ฟอร์มของ นาย นันทวัฒน์ พาหา

 

<

ฟอร์มของ นาย ณัฐพงษ์ แช่มฉ่ำ

 

ฟอร์มของ นาย ชาดา กมลทิพย์วงศ์

 

โควิด 19

 COVID-19

ข้อมูลการระบาดของโรค ที่มา ให้รู้จักโรคความเป็นมาของโรค Covid-19  ฯ

       ต้นตอของไวรัสน่าจะมาจากการท ี่ ไวรัสจากสัตว์ตัวกลางระบาดมาสู่คน ผู้ป่วยรายแรกเท่าท ี่ ทราบกัน เริ่ มมีอาการตั้ งแต่วันท ี่ 1 ธันวาคม และไม่มี ความเช ื่ อมโยงกับตลาดต้องสงสัยในเมืองอู่ฮั่ น ประเทศจีน แต่ผู้ป่วย หลายรายอาจมีมาตั้ งแต่ช่วงกลางเดือนพฤศจิกายนหรือก่อนหน้านั้ น มีการเก็บตัวอย่างจากสิ่ งแวดล้อมในตลาดไปส่งตรวจและพบเช ื้ อไวรัส และพบมากท ี่ สุดในบริเวณท ี่ ค้าสัตว์ป่าและสัตว์เล ี้ ยงในฟาร์ม ตลาดอาจเป็นต้นกําเนิดของไวรัส หรืออาจมีบทบาทในการขยายวงของ การระบาดในระยะเริ่ มแรก 

วิธีการการป้องกัน และการดำเนินการของประเทศไทย 

    การดูแลตนเอง

หากรู้สึกไม่สบาย คุณควรพักผ่อน ดื่มน้ำมากๆ และรับประทานอาหารที่มีประโยชน์ กักตัวเองในห้องแยกจากสมาชิกครอบครัวคนอื่นๆ และใช้ห้องน้ำแยก หากเป็นไปได้ ทำความสะอาดและฆ่าเชื้อโรคบนพื้นผิวที่สัมผัสเป็นประจำ

เมื่ออยู่ที่บ้าน ทุกคนควรทำกิจวัตรประจำวันที่ดีต่อสุขภาพ โดยการรับประทานอาหารที่มีประโยชน์ นอนหลับให้เพียงพอ ออกกำลังกายเป็นประจำ และติดต่อคนที่รักผ่านโทรศัพท์หรืออินเทอร์เน็ต เด็กๆ ต้องการความรักและการเอาใจใส่เป็นพิเศษจากผู้ใหญ่ในช่วงเวลาที่ยากลำบากนี้ และโปรดใช้ชีวิตประจำวัน รวมถึงรักษาตารางเวลาตามปกติเท่าที่จะทำได้

ความรู้สึกเศร้า ตึงเครียด หรือสับสนเป็นเรื่องปกติในช่วงวิกฤต การพูดคุยกับคนที่ไว้ใจ เช่น เพื่อนหรือครอบครัวช่วยแก้ปัญหาเหล่านี้ได้ แต่หากรู้สึกเป็นกังวลมาก โปรดติดต่อพูดคุยกับบุคลากรทางการแพทย์หรือนักจิตวิทยาการปรึกษา

การอ่านข้อมูลสถิติการระบาดในปัจจุบัน และแนวโน้มการระบาด โดยวิเคราะห์ข้อมูลจากกราฟ พร้อมแนบวิดิโอ หรือกราฟมาด้วย
 

