<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Paul Story on Medium]]></title>
        <description><![CDATA[Stories by Paul Story on Medium]]></description>
        <link>https://medium.com/@prommeesee?source=rss-81018b099cd4------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*SrrwF-iAQRJfvPwrH25EbA@2x.jpeg</url>
            <title>Stories by Paul Story on Medium</title>
            <link>https://medium.com/@prommeesee?source=rss-81018b099cd4------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 15:41:39 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@prommeesee/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[คิดอย่างไรเมื่อต้องแบ่งหรือแยก Monolithic Application ไปเป็น Microservices]]></title>
            <link>https://medium.com/@prommeesee/%E0%B8%84%E0%B8%B4%E0%B8%94%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B9%84%E0%B8%A3%E0%B9%80%E0%B8%A1%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B9%81%E0%B8%9A%E0%B9%88%E0%B8%87%E0%B8%AB%E0%B8%A3%E0%B8%B7%E0%B8%AD%E0%B9%81%E0%B8%A2%E0%B8%81-monolithic-application-%E0%B9%84%E0%B8%9B%E0%B9%80%E0%B8%9B%E0%B9%87%E0%B8%99-microservices-b9f4789e1a43?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/b9f4789e1a43</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Sun, 03 Dec 2023 03:24:21 GMT</pubDate>
            <atom:updated>2023-12-03T16:33:11.728Z</atom:updated>
            <content:encoded><![CDATA[<p>มีหลายคำถามเกิดขึ้นทั้งจากลูกค้า, Partner และแม้กระทั่งในทีมตัวเองว่า เราจะแบ่งยังไงให้เป็น Microservices บางคนก็บอกว่าต้องขนาดเล็กๆ ทุกฟังก์ชันงานเป็น Microservices หมด บางที่ก็บอกว่าไม่ใช่ให้มองเป็นกระบวนการการทำงานของแต่ละส่วนในองค์กรหรือหน่วยงานนั้นๆ</p><p>โดยตามความเข้าใจรวมทั้งที่ศึกษาแล้วลงมือทำเพื่อพิสูจน์ ส่วนตัวมองเห็นได้ชัดมีอยู่ 2 วิธีในการแบ่งระบบออกเป็น Microservices โดยปฏิบัติตามเงื่อนไข 3 ข้อ (คงเอาไว้ครั้งหน้า)</p><p>วิธีแรกในการแยกระบบเป็น Microservices คือการดูที่ความสามารถหลักๆ ของธุรกิจ (Core business capabilities) เราเลย ก็คือเราไปวิเคราะห์ระบบที่เรามีอยู่ มองจากมุมของธุรกิจ อย่างเช่น มีรายได้จากไหนบ้าง กลยุทธ์การตลาดเป็นยังไง หรือประสบการณ์ของลูกค้าดีแค่ไหน พอเราได้จุดเด่นเหล่านี้มาแล้ว ก็สร้าง Microservices ที่เกี่ยวข้องกันขึ้นมาโดยแยกแต่ละมุมมองของธุรกิจออกมาเลยและตั้งทีมที่จะดูแลส่วนนั้นๆ ให้เต็มที่</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hxbmWELrCzWvv-af_24Vcg.png" /><figcaption>มองหา Core business capabilities</figcaption></figure><p>พวกเรามีหลายวิธีในการหาความสามารถทางธุรกิจ (Core business capabilities) ในระบบเรา วิธีที่ผมชอบสุดคือทำเหมือนเป็นการทดลองคิด อธิบายระบบให้คนที่ไม่เข้าใจเรื่องเทคนิคฟัง แล้วลองอธิบายว่าระบบทำอะไรได้บ้าง และแต่ละความสามารถให้ค่าอะไรกับธุรกิจของเรา ยกตัวอย่างเช่น เวลาเราอธิบายร้านค้าออนไลน์ พวกเราก็จะพูดถึงความสามารถหลักๆ อย่างการเรียกดูสินค้าผ่านเว็บบราวเซอร์, การค้นหาสินค้า, ดูรายละเอียดสินค้า, อ่านรีวิวจากลูกค้าที่ซื้อไปแล้ว การเพิ่มสินค้าลงตะกร้าและสั่งซื้อ และการจัดส่งไปยังที่อยู่ของเรา นอกจากนี้เรายังต้องการความสามารถในการอัพเดทและดูแล Stock สินค้า, ทั้งจากมุมมองของลูกค้าเวลาซื้อสินค้าและมุมมองของผู้ขายที่ต้องการจัดการคำสั่งซื้อนั่นเอง</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3zHS6fkBQhRCd3j-aEv1mw.png" /><figcaption>ตัวอย่าง Online Store</figcaption></figure><p>พอเราสามารถจับความสามารถหลักๆ ของธุรกิจ (Core business capabilities) ให้เป็น Microservices ได้แล้ว แล้วเราจะรู้ได้ยังไงว่า Services เหล่านี้ตรงตามเงื่อนไข 3 ข้อที่เราวางไว้ โดยอย่างแรกเลยจากชื่อ Services พวกเราก็เห็นแล้วว่ามันตั้งตามหน้าที่หลักของความรับผิดชอบแค่เรื่องนั้นๆ นั้นก็คือเงื่อนไขแรกของ Microservices คือ Single Responsibility Principle (SRP)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*d1RIRO-Z6ButOV7YV1ijsA.png" /><figcaption>เงื่อนไขแรก Single Responsibility Principle</figcaption></figure><p>ทุก Services มีหน้าที่ดูแลความสามารถหนึ่งๆ ของธุรกิจได้แบบเต็มตัว แล้วพวกเราก็สามารถเช็คความสอดคล้องของแต่ละ Services ได้ง่ายๆ โดยดูจากการเปลี่ยนแปลงที่เกิดขึ้นในระบบ เช่น ถ้าเราอยากเพิ่มฟังก์ชันใหม่ๆ เช่น เพิ่มสินค้าใหม่หรือคุณลักษณะใหม่ให้กับสินค้าที่มีอยู่ ส่วนที่เราต้องเปลี่ยนแปลงก็แค่ UI กับ Product Service เท่านั้น ส่วน Services อื่นๆ ยังอยู่เหมือนเดิมและถ้าเราอยากตั้งนโยบายใหม่ๆ หรือ Feature สำหรับการใช้งานหรือกรองรีวิวของลูกค้า Service เดียวที่ต้องอัพเดทก็คือ Review Service เช่นกันถ้าเราอยากเปลี่ยน Payment Gateway ชำระเงินผ่านบัตรเครดิตหรือเพิ่มชนิดการชำระเงิน Service ที่ต้องอัพเดทก็คือ Order Service สิ่งนี้จะตรงตามเงื่อนไขที่เรียกว่า Cohesive Services Principle</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*o3d1d2RLbhrZmaYbZf0c4w.png" /><figcaption>เงื่อนไขที่ 2 Cohesive Services Principle</figcaption></figure><p>พวกเรายังสามารถตรวจสอบได้ว่า Services เหล่านี้ไม่ได้เกาะหรือพึ่งพากันและกันมากเกินไป มีความเชื่อมต่อกันอย่างหลวมๆ โดยการสังเกตุจากเส้นทางการใช้งานหรือกรณีการใช้งานของผู้ใช้งาน ยกตัวอย่างเช่น เมื่อผู้ใช้ต้องการเข้าร้านค้าออนไลน์ของเรา คำขอนั้นสามารถทำได้โดย Web Application Service หากผู้ใช้ต้องการค้นหาสินค้าหรือดูรายละเอียดของสินค้าบางอย่าง คำขอนี้สามารถทำได้โดย Product Service, การดูรีวิวของสินค้าพวกเราแค่ต้องใช้ Review Service และเพื่อสั่งซื้อและจัดส่งสินค้าก็จะเกี่ยวข้องกับ Order Service, Inventory Service และ Shipping Service ตามลำดับ โดยแต่ละ Services จะดูแลส่วนที่ชัดเจนของการทำธุรกรรมนั้นๆ เราเรียกเงื่อนไขสุดท้ายนี้ว่า Loose Coupling Principle</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HLsX4AodKI7izsLGemeA6w.png" /><figcaption>เงื่อนไขที่ 3 Loose Coupling Principle</figcaption></figure><p>ตอนนี้มาดูวิธีอื่นในการแบ่งแอปพลิเคชันแบบ Monolithic เป็น Microservices กันบ้าง วิธีนี้เรียกว่าการแบ่งตาม Domain หรือ Sub-domain ไม่เหมือนกับวิธีการก่อนหน้าที่ดูจากมุมมองทางธุรกิจอย่างเดียว ในวิธีนี้เราเอามุมมองของนักพัฒนามาใช้หมายความว่า เกณฑ์ในการกำหนดขอบเขตของ Sub-domain จะอิงจากความเข้าใจของ Engineers ต่อระบบนั่นเอง ซึ่งทำให้มันเป็นวิธีที่มักจะเข้าใจได้ง่ายกว่า</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KLk_aynyjwKzJbfPszrE3Q.png" /><figcaption>Sub-domain: Developers’s point of view</figcaption></figure><p>ในวิธีนี้เราจะแบ่งระบบออกเป็น Sub-domain ย่อยๆ ซึ่งแต่ละ Sub-domain นั้นกำหนดไว้เป็นบริเวณของความรู้ หรือกิจกรรมที่เกี่ยวข้องกัน</p><p>Sub-domain สามารถจำแนกได้เป็น 3 ประเภท ได้แก่</p><ol><li>Core Sub-domain ความสามารถหลักทางธุรกิจ (Core business capabilities) คือปัจจัยสำคัญที่ทำให้ธุรกิจของเราแตกต่างจากคู่แข่งอื่นๆ ในตลาด มันเป็นความสามารถที่ไม่สามารถหาซื้อมาได้ง่ายๆ หรือจ้างจากภายนอกได้ มันคือสิ่งที่เราใส่ความพยายามและการลงทุนอย่างมากเพราะหากไม่มีมันธุรกิจของเราก็จะไม่มีค่าอะไรเลย</li><li>Supporting Sub-domain เป็น Domain ทีให้การสนับสนุนความสามารถหลักทางธุรกิจ Core Domain และรวมทั้งสนับสนุนความสามารถให้กับ Sub-domain อื่นๆ อีกด้วย</li><li>Generic Sub-domain เป็นส่วนสำคัญในการดำเนินงานของธุรกิจที่จะช่วยในการผลักดัน Domain ให้เดินหน้าไปได้แต่มันไม่ใช่สิ่งที่ทำให้เราแตกต่างจากคู่แข่งหรือจะพูดได้ว่าเป็น Sub-domain ทั่วไปที่ไม่ขึ้นกับธุรกิจใดธุรกิจหนึ่ง มีหลายบริษัทที่สามารถใช้มันได้ และในหลายกรณีเราสามารถหาซื้อมาใช้ได้จากที่อื่นอีกด้วย</li></ol><p>การจำแนก Sub-domain แบบนี้ช่วยให้เราสามารถกำหนดลำดับความสำคัญในการลงทุนในแต่ละ Sub-domain ได้ นอกจากนี้ยังช่วยให้เราตัดสินใจได้ว่าจะจัดสรร Engineers ที่มีประสบการณ์และทีมพัฒนาที่ดีที่สุดของเราไปที่ไหน และที่ไหนที่เราสามารถประหยัดเวลาหรือค่าใช้จ่ายได้ โดยการใช้ Solution ที่มีอยู่แล้วในตลาด</p><blockquote>ยกตัวอย่างเช่นร้านค้าออนไลน์</blockquote><p>“เราจะไม่เห็นสินค้าเดียวกันหรือได้รับประสบการณ์เดียวกันในร้านค้าออนไลน์อื่นๆ นั่นคือเหตุผลที่ร้านค้าออนไลน์ของเรามีความโดดเด่นและไม่เหมือนใคร ในการสนับสนุนการขายสินค้าในร้านของเรา เรามี Sub-domain เกี่ยวกับการสั่งซื้อ, Stock สินค้าและการจัดส่ง หากไม่มีพวกมันเราก็ไม่สามารถขายสินค้าได้ แต่ฟังก์ชันเหล่านี้อาจคล้ายคลึงกับร้านค้าออนไลน์อื่นๆ สุดท้ายเรามี Sub-domain ที่เกี่ยวกับรีวิว, การชำระเงิน, การค้นหาสินค้า, การบีบอัดภาพ, ความปลอดภัย และ UI ผู้ใช้เว็บ ซึ่งเป็น Sub-domain ทั่วไป พวกมันยังคงเป็น Sub-domain ที่จำเป็น แต่มันก็ยังเป็นแบบทั่วไปเพราะยังมีธุรกิจอื่นๆ ที่ไม่ใช่แค่ร้านค้าออนไลน์เท่านั้นที่ต้องการที่จะใช้พวกมัน เราจึงสามารถใช้ Solution ที่มีอยู่แล้วในตลาดสำหรับส่วนประกอบเหล่านี้ได้อย่างง่ายดาย”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FXVs71MX6-AJavL3FZF8lA.png" /><figcaption>ตัวอย่างการจัดกลุ่ม Sub-domains</figcaption></figure><p>หลังจากที่เราได้ระบุ Sub-domain เหล่านั้นเรามีตัวเลือกหลายอย่าง พวกเราสามารถจัดสรร Microservices แยกต่างหากให้กับแต่ละ Sub-domain หรือถ้าเราเห็นว่าบาง Sub-domain มีความเชื่อมโยงกันอย่างแน่นหนาหรือไม่มีความสอดคล้องกันเพียงพอ เราสามารถรวมหลาย Sub-domain เข้าด้วยกันเป็น Microserivce เดียวกันได้ ตัวอย่างเช่น ถ้าเราพบว่าบริการภาพสินค้าและบริการการบีบอัดภาพมีความพึ่งพากันมาก เราสามารถรวมทั้งสองนี้เข้าด้วยกันเป็น Microservice เดียวกันได้ หรือถ้าเริ่มต้นแล้วเราเห็นว่าบริการชำระเงินไม่มี Logic อะไรมากที่จะเป็นบริการแยกต่างหาก หรือมีความเชื่อมโยงอย่างแน่นหนากับบริการการสั่งซื้อ เราก็สามารถรวมพวกมันเป็น Service เดียวกันได้ แน่นอนสิ่งนี้ไม่ได้ถูกกำหนดไว้อย่างถาวร หากในภายหลังเราพบว่ามันเหมาะสมกว่าที่จะแยกพวกมันออกเราก็สามารถทำได้เช่นกัน ด้วยขนาดที่เล็กของ Microservices เหล่านั้นทำให้การย้ายและปรับเปลี่ยนเกิดขึ้นได้อย่างง่ายดายและรวดเร็ว</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*btsnVRh8nneXdrVeEWdcnQ.png" /><figcaption>ลองจัดกลุ่ม Sub-domains และบาง Sub-domains สามารถรวมกันได้</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KU2U4D3bkxznCwW8bpprOg.png" /><figcaption>ในกรณีมีการเพิ่มวิธีการชำระเงินเราอาจจะแยกมันออกมาเป็น Payment Service ก็ได้</figcaption></figure><p>ข้อควรทราบเพิ่มเติมคือ สองวิธีที่เรากล่าวถึงในการกำหนดขอบเขตของ Microservices นั้นไม่ใช่วิธีเดียวที่มีอยู่ ยังมีวิธีอื่นๆ เช่น การแบ่งตาม Action หรือตาม Entities อย่างไรก็ตาม การกำหนดขอบเขตโดยใช้ความสามารถทางธุรกิจ (Core business capabilities) หรือ Sub-domain เป็นสองวิธีที่ได้รับความนิยมและง่ายที่สุดในการทำเช่นนั้น</p><p>ดังนั้นหลังจากที่ผมได้รู้สองเทคนิคหลักในการแบ่งแอปพลิเคชันแบบ Monolithic เป็น Microservices แล้วมาจึงได้เอาเปรียบเทียบกันดู พบว่าโดยทั่วไปวิธีการแบ่งตามความสามารถทางธุรกิจ (Core business capabilities) มักจะผลิต Microservices ที่มีความสอดคล้องและเชื่อมต่อกันอย่างหลวมๆ มากกว่าการแบ่งตาม Sub-domainในทางกลับกัน สถาปัตยกรรม Microservices ที่ได้จากการแบ่งตามความสามารถทางธุรกิจ (Core business capabilities) มักจะเป็นแบบหยาบกว่าซึ่งหมายถึง Microservices ที่มีขนาดใหญ่กว่า และเมื่อไหร่ก็ตามที่เราแบ่งตาม Sub-domain เรามักจะได้สถาปัตยกรรม Microservices ที่ละเอียดกว่านั้นหมายความว่าเราจะได้ Microservices ที่มีขนาดเล็กกว่านั้นเอง</p><p>สถาปัตยกรรมที่เราได้จากการแบ่งตามความสามารถทางธุรกิจ (Core business capabilities) มักจะมีความมั่นคงมากกว่าและเหตุผลก็เป็นเพราะว่าธุรกิจหลักๆ มักจะมีความมั่นคงมากกว่าด้าน Engineering และ Technology ในทางตรงกันข้าม การแบ่งตามความสามารถทางธุรกิจเรามีความจำเป็นต้องมีความเข้าใจในธุรกิจนั้นเป็นอย่างมาก นั่นหมายความว่ากระบวนการนี้จะเป็นการออกแบบที่ไม่ได้ตรงไปตรงมาหรือไม่น่ารู้สึกสัมผัสกินใจได้มากนักสำหรับ Engineers เมื่อเทียบกับการแบ่งตาม Sub-domain</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*m17RnYOdKr7XymLKL568HA.png" /><figcaption>Comparison ระหว่าง By Business Capabilities และ By Sub-domain</figcaption></figure><blockquote>ก่อนที่จะจบ มีสิ่งสำคัญที่อยากจะชี้ให้เห็น</blockquote><p>อย่างแรกคือ สำคัญที่ต้องเข้าใจว่าไม่มีวิธีการเดียวที่ถูกต้องอย่างสมบูรณ์ในการกำหนดขอบเขตของ Microservices และสิ่งที่ทำงานได้ดีในปัจจุบันอาจไม่ได้ผลดีเช่นกันในอนาคต ดังนั้นสถาปัตยกรรมจึงต้องไม่หยุดพัฒนา เนื่องจากมี Features ใหม่ๆ เข้ามาและความสามารถทางธุรกิจใหม่ๆ ถูกเพิ่มเข้ามา นอกจากนี้ยังไม่มีการแบ่ง Microservices ที่สมบูรณ์แบบ เราจะไม่ให้มีความเสียดสีหรือการเชื่อมต่อกันระหว่างส่วนต่างๆ นั้นเป็นเรื่องยากที่จะหลีกเลี่ยงได้ ดังนั้นเป้าหมายของการตั้งขอบเขตที่ถูกต้องคือ “<strong>การลดความเสียดสีและการเชื่อมโยงต่อกันนี้ลง ไม่ใช่การกำจัดมันออกไปโดยสิ้นเชิง”</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b9f4789e1a43" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ทำความเข้าใจ Lambda Expressionใน Java กันเถอะ]]></title>
