สรุปงาน Microsoft Build: After Party – Thailand

Session 2 : Innovate with Microsoft Azure and OpenAI

Speaker แวะบอก “Windows 11 ตัวใหม่สามารถแตกไฟล์ .rar ได้แล้ว จากเดิมที่ต้องติดตั้ง WinRAR”

โอเชเข้าเรื่องที่ตอนนี้เป็นเทรนด์ของ AI ไม่ว่าจะไปไหนมาไหนก็มีแต่คนพูด AI AI AI เพราะมันคือยุคของการเอา AI มาใช้ มาช่วยในการสร้าง Application แบบใหม่ ๆ ไม่ว่าจะเป็นการใช้ ChatGPT หรือ Bing ก็จะเป็นอีกหนึ่งวิธีที่จะเปลี่ยนการทำงานของเราให้มีประสิทธิภาพมากยิ่งขึ้น นอกจากที่เราจะใช้ AI ตัวดัง ๆ ในตลาด เราจะสร้าง AI ของเรา ที่ใช้งานแบบ ChatGPT ในองค์กรของเราเอง ข้อมูลไม่หลุด มี Security ขั้นพื้นฐาน ดูแลไม่ยาก ซึ่งก็ได้ออกมาเป็น Copilot Stack

ภาพจาก https://thenewstack.io/microsoft-one-ups-google-with-copilot-stack-for-developers/

ที่เราสามารถใช้งาน AI ของเราผ่านการสร้าง Plugin แล้วเอาไปต่อกับ ChatGPT แค่นี้ AI ของเราก็จะสามารถใช้งานร่วมกับข้อมูลของเราได้แล้วและนอกจากนั้นเรายังได้เห็นความสำคัญของการเอา AI ไปต่อกับแอปอื่น ๆ เช่น Microsoft เอาไปรวมกับเครื่องมือในการเขียนโค้ดไม่ว่าจะเป็น GitHub หรือ VS Code / Visaul Studio

ต่อมาที่ Azure OpenAI Studio เป็น Web Application ที่เราใช้ทดสอบ Prompt ก่อนขึ้นไปอยู่ใน Application โดยเราสามารถลงทะเบียนด้วย Azure Account และใช้งานได้เลย

โดยเราสามารถต่อกับ Data Source ของเราจากที่ต่าง ๆ ไม่ว่าจะเป็น Azure Blob Storage, Upload file, Azure Cognitive Search, Cosmos DB นอกจากเรื่องของการต่อกับแหล่งข้อมูลที่หลากหลาย ยังสามารถจัดการคำตอบที่จะตอบ user อีกทั้งด้านในยังมีโมเดลต่าง ๆ ให้เลือกใช้มากมายไม่ว่าจะเป็น GPT-4, GPT-3.5, ChatGPT และ Dall-E 2 พอมันมาอยู่ใน Azure Open AI แล้วจะทำให้มันตอบลูกค้าตาม Data Source ของเราได้ หากเราต้องการทดสอบบอทสามารถทำสอบใน Chat Playground ก่อนนำไปใช้งานจริงได้ และไม่ต้องกลัวว่าข้อมูลของเราจะหลุดเพราะไปอยู่บนคลาวด์ เพราะตอนที่ใช้งาน Azure AI Studio จะไม่ได้ไปใช้ Resource ร่วมกับของคนอื่นหรือข้อมูลถูกนำไปเทรนต่อโดยคนอื่นก่อนหน้านี้เราจะรู้จักกับ Azure Open AI แต่ตอนนี้เปลี่ยนชื่อแล้วนะเป็น Azure AI Studio นี่แหละ และอีกตัวสุดท้ายที่ว้าวมากนั้นคือ Prompt Flow เป็นเครื่องมือที่ทำให้เดฟอย่างเรา ๆ รู้ว่าต้องทำอะไรกับ Prompt บ้างและเอาอะไรมาใช้ได้บ้าง สามารถอ่านรายละเอียดเกี่ยวกับ Prompt Flow ได้ที่ลิงก์นี้

