Taking too long? Close loading screen.

5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล

Apr 18, 2022
AI และการวิเคราะห์ข้อมูล
5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล

เหตุการณ์ต่าง ๆ ในช่วงปีที่ผ่านมา รวมถึงความท้าทายทางเศรษฐกิจและสังคมที่เพิ่มมากขึ้นเรื่อย ๆ จนอดคิดไม่ได้ว่าวิธีแก้ปัญหาต่าง ๆ เหล่านั้นจะต้องมีความซับซ้อนเพียงใด แต่ AI และการวิเคราะห์ข้อมูล กลับมีบทบาทสำคัญในการช่วยวิเคราะห์หาวิธีแก้ปัญหาดังกล่าว จะเห็นได้จากการที่ผู้นำทั้งฝ่ายรัฐบาลและอุตสาหกรรมล้วนแข็งแกร่งขึ้นเพราะมีข้อมูลที่เชื่อถือได้ และในตอนนี้ เราได้สรุปความท้าทายทางสังคม เศรษฐกิจ การเมือง ใน 5 ด้าน ที่ AI และการวิเคราะห์ข้อมูล จะสามารถมาช่วยปรับปรุงการทำงานให้ดีขึ้นได้ ดังนี้

1. ด้านโครงสร้างพื้นฐาน

ในช่วงปีที่ผ่านมา ร่างพระราชบัญญัติโครงสร้างพื้นฐานของสหรัฐอเมริกา ได้ทุ่มงบประมาณมหาศาลถึง 5.5 แสนล้านดอลลาร์ เพื่อปรับปรุงโครงสร้างพื้นฐานของอเมริกา ตั้งแต่สะพาน ถนน ไปจนถึงระบบอินเทอร์เน็ต ระบบบริหารจัดการน้ำ และพลังงานของประเทศ ผู้นำรัฐบาลได้นำ AI มาช่วยในการวิเคราะห์ข้อมูล เพื่อจัดลำดับความสำคัญและเพิ่มประสิทธิภาพการลงทุนโครงสร้างพื้นฐานเหล่านี้

ตัวอย่างของข้อมูลที่ถูกนำมาใช้ในการวิเคราะห์ เช่น ข้อมูลเรียลไทม์ที่รวบรวมจากระบบเซ็นเซอร์ IoT บนสะพาน อุโมงค์ ถนน และโครงสร้างพื้นฐานที่สำคัญอื่น ๆ ตลอดจนวิดีโอตรวจเฝ้าระวังภัยจากโดรน สิ่งเหล่านี้ช่วยให้องค์กรของรัฐสามารถวิเคราะห์สภาพของทรัพยากรและคาดการณ์ความเสียหายที่อาจจะเกิดขึ้น หากโครงสร้างพื้นฐานดังกล่าวเกิดปัญหาในรูปแบบต่าง ๆ นอกจากนี้ ยังสามารถบูรณาการข้อมูลโครงสร้างพื้นฐาน เข้ากับข้อมูลด้านอื่น ๆ เช่น การบูรณาการข้อมูลด้านสาธารณสุขเข้ากับข้อมูลทางตำแหน่งของโครงสร้างที่มีท่อตะกั่วเพื่อประเมินความเสี่ยง อีกทั้งยังช่วยจัดลำดับความสำคัญของการเปลี่ยนท่อตะกั่ว ซึ่งการที่สามารถวิเคราะห์ข้อมูลเหล่านี้ได้ จะช่วยประหยัดงบประมาณในการลงทุน และช่วยเพิ่มมาตรฐานความปลอดภัยให้กับประชาชนมากยิ่งขึ้น

2. ด้านการตรวจสอบการฉ้อโกง

งบประมาณ 3.5 ล้านล้านเหรียญ คือจำนวนเงินบรรเทาทุกข์จากสถานการณ์โควิดที่รัฐบาลสหรัฐฯ ใช้ไปนับตั้งแต่เกิดสถานการณ์โควิด จึงไม่น่าแปลกใจที่การฉ้อโกงบางประเภทจะเกิดขึ้น หน่วยสืบราชการลับคาดว่างบประมาณกว่า 100 พันล้านดอลลาร์ในกองทุนบรรเทาทุกข์จากช่วงระบาดของสถานการณ์โควิดนี้ได้ถูกฉ้อโกงไป โดยที่ยากจะติดตามและนำกลับมาได้ ที่สำคัญยิ่งไปกว่านั้น นั่นคือเงินเหล่านั้นคือจำนวนเงินที่ประชาชนผู้มีสิทธิเรียกร้องอย่างถูกต้องตามกฎหมายและเป็นคนที่ต้องการความช่วยเหลือมากที่สุดกลับไม่ได้รับ

