Archives: คลังความรู้

Microsoft Clipchamp เป็นโปรแกรมตัดต่อวิดีโอที่ใช้งานได้ง่ายและเหมาะสำหรับผู้ที่ไม่มีประสบการณ์ในการตัดต่อวิดีโอมาก่อน มีฟีเจอร์ที่หลากหลาย ช่วยให้ผู้ใช้สามารถสร้างวิดีโอคุณภาพสูงได้โดยไม่ต้องใช้โปรแกรมที่ซับซ้อนหรือมีความรู้เฉพาะทางมาก่อน ปัจจุบันมีการนำเทคโนโลยี AI มาช่วยให้การตัดต่อวิดีโอง่ายและรวดเร็วยิ่งขึ้น

ความสามารถของ Microsoft Clipchamp

• การตัดต่อวิดีโอพื้นฐาน: สามารถตัด, แบ่ง, หรือรวมวิดีโอคลิปต่างๆ ได้ง่ายๆ โดยใช้ฟังก์ชันลากแล้ววาง (Drag and Drop)
• การใส่ข้อความและภาพเคลื่อนไหว: สามารถใส่ข้อความหรือภาพเคลื่อนไหวลงในวิดีโอได้ เช่น การใส่ชื่อเรื่อง หรือคำบรรยาย
• ฟิลเตอร์และเอฟเฟกต์: มีฟิลเตอร์และเอฟเฟกต์ต่างๆ ให้เลือกใช้งานเพื่อเพิ่มความสวยงามให้กับวิดีโอ
• การบันทึกหน้าจอและเว็บแคม: สามารถบันทึกหน้าจอและเว็บแคมพร้อมกันได้ เหมาะสำหรับการสร้างวิดีโอสอนหรือพรีเซนเทชัน
• การใส่เสียงและดนตรี: มีคลังเสียงและดนตรีให้เลือกใช้ หรือสามารถเพิ่มไฟล์เสียงของผู้ใช้งานเองได้
• การบีบอัดวิดีโอ: ช่วยให้คุณสามารถบีบอัดวิดีโอเพื่อให้ขนาดไฟล์เล็กลงและเหมาะสมสำหรับการอัปโหลดบนแพลตฟอร์มต่างๆ
• การส่งออกวิดีโอในความละเอียดต่างๆ: สามารถส่งออกวิดีโอในความละเอียดที่หลากหลาย ตั้งแต่ 480p, 720p ไปจนถึง 1080p ขึ้นอยู่กับความต้องการของผู้ใช้งาน

วิธีการใช้งานเบื้องต้นของ Microsoft Clipchamp

• เริ่มต้นโปรเจกต์ใหม่: เมื่อเปิด Clipchamp ขึ้นมา คุณสามารถเริ่มต้นโปรเจกต์ใหม่ได้โดยคลิกที่ “Create a new video”

• นำเข้าวิดีโอและไฟล์สื่อ: คลิกที่ “Import media” เพื่ออัปโหลดไฟล์วิดีโอ, รูปภาพ หรือเสียงที่คุณต้องการใช้ในการตัดต่อ

• การจัดเรียงคลิป: ลากไฟล์สื่อของผู้ใช้งานไปยังไทม์ไลน์ (Timeline) ด้านล่าง จากนั้นคุณสามารถจัดเรียงคลิปตามลำดับที่คุณต้องการได้

• การตัดต่อคลิป: หากคุณต้องการตัดบางส่วนของวิดีโอออกไป ให้เลือกคลิปในไทม์ไลน์ แล้วใช้ฟังก์ชัน “Split” เพื่อแบ่งคลิปออกเป็นส่วนๆ แล้วลบส่วนที่ไม่ต้องการ
• การเพิ่มข้อความและเอฟเฟกต์: คลิกที่ “Text” เพื่อเพิ่มข้อความลงในวิดีโอ และเลือก “Filters” หรือ “Transitions” เพื่อใส่เอฟเฟกต์หรือการเปลี่ยนผ่านระหว่างคลิป

• การบันทึกและส่งออก: เมื่อคุณทำการตัดต่อเสร็จแล้ว ให้คลิกที่ปุ่ม “Export” เพื่อส่งออกวิดีโอ เลือกความละเอียดที่ต้องการ และบันทึกไฟล์ลงในคอมพิวเตอร์ของผู้ใช้งาน

