CALL US: 02 001 1893
597/5 Sukhumvit Road, Wattana, Bangkok, Thailand

Home » Archive

ตลอดระยะเวลาหลายปีที่ผ่านมา นักพัฒนาเทคโนโลยีต่างเชื่อมั่นว่าการคิดค้นและสร้างสรรค์นวัตกรรมคือหนทางสู่การพัฒนาคุณภาพชีวิตของคนในสังคมที่จะนำมาซึ่งความมั่นคงของประเทศ และหากเรามองย้อนไปอีกก็จะพบว่าสิ่งสำคัญที่เป็นจุดเริ่มต้นของทุกความสำเร็จมักจะมาจากการได้รับการศึกษาที่ดีและเหมาะสมที่เอื้อประโยชน์ให้บุคคลสามารถพัฒนาตนเองและสร้างสรรค์ผลงานจนเป็นที่ยอมรับและต่อยอดสู่การขับเคลื่อนสังคมได้ในภาพรวม สำหรับหัวข้อนี้จะกล่าวถึงการนำเทคโนโลยีล้ำสมัยอย่างปัญญาประดิษฐ์ หรือ เอไอ (Artificial Intelligence – AI) เข้ามาเพิ่มประสิทธิภาพการทำงานด้านการศึกษาที่จะเป็นรากฐานสำคัญในการพัฒนาประเทศอย่างยั่งยืนในอนาคต ประโยชน์ของปัญญาประดิษฐ์ หรือ เอไอ ต่อการพัฒนาระบบการศึกษาที่เห็นได้ชัดเจนคือการเป็นผู้ช่วยคนสำคัญของครูและอาจารย์ในการลดปริมาณภาระงานที่มักจะต้องทำซ้ำๆ และใช้เวลานาน (repetitive tasks) เช่น งานเอกสาร การตรวจการบ้าน การตรวจให้คะแนนข้อสอบทั้งแบบตัวเลือก (Multiple Choice) และการเขียนตอบ โดยนักพัฒนาจะใช้เทคโนโลยี Machine Learning เพื่อป้อนข้อมูลให้เอไอเรียนรู้และอ้างอิงการให้คะแนนจากรูปแบบ (pattern) ของชุดคำตอบที่ถูกต้อง รวมถึงสามารถตรวจจับการคัดลอก (Plagiarism) และการทุจริตในรูปแบบต่างๆ ได้อย่างมีประสิทธิภาพ ช่วยให้บุคลากรทางการศึกษาสามารถลดต้นทุนด้านเวลาและหันมาให้ความสำคัญกับการให้คำปรึกษาแบบตัวต่อตัวกับนักเรียนในการทำความเข้าใจบทเรียนและการแก้ไขปัญหาต่างๆ ที่มีความซับซ้อนได้มากยิ่งขึ้น อีกทั้ง เอไอยังช่วยสนับสนุนการพัฒนาหลักสูตรได้อย่างมีประสิทธิภาพ นำไปสู่การปรับรูปแบบการเรียนการสอน และการพัฒนาสื่อการสอนใหม่ๆ ให้สอดคล้องกับความรู้และเงื่อนไขของนักเรียนได้อย่างเหมาะสมมากยิ่งขึ้น เช่น ระบบคอมพิวเตอร์ที่สามารถวิเคราะห์ผลสำเร็จและแก้ไขความบกพร่องในหลักสูตร ช่วยให้นักเรียนเข้าถึงความก้าวหน้าของตนและสิ่งที่ยังต้องปรับปรุงได้อย่างรวดเร็ว นำไปสู่การสร้างสรรค์เครื่องมือเพื่อการเรียนรู้ที่เหมาะสมกับนักเรียนแต่ละกลุ่ม และอาจจะสามารถไปถึงการปรับบทเรียนให้เข้ากับผู้เรียนแบบรายบุคคล (Personalized) เพื่อให้เกิดการเรียนรู้ที่มีประสิทธิภาพสูงสุดได้ และยังเป็นทางเลือกที่เหมาะสมในการพัฒนาสื่อการสอนในบางเนื้อหาวิชาที่อาจจะต้องอาศัยการเรียนรู้เพิ่มเติมที่ไม่ได้มีการเปิดสอนตามปกติอีกด้วย ยิ่งไปกว่านั้น การพัฒนาเอไอยังเป็นทางออกที่ดีสำหรับนักเรียนที่มีความผิดปกติที่การศึกษาในหลักสูตรปกติอาจจะไม่เหมาะสมกับเงื่อนไขของพวกเขา อาทิ เด็กที่ป่วยเป็นโรคดิสเล็กเซีย (Dyslexia) …

