ไฮไลต์จากเวิร์กช็อป AI in Action

Damani Brown
Damani Brown
GitHub LinkedIn
Melissa Mitchell
Melissa Mitchell
Mari Viana
Mari Viana
LinkedIn
Thierno Thiam

เผยแพร่: 14 ตุลาคม 2025

เราได้จัดเวิร์กช็อปด้านเทคนิค "AI in Action" ร่วมกับกลุ่มสตาร์ทอัพในนิวยอร์กซิตี้ เป้าหมายนั้นเรียบง่าย นั่นคือการแสดงให้เห็นว่า AI ฝั่งไคลเอ็นต์ และ API ของ AI ในตัวสามารถผสานรวมเข้ากับผลิตภัณฑ์โดยตรงได้อย่างไร เพื่อให้มีความเร็ว ความเป็นส่วนตัว และประสบการณ์ของผู้ใช้ที่ดีขึ้น

โดยรวมแล้ว เราได้ต้อนรับนักพัฒนาแอป 24 คนจากสตาร์ทอัพนวัตกรรม 8 แห่ง ช่วงเช้า มีการบรรยายจากผู้เชี่ยวชาญด้านผลิตภัณฑ์และวิศวกรรม ซึ่งครอบคลุม ศักยภาพอันมหาศาลของโอเพนซอร์ส โมเดลในอุปกรณ์ และความสําคัญเชิงกลยุทธ์ ของการนํา AI มาสู่แพลตฟอร์มเว็บโดยตรง จากนั้นผู้เชี่ยวชาญด้านเทคนิคได้ให้ คำแนะนำที่นำไปใช้ได้จริงเพื่อเริ่มต้นใช้งาน AI API ในตัว

ผู้เข้าร่วมเห็นว่ากิจกรรมนี้มีคุณค่าอย่างยิ่ง และพบว่า API เหล่านี้ใช้งานง่าย ไม่ว่าผู้เข้าร่วมจะมีความรู้ด้านแมชชีนเลิร์นนิงอยู่แล้วหรือไม่ก็ตาม นอกจากนี้ ยัง ค้นพบ Use Case ใหม่ๆ สำหรับแอปพลิเคชันของตนผ่านการทดลองด้วย เรา รู้สึกตื่นเต้นที่จะได้ตรวจสอบเอกสารของเรา กลุ่มหนึ่งยังช่วยเราระบุและ จำลองข้อบกพร่องที่ซับซ้อน เพื่อให้เราส่งการแก้ไขได้

ผู้เข้าร่วมของเราพัฒนาต้นแบบ 10 รายการได้สำเร็จโดยใช้ AI ฝั่งไคลเอ็นต์ มา ดูโปรเจ็กต์บางส่วนของครีเอเตอร์เหล่านี้และเรียนรู้เกี่ยวกับประสบการณ์ของครีเอเตอร์ในงาน

การตรวจหาเหตุการณ์ของอแดปเตอร์โดยใช้ Prompt API

Adapter มีเป้าหมายในการสร้าง "ศูนย์ควบคุมภารกิจสำหรับชีวิตประจำวันของเรา เพื่อเพิ่มเวลาว่างให้ได้มากที่สุด ไม่ใช่เวลาอยู่หน้าจอ" โดยได้สร้างส่วนขยาย การพิสูจน์แนวคิดที่มีความสามารถ 2 อย่าง ได้แก่

  • การตรวจหาเหตุการณ์อัจฉริยะที่สอดคล้องกันซึ่งระบุเหตุการณ์ภายใน หน้าเว็บขณะเรียกดู (คอนเสิร์ต ร้านอาหาร กิจกรรม) จากนั้นปรับเหตุการณ์เหล่านั้นตาม บริบทส่วนบุคคล ซึ่งรวมถึงเวลาว่างในปฏิทินส่วนตัว ค่ากำหนดในชีวิต และสัญญาณทางสังคมแบบเรียลไทม์ โดยทั้งหมดนี้จะได้รับการประมวลผลในเครื่อง
  • การจัดอันดับเนื้อหาใหม่แบบเรียลไทม์ซึ่งปรับลำดับเนื้อหาในหน้าเว็บให้เหมาะกับความสนใจส่วนตัวของคุณตามต้องการ

Adapter ใช้ Prompt API สำหรับการแยกวิเคราะห์ การให้เหตุผล และการเรียกเครื่องมือ และใช้ Writer API สำหรับการสร้างข้อความในเครื่อง

