Taking too long? Close loading screen.

Month: October 2022

10 ข้อผิดพลาดของระบบอัตโนมัติที่ควรหลีกเลี่ยง

10 ข้อผิดพลาดของระบบอัตโนมัติที่ควรหลีกเลี่ยง ระบบอัตโนมัตินั้น ถ้าทำงานได้ไม่ดี ก็สามารถทำให้เกิดผลกระทบทางด้านลบได้

AI คือคำตอบต่อปัญหาการเปลี่ยนแปลงสภาพภูมิอากาศของอาร์กติกหรือไม่?

โครงการ AI ของ ASU AI วิเคราะห์ข้อมูลขนาดใหญ่ เพื่อช่วยให้นักวิเคราะห์ค้นพบวิธีการแก้ปัญหาโลกร้อนที่อาร์กติก ( AI แก้ปัญหาโลกร้อน ) อาร์กติกกำลังเผชิญวิกฤตทางภูมิอากาศจากการคุกคามของผู้คนในบริเวณนั้นและบริเวณอื่น ๆ ทั่วโลก แม้ว่าเราจะมีวิธีแก้วิกฤตนี้โดยใช้วิธีแก้ปัญหาที่ใช้กันทั่วโลกก็ตาม แต่วิธีเหล่านั้นก็เหมือนจะไม่สามารถทำได้ เป็นเวลาหลายปีมาแล้วที่ดาวเทียมและโดรนได้เก็บข้อมูลทางวิทยาศาสตร์จำนวนมากมายจากพื้นที่อาร์กติกที่ห่างไกลและไม่ได้รับการสำรวจ แต่ปัญหาคือการเก็บข้อมูลเหล่านี้มาเป็นเวลาหลายปีทำให้เรามีข้อมูลมากเกินไป และแทบจะเป็นไปไม่ได้ที่จะตีความข้อมูลเหล่านั้นออกมาได้อย่างมีประสิทธิภาพ ซึ่งหนึ่งในอาจารย์ของมหาวิทยาลัยแอริโซนาสเตต (Arizona State University, ASU) มีความหวังที่จะเปลี่ยนแปลงเรื่องนี้ ในเดือนสิงหาคม เวนเวน ลี (Wenwen Li) กับหุ้นส่วนของเธอได้รับเงินวิจัยจำนวน 1 ล้านดอลลาร์สหรัฐ เพื่อช่วยให้นักวิทยาศาสตร์ได้เรียนรู้ที่จะใช้ปัญญาประดิษฐ์ในการแก้ปัญหาภัยพิบัติที่กำลังจะเกิดขึ้นที่อาร์กติก และลีก็เป็นหัวหน้าคณะนักวิจัยในโครงการดังกล่าว  “ปัญหาที่อาร์กติกนั้นถือว่าเป็นปัญหาที่ต้องได้รับการแก้ไขอย่างเร่งด่วนมาก” ลีกล่าว เธอคือนักวิทยาศาสตร์ข้อมูลที่ได้รับการอบรมในเรื่องวิทยาการคอมพิวเตอร์และวิทยาศาสตร์โลกทั้งระบบ (Earth System Science) ที่ ASU “เราต้องแก้ไขปัญหาให้เร็วที่สุดเท่าที่เราสามารถทำได้” ข้อมูลขนาดใหญ่ ลี อาจารย์แผนก ภูมิศาสตร์วิทยาและการวางผังเมือง ของ ASU ได้กล่าวไว้ว่า การวิเคราะห์ข้อมูลขนาดใหญ่ในเชิงวิทยาศาสตร์เป็นเรื่องที่ท้าทายเป็นอย่างมาก และเราอาจจะประเมินการวิเคราะห์ดังกล่าวไว้ต่ำเกินไป จากคลังข้อมูลการเปลี่ยนแปลงสภาพภูมิอากาศของ NASA ถูกประมาณการณ์ว่าจะมีข้อมูลปริมาณกว่า 350 เพตะไบต์ภายในปี …

AI คือคำตอบต่อปัญหาการเปลี่ยนแปลงสภาพภูมิอากาศของอาร์กติกหรือไม่? Read More »

