Oleh DR LI FEI FEI
SEJAK ChatGPT mendapat perhatian orang ramai pada akhir tahun lalu, hampir setiap organisasi melibatkan diri atau berusaha mewujudkan kecerdasan buatan (AI) generatif tersendiri. Malah, baru-baru ini kita mendengar perbincangan tentang kaedah untuk menjayakan AI, terutamanya dengan kos dan kerumitan yang tinggi untuk memenuhi jangkaan seperti yang telah diuar-uarkan.
Sebelum itu, mari kita melangkah ke belakang untuk melihat semula bagaimana AI bermula. AI mempunyai potensi kerana ia berupaya untuk menjadi satu saluran yang bijak. Ia mampu mengesan perkara-perkara yang mungkin terabai dan tidak dapat dilihat manusia kerana teknologi ini lebih konsisten dan berkeupayaan tinggi. Paling utama, data merupakan asas untuk AI.
Ini bermakna kita perlu memastikan data diproses dan dilindungi rapi. Ia merupakan satu keperluan asas bukan sahaja kepada keseluruhan infrastruktur IT tetapi juga asas kepada kesemua inovasi yang datang daripada manusia mahupun kecerdasan buatan. Sebagai sebahagian daripada infrastruktur dasar yang menguasai AI generatif, pangkalan data telah berkembang untuk memenuhi keperluan perniagaan pada era AI generatif masa ini.
Keberkesanan AI anda bergantung kepada bagaimana anda menguruskan data dengan menggunakan pangkalan data yang betul.
Model Pangkalan Data Biasa
Terdapat sejenis pangkalan data yang dikenali sebagai Pemprosesan Transaksi Dalam Talian (OLTP) yang menyokong pemprosesan transaksi dalam talian. Ia secara amnya membolehkan perniagaan menjalankan urus niaga secara serentak. Contohnya dalam perbankan, membeli-belah secara dalam talian serta sebagainya. Dengan data yang terus terhimpun dalam pangkalan data, anda boleh memperoleh dan memanfaatkan nilai daripada kumpulan data tersebut.
Kita juga mempunyai Pemprosesan Analitikal Dalam Talian (OLAP) yang membolehkan organisasi melaksanakan analisis pantas, interaktif dan berkuasa daripada data kerana ia membantu mengumpul maklumat daripada pelbagai sumber, dan tidak terhad hanya daripada urus niaga yang dijalankan.
Contohnya, seorang peniaga boleh menghimpun data dari inventorinya dan stok sedia ada, serta satu lagi set data berkenaan pembelian pelanggan. Ini dapat menyediakan maklumat tentang keperluan untuk meningkatkan penghasilan barangan tertentu bagi memenuhi permintaan yang lebih tinggi.
Satu lagi model pangkalan data ialah NoSQL popular dalam kalangan pengguna kerana ia membantu mengasingkan data tidak berstruktur, berbeza daripada kedua-dua model di atas.
Model Pangkalan Data Baharu untuk AI
Sungguhpun demikian, pada era kemunculan AI, kami menjangkakan model pangkalan data vektor akan menjadi model yang paling maju.
Pangkalan data vektor digunakan untuk mengendali “beban kerja pintar” dengan model bahasa besar bagi menyemat dan penstoran jutaan vektor berdimensi tinggi tersebut – bayangkan data tanpa struktur seperti dokumen, imej, rakaman audio, video dan sebagainya yang dijangka merangkumi lebih 80 peratus daripada kandungan data di seluruh dunia menjelang tahun 2050 – bagi membolehkan semantik yang dijangka oleh AI iaitu memahami konteks tersembunyi dan nuansa, bukan sahaja maknanya.
Keutamaannya, AI berfungsi untuk memahami kandungan data dan anda tidak boleh memahaminya tanpa menggunakan pangkalan data vektor. Ia merupakan keperluan penting untuk meningkatkan ilmu khusus industri yang berkaitan model-model bahasa besar. Ia merupakan salah satu kekangan terbesar yang dihadapi model-model AI generatif.
Alibaba Cloud telah mempertingkatkan rangkaian lengkap penyelesaian pangkalan datanya – termasuk pangkalan data natif awan PolarDB, gudang data natif awan AnalyticDB dan pangkalan data pelbagai model natif awan Lindorm – dengan enjin vektor proprietarinya. Kini, syarikat-syarikat boleh memasukkan input pengetahuan yang khusus dengan sektor ke dalam pangkalan data vektor masing-masing, seterusnya membolehkan mereka untuk membina dan melancarkan aplikasi AI generatif tersendiri.
