วิทยาการข้อมูล 

วิทยาการข้อมูล (Data Science)

ข้อมูลกำลังพลจากฐานข้อมูลมโหรี หากนำมาวิเคราะห์ด้วย Human resource analytics ก็น่าจะช่วยในการวางแผนกำลังพลและการสืบทอดตำแหน่ง (Succession planning) ได้อีกเช่นกัน

เราอาจจะสามารถนำ Facial recognition มาใช้วิเคราะห์ใบหน้าของผู้ที่ต้องสงสัยว่าจะเป็นผู้ก่อการร้ายและเทียบกับฐานข้อมูลใบหน้าของผู้ก่อการร้ายได้

เราสามารถติดตั้ง sensor ที่อาวุธยุทโธปกรณ์ต่างๆ ซึ่งมีการใช้งาน หากพบการสั่นหรือความร้อนผิดปกติก็สร้างแบบจำลองการอยู่รอดเพื่อใช้ในการบำรุงรักษายุทโธปกรณ์ในเชิงทำนายที่เรียกว่า Predictive maintenance ได้เป็นต้น

เราสามารถนำความรู้ทางวิทยาการข้อมูล มาศึกษาวิเคราะห์ความคิดของประชาชนได้ ซึ่งหากทำได้ดีจะช่วยให้กิจการพลเรือนและปฏิบัติการทางจิตวิทยา (Psychological operations) ทำได้ดีมากขึ้น

แท้จริงแล้วงานด้านวิทยาการข้อมูลทางการทหาร เป็นงานเสนาธิการ (Strategist) แต่เป็นเสนาธิการที่ไม่ได้นำเสนอยุทธศาสตร์หรือ Quick win จากความรู้สึกส่วนตัวหรือการวิเคราะห์โดยสัญชาตญาณ หากแต่เป็นการวิเคราะห์เพื่อประเมินยุทธศาสตร์มาจากข้อมูลจริง ที่ต้องอาศัยวิทยาการคอมพิวเตอร์ สถิติศาสตร์ คณิตศาสตร์และความรู้ในสาขาวิชาต่างๆ มาประกอบกัน เป็นการสร้างความรู้ที่นำไปปฏิบัติได้จริง (Actionable knowledge) จากข้อมูลต่างๆ ของกองทัพไทย จะช่วยให้กองทัพมีความทันสมัย ถ้ามีความสามารถสูงมากก็อาจจะสามารถสร้างอาวุธหรืออย่างน้อยซ่อมแซมบำรุงรักษาอาวุธยุทโธปกรณ์ได้เองในระดับหนึ่งซึ่งจะช่วยทำให้ประหยัดงบประมาณของทางราชการไปได้ และทำให้กองทัพมีประสิทธิภาพมากขึ้น

กษะที่จำเป็น

  Data Scientist คืออาชีพที่บูรณาการองค์ความรู้หลายด้าน ทั้งทักษะทางตรง (Hard skill) และ ทักษะทางอ้อม (Soft skill) ประกอบไปด้วย

• ความรู้ด้านคณิตศาสตร์และสถิติ

  Data Scientist คือบุคคลที่มีความรู้คณิตศาสตร์เชิงลึกและสถิติ เพื่อนำมากลั่นกรองและตีความผลลัพท์ของข้อมูล เช่น การเรียนรู้ด้วยตนเองของโปรแกรมต่างๆ (Machine Learning) การทำเหมืองข้อมูล (Data Mining) หรือพีชคณิต (Algebra) 

• การเขียนโปรแกรม

มีความชำนาญการใช้โปรแกรมคอมพิวเตอร์และการเขียนโค้ด ซึ่งจะเป็นประโยชน์ในการจัดการข้อมูลขนาดใหญ่ และสร้างแบบจำลองในการพัฒนาระบบหรือผลิตภัณฑ์ รวมถึงทักษะการนำเสนอข้อมูลเชิงภาพ (Visualization) สื่อสารข้อมูลออกเป็นกราฟหรือภาพที่เข้าใจได้ง่าย