            <link>https://medium.com/nexabyte-dispatches/%E0%B8%81%E0%B9%88%E0%B8%AD%E0%B8%99%E0%B8%88%E0%B8%B0%E0%B9%84%E0%B8%9B%E0%B9%83%E0%B8%8A%E0%B9%89-lambdas-expression%E0%B9%83%E0%B8%99-java-%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%97%E0%B8%B3%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%AA%E0%B8%B4%E0%B9%88%E0%B8%87%E0%B8%99%E0%B8%B5%E0%B9%89%E0%B8%81%E0%B9%88%E0%B8%AD%E0%B8%99-3d248d489667?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/3d248d489667</guid>
            <category><![CDATA[java-lambda-expression]]></category>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Sat, 28 Oct 2023 09:47:31 GMT</pubDate>
            <atom:updated>2023-10-29T09:22:32.870Z</atom:updated>
            <content:encoded><![CDATA[<h3>ก่อนจะไปใช้ Lambda Expressionใน Java ต้องทำความเข้าใจกับสิ่งนี้ก่อน</h3><p><em>By @NexaByte Dispatches</em></p><h3>ทำความเข้าใจใน Interfaces ก่อน</h3><ul><li>*interface** คือการกำหนดกรอบงานที่ class ควรจะทำ โดยไม่ต้องบอกวิธีการทำ</li><li>Class ที่ต้องการใช้งานตามกรอบนั้นต้องใช้คำว่า implements</li><li>เมื่อคลาสมีการ implements interface แล้วจำเป็นต้องทำตามที่ interface นั้นกำหนด</li><li>ถ้า class ทั่วไป (ไม่ใช่ abstract) implements interface ต้องมี code สำหรับทุก method ใน interface</li><li>ในขณะที่ class สามารถ extend มาจาก class อื่นได้เพียงคลาสเดียว แต่ class สามารถ implement interface ได้มากกกว่า 1 interface</li></ul><pre>class Dog extends Animal implements Moveable, Loveabl<br>คลาส Dog นั้นเป็น : Animal, Moveable และ Loveable</pre><ul><li>ตั้งแต่ Java 8 เป็นต้นมา การสืบทอด method ที่เป็น concrete จาก interface สามารถทำได้แล้ว interface สามารถประกอบด้วย method ทั้งที่เป็นแบบ abstract และ concrete โดยมีการเติมเป็น default methods และ static methods ไว้หน้า method</li></ul><blockquote>ขยายความเมื่อพูดถึง “ method ที่เป็น concrete” ใน Interface ของ Java คือหมายถึง method ที่มีการกำหนดรายละเอียดการทำงานและสามารถเรียกใช้งานได้เลย ซึ่งใน Java 8 ขึ้นไป interfacce สามารถมี method ประเภทนี้ได้ โดยการใช้คำว่า default หน้า method</blockquote><pre>public interface ExampleInterface {<br>    // abstract method (traditional method in interface)<br>    void abstractMethod();<br><br>    // concrete method (added in Java 8 using default keyword)<br>    default void concreteMethod() {<br>        System.out.println(&quot;This is a concrete method in an interface.&quot;);<br>    }<br>}</pre><p><em>ในตัวอย่างข้างต้น abstract method คือ abstract ที่ไม่มีรายละเอียดการทำงาน ในขณะที่ concrete method คือ concrete ที่มีรายละเอียดการทำงานและสามารถเรียกใช้งานได้เลย</em></p><ul><li>Class ที่ทำการ implement interface ไม่จำเป็นต้อง implement static method หรือ default method ที่อยู่ใน interface</li><li>Default method ใน interface สามารถถูกสืบทอดมายัง class ที่ทำการ implement interface นั้น แต่ static method ใน interface ไม่สามารถถูกสืบทอดมายัง class ที่ทำการ implement interface นั้นได้</li></ul><pre>public interface MyInterface {<br><br>    // 1. Default method<br>    default void defaultMethod() {<br>        System.out.println(&quot;This is a default method in an interface.&quot;);<br>    }<br><br>    // 2. Static method<br>    static void staticMethod() {<br>        System.out.println(&quot;This is a static method in an interface.&quot;);<br>    }<br>    <br>    // 3. Abstract method<br>    void abstractMethod();<br>}<br><br>public class MyClass implements MyInterface {<br><br>    // class นี้จำเป็นต้อง implement เฉพาะ abstract method จาก MyInterface<br>    @Override<br>    public void abstractMethod() {<br>        System.out.println(&quot;This is an implemented abstract method from MyInterface.&quot;);<br>    }<br>}<br><br>public class Main {<br>    public static void main(String[] args) {<br>        MyClass obj = new MyClass();<br><br>        obj.abstractMethod();  // Output: This is an implemented abstract method from MyInterface.<br>        obj.defaultMethod();   // Output: This is a default method in an interface.<br>        <br>        // เราไม่สามารถเรียก static method ผ่าน object ได้ แต่เรียกผ่านชื่ออินเตอร์เฟซได้<br>        MyInterface.staticMethod();  // Output: This is a static method in an interface.<br>    }<br>}</pre><ul><li>**interface** เองนั้นมีลักษณะเป็น “abstract” โดยปริยายหมายความว่าเราไม่สามารถสร้าง instance ของ interface ได้ และ method ภายใน interface (ถ้าไม่ได้ระบุเป็น default หรือ static) มันจะเป็น abstract เสมอ</li><li>เมื่อเราเขียน “public abstract interface I {}” ก็จะมีความหมายเหมือนกับการเขียน “public interface I” การระบุคำว่า “abstract” กับ interface เป็นการซ้ำซ้อนเพราะ interface เป็น abstract อยู่แล้ว</li><li>สำหรับ interface ที่เป็น “top-level” (หมายถึง interface ที่ไม่ได้ถูกประกาศภายในคลาสอื่น) สามารถมีระดับการเข้าถึงเป็น public หรือ package-private การระบุเป็น private หรือ protected จะไม่ถูกต้องสำหรับ interface top-level</li></ul><blockquote>ก่อนไปต่อขอขยายความคำว่า “package-private” สักหน่อย</blockquote><blockquote>package-private (บางครั้งเรียกว่า default access) เป็นระดับการเข้าถึงใน Java ที่ไม่ได้ระบุแบบเฉพาะเจาะจง โดยการไม่ใส่ modifier ใด ๆ หน้า variable, method หรือ class สิ่งที่จะเกิดขึ้นคือ variable, method หรือ class นั้นจะสามารถเข้าถึงได้จากคลาสอื่น ๆ ที่อยู่ใน package เดียวกันเท่านั้น แต่ไม่สามารถเข้าถึงจากคลาสที่อยู่ใน package อื่น ๆ ได้ ตามตัวอย่างข้างล่าง</blockquote><pre>package com.example;<br><br>class PackagePrivateClass {<br>    String defaultAccessVariable = &quot;I can be accessed only within the com.example package&quot;;<br>    <br>    void defaultAccessMethod() {<br>        System.out.println(&quot;This method can be accessed only within the com.example package&quot;);<br>    }<br>}</pre><p>ต่อครับ นี้คือตัวอย่าง interface top-level กับ ที่ไม่ใช่ top level</p><pre>// ในไฟล์ชื่อ MyInterface.java ภายใน package myPackage<br>package myPackage;<br><br>// นี่คือ top-level interface<br>public interface MyInterface {<br>    <br>    // method แบบ abstract ซึ่งเป็นลักษณะเริ่มต้นของ method ใน interface<br>    void myAbstractMethod();<br><br>    // method แบบ default ซึ่งถูกเพิ่มเข้ามาใน Java 8<br>    default void myDefaultMethod() {<br>        System.out.println(&quot;This is a default method in MyInterface.&quot;);<br>    }<br>    <br>    // method แบบ static ซึ่งก็ถูกเพิ่มเข้ามาใน Java 8<br>    static void myStaticMethod() {<br>        System.out.println(&quot;This is a static method in MyInterface.&quot;);<br>    }<br>}</pre><p>เปรียบเทียบกับ interface ที่ไม่ใช่ top level</p><pre>public class OuterClass {<br>    <br>    // นี่คือ nested (inner) interface ภายใน OuterClass<br>    public interface NestedInterface {<br>        void nestedMethod();<br>    }<br>    <br>    // class ภายในที่ implement nested interface<br>    public class InnerClass implements NestedInterface {<br>        @Override<br>        public void nestedMethod() {<br>            System.out.println(&quot;Implementing method of nested interface.&quot;);<br>        }<br>    }<br>}<br><br>public class Main {<br>    public static void main(String[] args) {<br>        OuterClass.NestedInterface nestedObj = new OuterClass().new InnerClass();<br>        nestedObj.nestedMethod();  // Output: Implementing method of nested interface.<br>    }<br>}</pre><ul><li>ทุก method ใน interface จะมีลักษณะเป็น public โดยปริยาย (implicitly)</li></ul><pre>public interface MyInterface {<br><br>    // โดยปริยาย, มันเป็น &quot;public abstract&quot;<br>    void myAbstractMethod();<br><br>    // โดยปริยาย, มันเป็น &quot;public&quot;<br>    default void myDefaultMethod() {<br>        System.out.println(&quot;Default method.&quot;);<br>    }<br><br>    // โดยปริยาย, มันเป็น &quot;public&quot;<br>    static void myStaticMethod() {<br>        System.out.println(&quot;Static method.&quot;);<br>    }<br>}</pre><blockquote>เราไม่สามารถระบุระดับการเข้าถึง (access modifier) อื่น ๆ ให้กับ method ใน interface ได้ ถ้าเราพยายามใส่ private, protected หรือ package-private สำหรับ method ใน interface ตัว complier จะแสดงข้อผิดพลาดให้เห็น</blockquote><blockquote>เว้นแต่ใน Java 9 ขึ้นไปมันอนุญาตให้มี private method ภายใน interface ด้วย เพื่อช่วยในการจัดการการ code ภายใน default หรือ static methods ใน interface นั้นเอง</blockquote><p>ตัวอย่าง Java 9 ที่ให้มี private method ภายใน interface</p><pre>public interface MyInterface {<br><br>    default void displayGreeting() {<br>        String greeting = getGreeting();  // ใช้ private method ภายใน method default<br>        System.out.println(greeting);<br>    }<br><br>    default void displayFarewell() {<br>        String farewell = getFarewell();  // ใช้ private method ภายใน method default<br>        System.out.println(farewell);<br>    }<br><br>    // private method ภายใน interface<br>    private String getGreeting() {<br>        return &quot;Hello from MyInterface!&quot;;<br>    }<br><br>    // private method ภายใน interface<br>    private String getFarewell() {<br>        return &quot;Goodbye from MyInterface!&quot;;<br>    }<br>}</pre><ul><li>ใน Java เมื่อคุณประกาศ method ภายใน interface โดยไม่มีการระบุให้เป็น default หรือ static และไม่มี method body แล้ว method นั้นจะถูกถือว่าเป็น abstract โดยอัตโนมัตินั่นหมายความว่า class ที่ implements interface นั้นจะต้องมีการ @Override และสร้าง method body สำหรับทุก abstract method ใน interface นอกเสียจาก default และ static method ที่ถูกเพิ่มเข้ามาใน Java 8 เราไม่จำเป็นต้องมีการ @Override ตามตัวอย่าง</li></ul><pre>public interface MyInterface {<br>    <br>    // นี่ถือว่าเป็น &quot;public abstract&quot; โดยปริยาย<br>    void abstractMethod();<br>    <br>    // method แบบ default มี method body<br>    default void defaultMethod() {<br>        System.out.println(&quot;This is a default method.&quot;);<br>    }<br>    <br>    // method แบบ static มี method body<br>    static void staticMethod() {<br>        System.out.println(&quot;This is a static method.&quot;);<br>    }<br>}</pre><ul><li>ทุกตัวแปร (variables) ที่ประกาศใน interface จะต้องมีลักษณะเป็น public static และ final โดยปริยาย นั่นหมายความว่าเราไม่สามารถประกาศตัวแปร instance ภายใน interface ได้ แต่เราสามารถประกาศค่าคงที่ (constants) ได้เท่านั้น ตามตัวอย่างด้านล่าง</li></ul><pre>public interface MyInterface {<br>    <br>    // นี่ถือว่าเป็น &quot;public static final&quot; โดยปริยาย<br>    int CONSTANT_VALUE = 100;<br>}</pre><blockquote>ในตัวอย่างข้างต้น CONSTANT_VALUE ถือว่าเป็น public static final โดยปริยาย หมายความว่าค่านี้เป็นค่าคงที่ไม่สามารถเปลี่ยนแปลงได้หลังจากถูกประกาศและเป็นสมาชิกของ interface เอง (ไม่ได้เป็นสมาชิกของ instance ของคลาสที่ implements interface)</blockquote><ul><li>ไม่สามารถสร้าง instance ของ interface ได้โดยตรง เราไม่สามารถใช้คำสั่ง new กับ interface เพื่อสร้าง object จาก interface นั้นๆ ได้ เนื่องจาก interface ไม่มี constructor</li><li>interface สามารถใช้เป็น reference type แม้ว่าเราจะไม่สามารถสร้าง instance ของ interface ได้โดยตรง แต่เราสามารถใช้ interface เป็นประเภทของ reference สำหรับ objects ที่เป็น instance ของคลาสที่ implements interface นั้นๆ ตามตัวอย่างด้านล่างของการ reference</li></ul><pre>interface Printable {<br>    void print();<br>}<br><br>class Printer implements Printable {<br>    @Override<br>    public void print() {<br>        System.out.println(&quot;Printing...