Microsoft Clipchamp มีทั้งเวอร์ชั่นฟรี จะใช้ได้เฉพาะ การใช้งานฟีเจอร์พื้นฐาน และเวอร์ชั่นที่มีค่าใช้จ่าย  ซึ่งมีความแตกต่างกันในด้านฟีเจอร์และการเข้าถึงทรัพยากรต่างๆ

สำหรับการใช้งานฟีเจอร์พื้นฐาน ประกอบไปด้วย

• การตัดต่อ, การเพิ่มข้อความ, การใส่ฟิลเตอร์ และเอฟเฟกต์ต่างๆ ได้
• การส่งออกวิดีโอ: สามารถส่งออกวิดีโอได้ในความละเอียดสูงสุด 1080p แต่มีลายน้ำ (Watermark) ของ Clipchamp ปรากฏบนวิดีโอ
• คลังสื่อ: มีการเข้าถึงคลังสื่อที่จำกัด เช่น ภาพสต็อก, คลิปวิดีโอ, และเพลงบางส่วน
• การบีบอัดวิดีโอ: สามารถบีบอัดวิดีโอเพื่อให้ขนาดไฟล์เล็กลงได้ แต่มีข้อจำกัดในด้านคุณภาพ
• การบันทึกหน้าจอ: สามารถบันทึกหน้าจอและเว็บแคมได้พร้อมกัน แต่ไม่มีการปรับแต่งขั้นสูง
• ฟีเจอร์ AI ที่ไม่มีค่าใช้จ่าย (Free Version)
  • Text-to-Speech (พื้นฐาน): การแปลงข้อความเป็นเสียงในบางภาษาหรือเสียงพื้นฐานอาจสามารถใช้ได้ฟรี แต่จะมีข้อจำกัดในด้านตัวเลือกเสียงหรือเวลาการใช้งาน
  • Auto-Generate Videos (พื้นฐาน): ฟีเจอร์นี้อาจเปิดให้ใช้งานฟรีในรูปแบบพื้นฐาน แต่มีข้อจำกัดเรื่องการเลือกสไตล์หรือการเข้าถึงทรัพยากรบางอย่าง

ปัจจุบัน Microsoft Clipchamp ได้รับการออกแบบให้ใช้งานบนเว็บเบราว์เซอร์เป็นหลัก ผู้ใช้งานต้องใช้โปรแกรมบนเครื่องคอมพิวเตอร์เดสก์ท็อปและแล็ปท็อปเท่านั้น สำหรับการใช้งานแบบฟรีเหมาะสำหรับผู้ที่ต้องการใช้งานฟีเจอร์พื้นฐานในการตัดต่อวิดีโอโดยไม่จำเป็นต้องใช้ทรัพยากรหรือฟีเจอร์ที่ครอบคลุมมากนัก ในขณะที่การใช้งานแบบพรีเมียมเหมาะสำหรับผู้ที่ต้องการสร้างวิดีโอคุณภาพสูงและไม่มีข้อจำกัดในการใช้งานฟีเจอร์ต่างๆ รวมถึงการเข้าถึงคลังสื่อขนาดใหญ่รูปแบบหลากหลาย สำหรับผู้ที่สนใจสามารถ Download ใช้งานได้ที่ https://clipchamp.com/en/

ชุดข้อมูลที่มีคุณค่าสูง(High Value Datasets) มาจากการนำข้อมูลเปิดทุกประเภทที่มีลักษณะตามเกณฑ์ที่กำหนดไว้มานำเสนอบนเว็บไซต์ศูนย์กลางข้อมูลเปิดภาครัฐ โดยชุดข้อมูลที่มีคุณค่าสูงสามารถนำไปต่อยอดพัฒนาประเทศได้ โดยมีลักษณะเด่นเฉพาะ และสามารถนำไปใช้ประโยชน์ในมิติต่าง ๆ ได้มากกว่าข้อมูลเปิดทั่วไป เช่น

• เป็นข้อมูลที่สามารถเพิ่มความโปร่งใสของรัฐบาลได้
• เป็นข้อมูลที่มีความต้องการสูง
• เป็นข้อมูลที่สามารถนำไปใช้ประโยชน์ได้มาก

