ดร.ขจรศักดิ์ สังข์เจริญ, Technical Evangelist, IBM (Thailand) บรรยายในหัวข้อ Introduction to Modern AI and Cognitive Data Analytics Powered by Watson ได้กล่าวว่า Big Data แบ่งข้อมูลเป็น 2 ประเภท คือ Structured Data และ Unstructured Data จากปริมาณข้อมูลที่มีมากมาย และหลากหลายรูปแบบ ทำให้แนวทางการประมวลผลของข้อมูลแบบเดิมๆ ไม่สามารถตอบโจทย์ได้อีกต่อไป ทาง IBM จึงเรียกข้อมูลที่มีอยู่แต่ไม่สามารถนำมาใช้ประโยชน์ได้เท่าที่ควรว่าDark Data Cognitive Computing คือ ระบบประมวลผลข้อมูลขนาดใหญ่ที่มีการเรียนรู้ ที่ไม่ใช่แค่เรื่องของการนำปัญญาประดิษฐ์ (artificial intelligence) แต่ยังรวมไปถึงองค์ประกอบทั้งหมด 5 อย่าง ได้แก่ การประมวลผลและวิเคราะห์ข้อมูลขนาดใหญ่ (Big data & Analytic), ปัญญาประดิษฐ์ (Artificial Intelligence), ระบบที่เข้าใจภาษาธรรมชาติ (Natural Language ) ภาพ เสียง แบบเดียวกับมนุษย์ (Cognitive Experience), การจัดการความรู้ที่มีบริบทเกี่ยวข้อง (Cognitive Knowledge) และ โครงสร้างพื้นฐานในการประมวลผล (Computing Infrastructure) Watson คือบริการของ IBM ที่พัฒนาตามแนวทางของ Cognitive Computing ซึ่ง Watson เป็นที่รู้จักครั้งแรกตอนเอาชนะการแข่งขันในรายการเกมส์ทางโทรทัศน์ของอเมริกา ในปัจจุบันความสามารถของ Watson ถูกพัฒนาไปไกลกว่าการตอบคำถามที่มีอยู่ในฐานข้อมูลเท่านั้น แต่เป็นเรื่องของกระบวนการ 3 ส่วนคือการทำความเข้าใจ (Understand) ให้เหตุผล (Reason) และสามารถเรียนรู้ (Learn) จากข้อมูล ตัวอย่างการใช้งาน Watson ในภาคการแพทย์ โรงพยาบาลบำรุงราษฎร์ ถือเป็นโรงพยาบาลในไทยแห่งแรกที่ริเริ่มนำเอาเทคโนโลยี IBM Watson ด้านโรคมะเร็ง (IBM Watson for Oncology) เข้ามาช่วยแพทย์ในการประเมินและรักษาโรคมะเร็ง โดยนำเอาข้อมูลของผู้ป่วย มาวิเคราะห์ร่วมกับฐานข้อมูลของผู้ป่วยจากศูนย์การแพทย์ Memorial Sloan Kettering ของสหรัฐอเมริกา ทำให้แพทย์สามารถรักษาโรคมะเร็งได้อย่างเหมาะสมกับผู้ป่วยแต่ละราย ผลที่ได้คือความรวดเร็วในการรักษา และมีคนไข้กว่าล้านรายได้รับการรักษาผ่านระบบนี้
Marcin Dera, Data Engineer, Agoda Pte Ltd., Thailand บรรยายในหัวข้อ "There's no such thing as a free lunch" - The hidden cost of machine learning systems ได้มาแชร์ประสบการณ์เรื่องการ นำ Machine Learning มาใช้ในงาน Advertisement ซึ่ง Agoda ได้เก็บรวบรวมข้อมูลทุกอย่างจากผู้ใช้ที่เข้าไปใช้งานใน Website Agoda ไว้มากมาย ไม่ว่าจะในแง่ของ Booking, Search และการ Click และเริ่มสนใจและนำข้อมูลเหล่านี้มาใช้ประโยชน์ ที่ Agoda มีทีม Data Scientist ที่ชำนาญงานอยู่หลายท่าน Case Study หนึ่งที่เอามาบอกเล่ากันคือการนำเอา Machine Learning ไปใช้กับการ bid ของ Google AdWords กล่าวคือเวลาที่ผู้ใช้ search ข้อมูลที่พักจาก Google แล้ว Agoda จะหาที่พักแล้วพยายามทำให้ rank ของผลลัพธ์จากการ search ไปอยู่ rank ต้นๆ เนื่องจาก Agoda มีคู่แข่งหลายบริษัท ดังนั้นการที่ทำให้ผลลัพธ์จากการ search มี Agoda อยู่ใน rank ที่สูงกว่าคู่แข่งนั้นย่อมเป็นเรื่องที่ดี การนำเอา Machine Learning มาใช้ในส่วนนี้ทำให้ลดค่าใช้จ่ายไปได้เยอะเลยทีเดียว ยกตัวอย่างเช่น ถ้ามีคำว่า bangkok ในการ search เยอะๆ แล้วโรงแรมที่ผ่านการ search ด้วยคำๆ นี้สามารถเพิ่มยอดการจองได้ ทางทีมก็จะนำข้อมูลพวกนี้ไปเพิ่ม bid ให้สูงขั้นใน AdWords ค่าใช้จ่ายที่ชัดเจนในการลงทุนระบบ Machine Learning มี Hardware, Labor, Develop, Storage, Transmission และ Business Value ทางทีม Agoda ใช้ Hadoop ในการจัดเก็บ Big Data ใช้ Spark ในการประมวลข้อมูลขนาดใหญ่ และใช้ภาษา Scala ในการพัฒนา นอกจากการนำ Machine Learning มาใช้ในเรื่องของ Bid แล้วยังนำใช้ในเรื่องของ Search Engine, Recommendation ใน Website ของ Agoda เองเป็นต้น
สำนักงานส่งเสริมอุตสาหกรรมซอฟต์แวร์แห่งชาติ องค์การมหาชน (SIPA) โดยคุณอนุชิต ชโลธร นักเทคโนโลยีสารสนเทศ ได้กล่าวว่า เนื่องจาก Data นั้นมีความสำคัญไม่ว่าจะเป็นในรูปแบบของ Structured Data หรือ Unstructured Data หลังจากสิ้นสุดการสัมมนาในครั้งนี้ ให้ทุกท่านลองกลับไปพิจารณา Big Data ในองค์กรของท่าน ว่าสามารถนำมาใช้ประโยชน์ในด้านใดได้บ้าง การตัดสินใจเลือกใช้ Tools สำหรับการทำ Machine Learning ไม่ว่าจะเป็น Watson หรือ Spark ก็ควรตัดสินใจเลือกให้ตรงกับการใช้งาน และเหมาะสมกับหน่วยงานหรือองค์กรของท่าน สุดท้ายขอฝากเรื่องการตอบแบบสอบถาม ถ้าหากต้องการรู้ หรือเพิ่มเติมในเรื่องใดๆ ให้ตอบลงในข้อเสนอแนะเพื่อแจ้งให้ทาง SIPA ทราบ ซึ่งจะเป็นประโยชน์อย่างยิ่งในการจัดสัมมนาในครั้งต่อ ๆ ไป
ท่านที่สนใจงาน SIPA Technology Meetup สามารถติดตามได้ที่ www.sipatechmeetup.com หรือ www.facebook.com/sipatechmeetup