Harness the power of Large Language Models with Azure Machine Learning prompt flow – Microsoft Community Hub

จากที่ดู Demo และการใช้งานจะเห็นได้ว่า ไม่ว่าจะเป็นการเขียนโค้ด ดีบัก ไปจนถึงขั้นตอนการไปดอยพลี เอ้ย ดีพลอย (Deploy) ทุกอย่างอยู่ในหน้าเดียว แพลตฟอร์มเดียว ไม่ต้องสลับไปมา อยากหาโมเดลที่เป็น open source บน Azure AI Studio ก็มีมาให้แล้ว และทุกอย่างถูกครอบไว้ใน AI Safety ที่ช่วยในการคุม AI ไม่ให้นอกลู่นอกทางในระดับนึงแล้วนั่นเอง สุดท้ายก็จะเป็นเรื่องของ Meta Prompt ที่เป็นเหมือนส่วนในการบรีฟงานให้กับโมเดลของเราก่อนออกไปเผชิญหน้ากับ user บอกโมเดลก่อนว่าคุยกับ user เป็นลักษณะไหน เป็นบทบาทอะไร อะไรตอบได้ อะไรตอบไม่ได้ ไปจนถึงป้องกันการ Jailbreak

Session 3 : Learning from Imagine Cup participants

เป็น session จากน้อง ๆ ทีม CS-M Tool จากโรงเรียนปรินส์รอยแยลส์วิทยาลัยที่ได้ไปแข่ง Imagine Cup ในรอบ World Championship น้อง ๆ ลงเกี่ยวกับสุขภาพ ชื่อโปรเจกต์ CS-M Tool เป็นโปรเจกต์เกี่ยวกับเครื่องมือการตรวจสอบหัวใจด้วยตนเองจากเสียง Stethoscope ด้วยอัลกอริธึมเครือข่ายเซลล์ประสาทเทียม ที่น้อง ๆ ได้หยิบปัญหาของความยากในการเข้าถึงการตรวจโรคหัวใจในขั้นเบื้องต้น

โดยการตรวจของน้องจะเป็นการทำ Mobile Application ที่เอาหูฟังของแพทย์ (Stethoscope) ต่อเข้ากับไมค์เพื่อรับ input เสียงแล้วใช้โมเดล Machine Learning ในการวิเคราะห์ โดย System Architecture ที่น้องใช้ได้มีการเอาบริการต่าง ๆ ของ Azure มาใช้ไม่ว่าจะเป็น API Management ที่เอาไว้จัดการ API ต่าง, Azure App Service สำหรับการโฮสต์แอป, Table storage กับ Azure Blob Storage สำหรับเก็บข้อมูลต่าง ๆ ไปจนถึง Azure Active Directory สำหรับเก็บ users credential และ Key Valute ในการเก็บพวก encryption ต่าง ๆ

นอกจากประสบการด้าน Technical แล้วน้อง ๆ ยังเล่าถึงประสบการณ์เกี่ยวกับประสบการณ์ Microsoft ที่ต่างประเทศได้สอนเกี่ยวกับ Pitch และการตอบที่มีประสิทธิภาพ น้อง ๆ ได้แชร์เกี่ยวกับการเรียนรู้ในการทำระบบของน้อง ๆ ส่วนใหญ่เรียนมาจาก Microsoft Learn และที่โรงเรียนเนื่องจากที่โรงเรียนมีโครงการพิเศษด้านการเขียนโปรแกรมอีกด้วย