Read more

สวัสดีครับคุณผู้อ่านทุกท่าน หลังจากที่เราเริ่มเห็นเทรนด์ของเทคโนโลยีปัญญาประดิษฐ์ หรือ เอไอ (Artificial Intelligence – AI) ที่เข้ามามีบทบาทกับการดำเนินธุรกิจในช่วงหลายปีที่ผ่านมา วันนี้ผมเลยอยากจะพูดถึงการนำเอไอมาใช้ประโยชน์ในมิติของเป้าหมายการพัฒนาที่ยั่งยืน (Sustainable Development Goals: SDGs) ที่กำลังอยู่ในความสนใจและถูกตั้งไว้เป็นเป้าหมายของผลการดำเนินงานและมาตรฐานของทั้งภาคอุตสาหกรรมและการดำเนินธุรกิจในหลายประเทศทั่วโลกกันครับ เป้าหมายการพัฒนาที่ยั่งยืน (Sustainable Development Goals: SDGs) เป็นกรอบการพัฒนาที่บูรณาการ 17 เป้าหมายในการขับเคลื่อนการดำเนินงานด้านต่างๆ ภายใต้การกำหนดข้อตกลงร่วมกันในระดับนานาชาติที่นำโดยองค์การสหประชาชาติ (United Nations : UN) โดยหวังว่าจะสามารถสร้างอนาคตและความเป็นอยู่ที่ดีอย่างยั่งยืนให้กับประชากรโลกทั้งมิติการแก้ไขปัญหาความยากจน ความเหลื่อมล้ำ การจัดการสิ่งแวดล้อม การรับมือกับความเปลี่ยนแปลงสภาพภูมิอากาศ การส่งเสริมความเจริญ สันติภาพและความชอบธรรม เป็นต้น โดยมีการตั้งเป้าหมายเพื่อบรรลุจุดประสงค์การดำเนินงานภายในปี 2030 โดยทุกท่านสามารถเข้าไปดูการจัดอันดับผลการดำเนินงานล่าสุดในรายประเทศของ Sustainable Development Solutions Network ได้จากลิงก์นี้ครับ SDG Index and Dashboards Report 2018 คราวนี้ เราจะกลับมาดูว่าปัญญาประดิษฐ์ หรือ เอไอ (Artificial Intelligence …

