ในฐานะหัวหน้าทีมพัฒนาโครงการ GearMind ผมรับผิดชอบตั้งแต่การออกแบบแนวคิด วางสถาปัตยกรรมระบบ ไปจนถึงการพัฒนาโค้ด เขียน API และทดสอบระบบจริงกับผู้ใช้งาน โดยมุ่งเป้าหมายเพื่อสร้างผู้ช่วยอัจฉริยะที่ช่วยช่างเทคนิคและวิศวกรค้นหาข้อมูลจากกองเอกสารจำนวนมากได้รวดเร็วขึ้น
นิยาม GearMind ง่ายๆคือ "เลขาส่วนตัวที่ใช้เฉพาะองค์ความรู้ของคุณในการให้คำตอบ"
GearMind ใช้โมเดลภาษา Claude 3.5 Sonnet ทำงานร่วมกับ RAG และ QDrant (Vector Database) เพื่อให้สามารถสนทนากับผู้ใช้งาน และค้นหาคำตอบจากคลังความรู้ที่ผู้ใช้สะสมไว้ในรูปแบบไฟล์ PDF, Text, Markdown หรือ DOCX ได้อย่างแม่นยำ นอกจากนี้ยังมีระบบ Content Safety ที่ผมพัฒนาขึ้นโดยใช้โมเดล Meta Llama Guard 3 เพื่อคัดกรองเนื้อหาที่ไม่เหมาะสม และยังพัฒนา GearMind API ให้สามารถใช้งานในระบบอัตโนมัติและ IIoT ผ่านการเชื่อมต่อกับ NodeRED และจัดทำ SDK สำหรับภาษา Node.js ด้วย
ตลอดระยะเวลาการพัฒนา GearMind ได้รับคำแนะนำจากผู้เชี่ยวชาญในอุตสาหกรรม และมีโอกาสทดลองใช้งานจริงในสถานศึกษาระดับเทคนิคและบริษัทเอกชนด้านพลังงาน โดยผลลัพธ์แสดงให้เห็นว่าสามารถลดเวลาในการค้นหาข้อมูลทางเทคนิคได้สูงสุดถึง 2.5 ชั่วโมงต่อวัน (คิดเป็นกว่า 30% ของเวลางานทั้งหมด) และได้รับคะแนนความพึงพอใจจากผู้ใช้งานเฉลี่ย 4.7 จาก 5.0
แม้โครงการ GearMind จะสิ้นสุดลงในเดือนมีนาคม 2568 เนื่องจากข้อจำกัดด้านทรัพยากรและการที่สมาชิกในทีมต้องแยกย้ายกันไปศึกษาต่อ แต่ประสบการณ์จากการสร้างระบบ AI จริง การทำงานร่วมกับระบบ IoT และการบริหารโครงการแบบ End-to-End ได้สร้างรากฐานสำคัญที่ผมนำไปต่อยอดพัฒนาตนเองและโปรเจกต์อื่นในอนาคต
รายการภาษาและเทคโนโลยีที่ใช้ในการพัฒนา:
- Meta Llama Guard 3
- Claude 3.5 Sonnet
- text embeddings 001
- Python
- TypeScript
- Shadcn/UI
- TailwindCSS
- Compute Engine
- Cloud DNS
- Cloud Firewall
- Cloud SQL
- Docker
- Next.js
- PrismaORM
- Ubuntu
- Git
- Redis