ข้อมู ลสําคัญ • ในวันที่27 มีนาคม 2563 กระทรวงสาธารณสุขแถลงผลตรวจโรคจากห้องปฏิบัติการ และ ยืนยันการพบผู้ป่ วยใหม่ 91รายจากโรคโควิด 19 ทําให้จํานวนรวมของผู้ที่ป่ วยด้วยโรคนี ้ ในประเทศไทย อยู่ที่1,136ราย • ผู้ป่ วย 12 รายมีความเกี่ยวโยงกับกลุ่มผู้ติดเชื ้อที่ได้มีการรายงานไปก่อนหน้านี ้และ 18 รายเป็นผู้สัมผัสใกล้ชิดกับผู้ป่ วยรายก่อน ๆ • ผู้ป่ วย 15รายเดินทางกลับจากต่างประเทศ 5 รายได้เดินทางไปยังสถานที่แออัดหรือ สัมผัสกับชาวต่างชาติจากการทํางาน ผู้ป่ วย 4 รายปรากฏอาการปอดอักเสบโดยไม่ทราบ สาเหตุ และอีก 42รายกําลังอยู่ในระหว่างสอบสวนโรค • จากจํานวนผู้ป่ วย1,136 รายที่ป่ วยด้วยโรคโควิด 19 มีผู้ป่ วย 97 รายที่หายแล้ว อีก 1,034รายกําลังพักรักษาตัว 5 รายเสียชีวิต และ เป็นผู้ป่ วยหนัก 11 ราย บทวิเคราะห์สถานการณ์ สัดส่วนของผู้ป่ วยด้วยโรค COVID-19 ที่พบนอกกรุงเทพมหานครกําลังเพิ่มสูงขึ ้น ขณะนี ้มีรายงานการพบผู้ป่ วยในจังหวัดต่างๆ กว่า 2 ใน 3 จังหวัดของประเทศไทย ระบบสาธารณสุขระดับภูมิภาคที่รวมถึงเครือข่ายขนาดใหญ่ของหน่วยเคลื่อนที่เร็วและอาสาสมัครสาธารณสุขประจํา หมู่บ้านมีความแข็งแกร่ง โดยจะทําหน้าที่ระบุผู้ป่ วยที่ต้องสงสัย แยกผู้ป่ วยดังกล่าวออกจากบุคคลอื่นอย่างรวดเร็วให้การรักษา ติดตามและกัก ตัวผู้สัมผัสใกล้ชิด การแยกผู้ติดเชื ้อออกจากบุคคลคนอื่นอย่างรวดเร็วจะช่วยลดโอกาสในการแพร่กระจายของไวรัส และเป็นวิธีการที่มี ข้อมูลจากรายงานของกระทรวงสาธารณสุขแห่งประเทศไทย วันที่ 27 มีนาคม 2563 สถานการณ์ในประเทศไทย จํานวนผ้ป่ วย ู ทั้งหมดและผ้ป่ วย ู ใหม่ ใน 24 ชั่วโมงที่ผ่านมา ยืนยันแล้ว 1,136 ราย (91รายใหม่) เสียชีวิต 5ราย เป็นผู้ป่ วยหนัก 11 ราย กําลังรับการรักษาในโรงพยาบาล 953 ราย หายดีแล้ว 97 ราย โรคติดเชื้อไวรัสโคโรนา 2019 (โควิด 19) รายงานสถานการณ์โดยองค์การอนามัยโลก (WHO) ประเทศไทย – 27 มี.ค. 2563 ประสิทธิภาพในการป้องกันโรคระบาดในประชากร เป้าหมายคือการยับยั ้งและควบคุมการแพร่กระจายของโรคโควิด 19 ให้ได้ในทุกจังหวัดที่ ได้รับผลกระทบ ทุกคนมีบทบาทในการช่วยให้ประเทศบรรลุเป้าหมายนี ้โดยให้พักอยู่แต่ในบ้านถ้าเป็นไปได้รักษาระยะห่างจากผู้อื่น 1-2 เมตรถ้าต้องออกไปข้าง นอก ล้างมือบ่อย ๆ ด้วยสบู่และนํ ้าหรือเจลล้างมือแอลกอฮอล์หลีกเลี่ยงการสัมผัสปากและจมูก และปฏิบัติตามคําแนะนําเกี่ยวกับอนามัย ทางเดินหายใจ (ไอใส่ข้อศอกหรือใช้ทิชชูและทิ ้งในภาชนะที่ปลอดภัย) ทุกคนที่เดินทางจากกรุงเทพมหานครไปยังต่างจังหวัดใน 14 วันที่ผ่านมา และผู้ที่มีอาการของโรคโควิด 19 ควรแยกตัวออกจากผู้อื่น สวมหน้ากาก และไปพบแพทย์ทันที

Big Data

นิยามความสำคัญ

Big Dataเป็นคำศัพท์คำหนึ่งซึ่งอธิบายถึงปริมาณข้อมูลที่มหาศาล

 ทั้งแบบข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง ซึ่งปะปนอยู่

มากมายในการทำธุรกิจในแต่ละวัน หากแต่ไม่ใช่ปริมาณของ

ข้อมูลที่เป็นสิ่งสำคัญ สิ่งสำคัญก็คือการที่องค์กรจัดการกับข้อมูล

ต่างหาก

การวิเคราะห์Big Data นำไปสู่ข้อมูลเชิงลึกเพื่อการตัดสินใจที่ดี

กว่าและการเคลื่อนไหวในกลยุทธ์ธุรกิจ

• ประวัติความเป็นมา
•     
• โลกในวันนี้
•     
• ใครเป็นผู้ใช้Big Data
•     
• การทำงานของBig Data
  
