ในปัจจุบันที่ชีวิตมนุษย์เรามีความสลับซับซ้อนมากขึ้นเรื่อยๆ การประมวลผลคอมพิวเตอร์แบบเดิมที่คุ้นเคยอาจจะไม่สามารถใช้ตอบคำถามที่มีความสลับซับซ้อนได้ และมีหลายบริษัทพยายามแก้ไขปัญหาเหล่านี้ ด้วยการสร้างระบบประมวลผลข้อมูลขนาดใหญ่

หนึ่งในผลผลิตของการพัฒนาเหล่านั้นคือ IBM Watson ที่กลายมาเป็นบริการและผลิตภัณฑ์ตัวใหม่ของ IBM ซึ่งกำลังเข้ามามีบทบาทในชีวิตประจำวันมากขึ้นเรื่อยๆ ในปัจจุบัน

จุดกำเนิดของ IBM Watson

BM Watson เป็นที่รู้จักครั้งแรกตอนเอาชนะการแข่งขันในรายการเกมทางโทรทัศน์ของอเมริกาที่ชื่อว่า Jeopardy! แต่อันที่จริงแล้วเบื้องหลังของการสร้าง Watson เป็นเรื่องของการสร้างระบบถาม-ตอบคำถามที่อิงกับลักษณะภาษาตามธรรมชาติของมนุษย์ (natural language) แม้มนุษย์จะเข้าใจคำถามหรือปัญหาเหล่านี้ แต่คอมพิวเตอร์ในเวลานั้นไม่สามารถทำได้นั่นเอง

ชัยชนะของ Watson ในเกม Jeopardy! เป็นเพียงจุดเริ่มต้นของ Watson ในปัจจุบัน เพราะความสามารถของ Watson ถูกพัฒนาไปไกลกว่าการตอบคำถามที่มีอยู่ในฐานข้อมูลเท่านั้น แต่เป็นเรื่องขององค์ประกอบ 3 สวนคือการทำความเข้าใจ (understand) ให้เหตุผล (reason) และสามารถเรียนรู้ (learn) จากข้อมูลรวมถึงปฏิสัมพันธ์ของผู้ใช้ได้

IBM เรียกคุณสมบัติเหล่านี้ของ Watson ว่าเป็น “Cognitive Computing” (ระบบประมวลผลข้อมูลขนาดใหญ่ที่มีการเรียนรู้)

ข้อมูลที่เพิ่มขึ้น ความซับซ้อนที่มากขึ้น กับกำลังคนที่ไม่เพียงพอ

สาเหตุที่ Cognitive Computing มีความสำคัญ เพราะในปัจจุบันเรามีข้อมูลจำนวนมหาศาล

จากการคาดการณ์ของนิตยสาร Forbes เมื่อปี 2015 ระบุว่า ภายในปี 2020 มนุษย์ทุกคนจะสร้างข้อมูลโดยเฉลี่ย 1.7 MB ต่อวินาทีต่อทุกๆ คนบนโลกใบนี้ ตัวอย่างเช่น ข้อมูลจากสายรัดข้อมือติดตามสุขภาพ ข้อมูลจากเซ็นเซอร์ต่างๆ ในรถยนต์ ข้อมูลที่เราโพสต์บนโลกโซเชียล เป็นต้น

ปริมาณข้อมูลมหาศาลขนาดนี้ ทำให้แนวทางการประมวลผลของข้อมูลแบบเดิมๆ ไม่สามารถตอบโจทย์ได้อีกต่อไป เมื่อขีดความสามารถการประมวลผลในปัจจุบันไม่เพียงพอ สิ่งที่เกิดขึ้นคือขีดจำกัดของการเข้าถึงและทำความเข้าใจของข้อมูล

IBM เรียกข้อมูลที่มีอยู่แต่ไม่สามารถนำมาใช้ประโยชน์ได้เท่าที่ควรว่า dark data โดยตัวเลขจากการสำรวจของ IBM ระบุว่า 88% ของข้อมูลที่มีอยู่บนโลกนี้เป็น dark data แถมปัญหานี้ยิ่งจะรุนแรงขึ้นเรื่อยๆ จากข้อมูลประเภทใหม่ๆ ที่เกิดขี้นทุกวัน

Cognitive Computing เป็นมากกว่า AI

Cognitive Computing ถือเป็นแนวทางในการประมวลผลข้อมูล ที่ไม่ใช่แค่เรื่องของการนำปัญญาประดิษฐ์ (artificial intelligence) อย่างเช่น Google AlphaGo เข้ามาใช้งานเท่านั้น แต่ยังรวมไปถึงองค์ประกอบทั้งหมด 5 อย่าง ได้แก่