AI และการวิเคราะห์ข้อมูล จึงเข้ามามีบทบาทและมีความสำคัญอย่างยิ่งในการจัดการกับความท้าทายนี้หากใช้มันอย่างถูกวิธี ปัจจุบันการจดจำใบหน้าและการจับคู่ข้อมูล (หรือที่รู้จักกันในการทดสอบโดยยืนยันข้อมูลเพื่อระบุตัวตน) ถูกนำมาใช้โดยหน่วยงานของรัฐ ทั้งนี้เทคโนโลยีดังกล่าวยังช่วยแก้ปัญหาความไม่เท่าเทียมกันได้ด้วย แบบทดสอบเกี่ยวกับข้อมูลประจำตัวจะมีคำถามเกี่ยวกับประวัติเครดิต เช่น ประเภทของรถที่เป็นเจ้าของ ที่อยู่ถาวรก่อนหน้านี้ ประเภทบัตรเครดิต และประวัติทางธนาคาร ซึ่งส่งผลต่อความรู้สึกในทางที่ไม่ดีต่อบุคคลที่มีรายได้น้อย หรือคนหนุ่มสาว คนไม่มีบัญชีธนาคาร ผู้อพยพ และกลุ่มอื่น ๆ

ในปีนี้ AI และการวิเคราะห์จะเข้ามามีบทบาทกับการฉ้อโกงในหลากหลายมิติมากขึ้น เช่น การวิเคราะห์ข้อมูลบุคคลจากแหล่งข้อมูลที่ไม่มีเงื่อนไขเรื่องเชื้อชาติ หรือการเข้าถึงอุปกรณ์ดิจิทัล, ที่อยู่ IP, หมายเลขโทรศัพท์มือถือ และที่อยู่อีเมล การวิเคราะห์ข้อมูลบุคคลจึงไม่ได้เป็นแค่กุญแจดอกสำคัญในการระบุตัวตนและลดการฉ้อโกง แต่ยังสามารถนำไปบูรณาการกับข้อมูลด้านอื่น ๆ เช่น ข้อมูลผู้ที่ต้องรับสวัสดิการต่าง ๆ จากทางภาครัฐ เพื่อช่วยตรวจสอบความถูกต้องได้อีกด้วย

3. ด้านการเปลี่ยนแปลงสภาพภูมิอากาศ

ร่างพระราชบัญญัติโครงสร้างพื้นฐานของสหรัฐอเมริกาทุ่มเงินงบประมาณกว่า 5 หมื่นล้านดอลลาร์ เพื่อช่วยชุมชนต่อสู้กับผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศ รวมไปถึงความพยายามในการป้องกันภัยแล้ง อากาศร้อนจัด และน้ำท่วม การวิเคราะห์ข้อมูลมีบทบาทสำคัญในการคาดการณ์เกี่ยวกับผลกระทบของสภาพอากาศเหล่านี้ ซึ่งช่วยในการวางแผนรับมือสำหรับสิ่งที่จะเกิดขึ้นในอนาคต และยังสร้างความตระหนักรู้เกี่ยวกับวิธีการส่งเสริมความยั่งยืนและอนุรักษ์สิ่งแวดล้อมอีกด้วย

อีกทั้งปริมาณข้อมูลที่เกี่ยวข้องที่เพิ่มมากขึ้นจากเซ็นเซอร์และระบบ IoT จึงจำเป็นต้องใช้การวิเคราะห์ขั้นสูงและ AI เข้ามาช่วย เพื่อจัดการกับความท้าทายด้านสภาพอากาศต่าง ๆ ตัวอย่างเช่น เมือง Cary ใน North Carolina ที่เตรียมรับมือกับน้ำท่วม โดยการติดตั้งระบบเซ็นเซอร์ในลำธาร ซึ่งการใช้ AI และ IoT ร่วมกับเทคโนโลยีในระบบ Cloud ทำให้เมือง Cary สามารถคาดการณ์ได้อย่างรวดเร็วว่าน้ำท่วมจะเกิดขึ้นที่ใดและจะท่วมมากน้อยแค่ไหน ส่งผลให้สามารถปรับใช้ทรัพยากรและแจ้งเตือนชาวเมืองได้ทันท่วงทีอีกด้วย

4. ด้านสุขภาพกายและสุขภาพจิต

การแพร่ระบาดของโควิด ส่งผลกระทบเป็นวงกว้างมากกว่าแค่ผู้ติดเชื้อ ผู้คนนับล้านสัมผัสได้ถึงความสูญเสียจากผู้เสียชีวิตและผู้มีผลกระทบทางจิตใจ การใช้ AI และการวิเคราะห์ข้อมูลเพื่อสนับสนุนการรักษาใหม่ ๆ จะส่งผลให้ได้การทดสอบที่ดีขึ้น และช่วยลดความไม่เท่าเทียมกันทางสาธารณสุข เพื่อให้ทุกคนสามารถอยู่ได้อย่างปลอดภัยและมีสุขภาพที่ดีได้ในอนาคต โดยที่ต้องไม่มีกำแพงทางเศรษฐกิจและสังคมมาเป็นปัจจัย