•     
• ความก้าวหน้าในอนาคต

• Big Data คือ ข้อมูลขนาดใหญ่มากจนซอฟต์แวร์หรือฮาร์ดแวร์ธรรมดานั้นไม่สามารถที่จะจัดการหรือวิเคราะห์ได้อย่างมีประสิทธิภาพ ฺBig Data คือ การรวบรวมข้อมูลทั้ง Structured (พวกที่เก็บในโครงสร้างตารางข้อมูล) และ Unstructured (พวกที่เป็น text ยาวๆ รูปภาพ และ วิดีโอต่างๆ) มาทำการประมวลวิเคราะห์ข้อมูลและนำไปใช้ประโยชน์

• 1. ที่มีปริมาณมาก (Volume) ปัจจัยข้อแรกแน่นอนว่าคำว่า Big Data มีคำว่า “Big” นั่นก็คือข้อมูลที่มีขนาดใหญ่ ซึ่งสามารถเป็นได้ทั้งรูปแบบ Online และ Offline ซึ่งส่วนมากแล้วจะมีปริมาณมากกว่าหน่วย TB (Terabyte) ขึ้นไป
  2. มีการเปลี่ยนแปลงอย่างรวดเร็ว (Velocity) ส่งผ่านข้อมูล Update กันอย่างต่อเนื่อง (Real-time) จนทำให้การวิเคราะห์ง่ายๆแบบ Manual เกิดข้อจำกัด หรือไม่สามารถจับรูปแบบหรือทิศทางของข้อมูลได้
  3. หลากหลายประเภทหรือแหล่งที่มา (Variety) หมายถึงรูปแบบของข้อมูลที่แตกต่างกันออกไป ทั้งในรูปแบบ ตัวอักษร วิดีโอ รูปภาพ ไฟล์ต่างๆ ฯลฯ และหลากหลายแหล่งที่มาเช่น Social Network หรือ Platform E- Commerce ต่างๆ
  4. ยังไม่ผ่านการประมวลผล (Veracity) ยังไม่ผ่านการ Process ให้อยู่ในรูปแบบของข้อมูลดิบ (Raw Data) ที่สามารถใช้สร้างประโยชน์ต่อองค์กรได้ 

  ซึ่งข้อมูลเหล่านี้ที่มีคุณลักษณะข้างต้นนี้ ในอดีตที่ผ่านมายังไม่มีเครื่องมือมารองรับและจัดการ หรือยังไม่เคยนำมารวมกันเพื่อตั้งโจทย์ที่เป็นประโยชน์กับธุรกิจ ค้นหาผลลัพธ์ และผ่านกระบวนการวิเคราะห์ข้อมูลและดูความสัมพันธ์กันด้วยเครื่องมือที่เหมาะสม เพื่อให้เกิดเป็นข้อมูลที่สามารถใช้งานได้จริง (Information) และเกิดประโยชน์กับธุรกิจ เมื่อบริษัทมีข้อมูลที่พร้อมและมีประโยชน์ ทำให้กระบวนการตัดสินใจของผู้บริหารมีความถูกต้องและแม่นยำมากขึ้น

  แล้วทำไม Big Data ถึงมีความสำคัญ ?

  ปัจจุบันอะไรๆก็ Big data แล้วทำไมมันถึงสำคัญ แท้จริงแล้วความสำคัญของ Big data ไม่ได้เกี่ยวข้องกับข้อมูลที่องค์กรของคุณมีอยู่ แต่เป็นสิ่งที่คุณสามารถใช้ข้อมูลเหล่านี้ให้เกิดประโยชน์สูงสุดกับองค์กรได้อย่างไร

