รายงาน “Technology Radar” ฉบับล่าสุดโดย “Thoughtworks” บริษัทที่ปรึกษาด้านเทคโนโลยีชั้นนำคาดการณ์ว่า แมชีนเลิร์นนิงจะมีส่วนสำคัญต่อการขับเคลื่อนเทคโนโลยีไอโอทีและระบบการบริหารจัดการภายในต่าง ๆ
รีเบคกา พาร์สันส์ ประธานเจ้าหน้าที่บริหารฝ่ายเทคโนโลยี Thoughtworks ได้ตั้งข้อสังเกตเกี่ยวกับ Machine Learning (แมชีนเลิร์นนิง) ว่าจากที่เคยต้องใช้ชุดข้อมูลขนาดใหญ่และการเข้าถึงพลังประมวลผลมหาศาลเพื่อจัดการกับปัญหาทางธุรกิจที่ซับซ้อนนั้น
ขณะนี้ องค์กรด้านไอทีสามารถใช้ประโยชน์จาก Machine Learning ได้เพิ่มขึ้น ทั้งยังสามารถนำไปปรับใช้ในหลายภาคส่วนมากขึ้น สืบเนื่องมาจากการพัฒนาของเครื่องมือ แอปพลิเคชัน และเทคนิคต่าง ๆ ที่ก้าวหน้าไปอย่างมาก
ท้าทาย การบริหารข้อมูล
ด้วยประสิทธิภาพในการคำนวณที่ดีขึ้นบนอุปกรณ์ทุกขนาดและทุกประเภท รวมทั้งการใช้เครื่องมือแบบ open-source ที่แพร่หลายและใช้งานได้ง่ายขึ้น ได้ส่งผลให้ Machine Learning สามารถเข้าถึงได้ง่ายขึ้น แม้กระทั่งองค์กรที่มีขนาดเล็กมาก
นอกจากนี้ ข้อกำหนด และข้อควรระวังของข้อมูลส่วนบุคคลที่เข้มงวดมากขึ้น ได้ผลักดันให้องค์กรต่างๆ พยายามค้นหาเทคนิค เช่น federated machine learning หรือ การพัฒนาระบบ Machine Learning โดยไม่ต้องส่งข้อมูลส่วนบุคคลไปยังส่วนกลางซึ่งทำให้ปลอดภัยมากขึ้น โดยเฉพาะข้อมูลที่มีความละเอียดอ่อน ที่ใช้งานร่วมกับไอโอทีและอุปกรณ์แบบพกพา
มากกว่านั้น การพัฒนาระบบแมชีนเลิร์นนิงที่ต้องพึ่งพาคุณภาพของข้อมูลเป็นหลัก ได้ทำให้ข้อควรระวังต่าง ๆ ยังคงมีช่องโหว่อยู่ และเกิดอคติในชุดข้อมูลขึ้นได้ แต่อย่างไรก็ตาม เครื่องมือแบบโอเพ่นซอร์สก็กำลังช่วยสร้างความโปร่งใส ของอัลกอริทึมที่ใช้ในการตีความและจัดการข้อมูล
พลิกโฉมการทำงานองค์กร
พาร์สันส์ บอกว่า เมื่อมีการจำกัดการใช้งานเฉพาะผู้ใช้งานและองค์กรด้านไอทีที่มีความเชี่ยวชาญขั้นสูงแล้วนั้น โมเดลและส่วนประกอบของแมชีนเลิร์นนิงที่องค์กรสามารถหามาได้ง่ายขึ้น และใช้งานได้ไม่ซับซ้อน ก็ช่วยลดอุปสรรคในการพัฒนาระบบ
โดยทำให้องค์กรต่างๆ สามารถเข้าถึงและใช้ประโยชน์จากโซลูชัน แมชีนเลิร์นนิงได้มากขึ้น องค์กรจึงควรเปิดรับการใช้งานเชิงปฏิบัติมากขึ้น เพื่อใช้ประโยชน์จากแมชีนเลิร์นนิงที่มีอยู่หลากหลาย
