Big Data

                                                                   

 Big Data คืออะไร

 Big Data คือ ข้อมูลขนาดใหญ่/ปริมาณมาก หรือ ข้อมูลจำนวนมากมหาศาล ทุกเรื่อง ทุกแง่มุม ทุกรูปแบบ ซึ่งอาจเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูลต่างๆ หรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data)  เช่น ล็อกไฟล์ (Log files) หรือแม้กระทั่งข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่น Facebook, twitter หรือ ไฟล์จำพวกมีเดีย เป็นต้น ซึ่งอาจจะเป็นข้อมูลภายในองค์กรและภายนอกที่มาจากการติดต่อระหว่างองค์กร หรือจากทุกช่องทางการติดต่อกับลูกค้า แต่ทั้งหมดนี้ก็ยังคงเป็นเพียงข้อมูลดิบที่รอการนำมาประมวลและวิเคราะห์เพื่อนำผลที่ได้มาสร้างมูลค่าทางธุรกิจ ข้อมูลเหล่านี้อาจจะไม่ได้อยู่ในรูปแบบที่องค์กรสามารถนำไปใช้ได้ทันที แต่อาจมีข้อมูลที่เป็นประโยชน์ต่อองค์กรบางอย่างแฝงอยู่

Big Data มีคุณลักษณะสำคัญอยู่ 4 อย่าง คือ

• ปริมาตร (Volume) หมายถึง ข้อมูลนั้นมันต้องมีขนาดใหญ่มาก ซึ่งไม่สามารถประมวลผลปริมาณของข้อมูลด้วยระบบฐานข้อมูลได้ จำเป็นต้องใช้คลังข้อมูล (Data Warehouse) และซอฟต์แวร์ฮาดูป (Hadoop) ทำงานประสานกันในการบริหารจัดการข้อมูล
• ความเร็ว (Velocity) หมายถึง ข้อมูลดังกล่าวต้องมีอัตราการเพิ่มขึ้นอย่างรวดเร็ว เช่น ข้อมูลจากภาพถ่ายโทรศัพท์ที่ถูกอับโหลดขึ้น ข้อมูลการพิมพ์สนทนา ข้อมูลวิดีโอ รวมไปถึงข้อมูลการสั่งซื้อสิ้นค้า พูดง่าย ๆ คือ ข้อมูลที่มีการเพิ่มขึ้นตลอดเวลาแบบไม่มีหยุดยั้งนั่นแหละ
• ความหลากหลาย (Variety) หมายถึง รูปแบบข้อมูลต้องมีความหลากหลาย อาจจะเป็นข้อมูลที่มีโครงสร้าง ไม่มีโครงสร้าง และกึ่งมีโครงสร้าง ซึ่งผมไม่ขอลงลึกนะเพราะมันซับซ้อนมาก แต่เอาเป็นว่ารูปแบบข้อมูลของ Big Data มันมีทุกอย่าง ไม่ได้จำกัดแค่พวกข้อความ อีเมล์ รูปภาพ ฯลฯ เท่านั้น
• Veracity ไม่สามารถนำมาใช้เป็นข้อมูลที่สมบูรณ์ เพื่อการประกอบการพิจารณาได้

          

การใช้ประโยชน์จาก Big Data

     ในปัจจุบันนี้ การนำ Big Data มาใช้ในภาครัฐ เพื่อแก้ปัญหาความเดือดร้อนและลดความเหลื่อมล้ำ โดยนำข้อมูลในระบบราชการจากหลายหน่วยงาน เช่น ข้อมูลสาธารณสุข ทะเบียนราษฎ์ ที่ตั้งของธุรกิจ โรงพยาบาล สถานบำบัด สถานการณ์จ้างงานฯ มาวิเคราะห์และการเชื่อมโยงกัน เกิดเป็นข้อมูลขนาดใหญ่ Big Data ของภาครัฐ ผ่านกระบวนการวิเคราะห์เชื่อมโยงเพื่อตอบการให้บริการของภาครัฐ ตัวอย่างเช่น รัฐบาลต้องการช่วยเหลือผู้มีรายได้น้อย แต่แทนที่จะช่วยเหลือโดยให้เงินอุดหนุนที่เท่าๆ กันแบบปูพรมทั้งประเทศ ก็นำ Big Data ซึ่งเป็นข้อมูลจากแหล่งต่างๆมาใช้ชี้จำเพาะว่าบุคคลใดที่ถือว่ามีรายได้น้อย พร้อมทั้งกำหนดระดับและลักษณะความช่วยเหลือที่แตกต่างกัน เช่น ผู้มีรายได้น้อยที่สูงอายุ เป็นผู้พิการ อยู่กับบ้าน ให้ลูกหลานดูแล รัฐอาจช่วยโดยสนับสนุนขาเทียม ให้คูปองเข้ารับการทำกายภาพบำบัด  พร้อมทั้งเลือกอาชีพที่เหมาะสมกับกายภาพของผู้สูงอายุ

