ฟอร์มของกุลธิดา

ฟอร์มของสุจิตรา ระเบียบ

ฟอร์มของอภัสรา

 ยุค lot

Industrial Internet of Things หรือ IIoT คือ การนำเครื่องจักร ระบบการวิเคราะห์ขั้นสูง และคนมาทำงานร่วมกันผ่านโครงข่ายของอุปกรณ์ที่เชื่อมต่อกันด้วยเทคโนโลยีการสื่อสาร ส่งผลให้เกิดระบบที่สามารถติดตาม เก็บข้อมูล แลกเปลี่ยนและแสดงผลข้อมูลเชิงลึกที่เป็นประโยชน์ อย่างที่ไม่เคยทำได้มาก่อน ข้อมูลดังกล่าวสามารถช่วยให้ภาคอุตสาหกรรมสามารถตัดสินใจทางธุรกิจได้อย่างชาญฉลาดและรวดเร็วยิ่งขึ้น

 IIoT ช่วยปรับปรุงการเชื่อมต่อ เพื่อเพิ่มประสิทธิภาพการสื่อสาร ยืดหยุ่น ประหยัดเวลา และประหยัดค่าใช้จ่ายในการวางแผนการทำงานในโรงงานอุตสาหกรรม บริษัทที่มีความพร้อม เริ่มได้รับประโยชน์จาก IIoT ในการลดต้นทุนการผลิตจากการบำรุงรักษาที่คาดการณ์ล่วงหน้า (Predictive maintenance) การตรวจสถานะของเครื่องจักร (Monitor) และหลีกเลี่ยงการ Downtime ของระบบเพิ่มความปลอดภัยและช่วยเพิ่มประสิทธิภาพในการปฏิบัติงานในส่วนอื่นได้ดียิ่งขึ้น ระบบเครือข่าย IIoT สามารถเชื่อมต่อข้อมูลขนาดใหญ่ของแต่ละหน่วยงาน ตั้งแต่ไลน์การผลิต ไปจนถึงระดับออฟฟิศและทุกคนในองค์กรอย่างเป็นระบบ เพื่อที่จะทำให้ผู้บริหารสามารถใช้ข้อมูลจาก IIoT ได้อย่างครบถ้วนและมีประสิทธิภาพซึ่งจะเป็นตัวแปรสำคัญนำไปสู่การตัดสินใจในอนาคต การขยายตัวของ IoT สำหรับภาคอุตสาหกรรมและโรงงานการผลิต (Industrial Internet of Thing – IIoT) 

                                

ยุค Al

ในช่วง 1- 2 ปีที่ผ่านมา คำว่า “AI” กลายเป็นคำยอดฮิตที่พูดถึงกันแพร่หลาย แต่ AI (Artificial Intelligence) หรือในหมู่คนไทยเรียกว่า ปัญญาประดิษฐ์ ที่ฉลาดมากๆ นี้เกิดขึ้นจากแขนงหนึ่งของวิทยาศาสตร์คอมพิวเตอร์ ที่เกิดจากเทคโนโลยีที่คนเราเป็นคนสร้างขึ้นผ่านการป้อนข้อมูลและด้วยเทคนิคการเรียนรู้ของเครื่องจักร (Machine Learning) และการเรียนรู้เชิงลึก (Deep Learning) ทำให้วันนี้ AI สามารถจดจำ สร้างระบบการคำนวณ พร้อมวิเคราะห์ข้อมูลได้เอง

อุปกรณ์ใกล้ตัวทั้งหมดเหล่านี้ ล้วนแต่มีการใช้เทคโนโลยี AI เข้ามาช่วยเพิ่มประสิทธิภาพการทำงาน และอำนวยความสะดวก สร้างความสะดวกสบายให้แก่มนุษย์แทบทั้งสิ้น

