เราอาจเห็นหลาย ๆ องค์กรนำ AI เข้ามาใช้ จนคิดว่าสิ่งนี้เป็นเรื่องง่าย และทำใด้ภายในระยะเวลาอันสั้น แต่จริง ๆ แล้วการสร้าง AI ให้สามารถเรียนรู้และพัฒนาจนองค์กรสามารถขยายขอบเขตการใช้งานไปในทุกภาคส่วนได้นั้นเป็นเรื่องที่ต้องใช้เวลา และยิ่งเป็นไปได้ยาก หากองค์กรไม่ได้ให้ความสำคัญกับโครงสร้างพื้นฐานของการพัฒนา AI อย่างโครงสร้างพื้นฐานด้านข้อมูล และโครงสร้างด้านการวิเคราะห์ข้อมูล วันนี้ Backyard เลยจะพาทุกคนมารู้จักกับ 2 โครงสร้างนี้ว่าจำเป็นอย่างไร และถ้าไม่ให้ความสำคัญจะมีผลตามมาอย่างไรบ้าง
2 โครงสร้างพื้นฐานของการพัฒนา AI ที่องค์กรควรให้ความสำคัญ
1. โครงสร้างพื้นฐานด้านการจัดการฐานข้อมูลขนาดใหญ่ (Big Data) โดยการสร้าง Data Lake
Data Lake คืออะไร?
Data Lake คือแหล่งจัดเก็บข้อมูลปริมาณมหาศาลโดยไม่ต้องวางโครงสร้าง กล่าวคือข้อมูลจะเป็นแบบ Structured หรือ Unstructured Data ก็ได้ และข้อมูลนั้นจะไม่มีการเปลี่ยนแปลงรูปแบบใด ๆ เลย ต้นทางส่งมาแบบไหน ก็จะถูกเก็บไว้แบบนั้น
ทำไมจึงควรลงทุนใน Data Lake?
การมี Data Lake นั้นจะช่วยให้การค้นหาข้อมูลหรือนำมาวิเคราะห์ในภายหลังเป็นเรื่องง่ายขึ้น เพราะในบางครั้งข้อมูลดิบจากต้นทางอาจถูกลบ เปลี่ยนแปลง หรือผ่านการประมวลผลไปแล้ว หากไม่มี Data Lake ข้อมูลดิบดั้งเดิมนั้นก็จะสูญหายไปเลย และไม่สามารถย้อนกลับเป็นแบบเดิมได้อีก
นอกจากนี้ในบางครั้งที่องค์กรมีข้อมูล แต่ยังไม่รู้จะเอาไปใช้ทำอะไร ซึ่งข้อมูลเหล่านี้อาจสร้างประโยชน์มหาศาลให้แก่องค์กรในอนาคตก็ได้ โดยเฉพาะในโลกธุรกิจทุกวันนี้ที่เต็มไปด้วยความไม่แน่นอน องค์กรอาจมีการเปลี่ยนแปลงกลยุทธ์หรือแนวทางในการดำเนินธุรกิจเพื่อรับมือกับสถานการณ์ต่าง ๆ ได้อย่างเหมาะสม และข้อมูลเหล่านี้นี่แหละที่จะเป็นตัวช่วย ดังนั้นการมี Data Lake ก็จะช่วยให้องค์กรสามารถเก็บข้อมูลเหล่านี้ไว้ได้ เผื่อในอนาคตที่ต้องใช้ องค์กรก็จะได้มีข้อมูลอยู่ในมือพร้อมใช้ทันที
คุณสมบัติของ Data Lake ที่ดี
Single Truth of Data : Data Lake ที่ดีจะต้องช่วยให้ตัวคุณและเพื่อนร่วมงานมีความเข้าใจที่ตรงกัน กล่าวคือเมื่อเข้ามาใน Data Lake แล้ว ทุกคนจะเห็นข้อมูลเหมือนกัน คุณและเพื่อนร่วมงานจะต้องไม่เสียเวลาไปกับการหาไฟล์จากหลายที่ หรือไฟล์เดียวกันที่อยู่หลายที่และมีหลายเวอร์ชั่น นอกจากนี้หาก Data Lake มี Software ที่ดีนั้น มันจะสามารถกระจายข้อมูลภายใน Cluster ได้อย่างรวดเร็วอีกด้วย
Storage at the Minimum Cost : อย่างที่บอกไปว่าข้อมูลที่เก็บบางส่วนนั้นเป็นข้อมูลที่เก็บเอาไว้ให้ได้มากที่สุด ดังนั้น Data Lake ที่ดีคือ Data Lake ที่สามารถเก็บข้อมูลได้เยอะในต้นทุนที่ต่ำที่สุด ซึ่งเทคโนโลยีด้านการจัดเก็บข้อมูลที่นิยมใช้กันก็จะมี Hadoop และ Cloud Storage โดยคุณสามารถเลือกใช้ตามความเหมาะสมกับนโยบายขององค์กรได้เลย
2. โครงสร้างพื้นฐานด้านการวิเคราะห์ข้อมูล เช่น Machine Learning, Neural Network และ Deep Learning
Machine Learning, Neural Network และ Deep Learning คืออะไร?
