จดๆจาก Microsoft Build: AI Day @QSNCC

วันนี้ผมไปนั่งฟังงาน Microsoft Build: AI Day ที่ศุนย์การประชุมแห่งชาติสิริกิติ์ครับ มาถึงลงทะเบียนเสร็จอยู่ๆทุกคนยกกล้องขึ้นมาครับ เรายกตามด้วย

โดยหัวข้อจดมาประมาณนี้เลย หลายเรื่องสื่อใหญ่ๆ น่าจะลงข่าวไปแล้ว เช่น การสร้าง Data Center ใหม่ที่ไทย เป็นต้นครับ

Keynote by Microsoft Chairman and CEO Satya Nadella

สำหรับ Session นี้มี Live ด้วยนะครับ / ทาง Youtube ก็มีนะ

ก่อนจะมายุค AI Era ตลอด 32 ปีที่คุณ Satya ทำงานกับ MS มีจุดเปลี่ยน PC > Web > Internet > AI และ AI หนึ่งในนั้น และการมาของมันจะมาช่วย Drive Productivity ของทุกอาชีพ (Copilot) ซึ่งมันส่งผล economic เพิ่ม GDP ด้วยเช่นกัน

ฝั่ง Microsoft เองมี Solution มาช่วยแล้ว ที่ช่วยให้ AI Transformation เกิดขึ้นได้ง่าย มี AI Infrastructure และสะดวก โดยมี 2 แนวทาง

• Unlock Productivity โดยใช้ผู้ช่วย กลุ่ม Microsoft Copilot นั้นเอง เช่น มาช่วยสรุปประชุม / ใน MS Team ข้อความไหลมาหลายวันและ ให้มันสรุปให้หน่อย เป็นต้น
• Build AI Transformation Solution with Azure อันนี้ งานมันลงลึก เรามาใช้ AI บนนี้ได้ เดี๋ยวมันจะมีบอกใน Session ถัดไปว่ามีอะไรให้ใช้บ้าง โดยมี Copilot Stack

และสุดท้าย AI Safeguard ความปลอดภัย ทั้งตัวข้อมูลเอง และตัว AI ตามแนวทาง Responsible AI ครับ

ระหว่างนี้มาแวะมาในส่วนของ Dev โดยคุณ Karen จาก GitHub มา Demo มีตัว

• GitHub Copilot ถามภาษาไทยได้แล้ว เดี๋ยวต้องลองว่า Work ไหม
• GitHub Copilot Workspace (Technical Preview) มัน AI มาช่วยสร้าง Task > Code > Deploy ถ้าสนใจต้อง Join Waiting List ครับ
• ส่วนคน อันนี้มีแจ้งว่าในไทยมีนักพัฒนา (Dev / IT) รวมๆกัน 900,000 คน น่าจะนับจากจำนวน GitHub Account นะ

ถัดมากลับมาในส่วน Azure - AI Infrastructure ถ้าใช่ AI เครื่อง Azure NC H100 v5 มี Performance ดีกว่าค่ายอื่นๆ

และมี

นอกจากนี้ยังมี Foundation Model ให้ใช้งาน ระดับนึง พวกกลุ่ม GPT + Open AI และมีเน้น Phi-3 LLM ขนาดเล็ก ซึ่งมันสามารถเอามา Apply กับด้านวิทยาศาสตร์ได้นะ (AI for Science) ซึ่งจะเอามาช่วยในหลายด้าน

• เคมี-หาสารใหม่ธาตุใหม อารมณ์แบบ iron man ที่หาสารมาแทนเตาปฏิกรณ์เดิม น่าจะ 14-15 ปีและในหนังมาชีวิตจริงไหวเหมือนกัน
• ฟิสิกส์-มาทำพวก Semiconductor กับ Chip
• การแพทย์ค้นหายาตัวใหม่ เป็นต้น

ต่อมา Your Data AI Infrastructure เชื่อมได้กับหาตัวตามรูปเลย

นอกจากนี้มีเปิดตัว AI Toolchains เรียกว่ามาครบเลย ทุกด้านของ AI

และมีเปิดตัว AI Odyssey เป็นช่วยผู้คนใน ASEAN เข้าถึง AI และสอบ Cert อะไรอย่างงี้ได้ด้วย ตอนนี้ในไทยมีคนผ่านไปและ 6000 เยอะเหมือนกัน

