TH | EN
TH | EN
spot_imgspot_imgspot_img
หน้าแรกColumnistAI ควรพัฒนาเองหรือใช้สำเร็จรูป

AI ควรพัฒนาเองหรือใช้สำเร็จรูป

จากกระแส ChatGPT ทำให้คำว่า “AI” เป็นเทรนด์ด้านเทคโนโลยีที่ได้รับความสนใจขึ้นมาอีกครั้ง เพราะ ChatGPT ได้รับการพิสูจน์แล้วว่า สามารถเป็นเครื่องมือที่ช่วยให้มนุษย์ทำงานได้สะดวก รวดเร็ว และมีความแม่นยำ ซึ่งอาจจะดีเท่าเทียม หรือมากกว่าที่มนุษย์จะทำได้เสียอีก 

ChatGPT เกิดจากการนำข้อมูลขนาดใหญ่ เป็นต้นแบบให้ Machine Learning เรียนรู้ และสร้างออกมาเป็นแบบจำลอง จากนั้นมีมีชุดคำสั่ง หรือข้อมูลชุดใหม่เข้าไปทดสอบ แบบจำลองจะวิเคราะห์ความสัมพันธ์และนำเสนอสิ่งที่เป็นผลลัพธ์ออกมา ซึ่งข้อมูลที่ ChatGPT ใช้เป็นต้นแบบ เป็นข้อมูลประเภทข้อความ 

อย่างไรก็ตามเนื่องจากชุดข้อมูลส่วนใหญ่ที่ ChatGPT ใช้เรียนรู้ เป็นข้อมูลภาษาอังกฤษ ทำให้ ChatGPT อาจจะยังมีข้อจำกัดในการใช้งานภาษาไทยอยู่บ้าง แต่ทั้งนี้ เนื่องจากแบบจำลองของตัว GPT มีความฉลาดในระดับหนึ่ง ทำให้การนำตัวแบบจำลองมาประยุกต์ใช้กับภาษาไทย น่าจะเป็นสิ่งที่เป็นไปได้ เพียงแต่อาจจะต้องใช้ทักษะของผู้พัฒนาในการนำแบบจำลองมาเรียนรู้ภาษาไทยต่อไป 

GPT เป็นตัวอย่างของ AI-Enabled Service หรือ เป็น AI ที่มีการนำข้อมูลต้นแบบมาเรียนรู้ และนำเสนอแบบจำลองเป็นบริการ ทำให้ผู้ใช้งานไม่จำเป็นต้องพัฒนา AI ขึ้นมาเอง นอกจาก GPT แล้ว ยังมี AI-Enabled Service อีกหลายตัวไม่ว่าจะเป็น Speech to text, Optical Character Recognition, Ob ject Detection หรือแม้แต่การทำ Forecasting Model โดยใช้โปรแกรม BI เป็นต้น 

เมื่อ AI มีความพร้อมใช้มากขึ้น ทำให้เกิดเป็นข้อสังเกตว่า Data Scientist ยังจำเป็นหรือไม่ และการใช้ AI จะต้องพัฒนาเอง หรือใช้สำเร็จรูปได้ 

ประเด็นแรก Data Scientist ยังจำเป็นหรือไม่?? ในความเป็นจริง ไม่ใช่ทุกองค์กร ที่จำเป็นต้องมี Data Scientist เพราะโดยหน้าที่หลักแล้ว Data Scientist มีหน้าที่สร้างแบบจำลอง ซึ่งถ้าไม่จำเป็นต้องสร้างแบบจำลอง ก็ไม่จำเป็นต้องมี Data Scientist บางองค์กรอาจใช้ Data Scientist ไปใช้แบบจำลองสำเร็จรูป หรือ ใช้วิเคราะห์ข้อมูลพฤติกรรมต่าง ๆ ซึ่งหากมองในมุมคุณสมบัติของตำแหน่ง การวิเคราะห์ข้อมูลสามารถใช้ Data Analyst ได้ หรือ ในการใช้แบบจำลองสำเร็จรูปเพื่อประยุกต์ใช้งาน สามารถใช้ Programmer หรือ นักพัฒนา Software ได้เช่นเดียวกัน 

อย่างไรก็ตาม ตำแหน่ง Data Scientist ยังคงเป็นที่ต้องการ ในองค์กรที่ต้องการวิเคราะห์ข้อมูลเชิงลึก หรือ การสร้างแบบจำลองด้วยตัวเอง โดยที่ไม่ได้ใช้ AI สำเร็จรูป และสำหรับองค์กรที่ต้องการพัฒนาเทคโนโลยีของตัวเองเพื่อเป็นผลิตภัณฑ์ของตัวเอง ดังนั้น ตำแหน่ง Data Scientist ก็ยังคง Sexy เพียงแต่ไม่ได้ต้องการในปริมาณที่มากเหมือนสมัยที่ยังไม่มี AI-Enabled Service ให้ใช้งาน 

ประเด็นต่อมา คือ เรื่องการพัฒนา AI เมื่อมีผลิตภัณฑ์ทางเทคโนโลยีใหม่ ๆ เกิดขึ้น ทำให้ประยุกต์ใช้ AI กับธุรกิจเป็นเรื่องที่ง่ายขึ้น ทำให้เกิดเป็นข้อสงสัยที่ว่า แล้วองค์กรต่าง ๆ ยังมีความจำเป็นต้องพัฒนา AI เองหรือไม่ คำตอบคือ ขึ้นอยู่กับโจทย์ และประเภทของ AI เพราะโดยหลักการแล้ว AI จะเรียนรู้มาจากข้อมูล

ดังนั้นการที่เราใช้ AI-Enabled Service นั่นคือการใช้ทั้ง AI และชุดข้อมูลตั้งต้นของผู้ให้บริการ สำหรับโจทย์ที่เราต้องการให้ AI ถูกสร้างจากข้อมูลตั้งต้นของเราเท่านั้น ก็ยังคงจำเป็นต้องมีการสร้าง AI เป็นของเราเอง นอกจากนี้ หากต้องการวิเคราะห์พฤติกรรม หรือสร้าง AI ที่พิเศษไปกว่าที่มีในตลาด อาจพิจารณาสร้าง AI ภายในองค์กรเองได้ แต่ทั้งนี้ การที่ AI จะมีประสิทธิภาพทำงานได้อย่างดี จำเป็นต้องมีข้อมูลตั้งต้นจำนวนมาก และมีทรัพยากรระบบที่มี Spec ค่อนข้างสูง ซึ่งทำให้องค์กรต่าง ๆ มีข้อเสียเปรียบเมื่อเทียบกับองค์กรด้านเทคโนโลยีที่ความพร้อมเรื่องนี้มากกว่า ทั้งในมุม ทรัพยากรข้อมูล ทรัพยากรระบบ และทรัพยากรบุคคล เพราะฉะนั้น องค์กรที่ต้องการพัฒนา AI อาจจะต้องประเมินความคุ้มค่าการลงทุน และต้องประเมินความเสี่ยงในการใช้ AI นั้น ๆ อีกด้วย 

ความท้าทายในการกำกับดูแลข้อมูลในหน่วยงานภาครัฐ 

การลงทุนด้านเทคโนโลยีที่ผิดพลาดในยุค Data-Driven

STAY CONNECTED

0แฟนคลับชอบ
440ผู้ติดตามติดตาม
spot_img

Lastest News

MUST READ