ในช่วง 10 ปีที่ผ่านมา เกิดกระแสของ Data Science ซึ่งเป็นการสร้าง Model จากข้อมูลขนาดใหญ่ หรือ Big Data ทำให้มีการเปิดสาขาเรียนเป็น Data Scientist ในหลาย ๆ มหาวิทยาลัย
ซึ่งรูปแบบการทำงานของ Data Scientist คือการนำข้อมูลไปวิเคราะห์เชิงลึก และสร้างแบบจำลองเพื่อให้ได้ผลลัพธ์เชิงลึก หรือที่เรียกว่า Insight
แต่อย่างไรก็ตาม เมื่อกาลเวลาผ่านไป ทำให้มีเครื่องมือสำเร็จรูป และ AI สำเร็จรูปออกสู่ตลาดมากขึ้น ไม่ว่าจะเป็นตระกูล AutoML หรือ Generative AI ทำให้เกิดข้อสงสัยว่า การทำงานของ Data Scientist ในปัจจุบันจะเป็นในรูปแบบการสร้าง Model หรือแบบจำลองด้วยตัวเอง หรือเป็นการใช้สำเร็จรูป
คำตอบ คือ ในการทำงานของ Data Scientist จะมีทั้งแบบสร้าง Model เอง และแบบสำเร็จรูป ก็มีทั้ง สำเร็จ โดยต้องดูจากรูปแบบของข้อมูลที่จะใช้สร้าง Model ถ้าเป็นข้อมูลเฉพาะเจาะจงมาก ๆ ก็มีความจำเป็นต้องสร้าง Model เอง แต่ถ้าเป็นข้อมูลทั่ว ๆ ไป ก็สามารถใช้ AI สำเร็จรูปได้ โดยการใช้สำเร็จรูป จะทำให้ไม่จำเป็นต้อง Train ข้อมูลเอง แต่ยังคงต้อง Tuning Model และ Test หรือ ทดสอบ Model เหมือนการสร้าง Model เอง เช่น Face recognition หรือ Computer Vision ไม่ต้องเทรนเอง เป็นต้น ส่วนใหญ่ AI สำเร็จรูปมักจะเป็น Unsctructured data และใช้ข้อมูลแบบทั่ว ๆ ไป ไม่เจาะจง
ในอนาคตแนวโน้มของการสร้างแบบจำลองเองก็อาจจะน้อยลง เพราะ AI ฉลาดขึ้น แต่ก็ยังคงมีกรณีที่เฉพาะเจาะจงที่ยังคงต้องสร้าง Model เอง ทั้งนี้ การเป็น Data Scientist ยังไงก็ต้องเรียนพื้นฐานของ Model เพราะต่อให้ไปใช้สำเร็จรูป ก็ต้อง Tuning และ Evaluate ผลลัพธ์ได้ ซึ่งจำเป็นต้องมีความรู้พื้นฐานของ Algorithm และเข้าใจกลไกการทำงานของ AI แต่ละประเภท
ยิ่งไปกว่านั้น เมื่อมีการจัดทำ AI Governance การใช้ AI สำเร็จรูป อาจจะต้องได้รับการประเมินความเสี่ยงที่เข้มงวดกว่าการสร้างเอง เพราะ AI สำเร็จรูปเป็นการใช้ข้อมูลอื่นที่ไม่สามารถระบุที่มาได้ชัดเจน ในขณะที่การพัฒนา Model เอง จะมีความชัดเจนในที่มาที่ไปของ Model มากกว่า
ทั้งนี้ เมื่อมี AI สำเร็จรูปมากขึ้น จึงอาจเป็นที่มาของความต้องการของ Data Scientist ในตลาดที่น้อยลงนั่นเอง
Comments