• ความรู้ด้านธุรกิจและการตลาด

ทักษะนี้สามารถศึกษาเพิ่มเติมนอกเหนือจากสาขาที่เรียนได้ อาจอาศัยประสบการณ์การทำงานร่วมด้วย ความรู้ด้านธุรกิจและทักษะการตลาดเป็นสิ่งสำคัญที่ไม่แพ้ความรู้เฉพาะทางเลย เพราะจะช่วยให้ Data Scientist เข้าใจกลไกทางธุรกิจและคาดการณ์เทรนด์การตลาดได้  โดยพื้นฐานแล้วต้องเป็นผู้ที่สนใจโซเชียลมีเดียและสนใจเรื่องในกระแสสังคม เพื่อนำมาเชื่อมโยงกับความต้องการของผู้บริโภค ซึ่งจะเป็นประโยชน์ในการพัฒนาธุรกิจ

• ทักษะการสื่อสาร

การสื่อสารอาจเป็นทักษะที่ถูกมองข้าม ทั้งที่จริงแล้วเป็นสิ่งสำคัญมาก เพราะ Data Scientist 

คือคนที่ต้องสื่อสารกับเพื่อนร่วมงานฝ่ายอื่นๆ เช่น ฝ่ายการตลาด ธุรกิจ เซลส์ ที่อาจไม่มีความรู้ด้าน Data โดยตรง พูดง่ายๆ ก็คือสามารถอธิบายเรื่องยากให้คนทั่วไปเข้าใจได้ โดยการเลือกวิธีนำเสนอที่เหมาะสมกับข้อมูลแต่ละประเภท ข้อมูลบางอย่างอาจจะเหมาะทำเป็นกราฟ แผนภูมิ หรือ Infographics 

 

ยุค 5G/6G , Iot , AI

                                 ยุค  5G/6G ,  Iot  , AI

  หลายคนคงตาเบิกโพลงและถามด้วยเสียงสองว่า “บ้าเหรอ? 5G ยังไม่ได้ใช้เลย 6G คืออะไรกัน?”💜

แต่นั้นคือสิ่งที่กำลังเกิดขึ้น เมื่อ 5G กำลังจะถูกทยอยนำมาใช้งานมากขึ้นเรื่อยๆ เริ่มต้นตั้งแต่ปีหน้าเป็นต้นไป เหล่าวิศวกรทั้งหลายก็หันมาให้ความสนใจกับขั้นต่อไปของเทคโนโลยีว่าจะออกมาในรูปแบบไหน

คงเป็นเรื่องยากที่จะโต้แย้งว่าเทคโนโลยีสื่อสารไร้สายได้เปลี่ยนวิถีการใช้ชีวิตของมนุษย์ ทั้งการโต้ตอบระหว่างมนุษย์ด้วยกันเองและมนุษย์กับโลกทั้งใบ เมื่อเทียบกับเทคโนโลยีอื่นๆ นี่อาจจะเป็นสิ่งเดียวที่เป็นตัวกำหนดวิถีชีวิตของยุคสมัยศตวรรษที่ 21

โดยเจ้าเทคโนโลยีล่าสุด 5G (ระบบสื่อสารไร้สายยุคที่ 5) นั้น ทั่วโลกเริ่มมีการทดสอบและลองใช้กันบ้างแล้ว (ในงานกีฬาโอลิมปิกฤดูหนาวที่เมืองพย็องชัง ประเทศเกาหลีใต้) ซึ่งก็นำมาสู่คำถามที่ว่าหลังจากนี้จะมีอะไรอีก? 6G จะเป็นแบบไหนกัน? แตกต่างกันยังไง? มีอะไรที่สามารถทำเพิ่มขึ้นมาได้บ้างจาก 5G? 