หากมองในเชิงของธุรกิจ AI ก็เป็นตัวแปรสำคัญที่ช่วยให้เจ้าของธุรกิจสามารถออกแบบสินค้าและบริการให้เข้าถึงความต้องการของผู้บริโภคในยุคดิจิทัล ที่มีไลฟ์สไตล์ที่แตกต่าง ยกตัวอย่าง ธนาคาร สถาบันการเงินของไทยทุกวันนี้ต่างทุ่มงบในการทำ R&D (Research and development) นำเทคโนโลยี AI มาใช้เพื่อช่วยรวบรวมและประมวล BIG DATA หรือ ข้อมูลธุรกรรมทางการเงินของลูกค้าที่มีอยู่มหาศาล เพื่อวิเคราะห์ และปล่อยสินเชื่อที่เหมาะสมให้แก่ลูกค้าในแต่ละราย ซึ่งการนำ AI มาช่วยแบบนี้ไม่เพียงเข้าถึงลูกค้า และตอบโจทย์สินเชื่อได้แบบเฉพาะคนเฉพาะกลุ่มมากขึ้น ในมุมของธนาคารยังลดต้นทุน และความเสี่ยงที่จะก่อให้เกิด สินเชื่อที่ไม่ก่อให้เกิดรายได้ หรือที่ได้ยินกันคุ้นหูว่า NPL (Non-Performing Loan)

นอกจากในเชิงของธุรกิจแล้ว ทางภาครัฐยังมีการนำ AI มาช่วยจัดการข้อมูลขนาดใหญ่ เพื่อสร้างประโยชน์แก่คนไทยในเชิงมหาภาคด้วย อาทิ การบูรณาการทางด้านครอบครัว โดยมีการนำ AI สร้างสูตรสำหรับคัดกรองพ่อและแม่ที่มีโอกาสเสี่ยงที่จะไม่สามารถเลี้ยงดูบุตรให้มีคุณภาพที่ดีได้ เพื่อให้หน่วยงานภาครัฐสามารถวางแผนให้ความช่วยเหลือกับพ่อและแม่ ให้สามารถเลี้ยงดูเด็กอย่างมีคุณภาพ เป็นเยาวชนที่ดีในอนาคตได้

Big data

ทำไมต้อง Big Data?

     ปัจจุบัน เราทุกคนใช้งานโซเชียลมีเดีย เช่น You tube, Facebook, Twitter, Google, Netflix, Walmart, Starbucks สิ่งหนึ่งที่ทำให้โซเชียลมีเดียเหล่านี้ประสบความสำเร็จ คือ Big Data เป็นการนำข้อมูลจำนวนมหาศาลที่ได้จากการให้บริการมาใช้วิเคราะห์ เพื่อหาโอกาสทางธุรกิจ ใช้ประกอบการตัดสินใจในเรื่องสำคัญๆ ทั้งการพัฒนาด้านการขายและการตลาด การปรับปรุงสินค้าบริการให้ตอบโจทย์ความต้องการของผู้บริโภคยุคใหม่ที่เปลี่ยนแปลงอย่างรวดเร็ว รวมถึงภาคการผลิตที่นำข้อมูล Big Data ไปใช้ในการวิเคราะห์เพื่อเพิ่ม Productivity ในกระบวนการผลิตและการดำเนินงาน

Big Data คืออะไร

     Big Data คือ ข้อมูลขนาดใหญ่/ปริมาณมาก หรือ ข้อมูลจำนวนมากมหาศาล ทุกเรื่อง ทุกแง่มุม ทุกรูปแบบ ซึ่งอาจเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูลต่างๆ หรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data)  เช่น ล็อกไฟล์ (Log files) หรือแม้กระทั่งข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่น Facebook, twitter หรือ ไฟล์จำพวกมีเดีย เป็นต้น ซึ่งอาจจะเป็นข้อมูลภายในองค์กรและภายนอกที่มาจากการติดต่อระหว่างองค์กร หรือจากทุกช่องทางการติดต่อกับลูกค้า แต่ทั้งหมดนี้ก็ยังคงเป็นเพียงข้อมูลดิบที่รอการนำมาประมวลและวิเคราะห์เพื่อนำผลที่ได้มาสร้างมูลค่าทางธุรกิจ ข้อมูลเหล่านี้อาจจะไม่ได้อยู่ในรูปแบบที่องค์กรสามารถนำไปใช้ได้ทันที แต่อาจมีข้อมูลที่เป็นประโยชน์ต่อองค์กรบางอย่างแฝงอยู่