  Big Data ช่วยให้คุณสามารถใช้ข้อมูลจากทุกแหล่งที่เป็นไปได้ และวิเคราะห์เพื่อให้ได้ผลลัพธ์ที่คุณต้องการ ซึ่งช่วยให้คุณสามารถเข้าใจผู้บริโภคได้มากขึ้น (Customer Insight) ลดต้นทุนได้ ลดเวลาระยะเวลาดำเนินการ และสามารถตัดสินใจได้อย่างแม่นยำมากขึ้น ปัจจุบันหลายบริษัทได้นำ Big Data มาประยุกต์ใช้ในส่วนของการขายและการตลาดของธุรกิจ เครื่องมือที่ใช้สำหรับการรองรับ Big Data แบบที่เราเข้าใจได้ง่ายๆ และเห็นอยู่บ่อยๆ ก็อย่างเช่น Google Analytics หรือ ระบบ ERP เป็นต้น
  

  ขอยกตัวอย่างเช่น บริษัท E-Commerce ชื่อดังของโลก ได้นำ Big Data ไปใช้ในการแนะนำสินค้าแบบอัตโนมัติและปรับราคาสินค้าแบบ Real-time (Pricing Engine) ให้ตรงกับจุดที่ลูกค้าเห็นค่าของสินค้า (Value) และเกิดความเต็มใจที่จะจ่าย โดยอาศัยข้อมูลพฤติกรรมการเข้าชมเว็บไซต์และเลือกซื้อสินค้า ข้อมูลการซื้อในอดีต ข้อมูลการค้นหาข้อมูลการเลือกซื้อสินค้าผ่านทาง Search Engine ราคาสินค้าคู่แข่ง จำนวนสินค้าที่เหลืออยู่ เพื่อเพิ่มยอดขายในกับธุรกิจจากการที่ลูกค้าตัดสินใจซื้อได้ง่ายขึ้น

วิทยาการข้อมูล ( data sciente )

 วิทยาการข้อมูล ( data sciente ) 

1 วิทยาการข้อมูล หรือ Data Science คือ
วิทยาการข้อมูล หรือ Data Science คือ ศาสตร์ที่เกี่ยวกับการจัดการ จัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์ วิจัย และนำเสนอผลการวิเคราะห์ข้อมูลเพื่อนำไปสู่ความรู้ที่สามารถนำไปใช้งานได้จริง (Actionable knowledge) อย่างเช่น การปรับปรุงผลิตภัณฑ์ กระบวนการดำเนินงาน ประกอบการตัดสินใจทางธุรกิจ การวางแผนการตลาด และทิศทางขององค์กรในอนาคต

โดยหลักการแล้ว Data Science ประกอบขึ้นจากศาสตร์หลักๆ คือ Hacking Skill (สกิลเกี่ยวกับ Computer Programimg, Data Base, Big data Technologies)  Statistic & Math (ทักษะทางคณิตศาสตร์และสถิติศาสตร์)  Substantive Expertise (หรือ Domain Knowledge)  Presentation (ทักษะการนำเสนอข้อมูล) และ Visualization 

Data Science ไม่ใช่ศาสตร์ใหม่ แต่มันคือการนำความรู้เดิมที่มีอยู่มารวมและประยุกต์เข้าด้วยกันจนเกิดเป็นของใหม่ ด้วยลักษณะของข้อมูลขนาดใหญ่ (Big Data) ในโลกปัจจุบัน การเข้ามาของ Internet of Things  หรือ Censor ต่างๆ ตลอดจน Social media ทำให้เกิดเป็นข้อมูลปริมาณมหาศาล และนำมาสู่ Data Science นั่นเอง

2 ผลลัพธ์ที่ได้จาก Data Science 
- ค้นพบสิ่งที่ไม่เคยรู้มาก่อนจากข้อมูลที่ได้
- ได้ Predictive Model เพื่อนำไปปฏิบัติจริง
- สร้าง Data Product ใหม่ๆ ที่จะส่งผลกระทบต่อธุรกิจ
- ช่วยให้ฝ่ายธุรกิจมีความมั่นใจและสามารถตัดสินใจได้ดีขึ้น

คนทำงานด้านวิทยาศาสตร์ข้อมูล จะนำข้อมูลที่กระจัดกระจายจากแหล่งต่างๆ มาจัดการและวิเคราะห์ เพื่อใช้ประโยชน์ตามโจทย์หรือวัตถุประสงค์การใช้งาน เช่น สร้าง Predictive Model หรือระบบอัลกอริทึมขึ้นมาประมวลผล เพื่อค้นหาอินไซต์เกี่ยวกับผู้ใช้งาน (user) หรือเก็บข้อมูลเพื่อใช้ประกอบการตัดสินใจขององค์กรบริษัท เป็นต้น และนี่คือผลลัพธ์ที่จะได้จาก Data Science