    การฝึกอาชีพเพื่อเพิ่มรายได้ ให้กับผู้มีรายได้น้อย พร้อมทั้งจับคู่กับแหล่งงานที่อยู่ใกล้เคียงกับที่พักอาศัย อีกทั้งยังติดตามและเสนอโอกาสฝึกอาชีพใหม่ๆ เพิ่มเติม เพื่อให้มีรายได้ที่สูงขึ้นและพัฒนาคุณภาพชีวิตให้ดีขึ้น ซึ่งถ้าวิเคราะห์ดูจะเห็นว่า ข้อมูลจำนวนมากเกิดการบูรณาการและวิเคราะห์ เพื่อใช้สำหรับการตัดสินใจในการให้บริการของภาครัฐได้ตรงกลุ่มเป้าหมาย โดยในปัจจุบันนี้ จะเห็นได้จากการใช้บัตรประชาชนเพียงบัตรเดียวก็สามารถเข้าถึงบริการภาครัฐได้มากขึ้น

  Big Data สำหรับภาคเอกชนที่นำมาใช้ประโยชน์ เช่น เว็บไซต์อี-คอมเมิร์ช ที่จัดเก็บข้อมูลพฤติกรรมการซื้อสินค้าของลูกค้าอย่างต่อเนื่อง และมีระบบที่ทำหน้าที่คัดเลือกสินค้าอื่นๆ ที่คาดว่าลูกค้าจะต้องการเพิ่มเติม แล้วนำเสนอขึ้นมาให้โดยอัตโนมัติบนหน้าเว็บไซต์อี-คอมเมิร์ชของลูกค้ารายนั้นๆ ทั้งนี้ ลูกค้าแต่ละคน ไม่จำเป็นต้องนำเสนอสินค้าเดียวกัน จากการสังเกตพฤติกรรมการซื้อสินค้า พบว่าภาคเอกชนจะมีการเก็บข้อมูล ชื่อ ที่อยู่ เพศ เชื้อชาติ อายุ ประวัติการซื้อสินค้า ชนิดสินค้า เวลาที่ซื้อ มูลค่าสินค้า นำมาวิเคราะห์จับคู่กับสินค้าอื่นที่มีศักยภาพ ทั้งนี้ เงื่อนไขหรือสูตรการจับคู่อาจแตกต่างกันไป ตามกลุ่มลูกค้าหรือประชากรในแต่ละประเทศ หรือตามกลุ่มสังคมหรือวัฒนธรรม

วิทยาการข้อมูล (อังกฤษ: Data science) เป็นสหสาขาวิชาที่ใช้วิธีการ กระบวนการ อัลกอริทึม และระบบทางวิทยาศาสตร์มาใช้เพื่อหาความรู้จากข้อมูลหลากหลายรูปแบบ ทั้งจัดเก็บเป็นระเบียบและไม่เป็นระเบียบเป็นสาขาที่เกี่ยวข้องกับการทำเหมืองข้อมูล การเรียนรู้เชิงลึก และข้อมูลขนาดใหญ่

วิทยาการข้อมูลเป็นศาสตร์ที่เป็นการบูรณาการสถิติศาสตร์ การวิเคราะห์ข้อมูล และการเรียนรู้ของเครื่องเข้าด้วยกันเพื่อให้สามารถเข้าใจและวิเคราะห์ปรากฏการณ์ที่เกิดขึ้นจริงในข้อมูลได้^[3] ใช้เทคนิคและทฤษฎีที่ได้มาจากคณิตศาสตร์ สถิติศาสตร์ วิทยาการคอมพิวเตอร์ และวิทยาการสารสนเทศ