Use Case ของหลายองค์กรในไทยใช้ AI แล้วนะ เช่น PTTGC ทำ pipeline inspection / AIS / SCBX / Agoda เดี่ยวในแต่ละ Session จะมีมาเล่าครับ ว่าเอาไปทำอะไรบ้าง และได้ยินว่าส่วนของราชการอย่าง สำนักงานคณะกรรมการกฤษฎีกา มีเอาตัว Copilot มาลองใช้งานด้วยกฏหมายนะ

AI Safeguard - Secure By Default + และเรื่อง Data เป็นเรื่องสำคัญ ของลูกค้าจะไม่ถูกเอามาใช้กับ Train Model

ก่อนจบด้วย VDO ของคณ Jidapa ถ้าใน Live นาทีที่ 29 ครับ จะมาบอกเล่าว่า เอา AI พวก Copilot เข้ามาช่วยในการ Upskill เสริมทักษะในงานครับ

และปิดท้ายด้วยภาพนี้ อ๋องานนี้ช่วย Key Note นายกเข้าด้วยนะ มาฟังได้จากของ The Standard ครับ //เขียนไปเดี๋ยวกลัวทัวร์ลง เอาของสำนักข่าวดีกว่า ช่วงนาทีที่ 12 ครับ Microsoft ประกาศตั้ง Data Center จับมือไทยขับเคลื่อนอุตสาหกรรม AI-Cloud | THE STANDARD WEALTH (youtube.com)

Panel discussion: Code; Without Barriers: Inclusion is Innovation Panel Discussion

อันนี้ 3 คน 3 มุม มาเล่าการจัดการ Diversity ของแต่ละที่กัน

Dr. Tiranee Achalakul (BDi)

• รัฐ Silo สูง การจะทำให้แชร์ข้อมูลออกมา ต้องเอาหน่วยรัฐมาสลาย silo และ เอา solution มาเสริม อย่างพวก coploit
• BDi มี Diversity มีสัดส่วน 40% ผู้หญิง เลยนะ แล้วนอกจากนี้ มีบุคลาการที่จบมาหลากหลายสาขานะ เช่น Mechanical Eng. / Geography บราๆ ไม่ใช้ Comsci ทำให้มีคนใน domain ประสานกับหน่วยต่างๆได้ และคุยได้เข้าใจ Range อายุ 22 -55
• AI โยน Model ตู้มไม่ได้นะ ต้องเน้น user experience ด้วย เข้าใจ user จะได้ทำ AI ได้เหมาะสม และเกิดประโยชน์
• Dataset การ label โดยคน ถ้ามี diversity ที่หลสกหลายจะช่วยลด bias

Dr. Arak Sutivong (SCBx)

• AI เมื่อก่อนอาจจะไกลตัว พอ ChatGPT มาเริ่มใกล้ตัวเราและ
• SCBx ปรับตัว AI First Organization เอา AI มาช่วยด้านต่างๆ สร้างรายได้ ลดทุน ช่วยเหลือด้วย user experience
• แต่ด้วยความหลากหลายของบุคลากร การเป็น AI First ต้อง Build คนขึ้นมา ให้พร้อมก่อน รู้ว่า AI คือ อะไร โดยจะแบ่งเป็น 3 กลุ่ม
  - Foundation ai คือ อะไรใช้ยังไง อะไรที่ควรไม่ควร responsible ai
  - Intermediate - ใช้ Low Code
  - Advance - ลง Code Dev / Data Science

• พอพนักงานเข้าใจพวกนี้ จะเนิ่มมีการ adapt ปรับให้งานมันเร็วขึ้น ช่วยเพิ่ม Opportunity.

Khun Sudarat Chattanon (PRODIGY9) รุ่นน้อง มศว เอง อิอิ

• PyLadies – Women Who Love Coding in Python เป็นโครงการสำหรับผู้หญิงมาเริ่ม code ซึ่งถ้าเมื่อก่อนอาจจะเพราะมี barrier ในการเรียน เมื่อก่อนเปิดหยังสือ ลงเรียน ตอนนี้มีตัว AI เข้ามาช่วยและอย่างตัว GitHub Copilot
• ยิ่งมีทุกคนเข้ามาช่วย จะช่วย drive ให้ tech ในไทยโตได้ พอมีโครงการแนวนี้ จะช่วยให้ผู้หญิงมาเริ่มเข้าหากัน เพราะเมื่อก่อนแนว Tech จะ ผู้ชายเยอะ อาจจะทำให้เริ่มต้นยาก
• แต่มีอุปสรรคเหมือนกันในช่วง COVID มีปรับพฤจิกรรมเยอะ เช่น offline 》 live มันขาด activity อะไรงี้ ตรงนี้เอาพวก tools มาให้คนกล้าคุยมากขึ้น ลดการเขินอาย

What’s New in Generative AI?