3 ที่มาของตำแหน่ง นักวิทยาศาสตร์ข้อมูล (Data Scientist) 
ตำแหน่งงาน Data Scientist ถูกตั้งขึ้นโดย  DJ Patil และ Jeff Hammerbacher ในปี 2008 โดยทั้งคู่เป็น ผู้บุกเบิกการสร้างทีม Data Science ที่ LinkedIn และ Facebook และตอนนี้ DJ Patil ได้รับแต่งตั้งให้เป็น Chief Data Scientist of the United States ไปเรียบร้อย

ในปี 2012 วารสาร Harward Business Review  ตีพิมพ์บทความชื่อ Data Scientist: The Sexiest Job of the 21st Century ทำให้อาชีพนี้กลายเป็น Talk of the town ในวงการธุรกิจและวงการสื่อตั้งแต่นั้นมา และทำให้เกิดความต้องการจ้างงานจากวงการธุรกิจสูง จนขาดแคลนบุคคลากรทางด้านนี้เป็นอย่างมาก ถือเป็นอาชีพที่เกิดขึ้นอย่างฉับพลันในวงการธุรกิจ โดยที่ยังไม่มีการเรียนการสอนในมหาวิทยาลัยจริงจัง

4 ทักษะที่ นักวิทยาศาสตร์ข้อมูล (Data Scientist) ต้องมี 
นักวิทยาศาสตร์ข้อมูล ต้องมี ทักษะความรู้แบบสหวิทยาการ (Interdisciplinary) หรือมีองค์ความรู้ในหลากหลายด้าน เช่น ความรู้ด้านคอมพิวเตอร์ คณิตศาสตร์และสถิติ การวิเคราะห์ข้อมูล ความเข้าใจทางธุรกิจ ความอยากรู้อยากเห็น ความคิดสร้างสรรค์ และความรู้เฉพาะสาขา (Domain Knowledge) สรุปคือ 
1 ความรู้ด้านวิทยาการคอมพิวเตอร์ (Computer Science)
2 ความรู้ด้านคณิตศาสตร์และสถิติ (Math&Statistics)
3 ความรู้เฉพาะสาขา (Domain Knowledge)
4 ความอยากรู้อยากเห็นและความคิดสร้างสรรค์ (Curiosity & Creativity)
การจะหาคนที่เป็น Data Scientist หรือคนเดียวที่เก่งทุกอย่างแบบเต็มตัว ไม่ใช่เรื่องง่าย ส่วนใหญ่แล้วจะเป็นการทำงานเป็น ทีม Data Science ที่ประกอบด้วยคนที่เก่งแต่ละด้านมาอยู่ในทีมเดียวกัน
 

5 อยากเป็น Data Scientist ควรเรียนอะไร?  
" ยุคนี้กำลังเปลี่ยนเร็วมาก การแข่งขันจะรุนแรงมากในเรื่องของข้อมูล ผู้แพ้ผู้ชนะจะไม่ได้ถูกตัดสินด้วยขนาดอีกต่อไป แต่จะตัดสินด้วยความสามารถในการใช้ข้อมูล "  ผศ. ดร. ณัฐวุฒิ หนูไพโรจน์ ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย

แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรหรือคณะสาขาที่เกี่ยวกับ Data Science โดยตรง แต่คณะและสถาบันการศึกษาหลายแห่ง อย่างเช่น ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย และอีกหลายๆ มหาวิทยาลัย ตระหนักถึงความสำคัญของศาสตร์นี้ จนเปิดเป็นรายวิชาเลือกขึ้นมาเพื่อให้น้องๆ นักศึกษาที่สนใจได้เลือกเรียนทางด้านนี้เพิ่มเติมจากสาขาหลัก

สำหรับน้องๆ ที่สนใจและตั้งใจอยากทำงานด้านนี้โดยตรง สามารถเรียนต่อระดับอุดมศึกษาในคณะหรือสาขาที่ช่วยให้เรารู้จักและเข้าใจการจัดการข้อมูลได้หลากหลาย เช่น คณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ คณะดิจิทัลมีเดีย สาขาเทคโนโลยีสารสนเทศ คณะการจัดการ คณะบริหารธุรกิจ และคณะอื่นๆ ที่เกี่ยวข้อง จากนั้นน้องๆ สามารถเลือกฝึกประสบการณ์ทางด้าน Data Science เพิ่มเติมได้เอง รวมทั้งการเรียนต่อระดับปริญญาโทสาขานี้โดยตรงที่มหาวิทยาลัยในต่างประเทศก็ยิ่งได้เปรียบ


