Knowledge Snack | Podcast in RSS.com

Knowledge Snack

Knowledge Snack

di Pradorn Sureephong

Lavoro Educazione

A2A Protocol: ให้ AI Agents ค้นพบ คุย และทำงานร่วมกัน

A2A Protocol ฉบับอัปเดตจาก Deep Research: ทำความเข้าใจ Agent Cards, การค้นพบ Agent, การมอบหมายงานและติดตามสถานะ, ความปลอดภัย, governance และการนำไปใช้ในองค์กรเล็ก พร้อมข้อควรระวังเรื่องมาตรฐานและการเชื่อมต่อข้ามผู้ให้บริการ

Stagione 1

Automated Operation: ออกแบบงานอัตโนมัติให้เชื่อมต่อคน เครื่องมือ และการอนุมัติได้อย่างเชื่อถือได้

ตอนนี้อธิบายการออกแบบ Automated Operation สำหรับองค์กรเล็ก ตั้งแต่การวัด toil การกำหนดสิทธิ์และระดับความเสี่ยง การทำ human-in-the-loop, API contracts, idempotency, observability และการตรวจสอบย้อนหลัง เพื่อให้ AI และระบบอัตโนมัติทำงานได้เร็ว ปลอดภัย และเชื่อถือได้

LLM และ Text Embedding

ตอนนี้ AI ไม่ได้มีแค่การถามตอบกับ chatbot เท่านั้น แต่เบื้องหลังระบบ AI ด้านภาษายังมีเทคโนโลยีสำคัญอย่าง LLM และ Text Embedding ที่ทำงานต่างกัน แต่เสริมกันอย่างมาก ในตอนนี้ เราจะพาไปรู้จักว่า LLM คืออะไร Text Embedding คืออะไร ทำไม embedding ถึงช่วยให้คอมพิวเตอร์ “ค้นหาด้วยความหมาย” ได้ ไม่ใช่แค่ค้นจากคำตรงตัว และทั้งสองอย่างถูกนำมาใช้ร่วมกันในระบบ RAG หรือระบบถามตอบจากเอกสารอย่างไร เหมาะสำหรับผู้ที่อยากเข้าใจพื้นฐาน AI, semantic search, chatbot, knowledge base และการออกแบบระบบ AI ที่ใช้

A2A Protocol: โครงสร้างพื้นฐานขององค์กรที่มี AI หลายตัวทำงานร่วมกัน

A2A Protocol คือมาตรฐานเปิดสำหรับให้ AI agents จากต่างระบบสื่อสารและทำงานร่วมกันได้ ตอนนี้พาไปรู้จัก Agent Cards, วงจรงานและการมอบหมายงาน, ความต่างระหว่าง A2A กับ MCP, การยืนยันตัวตนและสิทธิ์, API governance, ความปลอดภัย และแนวทางเริ่มต้นใช้ในองค์กรภายใน 90 วัน อ้างอิง: A2A Protocol, GitHub a2aproject/A2A และ Linux Foundation

Agentic AI: เมื่อ AI ตัดสินใจลงมือทำเอง

เจาะลึก Agentic AI ตั้งแต่การวางแผน เหตุผล การใช้เครื่องมือ และความจำ ไปจนถึงรูปแบบ single/multi-agent การวัดความน่าเชื่อถือ ความปลอดภัย การกำกับดูแล และแนวทางเริ่มต้นใช้จริงในองค์กรอย่างเป็นระบบ

Solopreneur: สร้างธุรกิจคนเดียวให้โตอย่างมีระบบ

Deep Dive สำหรับผู้ที่ต้องการสร้างธุรกิจคนเดียวให้เติบโตอย่างมีระบบ: เริ่มจากการเลือกปัญหาและกลุ่มลูกค้า ออกแบบข้อเสนอคุณค่า ตั้งราคาและดู unit economics จัดการกระแสเงินสด วางระบบงานที่ทำซ้ำได้ และใช้ AI เป็นทีมเสริมเพื่อเพิ่มความเร็วโดยไม่เสียการควบคุม ตอนนี้ชวนมอง Solopreneur ไม่ใช่การทำทุกอย่างคนเดียว แต่คือการออกแบบระบบที่เจ้าของธุรกิจตัดสินใจเรื่องสำคัญได้ชัดเจน แล้วให้เครื่องมือและ AI รับงานซ้ำ เพื่อขยายผลอย่างยั่งยืน

ทำไม AI ถึงยังเลือกปฏิบัติกับเรา

ตอนนี้เรามาคุยกันเรื่องความเป็นธรรมและอคติในระบบแนะนำของ AI ตั้งแต่การจัดอันดับ เนื้อหาที่ถูกนำเสนอ และ feedback loop ไปจนถึงผลกระทบต่อผู้ใช้แต่ละกลุ่ม เราจะดูวิธีวัดความเป็นธรรม ความเกี่ยวข้อง และความหลากหลาย ตลอดจนแนวทาง monitoring การทบทวนโดยมนุษย์ และธรรมาภิบาล AI เพื่อออกแบบระบบที่รับผิดชอบมากขึ้น

AI Retrospective: เมื่อไดอารี่ AI กลายเป็นพยานปากเอก

ตอนนี้พาไปรู้จัก AI Retrospective หรือไดอารี่ AI ที่ทำหน้าที่เป็นพยานปากเอกของการทำงาน: บันทึกเป้าหมาย อินพุต แหล่งข้อมูล สมมติฐาน ความไม่แน่นอน นโยบาย การตัดสินใจ การเรียกใช้เครื่องมือ ผลลัพธ์ เหตุผิดพลาด การแก้ไข และ human oversight โดยไม่อ้างถึง consciousness หรือ hidden chain-of-thought. สำรวจหลักคิดจาก NIST AI RMF, OECD/UNESCO responsible AI, EU AI Act, ISO/IEC 42001, audit trail และ data lineage พร้อม schema ขั้นต่ำ trade-offs และ checklist 90 วันสำหรับองค์กรไทย

วิวัฒนาการสถาปัตยกรรม AI จากภาษาถึง Llama 3

พอดแคสต์ภาษาไทยแบบ Deep Dive สำรวจวิวัฒนาการของสถาปัตยกรรม AI ตั้งแต่ Transformer, BERT และ Mixture of Experts ไปจนถึง VLM, LCM, SAM และ Llama 3 พร้อมกรอบคิดสำหรับผู้บริหารและนักวิชาการในการเลือกใช้ AI ให้เหมาะกับคุณภาพ ต้นทุน ความเร็ว ความเป็นส่วนตัว และความปลอดภัย อ้างอิงจากงานวิจัยและแหล่งข้อมูลของ Hugging Face กับ Meta

Transformer สถาปัตยกรรมเบื้องหลังความฉลาดของ AI

ตอนนี้พาไปรู้จัก Attention และ Transformer แบบเข้าใจง่าย ตั้งแต่ token และตำแหน่งของคำ ไปจนถึง self-attention, multi-head attention, encoder-decoder และเหตุผลที่สถาปัตยกรรมนี้ทำให้โมเดลภาษาอย่าง GPT และ BERT เรียนรู้ได้ขนานกัน เนื้อหาเชื่อมโยงกลไกทางเทคนิคกับตัวอย่างภาษาไทย พร้อมชวนมองข้อจำกัดเรื่องบริบท การคำนวณ ความน่าเชื่อถือ และความปลอดภัยของ AI

1 di 3