การพิจารณาชุดข้อมูลที่มีคุณค่าสูง แนวทางพื้นฐานในการประเมินคุณค่าของข้อมูลสามารถพิจารณาได้จาก 2 มุมมอง โดยแบ่งออกเป็นมุมมองของผู้ให้ข้อมูล และมุมมองของผู้ใช้ข้อมูล

สำหรับแนวทางในการพิจารณาชุดข้อมูลที่หน่วยงานต้องการเปิดเผยว่าชุดข้อมูลนั้นเป็นชุดข้อมูลที่มีคุณค่าสูงหรือไม่ อ้างอิงจาก High Value Datasets Quick Guide (https://data.go.th/pages/high-value-criteria) มี 10 ข้อ ประกอบไปด้วย

ส่วนที่ 1 : เพิ่มความโปร่งใส

ข้อ 1  ข้อมูลที่เปิดเผยช่วยเพิ่มประสิทธิภาพและสอดคล้องตามแผนยุทธศาสตร์ชาติหรือไม่?

ส่วนที่ 2 : ข้อมูลตามภารกิจของหน่วยงาน

ข้อ 2  ข้อมูลที่เปิดเผยเป็นข้อมูลตามภารกิจหรือทิศทางเชิงกลยุทธ์ของหน่วยงาน และมีการปรับปรุงอย่างต่อเนื่องหรือไม่?

ส่วนที่ 3 : มาตรฐานข้อมูลเปิดภาครัฐ

คำถามข้อที่ 3-7 อ้างอิงตามแนวทางการเปิดเผยข้อมูลเปิดภาครัฐในรูปแบบดิจิทัลต่อสาธารณะ เป็นไปตามที่คณะกรรมการพัฒนารัฐบาลดิจิทัลกำหนดไว้ใน พ.ร.บ. การบริหารงานและการให้บริการภาครัฐผ่านระบบดิจิทัล พ.ศ. 2562 มาตรา 17

ข้อ 3  กระบวนการเปิดเผยข้อมูลของหน่วยงานของรัฐ จัดอยู่ในระดับใดของการวัดการเปิดเผยข้อมูลเปิดภาครัฐที่สอดคล้องตามแนวทางฯ และสูงกว่าระดับที่ 3 ขึ้นไปหรือไม่?

• ระดับ 1: Initial หมายถึง ไม่มีกระบวนการเปิดเผยข้อมูลเปิดภาครัฐ หรือกระบวนการถูกกำหนดขึ้นมาเฉพาะกิจ ทำให้ไม่มีรูปแบบของการดำเนินงานที่สะท้อนภาพรวมของหน่วยงานของรัฐ
• ระดับ 2: Repeatable หมายถึง เริ่มมีกำหนดกระบวนการ สามารถดำเนินการตามกระบวนการซ้ำ ๆ ได้ แต่ยังขาดการกำหนดมาตรฐานของกระบวนการ
• ระดับ 3: Defined หมายถึง กระบวนการถูกกำหนดเป็นมาตรฐานที่สอดคล้องกับแนวปฏิบัติที่ดี ทั้งจากภายในและภายนอกหน่วยงานของรัฐ มีการถ่ายทอดองค์ความรู้หรือแนวปฏิบัติที่ดีให้กับบุคลากร แต่ยังขาดการนำไปใช้อย่างกว้างขวาง
• ระดับ 4: Managed หมายถึง มีการนำกระบวนการที่ถูกกำหนดให้เป็นมาตรฐานมาใช้ในหน่วยงานของรัฐอย่างกว้างขวาง มีการติดตามการดำเนินงานและกำหนดตัวชี้วัด
• ระดับ 5: Optimized หมายถึง มีการปรับปรุงกระบวนการเปิดเผยข้อมูลเปิดเพื่อเพิ่มประสิทธิภาพในการเปิดเผยข้อมูลภายในหน่วยงานของรัฐ หรือกับหน่วยงานที่เกี่ยวข้อง

ข้อ 4 ข้อมูลที่เปิดเผยมี Metadata และ Data Dictionary สอดคล้องตามแนวทางฯ หรือไม่

ข้อ 5  ระดับคุณภาพของชุดข้อมูลสอดคล้องตามแนวทางฯ หรือไม่ (ชุดข้อมูลคุณภาพสูง คือ ชุดข้อมูลที่มีความถูกต้องสูง ผิดพลาดน้อยมาก รวบรวมจากแหล่งที่น่าเชื่อถือ มีความสอดคล้องต้องกัน ทันสมัย)

