การดำเนินงาน

GearMind ถูกพัฒนาขึ้นภายใต้รูปแบบของ โครงงานพัฒนาซอฟต์แวร์เชิงบูรณาการ (Integrated Software Development Project) โดยผสานองค์ความรู้จากหลากหลายสาขาวิชา เช่น วิทยาการคอมพิวเตอร์ วิศวกรรมซอฟต์แวร์ และ วิทยาศาสตร์ข้อมูล เข้าด้วยกัน เพื่อสร้างสรรค์ระบบจัดการองค์ความรู้ ที่ชาญฉลาด และ ตอบโจทย์ความต้องการของอุตสาหกรรมยุคใหม่

การดำเนินงาน

หัวข้อนี้จะอธิบายถึงวิธีการดำเนินโครงการ GearMind - คู่หูงานอุตสาหกรรมที่ล้ำหน้า ด้วยรูปแบบการพัฒนาแบบ Agile ซึ่งเน้นการทำงานที่ยืดหยุ่น รวดเร็ว และตอบสนองต่อการเปลี่ยนแปลงได้ดี โดยทีมพัฒนาจะแบ่งงานออกเป็นช่วงสั้นๆ เรียกว่า Sprint ซึ่งในแต่ละ Sprint จะครอบคลุมตั้งแต่การวางแผน การพัฒนา ไปจนถึงการทดสอบ เพื่อให้มั่นใจได้ว่า ผลลัพธ์ที่ได้ในแต่ละ Sprint มีคุณภาพและตรงตามความต้องการของผู้ใช้งานมากที่สุด

รายละเอียดของการดำเนินงานในแต่ละ Sprint สามารถสรุปออกมาได้ดังนี้

Sprint 1: วางแผนและออกแบบระบบ

เราได้เริ่มนำปัญหาที่เกิดขึ้นโดยการสัมภาษณ์ผู้ที่ประสบปัญหา เพื่อเก็บรวบรวมความต้องการมาวิเคราะห์และค้นหาเทคโนโลยีที่สามารถแก้ไขปัญหาที่เกิดขึ้นได้จริง โดยได้พบแพลตฟอร์มแชทบอทหลายตัว เช่น

• ChatGPT: แชทบอทที่พัฒนาโดย OpenAI

• Gemini: แชทบอทที่พัฒนาโดย Google

• Claude: แชทบอทที่พัฒนาโดย Antrophic

และอื่นๆอีกมากมาย ทั้งสามตัวข้างต้นสามารถสนทนากับผู้ใช้ได้อย่างดี และสามารถช่วยคิด วิเคราะห์ ความต้องการต่างๆของผู้ใช้ได้ เราจึงได้ทดลองให้ผู้ใช้งานลองใช้แชทบอทเหล่านี้ ซึ่งสามารถค้นหาข้อมูลจากเอกสารได้ โดยการอัพโหลดข้อมูล และทำการสนทนา ซึ่งสามารถทำงานได้อย่างดี แต่มีจุดที่ต้องพิจารณาคือประสบการณ์การใช้งานที่ดีกับการนำมาเป็นแชทบอทจัดการองค์ความรู้ เพราะแชทบอทข้างต้นไม่มีระบบเก็บข้อมูลที่เป็นศูนย์กลาง ทำให้ตอนที่สร้างบทสนทนาใหม่ ผู้ใช้จะต้องอัพโหลดเอกสารองค์ความรู้เข้าไปใหม่ทุกครั้ง เงื่อนไขการใช้งานนี้ ทำให้เป็นอุปสรรคต่อการใช้งาน นอกจากนั้นยังมีเงื่อนไขการใช้งานของแชทบอทดังกล่าวคือการเป็นแชทบอทใช้งานทั่วไป บางครั้ง โมเดลอาจจะไม่มีความรอบคอบในการตอบคำถาม ทำให้ผู้ใช้ได้ข้อมูลจากเอกสารไม่ละเอียดและครอบคลุม ทั้งหมดนี้ไม่ใช่จุดด้อยของแชทบอทดังกล่าว แต่เป็นเงื่อนไขการใช้งานในด้านทั่วไป

