เหตุใดจึงไม่มีจุดเชื่อมต่อ API
โมเดล รันไทม์ และการวิเคราะห์ทั้งหมดดาวน์โหลดลงในเบราว์เซอร์และทำงานที่นั่น นั่นไม่ใช่ทางเลือกในการปรับใช้ที่แก้ไขได้ด้วยการตั้งค่า แต่มันคือสถาปัตยกรรมทั้งหมด และนั่นคือเหตุผลที่รูปภาพไม่เคยออกจากอุปกรณ์ที่ตรวจสอบ
API ทำงานตรงกันข้าม มีคนส่งรูปภาพไปยังเซิร์ฟเวอร์ เซิร์ฟเวอร์ให้คะแนนและส่งตัวเลขกลับมา รูปภาพนั้นจะไปอยู่ในโครงสร้างพื้นฐานที่คนอื่นควบคุม ไม่ว่าจะเพียงชั่วคราวหรือเจตนาจะดีเพียงใดก็ตาม
สำหรับเครื่องมือที่มีจุดประสงค์ทั้งหมดคือไม่มีการอัปโหลด การมีจุดเชื่อมต่อสำหรับการอัปโหลดจะเป็นการขัดแย้งกับตัวผลิตภัณฑ์เอง ดังนั้นหน้านี้ไม่ได้อธิบายแผนงาน แต่กำลังอธิบายข้อจำกัดและสิ่งที่ควรทำ
ควรพูดให้ชัดเจนเพราะทางเลือกอื่นนั้นแย่กว่า การมีหน้าเว็บที่บอกเป็นนัยถึงจุดเชื่อมต่อ API ที่ไม่มีอยู่จริงเป็นการเสียเวลาวิศวกร และหน้าข้อมูลราคาในเว็บไซต์นี้ระบุไว้แล้วว่าไม่มีแผนแบบชำระเงินและไม่มี API
ระบบอัตโนมัติมีไว้เพื่ออะไรกันแน่
ก่อนที่จะมองหาจุดเชื่อมต่อ API ควรระบุงานให้ชัดเจน เพราะระบบอัตโนมัติส่วนใหญ่ที่ตั้งใจไว้นั้นแก้ปัญหาด้วยวิธีอื่นได้ดีกว่า
| ต้องการบริการ | เครื่องมือในเบราว์เซอร์ใช้งานได้ | ขั้นตอนการใช้คนตรวจสอบดีกว่า | |
|---|---|---|---|
| การคัดกรองรูปภาพที่ผู้ใช้อัปโหลดจำนวนมาก | Yes ปริมาณและความหน่วง | No | No |
| การตรวจสอบการส่งงานของซัพพลายเออร์ | No | Yes ใช้การส่งเป็นกลุ่ม 25 รายการ | Partly |
| การตรวจสอบชุดเอกสารประกอบการเคลม | No | Yes หนึ่งชุดต่อการส่งหนึ่งครั้ง | Yes การตัดสินใจคือเนื้องาน |
| การตรวจสอบเว็บไซต์ของคุณเอง | Partly กรณีที่มีปริมาณมหาศาลเท่านั้น | Yes ดึงข้อมูลและทำเป็นกลุ่ม | No |
สามในสี่ของแถวนั้นสามารถทำได้โดยใช้คนจัดการเป็นกลุ่ม ซึ่งควรสรุปให้ชัดเจนก่อนใครจะเขียนโค้ด แถวแรกมีความแตกต่างอย่างแท้จริง และนั่นคือสิ่งที่ต้องการบริการแบบโฮสต์
หากคุณต้องการระบบอัตโนมัติอย่างแท้จริง
มีสามเส้นทางที่ตรงไปตรงมา และแต่ละเส้นทางแลกมาด้วยสิ่งที่ต่างกัน การแสร้งว่าเป็นอย่างอื่นไม่เป็นประโยชน์ต่อใคร
| ตัวเลือก | สิ่งที่ต้องแลก | เหมาะสำหรับ |
|---|---|---|
| API เชิงพาณิชย์ | รูปภาพออกจากโครงสร้างพื้นฐานของคุณ | ปริมาณสูง, ความละเอียดอ่อนต่ำ |