Big Data มีคุณลักษณะสำคัญอยู่ 4 อย่าง คือ

• ปริมาตร (Volume) หมายถึง ข้อมูลนั้นมันต้องมีขนาดใหญ่มาก ซึ่งไม่สามารถประมวลผลปริมาณของข้อมูลด้วยระบบฐานข้อมูลได้ จำเป็นต้องใช้คลังข้อมูล (Data Warehouse) และซอฟต์แวร์ฮาดูป (Hadoop) ทำงานประสานกันในการบริหารจัดการข้อมูล
• ความเร็ว (Velocity) หมายถึง ข้อมูลดังกล่าวต้องมีอัตราการเพิ่มขึ้นอย่างรวดเร็ว เช่น ข้อมูลจากภาพถ่ายโทรศัพท์ที่ถูกอับโหลดขึ้น ข้อมูลการพิมพ์สนทนา ข้อมูลวิดีโอ รวมไปถึงข้อมูลการสั่งซื้อสิ้นค้า พูดง่าย ๆ คือ ข้อมูลที่มีการเพิ่มขึ้นตลอดเวลาแบบไม่มีหยุดยั้งนั่นแหละ
• ความหลากหลาย (Variety) หมายถึง รูปแบบข้อมูลต้องมีความหลากหลาย อาจจะเป็นข้อมูลที่มีโครงสร้าง ไม่มีโครงสร้าง และกึ่งมีโครงสร้าง ซึ่งผมไม่ขอลงลึกนะเพราะมันซับซ้อนมาก แต่เอาเป็นว่ารูปแบบข้อมูลของ Big Data มันมีทุกอย่าง ไม่ได้จำกัดแค่พวกข้อความ อีเมล์ รูปภาพ ฯลฯ เท่านั้น
• Veracity ไม่สามารถนำมาใช้เป็นข้อมูลที่สมบูรณ์ เพื่อการประกอบการพิจารณาได้

การใช้ประโยชน์จาก Big Data

     ในปัจจุบันนี้ การนำ Big Data มาใช้ในภาครัฐ เพื่อแก้ปัญหาความเดือดร้อนและลดความเหลื่อมล้ำ โดยนำข้อมูลในระบบราชการจากหลายหน่วยงาน เช่น ข้อมูลสาธารณสุข ทะเบียนราษฎ์ ที่ตั้งของธุรกิจ โรงพยาบาล สถานบำบัด สถานการณ์จ้างงานฯ มาวิเคราะห์และการเชื่อมโยงกัน เกิดเป็นข้อมูลขนาดใหญ่ Big Data ของภาครัฐ ผ่านกระบวนการวิเคราะห์เชื่อมโยงเพื่อตอบการให้บริการของภาครัฐ ตัวอย่างเช่น รัฐบาลต้องการช่วยเหลือผู้มีรายได้น้อย แต่แทนที่จะช่วยเหลือโดยให้เงินอุดหนุนที่เท่าๆ กันแบบปูพรมทั้งประเทศ ก็นำ Big Data ซึ่งเป็นข้อมูลจากแหล่งต่างๆมาใช้ชี้จำเพาะว่าบุคคลใดที่ถือว่ามีรายได้น้อย พร้อมทั้งกำหนดระดับและลักษณะความช่วยเหลือที่แตกต่างกัน เช่น ผู้มีรายได้น้อยที่สูงอายุ เป็นผู้พิการ อยู่กับบ้าน ให้ลูกหลานดูแล รัฐอาจช่วยโดยสนับสนุนขาเทียม ให้คูปองเข้ารับการทำกายภาพบำบัด  พร้อมทั้งเลือกอาชีพที่เหมาะสมกับกายภาพของผู้สูงอายุ

