AI Fundamentals (พื้นฐาน AI ที่ควรรู้)
1. Artificial Intelligence (AI)
AI คือการสร้างระบบคอมพิวเตอร์ที่สามารถทำงานที่ปกติต้องใช้ความฉลาดของมนุษย์ เช่น การเข้าใจภาษา การจดจำภาพ และการตัดสินใจ
ประเภทของ AI:
- Narrow AI (Weak AI): ทำได้เฉพาะงานที่ถูก design มาเท่านั้น เช่น ระบบแนะนำสินค้า, chatbot (ปัจจุบันใช้กันทั่วไป)
- General AI (AGI): สามารถทำงานได้ทุกอย่างเหมือนมนุษย์ (ยังเป็นเป้าหมายในอนาคต)
- Super AI (ASI - Artificial Superintelligence): เก่งกว่ามนุษย์ในทุกด้าน (เป็นแนวคิดเชิงทฤษฎี)
2. Machine Learning (ML)
ML คือสาขาย่อยของ AI ที่ให้ระบบเรียนรู้จากข้อมูลโดยไม่ต้องเขียนกฎตายตัว
ประเภทของการเรียนรู้:
- Supervised Learning: เรียนรู้จากข้อมูลที่มี label แล้ว เช่น การจำแนกอีเมลขยะ
- Unsupervised Learning: หาโครงสร้างจากข้อมูลที่ไม่มี label เช่น การจัดกลุ่มลูกค้า (Clustering)
- Reinforcement Learning: เรียนรู้จากการลองผิดลองถูกและได้รับ reward เช่น การเล่นเกม
3. Deep Learning (DL)
DL คือ ML ที่ใช้ Neural Network หลายชั้น (layers) ในการเรียนรู้ feature จากข้อมูลดิบโดยอัตโนมัติ
- Neural Network: จำลองการทำงานของสมองมนุษย์ผ่านโหนดที่เชื่อมต่อกัน
- CNN (Convolutional Neural Network): เก่งด้านการประมวลผลภาพ
- RNN/LSTM: เก่งด้านข้อมูลที่มีลำดับ เช่น ข้อความ, เสียง
- Transformer: สถาปัตยกรรมที่เป็นพื้นฐานของ LLM สมัยใหม่
4. Large Language Models (LLM)
LLM คือโมเดล Deep Learning ขนาดใหญ่ที่ถูก train ด้วยข้อมูลข้อความจำนวนมหาศาล สามารถเข้าใจและสร้างข้อความได้อย่างเป็นธรรมชาติ
แนวคิดสำคัญ:
- Token: หน่วยข้อมูลที่เล็กที่สุดที่ LLM ประมวลผล (ประมาณ 1 คำหรือส่วนของคำ)
- Context Window: จำนวน token สูงสุดที่โมเดลสามารถจำได้ในการสนทนาครั้งหนึ่ง
- Temperature: ค่าที่ควบคุมความ "สร้างสรรค์" ของคำตอบ (ต่ำ = แน่นอน, สูง = หลากหลาย)
- Inference: กระบวนการที่โมเดลสร้างคำตอบจาก input ที่ได้รับ
ตัวอย่าง LLM: GPT-4, Claude, Gemini, LLaMA
5. AI Agent
AI Agent คือระบบที่ใช้ LLM เป็น "สมอง" ในการวางแผนและตัดสินใจ โดยสามารถใช้ Tools และดำเนินการหลายขั้นตอนเพื่อบรรลุเป้าหมาย
User Goal
│
▼
[ LLM (Brain) ] ──► Plan steps
│
▼
[ Tools / Actions ] ──► Execute
│
▼
[ Observe result ] ──► Loop until done
องค์ประกอบหลัก 4 ส่วน:
- LLM Core: สมองของ Agent — รับ input, ตัดสินใจว่าต้องทำอะไร
- Planning: กำหนดขั้นตอนในการบรรลุเป้าหมาย เช่น ReAct (Reason + Act), Plan-Execute, Hierarchical Planning
- Memory: เก็บ context ข้ามขั้นตอน — Short-term (in-context), Long-term (vector DB หรือ knowledge graph)