จิม เกรย์ นักวิทยาศาสตร์ผู้ได้รับรางวัลทัวริงมองว่า วิทยาการข้อมูลเป็นวิทยาศาสตร์แขนงที่สี่ ต่อยอดมาจากวิทยาศาสตร์การทดลอง วิทยาศาสตร์ทฤษฎี และวิทยาศาสตร์เชิงคำนวณ โดยเชื่อว่าทุกอย่างที่เกี่ยวข้องกับวิทยาศาสตร์กำลังจะเปลี่ยนไปโดยอิทธิพลของเทคโนโลยีสารสนเทศและการเพิ่มขึ้นของข้อมูล

เนื้อหา

• พื้นฐาน
• เส้นทางอาชีพ
• สาขาเฉพาะทางวิทยากรข้อมูล
• ผลกระทบวิทยากร
• เทคโนโลยีและเทคนิค

พื้นฐาน[แก้]

วิทยาการข้อมูลเป็นสหสาขาวิชาที่มุ่งเน้นการหาความรู้จากกลุ่มข้อมูลซึ่งส่วนมากมักมีขนาดใหญ่^[6] ครอบคลุมตั้งแต่การเตรียมข้อมูลเพื่อวิเคราะห์ วิเคราะห์ และนำเสนอสิ่งที่ค้นพบให้กับผู้มีอำนาจใจการตัดสินใจในองค์กร จึงต้องใช้ทักษะทางด้านวิทยาการคอมพิวเตอร์ คณิตศาสตร์ สถิติศาสตร์ การนำเสนอข้อมูลด้วยภาพ การออกแบบกราฟิก และธุรกิจ^[7][8]

นักสถิติศาสตร์หลายคน อาทิ เนท ซิลเวอร์ มองว่าวิทยาการข้อมูลไม่ได้เป็นศาสตร์ใหม่ แต่เป็นอีกชื่อหนึ่งของสถิติศาสตร์^[9] แต่บ้างก็แย้งว่าวิทยาการข้อมูลเน้นการศึกษาปัญหาและเทคนิคที่แตกต่างกับวิชาสถิติ^[10] โดยวิสันต์ ธาร์ ศาสตราจารย์ที่มหาวิทยาลัยนิวยอร์กมองว่าสถิติจะเน้นการศึกษาข้อมูลเชิงปริมาณและหาคำอธิบาย ส่วนวิทยาการข้อมูลจะเน้นศึกษาทั้งข้อมูลเชิงปริมาณและเชิงคุณภาพ (เช่นภาพ) และเน้นการพยากรณ์และการลงมือทำ^[11]

เส้นทางอาชีพ

วิทยาการข้อมูลเป็นศาสตร์ที่กำลังเติบโต นักวิทยาการข้อมูลเป็นอาชีพหนึ่งที่ได้รับเงินเดือนระดับที่สูงมากในสหรัฐอเมริกา โดยมีค่ามัธยฐานอยู่ที่ 118,370 ดอลลาร์สหรัฐต่อปี หรือประมาณ 56.91 ดอลลาร์ต่อชั่วโมง การเติบโตของสายงานสูงกว่าค่าเฉลี่ยของแรงงานในตลาด คาดว่าจะเติบโตราวร้อยละ 16 ระหว่างปี ค.ศ. 2018 ถึง ค.ศ. 2028

สาขาเฉพาะทางของวิทยาการข้อมูล

• นักวิทยาศาสตร์การเรียนรู้ของเครื่อง มีหน้าที่วิจัยหาวิธีการวิเคราะห์ข้อมูบแบบใหม่และสร้างอัลกอริทึม
• นักวิเคราะห์ข้อมูล ใช้ข้อมูลขนาดใหญ่เพื่อรวบรวมข้อมูลที่ตรงตามความความสนใจของบริษัท
• ที่ปรึกษาด้านข้อมูล ทำงานร่วมกับภาคธุรกิจเพื่อศึกษาว่าจะใช้ข้อมูลจากการวิเคราะห์ให้เกิดประโยชน์ได้อย่างไร
• สถาปนิกข้อมูล สร้างโซลูชันข้อมูลที่เหมาะสมกับการนำไปใช้งาน
• สถาปนิกการนำไปใช้งาน ติดตามการนำไปใช้งานตลอดทั้งวงจรธุรกิจ