ข้อ 6 ข้อมูลที่เปิดเผยเป็นข้อมูลที่มีกลุ่มผู้ใช้งานแสดงความประสงค์ในการนำไปใช้อย่างสม่ำเสมอภายในระยะเวลา 1 ปี หรือไม่

ข้อ 7 ข้อมูลที่เปิดเผยเป็นข้อมูลที่สามารถนำไปต่อยอด ช่วยให้เกิดการวิเคราะห์เรื่องใหม่ ๆ หรือนำไปใช้วิเคราะห์ข้อมูลเชิงลึก หรือนำไปสู่การสร้างนวัตกรรมเพื่อให้บริการประชาชนได้หรือไม่

ส่วนที่ 4 : ข้อมูลอยู่ในรูปแบบพร้อมจะเปิดเผย

ข้อ 8 ข้อมูลที่เปิดเผยอยู่ในรูปแบบที่สอดคล้องตามแนวทางฯ กำหนดในระดับใด และสูงกว่าระดับ Machine-readable (ระดับ 2 ขึ้นไป) หรือไม่ ((OL – Open License) (RE – Machine Readable) (OF – Open Format) (URI – Uniform Resource Identifier) (LD – Linked Data))

• OL: เปิดเผยข้อมูลบนเว็บไซต์ได้ทุกรูปแบบ และสามารถนำข้อมูลไปใช้ประโยชน์ได้โดยไม่ต้องขออนุญาตจากหน่วยงานของรัฐ ซึ่งรูปแบบนี้สามารถสร้างได้ง่าย แต่นำข้อมูลไปต่อยอดใช้ประโยชน์ได้ยาก (Not Reusable) เช่น PDF, TIFF, JPEG
• OL RE: เปิดเผยข้อมูลในรูปแบบที่อ่านได้ด้วยเครื่อง เป็นข้อมูลที่มีโครงสร้าง (Structured Data) และใช้กับซอฟต์แวร์จำกัดสิทธิ์ (Proprietary Software) เช่น DOC, XLS
• OL RE OF: เปิดเผยข้อมูลในรูปแบบมาตรฐานแบบเปิด และไม่จำกัดสิทธิ์โดยบุคคลใด (Non-proprietary) เช่น CSV, ODS, XML, JSON, KML, SHP, KMZ
• OL RE OF URI: เปิดเผยข้อมูลในรูปแบบที่ใช้ยูอาร์ไอในการระบุตัวตนของข้อมูลและชี้ไปยังตำแหน่งของข้อมูลนั้น เช่น RDF (URIs)
• OL RE OF URI LD: เปิดเผยข้อมูลในรูปแบบที่ข้อมูลสามารถเชื่อมโยงไปสู่แหล่งข้อมูลอื่น หรืออ้างอิงข้อมูลในชุดข้อมูลอื่นได้ เช่น RDF (Linked Data)

ข้อ 9 ข้อมูลที่เปิดเผยเป็นข้อมูล Machine-readable ที่ถูกปรับปรุงให้เป็นปัจจุบัน หรือเป็นลักษณะใดลักษณะหนึ่งดังต่อไปนี้: Near Real-Time Feed หรือ Time Series โดยได้รับจากเทคโนโลยีต่าง ๆ เช่น เครื่องมือตรวจวัด (Sensor) หรือกล้องวิดีโอ (Video Camera) หรือไม่

ข้อ 10 ข้อมูลที่เปิดเผยเป็นข้อมูลที่มีการจัดทำอย่างต่อเนื่อง (มีข้อมูลย้อนหลัง 4 ปีขึ้นไป) หรือไม่

จากการพิจารณาตามแนวทางทั้ง 10 ข้อ หากคำตอบของท่านเป็นไปตามแนวทางฯ มากกว่าหรือเท่ากับ 8 จาก 10 ข้อ ถือว่ามีชุดข้อมูลที่มีคุณค่า (Value Datasets)  และเมื่อรวมกับแนวทางการเปิดเผยชุดข้อมูลที่มีคุณค่าเป็นเวลา 2 ปีขึ้นไป ผ่านระบบ data.go.th ที่ตรวจสอบได้จากจำนวนการเข้าชมข้อมูลมากกว่า 100 ครั้งต่อปี ทำให้ชุดข้อมูลนั้นสมควรได้รับการพิจารณาว่าเป็นชุดข้อมูลที่มีคุณค่าสูง (High Value Datasets)