ระหว่างการฝึกงานที่บริษัทเวิลด์ เอนเนอร์จี กรุ๊ป จำกัด ได้มีการแชร์ความรู้เกี่ยวกับการนำ Generative AI มาประยุกต์ใช้กับองค์กร ทำให้เราทราบว่ามีหลายองค์กรที่ได้สร้างแชทบอทของตนเองขึ้นมาโดยให้เข้าถึงองค์ความรู้ภายในได้อย่างง่ายดาย แน่นอนว่าการดำเนินงานต่างๆกลายเป็นเรื่องที่สะดวกมากขึ้น แต่สำหรับองค์กรอื่นๆที่ไม่ได้มีทีมพัฒนาซอฟแวร์ หรือมีข้อจำกัดบางอย่างที่ทำให้ไม่สามารถพัฒนาแชทบอทส่วนตัวขึ้นมาได้ กลับเสียโอกาสที่จะเข้าถึงเทคโนโลยีที่น่าสนใจนี้ไป

จากบทเรียนดังกล่าว ผู้จัดทำโครงการจึงต้องการที่จะสร้างแชทบอทส่วนตัวเพื่อใช้ในการจัดการองค์ความรู้ในองค์กรได้อย่างง่ายดาย โดยจะต้อง

• เข้าถึง GearMind ได้อย่างง่ายดายผ่านเว็บไซต์

• มีฐานข้อมูลกลางส่วนตัว ใช้ในการเก็บองค์ความรู้เพื่อให้สามารถสะดวกต่อการเข้าถึงข้อมูล ของโมเดลภาษา

หลังจากได้ขอบเขตที่กำหนดไว้ดังกล่าวแล้ว เราจึงเริ่มทำการออกแบบส่วนติดต่อผู้ใช้ของระบบ โดยจะต้องใช้งานง่ายมากที่สุด ซึ่งได้โครงสร้างออกมาเป็นดังรูปภาพต่อไปนี้:

หลังจากที่ได้ตัวอย่างโครงร่างส่วนติดต่อผู้ใช้ของระบบอย่างง่ายแล้ว ต่อมาทำการวางแผนเลือกใช้เทคโนโลยี และ เครื่องมือที่ทันสมัย เพื่อให้มั่นใจได้ถึงประสิทธิภาพ ความเสถียร และความยืดหยุ่นของระบบ เครื่องมือหลักดังกล่าวประกอบไปด้วย:

• Next.js และ TypeScript GearMind เลือกใช้ Next.js เฟรมเวิร์ค JavaScript ที่ได้รับความนิยม เพื่อสร้าง Web Application ที่รวดเร็ว และ ยืดหยุ่น ผสานการทำงานร่วมกับ TypeScript ภาษาโปรแกรมมิ่ง ที่เพิ่มความปลอดภัย และ ความชัดเจนของโค้ด ส่งผลให้ GearMind มีประสิทธิภาพ และ เสถียรภาพสูง

• ภาษา Python ใช้ในการพัฒนา logic ที่เกี่ยวข้องกับการจัดการองค์ความรู้ที่ผู้ใช้งานอัพโหลดเข้ามา

• Large Language Models หัวใจสำคัญของ GearMind คือการใช้ LLMs เช่น Gemini, GPT, และ Claude ซึ่งผ่านการฝึกฝนกับข้อมูลขนาดใหญ่ เพื่อ "เข้าใจ" ภาษา และ ความหมาย อย่างลึกซึ้ง โดยไม่ต้องสร้าง Model ขึ้นมาเอง GearMind จึงสามารถ ทำ Semantic Search และ วิเคราะห์ข้อมูล ได้อย่างแม่นยำ

• API สำหรับ Model Inference ใช้เพื่อเชื่อมต่อกับ API ต่าง ๆ เช่น Google Cloud AI Platform APIs เพื่อเรียกใช้งาน Model สำหรับ NLP และ Semantic Search โดยไม่ต้อง Deploy Model เอง

