อภิมหาข้อมูล

ทุกๆ วัน เราเติมข้อมูล 16,438,356,000,000 เมกะไบต์ ลงในมหาสมุทรข้อมูลอันมหึมา ซูเปอร์สูตรทางคณิตศาสตร์ช่วยให้เราเข้าใจตัวเลขเหล่านี้ได้บางส่วน รวมทั้งค้นหาสิ่งที่เราไม่เคยรู้ว่าจำเป็นต้องใช้ และคำนวณว่าการระบาดครั้งต่อไปของโรคอีโบลาจะเกิด ณ ที่ใด

ทุกครั้งที่คุณเยี่ยมชมเว็บไซต์ พิมพ์คำที่ต้องการค้นหาในกูเกิล หรือดูหนังทางเน็ตฟลิกซ์ (Netflix) คุณจะทิ้งร่องรอยที่เรียกว่า “รอยเท้าดิจิทัล” ไว้ และทุกร่องรอยจะได้รับการบันทึกไว้ในธนาคารข้อมูลที่เพิ่มขึ้นทุกขณะ ภายในเต็มไปด้วยข้อมูลที่เก็บได้จากทุกแหล่ง ตั้งแต่สถานีตรวจอากาศไปจนถึงโรงงานผลิตสินค้า

สิ่งเหล่านี้ล้วนมีส่วนสร้างข้อมูลปริมาณมหาศาลที่หลั่งไหลเข้าสู่เซิร์ฟเวอร์นับพันนับหมื่นในศูนย์ข้อมูลทั่วโลกทุกๆ วินาที ข้อมูลมีปริมาณมหาศาล ทั้งยังเพิ่มขึ้นอย่างรวดเร็วและซับซ้อน จึงเกิดปรากฏการณ์ที่เรียกว่า “อภิมหาข้อมูล” หรือบิ๊กดาต้า

นักวิทยาการคอมพิวเตอร์เคยพยากรณ์ไว้ว่า บิ๊กดาต้ามีศักยภาพมหาศาลและขณะนี้บริษัทเอกชนรวมทั้งหน่วยงานของรัฐในหลายประเทศก็พยายามนำบิ๊กดาต้ามาใช้ให้เกิดประโยชน์

วงการบันเทิงใช้บิ๊กดาต้าในการพัฒนาซีรี่ส์ทางโทรทัศน์ ซึ่งให้บริการผ่านระบบสตรีมมิ่ง (streaming)

อย่างเน็ตฟลิกซ์ ก็ใช้บิ๊กดาต้าในการสร้างซีรี่ส์ยอดฮิตเรื่อง House of Cards ตำรวจใช้อภิมหาข้อมูลในการพยากรณ์การเกิดอาชญากรรม ส่วนบริษัท Vestas ผู้ผลิตกังหันลมสัญชาติเดนมาร์กก็อาศัยข้อมูลมากมายเกี่ยวกับสภาพอากาศมาช่วยหาทำเลที่ดีที่สุดสำหรับติดตั้งกังหันลมของบริษัท

ข้อมูลล้นหลาม

คำว่าบิ๊กดาต้า ไม่มีคำจำกัดความที่แน่นอน แต่ตามหลัก
พื้นฐานบิ๊กดาต้าประกอบด้วย “3V”
คือ ปริมาณ (Volume) ความ
หลากหลาย (Variety) และความเร็ว (Velocity)

นิยามอย่างแรกและสำคัญที่สุดของบิ๊กดาต้าคือปริมาณและขนาด เมื่อปี 2012 คนทั่วโลกผลิตข้อมูลปริมาณถึง 2.8 เซตตะไบต์ ถ้านำไปบรรจุลงแผ่นดีวีดี ก็จะต้องใช้ดีวีดีมากกว่า 7 แสนล้านแผ่น

คำจำกัดความอีกข้อของ
บิ๊กดาต้า คือ ความหลากหลายของข้อมูลต่างประเภทที่บันทึกได้ ข้อมูลแบบดั้งเดิม เช่น จำนวนข้อความที่ส่งออกไป จำนวนสิ่งของในซูเปอร์มาร์เก็ตที่มีผู้ซื้อไป และธุรกรรมที่ทำกันในธนาคารนั้นแยกและจัดประเภทอย่างเป็นระบบ จึงง่ายต่อการจัดการและค้นหา แต่ยังมีข้อมูลอีกแบบที่เรียกว่า ข้อมูลไร้โครงสร้าง เช่น วิดีโอข้อความที่ส่งทางเฟซบุ๊ก อีเมล ไฟล์เสียง และอื่นๆ

