข้อมูล แต่ถ้ามองให้ลึกลงไปกว่าแค่หน้าจอแชทสวยๆ เราจะเห็นว่าบทบาทของปัญญาประดิษฐ์มันไม่ได้ไปเปลี่ยนวิธีที่ฐานข้อมูลทำงานจริงๆ เลยแม้แต่น้อย
บทความล่าสุดจาก Peihao Yuan บน InfoQ ได้หยิบเอาเวิร์กโฟลว์การวิเคราะห์ข้อมูลเพื่อกู้ภัยพิบัติมาผ่าให้ดูกັນชัดๆ ว่า จริงๆ แล้วหน้าที่ของ AI ควรไปหยุดอยู่ตรงไหน และส่วนไหนที่ต้องยกให้ระบบจัดการข้อมูลแบบดั้งเดิมเป็นคนจัดการ
หัวใจสำคัญของแนวคิดนี้คือการแยกบทบาทออกจากกันอย่างเด็ดขาด โดยให้ AI ทำหน้าที่เป็นตัวกลางในการรับคำสั่ง แล้วแปลงออกมาเป็นชุดคำสั่ง SQL หรือ Python ที่ถูกจำกัดขอบเขตไว้อย่างรัดกุม เพื่อป้องกันไม่ให้โมเดลมันคิดไปเองจนออกทะเล
พอได้ชุดคำสั่งที่จำกัดกรอบมาแล้ว ระบบตัวกลางอย่าง DuckDB จะเข้ามาทำหน้าที่ประมวลผลบนไฟล์ Parquet เพื่อดึงข้อเท็จจริงออกมาแบบที่สามารถทำซ้ำแล้วได้ผลลัพธ์เดิมเป๊ะๆ ไม่มีเพี้ยน
ตรงนี้แหละที่สะท้อนให้เห็นเรื่องการแยกความแน่นอนออกจากกันอย่างชัดเจน เพราะตัวโมเดลภาษาอาจจะมีความน่าจะเป็นในการเดาคำตอบ แต่ตัวจัดการฐานข้อมูลข้างล่างต้องทำงานบนตรรกะที่ตายตัวและตรวจสอบย้อนกลับได้เสมอ
เมื่อข้อมูลผ่านการคำนวณจนได้ข้อเท็จจริงที่เชื่อถือได้แล้ว AI ถึงค่อยมารับไม้ต่อเพื่อแปลผลลัพธ์เหล่านั้นให้ออกมาเป็นภาษาที่มนุษย์เข้าใจง่าย ทำให้กระบวนการวิเคราะห์ข้อมูลทั้งหมดทั้งม้วนมีความโปร่งใสและบันทึกประวัติการทำงานไว้เพื่อกดรันซ้ำทีหลังได้ตลอดเวลา
ประเด็นที่น่าสนใจคือนักเขียนได้วางแนวทางเอาไว้ให้ทีมไอทีใช้ประเมินว่า เมื่อไหร่ที่เราควรใช้เอนจิ้นแบบฝังตัวในระบบเบาๆ และเมื่อไหร่ถึงมีความจำเป็นต้องแบกต้นทุนไปใช้ระบบจัดการข้อมูลขนาดใหญ่อย่างเลคเฮาส์เต็มรูปแบบ
ขนาดและความซับซ้อนของข้อมูล
ประเมินปริมาณข้อมูลและโครงสร้างเบื้องต้นว่ายังอยู่ในระดับที่เอนจิ้นแบบฝังตัวรับไหวหรือไม่ก่อนตัดสินใจขยายระบบ
ข้อจำกัดด้านความปลอดภัยและการกำกับดูแล
พิจารณาว่าขั้นตอนการประมวลผลและการเข้าถึงข้อมูลมีความเข้มงวดระดับองค์กรขนาดใหญ่แค่ไหน
ความต้องการในการทำงานร่วมกัน
ดูว่ามีทีมงานหลายแผนกต้องเข้ามาเข้าถึงชุดข้อมูลชุดเดียวกันพร้อมกันหรือไม่
ต้นทุนรวมในการดูแลรักษาโครงสร้างพื้นฐานระยะยาวเทียบกับความคุ้มค่าที่ได้รับ
เลิกฝันหวานว่า AI จะเข้ามาแทนที่ระบบจัดการข้อมูลทั้งหมดได้แล้ว เพราะหน้าที่จริงมันคือการเป็นล่ามชั้นดีที่คอยรับส่งคำสั่ง ไม่ใช่เครื่องยนต์คำนวณหลังบ้าน
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 1
กำลังโหลดความคิดเห็น...