Mari kita lihat beberapa kajian kes sebenar untuk melihat kuasa pangkalan data vektor.
Salah satu pelanggan Alibaba Cloud – PrestoMall, jenama tempatan yang merupakan pasaran dalam talian terbesar di Malaysia – memilih PolarDB dan mengambil peluang terhadap kelebihan ketara yang disediakan, khususnya melibatkan kos, prestasi dan daya tahan. Ciri-ciri elastik, kemampuan berskala dan ketersediaan yang tinggi pada PolarDB membantu persediaan sistem PrestoMall untuk kembali pulih seperti biasa dengan pantas sekiranya terdapat sebarang kegagalan perkakasan. Elemen ini amat penting dalam menyokong aktiviti perniagaan masa sebenar PrestoMall.
Selain itu, EasyParcel, sebuah platform perkhidmatan tempahan penghantaran sehenti, bekerjasama dengan Alibaba Cloud untuk memacu transformasi digital sekaligus memperkukuhkan keberkesanan operasinya. EasyParcel telah memilih PolarDB, pangkalan data hubungan natif awan Alibaba Cloud, bagi mempertingkatkan keupayaannya untuk menyediakan pengesanan penghantaran secara masa sebenar dan perkhidmatan yang efisien kepada pelanggan. PolarDB menyumbang kepada usaha EasyParcel untuk memperbaiki prestasinya dan menambah penjimatan kos demi kepuasan pelanggan.
Ringgit dan Nilai
Potensi penggunaan AI tidak hanya terhad kepada permainan atau penterjemahan data.
AI boleh menguruskan pangkalan data dengan sendiri. Sebagai contoh, apabila storan hampir penuh, AI mampu memberikan peringatan kepada pentadbir sistem untuk memantau keperluan storan dan bertanya sekiranya terdapat keperluan untuk menambah ruang storan. AI akan meningkatkan skala ruang storan secara automatik sekiranya kebenaran diberikan kepadanya. Fungsi yang sama boleh digunakan untuk kapasiti CPU, kapasiti ingatan serta fungsi-fungsi lain.
Keupayaan ini adalah amat berguna terutamanya apabila sedang berlangkah ke arah pengkomputeran awan tanpa server. Seperti namanya, tanpa server bermakna tiada keperluan untuk bimbang berkenaan server di latar perkhidmatan anda gunakan.
Pada masa lalu, apabila sebuah perniagaan melanggan produk perkhidmatan awan, satu peruntukan perlu dibuat untuk satu set server. Contohnya – empat core-eight gigabait memori – tetapi ia akan melibatkan kos yang tinggi. Apabila peruntukan bagi server yang mempunyai kapasiti melebihi daripada keperluan beban kerja sebenar, ia akan menyebabkan pembaziran pada sumber server.
Pengkomputeran tanpa server direka untuk menangani cabaran ini dan memastikan keupayaan server digunakan oleh perkhidmatan awan benar-benar berpadanan dengan keperluan beban kerja. Ia menyesuaikan keperluan dengan perubahan dinamik beban kerja. Walaubagaimanapun, sekiranya dinamik beban kerja berubah pesat dengan perubahan masa, maka kaedah tanpa server mungkin menyebabkan perbelanjaan yang lebih tinggi.
Kelebihan Kedua-dua Pilihan
Dengan menggabungkan AI dengan pengkomputeran awan tanpa server, kita dapat menikmati manfaat terbaik daripada kedua-dua pilihan. Inilah sebab mengapa Alibaba Cloud juga telah membangunkan produk-produk pangkalan data berpacukan AI tanpa server. Pelanggan hanya perlu membayar bilangan sumber yang diperlukan dan AI akan tersedia untuk memandu dan menambah keupayaan membuat keputusan dalam berurusan dengan peningkatan permintaan secara tiba-tiba atau beban kerja yang sangat dinamik.
Cara anda memanfaatkan AI dengan pangkalan data yang betul akan menentukan sama ada organisasi anda mengikuti trend AI ke arah kejayaan ataupun ketinggalan di belakang. –
*Penulis adalah Presiden Perniagaan Produk Pangkalan Data, Alibaba Cloud – UTUSAN