Read more

จากปรากฏการณ์เทคโนโลยีดิจิทัลที่เข้ามามีบทบาทสำคัญในการขับเคลื่อนภาคเศรษฐกิจ สังคม และอุตสาหกรรม ในช่วงหลายปีที่ผ่านมา ส่งผลหลายสาขาอาชีพต้องปรับเปลี่ยนรูปแบบและวิธีการทำงานให้สอดคล้องกับความก้าวหน้าทางเทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว ทั้งเพื่อยกระดับประสิทธิภาพการทำงานและเพิ่มขีดความสามารถทางการแข่งขันเพื่อตอบโจทย์ทั้งความต้องการของลูกค้าและบริบททางสังคมอย่างรอบด้านได้มากยิ่งขึ้น ตัวอย่างที่น่าสนใจและมีความชัดเจนในการประยุกต์ใช้เทคโนโลยีให้สามารถทำงานร่วมกับมนุษย์ในปัจจุบันคืออาชีพนักกฎหมายที่มีการนำปัญญาประดิษฐ์ หรือ เอไอ (Artificial Intelligence – AI) เข้ามาใช้อย่างเป็นรูปธรรมเพื่อเพิ่มประสิทธิภาพการทำงานในหน้างานพื้นฐานให้มีความรวดเร็วและแม่นยำมากยิ่งขึ้น เอื้อประโยชน์ในการลดปริมาณงานบางประเภทลง เพื่อให้บุคลากรด้านกฎหมายสามารถนำต้นทุนด้านเวลาและกำลังความคิดเข้ามาใช้พัฒนาตัวบทกฎหมายและยกระดับการพิจารณารูปคดีต่างๆ ที่มีความซับซ้อนมากยิ่งขึ้นได้นั่นเอง ปัญญาประดิษฐ์ หรือ เอไอ เริ่มเข้ามามีบทบาทอย่างมากต่อวงการนักกฎหมายในต่างประเทศ โดยสิ่งที่น่าสนใจคือการพัฒนาระบบคอมพิวเตอร์ด้วยเทคโนโลยี Machine Learning เพื่อป้อนข้อมูลให้เอไอเรียนรู้จากชุดข้อมูลหรือรูปแบบ (Pattern) ที่ถูกสร้างขึ้นให้มีความสอดคล้องกับการพิจารณาทางกฎหมายในรูปคดีหรือสถานการณ์ต่างๆ อย่างความเฉพาะเจาะจง เพื่อให้เอไอสามารถอ้างอิง จับวิธีการตรวจสอบและการตอบสนองกับชุดข้อมูลนั้นๆ ไปในแนวทางเดียวกันกับนักกฎหมาย ทั้งนี้ เพื่อเป็นการสร้างระบบการประมวลผลให้เอไอสามารถเป็นผู้ช่วยในการคัดกรองเนื้อหาและสำนวณคดีที่มีปริมาณมากในเบื้องต้นให้เหลือเฉพาะส่วนที่มีความเกี่ยวข้องทางกฎหมาย เพื่อเป็นประโยชน์ต่อนักกฎหมายในการช่วยลดปริมาณข้อมูลและเอกสารที่รอการตรวจสอบที่มีจำนวนมากลงได้ แม้ว่าสำนักงานและที่ปรึกษาทางด้านกฎหมายหลายแห่งในต่างประเทศได้มีการนำระบบปัญญาประดิษฐ์ หรือ เอไอ เข้ามาใช้เป็นขั้นตอนหนึ่งในการวิเคราะห์เอกสารและหลักฐานต่างๆ แล้ว แต่ในบางรูปคดีหรือในสถานการณ์ที่มีความซับซ้อนกลับยังคงต้องใช้การตัดสินใจของมนุษย์เป็นหลัก ไม่ว่าจะเป็นคดีที่เกี่ยวข้องกับความอ่อนไหวทางสังคมและการเมือง รวมถึงปัจจัยด้านศีลธรรม จรรยาบรรณและมนุษยธรรม ก็ยังคงเป็นข้อจำกัดและเกินกว่าความสามารถของเอไอในการตัดสินด้วยการประมวลผลของตัวระบบเองได้ จึงทำให้การพิจารณาจากนักกฎหมายยังคงมีความจำเป็นและน่าเชื่อถือมากกว่า นอกเหนือจากขอบเขตการพิจารณาทางด้านกฎหมายแล้ว การพัฒนาระบบประมวลผลของเอไอยังสามารถครอบคลุมไปถึงการสนับสนุนการทำงานของนักวิจัยและนักประดิษฐ์ในการช่วยตรวจสอบในเบื้องต้นว่าผลงานที่ตนกำลังสร้างสรรค์อยู่นั้นเป็นไปตามกฎเกณฑ์ที่จะสามารถขออนุมัติการจดลิขสิทธิ์ทรัพย์สินทางปัญญา (copyrights) และการจดสิทธิบัตร (patent) ได้หรือไม่ อีกทั้งยังสามารถช่วยตรวจสอบความถูกต้องของเอกสารเพื่อป้องกันการปลอมแปลงลายลักษณ์อักษรที่มีผลทางกฎหมาย อาทิ ลายเซ็น และเครื่องหมายทางการค้า …