ปราบมะเร็งด้วย Big Data

หลายคนคงไม่เคยทราบว่าการวิจัยวิทยาศาสตร์ชีวการแพทย์ (Biomedical Science) นั้นเป็นหนึ่งในงานที่สร้างข้อมูลปริมาณมหาศาลมาพักใหญ่ ๆ แล้ว จุดเริ่มต้นของการใช้งานข้อมูลขนาดใหญ่ หรือ “Big Data” ในงานชีวการแพทย์ก็คือการตั้งฐานข้อมูลเก็บลำดับเบสของสิ่งมีชีวิตชนิดต่าง ๆ ในช่วงทศวรรษ 1980 ทั้งลำดับเบสดีเอ็นเอ (GenBank) และลำดับโปรตีน (SwissProt/UniProt) โดยตั้งแต่ปี 1982 เป็นต้นมา มีลำดับเบสดีเอ็นเอเฉพาะของมนุษย์สะสมอยู่ในฐานข้อมูลสูงถึงสองหมื่นเจ็ดพันล้านเบสแล้ว ข้อมูลปริมาณมหาศาลแบบนี้นอกจากต้องใช้ทรัพยากรมหาศาลในการจัดเก็บและบำรุงรักษา การจะนำมาใช้งานก็ต้องใช้ทรัพยากรและระเบียบวิธีที่มหาศาลไม่แพ้กัน และเมื่อพูดถึงโรคภัยไข้เจ็บของมนุษย์ หัวข้อวิจัยอันดับหนึ่งก็คือมะเร็งนั่นเอง ซึ่งสะท้อนได้จากจำนวนเงินที่หน่วยงานวิจัยสุขภาพที่ใหญ่ที่สุดในโลกอย่าง National Institutes of Health (NIH) โดยในปี 2019 นั้นเงินวิจัยที่จัดสรรให้กับโรคมะเร็งนั้นมาเป็นอันดับ 1 นำหน้าโรคติดเชื้อและโรคสมอง แต่สามปีหลังนี้เพราะโรคโควิด-19 ทำให้การจัดสรรเงินวิจัยโรคติดเชื้อสูงขึ้น ในปี 2021 จึงตกมาอยู่อันดับที่ 3 รองจากโรคติดเชื้อและโรคสมอง แล้วหัวข้อหลักที่เกี่ยวกับการวิจัยมะเร็งมีอะไรบ้าง? ผมขอแบ่งเป็นสามหัวข้อหลักแบบนี้ครับ การวิจัยมะเร็งเพื่อศึกษาการเกิดมะเร็งในระดับโมเลกุล (Molecular Carcinogenesis) เริ่มที่หัวข้อแรกก่อนก็คือการศึกษาการเกิดมะเร็งในระดับโมเลกุล ในปี 2006 นั้นประเทศสหรัฐอเมริกาได้เริ่มโครงการศึกษามะเร็งในระดับโมเลกุลแบบครบวงจร (Comprehensive Molecular …

ปราบมะเร็งด้วย Big Data Read More »

การเชื่อมต่อกับระบบฐานข้อมูลผ่าน RStudio ด้วย R Package “odbc”

สำหรับผู้ใช้ภาษา R และโปรแกรม RStudio ในงานวิเคราะห์ข้อมูล บทความนี้จะขอแนะนำ R package ชื่อ odbc ที่เป็นหนึ่งใน package ที่นิยมในการเชื่อมต่อและ query ข้อมูลจากระบบฐานข้อมูล (database system) ที่เป็นที่นิยมและใช้กันอย่างแพร่หลาย อาทิเข่น SQL Server, Oracle, MySQL, PostgreSQL, SQLite, Hive, Impala เป็นต้น คำว่า ODBC ย่อมาจาก Open Database Connectivity ดังนั้น R package “odbc” จึงเป็น package ที่สามารถที่ใช้กับระบบฐานข้อมูลได้หลากหลายต่างจาก R package เช่น RPostgres RMariaDB, หรือ bigrquery ที่ใช้เฉพาะเจาะจงกับระบบฐานข้อมูลของตัวเองเท่านั้น จึงไม่เป็นที่น่าแปลกใจว่า R package “odbc” จึงเป็นที่นิยมสำหรับผู้ใช้ภาษา R …

การเชื่อมต่อกับระบบฐานข้อมูลผ่าน RStudio ด้วย R Package “odbc” Read More »