ตัวอย่างเช่น ผู้ใช้ฐานข้อมูลการวิจัยโควิดของทรัพยากรข้อมูลของ Pro Bono COVID สถานวิจัยโควิดที่ใหญ่ที่สุดในโลก ใช้ AI เพื่อช่วยสำรวจว่าโควิดแสดงผลอย่างไรในหมู่ประชากรผิวสี หรือมหาวิทยาลัยใน North Carolina ที่ Chapel Hill ที่ริเริ่มการพัฒนายาต้านไวรัส (READDI) โดยใช้ AI เรียนรู้จากข้อมูลสภาพปอดของผู้ป่วยโควิดที่ป่วยหนัก เพื่อทดสอบยาต้านไวรัสโควิด19 ตัวใหม่

ในด้านการพัฒนาอุปกรณ์สำหรับทดสอบโรคต่าง ๆ  เพื่อให้สามารถรับมือกับการระบาดใหญ่รูปแบบต่าง ๆ ในอนาคต จึงจำเป็นจะต้องมีอุปกรณ์ทดสอลที่สามารถทราบผลได้ทันที และต้นทุนต่ำ เช่น อุปกรณ์ทดสอบแบบใช้แล้วทิ้ง หรือเครื่องอ่านผลแบบใช้มือถือ ซึ่งการประยุกต์ใช้ AI และการวิเคราะห์ข้อมูลด้วยภาพ จะช่วยให้สามารถวิเคราะห์ข้อมูลการวินิจฉัย รวมถึงบันทึกข้อมูลสุขภาพผ่านสื่ออิเล็กทรอนิกส์ เพื่อค้นหาการติดเชื้อ ดูแนวโน้มด้วยตนเอง และตรวจสอบกลุ่มการแพร่ระบาดของโรคเพื่อติดตามและคาดการณ์การระบาดได้ดียิ่งขึ้น

5. ด้านการบังคับใช้กฎหมายและความปลอดภัยต่อสาธารณชน

ในด้านการบังคับใช้กฎหมายก็ต้องการการปฏิรูปนโยบายที่เป็นนวัตกรรม และเทคโนโลยีที่ตอบสนองผู้คนในวงกว้าง พร้อมทั้งสร้างความโปร่งใส เช่น ใช้การรักษาตามหลักฐาน (Evidence-based Policing : EBP) หรือแนวทางในการกำหนดนโยบายและการตัดสินใจทางยุทธวิธีสำหรับหน่วยงานตำรวจมากยิ่งขึ้น ซึ่งสิ่งเหล่านี้ต้องได้รับการสนับสนุนโดยการวิเคราะห์ข้อมูล โดยผลลัพธ์นอกจากจะทำให้ความเป็นอยู่ของเจ้าหน้าที่ดีขึ้น ลดอัตราการเกิดอาชญากรรม ยังช่วยสร้างความเชื่อมั่นในทำงานของเจ้าหน้าที่อีกด้วย

นอกจากจะวิเคราะห์ข้อมูลจากข้อมูลพื้นฐาน เช่น จำนวนหมายค้น, รายละเอียดการบังคับใช้กฎจราจร หรือจำนวนผู้ที่ถูกจับกุม ยังสามารถบูรณาการกับข้อมูลการใช้แนวการปฏิบัติจาก EBP มาใช้วัดผลกระทบของกิจกรรมเหล่านั้นรวมด้วย เช่น ปริมาณอาชญากรรมโดยรวมหรืออุบัติเหตุจราจรลดลงหรือไม่ นอกจากนี้ยังรวมไปถึงการวิเคราะห์ผลกระทบของกฎหมายต่อประชาชน ว่ามีความเห็นชอบอย่างไร

ในภาพรวมอาจจะเห็นว่าการใช้ AI และการวิเคราะห์ข้อมูล ในงานด้านการบังคับใช้กฎหมายจะเน้นไปที่งานที่เหล่าเจ้าหน้าที่ทำได้ดีอยู่แล้ว โดยดูข้อมูลทั้งภายนอกและภายในอันส่งผลกระทบต่อเจ้าหน้าที่และชุมชน แต่ท้ายที่สุดแล้วเทคโนโลยีดังกล่าวก็จะช่วยให้หน่วยงานตำรวจสามารถปรับปรุงความโปร่งใส ความรับผิดชอบ และเชื่อมโยงกับชุมชนได้

บทความโดย Lee Ann Dietz
เนื้อหาจากบทความของ InformationWeek
แปลและเรียบเรียงโดย วิน เวธิต
ตรวจทานและปรับปรุงโดย ดวงใจ จิตคงชื่น

Waythit Puangpakisiri

Position Technology Solution Principal, IT division

Asst. Prof. Duangjai Jitkongchuen, PhD

Senior Data Scientist & Capability Development Manager Government Big Data Institute (GBDi)

Sign up to join Big Data Community Thailand

Make comments, write articles, and contribute to our community.