Read more

วันนี้ผมจะขอพักเนื้อหาเชิงเทคนิคที่เราพูดติดต่อกันมาหลายเดือนเอาไว้ก่อน โดยจะขอเปลี่ยนหัวข้อมาพูดถึงสิ่งที่น่าจะเป็นประโยชน์ต่อใครหลายๆ คน ทั้งกลุ่มสาขาอาชีพด้าน technical หรืองานด้าน data อย่างผม รวมไปถึงผู้ที่กำลังอยู่ในวัยศึกษาก็จะสามารถนำกระบวนการเหล่านี้ไปต่อยอดพัฒนาทักษะการเรียนรู้ของตนได้ต่อไปเช่นกัน เรามาเริ่มกันเลยดีกว่าครับ ส่วนตัวของผมมีความเชื่อว่า “ทุกก้าวของชีวิตคือการเรียนรู้” โดยเฉพาะแวดวงคนทำงานด้าน data science ที่จำเป็นต้องเรียนรู้สิ่งใหม่ๆ อยู่ตลอดเวลา (lifelong learning) จากสภาพสังคมและวิทยาการต่างๆ ที่เปลี่ยนแปลงไปอย่างรวดเร็ว อีกทั้งเมื่อการแสวงหาความรู้ไม่ได้ถูกจำกัดอยู่แต่ในห้องเรียน แต่กลับมาพร้อมเทคโนโลยีการสื่อสารข้อมูลทั้งคอร์สเรียนออนไลน์ และเนื้อหาต่างๆ บนอินเทอร์เน็ตที่เปิดโอกาสให้พวกเราเข้าถึงองค์ความรู้ใหม่ๆ ที่เกิดขึ้นรอบตัวได้อย่างไร้ขอบเขต แต่สิ่งสำคัญในยุคสมัยที่โลกถูกขับเคลื่อนด้วยข้อมูลมหาศาลเช่นนี้กลับไม่ใช่การชี้วัดความสำเร็จด้วยการที่ใครจะรู้สิ่งต่างๆ ได้มากกว่ากัน แต่กลับเป็นวิธีการที่ว่าเรียนอย่างไร (learning how to learn) เพื่อให้สามารถเก็บเกี่ยวความรู้ต่างๆ และนำไปใช้ให้เกิดประสิทธิภาพสูงสุดได้มากกว่ากัน สิ่งสำคัญที่สุดของกระบวนการเรียนรู้มักจะเริ่มต้นมาจากการตั้งคำถาม ซึ่งจะนำไปสู่การพัฒนาลักษณะนิสัยที่เอื้อให้เกิดการคิดวิเคราะห์ (critical thinking) ในตัวบุคคล อีกทั้ง ยังเป็นหัวใจสำคัญของการทำงานด้าน data เช่นกัน เพราะหากเราไม่ตั้งคำถาม นั่นก็จะอาจจะหมายความว่าเรายังไม่ได้ขบคิดหรือเข้าถึงแก่นแท้ของสิ่งที่เรากำลังเรียนรู้อยู่เท่าที่ควร สอดคล้องกับระบบการศึกษาแบบ child center ที่สนับสนุนให้เด็กนักเรียนมีโอกาสได้ตั้งคำถามและเกิดการคิดวิเคราะห์ต่อยอดจากวิชาความรู้ที่ตนกำลังเรียนอยู่นั่นเอง Paul Harris นักจิตวิทยาเด็กจากฮาร์วาร์ดได้ประเมินเอาไว้ว่า จริงๆ แล้วตอนที่เราอยู่ในวัยเด็กช่วงอายุ 2-5 ขวบ เรามักจะมีการตั้งคำถามต่อสิ่งต่างๆ …

