เมื่อไม่มี “Big Data” AI ก็ไป ...“ไม่รอด”

รศ.ดร.สุขุม เฉลยทรัพย์

ที่ปรึกษาสวนดุสิตโพล มหาวิทยาลัยสวนดุสิต

Big Data หมายถึงชุดข้อมูลขนาดใหญ่ที่มีปริมาณมากและหลากหลาย มาจากแหล่งข้อมูลต่าง ๆ และข้อมูลมีทั้งแบบมีโครงสร้างและ
ไม่มีโครงสร้าง เช่น ข้อมูลดิจิทัล ข้อมูลการเรียนการสอน ข้อมูลวิจัย หรือข้อมูลทางสังคม ซึ่งข้อมูลเหล่านี้ต้องได้รับการจัดเก็บอย่างมีระบบและสามารถเข้าถึงเพื่อให้ดึงนำมาใช้งานได้อย่างรวดเร็ว Big Data มีบทบาทสำคัญอย่างยิ่งในการพัฒนา Gen AI เพราะ Gen AI จำเป็นต้องมีข้อมูลจำนวนมหาศาลในการฝึกฝน (Train) เพื่อให้สามารถวิเคราะห์ข้อมูลและทำนายผลได้อย่างมีประสิทธิภาพ

การมาถึงของ Gen AI ทำให้การพัฒนา AI ที่มีประสิทธิภาพและแม่นยำยิ่งจำเป็นต้องพึ่งพาข้อมูลที่มีปริมาณมากและมีความหลากหลาย ซึ่งข้อมูลที่มากพอจะช่วยให้ AI สามารถวิเคราะห์แนวโน้ม สร้างโมเดลคาดการณ์ และนำไปสู่การตัดสินใจที่ถูกต้องมากขึ้น ความสำคัญของ Big Data ในการพัฒนา Gen AI มีหลายด้านประกอบด้วย

1. การฝึกสอนและการเรียนรู้ Gen AI ต้องการข้อมูลจำนวนมหาศาลในการฝึกฝน การใช้ Big Data ช่วยให้ AI เรียนรู้ลักษณะและรูปแบบของข้อมูลได้ดียิ่งขึ้น ไม่ว่าจะเป็นข้อมูลรูปภาพ เสียง หรือข้อความ ตัวอย่างเช่น AI ในด้านการศึกษาสามารถนำข้อมูลการเรียนรู้ของนักศึกษาไปใช้เพื่อพัฒนาโปรแกรมการเรียนที่เหมาะสมกับแต่ละบุคคล

2. ความแม่นยำของผลลัพธ์ Big Data ช่วยให้ Gen AI มีข้อมูลที่หลากหลายในการสร้างผลลัพธ์ที่ตรงกับบริบท การวิเคราะห์ข้อมูลจากหลายแหล่งช่วยให้ AI สามารถสร้างเนื้อหาที่มีคุณภาพและตอบสนองต่อความต้องการของผู้ใช้ได้ดียิ่งขึ้น

3. การสร้างนวัตกรรมใหม่ ข้อมูลจำนวนมากที่ได้จาก Big Data ช่วยให้ Gen AI สามารถสร้างนวัตกรรมใหม่ ๆ ได้ เช่น การสร้างภาพ การเขียนบทความ หรือแม้กระทั่งการสร้างโมเดล 3D เพื่อการศึกษาหรือวิจัยในสาขาต่าง ๆ

สถิติที่น่าสนใจเกี่ยวกับ AI เช่น ภายในปี 2025 AI อาจทำให้ตำแหน่งงานลดลง 85 ล้านตำแหน่ง แต่จะสร้างตำแหน่งงานใหม่ขึ้น
97 ล้านตำแหน่ง ภายในปี 2030 งานพยาบาลร้อยละ 10 อาจถูกแทนที่ด้วยระบบอัตโนมัติ หุ่นยนต์อัจฉริยะอาจเข้ามาแทนที่แรงงานทั่วโลก
ร้อยละ 30 และอาจมีผู้คน 375 ล้านคนที่ต้องเปลี่ยนอาชีพ