• การประมวลผลและวิเคราะห์ข้อมูลขนาดใหญ่ (big data & analytics)
• ปัญญาประดิษฐ์ (artificial intelligence)
• ระบบที่เข้าใจภาษาธรรมชาติ ภาพ เสียง แบบเดียวกับมนุษย์ (cognitive experience)
• การจัดการความรู้ที่มีบริบทเกี่ยวข้อง (cognitive knowledge)
• โครงสร้างพื้นฐานในการประมวลผล (computing infrastructure)

เหตุผลที่ IBM ต้องพัฒนาระบบ Cognitive Computing ที่ซับซ้อนและไปไกลกว่างานทางปัญญาประดิษฐ์ (AI) ทั่วไป เนื่องจากการตอบคำถามของมนุษย์และข้อมูลที่มีอยู่จำนวนมาก มีความสลับซับซ้อนสูง การพัฒนาด้านอัลกอริทึมของระบบที่สามารถเรียนรู้ได้ จึงต้องอาศัยโครงสร้างที่ซับซ้อน ทั้งเรื่องของแหล่งที่มาของข้อมูล วิธีการตัดสินใจ และสำคัญที่สุดคือเรื่องของฮาร์ดแวร์ที่ต้องตอบสนองความเปลี่ยนแปลงและข้อมูลจำนวนมาก

ปัจจัยเหล่านี้ทำให้งานทางปัญญาประดิษฐ์ (AI) เป็นเพียงเสี้ยวหนึ่งของระบบทั้งหมด Cognitive Computing ที่ต้องผสานศาสตร์หลายอย่าง ไม่เพียงแต่การเขียนโปรแกรมและพัฒนาระบบแต่เพียงอย่างเดียว

ระบบ Watson ในปัจจุบัน

ปัจจุบัน Watson ถูกให้บริการใน 2 รูปแบบหลักๆ

แบบแรกคือแพลตฟอร์มและบริการสำหรับหน่วยงานต่างๆ ที่เป็นพาร์ทเนอร์ของ IBM ในแต่ละสาขาหรืออุตสาหกรรม เป็นแพลตฟอร์มการเรียนรู้ที่ต้องเทรนให้รู้จักบริบทของแต่ละธุรกิจ การนำข้อมูลเข้าไปใส่ใน Watson จึงมีความสำคัญมาก ปัจจุบัน Watson ดึงข้อมูลมาจาก 4 ช่องทาง ได้แก่ ข้อมูลจากทาง IBM เอง (รวมถึงบริษัทต่างๆ ที่ IBM เข้าซื้อกิจการ) ข้อมูลที่เข้าถึงได้จากสาธารณะ (publicly sourced data) ข้อมูลที่มาจากองค์กรที่เป็นพันธมิตร (partner provided data) และข้อมูลที่มาจากระบบของลูกค้าที่ใช้งานอยู่ในปัจจุบัน (private client data)

ข้อมูลเหล่านี้จะถูกทำให้เป็นส่วนตัว (anonymized) ก่อนนำมาเป็นฐานข้อมูลให้ Watson นำไปประมวลผล

นอกจากฐานข้อมูลแล้ว IBM ยังเพิ่มความสามารถของ Watson ให้รองรับความสามารถใหม่ๆ เพิ่มมากขึ้น และเปิดให้บริการในรูปแบบ Watson-as-a-Service โดยมี API ต่างๆ ที่ตั้งแต่นักพัฒนาไปจนถึงองค์กรขนาดใหญ่สามารถเข้าไปใช้ได้

ถ้ามองจากจุดเริ่มต้นของ Watson ในปี 2011 ที่แข่งรายการ Jeopardy! และทำได้เพียงแค่การตอบคำถาม ก็ต้องถือว่า Watson เดินทางมาไกลมาก

ตัวอย่างความสามารถใหม่ๆ ที่เพิ่มเข้ามา ได้แก่ การวิเคราะห์ภาพ การแยกแยะใบหน้า การวิเคราะห์ภาษาและคำพูด แปลงเสียงเป็นข้อความ ตลอดจนถึงการวิเคราะห์น้ำเสียงหรือลักษณะอารมณ์ทางภาษา (tone analyzer)

ภายในสิ้นปี 2016 นี้ IBM จะเพิ่มความสามารถใหม่ๆ เข้ามาอีก เช่น การวิเคราะห์อารมณ์ความรู้สึก (emotion analysis) การประเมินความเสี่ยง ระบบช่วยตัดสินใจ ฯลฯ