ผลกระทบของวิทยาการข้อมูล

เครื่องมือวิเคราะห์ข้อมูลขนาดใหญ่เริ่มเป็นเครื่องมือสำคัญสำหรับภาคธุรกิจและบริษัททุกระดับ การมีข้อมูลขนาดใหญ่และมีความสามารถในการตีความได้เปลี่ยนแปลงโมเดลธุรกิจรูปแบบเก่า ก่อให้เกิดการสร้างโมเดลแบบใหม่ ธุรกิจที่เกิดจากข้อมูลมีมูลค่ารวมกันสูงถึง 1.2 ล้านล้านดอลลาร์สหรัฐในปี ค.ศ. 2020 เพิ่มขึ้นจากปี ค.ศ. 2015 ที่มีอยู่เพียง 333 พันล้านดอลลาร์ นักวิทยาการข้อมูลเป็นผู้ที่ย่อยข้อมูลให้อยู่ในรูปแบบที่มีประโยชน์ สร้างซอฟต์แวร์และอัลกอริทึมที่ช่วยให้บริษัทและองค์กรค้นพบวิธีการที่ดีที่สุดในการดำเนินธุรกิจ ข้อมูลขนาดใหญ่มีผลกระทบอย่างมหาศาลทั่วโลก

เทคโนโลยีและเทคนิค

• เทคนิค

  การแบ่งกลุ่มข้อมูล (อังกฤษ: data clustering) หรือ การวิเคราะห์คลัสเตอร์ (cluster analysis) เป็นวิธีการจัดกลุ่มข้อมูลที่มีลักษณะเหมือนกันไว้ในกลุ่มเดียวกัน (เรียกว่า คลัสเตอร์) เป็นส่วนหลักของการการทำเหมืองข้อมูล การรู้จำแบบ, การวิเคราะห์ภาพ ชีวสารสนเทศศาสตร์ การบีบอัดข้อมูล คอมพิวเตอร์กราฟิกส์ การเรียนรู้ของเครื่อง และใช้ในการวิเคราะห์ข้อมูลทางสถิติ

  การวิเคราะห์คลัสเตอร์ในตัวเองไม่ใช่อัลกอริทึมแต่เป็นการทำงานร่วมกันของอัลกอริทึมที่หลากหลายเพื่อแก้ปัญหาในการทำงาน ขั้นตอนวิธีที่ใช้ในการแบ่งกลุ่มจะอาศัยความเหมือน (similarity) หรือ ความใกล้ชิด (proximity) โดยจะแบ่งชุดข้อมูล (มักจะเป็นเวกเตอร์) ออกเป็นกลุ่ม (cluster) นำข้อมูลที่มีคุณลักษณะเหมือนกัน หรือคล้ายกันจัดไว้ในกลุ่มเดียวกัน การคำนวณจากการวัดระยะระหว่างเวกเตอร์ของข้อมูลเข้า โดยใช้การวัดระยะแบบต่างๆเช่น การวัดระยะแบบยูคลิด (Euclidean distance) การวัดระยะแบบแมนฮัตตัน (Manhattan distance) การวัดระยะแบบเชบิเชฟ (Chebychev distance)

  การเรียนรู้ของเครื่อง (อังกฤษ: machine learning - ML) เป็นการศึกษาอัลกอริทึมของคอมพิวเตอร์ที่มีการพัฒนา^[1] การเรียนรู้ของเครื่องถูกมองว่าเป็นส่วนหนึ่งของปัญญาประดิษฐ์ โดยอัลกอริทึมสร้างแบบจำลองทางคณิตศาสตร์จากข้อมูลตัวอย่าง (เรียกว่า ข้อมูลสอน) เพื่อที่จะคาดการณ์หรือตัดสินใจได้อย่างชัดเจน