ในสภาพปัจจุบันมหาวิทยาลัยสวนดุสิต (มสด.) มีการรวบรวมและจัดเก็บข้อมูลในหลายรูปแบบ ทั้งข้อมูลนักศึกษา ข้อมูลการลงทะเบียนเรียน ผลการเรียน ข้อมูลบุคลากร ข้อมูลการวิจัย และข้อมูลผลโพล อย่างไรก็ตาม เพื่อให้ Gen AI สามารถใช้งานข้อมูลเหล่านี้ได้อย่างเต็มประสิทธิภาพ มหาวิทยาลัยควรมีการพัฒนาระบบ Big Data ที่สามารถรวบรวมข้อมูลได้อย่างครอบคลุมและมีคุณภาพสูงทุกด้านที่มีความสำคัญ เพื่อใช้ข้อมูลเหล่านี้เป็นพื้นฐานการพัฒนา AI เพื่อสนับสนุนการเรียนการสอนและการวิจัย ควรพัฒนาระบบการบูรณาการข้อมูลจากแหล่งต่าง ๆ ในมหาวิทยาลัยเพื่อให้ข้อมูลสามารถทำงานร่วมกันได้ การรวบรวมข้อมูลจากหลายแหล่งจะช่วยให้สามารถวิเคราะห์ข้อมูลได้อย่างแม่นยำและสนับสนุนการตัดสินใจที่ดีขึ้น และควรลงทุนในเทคโนโลยีที่ทันสมัย เช่น ระบบคลาวด์คอมพิวติ้ง และเครื่องมือการวิเคราะห์ข้อมูลที่สามารถประมวลผลข้อมูลขนาดใหญ่ได้อย่างรวดเร็ว การมีระบบการประมวลผลที่มีประสิทธิภาพจะช่วยให้ AI สามารถทำงานได้อย่างราบรื่นและมีประสิทธิภาพมากขึ้น

เพื่อให้ มสด. สามารถใช้ประโยชน์จาก AI ได้อย่างเต็มที่ แนวทางการจัดทำ Big Data ควรมีโครงสร้างพื้นฐานและกระบวนการที่สอดคล้องกับการใช้ AI ในการพัฒนามหาวิทยาลัยได้อย่างมีประสิทธิภาพ แนวทางที่ควรดำเนินการประกอบด้วย

1. การวางแผนแม่บท Big Data เริ่มต้นจากการวิเคราะห์ความต้องการของมหาวิทยาลัยในการใช้ข้อมูล โดยควรกำหนดเป้าหมายและทิศทางการพัฒนา Big Data ให้มีความชัดเจนและตอบสนองต่อการใช้งาน AI ได้อย่างมีประสิทธิภาพ

2. การบูรณาการข้อมูลแบบเรียลไทม์ การพัฒนาระบบที่สามารถเชื่อมต่อและอัปเดตข้อมูลได้แบบเรียลไทม์ จะช่วยให้ AI สามารถวิเคราะห์ข้อมูลและตอบสนองต่อสถานการณ์ได้อย่างรวดเร็ว สามารถใช้ประโยชน์จาก AI ในการจัดการและการตัดสินใจได้อย่างมีประสิทธิภาพ

3. การทำความสะอาดและจัดมาตรฐานข้อมูล ข้อมูลที่เก็บรวบรวมต้องได้รับการตรวจสอบและทำความสะอาดเพื่อลดความผิดพลาดที่อาจเกิดขึ้น เช่น ข้อมูลซ้ำซ้อน ข้อมูลขาดหาย และจะช่วยให้การใช้ข้อมูลจากหลายแหล่งสามารถทำงานร่วมกันได้อย่างราบรื่น

นอกจากการพัฒนาโครงสร้างพื้นฐานของ Big Data แล้ว มสด. ควรให้ความสำคัญกับการพัฒนาบุคลากรให้มีทักษะในการจัดการและวิเคราะห์ข้อมูล รวมถึงการฝึกอบรมบุคลากรเกี่ยวกับการใช้งานเครื่องมือ Gen AI เพื่อเพิ่มขีดความสามารถของบุคลากรก็จะช่วยให้มหาวิทยาลัยสามารถดำเนินงานด้าน Big Data ได้อย่างมีประสิทธิภาพ นอกจากนี้ การรักษาความปลอดภัยของข้อมูลก็เป็นสิ่งสำคัญที่มหาวิทยาลัยต้องดำเนินการอย่างเคร่งครัด เช่น การเข้ารหัสข้อมูลและการควบคุมการเข้าถึงข้อมูลส่วนบุคคล เพื่อป้องกันการละเมิดสิทธิ์ของนักศึกษา อาจารย์ และบุคลากร

การใช้ AI อย่างมีประสิทธิภาพในมหาวิทยาลัยสวนดุสิตจำเป็นต้องพึ่งพา Big Data ที่มีคุณภาพสูง โดยมหาวิทยาลัยต้องพัฒนาระบบการเก็บรวบรวมข้อมูลที่ครอบคลุม การบูรณาการข้อมูลจากแหล่งต่าง ๆ และการลงทุนในเทคโนโลยีการประมวลผลข้อมูล รวมถึงการพัฒนาทักษะบุคลากรและการรักษาความปลอดภัยของข้อมูล เมื่อ Big Data ของ มสด. ได้รับการพัฒนาอย่างเต็มที่ AI จะสามารถใช้ข้อมูลช่วยสนับสนุนการตัดสินใจ การเรียนการสอน และการวิจัยในระดับที่สูงขึ้น แต่...ถ้าไม่มี “Big Data” AI ก็ไป ...“ไม่รอด” ครับ...