6 Data Science กับอนาคตในตลาดงานประเทศไทย
แม้ว่า การ์ทเนอร์ (Gartner, Inc.) บริษัทวิจัยและวิเคราะห์ข้อมูลด้านเทคโนโลยีสารสนเทศระดับโลกบอกว่า จะมีตำแหน่งงานด้านนี้เพิ่มขึ้นกว่า 4.4 ล้านอัตราทั่วโลกภายในปี 2558 แต่จะมีบุคลากรที่พร้อมสำหรับตำแหน่งงานดังกล่าวเพียง 1 ใน 3 เท่านั้น แต่คำถามที่น้องๆ ทุกคนที่สนใจงานนี้รอคอยกันอยู่ก็คือ เรียนจบด้านนี้มาแล้วจะมีงานรองรับในเมืองไทยมากน้อยแค่ไหน? เรานำบทสัมภาษณ์จากรุ่นพี่อย่าง ต้า-วิโรจน์ จิรพัฒนกุล อดีต Data Scientist ของ Facebook ให้สัมภาษณ์ไว้ใน TheMomentum มาฝากเพื่อให้น้องๆ นำไปประกอบการตัดสินใจ

" แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรเกี่ยวกับวิชานี้หรือตั้งคณะสำหรับด้านนี้โดยตรง แต่สังคมเริ่มตระหนักถึงความสำคัญกันมากขึ้น หลายๆ บริษัทมีความพยายามจะจัดการข้อมูลภายในองค์กรให้เกิดประโยชน์ต่อการดำเนินงานที่สุด และปัจจุบันนี้ประเทศไทยมีบริษัทต่างชาติเข้ามาดำเนินการมากมายไม่ว่าธุรกิจกลุ่มไหนก็ต้องตื่นตัวเรื่องการใช้ข้อมูล เพื่อให้ก้าวทันและสร้างความได้เปรียบคู่แข่งในอุตสาหกรรม ทำให้นักวิทยาศาสตร์ข้อมูลจะเป็นที่ต้องการในทุกบริษัท เพราะเป็นคนที่เข้าใจว่าผู้ใช้งานต้องการอะไร สามารถต่อยอดให้ผลิตภัณฑ์และช่วยกำหนดทิศทางธุรกิจด้วยข้อมูลได้ดียิ่งขึ้น "  

ยุค 5G/6G , lot , AI

 

“5G ยังไม่ทันใช้ อะไรคือ 6G” สำรวจเครือข่ายแห่งอนาคตที่มี AI อยู่เบื้องหลัง

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

อธิบายให้เข้าใจง่ายขึ้นก็คือทุกอย่างที่อยู่บน 5G

จะสามารถตอบสนองได้แบบ real-time

คุณสามารถที่จะตอบสนอง พูดคุย สั่งงาน ทุกสิ่งที่คุณเชื่อมต่อด้วย

กับคนอื่นๆ แบบไม่มีดีเลย์เลย

สมมติว่าตอนนี้เราใช้เครือข่าย 5G บนสมาร์ตโฟนอยู่ อย่างแรกที่เราจะเห็นได้ชัดๆ เลยคือเรื่องความเร็วที่จะมาช่วยเพื่มอรรถรสในการเสพมีเดียแบบความคมชัดสูง Netflix หรือ YouTube กดเล่นปุ๊บจะไม่มีวงกลมหมุนๆ ที่ต้องรอคอยอีกต่อไป ทุกอย่างจะเป็น HD ทั้งภาพและเสียง สำหรับเหล่าเกมเมอร์สามารถนั่งเล่นเกมส์ออนไลน์ที่เชื่อมต่อกับผู้เล่นมากมายบนโลกใบนี้ด้วย VR Headset หรือ Smartphone แบบ Real-time ไม่มีการกระตุก ไม่มีหน่วง