อันนี้แบ่งเป็น 2 ช่วง แนะนำ Generative AI และ Use Case ของ SCBx

- Generative AI

(Khun Mullika Phanhong, Khun Danai Theptanawatana)

ตอนนี้จะมีหลายตัว ซึ่งจะเน้นไปในทาง ubiquity/ multi-modal (รับได้หลายแบบนอกจาก Text ภาพ เสียง) / Autonomy โดยมีแนวทางเอาไปปรับใช้ ดังนี้

• Adopt tools ตระกูล copikot
• Extend Coploit - low Code NoCode
• Build your own จาก azure ai + ms coploot studio

ตอนนี้มี Tools ตัวใหม่ Azure AI Studio มาช่วยด้านนี้ ที่คุมทั้ง Flow ของ LLMOps + AI Safety ด้วยเลย ซึ่งมีเลือก

• Explorer - Model
• Build ลองทำและ และ
• Manage - จัดการสิทธิต่างๆ

ของใหม่

• prompt flow มีจดไว้ Session Global Azure ช่วยรับ data จาก dev flow เช่น UI เข้ามา โดยตัว prompt flow มองเป็น Endpoint ให้ Dev จิ้ม ส่งมาถามตอบ คล้ายพวก BPMN Engine มี Flow ให้ลากวาง แต่อันนี้ของ AI เลย

• GPT4 Turbo with Vision Model เอามาวิเคราะห์ภาพ / video ได้เลย
  - Case1 โยนกราฟ และให้อธิบายออกมา จากนั้นเราสามารถถามเพิ่มเติมได้
  - Case2 จาก demo พวก claim ประกันน่าจะได้ใช้ ส่งรูป และลองอธิบายเสียหายเบื้องต้น
  - Case3 โยน VDO เข้าไปให้ chat อธิบาย แบบ Case2
• Build your own Custom neural Voice จาก speech studio - Custom neural Voice เอาเสียงเราไป สร้างผู้ช่วย และเอาไปเสียงไปใช้ในภาษาต่างๆ ให้มันเลียนเสียงเรา แล้วพูดแต่ละภาษาออกมา
• Live chat Avatar นอกจากเสียงแล้ว มีภาพ Avatar ด้วย

Resource: What is AI Studio? - Azure AI Studio | Microsoft Learn

- SCBx Use Case Online Reputation Management

(Khun Yada Sareesavetrat, Khun Nut Chukamphang)

ระบบเตือนเมื่อมีมาคุ มีดราม่าเกิดขึ้นใน Social เพราะถ้ามันเกิดขึ้น ขึ้นมาทำให้ความน่าเชื่อลดลง ซึ่งอาจจะส่งผลกับรายได้ มูลค่า ตัวเงิน ราคาหุ้นได้ โดยเมื่อก่อนจะทีมงานที่เป็นคนเข้ามา Monitor แต่ตอนนี้ใช้ AI เข้ามาช่วยดู โดยใช้ตัว Azure Open AI มาช่วย

ปกติดราม่ามันเกิด 3 Stage

1. Genesis of Incident - ช่วงก่อตัว Goal จะเอา AI มาหลุดในจุดนี้ให้ได้
2. First Surge - ไฟลุกคน Search / retweet กันเต็ม Hash Tag ติดเทรน
3. After Shock มันจะมีอะไรนึกนึง Drama อันนี้ และ Hashtag โผล่ขึ้นมาบ่อยๆ

เมื่อก่อนที่ใช้คนจะ Stage 2 ไปและ มันลามไปเยอะและ โดย AI ที่เอามาใช้จะมี Architecture ดังนี้

• Semimetal Analysis + Insight - ดราม่าที่เกิด เป็น + - ของ บ ไหน ในเครือ
• Incident Detection and Summarization เอา GPT มาสรุปว่าเกิดอะไรนะ
• Mitigation Plan แนะนำ ให้คนอ่าน และตัดสินใจ แถลงการณ์ สุดท้ายต้องเป็นคนนะจุดนี้
• Dashboard สรุป ว่าจากไหน อะไร