     การฝึกอาชีพเพื่อเพิ่มรายได้ ให้กับผู้มีรายได้น้อย พร้อมทั้งจับคู่กับแหล่งงานที่อยู่ใกล้เคียงกับที่พักอาศัย อีกทั้งยังติดตามและเสนอโอกาสฝึกอาชีพใหม่ๆ เพิ่มเติม เพื่อให้มีรายได้ที่สูงขึ้นและพัฒนาคุณภาพชีวิตให้ดีขึ้น ซึ่งถ้าวิเคราะห์ดูจะเห็นว่า ข้อมูลจำนวนมากเกิดการบูรณาการและวิเคราะห์ เพื่อใช้สำหรับการตัดสินใจในการให้บริการของภาครัฐได้ตรงกลุ่มเป้าหมาย โดยในปัจจุบันนี้ จะเห็นได้จากการใช้บัตรประชาชนเพียงบัตรเดียวก็สามารถเข้าถึงบริการภาครัฐได้มากขึ้น

     Big Data สำหรับภาคเอกชนที่นำมาใช้ประโยชน์ เช่น เว็บไซต์อี-คอมเมิร์ช ที่จัดเก็บข้อมูลพฤติกรรมการซื้อสินค้าของลูกค้าอย่างต่อเนื่อง และมีระบบที่ทำหน้าที่คัดเลือกสินค้าอื่นๆ ที่คาดว่าลูกค้าจะต้องการเพิ่มเติม แล้วนำเสนอขึ้นมาให้โดยอัตโนมัติบนหน้าเว็บไซต์อี-คอมเมิร์ชของลูกค้ารายนั้นๆ ทั้งนี้ ลูกค้าแต่ละคน ไม่จำเป็นต้องนำเสนอสินค้าเดียวกัน จากการสังเกตพฤติกรรมการซื้อสินค้า พบว่าภาคเอกชนจะมีการเก็บข้อมูล ชื่อ ที่อยู่ เพศ เชื้อชาติ อายุ ประวัติการซื้อสินค้า ชนิดสินค้า เวลาที่ซื้อ มูลค่าสินค้า นำมาวิเคราะห์จับคู่กับสินค้าอื่นที่มีศักยภาพ ทั้งนี้ เงื่อนไขหรือสูตรการจับคู่อาจแตกต่างกันไป ตามกลุ่มลูกค้าหรือประชากรในแต่ละประเทศ หรือตามกลุ่มสังคมหรือวัฒนธรรม

     นอกจากนั้น ภาคเอกชนได้นำข้อมูล Big Data มาใช้ประโยชน์ เพื่อยกระดับธุรกิจ ด้วยการพัฒนาเทคโนโลยีแชทบอท Chatbot ที่สามารถรับมือกับความต้องการข้อมูลของลูกค้าที่ติดต่อเข้ามาจำนวนมหาศาลผ่าน Messaging Application ได้อย่างมีประสิทธิภาพ รวดเร็ว ฉับไว พร้อมให้บริการตลอด 24 ชั่วโมง และนี่คือจุดเปลี่ยนสำคัญของการให้บริการที่จะเข้ามาใช้งานแทนคน (Agent)

     แม้ว่าเรื่องราวของ Big Data ฟังดูแล้วยุ่งยาก ไม่ว่าจะเป็นอุปสรรคในระหว่างการนำไปประยุกต์ใช้งาน ไปจนถึงการปรับกระบวนการทำงานใหม่ เพื่อให้เอื้อต่อการจัดเก็บข้อมูล อีกทั้งความจำเป็นที่จะต้องปรับนโยบายรัฐหรือเอกชนให้สอดคล้องกับการทำ Big Data ด้วยหรือไม่? จะทำได้สำเร็จหรือไม่? สารพัดเรื่องที่จะเกิดขึ้น