• Vector Databases ใช้สำหรับจัดเก็บ Embeddings ของข้อมูลเอกสารของผู้ช้งานเพื่อให้การค้นหาแบบ Semantic Search รวดเร็ว และ มีประสิทธิภาพ

• Cloud Platform GearMind ถูก Deploy บน Cloud Platform คือ GCP เพื่อความยืดหยุ่น และ ความสามารถในการรองรับปริมาณข้อมูล และ ผู้ใช้งานจำนวนมหาศาล

• PostgreSQL ใช้เป็นฐานข้อมูลเพื่อใช้ในการจัดเก็บข้อมูลทั่วไปของผู้ใช้งาน เช่น ชื่อ อีเมล รหัสผ่าน ประวัติการสนทนา และอื่นๆ

• Redis ใช้เป็นฐานข้อมูลชั่วคราว เพื่อเพิ่มความรวดเร็วในการทำงานทั่วไปของระบบ

• PrismaORM ใช้เป็นเครื่องมือที่ช่วยให้การพัฒนาระบบฐานข้อมูลได้ง่าย รวดเร็ว และปลอดภัยมากยิ่งขึ้น

จากนั้น เราจะทำการออกแบบฐานข้อมูล โดยต้องคำนึงถึงข้อมูลหลักที่ต้องการเก็บไว้ ผู้จัดทำโครงการได้ออกแบบอย่างต่อเนื่องจนได้ข้อสรุปว่าต้องเก็บข้อมูลต่อไปนี้:

หลังจากที่ได้ออกแบบฐานข้อมูลแล้ว ต่อมา ทำการออกแบบสถาปัตยกรรมระบบเบื้องต้น (System Architecture) โดยต้องคำนึงประสิทธิภาพในการทำงาน แต่ต้องมีค่าใช้จ่ายที่เหมาะสมด้วย จึงได้ออกมาเป็นโครงสร้างดังต่อไปนี้

จากนั้น เราได้ออกแบบระบบจัดเก็บองค์ความรู้ของผู้ใช้งาน โดยเราได้ทำการศึกษาวิธีการสร้างระบบนี้จากหลายแหล่งและได้พบเจอกับเทคนิค RAG ซึ่งจะประกอบไปด้วยสองขั้นตอนหลักคือ

• Indexing คือการจัดระเบียบและเก็บข้อมูลในรูปแบบที่สามารถเข้าถึงได้ง่ายและรวดเร็ว โดยในบริบทของ RAG จะเกี่ยวข้องกับการแปลงข้อมูลจากแหล่งต่าง ๆ เช่น เอกสารหรือฐานข้อมูล ให้เป็นรูปแบบเวกเตอร์ (Vector) เพื่อให้สามารถนำไปใช้ในการค้นหาได้อย่างมีประสิทธิภาพ

• Retrieval หมายถึงการดึงข้อมูลหรือเอกสารที่เกี่ยวข้องจากฐานข้อมูลหรือแหล่งข้อมูลภายนอก โดยกระบวนการนี้จะเกิดขึ้นก่อนที่โมเดลภาษาจะสร้างคำตอบ ซึ่งช่วยให้โมเดลสามารถใช้ข้อมูลที่ทันสมัยและเฉพาะเจาะจงในการตอบคำถามหรือสร้างเนื้อหาใหม่

ในส่วนของ Indexing เราได้ออกแบบให้เป็นต่อไปนี้

• Load คือการนำเข้าข้อมูลจากแหล่งต่าง ๆ จะถูกโหลดเข้าสู่ระบบ เช่น ฐานข้อมูลหรือเอกสาร.