Read more

  แวดวงธุรกิจพลังงานต่างก้าวไปข้างหน้าจนถึงการพัฒนาดิจิทัลแพลตฟอร์มที่ออกแบบภายใต้แนวคิดระบบโครงข่ายอัจฉริยะ หากเราจะพูดถึงเทคโนโลยีดิจิทัลที่เข้ามาช่วยขับเคลื่อนภาคอุตสาหกรรมให้ก้าวทันการปรับตัวในยุค 4.0 แน่นอนว่าเทคโนโลยีที่มาแรงมากในช่วงเวลานี้คงหนีไม่พ้น “บล็อกเชน” ที่เข้ามามีบทบาทสำคัญอย่างมากในการดำเนินธุรกิจหลากหลายประเภท สำหรับหัวข้อในวันนี้จะขอพูดถึงรากฐานสำคัญในการดำเนินธุรกิจที่ได้มีการนำบล็อกเชนเข้ามาประยุกต์ใช้อย่างเป็นรูปธรรมแล้ว นั่นก็คือการสร้างระบบการบริหารจัดการการใช้พลังงานไฟฟ้า (Energy Management System) ที่มีประสิทธิภาพสูงสุดเพื่อยกระดับมาตรฐานการดำเนินธุรกิจนั่นเอง ปัจจุบันนี้ แวดวงธุรกิจพลังงานต่างก้าวไปข้างหน้าจนถึงการพัฒนาดิจิทัลแพลตฟอร์มที่ออกแบบภายใต้แนวคิดระบบโครงข่ายอัจฉริยะสำหรับส่งกระแสไฟฟ้าแบบครบวงจร หรือ สมาร์ทกริด (Smart Grid) โดยเริ่มต้นจากการนำข้อมูลตลอดทั้งห่วงโซ่ของระบบไฟฟ้าตั้งแต่การผลิตไปจนถึงการจ่ายกระแสไฟฟ้า สู่ปลายทางขึ้นไปเก็บไว้บนบล็อกเชน ช่วยยกระดับการจัดการข้อมูลที่ควบคุมด้วยระบบสัญญาอัจฉริยะ ที่เป็นการบันทึกข้อตกลงทางธุรกิจให้สามารถดำเนินการได้ด้วยตัวเอง ปราศจากการควบคุมจากคนกลาง จึงทำให้การดำเนินงานในแต่ละขั้นตอนเป็นไปได้อย่างอิสระ ข้อมูลมีความปลอดภัย โปร่งใสและตรวจสอบได้ ดิจิทัลแพลตฟอร์มดังกล่าวจะช่วยให้ผู้ใช้งานระบบทั้งภาคที่อยู่อาศัย อาคารพาณิชย์ ภาคธุรกิจและภาคอุตสาหกรรม สามารถเข้าถึงข้อมูลเพื่อตรวจสอบการผลิต-จ่ายกระแสไฟฟ้าและปริมาณการใช้พลังงานไฟฟ้าได้ตามจริง รวมถึงความสามารถในการรวมพลังงานหมุนเวียนเข้าสู่ระบบไฟฟ้า สู่การสร้างทางเลือกในการใช้กระแสไฟฟ้าที่ผลิตจากต้นกำเนิดต่างๆ ทั้งระบบสายส่งจากการไฟฟ้า (grid) และพลังงานหมุนเวียน (renewable energy) เพื่อสนับสนุนให้เกิดการบริหารต้นทุนการใช้พลังงานที่มีประสิทธิภาพสูงสุด ยิ่งไปกว่านั้น บล็อกเชนยังสามารถรองรับการซื้อขายพลังงานไฟฟ้า (energy trading) ที่เสนอประสบการณ์แบบไร้รอยต่อ (seamless experience) สู่การตลาดรูปแบบใหม่ที่เปลี่ยนบทบาทของ “Consumer” มาเป็น “Prosumer” ด้วยระบบการผลิตกระแสไฟฟ้าจากเซลล์แสงอาทิตย์ หรือ โซลาร์เซลล์ ที่ทุกฝ่ายสามารถเป็นได้ทั้งผู้ผลิต (producer) และผู้บริโภค …