นอกจากเรื่องความบันเทิงแล้วก็ยังมีเรื่องอุปกรณ์ที่เชื่อมต่อกับอินเตอร์เน็ตทั้งหลายที่จะได้ประโยชน์ ลองคิดถึงหุ่นยนต์ที่ใช้ในการทำการผ่าตัด อุปกรณ์เหล่านี้สามารถถูกควบคุมโดยนายแพทย์อันดับหนึ่งของโลกจากบ้านของตัวเองในอเมริกา โดยมีผู้ช่วยที่กำลังเดินทางอยู่เมืองไทย และการผ่าตัดเกิดขึ้นที่แอฟริกา หรือแม้กระทั่งการทำการเกษตรแบบระบบอัตโนมัติ โดรนที่คอยตรวจตราอยู่บนอากาศคอยพ่นปุ๋ยและยากำจัดศัตรูพืช หุ่นยนต์บนพื้นดินคอยเก็บตัวอย่างดินและปุ๋ยไปวิเคราะห์ หุ่นยนต์ที่เก็บเกี่ยวผลผลิตเมื่อถึงเวลา นี่คือเรื่องของความเป็นความตายและเทคโนโลยีเหล่านี้จะเข้ามาช่วยทำให้ชีวิตของคนบนโลกนี้ดีขึ้น

อีกประเด็นหนึ่งที่คนมักลืมพูดถึงกันเพราะไปจดจ่อเพียงแค่ความเร็วก็คือเรื่องการรองรับผู้ใช้งานที่เพิ่มมากขึ้นในพื้นที่เท่าเดิม เพราะ 5G นั้นมีเสาสัญญาณขนาดเล็ก เนื่องจากมีคลื่นความถี่ที่สั้นกว่า 4G จึงทำให้ต้องมีเสาสัญญาณติดอยู่ทั่วบริเวณ (5G ใช้เทคโนโลยีที่เรียกว่า Millimeter Waves ที่ความถี่สูงและความยาวคลื่นสั้นกว่า 4G ซึ่งปัญหาใหญ่ของมันก็คือมันส่งสัญญาณไปไม่ได้ไกลเท่าไหร่ ในคลื่นของ 4G เราอาจจะห่างจากเสาสัญญาณได้ไกลเกือบ 10 กิโลเมตร ส่วน 5G ไกลสุดได้แค่ประมาณ 300 เมตรเท่านั้น แถมยังผ่านผนังไม่ได้และถ้าอากาศไม่ดีฝนตกก็สัญญาณหายได้เช่นกัน

เพราะฉะนั้นทางแก้ไขปัญหานี้ก็คือการสร้างจุดรับส่งสัญญาณขนาดเล็กที่มีเต็มไปหมดทุกแห่งในพื้นที่) โดยการมีจุดรับส่งสัญญาณมากมายแบบนี้นำมาซึ่งประโยชน์อีกอย่างหนึ่งของ 5G ก็คือสามารถรองรับอุปกรณ์ได้มากขึ้นในขนาดพื้นที่เดียวกัน เมื่อเทียบกับ 4G เพิ่มขึ้น 10 เท่าจากที่สามารถรับคนได้ราว 1 แสนคนต่อพื้นที่ 1 ตร.กม. กลายเป็น 1 ล้านคนต่อพื้นที่ 1 ตร.กม. ซึ่งจะเป็นประโยชน์มากในกรณีที่คนมารวมตัวกันเยอะๆ อย่างงานแข่งขันกีฬาระดับโลก การประชุมขนาดใหญ่ ฯลฯ และนำไปสู่การใช้งานในหลายรูปแบบของอุปกรณ์ Internet of things (IoT) อีกด้วย

แล้ว 6G จะดีกว่ายังไงล่ะ?

ในด้านหนึ่งที่แน่นอนเลยก็คือเรื่องความเร็ว

ซึ่งในตอนนี้มีการคาดการณ์ว่าจะอยู่ที่ราวๆ 1 terabit/second

หรือประมาณ 100 เท่าของ 5G

แต่ข้อมูลอะไรที่กันที่จะสามารถได้รับผลประโยชน์จากสิ่งนี้ จากคำอธิบายของ Stocia และ Abreu พวกเขาบอกว่ามันจะทำให้เหล่า AI นั้นเชื่อมโยงหากันและช่วยกันแก้ไขปัญหาระดับที่ซับซ้อนในทันที ยกตัวอย่างเช่นการขับเคลื่อนรถยนต์ไร้คนขับในเมืองขนาดใหญ่ที่ต้องมีการเชื่อมโยงกันและส่งต่อข้อมูลถึงกันอย่างมหาศาลระหว่างสมองกลที่เกี่ยวข้องในวินาทีนั้น คิดถึงรถยนต์จำนวนเกือบสามล้านคันที่เข้าออกเมืองหลวงอย่างนิวยอร์กทุกวัน นี่จะเป็นปัญหาที่ได้รับการแก้ไขโดยสมองกลที่สื่อสารกันตลอดทุกวินาที