Machine Learning เป็นศาสตร์หนึ่งของการเรียนรู้ของ AI โดยการสอนให้ระบบคอมพิวเตอร์ทำการเรียนรู้ด้วยตนเองโดยการใช้ข้อมูล ดังนั้นมันจึงเรียนรู้การจำแนกและสร้างแพทเทิร์นในการวิเคราะห์ จนเกิดเป็นอัลกอรึธึม
ส่วน Deep Learning เป็นหนึ่งในเทคนิคของการสอนให้ระบบคอมพิวเตอร์เรียนรู้ โดยการให้คอมพิวเตอร์ค่อย ๆ เรียนรู้จากสิ่งที่มีความซับซ้อนน้อย แล้วค่อย ๆ เจาะลึกไปสู่สิ่งที่มีความซับซ้อนมาก
การที่ Machine จะสามารถเรียนรู้เชิงลึกได้นั้นจำเป็นต้องมีแกนหลักอย่างโครงข่ายประสาทเทียม (Neural Nerwork) ที่ช่วยให้ Machine สามารถเข้าใจและเรียนรู้ข้อมูลปริมาณมหาศาลนี้ได้อย่างต่อเนื่อง เมื่อ Machine ได้รับข้อมูลใหม่ ๆ มาเพิ่ม มันก็จะสามารถเปรียบเทียบกับสิ่งที่เคยได้เรียนรู้ก่อนหน้า และทำความเข้าใจต่อไปได้อย่างต่อเนื่องโดยอัตโนมัติ
ทำไมจึงควรลงทุนใน Machine Learning, Neural Network และ Deep Learning?
ระบบของ AI คือการบูรณาการระหว่างข้อมูล โค้ด เทคนิค และอัลกอรึธึม เพื่อให้ระบบคอมพิวเตอร์หรือ Machine สามารถทำงานเพื่อตอบโจทย์บางสิ่งบางอย่างได้ตามคำสั่ง การใช้ Machine Learning, Neural Network และ Deep Learning จึงเป็นการช่วยให้คุณสามารถใช้ประโยชน์จากข้อมูลที่มีให้เกิดประโยชน์สูงสุด จนสามารถเพิ่มขีดความสามารถของ AI ได้นั่นเอง
จะวางโครงสร้างพื้นฐานเหล่านี้ได้อย่างไร?
1. เช็กความพร้อมขององค์กรในด้านต่าง ๆ เช่น ความรู้และความสามารถของบุคลากร งบประมาณ เป็นต้น
2. ระบุปัญหาที่ต้องการให้ AI ช่วยแก้ไข
3. ระบุเป้าหมายในการเรียนรู้ของ AI
4. เลือกวิธีการเรียนรู้และเทคนิคที่เหมาะสม
5. เตรียมข้อมูล
6. ลงมือทำ
หรือง่ายกว่านั้นด้วยการปรึกษาผู้เชี่ยวชาญที่มากประสบการณ์จาก Backyard เราพร้อมที่จะให้คำแนะนำในการสร้าง AI ที่ชาญฉลาด สามารถพูดคุย ปรึกษา ขอข้อมูลเพิ่มเติมกับผู้เชี่ยวชาญของเราได้ที่ โทร. 02-853-9131 หรือ info@backyard.in.th หรือกรอกแบบฟอร์มที่นี่ และสามารถติดตามข่าวสารเพิ่มเติมเกี่ยวกับ Backyard ได้ที่
Facebook – facebook.com/backyardTH/
Linkedin – linkedin.com/company/backyardth/