"เรากำลังใช้การให้เหตุผลที่ซับซ้อนและเวิร์กโฟลว์แบบหลายขั้นตอนที่อุปกรณ์ปลายทางโดยมีข้อแลกเปลี่ยนด้านความเป็นส่วนตัวที่จำกัด ซึ่งช่วยให้แอปพลิเคชันด้านปัญญาประดิษฐ์ส่วนบุคคล ที่เคยเป็นไปไม่ได้เมื่อการอนุมานทุกครั้งหมายถึงการส่งข้อมูลผ่านเครือข่าย ขณะที่เพิ่มการประมวลผลระยะไกล" - Dillon Ponzo วิศวกรผู้ก่อตั้ง Adapter

API ของ AI ในตัวของ Chrome ช่วยให้โมเดลที่มีน้ำหนักเบาประมวลผลข้อมูลได้ในเครื่อง จึงรักษาความเป็นส่วนตัวได้โดยค่าเริ่มต้น วิศวกรผู้ก่อตั้ง Adapter อย่าง Aidan Crank และ Dillon Ponzo มองว่านี่เป็นการยืนยันปรัชญาด้านสถาปัตยกรรมของตน

"ส่วนขยาย AI ส่วนใหญ่จะบันทึกบริบทและส่งไปยังที่อื่น" Crank อธิบาย ซึ่งก่อนที่จะเข้าร่วม Adapter นั้น เคยทำงานด้านวิศวกรรม ML ขนาดใหญ่ที่ AWS "AI ในตัวของ Chrome จะกลับโมเดลนั้น ข้อมูลส่วนตัวจะยังคงอยู่ในอุปกรณ์ของคุณ แต่คุณจะได้รับประสบการณ์การใช้งานอัจฉริยะที่ก่อนหน้านี้ไม่สามารถทำได้"

Adam Ghetti ผู้ร่วมก่อตั้ง Adapter ซึ่งบริษัทก่อนหน้าของเขาคือ Ionic Security เป็นผู้บุกเบิก การรักษาความปลอดภัยแบบอัตโนมัติที่เน้นข้อมูลเป็นหลักในวงกว้าง มองเห็นผลกระทบที่ลึกซึ้งกว่านั้นว่า "ความเป็นส่วนตัว ไม่ใช่ฟีเจอร์ที่คุณเพิ่ม แต่เป็นสถาปัตยกรรมที่คุณเลือก AI ในตัวของ Chrome ทําให้สถาปัตยกรรมดังกล่าวใช้งานได้จริง"

เมื่อ Chrome ขยายความสามารถเหล่านี้ด้วยการรองรับมัลติโมดัลและ API ที่สมบูรณ์ยิ่งขึ้น อุปกรณ์ Edge ไม่ได้ตามทันระบบคลาวด์เท่านั้น สำหรับ AI ส่วนตัวและแบบส่วนตัว เราต้องทำให้ AI เหนือกว่าในจุดที่เหมาะสม

Sublayer จัดหมวดหมู่รูปภาพด้วย Prompt API เพื่อปรับปรุงรูปแบบต่างๆ

Sublayer ได้สร้างแอปสนุกๆ ชื่อ Photoslider ซึ่งออกแบบมาเพื่อปฏิวัติวิธีที่คุณโต้ตอบและสร้างรูปแบบต่างๆ ของรูปภาพ

หากต้องการใช้ PhotoSlider ผู้ใช้จะต้องอัปโหลดรูปภาพหรือถ่ายรูปภาพใหม่ แล้วคลิกวิเคราะห์ Prompt API จะส่งรูปภาพเหล่านี้ไปยังโมเดลเพื่อทำการวิเคราะห์ โดยขอให้โมเดลระบุแอตทริบิวต์หลัก 3 รายการและกำหนดค่าแอตทริบิวต์เหล่านั้นเป็น 1 ถึง 10 เช่น แอตทริบิวต์อาจเป็น "ดั้งเดิม" หรือ "ความสว่าง"

ในส่วนหน้าบ้าน ผู้ใช้จะเห็นรูปภาพและแถบเลื่อนเพื่อปรับค่าหรือเพิ่มแอตทริบิวต์ใหม่ที่มีค่าที่กำหนดเอง ระบบจะส่งคำขอให้เปลี่ยนแปลงและรูปภาพไปยัง AI ฝั่งเซิร์ฟเวอร์ เพื่อให้โมเดลขนาดใหญ่ที่มีความสามารถในการแสดงผลแบบมัลติโมดัลสร้างรูปภาพใหม่เอี่ยมตามข้อกำหนดที่เปลี่ยนแปลง กระบวนการแบบวนซ้ำนี้สามารถทำซ้ำได้ไม่รู้จบ ทำให้คุณควบคุมได้อย่างเต็มที่จนกว่าจะได้รูปภาพที่ต้องการ

Scott Werner ซีอีโอของ Sublayer กล่าวถึงความตื่นเต้นของเขาว่า "เราสนใจอย่างแท้จริงที่จะสำรวจว่าการอนุมานในเครื่องมีลักษณะอย่างไร การมีโมเดลพร้อมใช้งานในเบราว์เซอร์บนเครื่องของผู้ใช้โดยค่าเริ่มต้นนั้นง่ายกว่าการให้ผู้ใช้ต้องไปติดตั้งโมเดลโดยตรงซึ่งมีความซับซ้อน"