&quot;);<br>    }<br>}<br><br>public class Test {<br>    public static void main(String[] args) {<br>        Printable p = new Printer(); // ใช้ interface ของ Printable เป็นชนิดของการ reference<br>        p.print();<br>    }<br>}</pre><blockquote>ในตัวอย่างข้างต้น Printer คือคลาสที่ implements interface ของ Printable แม้ว่าเราจะไม่สามารถสร้าง instance ของ Printable ได้โดยตรง แต่เราสามารถใช้ Printable เป็นชนิดของตัวแปร p ที่อ้างอิงไปยัง object ของ Printer ที่ถูกสร้างขึ้น</blockquote><h3>ความเข้าใจต่อมา Functional Interfaces คืออะไร</h3><p>**Functional interface** ถูกนำมาใน Java 8 ซึ่งสนับสนุนการใช้งาน lambda expressions คุณสมบัติพื้นฐานของ functional interface คือ</p><p>1. ต้องมีเพียง abstract method เดียวเท่านั้นภายใน interface<br>2. default และ static methods ภายใน interface จะไม่ถูกนับเข้าไป หมายความว่า functional interface สามารถมี default และ static methods ได้หลาย method แต่ยังคงมี abstract method เดียวเท่านั้น<br>3. Method ที่ถูกสืบทอดมาจากคลาส Object (เช่น toString, equals, และ hashCode) จะไม่ถูกนับเข้าไป</p><p>เรายังสามารถใช้ annotation “<a href="http://twitter.com/FunctionalInterface">@FunctionalInterface</a>” เพื่อระบุว่า interface นั้นเป็น functional interface ได้ (Annotation นี้เป็นเพียงเครื่องมือเพื่อช่วยให้ compiler ตรวจสอบว่า interface นั้นทำตามเงื่อนไขของ functional interface</p><p>ตัวอย่าง:</p><pre>@FunctionalInterface<br>public interface MyFunctionalInterface {<br>    void execute();<br><br>    // method default<br>    default void defaultMethod() {<br>        System.out.println(&quot;Default method&quot;);<br>    }<br><br>    // method static<br>    static void staticMethod() {<br>        System.out.println(&quot;Static method&quot;);<br>    }<br>}</pre><p>ในตัวอย่างข้างต้น MyFunctionalInterface เป็น functional interface เนื่องจากมีเพียง abstract method เดียว (execute) และ default กับ static methods จะไม่ถูกนับเข้าไป</p><p>Method ที่เป็น lambda expressions ในตัวอย่างข้างต้นเป็นการแทนที่การใช้งาน abstract method ของแต่ละ functional interface</p><ol><li><em>Runnable</em></li></ol><ul><li>มาจาก java.lang package</li><li>ใช้สำหรับการแทน code block ที่ไม่มีการรับ input และไม่มีการ return ค่า output</li><li>มี method void run()</li></ul><pre>Runnable runnable = () -&gt; System.out.println(&quot;Running...&quot;);<br>runnable.run();</pre><p>2. <em>Callable&lt;V&gt;</em></p><ul><li>มาจาก java.util.concurrent package</li><li>คล้ายกับ Runnable แต่สามารถ return ค่า (value) ของประเภท v ได้</li><li>มี method V call() throws Exception</li></ul><pre>Callable&lt;String&gt; callable = () -&gt; &quot;Called!&quot;;<br>try {<br>    String result = callable.call();<br>    System.out.println(result);<br>} catch (Exception e) {<br>    e.printStackTrace();<br>}</pre><p>3. Predicate&lt;T&gt;</p><ul><li>มาจาก java.util.function package</li><li>ใช้สำหรับการทดสอบ object ตามเงื่อนไขที่กำหนด และ return ค่า boolean</li><li>มี method boolean test(T t)</li></ul><pre>Predicate&lt;String&gt; isNotEmpty = s -&gt; !s.isEmpty();<br>System.out.println(isNotEmpty.test(&quot;Hello&quot;)); // จะแสดงค่า true<br>System.out.println(isNotEmpty.test(&quot;&quot;));      // จะแสดงค่า false</pre><h3>ความเข้าใจต่อมา Lambda Expression คืออะไร</h3><ul><li>Lambda expression เป็นฟีเจอร์ที่ถูกนำเข้ามาใช้ใน Java 8 และเป็นวิธีการที่ทำให้เราสามารถเขียน code ที่กระชับและเรียบง่ายขึ้น โดยเฉพาะเวลาที่เราต้องการส่ง behavior หรือการกระทำเป็น parameter ไปยัง method</li><li>Lambda expression สามารถใช้แทน anonymous inner class ในหลาย ๆ กรณี โดยเฉพาะเมื่อเราต้องการใช้งาน interface ที่มีเพียง method เดียว (functional interface) ตัวอย่างการใช้ anonymous inner class:</li></ul><pre>new Thread(new Runnable() {<br>    @Override<br>    public void run() {<br>        System.out.println(&quot;Running in the thread&quot;);<br>    }<br>}).start();</pre><p>ส่วนนี้เป็นตัวอย่างการใช้ lambda expression</p><pre>new Thread(() -&gt; System.out.println(&quot;Running in the thread&quot;)).start();</pre><p>จะเห็นว่าการใช้ lambda expression ทำให้ code กระชับและอ่านง่ายขึ้น อีกทั้งยังช่วยลด boilerplate code ที่ไม่จำเป็นออกไป</p><p>อย่างไรก็ตาม lambda expression ไม่ได้เป็นเพียงแค่ “block of code” ที่ทำให้ code กระชับขึ้นเท่านั้น แต่ยังเป็นเครื่องมือที่มีประสิทธิภาพในการเขียน functional programming style ใน Java และช่วยในการทำงานร่วมกับ Stream API และฟีเจอร์อื่น ๆ ของ Java 8 อีกด้วย</p><blockquote>“Boilerplate code” หรือ “code ที่ซ้ำซ้อน” คือ code ที่ต้องถูกเขียนซ้ำแล้วซ้ำเล่าในหลาย ๆ ส่วนของโปรแกรมโดยที่ไม่มีการเปลี่ยนแปลงค่าหรืออะไรเลย หรือ code ที่จำเป็นต้องเพิ่มเข้าไปเพื่อให้ระบบทำงานได้แต่ไม่ได้มีผลต่อฟังก์ชันหลักของโปรแกรม</blockquote><blockquote>Code ประเภทนี้มักทำให้การพัฒนาโปรแกรมล่าช้าลงและเพิ่มความซับซ้อนในการทำความเข้าใจ code เพิ่มขึ้นอีกด้วย</blockquote><blockquote>ตัวอย่างของ boilerplate code คือการเขียน getters และ setters สำหรับคลาสใน Java ถ้าคลาสมี fields จำนวนมาก เราก็ต้องเขียน method เหล่านี้ซ้ำแล้วซ้ำเล่าโดยที่โครงสร้างเป็นแบบเดียวกัน</blockquote><pre>public class Person {<br>    private String name;<br>    private int age;<br><br>    // Boilerplate code:<br>    public String getName() {<br>        return name;<br>    }<br><br>    public void setName(String name) {<br>        this.name = name;<br>    }<br><br>    public int getAge() {<br>        return age;<br>    }<br><br>    public void setAge(int age) {<br>        this.age = age;<br>    }<br>}</pre><p><em>การมีเครื่องมือหรือฟีเจอร์ที่ช่วยลด boilerplate code เช่น Lombok สำหรับ Java หรือการใช้ annotations จะช่วยให้โปรแกรมเมอร์เขียน code ที่กระชับและสะดวกขึ้น</em></p><ul><li>Lambda expression ใน Java ถูกออกแบบมาเพื่อทำงานร่วมกับ functional interfaces หากพูดง่าย ๆ functional interface คือ interface ที่มีเพียง method abstract เดียว (รวมทั้งถ้ามี method default, static หรือ method ที่ได้รับมาจาก object ก็ยังนับว่าเป็น functional interface เช่นกัน)</li><li>Lambda expression ให้เราสามารถสร้าง instance ของ functional interface โดยไม่ต้องเขียน class แบบปกติหรือ anonymous inner class แทนที่จะเขียนทั้งหมดเราสามารถใช้ lambda expression เพื่อแทนที่ method abstract นั้น ๆ ใน functional interface</li></ul><pre>// Functional interface<br>@FunctionalInterface<br>interface Greeting {<br>    void sayHello(String name);<br>}<br><br>public class LambdaDemo {<br>    public static void main(String[] args) {<br>        // Using lambda expression to create an instance of Greeting<br>        Greeting greeting = (name) -&gt; System.out.println(&quot;Hello, &quot; + name);<br>        <br>        greeting.sayHello(&quot;Alice&quot;);<br>    }<br>}</pre><p><em>ในตัวอย่างข้างต้น Greeting เป็น functional interface ที่มี method sayHello และเราใช้ lambda expression เพื่อสร้าง instance ของ Greetingโดยไม่ต้องเขียน class เพิ่มเติม</em></p><blockquote>การใช้ @FunctionalInterface annotation เพื่อตรวจสอบนั้นไม่จำเป็นสำหรับ functional interface แต่ถ้าระบุมันก็จะช่วยให้ compiler ตรวจสอบว่า interface นั้นมีเพียง method abstract เดียวซึ่งต้องตรงกับนิยามของ functional interface</blockquote><ul><li>เมื่อเราใช้ lambda expression ใน Java ภายในเครื่อง Java (JVM) จะแปลง lambda expression นั้นเป็น instance ของคลาสที่เรียกว่า “lambda proxy class” ซึ่งจะทำการ implement functional interface ที่เกี่ยวข้อง ดังนั้นเราสามารถพิจารณาว่า lambda expression เป็น “syntactic sugar” หรือการแทนที่การเขียน code ซึ่งยาวและซ้ำซ้อนด้วยรูปแบบที่กระชับและง่ายต่อการเข้าใจได้</li></ul><pre>@FunctionalInterface<br>interface Greeting {<br>    void sayHello(String name);<br>}<br><br>public class LambdaDemo {<br>    public static void main(String[] args) {<br>        // Using lambda expression<br>        Greeting greeting = (name) -&gt; System.out.println(&quot;Hello, &quot; + name);<br>        <br>        greeting.sayHello(&quot;Alice&quot;);<br>    }<br>}</pre><p><em>ในตัวอย่างข้างต้น lambda expression: (name) -&gt; System.out.println(“Hello, “+ name) ไม่ได้เป็น instance ของคลาสโดยตรง แต่ JVM จะแปลงมันให้เป็น instance ของคลาสบางคลาส (lambda proxy class) ที่ implement Greeting interface</em></p><blockquote>ดังนั้นถึงแม้ว่าเราจะบอกว่า “lambda expression เป็น instance ของคลาสที่ implement functional interface” ก็ไม่ผิด แต่เราควรเข้าใจในการทำงานภายในของ JVM และสิ่งที่ Java ให้เราเห็นและใช้งาน</blockquote><ul><li>Lambda expressions ใน Java มีลักษณะเป็นรูปแบบย่อของ methods และสามารถถูกใช้เพื่อระบุส่วนของ code ที่ต้องการจะถูกเรียกใช้ อย่างไรก็ตาม lambda expressions ไม่มีชื่อและไม่ได้ถูกผูกมัดกับ class ใด ๆ ซึ่งทำให้เรียกว่า “anonymous methods” หรือ “method ที่ไม่มีชื่อ”</li><li>Lambda expressions จริง ๆ แล้วเป็น objects (หรือ instances) แต่ไม่มีสถานะข้อมูลหรือคุณสมบัติที่เราเห็นใน class ปกติแทนที่จะมี fields, constructors หรือ methods หลาย ๆ ตัว lambda มีเพียง behavior หนึ่ง ๆ ตามที่ระบุไว้</li><li>เมื่อเราใช้ lambda expression Java compiler แปลงมันเป็น instance ของคลาสภายใน (known as lambda proxy class) ที่ implements functional interface ที่เกี่ยวข้อง</li></ul><pre>Runnable r = () -&gt; System.out.println(&quot;Running...&quot;);</pre><p><em>ในตัวอย่างข้างต้น, lambda expression: () -&gt; System.out.println(“Running…”) ถูกแปลงเป็น instance ของ Runnable interface แม้ว่าเราจะไม่เห็น class หรือ constructor ภายใน lambda แต่เมื่อ lambda ถูกสร้างขึ้นแล้วมันกลายเป็น object ของคลาสที่ถูกสร้างขึ้นภายใน JVM ซึ่ง implements Runnable interface</em></p><ul><li>เมื่อเราพูดถึง functional interfaces ใน Java (interfaces ที่มีเพียง method abstract เดียว) compiler สามารถบอกเราได้จากนิยามของ interface นั้นๆ โดยเฉพาะตอนที่เราใช้ lambda expressions ดังนั้นเราไม่จำเป็นต้องระบุประเภทของพารามิเตอร์หรือคืนค่าใน lambda หาก compiler สามารถบอกเราได้จาก context</li><li>Lambda expressions คือการแทนที่ของการสร้าง anonymous inner class ซึ่งทำให้ code ของเรากระชับและชัดเจนยิ่งขึ้นแทนที่เราจะต้องเขียน code ที่ซับซ้อนและมี boilerplate ตัว Lambda expressions ทำให้เราสามารถระบุ behavior ของเราในรูปแบบที่ซับซ้อนน้อยลงได้</li></ul><pre>@FunctionalInterface<br>interface Calculator {<br>    int operate(int a, int b);<br>}<br><br>public class LambdaDemo {<br>    public static void main(String[] args) {<br>        // Using lambda expression to define the behavior<br>        Calculator addition = (a, b) -&gt; a + b;<br>        System.out.println(addition.operate(5, 3)); // Outputs: 8<br>    }<br>}</pre><p><em>ในตัวอย่างข้างต้น Calculator เป็น functional interface ที่มี method abstract operate เมื่อเรากำหนด lambda expression: (a, b) -&gt; a + b, compiler จะสามารถสรุปได้ว่า a และ b เป็นประเภท int จากนิยามของ interface และ lambda expression นั้นจะถูกแปลงเป็น instance ของคลาสภายในที่ implement Calculator interface</em></p><p>นี่คือตัวอย่างการเปรียบเทียบก่อนที่จะมี lambda expression (pre-java 8 กับ java 8)</p><pre>interface Calculator {<br>    int operate(int a, int b);<br>}<br><br>public class PreJava8Demo {<br>    public static void main(String[] args) {<br>        //pre java8 <br>        Calculator addition = new Calculator() {<br>            @Override<br>            public int operate(int a, int b) {<br>                return a + b;<br>            }<br>        };<br>        System.out.println(addition.operate(5, 3)); // Outputs: 8<br><br>        // java 8 with lambda expression<br>        Calculator addition = (a, b) -&gt; a + b;<br>        System.out.println(addition.operate(5, 3)); // Outputs: 8<br>    }<br>        <br>    }<br>}</pre><p>พอแค่นี้ก่อนเอาไว้ครั้งหน้า ถ้าว่างจะมาเล่าหรือแสดงให้เห็นการเขียน การใช้งาน lambda expression ใน Java กันต่อ…</p><blockquote>แถม ”Syntactic sugar” เป็นคำศัพท์ในวงการ programming ที่ใช้อธิบายฟีเจอร์หรือการเขียน codeในภาษาโปรแกรมที่ไม่เพิ่มฟังก์ชัน ไม่เพิ่มเติมใด ๆ ให้กับโปรแกรม แต่แค่ทำให้การเขียนหรืออ่าน code ง่ายขึ้น หรือทำให้ code สวยงามและเข้าใจได้ง่ายขึ้น ความหมายของ “sugar” ในที่นี้คือ “การปรับปรุง” เพื่อทำให้ code ดูดีขึ้น โดยไม่เปลี่ยนแปลงฟังก์ชันหรือความสามารถหลักของโปรแกรม</blockquote><p><strong>ตัวอย่างของ syntactic sugar:</strong></p><ol><li><em>For-each loop ใน Java: การใช้ for-each loop ทำให้การวนซ้ำผ่าน collection เป็นไปได้อย่างง่าย แต่ภายในจริงๆ มันก็ยังคือการใช้ iterators<br>java อยู่</em></li></ol><pre>for (String item : listOfStrings) {<br>    System.out.println(item);<br>}</pre><p>2. <em>Lambda expressions ใน Java 8+: Lambda expressions ใช้เพื่อให้การเขียน inner classes ที่มี method เดียว (เช่น สำหรับ callbacks) ง่ายขึ้น แต่ภายในเครื่องจริงๆ มันก็คือการสร้าง class เหล่านั้นอยู่</em></p><pre>button.setOnAction(e -&gt; System.out.println(&quot;Button clicked!