Session 4 : The new era of the AI copilot

จากที่เรารู้กันว่าตอนนี้ Microsoft ได้จับมือกับ OpenAI ทำให้ตอนนี้เป็นยุคของการเปลี่ยนผ่านของ AI แล้วการที่จะทำให้ AI ตัวนี้หรือ ChatGPT ไปต่อได้นั้น คือการทำให้มันสามารถรองรับเดฟให้เข้ามามีส่วนร่วมได้ จากเดฟคือคนที่เขียนเว็บหรือเขียนแอป แต่ต่อมาเราจะมีคนที่เป็น AI developer มากยิ่งขึ้น โดย Microsoft ก็ได้เตรียมขุมพลัง super computer ให้มารองรับกับการเป็นแพลตฟอร์มในการพัฒนาแอปในยุค Generative AI ได้ นอกจากการเตรียมแพลตฟอร์มและเครื่องไว้แล้ว เขายังเตรียมพวก API และ โมเดลที่เป็น Open Source สามารถเอาไปใช้งานต่อได้อีกด้วย นอกจากนั้น Microsoft กำลังพลักดันทำ Windows ให้เป็น Best Client สำหรับการพัฒนา AI อีกด้วย

ต่อมาที่เรื่องของ Copilot ที่เป็นโครงการที่ Microsoft ซุ่มวางแผนมาอย่างนมนานเพื่อที่ต้องการออก AI ที่ให้เดฟเอามาทำ AI อีกที และต้องทำให้ AI ตัวนี้ช่วยเหลือ user ด้วยการแชท แล้วมีอีกเรื่องนึงที่เอฟก็เพิ่งรู้คือ ChatGPT มันมาจากโปรเจกต์ WebGPT ที่เป็นเหมือน Search Engine แต่มันจะไปกอบโกยหาความรู้ที่เราค้นหาในอินเทอร์เน็ตมาตอบเรา ฮ่าๆๆๆ ก็เหมือน ChatGPT ปัจจุบัน แต่สมัยนั้นคิดว่าคงจะยังใส่ Prompt ได้ไม่มากนัก หลังจากนั้นมันก็ถูกพัฒนามาเรื่อย ๆ จนกลายเป็น ChatGPT บ้าง GitHub Copilot บ้าง แล้วไอ้เจ้า Copilot นี้มันอยู่ในเกือบทุกผลิตภัณฑ์แล้วตอนนี้ ไม่ว่าจะเป็น Microsoft365, Microsoft Designer และอื่น ๆ

ส่วนการทำให้ Copilot เป็นของเราเองมากยิ่งขึ้นการทำ Plugin คือคำตอบเพื่อเป็นการเปิดช่องทางเพื่อให้ Copilot สามารถดึงข้อมูลของเราออกมาได้ แต่ต้องมีเรื่องของความปลอดภัยในการเข้าถึงข้อมูล โดยให้มองว่า Plugin เป็นตัวที่จะไปหยิบข้อมูลมาให้เรานั่นเอง โดย UX จากเมื่อก่อนที่เราคุยกับคอมโดยวิธีการเขียนโปรแกรม ต่อมาเริ่มมีการทำ UI หน้าตาปุ่มกดต่าง ๆ แต่ตอนนี้เราจะคุยสื่อสารกันแบบเป็นธรรมชาติผ่านการแชทกับ AI มากยิ่งขึ้น และส่วนที่สำคัญคือต่อมาที่ขั้นตอนในการจัดการ Prompt และ response ที่ถูกกลั่นกรองออกมาแล้วส่วนนี้จะอยู่ใน Orchestration Framework ของ Copilot Stack

ต่อมาการทำ Grounding เป็นการทำให้มันไปเชื่อมต่อกับฐานข้อมูลของเราได้ผ่าน Web API หรือ Plugin แล้วส่งไปยัง Plugin execution แนะนำให้ลองไปดู Behind the tech ที่เค้าได้มีการเอา Copilot มาทำ Podcast สามารถดูโค้ด ทำความเข้าใจขั้นตอนต่าง ๆ ในตัวอย่างได้ที่ repo ของ Microsoft/PodcastCopilot