Echo3D ประมวลผลโมเดล 3 มิติเป็นข้อมูลที่ค้นหาได้และมีรายละเอียด

Echo3D มีแพลตฟอร์มและ API สำหรับองค์กรเพื่อ จัดเก็บ รักษาความปลอดภัย และแชร์โมเดลและการสแกน 3 มิติในทีมและ องค์กรต่างๆ ได้อย่างราบรื่น ไปป์ไลน์ 3 มิติและข้อความขั้นสูงจะประมวลผลโมเดล 3 มิติเป็นข้อมูลที่สมบูรณ์และค้นหาได้

ในงานนี้ echo3D ได้พัฒนาเครื่องมือ 3 มิติเป็นข้อความเป็น 3 มิติ ซึ่งช่วยเพิ่ม ความเข้าใจด้านภาพของชิ้นงาน โดยใช้ Prompt API เพื่อทำให้การติดแท็กโมเดล การตรวจหาการทำซ้ำ และการปรับปรุงการจัดแคตตาล็อกและการจัดทำเอกสาร ของไลบรารี 3 มิติขนาดใหญ่เป็นไปโดยอัตโนมัติ

{
  "description": "A 3D model of a large, tan-colored sandcastle with one main
    tower, four small towers, and staircases wrapping around. The towers
    have multiple windows. There is a main gate.",
  "tags": ["sand","castle","gate","tan","tower","staircase"]
}

ซึ่งจะช่วยให้ชิ้นงานทุกชิ้นมีคำอธิบายที่สมบูรณ์ สอดคล้องกัน และค้นหาได้ จึงทำให้คลังทั้งหมดของผู้ใช้เป็นระเบียบและเข้าถึงได้ง่ายขึ้น นอกจากนี้ ยังช่วยประหยัดพื้นที่เก็บข้อมูลและป้องกันปัญหาเรื่องเวอร์ชันไม่สอดคล้องกันซึ่งเกิดจากไฟล์ที่ซ้ำกัน

"ทีมของเราให้ความสำคัญกับกิจกรรมนี้เป็นอย่างมาก เราประทับใจเป็นพิเศษกับความง่าย ในการผสานรวมฟีเจอร์ AI เข้ากับเว็บแอปพลิเคชันโดยใช้ AI ในตัว ความสามารถในการสร้างต้นแบบและติดตั้งฟีเจอร์ AI ฝั่งไคลเอ็นต์ที่ปลอดภัย ภายในระยะเวลาอันสั้นเช่นนี้ถือเป็นข้อได้เปรียบที่สำคัญ" – Alon Grinshpoon, CEO ที่ echo3D

Spot2 สร้างข้อมูลเมตาที่มีโครงสร้างจากรูปภาพที่อัปโหลด

แอปพลิเคชันของ Spot2 แสดงอสังหาริมทรัพย์ให้เช่าในเม็กซิโกซิตี้ โดยปกติแล้ว เมื่อมีการแสดงที่พักเหล่านี้ ข้อมูลเมตาที่สำคัญและ ข้อมูลอื่นๆ ที่มีประโยชน์จะหายไปจากข้อมูล รายละเอียดอาจแตกต่างกันไป อย่างมาก ขึ้นอยู่กับความใส่ใจในรายละเอียดของผู้ให้บริการ Spot2 ใช้เวลาทั้งวัน ปรับปรุงคุณภาพข้อมูลด้วย Prompt API

ทีมของบริษัทได้พัฒนาฟีเจอร์เพื่อประมวลผลและจัดระเบียบโครงสร้างของข้อมูลเมตาของข้อมูล โดยอัตโนมัติ กระบวนการนี้จะเกิดขึ้นทันทีที่อัปโหลดรูปภาพ ซึ่งจะช่วยให้ข้อมูลมีความสมบูรณ์และสอดคล้องกัน การทํางานนี้ ฝั่งไคลเอ็นต์แทนฝั่งเซิร์ฟเวอร์ทําให้ฟีเจอร์นี้คุ้มค่า

หากเปิดตัว ฟีเจอร์นี้จะส่งผล 2 อย่าง ได้แก่ คุณภาพของข้อมูลที่ดีขึ้นอย่างเห็นได้ชัด และค่าใช้จ่ายในการดำเนินงานที่ลดลงอย่างเห็นได้ชัด "เราคาดว่าข้อมูลคุณภาพสูงจะส่งผลให้อัตรา Conversion เพิ่มขึ้นด้วย"

โปรดเข้าร่วมกับเราในครั้งถัดไป