คำตอบอาจจะยังไม่ชัดเจนเท่าไหร่นัก แต่ก็มีบางอย่างที่พอเป็นเค้าลางให้เห็นว่ามันน่าจะออกมาในรูปแบบไหน เรื่องนี้ต้องขอบคุณผลงานของ Razvan-Andrei Stoica และ Giuseppe Abreu ที่มหาวิทยาลัย Jacobs University Bremen ประเทศเยอรมนี ทั้งสองคนได้นำเอาข้อจำกัดของเทคโนโลยี 5G มาชำแหละและดูว่ามีปัจจัยไหนที่สามารถเป็นตัวขับเคลื่อนให้พัฒนาเทคโนโลยีสื่อสารไร้สาย และ 6G น่าจะเป็นผู้อยู่เบื้องหลังแอพพลิเคชั่นต่างๆ ที่ใช้เทคโนโลยี AI 

ก่อนอื่นต้องปูทางเกี่ยวกับ 5G สักหน่อย อย่างแรกเลยที่ต้องบอกก็คือว่า 5G นั้นพัฒนามาไกลกว่ามาตรฐานของ 4G ที่เราใช้อยู่ตอนนี้เป็นอย่างมาก อย่างแรกคือเรื่องความเร็ว ซึ่งเร็วกว่า 4G อย่างที่เรียกว่าเทียบกันไม่เห็นฝุ่น โดย 5G จะมีความเร็วประมาณ 20Gbps เทียบกับ 4G แล้วจะเร็วกว่า 100-200 เท่า! (4G อยู่ที่ 10-20 Mbps) ถ้าเปรียบเทียบเป็นภาพยนตร์ HD สักเรื่องบน 4G ถ้าไปอยู่บน 5G ก็จะดูหนังแบบ 8K ได้ประมาณ 400 เรื่องในเวลาเดียวกัน และนั้นอาจจะฟังดูน่าทึ่งแล้วในระดับหนึ่ง แต่ยังไม่จบเท่านั้น สิ่งที่ทำให้ 5G นั้นน่าสนใจอีกอย่างคือ Low Latency Rate หรือความไวในการตอบสนองของข้อมูล สามารถสั่งงานควบคุมสิ่งต่างๆ ได้อย่างรวดเร็ว หรือเรียกว่าแทบจะทันที จากตอน 4G เฉลี่ยใช้งานจริงจะอยู่ราว 100-200ms แต่เมื่อเป็น 5G จะลดลงไปถึง 100 เท่า เหลือน้อยกว่า 1ms ทางทฤษฎี 

                                                                      

 

Big Data

Big Data คืออะไร

Big Data คือ ข้อมูลทุกชนิดที่อยู่ในองค์กรซึ่งเมื่อรวมกันแล้วจะมีปริมาณมากจนซอร์ฟแวร์หรือฮาร์ดแวร์ทั่วไปไม่สามารถรองรับหรือประมวลผลข้อมูลได้อย่างมีประสิทธิภาพ

.

Big Data เป็นอย่างไร

Big Data นั้นจะประกอบไปด้วยคุณลักษณะ 4 อย่าง หรือ 4Vs

1. Volume (ปริมาณ)คือขนาดของข้อมูลที่รวบรวมมาได้ มีปริมาณข้อมูลมาก ซึ่งสามารถเป็นได้ทั้ง Online และ Offline

2. Velocity (ความเร็ว)ข้อมูลมีความเปลี่ยนแปลงอย่างรวดเร็ว มีการส่งผ่านข้อมูลแบบ Streaming ทำให้การวิเคราะห์ข้อมูลแบบ manual มีข้อจำกัด

3. Variety (ความหลากหลาย)ข้อมูลมีความหลากหลาย สามารถเป็นได้ทั้งที่มีโครงสร้าง และข้อมูลที่ไม่สามารถจับรูปแบบได้

4. Veracity (ความไม่ชัดเจน)คือข้อมูลที่ยังไม่ผ่านการดำเนินการให้อยู่ในรูปแบบของข้อมูลที่เป็นประโยชน์ต่อองค์กร

.