Free and Open Source Software for Geospatial (FOSS4G) Thailand 2022

รายละเอียดของ Event Free and Open Source Software for Geoinformatics หรือ FOSS4G (https://wiki.osgeo.org/wiki/FOSS4G) เป็นงานสัมมนาเชิงปฏิบัติการการพัฒนาและส่งเสริมการใช้งานชุดซอฟต์แวร์รหัสเปิดสำหรับภูมิสารสนเทศ FOSSG ได้ถือกำเนิดจัดขึ้นครั้งแรกเมื่อวันที่ 12-14 กันยายน พ.ศ. 2547 ภายใต้ชื่องาน “FOSS-GRASS User Conference 2004” โดยคณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย จุดมุ่งหมายเพื่อเผยแพร่การใช้งานชุดโปรแกรมเปิดรหัสสำหรับงานภูมิสารสนเทศ นับจากนั้นเป็นต้นมาการประชุม FOSS4G Conference ได้มีการจัดขึ้นอย่างเป็นทางการต่อเนื่องเป็นประจำทุกปีเวียนกันไปในแต่ละภูมิภาคทั่ว โลก ได้แก่ เอเชีย, แอฟริกา, ยุโรป และอเมริกา โดยมูลนิธิ The Open Source Geospatial Foundation (OSGeo : https://www.osgeo.org) เป็นเจ้าภาพร่วมกับหน่วยงานด้านภูมิสารสนเทศในภูมิภาคนั้น วัตถุประสงค์การประชุม FOSS4G มีความมุ่งเน้นที่จะส่งเสริม เผยแพร่และพัฒนาโปรแกรม เปิดรหัส (Open Source ) …

Free and Open Source Software for Geospatial (FOSS4G) Thailand 2022 Read More »

บริหารหนี้สาธารณะด้วยแบบจำลองวิเคราะห์ต้นทุนและความเสี่ยง

หนี้สาธารณะ (Public Debt) คืออะไร? การบริหารหนี้สาธารณะมีโครงสร้าง ขั้นตอน และสิ่งที่ต้องพิจารณาอย่างไร? ในบทความนี้ เรามาดูตัวอย่างการประยุกต์ใช้ Data Science กับการบริหารหนี้สาธารณะเพื่อให้ภาครัฐรักษาเสถียรภาพทางการคลังกันครับ 🙂 “หนี้สาธารณะ” คืออะไร? รัฐบาลของทุก ๆ ประเทศมีหน้าที่ในการบริหารจัดการงบประมาณภายในประเทศเพื่อพัฒนาประเทศ ตั้งแต่การสร้างถนนและระบบคมนาคม การเยียวยาผู้ประสบปัญหาภัยพิบัติ การส่งเสริมการศึกษา การสาธารณสุข เป็นต้น รัฐบาลหนึ่ง ๆ มี “รายได้” เพื่อใช้ในการพัฒนาประเทศได้อย่างไร? คำตอบคือ การเก็บภาษีนั่นเอง ในกรณีของประเทศไทย รัฐบาลมีการจัดเก็บภาษีเงินได้, ภาษีหัก​ ณ​ ที่จ่าย, ภาษีมูลค่าเพิ่ม ไปจนถึงภาษีสรรพสามิตและภาษีศุลกากร ซึ่งไม่ได้แตกต่างจากนานาประเทศทั่วโลกนัก ซึ่งรัฐบาลจะนำรายได้เหล่านี้มาจัดสรรเป็นงบประมาณเพื่อใช้ในด้านต่าง ๆ หากรัฐบาลหนึ่ง ๆ มีรายได้ไม่เพียงพอสำหรับรายจ่ายเพื่อการพัฒนาประเทศในแต่ละปี รัฐบาลก็จำเป็นที่จะต้องกู้ยืมเงินให้เพียงพอต่อความต้องการ ไม่ต่างจากการที่บุคคลธรรมดาอาจจำเป็นต้องกู้ยืมเงินเพื่อตอบสนองความต้องการในการซื้อบ้านหรือลงทุนในธุรกิจ ซึ่งในบริบทของรัฐบาล ปริมาณวงเงินกู้ที่รัฐบาลมีความต้องการในแต่ละปีงบประมาณ มีชื่อเรียกว่า ความต้องการเงินทุน (Funding Need) และการกู้ยืมเงินตาม Funding Need นี้เองที่ก่อให้เกิดหนี้สาธารณะ ทำความรู้จักกับสำนักงานบริหารหนี้สาธารณะ (Public Debt Management Office) สำนักงานบริหารหนี้สาธารณะ (สบน.) …

บริหารหนี้สาธารณะด้วยแบบจำลองวิเคราะห์ต้นทุนและความเสี่ยง Read More »