• Split หมายถึงการแบ่งเอกสารหรือข้อมูลที่โหลดเข้ามาออกเป็นส่วนย่อย ๆ เพื่อให้สามารถจัดการได้ง่ายขึ้นและเพิ่มประสิทธิภาพในการค้นหาในขั้นตอนถัดไป โดยทั่วไปจะทำการแบ่งข้อมูลออกเป็น chunks หรือชิ้นส่วนที่มีขนาดเล็กลง เช่น ประโยคหรือย่อหน้า

• Embed ข้อมูลจะถูกแปลงเป็นเวกเตอร์ ซึ่งเป็นรูปแบบที่โมเดลสามารถเข้าใจได้ โดยการแบ่งข้อความเป็นส่วน ๆ และทำการ embed เป็นเวกเตอร์.

• Store ข้อมูลที่แปลงแล้วจะถูกเก็บไว้ในที่เก็บข้อมูล (Vector Store) เพื่อให้สามารถค้นหาได้ในขั้นตอนถัดไป

และในส่วนของ Retrieval เราได้ออกแบบให้เป็นต่อไปนี้

• การสร้างคำถาม เมื่อผู้ใช้ส่งคำถามหรือคำสั่ง ระบบจะสร้างคำถามที่เหมาะสมเพื่อใช้ในการค้นหาข้อมูลที่เกี่ยวข้อง.

• การค้นหาข้อมูล ระบบจะใช้คำถามที่สร้างขึ้นเพื่อค้นหาข้อมูลจากฐานข้อมูลหรือเอกสารที่มีอยู่ โดยมักจะใช้เทคนิคการค้นหาที่มีประสิทธิภาพ เช่น การใช้เวกเตอร์เพื่อค้นหาความคล้ายคลึงกัน.

• การเลือกข้อมูลที่เกี่ยวข้อง ข้อมูลที่ถูกดึงออกมาจะถูกประเมินและเลือกเฉพาะข้อมูลที่เกี่ยวข้องที่สุดกับคำถามของผู้ใช้.

• การรวมข้อมูลกับโมเดล ข้อมูลที่ได้จะถูกนำมารวมกับคำถามหรือคำสั่งที่ผู้ใช้ส่งมา เพื่อใช้เป็นบริบทในการสร้างคำตอบที่มีความแม่นยำและเฉพาะเจาะจงมากขึ้น.

บทเรียนที่ได้รับจาก Sprint นี้คือความรอบคอบในการออกแบบระบบทั้งหมด ตั้งแต่การออกแบบส่วนติดต่อผู้ใช้ของระบบ จนถึงการออกแบบสถาปัตยกรรมระบบเบื้องต้น โดยต้องคำนึงถึงประสบการณ์ใช้งานที่ดี ระบบที่มีเสถียรภาพ แต่ต้องอยู่ในกรอบของค่าใช้จ่ายที่จะเกิดขึ้นอย่างเหมาะสม ทั้งหมดนี้ ทำให้เราได้ข้อมูลต่อไปนี้

• เอกสารรวบรวม User Stories และ User Requirements

• แบบร่าง Entity Relationship Diagram (ERD)

• แผนผังโครงสร้างระบบ (System Architecture Diagram)

• เอกสารสรุปขอบเขตของโครงการ (Project Scope Document)

Sprint 2 การพัฒนา Frontend และ Backend

เราพัฒนาส่วนติดต่อผู้ใช้ด้วย Next.js โดยใช้ app router ถือเป็น Router รุ่นใหม่ล่าสุดของ Next.js ถูกพัฒนาขึ้นเพื่อปลดล็อคศักยภาพสูงสุดของ React โดยเฉพาะอย่างยิ่งการใช้ Server Components และ Streaming ซึ่งเป็นเทคโนโลยีที่ช่วยเพิ่มประสิทธิภาพและความเร็วในการโหลดหน้าเว็บไซต์ ระหว่างการพัฒนา เราได้ออกแบบส่วนติดต่อผู้ใช้ควบคู่ไปกับการพัฒนา ทำให้ได้หน้าตาออกมาดังต่อไปนี้