Watson เปิดให้นักพัฒนาภายนอกใช้งานผ่าน API บนแพลตฟอร์มคลาวด์ IBM Bluemix ปัจจุบันมี API ให้ใช้งาน 28 ตัว และในอนาคตจะเพิ่มเป็น 50 ตัว บริษัทก็ตั้งเป้าหมายว่าจะเพิ่มความสามารถใหม่ให้ Watson ทุกปี

ตัวอย่างการใช้งาน Watson ในปัจจุบัน

ในปัจจุบันนี้มีองค์กรจำนวนมากที่นำ Watson เข้าไปใช้งาน ในระดับที่เราอาจจะคาดไม่ถึง ความร่วมมือที่ผู้อ่านอาจจะคุ้นเคยและ Blognone เคยรายงานข่าวมาแล้วคือ IBM จะนำเอาข้อมูลจาก Twitter มาเป็นส่วนหนึ่งในระบบของ Watson หรือการที่ IBM ร่วมมือกับ Apple ในการสนับสนุนนักพัฒนาในการใช้ ResearchKit ร่วมกับ Watson เป็นต้น

แต่นอกเหนือจากความร่วมมือเหล่านี้แล้ว Watson ยังถูกนำไปใช้ในวงการต่างๆ จำนวนมาก ไม่เพียงแต่ในวงการคอมพิวเตอร์หรือการประมวลผลข้อมูลเท่านั้น ตัวอย่างเช่นการแพทย์ การเงิน การค้าปลีก ดังตัวอย่างที่จะเห็นได้ต่อไปด้านล่าง

การแพทย์

Watson มักจะเป็นที่รู้จักและโดดเด่นมากที่สุด จากระบบคำแนะนำที่ช่วยให้แพทย์สามารถรักษาผู้ป่วยได้ดีขึ้น

IBM แยกระบบดังกล่าวออกมาเป็น Watson Health Cloud ที่เป็นแพลตฟอร์มย่อยสำหรับงานทางการแพทย์ของ Watson โดยมีข้อมูลทั้งจากหน่วยงานลูกอย่าง Truven Health Analytics และฐานข้อมูลจากวารสารวิชาการทางการแพทย์มากกว่า 1.2 ล้านชิ้น

ระบบดังกล่าวทำให้แพทย์สามารถรักษาผู้ป่วยได้มีความแม่นยำขึ้น ขณะที่ IBM ยังคงรักษามาตรฐานความปลอดภัยให้สอดคล้องกับแนวทางการเก็บรักษาข้อมูลของระบบสาธารณสุข เพื่อให้มั่นใจว่าข้อมูลของผู้ป่วย จะไม่หลุดไปสู่สาธารณะ

ในภาคการแพทย์ โรงพยาบาลบำรุงราษฎร์ ถือเป็นโรงพยาบาลในไทยแห่งแรกที่ริเริ่มนำเอาเทคโนโลยี IBM Watson ด้านโรคมะเร็ง (IBM Watson for Oncology) เข้ามาช่วยแพทย์ในการประเมินและรักษาโรคมะเร็ง โดยนำเอาข้อมูลของผู้ป่วย มาวิเคราะห์ร่วมกับฐานข้อมูลของผู้ป่วยจากศูนย์การแพทย์ Memorial Sloan Kettering ของสหรัฐอเมริกา ทำให้แพทย์สามารถรักษาโรคมะเร็งได้อย่างเหมาะสมกับผู้ป่วยแต่ละราย ผลที่ได้คือความรวดเร็วในการรักษา และมีคนไข้กว่าล้านรายได้รับการรักษาผ่านระบบนี้

การเงิน

นอกจากการแพทย์แล้ว ในภาคการเงิน ธนาคาร DBS ของสิงคโปร์ได้นำเอา IBM Watson เข้าไปใช้งานเพื่อให้คำปรึกษาแก่ลูกค้าของธนาคารในการจัดการทรัพย์สิน (wealth management) รวมถึงนำ Watson Engagement Advisor ระบบให้คำแนะนำการมีส่วนร่วมกับลูกค้า เข้ามาใช้จัดการเพื่อพัฒนางานด้านธุรกิจและพัฒนาความสัมพันธ์ของลูกค้าธนาคารอีกด้วย

ธุรกิจและค้าปลีก

สำหรับภาคธุรกิจและค้าปลีก Watson ก็มีบทบาทด้วยเช่นกัน ในกรณีของ The North Face ที่เป็นแบรนด์สินค้าเสื้อผ้านอกบ้านและการผจญภัย นำ Watson เข้าไปใช้เพื่อช่วยลูกค้าหาเสื้อแจ็กเก็ตที่ต้องการได้