Session 5 : Next generation AI for developers with the Microsoft Cloud

สำหรับเดฟอย่างเรา ๆ ก็มักจะคุ้นเคยกับทั้ง Visual Studio / VS Code ที่ใช้ในการเขียนโค้ด และ GitHub ที่เอาไว้เก็บโค้ด พร้อมทั้งทำพวก Version Control มันมากทำให้เราสามารถทำงานร่วมกัน ส่งงานได้ไวยิ่งขึ้น มีเทมเพลตมากมาย ปลอดภัยและเดฟก็ใช้กันหลัก 100 ล้านอยู่แล้ว แล้วถ้าเอา AI ไปใส่ให้กลายเป็น GitHub Copilot ก็จะเพิ่มความเทพ ช่วยเขียน ช่วยอ่าน ช่วยแนะนำโค้ดต่อ แล้วที่ปังคือมันเข้าใจบริบทของโปรเจกต์ด้วย แล้วสิ่งที่เดฟต้องทำเวลาเขียนฟังก์ชันหรือฟีเจอร์มาแล้ว มันก็ต้องเขียน unit test ใช่ป่ะ แต่คือ GitHub Copilot มันก็เขียน unit test มาให้เลย ข้อมูลตัวอย่างมันก็เตรียมมาให้ แต่ๆๆๆ ถูกผิดเดฟต้องมารีวิวอีกทีนะ

แต่แค่นี้ก็ลดระยะเวลาไปได้เยอะแล้ว ต่อมาพระเอกที่เปิดตัวออกโรงมาใหม่ ๆ นั้นคือ GitHub Copilot X ที่มาพร้อมกับขุมพลังของโมเดล GPT4 ที่มีฟีเจอร์ Copilot Chat, Copilot สำหรับการ pull requests และสร้าง testing ต่าง ๆ แบบอัตโนมัติ เรียกว่าจากเดิมที่มีปัญหาโค้ดแบบนี้เขียนยังไง กลายเป็นอยากได้โค้ดการทำงานนี้ต้องสั่งยังไงหว่า แล้วที่ชอบก็คือมันสามารถช่วยอธิบายโค้ดที่บางครั้งเขียนไว้มีแต่พระเจ้าที่เข้าใจ

มันก็จะวิเคราะห์และอธิบายมาให้อีกด้วย เรียกได้ว่าถ้าเป็นบุคคลากรเดฟก็เป็นเดฟดีเด่นเลยทีเดียว ต่อมาถ้าเจอบัคก็บอกให้เค้าแก้บัคให้ ต่อมามาที่การสร้าง Plugin พี่ป้องกันก็ได้หยิบ Repo สำหรับการเริ่มสร้าง Plugin สำหรับใช้งานกับ OpenAI ใน Azure-Samples/openai-plugin-fastapi และ Codespace ที่เป็น IDE แบบ VSCode แต่รันผ่านคลาวด์และพร้อมใช้งานได้เลยเหมาะสำหรับงานที่เป็น POC มาก ๆ

Session 6 : Shaping the future of work with AI

ตอนนี้ความสามารถของ Copilot ได้เข้าไปอยู่ใน Windows, OneDrive, Bing, Edge, Word, Excel, PowerPoint, Outlook และ Teams แล้ว หลังจากที่ Microsoft ได้ออก Bing Chat ก็ได้ market share ที่มากกว่า 4 พันล้านเหรียญสหรัฐ มันเยอะมาก ๆ นอกจากความ Productive ที่เพิ่มขึ้นจากการใช้ Copilot จาก Microsoft365 Copilot และ Windows Copilot แล้วเราสามารถดึงข้อมูลต่าง ๆ ภายในองค์กรมาใช้งานได้ผ่าน Microsoft Graph ที่เป็นแพลตฟอร์มสำหรับ API ต่าง ๆ และเจ้าตัว Microsoft 365 Copilot ยังสามารถใช้งานกับ Cross App ได้โดยการทำ Plugin ไปต่อนั่นเอง หากเป็น Plugin สำหรับ Microsoft 365 Copilot สามารถใช้ Teams Toolkit for Visual Studio ที่เอาไว้สร้างแอปสำหรับ Microsoft Teams ได้