  การเรียนรู้ของเครื่องพัฒนามาจากการศึกษาการรู้จำแบบ เกี่ยวข้องกับการศึกษาและการสร้างอัลกอริทึมที่สามารถเรียนรู้ข้อมูลและทำนายข้อมูลได้ อัลกอริทึมนั้นจะทำงานโดยอาศัยโมเดลที่สร้างมาจากชุดข้อมูลตัวอย่างขาเข้าเพื่อการทำนายหรือตัดสินใจในภายหลัง แทนที่จะทำงานตามลำดับของคำสั่งโปรแกรมคอมพิวเตอร์ การเรียนรู้ของเครื่องมีเกี่ยวข้องอย่างมากกับสถิติศาสตร์ เนื่องจากทั้งสองสาขาศึกษาการวิเคราะห์ข้อมูลเพื่อการทำนายเช่นกัน นอกจากนี้ยังมีความสัมพันธ์กับสาขาการหาค่าเหมาะที่สุดในทางคณิตศาสตร์ที่แงของวิธีการ ทฤษฎี และการประยุกต์ใช้ การเรียนรู้ของเครื่องสามารถนำไปประยุกต์ใช้งานได้หลากหมาย ไม่ว่าจะเป็นการกรองอีเมล์ขยะ การรู้จำตัวอักษร เครื่องมือค้นหา และคอมพิวเตอร์วิทัศน์

  เทคโนโลยี

  ภาษาไพทอน (Python programming language) หรือที่มักเรียกกันว่าไพทอน เป็นภาษาระดับสูงซึ่งสร้างโดยคีโด ฟัน โรสซึม โดยเริ่มในปีพ.ศ.2533 การออกแบบของภาษาไพทอนมุ่งเน้นให้ผู้โปรแกรมสามารถอ่านชุดคำสั่งได้โดยง่ายผ่านการใช้งานอักขระเว้นว่าง (whitespaces) จำนวนมาก นอกจากนั้นการออกแบบภาษาไพทอนและการประยุกต์ใช้แนวคิดการเขียนโปรแกรมเชิงวัตถุในตัวภาษายังช่วยให้นักเขียนโปรแกรมสามารถเขียนโปรแกรมที่เป็นระเบียบ อ่านง่าย มีขนาดเล็ก และง่ายต่อการบำรุง

  ไพทอนเป็นภาษาแบบไดนามิกพร้อมตัวเก็บขยะ ไพทอนรองรับกระบวนทัศน์การเขียนโปรแกรมหลายรูปแบบ ซึ่งรวมถึงแต่ไม่จำกัดเพียงการเขียนโปรแกรมตามลำดับขั้น การเขียนโปรแกรมเชิงวัตถุ หรือการเขียนโปรแกรมเชิงฟังก์ชัน นอกจากนี้ไพทอนเป็นภาษาที่มักถูกอธิบายว่าเป็นภาษาโปรแกรมแบบ "มาพร้อมถ่าน" (batteries included) กล่าวคือไพทอนมาพร้อมกับไลบรารีมาตรฐานจำนวนมาก เช่นโครงสร้างข้อมูลแบบซับซ้อน และไลบรารีสำหรับคณิตศาสตร์

  ไพทอนมักถูกมองว่าเป็นภาษาที่สร้างต่อจากภาษา ABC โดยไพทอน 2.0 ซึ่งออกเผยแพร่เมื่อปีพ.ศ.2543 มาพร้อมกับเครื่องมือสำหรับการเขียนโปรแกรมจำนวหนึ่ง อย่างเช่นตัวสร้างแถวรายการ (list comprehension)

  ไพทอนรุ่น 3.0 เป็นไพทอนรุ่นที่ได้รับการปรับปรุงและแก้ไขจำนวนมาก ทว่าความเปลี่ยนแปลงไนไพทอน 3 นั้นเป็นการเปลี่ยนแปลงที่ไม่เข้ากันแบบย้อนหลัง กล่าวคือชุดคำสั่งที่เขียนสำหรับไพทอน 2 อาจไม่ทำงานตามปกติเมื่อสั่งให้ทำงานบนตัวแปลภาษาของไพทอน 3