ไม่ว่าจะเป็นขั้นตอนการปฏิบัติงาน การพัฒนาผลิตภัณฑ์ และการบริการ ซึ่งนอกจากจะเป็นแอปพลิเคชันที่พลิกโฉมระบบการทำงานแล้ว ก็ยังช่วยเพิ่มประสิทธิภาพอีกด้วย
’แมชีนเลิร์นนิง’ มากกว่าทางเลือก
ที่น่าสนใจได้เห็นถึง กระแสหลักของแมชีนเลิร์นนิง :โดยในเวลาเพียงไม่ถึงหนึ่งทศวรรษได้ผันตัวเองจากระบบที่ใช้เทคนิคเฉพาะแบบขั้นสูง มาสู่ระบบที่เกือบทุกคนที่มีข้อมูลและรู้วิธีการคำนวณสามารถใช้งานได้
อย่างไรก็ดี แม้เป็นเรื่องที่น่ายินดี แต่อุตสาหกรรมก็ยังต้องมีความสามารถในการจัดการเรื่องการวางแผนเพิ่มจำนวนเครื่องมือ และกรอบการทำงาน รวมทั้งขับเคลื่อนประเด็นด้านจริยธรรมซึ่งมีความสำคัญและเร่งด่วนมากกว่าเดิม
พบด้วยว่า พลังของแพลตฟอร์มในฐานะผลิตภัณฑ์ : แพลตฟอร์มมีบทบาทสำคัญ โดยเฉพาะอย่างยิ่งในการเพิ่มขีดความสามารถของนักพัฒนา แต่เมื่อไม่ได้มีการใช้แพลตฟอร์มอย่างเหมาะสมเช่นเดียวกับการใช้ผลิตภัณฑ์ เราก็มักจะผิดหวังกับผลลัพท์ที่ได้
“สิ่งสำคัญก็คือต้องมีการสร้างและบำรุงรักษาแพลตฟอร์มให้ตอบสนองความต้องการของทั้งทีมเทคนิคและองค์กรได้ในวงกว้าง”
ยกระดับ ประสบการณ์บนมือถือ
การย้ายความเป็นเจ้าของข้อมูลออกจากศูนย์กลาง : การรวมศูนย์ข้อมูลช่วยในเรื่องความรัดกุมในการเก็บข้อมูลได้ แต่อย่างไรก็ตาม เทคนิคและเครื่องมือใหม่ ๆ ที่มีข้อดีทั้งในด้านด้านเทคนิคและความเป็นส่วนตัว ก็จะช่วยให้ก้าวข้ามความท้าทายของการรวมศูนย์ข้อมูลได้ง่ายยิ่งขึ้น
มือถือก็ควรเป็นแบบโมดูลาร์ : ถึงแม้จะเป็นที่ทราบกันดีถึงประโยชน์ของโมดูลาร์ แต่ด้วยเหตุผลหลายประการ ก็ไม่ได้มีการนำมาใช้ประโยชน์ในการพัฒนามือถือหรืออุปกรณ์แบบพกพามากนัก แต่ก็เริ่มมีการเปลี่ยนแปลงขึ้นแล้ว
Thoughtworks เชื่อว่า การนำวิธีการแบบโมดูล่าร์มาใช้กับมือถือจะไม่เพียงแต่ช่วยปรับปรุงคุณภาพของแอปพลิเคชันมือถือเท่านั้น แต่ยังได้ประโยชน์จากประสบการณ์ในการสร้างแอปพลิเคชันเหล่านั้นด้วย
—————————————————————————————————————————————————
ที่มา : กรุงเทพธุรกิจออนไลน์ / วันที่เผยแพร่ 31 ต.ค.65
Link : https://www.bangkokbiznews.com/tech/gadget/1034977