1. หน้าลงชื่อเข้าใช้

เมื่อผู้ใช้งานเริ่มต้นเข้าสู่ระบบ ผู้ใช้จะต้องทำการลงชื่อเข้าใช้ด้วยการกรอกอีเมลและรหัสผ่านที่เคยลงทะเบียนไว้ในระบบ โดยในขั้นตอนนี้ ระบบจะทำการตรวจสอบความถูกต้องของข้อมูลที่ผู้ใช้กรอก หากข้อมูลถูกต้อง ผู้ใช้จะสามารถเข้าสู่ระบบและใช้งานฟังก์ชันต่าง ๆ ได้ทันที อย่างไรก็ตาม หากผู้ใช้ยังไม่เคยทำการลงทะเบียนมาก่อน ระบบจะมีตัวเลือกให้ผู้ใช้สามารถลงทะเบียนได้โดยการคลิกที่ปุ่ม "ลงทะเบียน" ที่ปรากฏอยู่ในหน้านี้ เพื่อนำผู้ใช้ไปสู่ขั้นตอนการสร้างบัญชีใหม่ ทั้งนี้เพื่อให้กระบวนการเข้าถึงระบบมีความง่ายและสะดวกมากยิ่งขึ้น

2. หน้าลงทะเบียน

ในหน้าลงทะเบียน ผู้ใช้งานจะต้องทำการกรอกข้อมูลส่วนตัวให้ครบถ้วน เพื่อให้สามารถสร้างบัญชีผู้ใช้งานได้สำเร็จ รายละเอียดที่ผู้ใช้จะต้องกรอกประกอบด้วย ชื่อ อีเมล และการตั้งรหัสผ่านใหม่ โดยการตั้งรหัสผ่านนั้นจะต้องมีความยาวอย่างน้อย 8 ตัวอักษรขึ้นไป เพื่อความปลอดภัยของบัญชี ขณะเดียวกัน ระบบจะทำการตรวจสอบความถูกต้องของอีเมลที่ผู้ใช้กรอกอย่างอัตโนมัติ โดยจะเช็คว่ามีอีเมลนี้ถูกใช้ลงทะเบียนในระบบแล้วหรือไม่ หากพบว่าอีเมลนี้มีการใช้งานแล้ว ผู้ใช้จะไม่สามารถลงทะเบียนซ้ำด้วยอีเมลนี้ได้ และจะต้องเลือกใช้อีเมลอื่นที่ยังไม่เคยลงทะเบียนมาก่อนเพื่อดำเนินการต่อ ทั้งนี้เพื่อป้องกันความซ้ำซ้อนและรับประกันความถูกต้องของข้อมูลในระบบ

3. หน้าลืมรหัสผ่าน

ในกรณีที่ผู้ใช้งานไม่สามารถจำรหัสผ่านของตนเองได้ สามารถใช้หน้าลืมรหัสผ่านนี้เพื่อทำการตั้งรหัสผ่านใหม่ กระบวนการเริ่มต้นจากการที่ผู้ใช้จะต้องระบุอีเมลที่เคยใช้ในการลงทะเบียนบัญชีของตนเอง หลังจากที่กรอกอีเมลเรียบร้อยแล้ว ระบบจะทำการตรวจสอบความถูกต้องของอีเมลนั้น หากอีเมลที่กรอกตรงกับอีเมลในระบบ ระบบจะส่งอีเมลไปยังที่อยู่อีเมลดังกล่าว โดยในอีเมลจะมีลิงก์สำหรับรีเซ็ตรหัสผ่านที่หมดอายุภายในระยะเวลาที่กำหนด เมื่อผู้ใช้คลิกลิงก์นี้ ผู้ใช้จะถูกนำไปยังหน้าที่สามารถตั้งรหัสผ่านใหม่ได้ หลังจากที่ผู้ใช้กำหนดรหัสผ่านใหม่เรียบร้อยแล้ว จะสามารถเข้าสู่ระบบได้อีกครั้งโดยใช้รหัสผ่านที่เพิ่งตั้งใหม่เพื่อความปลอดภัยและความสะดวกในการเข้าถึงบัญชี