&quot;));</pre><blockquote>ทั้งนี้ “syntactic sugar” ช่วยในการทำให้ code ดูดีและเขียนได้ง่ายขึ้น แต่สิ่งที่เป็นรากเหง้าของภาษาก็ยังคงเป็นเหมือนเดิม ฟีเจอร์เหล่านี้แค่สร้างความพอใจให้กับเหล่านักพัฒนาเท่านั้น มันไม่ได้เปลี่ยนแปลงการทำงานของโปรแกรมให้ดีขึ้นเท่าไหร่</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3d248d489667" width="1" height="1" alt=""><hr><p><a href="https://medium.com/nexabyte-dispatches/%E0%B8%81%E0%B9%88%E0%B8%AD%E0%B8%99%E0%B8%88%E0%B8%B0%E0%B9%84%E0%B8%9B%E0%B9%83%E0%B8%8A%E0%B9%89-lambdas-expression%E0%B9%83%E0%B8%99-java-%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%97%E0%B8%B3%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%AA%E0%B8%B4%E0%B9%88%E0%B8%87%E0%B8%99%E0%B8%B5%E0%B9%89%E0%B8%81%E0%B9%88%E0%B8%AD%E0%B8%99-3d248d489667">ทำความเข้าใจ Lambda Expressionใน Java กันเถอะ</a> was originally published in <a href="https://medium.com/nexabyte-dispatches">NexaByte Dispatches</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Domain Model สมดุลระหว่างเทคนิคและความเข้าใจที่แท้จริงในเชิง business]]></title>
            <link>https://medium.com/nexabyte-dispatches/putting-the-domain-model-to-work-e1bf821b3d0c?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/e1bf821b3d0c</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Thu, 26 Oct 2023 11:26:11 GMT</pubDate>
            <atom:updated>2023-10-29T09:04:35.396Z</atom:updated>
            <content:encoded><![CDATA[<p><em>By @NexaByte Dispatches, ที่มา: Domain-Driven Design, Eric Evans</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/500/1*2c55wiryYjSXoEGBQX9KIQ.jpeg" /></figure><p>ในศตวรรษที่ 18 มีแผนที่จีนที่แสดงถึงโลกทั้งหมด ตรงส่วนกลางและพื้นที่ส่วนใหญ่เป็นของจีน โดยมีประเทศอื่นๆ ล้อมรอบ อย่างคร่าว ๆ แผนที่นี้เป็นตัวแทนของการมองโลกจากภายใน แต่เมื่อพิจารณามุมมองที่แผนที่นี้แสดง อาจพบว่าไม่สามารถช่วยในการสื่อสารหรือรับรู้กับชาวต่างชาติได้ดี แน่นอนว่าในยุคปัจจุบัน แผนที่แบบนี้อาจไม่เหมาะกับประเทศจีนแล้ว</p><p>แผนที่เป็นแบบแผนและทุกแบบแผนเป็นการแสดงบางมุมมองหรือความคิดที่น่าสนใจ แบบแผนเป็นการลดความละเอียด โดยเน้นเฉพาะส่วนที่เกี่ยวข้องกับการแก้ปัญหาที่มีอยู่และเลี่ยงรายละเอียดที่ไม่จำเป็นออกไป</p><p>เราสามารถเรียนรู้จากแผนที่แบบนี้ได้ว่า การมองโลกมีความสำคัญในการสร้างความเข้าใจและความสัมพันธ์กับผู้อื่น และการมีมุมมองที่เปิดกว้างอยู่เสมอจะช่วยให้เราสามารถรับรู้และปรับตัวกับความเปลี่ยนแปลงในโลกได้ดียิ่งขึ้น</p><p>ทุกๆ software application ถูกออกแบบมาเพื่อตอบสนองความต้องการหรือฟังก์ชันเฉพาะของผู้ใช้ ส่วนที่ program นี้ถูกนำไปใช้งาน เรียกว่า “Domain” ของ software มี domain หลายแบบที่เกี่ยวข้องกับสถานการณ์จริง ยกตัวอย่างเช่น Travel reservation system จัดการกับนักท่องเที่ยวจริงและยานพาหนะจริง ในขณะที่ domain บางส่วนเป็นแนวคิด ยกตัวอย่างเช่น Financial software’s domain มุ่งเน้นไปที่การทำธุรกรรมทางการเงินและการจัดการทางการเงิน แม้ว่าวัตถุประสงค์ของ software’s domain ส่วนใหญ่จะไม่ได้เกี่ยวกับ computer โดยตรง แต่ยังมีข้อยกเว้น เช่น software ที่จัดการ version control</p><p>การพัฒนา software ให้ตรงกับการใช้งานของผู้ใช้ ทีมพัฒนาต้องนำความรู้ที่เกี่ยวข้องกับงานเหล่านั้นออกมาใช้ เนื่องจากเราต้องการใช้ความรู้ที่มากขึ้น ปริมาณข้อมูลที่เยอะมากขึ้น รวมถึงความซับซ้อนของข้อมูลด้วย เมื่อพูดแบบนี้เลยทำให้เรารู้สึกว่ายากที่จะจัดการ นี่คือจุดที่คำว่า “Model” เข้ามามีบทบาท model ทำหน้าที่เป็นแนวทางให้กับการจัดการข้อมูลเหล่านี้ โดยออกแบบมาเพื่อแสดงให้เห็นถึงความรู้ที่ถูกคัดกรองและจัดระเบียบอย่างรอบคอบให้มันถูกต้อง อีกทั้ง Model ไม่เพียงแต่ทำให้ข้อมูลชัดเจนขึ้นแต่ยังทำให้สามารถใช้ข้อมูลนั้นแก้ปัญหาที่ต้องการได้อย่างมีประสิทธิภาพ</p><p>Domain model ไม่ใช่แค่การแค่แสดงผลลัพธ์ออกมาทางภาพเท่านั้น แต่เป็นแนวคิดหลักในการถ่ายทอดมันไม่ใช่เพียงแค่ความรู้แบบดิบ ๆ ที่มีอยู่ในหัวของผู้เชี่ยวชาญ แต่เป็นการสรุปและจัดระเบียบความรู้นั้นในรูปแบบที่เน้นเจาะจงเฉพาะจุดเพื่อแก้ไขปัญหา</p><blockquote>[สมชาย]: เฮ้, นายเคยคิดเรื่องการสร้าง domain model ไหม? หรือคิดว่ามันเกี่ยวกับการสร้าง model ให้เหมือนของจริงมากที่สุดหรือเปล่า?</blockquote><blockquote>[สมใจ]: น่าสนใจนะ ฉันเคยคิดว่ามันต้องเกี่ยวกับชีวิตจริงนะ แต่จริง ๆ แล้วมันเป็นเรื่องของประโยชน์มากกว่าความจริง ลองคิดดูว่ามันเหมือนกับการสร้างหนัง</blockquote><blockquote>[สมชาย]: โอ้ หมายถึงการสร้างฉากในหนังให้เหมือนกับสถานการณ์จริงใช่ไหม?</blockquote><blockquote>[สมใจ]: ไม่โดยตรง แม้หนังสารคดีก็ไม่ได้แสดงชีวิตจริงๆ โดยไม่ต้องแก้ไข มันเป็นเรื่องของการเลือกบางส่วนของสถานการณ์หรือประสบการณ์ แล้วแสดงพวกมันออกมาผ่านการเล่าเรื่องเกี่ยวกับหัวใจหลักของเรื่อง</blockquote><blockquote>[สมชาย]: ก็เหมือนกับผู้กำกับที่เลือกฉากบางฉากเพื่อสื่อความหมาย ผู้สร้าง domain model เลือกเนื้อหาบางส่วนที่มีประโยชน์ที่สุดสำหรับ softwareใช่ไหม?</blockquote><blockquote>[สมใจ]: แน่นอน! มันไม่ใช่เรื่องของการทำให้สมบูรณ์แบบ แต่เป็นการทำให้ได้ประโยชน์มากที่สุด</blockquote><blockquote>[สมชาย]: อ๋อ! ก็เหมือนเราเลือกฉากที่ดีที่สุดสำหรับหนัง software ของเราเนี่ยแหละ!</blockquote><p>เมื่อพูดถึงการพัฒนา software การสร้าง domain model เป็นหัวใจของกระบวนการทั้งหมด เพื่อให้ระบบที่พัฒนาขึ้นมาสามารถตอบสนองต่อความต้องการของผู้ใช้และสะท้อนถึงความซับซ้อนของชีวิตจริง Model และ Design เป็นส่วนที่ไม่สามารถแยกห่างออกจากกันได้ มันมีการสร้างความเชื่อมโยงทั้งจากภายในและภายนอกต่อกัน</p><p>การสร้าง domain model ที่มีประสิทธิภาพไม่ได้แปลว่าต้องสะท้อนความจริงในทุกๆ ด้าน แต่ต้องเป็นเครื่องมือที่ช่วยในการแปลความซับซ้อนของ domain เป็นภาษาของ code ที่สามารถทำงานและรับรองว่ามันจะให้ผลลัพธ์ที่ต้องการได้</p><p>ดังนั้นการเข้าใจ domain model และการสร้างความเชื่อมโยงระหว่าง model กับการ implementation เป็นสิ่งที่ขาดไม่ได้เช่นเดียวกัน Model ช่วยเป็นแนวทางในการเขียน code และแก้ไข อีกทั้งช่วยในการตัดสินใจด้านการ design การมี model ที่ดีจึงเป็นสิ่งสำคัญที่จะทำให้กระบวนการพัฒนา software มีประสิทธิภาพและรับผิดชอบต่อความต้องการของผู้ใช้ได้อย่างแท้จริง</p><blockquote>[สมใจ]: นี่สมชาย, แกรู้มั้ยว่าเราคุยกันเกี่ยวกับความสำคัญของการมีภาษาที่ใช้ร่วมกันเพื่อให้ทุกคนในทีมเข้าใจกันบ่อยๆ?</blockquote><blockquote>[สมชาย]: อ๋อ แกหมายถึงการมี model ที่ทำให้เราทุกคนเข้าใจและใช้งานร่วมกันรึ?</blockquote><blockquote>[สมใจ]: ถูกแล้ว! model นั่นเหมือนกับโครงสร้างหลักของการสื่อสารของเราเลยล่ะ เพราะ code ของเราเกี่ยวข้องกับ model โดยตรง เราสามารถพูดคุยเกี่ยวกับ program ด้วยภาษาที่ทุกคนเข้าใจได้</blockquote><blockquote>[สมชาย]: โอ้ ฉันเข้าใจแล้ว ดังนั้นเวลาเราสื่อสารกับผู้เชี่ยวชาญในด้านนั้น เราก็ไม่ต้องมีใครแปลให้ ทุกคนพูดภาษาเดียวกัน</blockquote><blockquote>[สมใจ]: ถูกต้องเลย! และสิ่งที่เจ๋งคือหากภาษาของเรามีที่มาจาก model นี้ เราก็สามารถใช้ความสามารถในการพูดคุยด้วยภาษาของเราในการปรับปรุงและเพิ่มประสิทธิภาพของตัว model เหมือนการคุยปกติของเรากลายเป็นเครื่องมือในการ design ที่ดีขึ้น</blockquote><blockquote>[สมชาย]: นี่มันเจ๋งจริงๆ เหมือนเราเอาการคุยกันตอนพักกาแฟมาเปลี่ยนเป็นการสร้างไอเดียใหม่ๆ!</blockquote><p>Model ที่ถูกสรุปออกมาแล้วมันไม่ใช่เป็นเพียงแค่โครงสร้างธรรมดา มันคือการแสดงถึงความเห็นชอบของทีมเกี่ยวกับวิธีการจัดการและเน้นย้ำส่วนที่สำคัญที่สุดของ domain โดยการเลือกคำที่เจาะจง, การวิเคราะห์, การแสดงถึงความคิด, และการเข้าใจความเชื่อมโยงของพวกมัน เหมือนเราได้สร้างแว่นที่ทำให้เราใช้มองเห็น domain ทำความเข้าใจร่วมกันหรือพูดคุยภาษาร่วมกัน ทำให้สามารถเชื่อมต่อระหว่าง developers และผู้เชี่ยวชาญในด้านนั้นได้โดยไม่มีอุปสรรค แถมเมื่อ model นี้เชื่อมต่อกันกับการ implementation ของ software การตอบรับจากเวอร์ชันแรกๆ ของ software สามารถเป็นปัจจัยที่ทำให้ model นั้นถูกปรับปรุงแก้ไขเพิ่มเติมได้</p><blockquote>[สมชาย]: นี่ แก! ฉันกำลังคิดเกี่ยวกับจุดสำคัญของ software คือความสามารถในการแก้ไขปัญหาให้กับผู้ใช้งานจริงๆ ส่วนอื่นๆ เช่นฟีเจอร์ต่างๆ ทั้งหมดนั้นแค่ support เป้าหมายหลักแค่นั้นเอง</blockquote><blockquote>[สมใจ]: แน่นอน!โดยเฉพาะเมื่อปัญหาหรืออะไรที่ทำให้มันซับซ้อน เราควรต้องขุดซากและเข้าใจในตัว businessให้ลึกซึ้ง</blockquote><blockquote>[สมชาย]: ถูกเลย แต่มันแปลกไหมว่านักพัฒนาที่มีความสามารถหลายคนไม่ค่อยให้ความสำคัญกับสิ่งนี้? ฉันสังเกตุเห็นว่าหลายคนไม่ต้องการที่จะทำความเข้าใจในสิ่งพวกเขากำลังทำอยู่</blockquote><blockquote>[สมใจ]: ฉันเห็นด้วย 100% คนเทคนิคหลายคนเพียงแค่ชอบปัญหาที่ชัดเจน และเป็นปัญหาพวกเขาสามารถใช้ทักษะการเขียน code ของพวกเขาแก้ไขมันได้ การทำความเข้าใจในด้าน business มันเหมือนกับการเรียนรู้ภาษาใหม่ ซึ่งดูเหมือนจะไม่เพิ่มความสามารถให้พวกเขาเลยนะ</blockquote><blockquote>[สมชาย]: แน่นอน! แล้วพวกเขาก็เอาความสามารถทั้งหมดนั้นไปสร้าง framework โชว์เทคนิคที่ซับซ้อน พยายามแก้ปัญหา business ด้วยเทคโนโลยี ฮ่าๆ</blockquote><blockquote>[สมใจ]: ใช่ แล้วทำให้การทำความเข้าใจและการสร้าง model ของ business ถูกมอบหมายให้คนอื่น อีกอย่างถ้าเราไม่เผชิญหน้ากับความซับซ้อนที่เป็นใจกลางของ software เราก็จะเสี่ยงที่จะพบว่าสิ่งที่เราทำอยู่กลายเป็นซ่อมรอยผุของ software ไปเรื่อยๆ จนถึงจุดที่ไม่สามารถแก้ไขได้แล้ว</blockquote><blockquote>[สมชาย]: ทุกคำที่นายพูดมา ถูกต้องทุกประการ พวกเราต้องหาสมดุลระหว่างทักษะทางเทคนิคและความเข้าใจที่แท้จริงในเชิง business ให้ได้ก่อนลงมือเขียน code</blockquote><p>ทิ้งท้าย <em>“</em><strong><em>ถ้าผู้นำภายในทีมมีเข้าใจและมองเห็นความสำคัญของ domain แล้ว เมื่อไหร่ที่ในทีมเกิดความสับสนในระหว่างกระบวนการที่เกิดขึ้นได้ ผู้นำจะสามารถทำให้ software project ของพวกเขากลับเข้ามายังเส้นทางที่ถูกต้องได้อีกครั้ง”</em></strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e1bf821b3d0c" width="1" height="1" alt=""><hr><p><a href="https://medium.com/nexabyte-dispatches/putting-the-domain-model-to-work-e1bf821b3d0c">Domain Model สมดุลระหว่างเทคนิคและความเข้าใจที่แท้จริงในเชิง business</a> was originally published in <a href="https://medium.com/nexabyte-dispatches">NexaByte Dispatches</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[เราจะตอบอย่างไรเมื่อเจอคำถาม “อะไรคือจุดแข็งและอะไรคือจุดอ่อนของคุณ”]]></title>
            <link>https://medium.com/nexabyte-dispatches/%E0%B9%80%E0%B8%A3%E0%B8%B2%E0%B8%88%E0%B8%B0%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B9%84%E0%B8%A3%E0%B9%80%E0%B8%A1%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B9%80%E0%B8%88%E0%B8%AD%E0%B8%84%E0%B8%B3%E0%B8%96%E0%B8%B2%E0%B8%A1-%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%88%E0%B8%B8%E0%B8%94%E0%B9%81%E0%B8%82%E0%B9%87%E0%B8%87%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%88%E0%B8%B8%E0%B8%94%E0%B8%AD%E0%B9%88%E0%B8%AD%E0%B8%99%E0%B8%82%E0%B8%AD%E0%B8%87%E0%B8%84%E0%B8%B8%E0%B8%93-f7c1668727d8?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/f7c1668727d8</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Thu, 11 May 2023 11:59:31 GMT</pubDate>