รูปแบบของ Big Data

1. 1.ข้อมูลเชิงพฤติกรรมการใช้งานต่างๆ (Behavioral data) เช่น server log, พฤติกรรมการคลิกดูข้อมูล, ข้อมูลการใช้ ATM เป็นต้น

2. 2.ภาพถ่าย, วีดีโอ, รูปภาพ (Image & sounds) เช่นภาพถ่ายจาก google street view, ภาพถ่ายทางการแพทย์, ลายมือ, ข้อมูลเสียงที่ถูกบันทึกไว้ เป็นต้น

3. 3.ข้อความที่เป็นลายลักษณ์อักษร (Languages) เช่น text message, ข้อความที่ถูก tweet, เนื้อหาต่างๆในเว็บไซต์ เป็นต้น

4. 4.บันทึก (Records) เช่น ข้อมูลทางการแพทย์, ข้อมูลผลสำรวจที่มีขนาดใหญ่, ข้อมูลทางภาษี เป็นต้น

5. 5.ตัววัดค่าต่างๆ (Sensors) เช่น ข้อมูลอุณหภูมิ, ตัววัดความเร่ง, ข้อมูลทางภูมิศาสตร์ เป็นต้น

.

ทำไมเราจึงควรให้ความสนใจ Big Data

Big Data ช่วยให้สามารถใช้ข้อมูลจากทุกแหล่งที่เป็นไปได้ และวิเคราะห์เพื่อให้ได้ผลลัพธ์ที่คุณต้องการ ซึ่งช่วยให้สามารถเข้าใจผู้บริโภคได้มากขึ้น ลดต้นทุน ระยะเวลาดำเนินการ และสามารถตัดสินใจได้อย่างแม่นยำมากขึ้น

.

แล้วเราจะวิเคราะห์ Big data ได้อย่างไร

ในปัจจุบันหลายบริษัทได้นำ Big Data มาประยุกต์ใช้ในส่วนของการขายและการตลาดของธุรกิจ โดยใช้เครื่องมือเช่น Google Analytics หรือ ระบบ ERP มารองรับ

.

ตัวอย่างธุรกิจที่ประสบความสำเร็จจากการใช้ Big Data

Netflix ใช้ Big Data ในการแก้ปัญหาจอดำที่เกิดกับลูกค้าผู้ใช้บริการ Video on demand ซึ่งทีมงาน Netflix นำข้อมูลทุกด้านไม่ว่าจะเป็นความหนาแน่นในการใช้บริการ เครื่องข่ายความเร็วเน็ต จุดเชื่อมต่อระหว่างการให้บริการด้านข้อมูล ต่างๆ ถูกนำมาวิเคราะห์เพื่อหาทางป้องกันปัญหา Down-time ที่จะเกิดขึ้นอีกในอนาคต

.

Amazon นำ Big Data ไปใช้ในการแนะนำสินค้าแบบอัตโนมัติ และปรับราคาสินค้าแบบ Real-time (Pricing Engine) ให้ตรงกับจุดที่ลูกค้าเห็นค่าของสินค้า (Value) และเกิดความเต็มใจที่จะจ่าย โดยอาศัยข้อมูลพฤติกรรมการเข้าชมเว็บไซต์และเลือกซื้อสินค้า ข้อมูลการซื้อในอดีต ข้อมูลการค้นหาข้อมูลการเลือกซื้อสินค้าผ่านทาง Search Engine ราคาสินค้าคู่แข่ง จำนวนสินค้าที่เหลืออยู่ เพื่อเพิ่มยอดขายในกับธุรกิจจากการที่ลูกค้าตัดสินใจซื้อได้ง่ายขึ้น