4. หน้าหลัก

เมื่อผู้ใช้งานทำการลงชื่อเข้าใช้หรือลงทะเบียนเรียบร้อยแล้ว ผู้ใช้จะถูกนำมายังหน้าหลัก ซึ่งออกแบบให้เป็นหน้าที่ง่ายต่อการใช้งานและเริ่มต้นการสนทนาได้อย่างสะดวก ภายในหน้าหลักนี้ จะมีการแสดงข้อความทักทายผู้ใช้ตามชื่อที่ได้ลงทะเบียนไว้ พร้อมกับช่องสำหรับการป้อนข้อมูลหรือคำถามที่ผู้ใช้อยากทราบ ผู้ใช้สามารถพิมพ์คำถามหรือข้อมูลที่ต้องการค้นหาในช่องดังกล่าว เพื่อให้ระบบตอบกลับข้อมูลที่เกี่ยวข้องหรือเริ่มต้นการสนทนาโดยทันที ฟังก์ชันนี้ถูกออกแบบมาเพื่อให้ผู้ใช้สามารถเข้าถึงข้อมูลที่ต้องการได้อย่างรวดเร็วและมีประสิทธิภาพในบรรยากาศที่เป็นมิตรและใช้งานง่าย

5. แถบด้านข้าง

แถบด้านข้าง (Sidebar) เป็นองค์ประกอบสำคัญที่ช่วยให้ผู้ใช้งานสามารถเข้าถึงฟีเจอร์และฟังก์ชันต่าง ๆ ภายในระบบได้อย่างรวดเร็วและง่ายดาย โดยจะอยู่ทางด้านซ้ายของหน้าจอ และมีเมนูต่าง ๆ ที่ออกแบบมาเพื่อช่วยในการนำทางไปยังส่วนต่าง ๆ ของแอปพลิเคชันหรือเว็บไซต์ได้สะดวก ในแถบด้านข้างนี้ ผู้ใช้งานสามารถทำสิ่งต่าง ๆ ได้ เช่น การสร้างแชทใหม่ การดูประวัติการสนทนาในช่วงเวลาล่าสุดและเมื่อวาน อีกทั้งยังมีตัวเลือกสำหรับจัดการข้อมูล จัดการเหรียญ ปรับแต่งการตั้งค่า และทำการออกจากระบบ

6. หน้าจัดการองค์ความรู้

ในหน้าจัดการองค์ความรู้นี้ ผู้ใช้งานสามารถจัดเก็บและจัดการเอกสารความรู้ต่าง ๆ ได้อย่างมีประสิทธิภาพ โดยหน้าจอจะแสดงรายการเอกสารที่ถูกอัปโหลดขึ้นไปในระบบเรียงตามลำดับเวลา มีฟังก์ชันการค้นหาอยู่ด้านบนที่ช่วยให้ผู้ใช้สามารถค้นหาเอกสารตามชื่อหรือคีย์เวิร์ดได้อย่างรวดเร็ว

องค์ประกอบของหน้าจอนี้ประกอบไปด้วย:

• รายการเอกสาร: แต่ละเอกสารที่แสดงจะถูกแสดงในรูปแบบบัตร (Card) ซึ่งจะแสดงชื่อไฟล์ ประเภทไฟล์ (เช่น PDF) และวันที่อัปโหลด ผู้ใช้สามารถเลือกเอกสารที่ต้องการดูหรือติดตามได้

• ปุ่มอัปโหลด: ปุ่ม "อัปโหลดซะ!" ที่อยู่ด้านบนขวาจะใช้สำหรับการเพิ่มเอกสารใหม่เข้าระบบ โดยผู้ใช้งานสามารถคลิกปุ่มนี้เพื่อทำการอัปโหลดไฟล์ใหม่

• ฟังก์ชันการลบเอกสาร: นอกจากการอัปโหลดและดูเอกสารแล้ว ผู้ใช้ยังสามารถทำการลบเอกสารที่ไม่ต้องการได้ โดยการคลิกขวาที่เอกสาร จากนั้นเลือกตัวเลือกการลบ ระบบจะทำการลบเอกสารนั้นออกจากฐานข้อมูล