            <atom:updated>2023-10-29T06:51:42.325Z</atom:updated>
            <content:encoded><![CDATA[<p><em>@NexaByte Dispatches</em></p><p>คำถามนี้เรามักจะเจอในการสัมภาษณ์งานซะส่วนใหญ่ ซึ่งมันมีเทคนิคในการเลือกคำพูดที่จะตอบให้โดนใจผู้สัมภาษณ์ได้ เรามาแบ่งเป็นจุดแข็งกับจุดอ่อนกันดูครับ</p><h3><strong>จุดแข็ง Strengths:</strong></h3><ol><li>เกี่ยวกับตำแหน่งงานที่เราสมัคร: เลือกจุดแข็งที่เกี่ยวข้องกับตำแหน่งงานที่คุณสมัคร อ้างถึงรายละเอียดของงานเพื่อแสดงให้บริษัทรู้ว่าเรากำลังมองหาอะไรและตรงกับที่บริษัทกำลังมองหาอยู่</li><li>ยกตัวอย่าง: ให้ยกตัวอย่างเพื่อแสดงจุดแข็งของเราในแต่ละจุด ตัวอย่างเช่น หากเราพูดว่าเรามีทักษะการจัดการโครงการได้ดี ให้ยกตัวอย่างโครงการที่เราทำและพูดถึงผลลัพธ์ที่เกิดขึ้นเป็นอย่างไร</li><li>อย่าสนใจแต่เฉพาะเทคนิค: อย่าเน้นแค่ทักษะเฉพาะเชิงเทคนิคในตำแหน่งงานที่คุณสนใจเท่านั้น ให้รวมทักษะอื่นๆเข้าไปด้วยโดยเฉพาะ Soft Skills เช่นการสื่อสาร (Communication), การนำทีม (Leader) หรือการแก้ปัญหา (Problem Solving) เป็นต้น</li></ol><h3>จุดอ่อน Weaknesses:</h3><ol><li>ความจริง: เลือกจุดอ่อนที่เป็นความจริง แต่จะต้องไม่ทำให้คุณสูญเสียโอกาสในการได้งาน การพูดความจริงจะทำให้เวลาเราโดนซักคำถาม คำตอบที่ได้ก็จะออกมาจากใจจริง โดยเราไม่ต้องคอยนึกคำตอบทำให้เราตอบได้แบบเป็นธรรมชาติ</li><li>เน้นการแก้ไขปรับปรุง: อธิบายขั้นตอนที่เรากำลังทำเพื่อแก้ไขปรับปรุงจุดอ่อนข้อนี้ บริษัทจะชื่นชมและเห็นว่าเราต้องการปรับปรุงตัวเอง มีความคิดริเริ่มที่จะแก้ไขจุดอ่อนข้อนี้</li><li>หลีกเลี่ยงการเอาจุดแข็งมาเป็นจุดอ่อน: หลีกเลี่ยงการใช้เทคนิคหรือคำพูดที่น่าเบื่อมาใช้ โดยเอาจุดแข็งมาพูดเป็นจุดอ่อน เช่น “ผมทำงานหนักเกินไป” หรือ “นู๋เป็นคนที่ต้องการความสมบูรณ์แบบ” มันฟังดูสรุปมันเป็นจุดแข็งหรือจุดอ่อนกันแน่ และอาจทำให้มันดูไม่ค่อยจริงใจเท่าไหร่ด้วย</li></ol><h3>ยกตัวอย่าง: สมัครงานตำแหน่ง Software Engineering</h3><p><strong>จุดแข็ง:</strong></p><p>“จุดแข็งของผมคือสามารถเรียนรู้ภาษา Program และเทคโนโลยีใหม่ ๆ ได้เร็ว เช่น ล่าสุดทีมของผมตัดสินใจย้ายโปรเจคจาก Java ไปเป็น Go ผมสามารถเรียนรู้ Go และปรับวิธีการเรียกใช้งานฐานข้อมูลภายในช่วงเวลาอันสั้น ทำให้โปรเจคผมเสร็จได้ทันตามกำหนด และนอกจากนี้ผมยังมีทักษะในการแก้ปัญหา (Problem Solving) ผมสามารถแก้ไขปัญหาให้กับระบบที่ทำงานซับซ้อน ช่วยทำให้ระบบทำงานได้ดีขึ้นด้วยครับ รวมทั้งผมยังมีทักษะในการทำงานร่วมกับผู้อื่นได้อย่างดี ซึ่งช่วยให้ผมสามารถทำงานเป็นทีมและประสานงานกับแผนกอื่น ๆ ได้โดยไม่มีความขัดแย้งเกิดขึ้น”</p><p><strong>จุดอ่อน:</strong></p><p>“สิ่งที่ผมกำลังพยายามปรับปรุงคือทักษะการนำเสนองานครับ ด้วยผมเป็น Software Engineer ผมเลยไม่ค่อยมีโอกาสที่จะฝึกการนำเสนองานและพูดให้คนเยอะๆฟัง ซึ่งผมมองว่าเป็นสิ่งสำคัญในการอธิบายรายละเอียดทางเทคนิคให้กับคนในทีมหรือคนอื่นที่ไม่มีความรู้ทางเทคนิคเช่น PM, BA หรือลูกค้า ให้เข้าใจในตัวชิ้นงานของเรา ผมเลยไปลงคอร์สการฝึกพูดกลางที่ประชุมและก็พยายามหาโอกาสในการนำเสนองานในที่ประชุมอยู่เรื่อยๆ และผมมีอีกสิ่งหนึ่งที่ควรจะเพิ่มความสามารถคือเพิ่มความรู้เรื่องเกี่ยวกับ Framework ตัวใหม่ (XYZ) และมันกำลังเป็นที่นิยมมากขึ้นเรื่อยๆ ซึ่งผมก็กำลังเรียนในคอร์สออนไลน์เพื่อเพิ่มความรู้ความเข้าใจใน Framework ตัวนี้ครับ”</p><blockquote>หวังว่าพอจะช่วยให้เราไม่ตกใจหรือประหม่าในการตอบคำถามประเภทนี้นะครับ</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f7c1668727d8" width="1" height="1" alt=""><hr><p><a href="https://medium.com/nexabyte-dispatches/%E0%B9%80%E0%B8%A3%E0%B8%B2%E0%B8%88%E0%B8%B0%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B9%84%E0%B8%A3%E0%B9%80%E0%B8%A1%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B9%80%E0%B8%88%E0%B8%AD%E0%B8%84%E0%B8%B3%E0%B8%96%E0%B8%B2%E0%B8%A1-%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%88%E0%B8%B8%E0%B8%94%E0%B9%81%E0%B8%82%E0%B9%87%E0%B8%87%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%88%E0%B8%B8%E0%B8%94%E0%B8%AD%E0%B9%88%E0%B8%AD%E0%B8%99%E0%B8%82%E0%B8%AD%E0%B8%87%E0%B8%84%E0%B8%B8%E0%B8%93-f7c1668727d8">เราจะตอบอย่างไรเมื่อเจอคำถาม “อะไรคือจุดแข็งและอะไรคือจุดอ่อนของคุณ”</a> was originally published in <a href="https://medium.com/nexabyte-dispatches">NexaByte Dispatches</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[5 ข้อผิดพลาดที่ผู้บริหารหรือหัวหน้าประกาศลาออก]]></title>
            <link>https://medium.com/nexabyte-dispatches/5-%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%9C%E0%B8%B4%E0%B8%94%E0%B8%9E%E0%B8%A5%E0%B8%B2%E0%B8%94%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%9C%E0%B8%B9%E0%B9%89%E0%B8%9A%E0%B8%A3%E0%B8%B4%E0%B8%AB%E0%B8%B2%E0%B8%A3%E0%B8%AB%E0%B8%A3%E0%B8%B7%E0%B8%AD%E0%B8%AB%E0%B8%B1%E0%B8%A7%E0%B8%AB%E0%B8%99%E0%B9%89%E0%B8%B2%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%81%E0%B8%B2%E0%B8%A8%E0%B8%A5%E0%B8%B2%E0%B8%AD%E0%B8%AD%E0%B8%81-de1161546124?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/de1161546124</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Wed, 10 May 2023 15:37:17 GMT</pubDate>
            <atom:updated>2023-10-29T06:52:41.916Z</atom:updated>
            <content:encoded><![CDATA[<p><em>By @NexaByte Dispatches</em></p><p>เราคนทำงานมักจะตกใจหรือเคว้งขว้างเมื่อผู้บริหารหรือหัวหน้าแจ้งประกาศลาออก ทั้งที่คนในทีมยังไม่ได้เตรียมตัว เตรียมใจ และสับสนว่าเราจะเดินต่อไปยังไงกันดี</p><p>เรามาลองสรุป 5 ข้อหลักๆ ที่อาจกลายเป็นการตัดสินใจที่ผิดพลาดในการประกาศลาออกของผู้บริหาร/หัวหน้า</p><ol><li>การเลือกเวลาไม่เหมาะสม: ผู้บริหาร/หัวหน้า บ่อยครั้งมักทำความผิดพลาดโดยไม่ได้พิจารณาช่วงเวลาในการประกาศลาออกอย่างรอบคอบ โดยการแจ้งลาออกในช่วงเวลาสำคัญของธุรกิจหรือโครงการที่สำคัญยังอยู่ในช่วงของความวุ่นวายและยังไม่เรียบร้อยดี สิ่งนี้กลายเป็นทำให้เกิดความวิตกกังวลทั้งบริษัทและคนในทีมว่าจะดำเนินการต่อไปอย่างไร ดังนั้นการตัดสินใจจึงจำเป็นต้องเลือกเวลาที่เหมาะสมและส่งผลกระทบต่อบริษัทและต่อพนักงานให้น้อยที่สุด</li><li>ขาดความจริงใจถึงเหตุผลที่ลาออก: อีกความผิดพลาดที่พบบ่อยคือไม่ได้เปิดเผยเกี่ยวกับเหตุผลจริงๆที่ลาออก เพราะอาจมีรายละเอียดที่ละเอียดอ่อนจึงต้องเก็บรักษาความเป็นส่วนตัวเอาไว้ แต่การมาเปิดเผยบางทีอาจทำให้พนักงานเห็นคุณค่าในตัวของพวกเขา ถึงการให้เหตุผลที่ชัดเจนและเป็นความจริงสำหรับการลาออกมันสามารถป้องกันการคาดคะเนและข่าวลือที่อาจเกิดขึ้นได้</li><li>ละเลยการวางแผนผู้ที่จะมารับช่วงต่อ: ผู้บริหาร/หัวหน้า ไม่ได้สนใจวางแผนฝึกผู้ที่จะมารับช่วงต่อก่อนที่พวกเขาจะลาออก สิ่งนี้สามารถนำไปสู่การว่างงานในระดับผู้บริหาร/หัวหน้า ทำให้เกิดความสับสนในทีมว่าจะทำงานไปในทิศทางไหนดี ซึ่งหากมีการวางแผนหาผู้จะมารับช่วงต่อที่เหมาะสมแล้วมักจะทำให้เกิดการเปลี่ยนแปลงครั้งนี้เป็นไปอย่างราบรื่นและมีการทำงานมีความต่อเนื่องในการบริหารงาน</li><li>ไม่สามารถสื่อสารได้อย่างมีประสิทธิภาพ: การสื่อสารเป็นสิ่งสำคัญในระหว่างการเปลี่ยนแปลง ผู้บริหาร/หัวหน้าบางคนทำความผิดพลาดโดยไม่สื่อสารการลาออกของพวกเขาให้กับทีมได้อย่างมีประสิทธิภาพ ทำให้เกิดความสับสนและความไม่แน่นอน ผู้บริหาร/หัวหน้าควรสื่อสารอย่างชัดเจนเกี่ยวกับการลาออกของพวกเขา ซึ่งมันมีความหมายสำหรับทีมและยังช่วยปลอบใจทีมในช่วงระยะเวลาที่มีการเปลี่ยนแปลงนี้เกิดขึ้นได้</li><li>การออกจากตำแหน่งอย่างรวดเร็ว: หากผู้บริหาร/หัวหน้า ออกจากตำแหน่งอย่างรวดเร็วและไม่ทำให้ทีมมั่นใจได้ว่าการลาออกครั้งนี้ยังคงทำให้การทำงานราบรื่นเหมือนเดิมไหม นั้นก็หมายความว่าอาจจะก่อให้เกิดความวุ่นวาย สับสน ระส่ำระสายและอาจทำให้เกิดความเสียหายต่อการดำเนินงานขององค์กรได้ จึงควรพิจารณาถึงเวลาที่เหมาะสมในการลาออก เพื่ออย่างน้อยควรมีเวลาให้เตรียมตัวถ่ายทอดงานให้กับผู้ที่มารับช่วงต่อและควรที่จะรับฟังข้อกังวลจากทีมเพื่อช่วยในการตัดสินใจหากต้องการที่จะลาออกแบบกะทันหัน</li></ol><blockquote>สุดท้ายไม่ว่าอย่างไรการตัดสินใจก็เป็นเรื่องส่วนบุคคล แต่ละคนมีความคิดไม่เหมือนกัน มีเหตุผลของตัวเองเสมอ</blockquote><blockquote>“การตัดสินใจลาออก เรามักมีเหตุผลที่ดีที่สุดให้กับตัวเองเสมอครับ”</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=de1161546124" width="1" height="1" alt=""><hr><p><a href="https://medium.com/nexabyte-dispatches/5-%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%9C%E0%B8%B4%E0%B8%94%E0%B8%9E%E0%B8%A5%E0%B8%B2%E0%B8%94%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%9C%E0%B8%B9%E0%B9%89%E0%B8%9A%E0%B8%A3%E0%B8%B4%E0%B8%AB%E0%B8%B2%E0%B8%A3%E0%B8%AB%E0%B8%A3%E0%B8%B7%E0%B8%AD%E0%B8%AB%E0%B8%B1%E0%B8%A7%E0%B8%AB%E0%B8%99%E0%B9%89%E0%B8%B2%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%81%E0%B8%B2%E0%B8%A8%E0%B8%A5%E0%B8%B2%E0%B8%AD%E0%B8%AD%E0%B8%81-de1161546124">5 ข้อผิดพลาดที่ผู้บริหารหรือหัวหน้าประกาศลาออก</a> was originally published in <a href="https://medium.com/nexabyte-dispatches">NexaByte Dispatches</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[มารู้จักกับ Temperature และ Top Probability บน OpenAI ผ่าน Completion API]]></title>
            <link>https://medium.com/nexabyte-dispatches/%E0%B8%A1%E0%B8%B2%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%88%E0%B8%B1%E0%B8%81%E0%B8%81%E0%B8%B1%E0%B8%9A-temperature-and-top-%E0%B8%9A%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completion-api-e14956190d4?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/e14956190d4</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Fri, 28 Apr 2023 10:14:28 GMT</pubDate>
            <atom:updated>2023-10-29T06:54:16.552Z</atom:updated>
            <content:encoded><![CDATA[<p>By @NexaByte Dispatches</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/688/1*Sokf22eNqo5P3NDsx1nsGw.png" /></figure><p>ในการสร้างคำตอบนั้น AI จะเลือกคำที่เป็นไปได้ที่สุดสำหรับการตอบกลับตามคำสั่ง prompt ที่กำหนด ในการใช้งาน OpenAI จะมีการตั้งค่าสองอย่างคือ temperature และค่า top_p ซึ่งทั้ง 2 ค่านี้มีหน้าที่ควบคุมคำที่น่าสนใจและความหลากหลายของคำตอบที่ถูกสร้างออกมา เรามาดูตัวแรกกัน</p><h3>Temperature</h3><p>Temperature คือค่าตัวควบคุมคำตอบที่ถูกสร้างขึ้นให้มีลักษณะคำตอบที่เป็นได้ทั้งแบบคาดเดาได้ ตรงประเด็น, คำตอบแบบคงที่, คำตอบที่มีความหลากหลาย หรือเป็นคำตอบที่สร้างสรรค์</p><p>ตัวอย่างเปรียบเปรยนะครับ เช่นไล่ไปแบบนี้</p><p>คำตอบเดิมๆ คงที่ &gt; คำตอบที่เป็นไปตามคาดหวัง &gt; คำตอบที่สร้างสรรค์และหลากหลาย &gt; คำตอบที่ดูเกินความเป็นจริงไปหน่อย</p><p>ผมยกตัวอย่างง่ายๆ ผมสั่งข้าวกระเพราเนื้อ</p><p>prompt: “ข้าวกระเพราเนื้อ”</p><p>[ค่า temperature = 0]: ข้าวกระเพราเนื้อใส่จานพลาสติก+พร้อมช้อนซ้อม</p><p>[ค่า temperature = 0.2]: ข้าวกระเพราเนื้อใส่จานพลาสติก+พร้อมช้อนซ้อม+มีแตงกวา</p><p>[ค่า temperature = 0.5]: ข้าวกระเพราเนื้อใส่จานพลาสติก+พร้อมช้อนซ้อม+มีแตงกวา+มีถ้วยพริกน้ำปลา</p><p>[ค่า temperature = 1]: ข้าวกระเพราเนื้อใส่ถาดใหญ่+มีไข่ดาวให้ 1 ใบ+พร้อมช้อนซ้อม+มีถ้วยน้ำซุปกระดูกหมู+มีแตงกวา+มีถ้วยพริกน้ำปลา</p><p>[ค่า temperature = 2]: ข้าวกระเพราเนื้อแกะจากออสเตรเลีย+ใส่จานทองคำ+มีไข่ดาวจากไก่ธิเบต+พร้อมช้อนซ้อมทำจากเพช+มีถ้วยน้ำซุปกระดูกเสือ+มีแตงกวาจากเทือกเขาหิมาลัย+มีถ้วยพริกน้ำปลาจากญี่ปุ่น</p><p>น่าจะพอช่วยให้เห็นภาพมากขึ้นนะครับ</p><p><strong>การตั้งค่า temperature</strong> โดยปกติทาง OpenAI จะกำหนดค่า temperature</p><ul><li><strong>default = 1</strong></li><li><strong>max value = 2</strong> คือเราสามารถกำหนดค่าได้สูงสุดไม่เกิน 2</li></ul><p>และเราสามารถกำหนดค่าได้ตั้งแต่ <strong>0–2</strong> [0,0.1,0.2,…,2]</p><p><strong>ปัญหาหลักแล้วจะตั้งค่า temperature อย่างไร</strong></p><p>เพื่อให้ได้คำตอบแบบที่เราต้องการ วิธีการคือต้องทดสอบครับเพราะเราไม่สามารถกำหนดได้เลยว่า temperature ค่าไหนเหมาะสม มันขึ้นกับความต้องการของเราหรือความต้องการในเชิงธุรกิจที่เรากำลังทำอยู่</p><p>ดังนั้นผมเลยขอยกตัวอย่างในแต่ละเคสไล่กันดูครับ (สำหรับใครยังไม่เคยอ่านใน part 1 มาก่อนถึงวิธีการทดสอบ <a href="https://medium.com/@prommeesee/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-1-1f511eb2a96c">อ่านได้ที่นี้เลยครับ</a>)</p><pre>prompt: Explain the text completaion api.