     Big Data ไม่ใช่เรื่องยากอย่างที่หลายคนกลัวหรือไม่เข้าใจ อาจเพราะมันใหญ่และมีรายละเอียดเยอะมาก จึงทำให้การใช้งาน Big Data ค่อนข้างมีอุปสรรค แต่แท้จริงแล้วอุปสรรคต่าง ๆ นี้ล้วนเป็นสิ่งที่ทุกองค์กรต้องเผชิญหน้า เพื่อพัฒนาและก้าวกระโดดต่อไป ขอเป็นกำลังใจให้เรียนรู้เรื่องไกล้ตัวนี้อย่างต่อเนื่อง  

วิทยาการข้อมูล(data science)

วิทยาการข้อมูล (อังกฤษ: Data science) เป็นสหสาขาวิชาที่ใช้วิธีการ กระบวนการ อัลกอริทึม และระบบทางวิทยาศาสตร์มาใช้เพื่อหาความรู้จากข้อมูลหลากหลายรูปแบบ ทั้งจัดเก็บเป็นระเบียบและไม่เป็นระเบียบ เป็นสาขาที่เกี่ยวข้องกับการทำเหมืองข้อมูล การเรียนรู้เชิงลึก และข้อมูลขนาดใหญ่

วิทยาการข้อมูลเป็นศาสตร์ที่เป็นการบูรณาการสถิติศาสตร์ การวิเคราะห์ข้อมูล และการเรียนรู้ของเครื่องเข้าด้วยกันเพื่อให้สามารถเข้าใจและวิเคราะห์ปรากฏการณ์ที่เกิดขึ้นจริงในข้อมูลได้ ใช้เทคนิคและทฤษฎีที่ได้มาจากคณิตศาสตร์ สถิติศาสตร์ วิทยาการคอมพิวเตอร์ และวิทยาการสารสนเทศ

จิม เกรย์ นักวิทยาศาสตร์ผู้ได้รับรางวัลทัวริงมองว่า วิทยาการข้อมูลเป็นวิทยาศาสตร์แขนงที่สี่ ต่อยอดมาจากวิทยาศาสตร์การทดลอง วิทยาศาสตร์ทฤษฎี และวิทยาศาสตร์เชิงคำนวณ โดยเชื่อว่าทุกอย่างที่เกี่ยวข้องกับวิทยาศาสตร์กำลังจะเปลี่ยนไปโดยอิทธิพลของเทคโนโลยีสารสนเทศและการเพิ่มขึ้นของข้อมูล

พื้นฐาน

วิทยาการข้อมูลเป็นสหสาขาวิชาที่มุ่งเน้นการหาความรู้จากกลุ่มข้อมูลซึ่งส่วนมากมักมีขนาดใหญ่ ครอบคลุมตั้งแต่การเตรียมข้อมูลเพื่อวิเคราะห์ วิเคราะห์ และนำเสนอสิ่งที่ค้นพบให้กับผู้มีอำนาจใจการตัดสินใจในองค์กร จึงต้องใช้ทักษะทางด้านวิทยาการคอมพิวเตอร์ คณิตศาสตร์ สถิติศาสตร์ การนำเสนอข้อมูลด้วยภาพ การออกแบบกราฟิก และธุรกิจ

นักสถิติศาสตร์หลายคน อาทิ เนท ซิลเวอร์ มองว่าวิทยาการข้อมูลไม่ได้เป็นศาสตร์ใหม่ แต่เป็นอีกชื่อหนึ่งของสถิติศาสตร์ แต่บ้างก็แย้งว่าวิทยาการข้อมูลเน้นการศึกษาปัญหาและเทคนิคที่แตกต่างกับวิชาสถิติ โดยวิสันต์ ธาร์ ศาสตราจารย์ที่มหาวิทยาลัยนิวยอร์กมองว่าสถิติจะเน้นการศึกษาข้อมูลเชิงปริมาณและหาคำอธิบาย ส่วนวิทยาการข้อมูลจะเน้นศึกษาทั้งข้อมูลเชิงปริมาณและเชิงคุณภาพ (เช่นภาพ) และเน้นการพยากรณ์และการลงมือทำ