- Tools: เชื่อมต่อ Agent กับระบบภายนอก เช่น API, database, web search
6. Prompt Engineering
Prompt Engineering คือการออกแบบ input ที่ส่งให้ LLM เพื่อให้ได้ผลลัพธ์ที่ต้องการ
เทคนิคหลัก:
- Zero-shot: ถามตรง ๆ โดยไม่มีตัวอย่าง
- Few-shot: ให้ตัวอย่างก่อนถามเพื่อช่วยโมเดลเข้าใจรูปแบบที่ต้องการ
- Chain-of-Thought (CoT): บอกให้โมเดล "คิดทีละขั้น" เพื่อแก้ปัญหาที่ซับซ้อน
- System Prompt: กำหนด persona, tone, หรือข้อจำกัดของโมเดล
7. Context Engineering
Context Engineering คือการออกแบบและจัดการ context ที่ส่งให้ LLM อย่างมีกลยุทธ์ — ครอบคลุมกว่า Prompt Engineering เพราะดูแลทั้ง pipeline
Prompt Engineering คือสิ่งที่คุณพิมพ์ใน context window — Context Engineering คือการออกแบบว่าอะไรควรเติมเต็ม window นั้น
Prompt Engineering เป็น subset ของ Context Engineering
สิ่งที่ต้องจัดการใน context:
- What to include: ข้อมูลที่เกี่ยวข้อง, ประวัติการสนทนา, ผลลัพธ์จาก tools
- What to exclude: ข้อมูลที่ไม่จำเป็นที่เปลืองพื้นที่ใน context window
- How to structure: จัดลำดับความสำคัญของข้อมูลให้โมเดลใช้ได้ดีที่สุด
- When to retrieve: ใช้ RAG หรือ memory เพื่อดึงข้อมูลเข้า context แบบ dynamic
8. RAG (Retrieval-Augmented Generation)
RAG คือสถาปัตยกรรมที่เพิ่มความสามารถของ LLM โดยดึงข้อมูลที่เกี่ยวข้องจากแหล่งข้อมูลภายนอกก่อนสร้างคำตอบ ช่วยลด hallucination และแก้ปัญหาข้อมูลหมดอายุ (แต่ไม่ได้กำจัด hallucination ทั้งหมด)
Query
│
▼
[ Embed query ] ──► Vector Search ──► [ Relevant Docs ]
│
▼
[ LLM + Docs as context ] ──► Answer
ขั้นตอนหลัก:
- Indexing: แปลงเอกสารเป็น vector embeddings แล้วเก็บใน Vector DB
- Retrieval: ค้นหาเอกสารที่ใกล้เคียงกับ query มากที่สุด
- Generation: ส่ง query + เอกสารที่ดึงมา ให้ LLM สร้างคำตอบ
9. GraphRAG
GraphRAG คือ RAG ที่ใช้ Knowledge Graph แทน (หรือเสริม) Vector Search พัฒนาโดย Microsoft เพื่อจับความสัมพันธ์ระหว่างข้อมูลได้ดีขึ้น
- เหมาะกับข้อมูลที่มีความสัมพันธ์ซับซ้อน เช่น องค์กร, บุคคล, เหตุการณ์
- ตอบคำถาม multi-hop ได้ดีกว่า RAG ปกติ เช่น "ใครเป็น CEO ของบริษัทที่ลงทุนใน X?"
- Microsoft benchmarks: GraphRAG ได้ 86% accuracy vs RAG ปกติที่ 32% ในคำถามที่ซับซ้อน
- มีต้นทุนในการสร้าง graph สูงกว่า — LazyGraphRAG (2025) แก้ปัญหานี้ด้วยต้นทุน indexing เทียบเท่า Vector RAG
10. Tools (Function Calling)
Tools คือความสามารถของ LLM ในการเรียกใช้ฟังก์ชันภายนอก เพื่อดึงข้อมูลหรือดำเนินการที่เกินขอบเขตของโมเดลเอง
User: "What's the weather in Bangkok?"