</pre><blockquote>กรณีที่ 1: กำหนดค่า temparature = 0</blockquote><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the text completaion api.&quot;,<br> &quot;max_tokens&quot;: 1024,<br> &quot;temperature&quot;: 0<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2d_BO-026aU6RxL80FgZZQ.png" /><figcaption>temperature = 0 (ครั้งที่ 1)</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*26OEiyTityUWW02IO_3QTA.png" /><figcaption>temperature = 0 (ครั้งที่ 2)</figcaption></figure><p>เห็นไหมครับว่าถ้าเรากำหนดค่า temperature = 0 ไม่ว่าจะส่งคำสั่งไปกี่ครั้ง คำตอบก็จะได้เหมือนเดิมในครั้งแรก</p><blockquote>กรณีที่ 2: กำหนดค่า temparature = 0.2</blockquote><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the text completaion api.&quot;,<br> &quot;max_tokens&quot;: 1024,<br> &quot;temperature&quot;: 0.2<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*sQ-QcN71cPCe3IUGbtxQwQ.png" /><figcaption>temperature = 0.2 (ครั้งที่ 1)</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*K344LLZKtWoIoeebuNvclg.png" /><figcaption>temperature = 0.2 (ครั้งที่ 2)</figcaption></figure><p>จะเห็นว่าถ้าเรากำหนดค่า temperature = 0.2 ถึงแม้คำตอบจะไม่เหมือนกัน แต่เนื้อหาค่อนข้างใกล้เคียงกัน</p><blockquote>กรณีที่ 3: กำหนดค่า temparature = 1</blockquote><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the text completaion api.&quot;,<br> &quot;max_tokens&quot;: 1024,<br> &quot;temperature&quot;: 1<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3ZeWxDCER6SHJVX_KwwcmQ.png" /><figcaption>temperature = 1 (ครั้งที่ 1)</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vc42dk0B54_6ONB9PAuNug.png" /><figcaption>temperature = 1 (ครั้งที่ 2)</figcaption></figure><p>จะเห็นว่าคำตอบไม่เหมือนกันและเนื้อหาก็แตกต่างกัน ถ้าสังเกตจะเห็นคำตอบเริ่มมียกตัวอย่างการใช้งานให้กับผู้ใช้งาน (User) ซึ่งผิดจากกรณีที่ 1 และ 2 จะมุ่งเน้นไปที่ผู้ใช้งานเป็น Developers โดยตรงเป็นหลัก</p><blockquote>กรณีที่ 4: กำหนดค่า temparature = 2</blockquote><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the text completaion api.&quot;,<br> &quot;max_tokens&quot;: 1024,<br> &quot;temperature&quot;: 2<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*60PDpuW0LKBoWqrdSdjdqg.png" /><figcaption>Request temperature = 2</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9u7L8HwUP2rYKqiLYSl2TA.png" /><figcaption>Response temperature = 2</figcaption></figure><p>ฮ่าๆ จะเห็นว่าบันเทิงเลยครับกับคำตอบไปกันใหญ่เลย จินตนาการไปไกลมาก</p><p>สรุปเราก็คงต้องลองไปทดสอบดูกันนะครับว่า temperature ค่าไหนเหมาะสมกับการใช้งานของเราหรือขึ้นกับธุรกิจของเราด้วยครับว่าต้องการแบบไหน</p><h3><strong>Top Probability</strong></h3><p><strong>top_p </strong>เป็นค่า parameter ที่ทาง OpenAI มีมาให้เพื่อควบคุมการสุ่ม (random) สร้างข้อความขึ้นมา โดยมีการกำหนดตัวเลขความน่าจะเป็นของคำที่ถูกหยิบมาพิจารณาก่อนที่จะสร้างคำออกมา ค่า <strong>top_p</strong> ที่สูงขึ้นหมายความว่าข้อความที่จะถูกสร้างขึ้นจะถูกพิจารณาตัดสินใจก่อนที่จะเลือกใช้คำนั้นเพื่อให้คำตอบมีความเป็นธรรมชาติมากที่สุด</p><p>ในปกติเราควรใช้ <strong>top_p</strong> ในการควบคุมการเชื่อมโยงกันของคำในการสร้างข้อความคำตอบ แต่ถ้าเราต้องการทั้งคำตอบที่สร้างสรรค์และมีความหลากหลาย คาดเดาไม่ได้ เราควรเลือกใช้ <strong>temperature</strong></p><p>ซึ่งทาง OpenAI แนะนำให้เราใช้อย่างใดอย่างนึงระหว่าง <strong>top_p</strong> และ <strong>temperature </strong>และไม่ควรใช้คู่กัน</p><p><strong>การตั้งค่า top_p</strong> โดยปกติทาง OpenAI จะกำหนดค่า <strong>top_p</strong></p><ul><li><strong>default = 1</strong></li><li><strong>max value = 1 </strong>คือเราสามารถกำหนดค่าสูงสุดได้ไม่เกิน 1</li></ul><p>และเราสามารถกำหนดค่าได้ตั้งแต่ <strong>0–1</strong> [0,0.1,0.2,…,1] นะครับ</p><p><strong>ปัญหาหลักแล้วจะตั้งค่า top_p อย่างไร</strong></p><p>เช่นเคยครับวิธีเดียวคือทดสอบครับเพราะเราไม่สามารถกำหนดได้เลยว่า <strong>top_p</strong> ค่าไหนเหมาะสม มันขึ้นกับความต้องการของเราหรือความต้องการในเชิงธุรกิจที่เรากำลังทำอยู่</p><p>เรามาดูตัวอย่างในแต่ละเคสกัน (สำหรับใครยังไม่เคยอ่านใน part 1 มาก่อนถึงวิธีการทดสอบ <a href="https://medium.com/@prommeesee/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-1-1f511eb2a96c">อ่านได้ที่นี้เลยครับ</a>)</p><pre>prompt: I love to eat.</pre><blockquote>กรณีที่ 1: กำหนดค่า top_p = 0</blockquote><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;I love to eat.&quot;,<br> &quot;max_tokens&quot;: 100,<br> &quot;top_p&quot;: 0<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tIOLnNOcgJFySwyXHpwbgA.png" /><figcaption>top_p = 0 (ครั้งที่ 1)</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KSP4dpEV8v0AVb-uAcMXaw.png" /><figcaption>top_p = 0 (ครั้งที่ 2)</figcaption></figure><p>จะเห็นว่าครั้งที่ 1 และ 2 จะได้คำตอบเหมือนเดิม</p><blockquote>กรณีที่ 2: กำหนดค่า top_p = 1</blockquote><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;I love to eat.&quot;,<br> &quot;max_tokens&quot;: 100,<br> &quot;top_p&quot;: 1<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aAjAHvZQiyoGIbWc_5Hw6w.png" /><figcaption>top_p = 1 (ครั้งที่ 1)</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jIXkSTr4zVOq7d273f2LBg.png" /><figcaption>top_p = 1 (ครั้งที่ 2)</figcaption></figure><p>จะสังเกตเห็นว่าในกรณีที่ 2 (top_p = 1) จะได้คำตอบที่กระชับและดูเป็นธรรมชาติมากกว่ากรณีที่ 1 (top_p=0) และในกรณีที่ 2 นี้คำตอบจะไม่เหมือนเดิมเปลี่ยนใหม่ทุกครั้งที่มีการเรียกใช้งาน</p><p>สุดท้ายนี้ลองไปเล่นทดสอบกันดูนะครับ</p><blockquote>ไว้คร่าวหน้าจะมาอธิบายส่วนสำคัญอื่นๆ ที่จำเป็นต้องรู้ในการนำไปใช้ต่อยอดในการพัฒนาเชิงธุรกิจต่อไปครับ</blockquote><p><a href="https://medium.com/@prommeesee/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-1-1f511eb2a96c">สำหรับเนื้อหาในส่วนของ Part 1 หากใครยังไม่ได้อ่านครับ</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e14956190d4" width="1" height="1" alt=""><hr><p><a href="https://medium.com/nexabyte-dispatches/%E0%B8%A1%E0%B8%B2%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%88%E0%B8%B1%E0%B8%81%E0%B8%81%E0%B8%B1%E0%B8%9A-temperature-and-top-%E0%B8%9A%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completion-api-e14956190d4">มารู้จักกับ Temperature และ Top Probability บน OpenAI ผ่าน Completion API</a> was originally published in <a href="https://medium.com/nexabyte-dispatches">NexaByte Dispatches</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[การควบคุมการใช้งาน Token บน OpenAPI ผ่าน Completion API]]></title>
            <link>https://medium.com/nexabyte-dispatches/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-2-7dc10c9a563a?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/7dc10c9a563a</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Thu, 27 Apr 2023 15:37:16 GMT</pubDate>
            <atom:updated>2023-10-29T06:55:17.286Z</atom:updated>
            <content:encoded><![CDATA[<p><em>By @NexaByte Dispatches</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/688/1*Sokf22eNqo5P3NDsx1nsGw.png" /></figure><p>สืบเนื่องจาก <a href="https://medium.com/@prommeesee/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-1-1f511eb2a96c">Part 1</a> เพื่อให้เข้าใจหลักการทำงานของ Text Completion มากขึ้น</p><h3>กำหนดจำนวน Token ก่อนใช้งาน</h3><p>อย่างที่ทราบกัน OpenAI คิดค่าใช้จ่ายตามจำนวน token ที่เราเรียกใช้งาน ดังนั้นหากเราไม่ระมัดระวังในการสร้างคำถาม prompt และไม่มีการกำหนด limit ให้กับ token ก็จะทำให้ token ของเราหมดเร็วขึ้น</p><p>เราจึงควรต้องสร้างรูปแบบคำถาม prompt ให้เฉพาะเจาะจงลงไปและกำหนดจำนวน limit ให้กับ token เพื่อหลีกเลี่ยงคำตอบที่ได้มาเกินความจำเป็นและลดการใช้จำนวน token ลงไปด้วย</p><p>ทาง OpenAI ใช่ว่าจะใจร้ายนะครับ เขาได้ให้ค่า property ที่ชื่อว่า “max_tokens” มาเพื่อกำหนดจำนวน limit ของ token ที่ใช้ในการสร้างคำตอบ ซึ่งจะช่วยควบคุมความยาวของคำตอบ หากคำตอบยาวเกินไปก็จะถูกตัดให้สั้นลง และเหตุผลของการหยุดสร้างคำตอบคือ “length” ซึ่งบอกว่าคำตอบนั้นถูกตัดก่อนที่คำตอบจะถูกสร้างเสร็จสมบูรณ์</p><pre>// Bad answer (completion response), เกินจำนวน token ที่ถูก limit ไว้<br>{<br> ...<br> &quot;finish_reason&quot;: &quot;length&quot;<br>}</pre><p>ต่อมาเราดูกันว่าถ้ากำหนด limit ให้กับจำนวน token แล้วจะเกิดอะไรขึ้น ในที่นี้ผมจะกำหนด limit ไว้ที่ 2000 tokens</p><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the text completion api.&quot;,<br> &quot;max_tokens&quot;: 2000<br>}</pre><p>Completion Request บน Postman (ดูวิธีการทดสอบได้ <a href="https://medium.com/@prommeesee/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-1-1f511eb2a96c">ที่นี้</a> ครับ)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xV4WBy44l7UFEoSgl75kAQ.png" /><figcaption>Completion Request ด้วย max_tokens = 2000</figcaption></figure><p>Completion Response บน Postman</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YGW7LNplffENlfKPKVaPbQ.png" /><figcaption>Completion Response ด้วย max_tokens = 2000</figcaption></figure><p>ซึ่งเราจะเห็นว่าค่า finish_reason มีค่าเป็น “stop” ก็คือข้อความคำตอบถูกสร้างเสร็จสมบูรณ์เรียบร้อบแล้ว และจำนวน Token ที่ใช้สร้างคำตอบอยู่ที่ 116 token</p><p>ยกอีกตัวอย่างถ้าเราต้องการใช้ token ในการสร้างคำตอบกลับมาแค่ 50 token ละครับ</p><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the text completion api.&quot;,<br> &quot;max_tokens&quot;: 50<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FVzFtxruHfpzbg3d0Wm9kg.png" /><figcaption>Completion Response ด้วย max_token = 50</figcaption></figure><p>ค่า finish_reason มีค่าเป็น “length” แสดงว่าข้อความถูกตัดก่อนที่คำตอบจะถูกสร้างเสร็จสมบูรณ์ ซึ่งแบบนี้จะกลายเป็นเราได้คำตอบที่อาจเอาไปใช้งานต่อไม่ได้</p><p>จากปัญหาข้างต้นมีเทคนิควิธีการแก้ไขด้วยการระบุจำนวน limit ให้กับ token ลงไปใน prompt ได้เลยครับ</p><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the text completion api in 50 or less tokens.&quot;,<br> &quot;max_tokens&quot;: 50<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Y32IpBaJOqdoRgHUDkYbwQ.png" /></figure><p>มาดู Completion response กันครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jCcZ96aHlODUKi2zWa0rTA.png" /><figcaption>Completion Response ด้วยการกำหนดจำนวน limit ของ token ลงใน prompt</figcaption></figure><p>เราจะได้ค่า finish_reason มีค่าเป็น “stop” ก็คือข้อความคำตอบถูกสร้างเสร็จสมบูรณ์และเป็นคำตอบที่สามารถเอาไปใช้งานต่อไปได้ครับ</p><p>หวังว่าเทคนิคนี้จะทำให้เราเข้าใจการควบคุม token ของเรามากขึ้นนะครับ</p><blockquote>ไว้คร่าวหน้าจะมาอธิบายส่วนสำคัญอื่นๆ ที่จำเป็นต้องรู้ในการนำไปใช้ต่อยอดในการพัฒนาเชิงธุรกิจต่อไปครับ</blockquote><p><a href="https://medium.com/@prommeesee/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-1-1f511eb2a96c">สำหรับเนื้อหาในส่วนของ Part 1 หากใครยังไม่ได้อ่านครับ</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7dc10c9a563a" width="1" height="1" alt=""><hr><p><a href="https://medium.com/nexabyte-dispatches/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-2-7dc10c9a563a">การควบคุมการใช้งาน Token บน OpenAPI ผ่าน Completion API</a> was originally published in <a href="https://medium.com/nexabyte-dispatches">NexaByte Dispatches</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ทำอย่างไรให้พนักงานรู้สึกปลอดภัยในการแสดงออกถึงความคิดเห็น]]></title>
            <link>https://medium.com/nexabyte-dispatches/%E0%B8%97%E0%B8%B3%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B9%84%E0%B8%A3%E0%B9%83%E0%B8%AB%E0%B9%89%E0%B8%9E%E0%B8%99%E0%B8%B1%E0%B8%81%E0%B8%87%E0%B8%B2%E0%B8%99%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%AA%E0%B8%B6%E0%B8%81%E0%B8%9B%E0%B8%A5%E0%B8%AD%E0%B8%94%E0%B8%A0%E0%B8%B1%E0%B8%A2%E0%B9%83%E0%B8%99%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%81%E0%B8%AA%E0%B8%94%E0%B8%87%E0%B8%AD%E0%B8%AD%E0%B8%81%E0%B8%96%E0%B8%B6%E0%B8%87%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B8%84%E0%B8%B4%E0%B8%94%E0%B9%80%E0%B8%AB%E0%B9%87%E0%B8%99-99993240557a?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/99993240557a</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Thu, 27 Apr 2023 09:17:01 GMT</pubDate>