Read more

สวัสดีครับคุณผู้อ่านทุกท่าน วันนี้ผมจะขอพูดถึงสิ่งหนึ่งที่ผมสนใจและชื่นชอบมาตั้งแต่สมัยผมเป็นเด็ก และผมก็เชื่อว่ามีคนจำนวนมากบนโลกใบนี้ที่หลงใหลมันมากพอๆ กับผมสิ่งนั้นก็คือ “ดนตรี” ครับ ส่วนตัวผมชอบเรียนรู้เกี่ยวกับองค์ประกอบของดนตรีไม่ว่าจะเป็นเสียงประสาน (harmony) หรือท่วงทำนองและการเรียบเรียงเป็นอย่างมากเพราะมันทำให้ดนตรีมีโครงสร้างที่ช่วยให้คนเข้าถึงและมีส่วนร่วมไปกับมันได้ พูดมาถึงตอนนี้หลายคนอาจจะสงสัยว่าดนตรีมีความเกี่ยวข้องกันอย่างไรกับศาสตร์ Data Science กันแน่ เรามาลองศึกษากันดูเลยครับ สิ่งที่ผมอยากนำเสนอกับคุณผู้อ่านก็คือกระบวนการในการนำสิ่งที่เราคิดว่าไม่ใช่ข้อมูลมาใช้โดยผมขอพูดว่าองค์ประกอบสำคัญของดนตรีหรือบทเพลงต่างๆ ไม่ว่าจะเป็นท่วงทำนอง จังหวะ การเรียบเรียง ฯลฯ ต่างก็เป็นข้อมูลแบบ Unstructured Data หรือ ข้อมูลที่เราไม่สามารถเก็บในรูปแบบตารางได้ ซึ่งหากเราต้องการบันทึกข้อมูลของดนตรีเราก็ต้องนำข้อมูลเหล่านั้นมาแปลง (transform)ให้อยู่ในรูปแบบโครงสร้างก่อน ตัวอย่างเช่น หากเราต้องการแปลงเสียงจากคำพูด ก็จะสามารถทำได้ด้วยวิธีการพื้นฐานเลยครับ คือการให้คนนั่งฟังและแกะคำพูดทุกคำออกมาเป็นตัวหนังสือสำหรับผมมองว่าเป็นวิธีการที่ค่อนข้างลำบากและใช้เวลาพอสมควรแต่หากเรามองหาวิธีการที่ไฮเทคขึ้นมาอีกสักหน่อย ก็อาจจะเป็นการใช้ Speech to Text โดยการนำ Machine Learning มาช่วยแปลงและถอดเสียงคำพูดต่างๆให้ออกมาเป็นข้อความในรูปแบบตัวหนังสือ (text) จากนั้นเราก็จะสามารถนำข้อมูลที่แปลงเสร็จเรียบร้อยมาวิเคราะห์และใช้ประโยชน์ต่อไปได้ ยกตัวอย่างเช่น ในงานด้าน Call Center เราสามารถจัดหมวดหมู่และคัดกรองประเภทกลุ่มคำต่างๆของคำถามที่มักจะถูกถามหรือพูดถึงบ่อยๆจากไฟล์เสียงบทสนทนาที่บันทึกไว้เพื่อนำไปปรับปรุงหรือพัฒนาการบริการในด้านนั้นๆอย่างเฉพาะเจาะจงให้ดียิ่งขึ้นต่อไป เป็นต้นในทำนองเดียวกัน อุตสาหกรรมดนตรีก็มีการพัฒนาเทคโนโลยี Audio Analysis เช่น Spotify API ที่สามารถใช้บอกคุณลักษณะของเพลงจาก Metadata ที่ช่วยอธิบายลักษณะหรือคุณสมบัติของข้อมูล …

Read more

ในปัจจุบันคอมพิวเตอร์เข้ามามีบทบาทสำคัญและนำมาใช้กันอย่างแพร่หลายทั้งในการดำเนินงานของภาครัฐและเอกชน หรือการใช้เพื่ออำนวยความสะดวกในชีวิตประจำวัน โดยในช่วงหลายปีมานี้ วงการวิศวกรรมคอมพิวเตอร์ได้ให้ความสำคัญกับการพัฒนาเทคโนโลยีเอไอ (Artificial Intelligence) อย่างต่อเนื่อง เพื่อช่วยเสริมการทำงานของคอมพิวเตอร์ให้มีประสิทธิภาพมากยิ่งขึ้น และหนึ่งในเทคโนโลยีเอไอที่น่าจับตามองมากที่สุดในเวลานี้คงหนีไม่พ้น “คอมพิวเตอร์วิชั่น (Computer Vision)” ที่ช่วยยกระดับการทำงานให้คอมพิวเตอร์สามารถมองเห็นและแยกแยะวัตถุได้เหมือนสายตามนุษย์ รวมถึงความสามารถในการดึงข้อมูลและประมวลผลจากภาพที่เห็นได้อีกด้วย ซึ่งในต่างประเทศได้มีการนำเทคโนโลยีนี้มาใช้อย่างเป็นรูปธรรมและได้รับความนิยมอย่างมาก โดยเฉพาะในสหรัฐอเมริกาและจีนที่นำมาใช้สร้างประโยชน์ได้หลากหลายรูปแบบ ตัวอย่างเช่น ความมั่นคงและความปลอดภัย (Security) หากพูดถึงกระบวนการตรวจพิสูจน์เอกลักษณ์บุคคล(identification) ด้วยการตรวจสอบบัตรประจำตัวประชาชนหรือพาสปอร์ต ซึ่งส่วนมากเป็นกระบวนการที่ทำโดยมนุษย์ที่บางครั้งก็อาจเกิดความผิดพลาด (error) จากความไม่แม่นยำหรือ bias ขึ้นได้ คอมพิวเตอร์วิชั่นสามารถเข้ามาช่วยเพิ่มความแม่นยำและรวดเร็วในแต่ละขั้นตอนมากยิ่งขึ้น เช่น การใช้กล้องตรวจจับใบหน้าผู้โดยสารในสนามบิน การตรวจสอบและยืนยันตัวตนเพื่อการทำธุรกรรมทางการเงิน หรือเพื่อบันทึกการเข้าทำงานของพนักงาน ตลอดจนใช้เพื่อตรวจจับวัตถุต่างๆ เช่น ป้ายทะเบียนรถ ยี่ห้อ สี หรือรุ่นของรถยนต์ เป็นต้น การสืบสวนสอบสวน (Investigation) สำหรับการปฏิบัติงานของเจ้าหน้าที่ตำรวจ โดยเฉพาะในคดีอาชญากรรมที่ต้องอาศัยความเชี่ยวชาญและความแม่นยำในการวิเคราะห์สถานการณ์ คอมพิวเตอร์วิชั่นก็สามารถช่วยเจ้าหน้าที่ในการตรวจสอบและวิเคราะห์ข้อมูลได้ เช่น การตรวจสอบลายนิ้วมือและอาวุธที่คนร้ายใช้ก่อเหตุ รวมถึงสามารถใช้เพื่อระบุตัวคนร้ายจากกล้องที่บันทึกภาพไว้ได้ในระยะเวลาที่สั้นลง ธุรกิจและอุตสาหกรรม (Business and Industry) ผู้ประกอบการสามารถนำคอมพิวเตอร์วิชั่นมาใช้เพิ่มประสิทธิภาพด้านการบริหารความสัมพันธ์กับลูกค้า (Customer Relationship Management ; …