| โฮสต์โมเดลแบบโอเพนซอร์สเอง | เวลาในการพัฒนาและฮาร์ดแวร์ | ข้อมูลละเอียดอ่อน, ความสามารถภายในองค์กร |
| เรียกใช้ในเบราว์เซอร์ที่คุณควบคุม | ดูธรรมดาแต่เป็นส่วนตัว | ใช้งานในระดับปานกลางและมีความเป็นส่วนตัวสูง |
| ใช้การสุ่มตรวจแทนการคัดกรองทั้งหมด | ครอบคลุมเฉพาะบางส่วน | รองรับภาระงานจริงส่วนใหญ่ |
| มีขั้นตอนการตรวจสอบโดยมนุษย์ | ประมวลผลช้ากว่า แต่ตัดสินใจได้ดีกว่า | สิ่งที่ส่งผลกระทบต่อบุคคล |
แถวที่สามนี้สมควรได้รับคำอธิบายเพราะมีการใช้งานน้อยเกินไป การใช้เบราว์เซอร์แบบ headless ทำงานบนเครื่องของคุณเอง เพื่อควบคุมหน้าเว็บที่ทำการวิเคราะห์ภายในเครื่อง เป็นวิธีที่ถูกต้องในการทำระบบอัตโนมัติโดยไม่ต้องส่งไฟล์ภาพออกไปข้างนอก แม้วิธีนี้จะดูไม่น่าสนใจแต่ได้ผลจริง
แถวที่สี่คือสิ่งที่ทีมส่วนใหญ่ควรเลือกแต่กลับไม่ค่อยได้พิจารณา การคัดกรองภาพทุกภาพมีค่าใช้จ่ายสูงและมักไม่จำเป็น การสุ่มตรวจเพียงสิบเปอร์เซ็นต์ รวมถึงภาพทั้งหมดจากแหล่งที่เคยมีปัญหามาก่อน จะช่วยให้จับสิ่งที่สำคัญได้เกือบทั้งหมดในราคาที่ถูกกว่ามาก
หากคุณโฮสต์ระบบเอง
วิธีนี้ทำได้จริงมากกว่าที่คนส่วนใหญ่คิด เพราะโมเดลวิจัยในสาขานี้ส่วนใหญ่เปิดเผยต่อสาธารณะ การใช้จุดตรวจสอบ (checkpoint) ที่เผยแพร่ภายใต้ใบอนุญาตที่ยืดหยุ่น รันไทม์สำหรับการอนุมาน (inference) และเซิร์ฟเวอร์ขนาดเล็ก ก็เพียงพอที่จะสร้างผลลัพธ์ส่วนใหญ่ที่บริการเชิงพาณิชย์ขายกันได้
สิ่งที่คุณต้องรับผิดชอบคือทุกอย่างที่อยู่รอบตัวโมเดล ไม่ว่าจะเป็นการอัปเดตให้ทันสมัยตามเทคโนโลยีการสร้างภาพที่เปลี่ยนไป การปรับเทียบเกณฑ์มาตรฐานสำหรับสื่อของคุณเอง การวัดอัตราความผิดพลาด (false positive rate) ของคุณ และการมีผู้ที่สามารถอธิบายผลลัพธ์ได้เมื่อมีการโต้แย้ง
ประเด็นสุดท้ายคือค่าใช้จ่ายที่ซ่อนอยู่ ความสามารถในการตรวจจับที่ไม่มีใครในองค์กรเข้าใจดีพอที่จะอธิบายได้ คือความเสี่ยงในทันทีที่การตัดสินใจโดยอ้างอิงจากสิ่งนั้นถูกตั้งคำถาม และคำถามนั้นจะเกิดขึ้นอย่างแน่นอนในที่สุด
ไม่ว่าจะสร้างอะไรก็ตาม ให้รวมสิ่งนี้เข้าไปด้วย
การตัดสินใจด้านการออกแบบสองประการมีความสำคัญมากกว่าโมเดลที่คุณใช้ และทั้งสองอย่างเกี่ยวข้องกับสิ่งที่เกิดขึ้นหลังจากได้รับคะแนน