            <atom:updated>2023-10-29T06:55:59.830Z</atom:updated>
            <content:encoded><![CDATA[<p><em>By @NexaByte Dispatches</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0ZLv0dsG9UE_HaHXvp-bkg.png" /></figure><p>คำถาม: เคยได้ยินไหมเวลาที่ผู้บังคับบัญชามักพูดว่าพี่รับฟังทุกความคิดเห็น เข้ามาคุยได้เลยประตูพี่เปิดรับเสมอในที่ทำงาน</p><p>คำถาม: แล้วมีกี่คนแล้วครับที่กล้าเดินเข้ามาคุยกับพวกพี่ๆ ตั้งแต่พี่เริ่มพูดคำนี้ออกมา</p><p>คำตอบ: อาจมีแต่เป็นระดับตำแหน่งสูงๆ</p><p>คำถาม: แล้วแบบระดับตำแหน่งล่างๆ มีกี่คนละครับ</p><h3><strong>??????????</strong></h3><h3>อะไรละที่ทำให้เกิดข้อสงสัยว่าทำไมพนักงานตำแหน่ง ล่างๆ ถึงไม่ค่อยออกกล้าออกปากออกเสียง</h3><p>พนักงานอาจลังเลในการกล้าแสดงความคิดเห็นของตัวเองในสถานที่ทำงานเนื่องจากหลายปัจจัย มีบางปัจจัยที่พบบ่อยมากที่สุดคือ</p><ol><li>กลัวในคำตอบของตัวเองอาจจะตอบไม่ดี: พนักงานอาจกังวลเกี่ยวกับผลกระทบเชิงลบ เช่น กลัวการถูกย้ายตำแหน่ง กลัวการสูญเสียความมั่นคงในงาน หรือกลัวความสัมพันธ์ที่ดีจะหายไป หากพวกเขาแสดงความคิดเห็นหรือความเห็นออกทางต่อต้านความคิดนั้นออกมา</li><li>พลังของอำนาจตำแหน่ง: โครงสร้างลำดับชั้นภายในองค์กรอาจขัดขวางพนักงานในการแสดงความคิดเห็นโดยเฉพาะถ้าพวกเขาคิดว่าข้อมูลของพวกเขาอ้างจะถูกปฏิเสธหรือละเว้นโดยบุคคลที่มีอำนาจสูงกว่า</li><li>การยอมรับเพื่อให้เกิดความคิดเดียวกัน: ในบางองค์กรการยอมรับความคิดเห็นของคนอื่นอาจมีค่ามากกว่าการคิดแบบอิสระ พนักงานอาจยับยั้งความคิดของตัวเองเพื่อปรับตัวเข้ากับกลุ่มและหลีกเลี่ยงการถูกมองว่าเป็นคนก่อปัญหา</li><li>ขาดความปลอดภัยในเชิงจิตวิทยา: หากองค์กรไม่ส่งเสริมวัฒนธรรมความปลอดภัยในเชิงจิตวิทยา พนักงานอาจไม่รู้สึกสบายใจในการแสดงความคิดเห็นของตัวเอง เพราะกลัวว่าพวกเขาจะถูกวิพากษ์วิจารณ์หรือถูกเย้ยหยันจากเพื่อนร่วมงานได้</li><li>อุปสรรคในการสื่อสาร: พนักงานอาจลำบากใจในการสื่อสารแสดงออกทางความคิดของตัวเองหรือพบเจอปัญหาในการสื่อสารกับเพื่อนร่วมงานหรือผู้บังคับบัญชาที่มีรูปแบบการสื่อสารที่แตกต่างกัน</li><li>ความมั่นใจในตัวเองต่ำ: พนักงานอาจสงสัยในความสามารถของตัวเองหรือความเชี่ยวชาญและอาจลังเลในการแสดงความคิดหรือความเห็นของตัวเอง เพราะกลัวว่าพวกเขาอาจผิดหรือไม่ได้รับความสนใจจากผู้ฟัง</li><li>การไม่มีส่วนร่วม: พนักงานที่ไม่มีส่วนร่วม ทำให้พวกเขาไม่รู้สึกว่ามีส่วนร่วมในความสำเร็จขององค์กรหรือบทบาทของตัวเองภายใน ซึ่งอาจทำให้นำไปสู่การไม่กล้าแสดงออกถึงความคิดเห็นหรือไขข้อข้องใจของตัวเอง</li><li>ความเชื่อว่าเสียเปล่า: หากพนักงานเชื่อว่าข้อมูลของพวกเขาจะไม่นำไปสู่การเปลี่ยนแปลงที่มีความหมาย พวกเขาอาจลังเลในการพูดเพราะคิดว่าความพยายามของพวกเขาคงจะสูญเปล่า</li></ol><h3>แล้วอะไรที่จะช่วยกระตุ้นให้พนักงานกล้าออกปากออกเสียงในที่ทำงาน</h3><p>เพื่อกระตุ้นให้พนักงานกล้าที่จะแสดงออกถึงความคิดเห็น องค์กรควรต้องส่งเสริมวัฒนธรรมความรู้สึกปลอดภัยในเชิงจิตวิทยา ส่งเสริมการสื่อสารโดยเปิดเผย ลดความไม่เสมอภาคของอำนาจหน้าที่ และเน้นความสำคัญในแต่ละมุมมองความคิดที่หลากหลาย ซึ่งวิธีการที่องค์กรสามารถทำได้เลย</p><ol><li>สร้างสภาพแวดล้อมที่สนับสนุน: องค์กรควรส่งเสริมความสามารถในการแสดงความคิดเห็นและฟังเสียงของพนักงาน โดยสร้างสภาพแวดล้อมที่เชื่อมั่นและเปิดใจต่อความคิดเห็นที่แตกต่าง</li><li>ขอความคิดเห็นจากพนักงาน: ผู้บริหารและผู้บังคับบัญชาควรขอความคิดเห็นจากพนักงาน และยืนยันว่าพวกเขาเปิดใจต่อการรับฟังและพิจารณามุมมองที่หลากหลายของพนักงานอยู่เสมอ</li><li>ให้ความสำคัญกับความคิดเห็นของพนักงาน: รับฟังความคิดเห็นของพนักงานอย่างจริงจัง และพิจารณาวิธีการปรับปรุงองค์กรตามความคิดเห็นของพวกเขา</li><li>ให้คำติชมและข้อเสนอแนะที่สร้างสรรค์: สอนให้พนักงานมีความสามารถในการให้คำติชมและข้อเสนอแนะที่สร้างสรรค์และเป็นกันเอง นำไปสู่การแก้ไขปัญหาและการพัฒนาอย่างมีประสิทธิภาพ</li><li>การจัดการและการพัฒนาความคิดที่ดี: ให้การสนับสนุนและการฝึกอบรมให้กับผู้บริหารและผู้บังคับบัญชาในการส่งเสริมการสื่อสารที่เปิดเผยและการส่งเสริมสนับสนุนความคิดเห็นของพนักงาน</li><li>เปิดโอกาสให้พนักงานแสดงความคิดเห็น: จัดกิจกรรมหรือสนทนาระหว่างผู้บริหารและพนักงาน เพื่อให้พนักงานมีโอกาสแสดงความคิดเห็นและข้อเสนอแนะโดยตรง</li><li>ยอมรับความผิดพลาดและการเรียนรู้: ส่งเสริมวัฒนธรรมในการยอมรับความผิดพลาดและนำความผิดพลาดเหล่านั้นมาเป็นโอกาสในการเรียนรู้และปรับปรุงให้ดีขึ้นต่อไป</li><li>ให้กำลังใจและขอบคุณ: ให้การส่งเสริมและขอบคุณพนักงานที่แสดงความคิดเห็นและให้ข้อเสนอแนะ นำไปสู่การสร้างแรงจูงใจและสร้างความเชื่อมั่นในการแสดงออกถึงความคิดเห็นของพนักงาน</li></ol><p>โดยรวมการสร้างสภาพแวดล้อมที่สนับสนุนการแสดงออกถึงความคิดเห็นของพนักงานในองค์กรจะช่วยส่งเสริมความสามารถในการแก้ไขปัญหา, นวัตกรรม, และการปรับปรุงที่ต่อเนื่อง สิ่งนี้จะช่วยให้องค์กรสามารถเติบโตและประสบความสำเร็จในระยะยาวได้ในอนาคต</p><blockquote>การที่พวกเขามีโอกาสได้พูดหรือแสดงความคิดเห็น องค์กรต่างหากที่ได้ประโยชน์มากกว่าตัวของพวกเขาเอง</blockquote><blockquote>ขอบคุณที่มาเพื่อสร้างแรงบันดาลใจในการเขียนครั้งนี้ครับ <a href="https://hbr.org/2023/04/make-it-safe-for-employees-to-speak-up-especially-in-risky-times?utm_campaign=hbr&amp;utm_medium=social&amp;utm_source=facebook&amp;fbclid=IwAR0uegTHhXO-7mSpk6R-XIb7uf6UycD9P8ZZgQiWo74mtFTNYmZh96VEMHg">Make It Safe for Employees to Speak Up — Especially in Risky Times (hbr.org)</a></blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=99993240557a" width="1" height="1" alt=""><hr><p><a href="https://medium.com/nexabyte-dispatches/%E0%B8%97%E0%B8%B3%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B9%84%E0%B8%A3%E0%B9%83%E0%B8%AB%E0%B9%89%E0%B8%9E%E0%B8%99%E0%B8%B1%E0%B8%81%E0%B8%87%E0%B8%B2%E0%B8%99%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%AA%E0%B8%B6%E0%B8%81%E0%B8%9B%E0%B8%A5%E0%B8%AD%E0%B8%94%E0%B8%A0%E0%B8%B1%E0%B8%A2%E0%B9%83%E0%B8%99%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%81%E0%B8%AA%E0%B8%94%E0%B8%87%E0%B8%AD%E0%B8%AD%E0%B8%81%E0%B8%96%E0%B8%B6%E0%B8%87%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B8%84%E0%B8%B4%E0%B8%94%E0%B9%80%E0%B8%AB%E0%B9%87%E0%B8%99-99993240557a">ทำอย่างไรให้พนักงานรู้สึกปลอดภัยในการแสดงออกถึงความคิดเห็น</a> was originally published in <a href="https://medium.com/nexabyte-dispatches">NexaByte Dispatches</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[เข้าใจการเรียกใช้งาน OpenAI ผ่าน Completions API]]></title>
            <link>https://medium.com/@prommeesee/%E0%B9%80%E0%B8%82%E0%B9%89%E0%B8%B2%E0%B9%83%E0%B8%88%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%81%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-openai-%E0%B8%9C%E0%B9%88%E0%B8%B2%E0%B8%99-completions-api-part-1-1f511eb2a96c?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/1f511eb2a96c</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Wed, 26 Apr 2023 17:06:57 GMT</pubDate>
            <atom:updated>2023-04-28T02:06:31.694Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/688/1*Sokf22eNqo5P3NDsx1nsGw.png" /></figure><blockquote><strong>ขอเกริ่นนำคร่าวๆ</strong></blockquote><p>Completions API เป็นโมเดลพื้นฐานของ OpenAI ที่ให้บริการผ่าน API Service ซึ่ง API นี้ค่อนข้างมีความยืดหยุ่นและใช้งานง่าย เช่นเราส่งคำสั่ง promt (Request) เข้าไปผ่าน API Service ตัว API Service ก็จะส่งข้อความกลับมา (Response)</p><p>โดยทั่วไปแล้ว Completions API สามารถนำไปปรับใช้กับงานต่าง ๆ ไม่ว่าจะเป็นการสร้างข้อความใหม่ แก้ไขข้อความเดิม หรือแม้กระทั่งการสร้างข้อความเพื่อนำเสนอมุมมองใหม่ ๆ ได้อีกด้วย ด้วยความสามารถที่หลากหลายของ Completions API จึงมีบริษัทต่างๆ นำไปประยุกต์ใช้ในเชิงธุรกิจ เพื่อตอบสนองตามความต้องการของลูกค้า หรือแม้กระทั่งส่วนบุคคลก็นำไปสร้างรายได้ให้กับตัวเองได้เช่นกัน</p><p>ดังที่เราเห็นกันว่ามีการพัฒนาแอปพลิเคชันและบริการที่น่าสนใจมากมาย ไม่ว่าจะเป็นการสร้างบทความ รีวิวสินค้า ระบบแนะนำสินค้าหรือบริการ หรือแม้กระทั่งการสนับสนุนกระบวนการสื่อสารภายในองค์กรโดยเบื้องหลังก็เริ่มมีการนำ Completions API มาใช้งานแล้ว</p><p>ถึงแม้ว่าการใช้งาน Completions API จะดูง่าย แต่เรายังสามารถกำหนดค่าหรือแก้ไขผ่าน parameters ที่ให้มาได้ด้วยตัวเอง ซึ่งมันอาจจะทำให้ได้คำตอบที่ดีขึ้นหรือแย่ลง ก็อยู่ที่เรากำหนดค่า parameters ให้มันครับ</p><h3>Basic Completion Request</h3><p>ก่อนอื่นเราจะใช้เครื่องมือที่ชื่อว่า Postman (ดาวน์โหลดได้ที่นี้ครับ <a href="https://www.postman.com/">Postman API Platform | Sign Up for Free</a>) เพื่อใช้ในการทดสอบการเรียกใช้งาน Completion API ในครั้งนี้ครับ โดยทำตามขั้นตอนดังนี้</p><p>1. เปิด Postman Tool ที่ติดตั้งเรียบร้อยแล้ว จากนั้นทำการสร้าง Collection ทางด้านซ้ายมือและกดตรงเครื่องหมายบวกเพื่อเพิ่ม Collection (ถ้าใครคุ้นชินกับ Postman แล้วข้าม Step นี้ไปได้เลยครับ)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ecmmte9mclGi46SZw52Nwg.png" /></figure><p>2. ทำการตั้งชื่อให้กับ Collections กดเลือกเครื่องหมายคล้ายดินสอ แล้วเปลี่ยนชื่อตามที่เราต้องการในที่นี้ผมใช้ชื่อ “Open-AI-By-Paul” จากนั้นทำการเปลี่ยนประเภทของ Authorization method เป็น “Bearer Token”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Cb2TkeTUhafq7i7yuEQzaA.png" /><figcaption>แก้ไขชื่อ Collection และเปลี่ยนประเภทของ Authorization method</figcaption></figure><p>3. ทำการกำหนดค่า Token ซึ่งเราต้องเอาค่า API-Keys จาก OpenAPI มาใช้ระบุครับ สามารถทำตามขั้นตอนที่เคยเขียนไว้ได้ <a href="https://medium.com/@prommeesee/%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%95%E0%B8%B4%E0%B8%94%E0%B8%95%E0%B8%B1%E0%B9%89%E0%B8%87-autogpt-%E0%B8%94%E0%B9%89%E0%B8%A7%E0%B8%A2%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%83%E0%B8%8A%E0%B9%89-openai-api-gpt-4-3-3-8e5ff79595e6">ที่นี้</a> ตรงหัวข้อวิธีการสร้าง API- Key ครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SqPEQwGDoSh3CZ3-ELjxpA.png" /><figcaption>กำหนดค่า Token จาก API-Keys (OpenAPI)</figcaption></figure><p>4. เมื่อกำหนดค่าครบแล้วให้ทำการบันทึกการตั้งค่า กดบันทึกตรงปุ่ม “Save” ครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*k4Jo4CEWCJVtIeGXZIB13A.png" /><figcaption>บันทึกการตั้งค่าให้ Collection</figcaption></figure><p>5. หลังจากที่เราทำการสร้าง Collection ไว้ใช้งานแล้ว ต่อไปเราจะทำการสร้าง Request เพื่อทำการทดสอบเรียกใช้งาน Completion API ก่อนอื่นกดเลือก “Add a request” ภายใต้ Collection ที่เราสร้างไว้ครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*P02jmV9WYlBb5i8I1M1JIg.png" /><figcaption>เพิ่ม Request ภายใต้ Collections</figcaption></figure><p>6. ตั้งชื่อ Request ตามที่เราต้องการในที่นี้ผมใช้ “Demo-By-Paul” จากนั้นทำการเปลี่ยนค่า Method Type ให้เป็น “POST” และกำหนด URL ในช่อง Enter URL or paste text เป็น “https://api.openai.com/v1/completions”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*giA2PgpaYNg8KMiT1OvpwQ.png" /><figcaption>กำหนดค่าให้กับ Request</figcaption></figure><p>7. จากนั้นทำการเลือก Authorization และกำหนดประเภทของ Authorization Method เป็น “inherit auth from p…” เพื่อให้ใช้ค่าตาม Collection ที่เราได้ตั้งค่าไว้ เมื่อเลือกเสร็จแล้วกดปุ่ม “Save” เพื่อบันทึกครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yxgMyw3R3aQlP2Vgs13VhQ.png" /><figcaption>เลือกประเภท Authorization Method และกดปุ่ม Save</figcaption></figure><p>8. ต่อมาเราจะกำหนด Body เพื่อทำการกำหนดข้อมูลที่จะส่งเข้าไปยัง Completion API ในรูปแบบ JSON text ทำตามลำดับตามนี้ครับ Body &gt; raw</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Pj0E3EVpYjbpx7JFDIi-sg.png" /><figcaption>กำหนด Body &gt; raw</figcaption></figure><p>9. จากนั้นเปลี่ยนประเภทของข้อมูลที่จะใช้ในการส่งคำสั่ง Request ไปยัง Completion API เป็น “JSON” แล้วทำการ copy ตามด้านล่างไปวางในช่องตามหมายเลข 2 