โดยการนำ AI มาใช้เรื่องนี้จะช่วยเพิ่ม Cost Efficiency / 24/7 Monitor Brand Reputation Protection
Next Step: Scale + Accuracy

Vector search and state-of-the-art retrieval for generative AI apps

อันนี้แบ่งเป็น 2 ช่วง แนะนำ Vector Search และ Use Case ของ AIS

- Vector Search via Azure AI Search

(Khun Smith Mangmeetakun , Khun Aouychai Burannamanit)

ข้อจำกัดความรู้ของ Model LLM เช่น Out Dated KM / Intenal KM (โปรโมชัน / เคสในองค์กร) จะไม่รู้ อันนี้จะ Solution มาปรับ 3 ทาง

• Prompt Eng
• Fine Tuning เรียน ให้ได้ความรู้ใหม่
• RAG เอาโพย สรุปไปอ่าน

Vector Database แก้ปัญหา คำว่า สุนัข กับ Golden Retriever กลุ่มเดียวกัน หรือ ข้าวต้มกุ้ง กับ ข้าต้มกุ้ง ทำยังไงให้ มันยังเจอนะ แก้โดยมองเป็น vector เอา math มาช่วย บอกค่าความใกล้เคียง/คล้ายจากหลายอัลกอริทึม เช่น cosine similarity เพื่อให้ AI จับได้ เมื่อได้ Vector แล้ว เอายัดลง db ทำ index ไว้

Vector Search Techinques

• Ann เร็ว
• Exchausitve ann เน้นถูก
• Filter Vector ลดตาม scope context ให้มัน search ไวขึ้น + ANN
• Multi-Vector

Challenge ของทำ doc ยิ่งยาว accurary ลดลง แก้โดยใช้พวก Multi Model Azure เค้ามี Fusion (RRF keyword + vector ) + Reranking (จัดให้ตรง domain ตาม semantic เช่น เอกสารเงิน อาหาร) มาเสริม keyword / vector

Resource: RAG and generative AI - Azure AI Search | Microsoft Learn / Vector search - Azure AI Search | Microsoft Learn / Azure/azure-search-vector-samples (github.com) /

- AIS Use Case Cognitive Telco

• AI น้องเอแคร์ มาคุยติดตามปัญหา มาเป็นเสียงเลย แต่อาจจะตอบตรงๆอยู่ เช่น ตามเก็บเงินค่าบริการ เป็นต้น
• อีกตัวนึง AskAunjai เป็น Chat Bot ที่อยู่ในทั้ง Web และใน APP MyAIS ลองถามระหว่างทำอย่างอื่นได้

จากนี้พักเที่ยงแล้วครับ อาหารอร่อย มีไปคุยกับหลายๆคนครับ เรียกว่ามีคนรู้จักพาไป แล้วเราตามเค้าๆไปดีกว่าครับ ตัวผมไม่ได้เก่งด้านการเปิดบทสนทนาเท่าไหร่ซะด้วย 5555 และถ่ายรูป Logo Microsoft ด้วยครับ

Build your RAG Application with Prompt flow in Azure AI Studio

อันนี้แบ่งเป็น 2 ชวง แนะนำ RAG Prompt flow และ Use Case ของ Agoda

- RAG - Prompt flow

(Khun Jiratouch Mahapol)

แนะนำลองอ่าน Blog สรุปงาน Global Azure 2024 – Thailand พวก Service AI หลายๆตัวจดไว้ในนี้และ

ถ้าเขียน Blog นี้ขัดแย้งกับของเดิมก็แนะนำได้ครับ

LLMOps Flow ที่ต้อง Continuous Improve ปรับให้แม่นยำขึ้น โดยมี Phase ดังนี้

• Ideating / Exporting use-case ที่ใช้กับ AI รวมถึงอะไรที่ควรต้อง Filter ออก และ pilot prove idea ลอง POC
• Building / Augmenting ใช้ข้อมูลจริงๆแล้ว และมีการทำ และ Evaluate Model รวมถึงตรวจ Sensitive info.
• Operationalizing หลัง Go live แล้วมา monitor ดูกัน

Concern ในส่วนของการพัฒนา App จาก Generative AI

• Private Data Access / Data Privacy
• Prompt Engineering - Chain of thought / Few Shot
• Performance & Evaluation
• Versioning เหมือนพวก Code เลบ
• AI Safety