ต้องบอกว่าตอนนี้ Microsoft 365 Copilot มี Plugin ให้ใช้แล้วกว่า 1000 ปลั๊กอิน และสุดท้ายเราสามารถปรับปรุงประสิทธิภาพให้การเรียกใช้ข้อมูลเร็วขึ้นอีกได้จาก Semantic Index for Copilot ที่เป็นเหมือนแผนที่สำหรับเชื่อมโยงข้อมูลในองค์กรทำให้เราสามารถเข้าถึงข้อมูลได้เร็วขึ้น ตอบโจทย์การใช้งาน Copilot ที่มีประสิทธิภาพมากยิ่งขึ้น

Session 7 : Build faster with GitHub Copilot X and Codespaces

สำหรับมาที่ Session สำหรับสายเดฟโดย BorntoDev กับเดโม่แบบจัดเต็มในการใช้งาน GitHub Copilot X ที่เกิดมาสำหรับการเป็นคู่หูในการเขียนโค้ดโดยเฉพาะ โดยจากตอนนี้ที่เราเขียนโค้ดแล้วมันมี Error เราก็เอาเออเร่อไปถาม ChatGPT แล้วก็เอาโค้ดจก ChatGPT มาแปะใน IDE เราสลับไปสลับมา แต่ถ้าหากใช้เจ้า GitHub Copilot X เราจะสามารถถามคุยแชทกับ AI ใน IDE ได้เลยโดยการที่เราจะใช้งานก็จะต้องไป Sign up ที่หน้าเว็บและติดตั้ง Extension มาไว้ใน IDE ก่อนนะ โดยฟังก์ชันเด็ด ๆ ของ GitHub Copilot X มีดังนี้

• สร้าง unit test ให้โค้ดของเรา
• อธิบายโค้ดที่เลือกไว้
• ช่วยแก้บัค

นอกจากนั้นใครเป็นสาย Frontend สามารถบอกให้ AI ช่วยงานต่าง ๆ ได้เช่น อยากทำให้ div อยู่ตรงกลางก็ทำการลากคลุม div นั้นแล้วบอกให้มันอยู่กึ่งกลาง แล้วมันก็จะแนะนำโค้ด CSS ที่ตรงกับความต้องการมาให้เรา แต่เราต้องเช็คทุกครั้งด้วยน้า หรือหากเราไปเจอโค้ดเก่า ๆ ในโปรเจกต์แล้วไม่รู้ว่าบรรทัดนี้หรือโค้ดนี้มันคืออะไรก็ให้มันอธิบายมาให้ได้ และสำหรับการใช้ Codespace สามารถกด use this template ได้เลย นอกจากนั้น Codespace สามารถปรับสเปคได้ตามความต้องการ แต่ส่วนของเรื่องราคานั้นเริ่มต้นฟรีแต่จะมีระยะเวลาในการใช้งานและระดับของสเปคด้วย สามารถดูเพิ่มได้ที่ https://docs.github.com/en/billing/managing-billing-for-github-codespaces/about-billing-for-github-codespaces

Session 8 : Data analytics for the era of AI with Microsoft Fabric and Power BI

8.1 Microsoft Fabric

จากที่เราได้เห็นการใช้ AI มาค่อนข้างเยอะแล้ว แต่การสร้าง AI มันจำเป็นต้องมี Data ซึ่งเครื่องมือที่จะใช้จัดการกับ Data โดยเจ้าเครื่องมือสุดเจ๋งเรือธงของงานนั่นก็คือ Microsoft Fabric ที่เป็นการวิเคราะห์ข้อมูลยุคใหม่โดยเอา AI เข้ามาช่วยงาน ซึ่งจริง ๆ แล้วเจ้าตัว Microsoft Fabric นี้คือการเอาเครื่องมือในการวิเคราะห์ข้อมูลต่าง ๆ มารวมกันไว้ที่เดียวไม่ว่าจะเป็น Synapse Data Warehousing, Synapse Data Engineering, Data Factory, Synapse Data Science, Synapse Real Time Analytics และ Power BI