เส้นทางอาชีพ

วิทยาการข้อมูลเป็นศาสตร์ที่กำลังเติบโต นักวิทยาการข้อมูลเป็นอาชีพหนึ่งที่ได้รับเงินเดือนระดับที่สูงมากในสหรัฐอเมริกา โดยมีค่ามัธยฐานอยู่ที่ 118,370 ดอลลาร์สหรัฐต่อปี หรือประมาณ 56.91 ดอลลาร์ต่อชั่วโมง การเติบโตของสายงานสูงกว่าค่าเฉลี่ยของแรงงานในตลาด คาดว่าจะเติบโตราวร้อยละ 16 ระหว่างปี ค.ศ. 2018 ถึง ค.ศ. 2028

สาขาเฉพาะทางของวิทยาการข้อมูล

• นักวิทยาศาสตร์การเรียนรู้ของเครื่อง มีหน้าที่วิจัยหาวิธีการวิเคราะห์ข้อมูบแบบใหม่และสร้างอัลกอริทึม
• นักวิเคราะห์ข้อมูล ใช้ข้อมูลขนาดใหญ่เพื่อรวบรวมข้อมูลที่ตรงตามความความสนใจของบริษัท
• ที่ปรึกษาด้านข้อมูล ทำงานร่วมกับภาคธุรกิจเพื่อศึกษาว่าจะใช้ข้อมูลจากการวิเคราะห์ให้เกิดประโยชน์ได้อย่างไร
• สถาปนิกข้อมูล สร้างโซลูชันข้อมูลที่เหมาะสมกับการนำไปใช้งาน
• สถาปนิกการนำไปใช้งาน ติดตามการนำไปใช้งานตลอดทั้งวงจรธุรกิจ

เทคโนโลยีและเทคนิค

เทคนิค

• การแบ่งกลุ่มข้อมูล เป็นวิธีการจัดกลุ่มข้อมูลเข้าด้วยกัน
• การลดมิติ ใช้เพื่อลดความความซับซ้อนในการคำนวณเพื่อให้การทำงานเร็วขึ้น
• การเรียนรู้ของเครื่อง ใช้ในการหารูปแบบจากข้อมูล

เทคโนโลยี

• ภาษาไพธอน เป็นภาษาคอมพิวเตอร์ที่ใช้กันทั่วไปในวงการวิทยาการข้อมูล มีไลบรารีให้เลือกใช้มากมาย
• ภาษาอาร์ เป็นภาษาคอมพิวเตอร์ที่ใช้สำหรับการวิเคราะห์ทางสถิติและการทำเหมืองข้อมูล
• TensorFlow เป็นเฟรมเวิร์คที่ใช้ในการสร้างโมเดลการเรียนรู้ของเครื่อง พัฒนาโดยกูเกิล
• PyTorch เป็นเฟรมเวิร์คที่ใช้ในการสร้างโมเดลการเรียนรู้ของเครื่อง พัฒนาโดยเฟซบุ๊ค
• Jupyter เป็นส่วนติดต่อกับผู้ใช้รูปแบบเว็บสำหรับการเขียนภาษาไพธอนที่ทำให้การทำงานสะดวกขึ้น
• Tableau Software ใช้สำหรับการนำเสนอข้อมูลด้วยภาพ
• อะแพชีฮาดูป เป็นเฟรมเวิร์คสำหรับประมวลผลข้อมูลขนาดใหญ่ในระบบปฏิบัติการเชิงกระจาย