  ไพทอนรุ่น 2.0 หมดการสนับสนุนอย่างเป็นทางการในปีพ.ศ.2563 โดยการหมดการสนับสนุนนี้ถูกวางแผนตั้งแต่ปีพ.ศ.2558 และไพทอนรุ่น 2.7.18 เป็นไพทอนรุ่น 2.7 และรุ่นตระกูล 2.0 ตัวสุดท้ายที่ออกเผยแพร่ โดยหลังจากนี้จะไม่มีการสนับสนุนความปลอดภัยหรือการปรับปรุงอื่นใดเพิ่มเติมสำหรับภาษาไพทอนรุ่น 2.0 อีก

  อินเทอร์พรีเตอร์ของภาษาไพทอนสามารถใช้งานได้บนหลายระบบปฏิบัติการ ชุมชนนักพัฒนาโปรแกรมของไพทอนร่วมกันดูแลโครงการซีไพทอนโดยมีมูลนิธิซอฟต์แวร์ไพทอนซึ่งเป็นองค์กรไม่แสวงผลกำไร ทำหน้าที่ดูแลและจัดการทรัพยากรสำหรับการพัฒนาไพทอนและซีไพทอน

  
  

                                                                               LOT      

              

INTERNET OF THINGS หรือ IOT คืออะไร

 

Internet of Things (IoT) คือ การที่อุปกรณ์อิเล็กทรอนิกส์ต่างๆ สามารถเชื่อมโยงหรือส่งข้อมูลถึงกันได้ด้วยอินเทอร์เน็ต โดยไม่ต้องป้อนข้อมูล การเชื่อมโยงนี้ง่ายจนทำให้เราสามารถสั่งการควบคุมการใช้งานอุปกรณ์อิเล็กทรอนิกส์ต่างๆ ผ่านทางเครือข่ายอินเตอร์เน็ตได้ ไปจนถึงการเชื่อมโยงการใช้งานอุปกรณ์อิเล็กทรอนิกส์ต่างๆ ผ่านทางเครือข่ายอินเตอร์เน็ตเข้ากับการใช้งานอื่นๆ จนเกิดเป็นบรรดา Smart ต่างๆ ได้แก่ Smart Device, Smart Grid, Smart Home, Smart Network, Smart Intelligent Transportation ทั้งหลายที่เราเคยได้ยินนั่นเอง ซึ่งแตกต่างจากในอดีตที่อุปกรณ์อิเล็กทรอนิกส์เป็นเพียงสื่อกลางในการส่งและแสดงข้อมูลเท่านั้น

 

กล่าวได้ว่า Internet of Things นี้ได้แก่การเชื่อมโยงของอุปกรณ์อัจฉริยะทั้งหลายผ่านอินเทอร์เน็ตที่เรานึกออก เช่น แอปพลิเคชัน แว่นตากูเกิลกลาส รองเท้าวิ่งที่สามารถเชื่อมต่อข้อมูลการวิ่ง ทั้งความเร็ว ระยะทาง สถานที่ และสถิติได้

 

นอกจากนั้น Cloud Storage หรือ บริการรับฝากไฟล์และประมวลผลข้อมูลของคุณผ่านทางออนไลน์ หรือเราเรียกอีกอย่างว่า แหล่งเก็บข้อมูลบนก้อนเมฆ เป็นอีกสิ่งหนึ่งที่เราใช้งานบ่อยๆแต่ไม่รู้ว่าเป็นหนึ่งในรูปแบบของ Internet of Things สมัยนี้ผู้ใช้นิยมเก็บข้อมูลไว้ในก้อนเมฆมากขึ้น เนื่องจากมีข้อดีหลายประการ คือ ไม่ต้องกลัวข้อมูลสูญหายหรือถูกโจรกรรม ทั้งยังสามารถกำหนดให้เป็นแบบส่วนตัวหรือสาธารณะก็ได้ เข้าถึงข้อมูลได้ทุกที่ทุกเวลาด้วยอุปกรณ์อิเล็กทรอนิกส์ใดๆผ่านเครือข่ายอินเตอร์เน็ต แถมยังมีพื้นที่ใช้สอยมาก มีให้เลือกหลากหลาย ช่วยเราประหยัดค่าใช้จ่ายได้อีกด้วย เนื่องจากเราไม่ต้องเสียเงินซื้ออุปกรณ์จัดเก็บข้อมูล เช่น ฮาร์ดไดร์ฟ หรือ Flash drive ต่างๆ