Prompt Flow ต่อจากเมื่อเช้า ตอน Deploy มันจะมีตั้งค่า metric เพื่อทำ AI Safety

ถ้าพัฒนา Prompt Flow จากเดิมที่ผมได้ฟังจาก Session Global Azure 2024 จะลากวางผ่านเว็บ ตอนนี้มี Extension บน VS Code และ ลง Plugin พวก Python / Prompt Flow CLI สามารถใช้ Prompt Flow ลง Local ก่อนขยายไปลองบน Cloud ได้ ตอนนี้การพัฒนาทำได้ 2 แบบ

• Designer First - Web Based - วาด Flow บน web
• Code First - VS Code ลง Extension Prompt Flow ลง Runtime Python ต่างๆ จากนั้นแก้ Flow ผ่าน yaml

Resource: Build a RAG-based copilot solution with your own data using Azure AI Studio (preview) - Training | Microsoft Learn / Quick Start — Prompt flow documentation (microsoft.github.io)

- Agoda Use Case - AI Adoption

(Khun Shaun)

• ทำ GPT Hackathon มันจะได้ตัวอย่างหลาย เช่น Chat Bot / SEO Content Generation / แนะนำ Hotel Price เป็นต้น
• Bootstrapping a community เปิดการ Share ความรู้ ให้ทุกคนรู้จัก AI และค่อยขยายไปในทุก Role ใช้ ChatGPT และส่งเสริมให้ Dev ลองเข้ามาใช้ Copilot มาขึ้น //คล้ายๆกับ Session เมื่อเช้าอยู
• และลองมา Build Your Own ขององค์กร
  - Own ChatGPT
  - Assistance Tools
  - AI แปลง Draw UI > React Component ชอบอันนี้
  - Query Assistant Gen SQL ตาม DB ใน องค์กร
  - Askgoda - Semantic Search
  - AI Review Helper
  - Property Page Q&A - chatbot
• Next Step ถ้าฟังไม่ผิดนะ Future จะเอา AI ลงเข้าไปใน App เช่น ถ้าเราถามโรงแรม ระบบมันแนะนำ ถ้าแบบเดิมๆ มันจะไม่บอกเหตุผล อันนี้จะบอกว่าทำไมถึงแนะนำ Chat Flow / Assistance เป็นต้น

Prompt Engineering to Production with LLMOps

(Khun Arpaporn Skunkittiyut / Khun Surasak Oakkaraamonpong / Khun Teerasej Jiraphatchandej)

Session นี้มองว่า Dev ต่อ จาก Session ที่แล้ว เน้นส่วน Building / Augmenting

ML vs LLM

• ML สร้าง Model เองเลย
• LLM เอา Model ที่มีอยู่แล้ว มาเสริม Data มา Fine Gain .ให้มันฉลาด + Prompt

MLOps > LLMOps - ช่วงนี้ Ops เต็มไปหมด 555 แล้วที่นี้ ML / LLM Ops มีจุดต่าง ดังนี้

จากนั้นมี Demo ตัว "Contoso Outdoor Company" โดยมี 2 ส่วน Dev Flow / Evaluate Flow

• Dev Flow เหมือน Session อื่นแนะ Flow และส่วนประกอบ กันดูใน Live ดีกว่า ส่วนตัว ถ้าเขียน yaml GitHub Action ได้ ปรับตัวได้ไม่ยาก
• Evaluate Flow อันนี้เด๊้ยวอธิบายแยก

Evaluate Flow - เรียกว่ายังไงดี เขียนอีก Prompt Flow มาตรวจ Step

• กำหนดไฟล์ jsonl ใส่ prompt ของแต่ละ Intent
• ทดสอบ Local ถ้าพร้อมไป Cloud ลองของจริง

Metric ใช้ตรวจตอน Evaluate

• Groundedness คำตอบตรง หรือไม่ มี Fact รองรับไหม หรือ AI มันคิดเอง
• Relevance ตรงกับความต้องการไหม ไม่ใช่ดึงไปอีกหมวด
• Coherance ตอบแล้ว ดูเหมือนคนไหม

ต่อไป Demo Evaluate Flow หน้าตา Flow แยกเอา metric มาลากวาง และกำหนด jsonl ให้ทำหน้าที่ 2 อย่าง Assistance / Support ผลปรากฏว่า Metric ไม่สวย