วิศวกรรมปิโตรเลียม

ในงานระดับองค์กรขนาดใหญ่ Watson เองถูกนำเอาไปใช้เพื่อช่วยวางแผนการตัดสินใจ ตัวอย่างที่ชัดเจนที่สุดคือในกรณีของ Repsol บริษัทด้านปิโตรเลียมของสเปน ที่นำเอา Watson เข้าไปใช้งานในด้านการขุดเจาะน้ำมัน โดยให้คำแนะนำเกี่ยวกับการจัดการน้ำมันดิบทั้งในปัจจุบันและอนาคต ทำให้บริษัทลดความเสี่ยงในการจัดหาแหล่งน้ำมันในอนาคต และใช้ประโยชน์จากแหล่งน้ำมันดิบในปัจจุบันได้อย่างมีประสิทธิภาพสูงสุด

ธุรกิจการให้คำปรึกษา

KPMG หนึ่งในบริษัทให้คำปรึกษายักษ์ใหญ่ของโลกที่มีความชำนาญทางด้านการเงินและธุรกิจ ใช้ระบบของ IBM Watson ในการวิเคราะห์ข้อมูลของบริษัทลูกค้า ซึ่งทำให้บริษัทสามารถดึงเอาข้อมูลของบริษัทลูกค้าที่ปกติมักจะถูกมองข้ามและไม่ได้เอามาวิเคราะห์ นำเข้ามารวมด้วย ผลที่ได้คือการที่ KPMG ให้คำแนะนำกับลูกค้าได้ตรงจุดมากขึ้นกว่าเดิม

การศึกษาและวิจัย

Watson เองถูกนำเอาไปใช้ในภาคการศึกษาด้วยเช่นกัน ในกรณีของสหรัฐอเมริกาที่โรงเรียนในกำกับของเมือง Gwinnett (Gwinnett County) ข้อมูลของนักเรียนถูกนำมาวิเคราะห์เพื่อปรับปรุงการสอน ที่แบบเดิมทำให้นักเรียนต้องออกจากโรงเรียนกลางคัน เพราะไม่สามารถเรียนได้ดีภายใต้ระบบเดิม ทำให้มีนักเรียนสำเร็จการศึกษามากกว่าเดิมร้อยละ 7.4 ในปี 2011

ของเล่นสำหรับเด็ก

ไม่ใช่แต่การใช้งานในภาคธุรกิจหรืออุตสาหกรรมเท่านั้น IBM Watson เองยังถูกนำมาใช้เป็นกลไกของของเล่นเด็กด้วย โดยบริษัท Elemental Path ได้นำเอา Watson เข้ามาเป็นส่วนหนึ่งของ CogniToy ตุ๊กตาของเล่นสำหรับเด็กซึ่งสามารถมีปฏิสัมพันธ์โต้ตอบได้ โดยทำให้เด็กสามารถฝึกฝนการมีปฏิสัมพันธ์กับผู้อื่น ฝึกทักษะทางคณิตศาสตร์ และยังช่วยให้มีพัฒนาการทางภาษาได้ด้วยเช่นกัน

สรุป

ดังจะเห็นได้จากข้างต้นว่า IBM Watson ถือเป็นระบบประมวลผลข้อมูลแนวทางใหม่ที่ไปไกลกว่าแนวทางแบบปัญญาประดิษฐ์ที่หลายบริษัทในตลาดกำลังทำอยู่ เพราะระบบของ Watson นั้น ครอบคลุมไปถึงการที่ตัวระบบสามารถเรียนรู้ ผสานข้อมูล และสามารถทำให้ข้อมูลที่อยู่ในระบบนั้น มีคุณค่า (making sense of data) เพื่อช่วยให้ผู้ใช้งานสามารถเข้าใจถึงข้อมูลที่มีอยู่เป็นจำนวนมากได้ ในเวลาเดียวกันก็นำเสนอบริการที่ดีขึ้นให้กับผู้ใช้บริการได้ในเวลาเดียวกัน และยังช่วยวิเคราะห์และพัฒนางานในองค์กรอีกด้วย

IBM Watson ในปัจจุบันจึงไม่ใช่แค่คอมพิวเตอร์ที่มานั่งตอบคำถามอยู่ในรายการเกมโชว์เท่านั้น แต่เป็นเรื่องของแพลตฟอร์มที่จะช่วยทำให้ผู้ใช้งานเข้าใจข้อมูล และนำเสนอตัวเลือกที่ดีที่สุดจากข้อมูลเหล่านั้นได้ดียิ่งขึ้น ระบบของ Watson ในฐานะของการบริการ จึงเป็นอนาคตของการประมวลผลสำหรับข้อมูลที่มีอยู่เป็นจำนวนมาก ซึ่งกำลังจะมาถึงเราในอนาคตอันใกล้นี้

บทความนี้ได้รับการสนับสนุนโดย