อย่าปล่อยให้คะแนนตัดสินใจเกี่ยวกับบุคคลโดยอัตโนมัติ ให้ส่งสัญญาณเตือนไปที่มนุษย์ บันทึกสิ่งที่มนุษย์ตัดสินใจแทนที่จะบันทึกตามโมเดล และตรวจสอบให้แน่ใจว่าบุคคลที่ได้รับผลกระทบสามารถทราบเหตุผลที่มีการตรวจสอบ
และให้จัดเก็บผลลัพธ์ ไม่ใช่คะแนน ประวัติการค้นหาของตัวเลขที่แนบกับชื่อผู้ใช้หรือซัพพลายเออร์คือบันทึกการจัดทำโปรไฟล์ที่ต้องมีเหตุผลมารองรับ ไม่มีมูลค่าเชิงปฏิบัติ และจะกลายเป็นปัญหาทันทีเมื่อมีคนขอข้อมูลของตนเอง
จุดเริ่มต้นที่เป็นจริง
สำหรับทีมส่วนใหญ่ที่ต้องการระบบอัตโนมัติ สิ่งแรกที่ควรทำคือไม่ต้องใช้การเขียนโปรแกรมใดๆ เลย มีคนหนึ่งคน ตรวจสอบทีละชุดสำหรับงานที่เข้ามา และบันทึกสิ่งที่พบไว้ในไฟล์
นั่นทำให้ได้สิ่งที่คุ้มค่าภายในหนึ่งสัปดาห์ คือความเข้าใจว่าสื่อของคุณมีคะแนนอย่างไร แทบไม่มีใครรู้เรื่องนี้เมื่อเริ่ม และถ้าไม่มีมัน เกณฑ์ที่คุณตั้งไว้ในโค้ดก็เป็นเพียงการเดาจากข้อมูลที่คุณไม่เคยได้วัดผลจริง
เมื่อคุณทราบว่าภาพของคุณอยู่ในระดับไหน เหตุผลสำหรับการใช้ระบบอัตโนมัติจะกลายเป็นรูปธรรมมากกว่าเชิงทฤษฎี คุณจะทราบว่าภาพที่ส่งเข้ามาจำนวนเท่าใดต่อสัปดาห์ที่ควรค่าแก่การตรวจสอบ ซึ่งบ่อยครั้งคำตอบทำให้การเขียนโปรแกรมกลายเป็นเรื่องไม่จำเป็น
ในกรณีที่ไม่จำเป็น อย่างน้อยคุณจะได้ทำระบบอัตโนมัติโดยอิงจากเกณฑ์มาตรฐานที่วัดผลจริงแทนที่จะเป็นเกณฑ์ที่เผยแพร่ทั่วไป ซึ่งเป็นความแตกต่างระหว่างการควบคุมที่ใช้ได้กับข้อมูลของคุณกับสิ่งที่ใช้ได้กับผลทดสอบของคนอื่น
สิ่งที่ต้องวัดผลก่อนสร้างอะไรก็ตาม
ตัวเลขสามตัวเปลี่ยนเจตนาที่คลุมเครือให้กลายเป็นข้อกำหนด และทั้งสามตัวมาจากกระบวนการตรวจสอบด้วยมือเป็นเวลาสองสัปดาห์
การกระจายตัวของสื่อของคุณเอง ว่าภาพของจริงจากแหล่งปกติของคุณมีคะแนนเป็นอย่างไร ทีมส่วนใหญ่จะประหลาดใจ โดยปกติเพราะข้อมูลนำเข้าผ่านการประมวลผลมากกว่าที่พวกเขาตระหนัก
อัตราความผิดพลาดของคุณเอง (false positive rate): บ่อยแค่ไหนที่การแจ้งเตือนกลายเป็นการประมวลผลธรรมดาเมื่อมีการตรวจสอบ นี่คือตัวเลขที่ตัดสินว่าการควบคุมสามารถใช้กับคนจริงได้หรือไม่ และไม่ใช่ตัวเลขที่แสดงบนหน้าเว็บของผู้ขาย
ปริมาณที่จะถูกแจ้งเตือนจริง: จำนวนรายการต่อสัปดาห์ที่มนุษย์ต้องเข้ามาดู หากตัวเลขนั้นน้อย ระบบอัตโนมัติที่คุณวางแผนไว้ก็เป็นเพียงสเปรดชีตและนิสัยการทำงานเท่านั้น