Read more

วันนี้ Sertis ได้รวบรวมไอเดียสุดสร้างสรรค์ในการทำ data visualization มาฝากทุกๆคน เพื่อให้เข้าใจอย่างเป็นรูปธรรมมากขึ้น และเผื่อว่าจะเป็นแนวทางในการนำไปปรับใช้ในงานของตัวเองได้ด้วย 1.Cassini’s Grand Tour   ผลงาน data visualization นี้ จะพาคุณติดตามดาวเทียมชื่อว่า “Cassini” ที่โคจรรอบดาวเสาร์ โดยได้ Nadia Drake และ Brian T. Jacobs จาก National Geographic นำรายละเอียดและมุมมองจากการโคจรของดาวเทียม Cassini ถึง 13 ปีเต็ม มาแสดงให้ทุกคนได้เห็นในเวลาเพียงไม่กี่นาที ซึ่งจะทำให้คุณได้ตื่นตาตื่นใจไปกับกราฟฟิคที่สวยงามตระการตา (ตามสไตล์ของ National Geographic) พร้อมทั้งรายละเอียดที่ดูเข้าใจง่ายและน่าติดตามเป็นอย่างมาก Link : https://www.nationalgeographic.com/science/2017/09/cassini-saturn-nasa-3d-grand-tour/#saturn   2.Universcale   Nikon’s opto-electronics technologies จะพาทุกคนไปสำรวจโลกที่ไม่เคยพบเห็นด้วยตาเปล่ามาก่อน! ทุกวันนี้ กล้องจุลทรรศน์อิเล็กตรอนและกล้องโทรทรรศน์ดาราศาสตร์สามารถทำให้เรามองเห็นวัตถุที่สายตามนุษย์ทั่วไปไม่สามารถมองเห็นได้ แต่คุณรู้หรือไม่ว่าจริงๆแล้ววัตถุพวกนั้นมันมีขนาดเท่าใดกันแน่ Universcale จะทำให้เราทั้งเห็นและเข้าใจถึงขนาดของวัตถุในจักรวาล …