│
▼
LLM decides ──► call get_weather(city="Bangkok")
│
▼
Tool returns result ──► LLM formats answer ──► User
ตัวอย่าง Tools ที่ใช้บ่อย: Web search, Code execution, Database query, API calls
11. MCP (Model Context Protocol)
MCP คือ open protocol ที่พัฒนาโดย Anthropic สำหรับเชื่อมต่อ LLM กับแหล่งข้อมูลและ tools ภายนอกในรูปแบบมาตรฐาน
องค์ประกอบหลักของ MCP:
- Resources: ข้อมูลที่ server เปิดให้ LLM อ่านได้ เช่น ไฟล์, database records
- Tools: ฟังก์ชันที่ LLM สามารถเรียกใช้เพื่อดำเนินการ เช่น write file, query DB
- Prompts: Template prompt ที่ server กำหนดไว้สำหรับ workflow ทั่วไป
ประโยชน์: ลดการเขียน integration ซ้ำ — สร้าง MCP server ครั้งเดียว ใช้ได้กับทุก LLM client ที่รองรับ MCP
MCP เปิดตัวโดย Anthropic (พ.ย. 2024) และได้รับการ adopt จาก OpenAI และ Google DeepMind จนกลายเป็น industry standard สำหรับการเชื่อมต่อ Agent กับ tools และ data
12. Agentic Patterns
Agentic Patterns คือรูปแบบสถาปัตยกรรมสำหรับออกแบบระบบ AI Agent — เลือกให้เหมาะกับความซับซ้อนของงาน ไม่ใช่เลือกตามความซับซ้อนที่ดูดี
Single-Agent Workflows (Anthropic)
- Prompt Chaining: แบ่งงานเป็น steps เรียงต่อกัน output ของ step หนึ่งเป็น input ของ step ถัดไป — เหมาะกับงานที่มีขั้นตอนที่กำหนดได้ล่วงหน้า
- Routing: LLM จำแนก input แล้วส่งไปยัง workflow ที่เหมาะสม — เหมาะกับ request ที่หลากหลายประเภท
- Parallelization: แบ่งงานออกเป็น subtasks แล้วรันพร้อมกัน หรือรันซ้ำหลายครั้งแล้ว vote ผลลัพธ์
- Orchestrator-Workers: LLM กลางแตก task แล้ว delegate ให้ worker LLMs ทำ แล้วรวมผล
- Evaluator-Optimizer: LLM หนึ่งสร้างคำตอบ อีกตัวประเมินและให้ feedback วนซ้ำจนได้ผลที่ดี
Multi-Agent Patterns (Google Cloud)
- Sequential: Agent ทำงานต่อกันเป็นสาย output ของ agent หนึ่งเป็น input ของ agent ถัดไป
- Parallel: Agent หลายตัวทำงานพร้อมกัน แล้ว synthesize ผลรวม
- Loop: วน execute จนกว่าจะตรงตาม termination condition
- Coordinator: Agent กลางรับงาน แตก subtask และ dispatch ให้ specialized agents
- Hierarchical: Parent agent แตกงานให้ subordinate agents เป็นลำดับชั้น — เหมาะกับงานซับซ้อนมาก
- Swarm: Agent หลายตัว communicate กันแบบ all-to-all เพื่อ refine solution ร่วมกัน
- Human-in-the-Loop: มี checkpoint ให้มนุษย์ review และ approve ก่อน Agent ดำเนินการต่อ
เลือก Pattern อย่างไร:
งานง่าย / ขั้นตอนตายตัว ──► Prompt Chaining / Sequential
input หลากหลาย ──► Routing
ต้องการความเร็ว ──► Parallelization
ต้องการคุณภาพสูง ──► Evaluator-Optimizer / Loop
งานซับซ้อน / หลาย domain ──► Orchestrator-Workers / Hierarchical
ต้องการ oversight ──► Human-in-the-Loop
อ่านเพิ่มเติมเกี่ยวกับการนำ Agentic Patterns ไปใช้จริงในเชิง engineering culture รวมถึง Multi-Agent Orchestration Principles และแนวคิด Agent-Friendly Codebase ได้ที่: The Shift from Code to Orchestration: Building AI-Native Engineering Culture
13. Skills (Agentic Skills)
Skills คือความสามารถเฉพาะด้านที่ถูก encapsulate ไว้ให้ AI Agent เรียกใช้ได้ เปรียบเหมือน reusable modules ของ Agent
- Predefined Skills: ความสามารถที่ถูกกำหนดไว้ล่วงหน้า เช่น summarize, translate, search
- Composable: Agent สามารถรวม skills หลายอย่างเพื่อทำงานที่ซับซ้อนได้
- Skill vs Tool:
- Tool — เชื่อมต่อระบบภายนอก ต้องการ authentication, schema, authorization
- Skill — prompt-based capability pack ที่ encode domain expertise ไว้ ไม่มี schema overhead ใช้ SKILL.md เป็นโครงสร้างหลัก