ครับ</p><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*55Kw_6GIxa54y5MCYXLOJw.png" /><figcaption>ดำเนินการส่ง Request ไปยัง Completion API</figcaption></figure><p>จากนั้นกดปุ่ม “Save” เพื่อบันทึกการตั้งค่า</p><p>10. เสร็จการตั้งค่าแล้ว</p><p>เอาละเราจะมาทดสอบการเรียกใช้งานโดย กดปุ่ม “Send” ถ้าเรียกใช้งานสำเร็จจะได้ค่า response text กลับมาตามรูปครับ ถ้าไม่ได้กลับมาในลักษณะนี้ถือว่าไม่ผ่าน</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SYrWYzDGr2nA3TRgTMjfAg.png" /><figcaption>ทดสอบเรียกใช้งาน</figcaption></figure><h3>Completion Response</h3><p>จากที่ตั้งต้นใน Completion Request เราได้ใช้ model ที่ชื่อ “text-davinci-003” ซึ่งเป็น completion modelในกลุ่ม GPT-3</p><p>ผมจะขออธิบายรายละเอียดเพิ่มเติมใน Completion Response</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lW1XMaTP12ip4VBnIhycUA.png" /><figcaption>ตัวอย่าง Completion Response</figcaption></figure><p><strong>“id”:</strong> เป็นค่า unique ไม่สามารถซ้ำกับ response อื่นได้ <br>ประโยชน์คือเอาไว้ใช้เวลาที่เราต้องการตรวจสอบการ response ค่าของเราในภายหลังได้</p><p><strong>“object”: </strong>คือประเภทค่าของ response type ในที่นี้จะ return ค่ากลับมาเป็น “text_completion” ซึ่งขึ้นกับ endpoint ที่เราเรียกใช้งาน ถ้าเราเลือก endpoint เป็น /edits ค่า object ก็จะมีค่าเป็น “edit”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5wMB3NBrc7HFl0kngZKeXA.png" /><figcaption>Model Endpoints</figcaption></figure><p>“<strong>created</strong>”: ค่าวันที่เวลา UNIX timestamp ที่ response นี้ถูกสร้างขึ้นมา</p><p>“<strong>model</strong>”: ค่า OpenAPI model ที่เราใช้ซึ่งจะเป็นค่าเดียวกับที่เราส่งเข้าไป request ในที่นี้จะเป็น “text-davinci-003”</p><p>“<strong>choices</strong>”: คือส่วนที่สำคัญที่ทาง Completion API ได้ response กลับมาให้ ซึ่งค่าข้างในจะประกอบไปด้วยค่าต่างๆดังนี้</p><pre>{<br>   &quot;text&quot;: &quot; §§ FILE scripts/docker_mongodb.sh\n §§ 1000\n#&quot;,<br>   &quot;index&quot;: 0,<br>   &quot;logprobs&quot;: null,<br>   &quot;finish_reason&quot;: &quot;length&quot;<br>}</pre><p>ยังอยู่กับ “<strong>choices</strong>” อยู่นะครับ</p><p>text: ค่าข้อความ text ที่ response ส่งกลับมาให้ซึ่งเป็นข้อความที่เราต้องการคำตอบจากการส่ง request เข้าไป</p><p>index: เป็น index ค่าของ arrays ที่ถูกส่งกลับเข้ามาใน response ถ้าเรามีการกำหนดค่าในตอน request เพื่อต้องการให้ได้คำตอบมากกว่า 1 คำตอบ โดยกำหนดค่า n=จำนวนคำตอบที่อยากได้ ตามตัวอย่างด้านล่างครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*V5BLD52Qtld6GzG357KV0w.png" /><figcaption>multiples answers</figcaption></figure><p>logprobs: เป็นค่าความสามารถในการคาดเดา ความน่าจะเป็นของคำที่เกิดขึ้นในประโยคคำตอบ ถ้าเราไม่ได้ระบุใน completion request (กำหนดเป็นตัวเลขให้ค่า score) ค่าได้จะเป็น null</p><p>finish_reason : เป็นค่าที่บอกว่าการหยุดสร้างข้อความ text response เกิดจากอะไร โดยหลักๆ มีค่าดังนี้</p><p>&gt; &quot;stop&quot; คือข้อความ text ได้สร้างเสร็จเรียบร้อยแล้ว และ</p><p>&gt; &quot;length&quot; คือตัวบ่งบอกว่าข้อความที่ถูกสร้างยังเสร็จไม่สมบูรณ์เพราะถึงข้อจำกัดสูงสุดของ token ที่ใช้งานแล้ว เป็นการป้องกันไม่ให้มีการสร้างข้อความยาวเกินไป</p><p>“<strong>usage</strong>”: จำนวน token ในการเรียกใช้งาน Completion ครั้งนี้</p><pre>{<br>   &quot;prompt_tokens&quot;: 1,<br>   &quot;completion_tokens&quot;: 16,<br>   &quot;total_tokens&quot;: 17<br>}</pre><p>ยังอยู่กับ “<strong>usage</strong>” อยู่นะครับ</p><p>prompt_tokens: คือจำนวน token ของ prompt ที่เราใช้ไปในการเรียกใช้งาน completion request ครั้งนี้</p><p>completion_tokens: คือจำนวน token ของ Text คำตอบ (text response ใน “<strong>choices</strong>” property) ที่ได้รับกลับมาใน completion response</p><p>total_tokens: คือจำนวน token ทั้งหมดที่เราใช้ไปทั้งในส่วนของ prompt (completion request) และในส่วนของ Text คำตอบ (completion response)</p><h3>ทิ้งท้ายกับการส่งข้อความ Prompt request</h3><p>เราก็แค่เพิ่ม “prompt” property นี้เข้าไปแล้วตามด้วยข้อความ prompt ครับ อย่าลืมกด “Send” ทุกครั้งนะครับเมื่อมีการส่งคำสั่ง completion request ใหม่</p><pre>{<br> &quot;model&quot;: &quot;text-davinci-003&quot;,<br> &quot;prompt&quot;: &quot;Explain the completion api&quot;<br>}</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*szDY8Gc53vcPOidfuLV4Cg.png" /><figcaption>Completion Request ด้วย prompt property</figcaption></figure><p>หลังจากกด Send เรียบร้อยแล้วเราก็จะได้คำตอบใน “choices” property ครับ</p><blockquote>คร่าวๆสำหรับการเรียกใช้งาน Completion API เพื่อเป็นแนวทางในการนำไปต่อยอดในการพัฒนาในเชิงธุรกิจต่อไปครับ ขอบคุณที่มา: <a href="https://platform.openai.com/docs/introduction">Introduction — OpenAI API</a></blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1f511eb2a96c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[มารู้จักกับ Stable Diffusion ART]]></title>
            <link>https://medium.com/@prommeesee/%E0%B8%A1%E0%B8%B2%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%88%E0%B8%B1%E0%B8%81%E0%B8%81%E0%B8%B1%E0%B8%9A-stable-diffusion-ai-part-1-f3a8ceb85065?source=rss-81018b099cd4------2</link>
            <guid isPermaLink="false">https://medium.com/p/f3a8ceb85065</guid>
            <dc:creator><![CDATA[Paul Story]]></dc:creator>
            <pubDate>Wed, 26 Apr 2023 07:41:57 GMT</pubDate>
            <atom:updated>2023-04-28T02:26:56.996Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*nSws3m-QTX0FAFSOISlNig@2x.jpeg" /></figure><h3>Stable Diffusion คืออะไร</h3><p>Stable Diffusion เป็น AI โมเดลที่มีความสามารถในการสร้างรูปภาพจาก text ข้อความได้ เช่นถ้าเราต้องการสร้างรูปภาพบ้าน Gingerbread แล้วเรามี prompt คำสั่งส่งเข้าไปตามตัวอย่างข้างล่าง</p><pre>gingerbread house, diorama, in focus, white background, <br>toast , crunch cereal</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*GZL3pINi-fvALDnoWpGpcw@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*rD7mZpJ9ijN2KrKn8HRMDw@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*EXGvEFi8jaZDB_-sNyvkXg@2x.jpeg" /><figcaption>text-to-image</figcaption></figure><p>เราก็จะได้รูปภาพออกมา ซึ่งเราจะเรียกง่ายๆ ว่า text-to-image เหมือนกับ Midjourney และ DALLE นั่นเองครับ</p><h3>แล้วทำไมต้อง Stable Diffusion ?</h3><p>Stable Diffusion เป็น Opensource สามารถใช้งานได้ฟรีและเป็นเครื่องมือที่มีฟังก์ชันการทำงานตอบโจทย์คนใช้งานอย่างมาก รวมทั้งยังถูกออกแบบมาให้ทำงานภายใต้สเปคเครื่องคอมพิวเตอร์ที่ค่อนข้างต่ำ ไม่กินทรัพยากรเครื่องมากเกินไป</p><h3>Stable Diffusion สร้างรูปภาพอะไรได้บ้าง</h3><p>Stable Diffusion สามารถสร้างรูปภาพได้หลาย Style ทางผู้พัฒนาได้ระบุ Image styles ไว้คร่าวๆ ตามนี้ครับ</p><ul><li>Anime Style</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*FK-OaxPLQkqJpm3Mamv5wQ@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*Y2-pLpAVZapx-9UDCo-guw@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*r_F7BnlzSLrHnPYUnwUaLg@2x.jpeg" /></figure><ul><li>Photo-realistic Style</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*lLjVJ5fEqcMMGGpu7FTWRA@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*_FLDlIV1Y2ZQz7mLMPZ-dQ@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/393/1*2cmgKCAgdUczlcpHQp3FIw@2x.jpeg" /></figure><ul><li>Landscape Style</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/768/1*taElqGUcAj5a4-j31MT-Uw@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/352/1*xV2DRwalG2-wlHF5XMhk-A@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*IDzJnG7mwrXGWcFkImaOcA@2x.jpeg" /></figure><ul><li>Fantasy Style</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*2ApW5TiKuGLBFn2HWaLJOA@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*2Lh1D4ECAG2YZwZz-O7ZKQ@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*j2gFhpCkaExFd53l2bi7vA@2x.jpeg" /></figure><ul><li>Artistic Style</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*daJJ-z7rKtPMPnh3o3qzUQ@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*04_Qhs8_ODrho4ziDKCDNg@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*aQDIeY73GhQ3Hrm6lQ2zMA@2x.jpeg" /></figure><h3>แล้วเราจะเริ่มสร้างรูปภาพกันได้อย่างไร</h3><p>เราจะสามารถสร้างรูปภาพโดยมีอยู่ 2 ทางเลือกคือ</p><p>1. แบบ Online Generator</p><p>ถ้าสำหรับมือใหม่ ทาง Stable diffustion แนะนำว่าให้ลองเข้าไปใช้งานผ่านพวก <a href="https://stable-diffusion-art.com/free-ai-image-generator-sites/">free online generator</a> (กด link นี้เข้าไปดูรายละเอียดได้ครับ) ดูก่อนเพื่อให้เข้าใจการทำงานของ Stable diffustion มากขึ้น</p><p>2. แบบ Advanced GUI (Graphic User Interface)</p><p>ถึงแม้เราจะสามารถใช้งานผ่าน free online generator ได้ แต่ก็ยังมีข้อจำกัดในการใช้งานบางฟังก์ชันอยู่ ดังนั้นหากเราต้องการฟังก์ชันการทำงานที่ Advanced ขึ้นจะต้องทำการติดตั้ง AUTOMATIC1111 ซึ่งการติดตั้งนี้สามารถทำได้ทั้งบน</p><ul><li>Google Colab cloud server</li><li>บน PC ได้ทั้ง Windows และ Mac ในการรันบน PC ถ้าจะให้ได้ประสิทธิภาพ อย่างน้อยต้อง NVIDIA GPU ที่มี 4GB VRAM ขึ้นไป</li></ul><p>นอกจากนี้แล้วตัว Advanced GUI ยังมีความสามารถในเรื่องของ</p><ul><li>มี Advanced prompt ให้มาใช้งานซึ่งทาง Stable diffusion จัดเตรียมไว้ให้</li><li>สามารถสร้างหรือแก้ไขรูปภาพเล็กๆ ที่อยู่ในรูปภาพของเราได้</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/768/1*0dkGsOao0Sc5G8FePtDbkw@2x.jpeg" /><figcaption>ตัวอย่างจาก Inpainting</figcaption></figure><ul><li>นอกจากจะสามารถสร้างรูปภาพจาก text ข้อความได้แล้ว (text-to-image) ยังสามารถสร้างจากรูปภาพไปเป็นรูปภาพได้อีกด้วย (image-to-image)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*uImtNBdwJBvGlH3qneC_gw@2x.jpeg" /><figcaption>image-to-image</figcaption></figure><ul><li>สามารถแก้ไขรูปภาพต้นฉบับได้ด้วยเช่นกัน ประมาณนี้ครับ</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*TD0Aylr87urUNSXNbf9XSQ@2x.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*lGnNUll3M8pVcfAVNKH5SQ@2x.jpeg" /><figcaption>ตัวอย่างการแก้ไขภาพต้นฉบับ</figcaption></figure><h3>มีการใช้ Powerful keywords</h3><p>Stable diffusion ยังมีอีกฟังก์ชันการทำงานที่น่าสนใจนั้นคือการใช้ keywords ในการสร้าง prompt ตัวอย่างเช่น</p><ul><li>Celebrity names (e.g. Emma Watson)</li><li>Artist names (e.g. van Gogh)</li><li>Art medium (e.g. illustration, painting, photograph)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/768/1*I-b9hLCbUvYD6vA5yjQ1tg@2x.jpeg" /><figcaption>ตัวอย่าง Emma Watson</figcaption></figure><h3>กฎอีกข้อของการสร้าง Prompt ที่ดี</h3><p>ในการสร้าง prompt ให้กับ Stable diffusion นั้นต้องมีรายละเอียดมากพอและกำหนดเจาะจงลงไป ด้วยตัว Stable diffusion นั้นยังไม่สามารถอ่านความคิดในใจของเราได้ จึงยังคงจำเป็นที่จะต้องอธิบายรายละเอียดลงไปในรูปภาพที่เราอยากได้อยู่ดี</p><p>ตัวอย่างการสร้างภาพที่มีรายละเอียดน้อย</p><pre>a woman on street</pre><p>ภาพที่ได้มาก็จะได้ประมาณหญิงแก่มีอายุออกมาเดินบนถนน</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*AO98AjNo0ejRmuDLA8e7Cw@2x.jpeg" /><figcaption>short detail</figcaption></figure><p>แต่ถ้าเราเพิ่มรายละเอียดลงไป</p><pre>a young lady, brown eyes, highlights in hair, <br>smile, wearing stylish business casual attire, <br>sitting outside, quiet city street, rim lighting</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/256/1*K-MYeolHMV_umBXHFFvVhQ@2x.jpeg" /><figcaption>more details</figcaption></figure><p>ก็จะเห็นว่ารูปภาพจะมีรายละเอียดมากขึ้น</p><p>นอกจากที่กล่าวมาข้างต้นแล้ว ทาง Stable diffusion ยังมีแนะนำการใช้งานที่ยังไม่ได้พูดถึงในข้างต้นอีกมาก เราสามารถเข้าไปดูเพิ่มเติมได้ที่นี้ครับ <a href="https://stable-diffusion-art.com/">https://stable-diffusion-art.com/</a></p><p>ขอบคุณที่มาจาก<a href="https://stable-diffusion-art.com/"> Stable Diffusion Art</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f3a8ceb85065" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>