ยุค5G/6G

    5G

 ช่วงนี้ใครหลายๆคนอาจได้ยินคำว่า 5G กันมาบ้าง แล้ว 5G คืออะไร? วันนี้เราจะมาหาคำตอบกัน 5G คือ Generation ใหม่ของเทคโนโลยีเครือข่ายไร้สายที่จะมาแทนที่ระบบ 4G ที่เรากำลังใช้อยู่ในปัจจุบัน ซึ่งมันจะไม่จำกัดแค่มือถือเท่านั้น แต่รวมถึงอุปกรณ์ทุกชนิดที่เชื่อมอินเตอร์เน็ตได้ (Internet of Things หรือ IoT)

ก่อนจะไปถึง 5G ลองมาไล่เลียงเทคโนโลยีเครือข่ายไร้สายในแต่ละยุคกัน

เริ่มจากในยุคแรก 1G เราพูดคุยกันด้วยเสียงผ่านมือถือระบบอนาล็อก ต่อมาเราเริ่มส่งข้อความ MMS หากันในยุค 2G จนกระทั่งถึงจุดเปลี่ยนที่สำคัญคือ เมื่อเข้าสู่ยุค 3G เราสามารถเชื่อมต่อและเล่นอินเตอร์เน็ตผ่านมือถือได้ด้วยความเร็วที่สูงขึ้น (อยู่ระหว่าง 220 Kbps ถึง 42.2 Mbps) จนเข้ามาถึงยุค 4G เราสามารถดูภาพ และเสียงหรือหนังออนไลน์ได้เนื่องจากมีความเร็วหลากหลายระดับให้เลือกใช้ ไม่ว่าจะเป็น 4G LTE (100 Mbps), LTE Advanced (1 Gbps)

5G เหนือกว่า 4G

• ตอบสนองไวขึ้น สามารถสั่งงาน และควบคุมสิ่งต่างๆ ได้อย่างรวดเร็ว หรือเรียกว่าแทบจะทันที เนื่องจากมีความหน่วงที่ต่ำ ตอบสนองได้ไวถึง 1 ส่วนพันวินาที

• รองรับการ รับ-ส่ง ข้อมูลได้มากกว่า ถ้าเป็น 4G จะสามารถ รับ-ส่ง ข้อมูลได้ราว 7.2 Exabytes ต่อเดือน แต่สำหรับ 5G จะเพิ่มขึ้นราว 7 เท่า หรือ 50 Exabytes ต่อเดือน

• เร็วแรงกว่าเดิม 5G มีความเร็วมากกว่า 4G ถึง 20 เท่า ซึ่งเร็วมากพอที่จะดูวิดีโอ 8K ออนไลน์แบบ 3 มิติ หรือดาวน์โหลดภาพยนตร์ 3 มิติ ได้ในภาย 6 วินาที

• ความถี่ให้เลือกใช้มากกว่า 5G จะสามารถใช้งานคลื่นความถี่ได้จนถึง 30GHz ซึ่งเป็นความถี่ย่านใหม่ที่ไม่เคยมีการใช้งานมาก่อน

• รองรับการใช้งานที่มากกว่า รองรับจำนวนผู้ใช้งานเพิ่มขึ้น 10 เท่า จากที่สามารถรับคนได้ราว 1 แสนคนต่อพื้นที่ 1 ตร.กม. กลายเป็น 1 ล้านคนต่อพื้นที่ 1 ตร.กม.