7. หน้าการตั้งค่า

หน้าการตั้งค่านี้เป็นส่วนสำคัญที่ช่วยให้ผู้ใช้สามารถปรับแต่งและจัดการบัญชีของตนเองได้ โดยมีองค์ประกอบดังนี้:

• แสดงรูปโปรไฟล์ ชื่อ และอีเมล ของผู้ใช้

• มีส่วนที่เรียกว่า "โหมดเครียด" ซึ่งมีตัวเลือกสองโหมด และมีสวิตช์สำหรับเปิด/ปิดโหมดนี้

• มีปุ่ม "ลบแชททั้งหมด" ที่จะลบแชททั้งหมดที่คุณเคยสนทนาไว้อย่างถาวร

• มีปุ่ม "ลบบัญชี" ที่จะลบบัญชีและข้อมูลทั้งหมดจากระบบอย่างถาวร

• มีปุ่ม "ออกจากระบบ" ที่อยู่ด้านล่างสุดของหน้า

หน้าการตั้งค่านี้ให้อำนาจผู้ใช้ในการควบคุมประสบการณ์การใช้งาน ตั้งแต่การปรับเปลี่ยนโหมดการทำงานของ AI ไปจนถึงการจัดการข้อมูลส่วนตัวและความปลอดภัยของบัญชี การออกแบบใช้โทนสีเข้มเพื่อความสบายตา และใช้สีส้มสำหรับปุ่มที่ต้องการเน้นความสำคัญ

ในส่วนระบบ Backend นั้น จะถูกแยกออกเป็นหลายองค์ประกอบ เช่น

• Auth API จัดการการยืนยันตัวตน

• Chat API บริการสำหรับระบบแชท

• IoT Devices API จัดการข้อมูลอุปกรณ์ IoT

• Market API บริการข้อมูลตลาด

เราได้ใช้หลักการออกแบบ Layered architecture เพื่อให้โค้ดจัดการง่ายขึ้น โดยแบ่งออกเป็น 3 ส่วนหลักคือ

• Data Access Layer ใช้จัดการการเข้าถึงและจัดเก็บข้อมูล

• Use Cases ตรรกะทางธุรกิจหลักของแอปพลิเคชัน

• Presentation Layer มีหน้าที่นำข้อมูลที่ได้จาก Use Cases หรือจากชั้นอื่น ๆ มานำเสนอในรูปแบบที่เหมาะสม

ทั้งหมดนี้จะทำให้เราได้ระบบแชทบอทที่ทำงานได้อย่างมีประสิทธิภาพและรวดเร็ว มีความพร้อมใช้งานสูง เราสามารถสรุปหลักการทำงานของระบบได้ดังแผนภาพต่อไปนี้

Sprint 3: ทดสอบและปรับปรุงระบบ

หลังจากทดสอบการใช้งานเราพบว่าประสิทธิภาพในการโต้ตอบของโมเดลไม่เป็นตามไปที่คาดหวัง โดยเฉพาะเหตุการณ์ที่ไม่ยอมเรียกใช้เครื่องมือค้นหาข้อมูล หรือใช้ keyword ในการค้นหาที่ไม่เหมาะสม ปัญหาดังกล่าวเกิดจากการเขียน system instruction ที่ไม่ชัดเจน

จากเดิม:

ตอบคำถามของผู้ใช้โดยการค้นหาข้อมูลด้วย getDataset tool

เราได้ลองปรับปรุงหลายครั้งอย่างต่อเนื่อง จนสามารถทำให้โมเดลเข้าใจบริบทของตนเอง และสามารถทำงานได้ดีมากขึ้น โดย system instruction ปัจจุบันคือ:

สวัสดีครับ ผมคือ GearMind ผู้ช่วยค้นหาองค์ความรู้ในองค์กรของคุณ 🏭 หน้าที่หลัก: 1. วิเคราะห์คำถาม -> ระบุข้อมูลสำคัญ -> เลือกภาษาที่เหมาะสม: - ข้อมูลด้านงานเทคนิค: ใช้ภาษาอังกฤษเป็นหลัก - ข้อมูลที่ต้องใช้ภาษาไทย เช่นข้อมูลส่วนบุคคลที่เป็นคนไทย: ใช้ภาษาไทยเมื่อจำเป็น - ใช้ทั้งสองภาษาเมื่อข้อมูลมีการผสมผสานระหว่างภาษาไทยและอังกฤษ 2. สร้างคำค้นหาที่ครอบคลุมสำหรับระบบค้นหาแบบ semantic search: - ใช้ LSI Keywords, cross-lingual synonyms, และคำที่เกี่ยวข้อง - พิจารณาบริบทของคำถามและขยายขอบเขตการค้นหา - สร้างชุดคำค้นหาหลายชุดเพื่อครอบคลุมมุมมองที่แตกต่างกัน - ใช้เทคนิค query expansion เพื่อเพิ่มความครอบคลุมของการค้นหา 3. ใช้ "getDataset" function เพื่อเริ่มทำการค้นหาข้อมูล 4. ตอบคำถามตามข้อมูลที่ค้นพบผ่าน "getDataset" function เท่านั้น 5. ห้ามตอบว่า "ไม่รู้" หรือ "ไม่มีข้อมูล" ก่อนค้นหา 6. วิเคราะห์และประมวลผลข้อมูล: - ตรวจสอบความถูกต้อง ความเกี่ยวข้อง และความน่าเชื่อถือของข้อมูล - เปรียบเทียบข้อมูลจากหลายแหล่งเพื่อให้ได้มุมมองที่รอบด้าน - ถ้าข้อมูลยังไม่เพียงพอ ให้ทำ ToolRoundtrips เพื่อให้ได้ข้อมูลที่ครบถ้วนและหลากหลาย - สังเคราะห์ข้อมูลเพื่อสร้างคำตอบที่ครอบคลุมและมีประโยชน์สูงสุด 7. ถ้าไม่พบข้อมูล -> แจ้งผู้ใช้ -> เสนอแนะการค้นหาเพิ่มเติมหรือลองอัพโหลดเอกสารเข้ามา 8. นำเสนอข้อมูลอย่างชาญฉลาด: - อธิบายข้อมูลอย่างเข้าใจง่าย แต่ยังคงความลึกซึ้งทางเทคนิค เพราะผู้ใช้งานคือวิศวกร - ใช้การอ้างอิงและตัวอย่างเพื่อเสริมความเข้าใจ - เสนอมุมมองที่หลากหลายในกรณีที่มีข้อมูลขัดแย้งกัน - เสนอแนะแนวทางการศึกษาเพิ่มเติมหรือการประยุกต์ใช้ข้อมูล - กระตุ้นให้คุณคิดวิเคราะห์และต่อยอดจากข้อมูลที่ได้รับ หมายเหตุ: - ใช้ "ผม" เมื่อกล่าวถึงตัวเอง และ "คุณ" เมื่อกล่าวถึงผู้ใช้ - แจ้งผู้ใช้ว่าสามารถอัพโหลดเอกสาร(ด้านองค์ความรู้)เพื่อเพิ่มข้อมูลได้ - หากพบข้อมูลที่ขัดแย้งกัน ให้นำเสนอทุกมุมมองและเสนอแนะวิธีการตรวจสอบเพิ่มเติม ผมพร้อมช่วยเหลือคุณแล้วครับ ไม่ว่าคุณจะถามด้วยภาษาใด ผมจะพยายามค้นหาข้อมูลที่ดีที่สุดให้คุณครับ!

Sprint 4: พัฒนาคู่หู Charge Point

เริ่มต้นโดยการพัฒนาซอฟแวร์สำหรับสมองกลฝังตัว เราเลือกใช้เป็น ESP32 เนื่องจากรองรับการขยายที่ยืดหยุ่น โดยโค้ดเป็นดังต่อไปนี้