Read more

บทความโดย จรัล งามวิโรจน์เจริญ Chief Data Scientist & VP of Data Innovation Lab Sertis   ในปัจจุบัน องค์กรส่วนใหญ่ทั้งภาครัฐและเอกชนต่างก็ให้ความสำคัญกับการนำ Big Data เข้ามาประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพการดำเนินงานและเสริมศักยภาพการดำเนินธุรกิจกันอย่างแพร่หลาย แต่ก็ปฏิเสธไม่ได้ว่าเทรนด์การนำ Big Data มาใช้ยังคงเป็นเรื่องใหม่สำหรับประเทศไทย จากประสบการณ์ของผม พบว่าบางองค์กรยังมองไม่เห็นแนวทางในการตั้งโจทย์เพื่อนำข้อมูลไปใช้ รวมไปถึงยังไม่แน่ใจว่าสิ่งที่ต้องการคืออะไร ส่งผลให้การวัดผลต่างๆ ไม่สามารถสะท้อนผลลัพธ์ที่ต้องการได้ ซึ่งเกิดจากสิ่งที่ผมเรียกว่า “Data Gap” หรือ “ความไม่พร้อมของข้อมูล” โดยสามารถเกิดได้จากความบกพร่องในหลายๆ ปัจจัย ดังนี้ 1.การขาดความเป็นหนึ่งเดียวของข้อมูล (Data Consolidation) ปัญหานี้มักจะเกิดขึ้นจากการที่องค์กรทำการซื้อหรือสร้างระบบต่างๆ ในการเก็บข้อมูลแยกกัน โดยไม่ได้คำนึงถึงความเป็นหนึ่งเดียวของข้อมูล ทำให้เกิดการเก็บข้อมูลซ้ำซ้อนกัน เช่น ฝ่ายขายกับฝ่ายการตลาดต่างเก็บชื่อลูกค้าของตัวเองด้วยรูปแบบการเก็บข้อมูล (format) ที่แตกต่างกัน ส่งผลให้เมื่อองค์กรต้องการจะดูเส้นทางหรือขั้นตอนการตัดสินใจซื้อของผู้บริโภค (customer journey) ของลูกค้าคนใดคนหนึ่ง ก็จะไม่สามารถเชื่อมโยงข้อมูลกันได้ เนื่องจากมีการกรอกรายละเอียดของลูกค้าเอาไว้ไม่ตรงกัน ทำให้แบรนด์เสียโอกาสในการส่งมอบประสบการณ์ที่ดีขึ้นให้แก่ลูกค้า (customer …

Read more

แน่นอนว่าเทคโนโลยีปัญญาประดิษฐ์หรือ AI สามารถสร้างประโยชน์ให้กับหลากหลายธุรกิจได้ รวมถึงธุรกิจบริการด้านสุขภาพ (Healthcare) โดยล่าสุด AI สามารถนำมาวินิจฉัยโรคมะเร็งผิวหนังได้แม่นยำถึง 95% ผลการวิจัยชี้ “AI วินิจฉัยมะเร็งผิวหนังแม่นยำกว่าแพทย์แล้ว” วารสาร Annals of Oncology ฉบับล่าสุดเปิดเผยรายงานผลวิจัยในการนำปัญญาประดิษฐ์ (AI) ที่ชื่อว่า Convolutional Neural Network หรือ CNN มาทดสอบวินิจฉัยโรคผิวหนังร่วมกับแพทย์ผิวหนังจำนวน 58 ราย จาก 17 ประเทศ ซึ่งส่วนใหญ่เป็นผู้เชี่ยวชาญด้านผิวหนังและมีประสบการณ์ทำงานมากกว่า 5 ปี โดยรายงานจาก Holger Haenssle หัวหน้าทีมวิจัยจาก University of Heidelberg ระบุว่า CNN มีความผิดพลาดในการวิเคราะห์ภาพรอยโรคแค่เพียงเล็กน้อยเท่านั้น ซึ่งจะสามารถลดช่วยการผ่าตัดที่ไม่จำเป็นในผู้ป่วยมะเร็งแต่ละเคสมากขึ้น จากการทดสอบให้แยกแยะรอยโรคผิวหนังจำนวน 100,000 ภาพ CNN สามารถแยกแยะรอยโรคที่เป็นมะเร็งผิวหนังชนิดเมลาโนม่าและโรคผิวหนังอื่นๆ กับผิวหนังปกติได้แม่นยำถึง 95% ในขณะที่แพทย์ผิวหนังวินิจฉัยได้แม่นยำ 86.6% Cutis.AI ผู้ช่วยที่เชื่อถือได้ของแพทย์ผิวหนัง  …

Read more
Page 1 of 5 12345