        6G

    จะเป็นเทคโนโลยีการสื่อสารไร้สายรุ่นที่หกที่รับลองเครือข่ายข้อมูลเซลลาร์ มันจะเป็นตัวต่อจาก 5G และมีแนวโน้มที่จะเร็วขึ้นอย่างมากที่ความเร็ว 95 G / บิต

6g ความเร็วเปลี่ยนอนาคต

    ก่อนที่คุณจะไปทำความเข้าใจกับความเร็วในระดับ 6g นั้น มาทำความรู้จักกับความสำคัญของระบบ 5g กันก่อนดีกว่า ซึ่งต้องบอกก่อนว่าระบบ 5g นั้น มีการพัฒนามาอย่างก้าวกระโดดมากกว่า มาตรฐานของ 4G ที่เราใช้อยู่ในปัจจุบันนี้เป็นอย่างมาก ความเร็วนั้นของ 5g นั้นเหนือกว่าความเร็วของ 4G เรียกได้ว่าไม่อาจเทียบกันได้เลย โดยความเร็วของ 5g นั้นจะมีความเร็วประมาณ 220Gbps  ซึ่งถ้าเทียบกับ 4G แล้วจะมีความเร็วมากกว่า 100 – 200 เท่า เท่านั้นยังไม่พอความน่าสนใจของ 5g อีกประการหนึ่ง ก็คือ LOW LATENCY RATE  ซึ่งก็คือความเร็วในการตอบสนองต่อข้อมูล ทำให้ผู้ใช้งานสั่งงานพร้อมทั้งควบคุมสิ่งต่างๆ ได้อย่างรวดเร็วฉับไวหรือเรียกได้ว่าแทบจะทันทีทันใดนั้นเดี๋ยวนั้น

แล้วอย่างนี้ 6g จะดีกว่าอย่างไร?

    ซึ่งความแตกต่างอันดับ 1 ก็คือในเรื่องของความเร็ว โดยในปัจจุบันนี้ 6g กำลังอยู่ในขั้นตอนของการพัฒนา แต่ก็มีการวิเคราะห์คาดการณ์กันว่าความเร็วของ 6g นั้นจะอยู่ที่ประมาณ 1 TERABIT/วินาที หรือพูดง่ายๆ ก็คือประมาณ 100 เท่าของ 5g และจะมีในเรื่องของ AI เข้ามาเกี่ยวข้องด้วย สำหรับความเร็วในระดับนี้จะทำให้การประมวลผลของ AI เชื่อมต่อการทำงานได้อย่างรวดเร็ว อีกทั้งยังมีความสามารถในการช่วยแก้ไขปัญหาให้ผู้ใช้งานได้ทันที ถึงแม้ปัญหานั้นจะมีความซับซ้อนมากก็ตาม ยกตัวอย่างให้เห็นภาพ เช่น ในเมือง NEW YORK ประเทศสหรัฐอเมริกาใน 1 วันจะมีรถยนต์จำนวนประมาณ 3 ล้านคันวิ่งเข้าออกในเมืองหลวงตลอดเวลา เพราะฉะนั้นสมองกล AI จะทำการประมวลผล เพื่อขับเคลื่อนรถยนต์ไร้คนขับได้อย่างมีประสิทธิภาพมาก โดยที่ไม่ก่อให้เกิดอุบัติเหตุหรือปัญหาในเรื่องของรถติดจำนวนมหาศาลเลย

6g คือความเร็วแห่งอนาคต

    6g คือ เทคโนโลยีการเชื่อมต่ออินเทอร์เน็ตแห่งโลกอนาคตโดยแท้จริง เพราะเรียนรู้ที่จะเคลื่อนที่ได้เองวิเคราะห์และแก้ปัญหาได้เอง จากการสืบค้นข้อมูลอย่างรวดเร็ว โดยในยุค 6g นั้นจะเป็นยุคที่การสื่อสาร ได้รับการแก้ไขในเรื่องคลื่นรวมทั้งการนำเทคโนโลยี AI เข้ามาผสมผสาน สำหรับความน่าสนใจอีกประการหนึ่ง ก็คือ เมื่อระบบ AI นั้นทำงานผ่าน Application ไปได้สักพักหนึ่ง มันก็จะเริ่มเกิดการเรียนรู้ด้วยตัวเอง เช่น เรียนรู้เรื่องการขับยานพาหนะ, เรียนรู้เรื่องการทำการเกษตรและเมื่อมันสะสมความรู้ได้มากพอหลังจากนั้นก็จะเกิดการตัดสินใจได้ด้วยตัวเองตามมา