แต่อันนี้ปรับ Prompt Flow การทำ Step Intent Mapping เพื่อช่วยเลือก Assitance ได้ถูกว่าจะ Trigger Assistance / Support และปรับ Prompt Normalization ให้ชัดเจนขึ้น / Rewrite Query

Tooling for Automation

• Azure CLI / Azure ML CLI / PF Azure CLI
• Prompt Flow yaml
• GitHub Action ต้องมีไป config LLMOps with prompt flow and GitHub - Azure Machine Learning | Microsoft Learn

มีบันทึก Live ด้วย Prompt Engineering to Production with LLMOps - Microsoft Build AI Day 2024 (youtube.com)

Resource:

• Build a RAG-based copilot solution with your own data using Azure AI Studio (preview) - Training | Microsoft Learn
• Quick Start — Prompt flow documentation (microsoft.github.io)
• LLMOps with prompt flow and GitHub - Azure Machine Learning | Microsoft Learn

Make your data AI ready with Microsoft Fabric

(Khun Khemika Pattaranipit / Khun Jirachai Chansivanon / Khun Mongkol Sarapisutt)

Complete analytic Platform - Microsoft Fabric เป็น SAAS Tools ที่เอาไปทำงาน 7 ด้าน

• Data Factory - ทำ Flow พวก ETL ELT โดยมี Connector ต่อกับ Source 150 ++
• Synapse Data Engineering - สำหรับ DA มาจัดการข้อมูล ผ่านตัว Apache Spark
• Synapse Data Sci - วิเคราะห์ข้อมูล เทรน Model
• Synapse Data warehousing - จัดการข้อมูลขนาดใหญ่ OLTP
• Synapse real-time data analytic -ข้อมูล Realtime
• Power BI - แสดงผล Visualize ข้อมูล
• Data Activator - ทำ alert จากข้อมูล

Lake Centric - Onelake เอาข้อมูลมาเก็บที่เดียวกัน จากทุกแหล่ง โดยกำหนด Onelake tenant level และมี Purview ทำ Data Governance ตอนนี้มี Feature ใหม่

• Shortcut - ไม่ให้ data duplicate และ link กับ data จาก storage อื่นๆ เช่น azure data lake /s3 / data brick
• Mirroring in Microsoft Fabric (Public Preview) - ดึง Data จาก DB ต่าง เช่น  Azure SQL Database, Azure Cosmos DB, Snowflake เข้ามาที่เดียว

Empower Every Business User - เชื่อมกับ Tools อื่น Team / PowerPoint / Excel มันเห็น Lake House เอามาใช้ต่อได้เลย

AI Power - Copilot

• ช่วย make data ready ใน dataflow ทำ transform
• ใน Notebook Suggest Code มา แนะนำ Data Visualize/ forecasting
• หา insight ทำ report ใน power bi

Blog ของท่านอื่นๆ

• (MegaBlog) Microsoft Build: AI Day 2024 | EP: 1— A lot of Things Happening | by Boat Charunthon | May, 2024 | Medium

ปิดท้าย

• ข้าวอร่อยมาก ขนมด้วย
• และ เห็นการทำงานจริง ตอนแบ่ง Hall ใหญ่ออกมาเป็น 3 ห้อง พวก กำแพง Knock Down หมดเลย
• สำหรับผมจะอยู่ที Hall หลักนะ ช่วงบ่ายมีจัด Hackathon ของ GitHub / Azure Open AI ด้วย เดี๋ยวรอ Blog คนอื่นมาเล่า เห็นมี Share Slide ในกลุ่ม เอามาแปะด้วย
  - GitHub Copilot
  - Azure Open AI
• มีหลายบูธด้านนอก Hall นะ มีเล่นเกมด้วย แต่ไม่ใช่งานถัดเลยไม่ได้เล่น 55 อยากได้กระเป๋า MS Learn สวยอยู่

Reference

• Microsoft Events - Microsoft Build: AI Day
• ไมโครซอฟท์ประกาศพันธสัญญา ขับเคลื่อนประเทศไทยสู่อนาคตในยุค AI และคลาวด์ - ศูนย์ข่าวสารประเทศไทย (microsoft.com)
• ไมโครซอฟท์ประกาศเปิดศูนย์ข้อมูล Azure รีเจี้ยนใหม่ในประเทศไทย | Blognone
• ไมโครซอฟท์เผยจำนวนผู้ใช้ GitHub ในไทย 9 แสนราย เติบโต 24% จากปีก่อน | Blognone