รถยนต์ไร้คนขับคันหนึ่งที่ถูกขับเคลื่อนด้วย AI จะคอยส่งรับส่งสัญญาณจากสิ่งรอบข้างและตอบสนองตามความจำเป็น ตำแหน่งที่ตั้งของรถยนต์จะถูกส่งออกไปสู่พื้นที่โดยรอบ เสาไฟฟ้า พื้นถนน ไฟจราจร ทุกอย่างจะมี AI อยู่ในนั้นเพื่อคอยถ่ายทอดข้อมูลถึงกัน รถจักรยานที่ปั่นบนถนน มอเตอร์ไซค์ ปลอกคอน้องหมา นาฬิกาข้อมือของคนวิ่งออกกำลังกาย ฯลฯ AI เหล่านี้จะคอยบอกว่าให้ระวังอะไร เลี้ยวไปทางไหน ต้องเลี่ยงเส้นทางไหนเพื่อจะให้ถึงปลายทางเร็วที่สุด

สิ่งเหล่านี้ล้วนใช้พลังในการคำนวณอย่างหนักหน่วง สมองกลในรถยนต์แต่ละคันต้องสร้างเครือข่ายกับสิ่งต่างๆ โดยรอบอยู่ตลอดเวลา เมื่อผ่านจุดหนึ่งไปก็ต้องไปสร้างเครือข่ายใหม่เรื่อยๆ จนกว่าจะถึงเป้าหมาย 

Stoica และ Abreu กล่าวว่า

“การที่จะแก้ไขปัญหาที่กระจายตัวในการเชื่อมโยงกัน การสื่อสารด้วยข้อมูลจำนวนมากจะเป็นสิ่งจำเป็น ปริมาณของข้อมูลขนาดใหญ่และความรวดเร็วในการตอบสนองที่มากกว่า 5G จะขาดไม่ได้เลย”

แน่นอนว่านี่เป็นเพียงตัวอย่างเล็กน้อยที่ 6G น่าจะเป็นประโยชน์และสร้างความเปลี่ยนแปลงให้กับสังคม มีความท้าทายอีกหลายอย่างที่สามารถแก้ไขได้ด้วยวิธีที่คล้ายคลึงกันอย่างเช่น การตรวจสอบตลาดและวางแผนการเงิน การตรวจเช็คข้อมูลสุขภาพของคนไข้ การตอบสนองและคาดเดาถึงเหตุการณ์ที่เกิดขึ้นแบบ real-time ซึ่งสิ่งเหล่านี้ล้วนเป็นความก้าวหน้าที่ไม่เคยมีใครคาดเดาว่าจะสามารถทำได้มาก่อน

แต่กว่าจะถึงตอนนั้น (น่าจะสักช่วง 2030 เพราะแต่ละ generation ใช้เวลาประมาณ 10 ปี) ยังมีอะไรอีกมากมายที่จะต้องเกิดขึ้น 6G ยังคงห่างไกลและภาพยังเลือนลาง คงต้องใช้เวลาอีกสักพักกว่าทุกอย่างจะลงตัวและสรุปออกมาให้ทุกคนได้รับรู้ แต่ถ้า Stoica และ Abreu เกิดคาดการณ์ถูกต้องขึ้นมา สมองกลจะกลายเป็นสิ่งที่จำเป็นต่อการพัฒนาโลกของเราต่อไปข้างหน้า เทคโนโลยี AI จะเป็นผู้ที่อยู่เบื้องหลังและกำหนดทิศทางของสิ่งอื่นๆ ที่จะเกิดขึ้นรวมถึง 6G ด้วย

 

เมื่อเราสามารถดึงเอาความสามารถของสมองกลเหล่านี้ที่อยู่ในอุปกรณ์ต่างๆ มาร่วมมือกันแล้ว สิ่งที่เราจะได้คือกุญแจสู่อนาคต และโดยธรรมชาติของสังคมอนาคตไม่มีทางหยุดนิ่ง หนทางเดียวที่สิ่งเหล่านี้จะร่วมมือกันได้ก็คือผ่านเครือข่ายไร้สายที่รวดเร็วตลอดเวลานั่นแหละ