ฺBig Data by Viktor Mayer-Schönberger and Kenneth Cukier (2014)
Big Data หรือข้อมูลขนาดใหญ่มีการพูดถึงกันค่อนข้างมากมาสักระยะหนึ่งแล้ว หนังสือเล่มนี้ถือเป็นหนังสือเล่มแรกๆ เล่มหนึ่งที่แนะนำให้ Big Data ได้เป็นที่รู้จักอย่างกว้างขวาง สร้างความตื่นตัวในทุกวงการ คณะผู้เขียนได้แสดงตัวอย่างการนำ Big Data เพื่อมาแก้ไขปัญหาและเผชิญความท้าทายต่างๆ จำนวนมาก จนเชื่อได้ว่ายุคนี้เป็นยุคแห่ง Big Data อย่างแท้จริง หนังสือ Big Data เล่มนี้มีฉบับภาษาไทย แปลโดย คุณกวี รุจีรัตน์ จัดทำโดยบริษัททรู ดิจิตอล คอนเท้นท์ แอนด์ มีเดีย จำกัด
คำว่า Big Data เกิดขึ้นครั้งแรกในปี 2000 เริ่มจากวงการดาราศาสตร์และจีโนม พัฒนาการทางคอมพิวเตอร์ทำให้มีเทคโนโลยีประมวลผลข้อมูลอย่าง Hadoop และ MapReduce ที่ทำให้เราสามารถบริหารจัดการข้อมูลขนาดใหญ่ได้ โดยไม่จำเป็นต้องจัดระเบียบข้อมูลใน Excel หรือ SPSS อย่างแต่ก่อน อย่างไรก็ตาม การปฏิวัติ Big Data ที่แท้จริงไม่ได้อยู่ที่เครื่องมือ แต่อยู่ที่ตัวข้อมูลเอง และการนำผลการวิเคราะห์ข้อมูลมาใช้ประโยชน์
หัวใจของ Big Data คือการคาดการณ์จากข้อมูล โดยใช้เครื่องมือต่างๆ ซึ่งรวมถึงการเรียนรู้ของเครื่องจักร (Machine Learning) และปัญญาประดิษฐ์ (Artificial Intelligence) ซึ่งการสอนเครื่องจักรให้เรียนรู้ผ่านการป้อนข้อมูลจำนวนมาก แล้วให้เครื่องจักรพัฒนาตัวเองอยู่ตลอดเวลา จับสัญญาณและจับแบบแผนที่ดีที่สุด ก็จะช่วยให้การคาดการณ์หรือพยากรณ์จากข้อมูลมีความถูกต้องแม่นยำมากยิ่งขึ้น
ยุคของ “N = All” ไม่จำเป็นต้องสุ่มตัวอย่างอีกต่อไป
ก่อนยุค Big Data การวิเคราะห์ข้อมูลที่ปริมาณมาก เราทำได้โดยการสุ่มตัวอย่าง แต่หลังยุค Big Data เราไม่จำเป็นต้องสุ่มตัวอย่าง เพราะเราใช้ข้อมูลทั้งหมดได้เลย อีกทั้งการเก็บข้อมูลแบบตารางในอนาคตจะไม่เป็นที่นิยมอีกต่อไป เพราะข้อมูลสามารถมาจากหลายแห่งที่ไร้แบบแผน เช่น เซ็นเซอร์ต่างๆ ระบบจีพีเอส เว็บไซต์ วิดีโอ ทวิตเตอร์ เป็นต้น
ค้นหาสหสัมพันธ์เป็นหลัก
นอกจากนั้น ในยุค Big Data เราเน้นการค้นพบแบบแผนเป็นสำคัญ ซึ่งได้จากการค้นหาสหสัมพันธ์ ยังไม่ก้าวไปถึงการหาเหตุและผลของเหตุการณ์ การค้นหาสหสัมพันธ์หรือความสัมพันธ์ระหว่างข้อมูลมีข้อดีตรงที่มีความรวดเร็ว เสียค่าใช้จ่ายน้อย และไม่ต้องมีการทดลองที่มีการควบคุมของการวิเคราะห์เหตุและผล เช่นระบบการแนะนำของ Netflix ที่ประมวลความชอบของผู้คนต่างๆ จนสามารถแนะนำว่าหากเราชอบภาพยนตร์เรื่องนี้ เราก็อาจจะชอบภาพยนตร์อีกเรื่องที่มีลักษณะบางอย่างที่คล้ายกัน โดยผ่านการวิเคราะห์ความชอบของเราและคนอื่นๆ ทั้งหมดร่วมกัน ส่วนเรื่องการวิเคราะห์เหตุและผลหากนำมาผนวกกับ Big Data ได้ในอนาคตก็จะช่วยยกระดับ Big Data ไปอีกก้าวที่สำคัญ
การแปลงทุกสิ่งเป็นข้อมูลดิจิทัล
Datafication หรือการแปลงสรรพสิ่งเป็นข้อมูลดิจิทัลเป็นสิ่งที่ทำให้ Big Data มีประโยชน์มหาศาล ข้อมูลไม่ว่าจะเป็นตำแหน่งที่อยู่ของบุคคล การสั่นสะเทือนของรถยนต์และเครื่องจักร ความแข็งแกร่งของสะพาน การแปลงข้อมูลเหล่านี้เป็นดิจิทัลทำให้สามารถวิเคราะห์เชิงคาดการณ์ได้ เช่น การตรวจพบว่าเครื่องยนต์มีแนวโน้มจะเสียหายโดยดูจากความร้อนหรือการสั่นของเครื่องยนต์ ข้อมูลจึงอยู่รอบตัวเรา รอการสร้างคุณค่าใหม่ๆ จากการวิเคราะห์ Big Data
ผู้เขียนได้เล่าตัวอย่างที่น่าสนใจมากมายให้เราได้รับรู้ เช่น การประยุกต์ Big Data เข้ามาในการบริหารจัดการเมืองนิวยอร์กจนสามารถพยากรณ์ได้ว่าที่ใดมีความเสี่ยงจะเกิดอัคคีภัยมากที่สุด การใช้ Big Data เพื่อค้นหาตั๋วเครื่องบินราคาถูกที่สุด การทำนายการระบาดของโรคไข้หวัดใหญ่จากข้อมูลการค้นหาข้อมูลผ่าน Google ซึ่งเป็นตัวชี้วัดที่รวดเร็วกว่าการเก็บข้อมูลจากสถิติของหน่วยงานรัฐ การแปลภาษาหนึ่งไปเป็นอีกภาษาอย่างรวดเร็ว รถยนต์ขับเคลื่อนได้ด้วยตนเอง การแนะนำสินค้าเฉพาะบุคคลหรือแนะนำตามสภาพอากาศแบบต่างๆ
ความเสี่ยงในยุค Big Data เป็นเรื่องของการปกป้องความเป็นส่วนตัวและการคุกคามอิสรภาพ จริยธรรมในการใช้ Big Data ในเรื่องต่างๆ
ศาสตราจารย์ Lawrence Lessing แห่งโรงเรียนกฎหมายฮาร์วาร์ด กล่าวว่า ทุกๆ ทศวรรษจะมีหนังสือจำนวนหนึ่งที่เปลี่ยนวิธีการมองโลกของคน Big Data คือหนึ่งในนั้น สังคมจะจดจำหนังสือเล่มนี้ในฐานะผู้นำการเปลี่ยนแปลงและเป็นจุดเริ่มต้นของการเปลี่ยนแปลงที่สำคัญอย่างเหลือเชื่อ