โดยทั้งหมดจะเก็บที่เดียวกัน รันแบบ Serverless ทำให้ Data Engineer, Data Analytic, Data Scientist ทำงานได้ใน Workspace เดียวกัน และ Security ก็คลุมเอาไว้แล้ว แล้วจากที่บอกว่าข้อมูลทั้งหมดจะถูกเก็บอยู่ในที่เดียวกันนั่นคือ OneLake โดยตัวอย่างที่พี่เค้าเอามาเดโม่จะเป็นราคา Bitcoin จาก CoinGecko

8.2 Power BI Copilot

ในอนาคตคิดว่า PowerBI จะไปอยู่บนเว็บทั้งหมดหรือป่าว เพราะหากใช้เป็น Power BI ที่อยู่บนคลาวด์จะสามารถใช้ฟีเจอร์ได้เยอะกว่า การใช้ Power BI จะเปลี่ยนไปจากเดิมที่เราเขียน DAX ตอนนี้เราสามารถสั่งงานมันด้วยภาษามนุษย์ในการสร้างงานต่าง ๆ เมื่อโหลดข้อมูลมาแล้วมันก็จะรู้เลยว่าข้อมูลนี้เกี่ยวกับอะไร อยากได้ report แบบไหน เราก็เขียนไปเลยและใส่บริบทไปให้ได้มากที่สุดแล้ว Report ก็จะมาภายในไม่กี่วินาที เจ๋งมาก

Session 9 : Building apps more secure with Azure Linux for AKS

ปัจจุบัน Microsoft ได้ออก Linux ตัวใหม่ชื่อ CBL-Mariner เป็น Linux ที่สร้างภายใน Azure เลยโดยเจ้าตัวนี้จะมีโครงสร้างการใช้งานคล้าย ๆ CentOS ถ้าเราใช้ Azure Linux ข้อดีของ CBL-Mariner Linux หากมีช่องโหว่ Microsoft เค้าก็จะแก้ให้ได้เลย ส่วนของ Implementatioin ก็สามารถใช้ได้กับ AKS และ AKS HCI หรือจะสามารถดาวน์โหลดตัว ISO ไปใช้ได้ที่ https://github.com/microsoft/CBL-Mariner และในส่วนของการ Migrate Ubuntu node ไปยัง Azure Linux สำหรับ CBL-Mariner Linux สามารถใช้ Terraform ในการระบุ config ของ AKS ได้โดยพี่โอมได้ทำตัวอย่างไว้ที่ https://github.com/dmakeroam/aks-iacmakeroam/aks-iac: AKS IAC (github.com)

เป็นยังไงกันบ้างครับอ่านมาถึงตรงนี้จะเห็นได้ว่าไม่ว่าจะไปเซสชั่นไหนก็เจอแต่ AI เต็มไปหมดแต่ก็ต้องยอมรับเลยว่าการมาของ AI นั้นเปลี่ยนวิธีการทำงานเราไปจริง ๆ ทำให้เราสามารถสั่งงานและคุยกับคอมพิวเตอร์ด้วยภาษาธรรมชาติมากยิ่งขึ้น สามารถใครอยากเรียนรู้เพิ่มเติมสามารถดูย้อนหลังได้ที่ลิงก์นี้ครับ

Microsoft Build: After Party – Thailand (Facebook Live) | Microsoft Build เป็นงานประชุมที่รวบรวมบรรดานักพัฒนา (Developer) จากทุก ๆ สายงานทั่วโลก มาร่วมรับฟังวิสัยทัศน์ของ Microsoft รวมไปถึงแบ่งปันประสบการณ์… | By Spark Tech Thailand – Tech ใกล้ตัว | Facebook

หากคุณสนใจพัฒนา สตาร์ทอัพ แอปพลิเคชัน
และ เทคโนโลยีของตัวเอง ?

อย่ารอช้า ! เรียนรู้ทักษะด้านดิจิทัลเพื่ออัพเกรดความสามารถของคุณ
เริ่มตั้งแต่พื้นฐาน พร้อมปฏิบัติจริงในรูปแบบหลักสูตรออนไลน์วันนี้