โดยข้อมูลประเภทหลังนี้จะไม่จัดเก็บในฐานข้อมูลแบบดั้งเดิม
หรือในรูปสเปรดชีตได้ เพราะไม่มีโครงสร้างหรือการจัดระเบียบที่แน่นอน ตัวอย่างเช่นรูปภาพที่อาจมีข้อมูลหลากหลาย โดยสมองมนุษย์ถอดรหัสและตีความได้ แต่หากคอมพิวเตอร์จะเข้าใจข้อมูลประเภทนี้ได้ก็ต้องอาศัยเครื่องมือวิเคราะห์พิเศษ เช่น ซอฟต์แวร์จดจำใบหน้าและซอฟต์แวร์ที่เข้าใจภาพตัวอักษร

องค์ประกอบสุดท้ายในนิยามคำว่าบิ๊กดาต้า ก็คือ ความเร็วมหาศาลในการสร้างข้อมูล นักวิทยาศาสตร์ประเมินว่า ภายในปี 2020 มนุษย์เราจะสร้างข้อมูลมากถึง 40 เซตตะไบต์ หรือเท่ากับข้อมูลในดีวีดี 1,012 ล้านแผ่นเลยทีเดียว

วัตสันวินิจฉัยมะเร็ง

คอมพิวเตอร์สมัยนี้มีกำลังมากขึ้นเรื่อยๆ โดยจะแรงเป็น 2 เท่าทุกๆ 18 เดือน แต่นี่ไม่ใช่สาเหตุหลักว่า เหตุใดภาครัฐและเอกชนจึงนำอภิมหาข้อมูลมาใช้ประโยชน์ได้มากกว่าเดิม สาเหตุที่แท้จริงน่าจะเป็นเพราะประสิทธิภาพที่สูงขึ้นของซอฟต์แวร์เก็บสถิติและซอฟต์แวร์วิเคราะห์ข้อมูล การใช้อัลกอริทึมช่วยให้ดูข้อมูลปริมาณมหาศาล และแก้โจทย์ได้เร็วกว่า ต้นทุนก็ต่ำกว่าการใช้คอมพิวเตอร์แรงสูงเพียงอย่างเดียว

ข้อเท็จจริงนี้ได้รับการพิสูจน์โดยอาจารย์ชาวอเมริกัน ชื่อ แกรี่ คิง เพื่อนร่วมงานของคิงที่ฮาร์วาร์ด มีโจทย์ที่ต้องใช้ซูเปอร์คอมพิวเตอร์ราคาเกือบ 60 ล้านบาทในการคำนวณ แต่คิงนั่งเขียนอัลกอริทึมสำหรับใช้กับคอมพิวเตอร์กระเป๋าหิ้วธรรมดาเพียง 2 ชั่วโมง ก็ตอบโจทย์ให้เพื่อนร่วมงานได้โดยไม่ต้องซื้อเครื่องแพง

เครื่องมือชนิดใหม่เกิดขึ้นเรื่อยๆ ช่วยให้เราทำงานยากๆ ได้ เมื่อปี 2011 ซูเปอร์คอมพิวเตอร์ของไอบีเอ็มชื่อว่า “วัตสัน” มีชัยเหนือผู้ชนะในรายการ Jeopardy ซึ่งเป็นรายการตอบปัญหาทางโทรทัศน์ได้ โดยการประชันกันครั้งนั้นมีการถ่ายทอดสดทางโทรทัศน์ ทำให้
วัตสันโด่งดังไปทั่วโลก ปัจจุบันวัตสันใช้อัลกอริทึมวิเคราะห์บิ๊กดาต้าเพื่อประโยชน์หลายด้าน

ในอนาคตอันใกล้ วัตสันอาจจะช่วยแพทย์คัดกรองหามะเร็งในผู้ป่วยได้ เพียงป้อนข้อมูลผลการค้นหางานวิจัยทางการแพทย์ 6 แสนชิ้นบทความจากวารสารทางการแพทย์ 2 ล้านหน้า และข้อมูลเวชระเบียน 1.5 ล้านระเบียนเข้าไป
ซูเปอร์คอมพิวเตอร์เครื่องนี้ก็จะมีความรู้มหาศาลโดยไม่มีแพทย์คนใดเทียบได้

ในการทดลองครั้งหนึ่ง วัตสันวินิจฉัยผู้ป่วยโรคมะเร็งปอดได้ถึง 90% ขณะที่แพทย์ทั่วไปวินิจฉัยได้เพียงร้อยละ 50 เท่านั้น บิ๊กดาต้าจึงไม่เพียงช่วยในการหาทำเลติดตั้งกังหันลมเท่านั้น แต่ยังช่วยชีวิตคนได้ด้วย