CoCalc  เป็นแพลตฟอร์มออนไลน์ที่ให้บริการการคำนวณทางคณิตศาสตร์และการวิเคราะห์ข้อมูลในลักษณะของการทำงานร่วมกันผ่านเว็บเบราว์เซอร์ โดย CoCalc เป็นเครื่องมือที่พัฒนาขึ้นโดย SageMath และมีความสามารถที่หลากหลาย ซึ่งรวมถึง:

• การคำนวณทางคณิตศาสตร์: รองรับการใช้ SageMath, Python, R, และเครื่องมือคอมพิวเตอร์ทางคณิตศาสตร์อื่นๆ ในการคำนวณและการวิเคราะห์ข้อมูล
• การจัดการเอกสาร: สามารถสร้างและจัดการเอกสารในรูปแบบต่างๆ เช่น Jupyter Notebooks, LaTeX, และ Markdown
• การทำงานร่วมกัน: ผู้ใช้สามารถทำงานร่วมกันในเอกสารเดียวกันแบบเรียลไทม์ ทำให้เหมาะสำหรับการศึกษาและการทำงานเป็นทีม
• การติดตามและการจัดการเวอร์ชัน: CoCalc มีฟีเจอร์ในการติดตามการเปลี่ยนแปลงของเอกสารและการจัดการเวอร์ชันที่ช่วยให้สามารถกลับไปยังสถานะก่อนหน้าได้

ตัวอย่างการใช้งาน CoCalc

• การเรียนการสอน:
  • การสร้างโน้ตบุ๊ก: ครูสามารถสร้าง Jupyter Notebook ที่รวมคำอธิบาย ทฤษฎี และตัวอย่างการคำนวณ แล้วแชร์ให้กับนักเรียนเพื่อให้พวกเขาสามารถทำแบบฝึกหัดได้
  • การทำงานร่วมกัน: นักเรียนสามารถทำงานร่วมกันในโปรเจ็กต์เดียวกันโดยการเขียนโค้ดหรือทำการวิเคราะห์ข้อมูลร่วมกันในเวลาเดียวกัน
• การวิจัย:
  • การทำการทดลอง: นักวิจัยสามารถใช้ CoCalc เพื่อเขียนและทดสอบโค้ดในการวิเคราะห์ข้อมูลหรือการคำนวณทางคณิตศาสตร์
  • การแชร์ผลลัพธ์: สามารถแชร์ผลลัพธ์ของการวิจัยและเอกสารที่เกี่ยวข้องกับเพื่อนร่วมงานหรือกลุ่มวิจัยได้
• การพัฒนาโปรแกรม:
  • การพัฒนาและทดสอบโค้ด: นักพัฒนาสามารถเขียนและทดสอบโค้ดในภาษา Python หรือ R ภายใน CoCalc และใช้ทรัพยากรออนไลน์ของแพลตฟอร์มในการรันโค้ด
  • การทำงานร่วมกันในการพัฒนา: ทีมพัฒนาสามารถทำงานร่วมกันในการพัฒนาโปรเจ็กต์ โดยใช้ CoCalc เพื่อแก้ไขและทดสอบโค้ดร่วมกัน
• การจัดการข้อมูล:
  • การวิเคราะห์ข้อมูล: นักวิเคราะห์ข้อมูลสามารถใช้เครื่องมือใน CoCalc เช่น R หรือ Python เพื่อทำการวิเคราะห์ข้อมูลขนาดใหญ่และสร้างกราฟหรือรายงาน
  • การเขียนรายงาน: สามารถใช้ LaTeX หรือ Markdown เพื่อเขียนและจัดรูปแบบรายงานผลการวิเคราะห์

Urban Technology  เป็นแนวคิดและการใช้เทคโนโลยีเพื่อพัฒนาการดำเนินชีวิตในเขตเมืองให้ดีขึ้น การใช้เทคโนโลยีเพื่อสร้างเมืองที่มีประสิทธิภาพและยั่งยืนมากขึ้น เทคโนโลยีเหล่านี้ช่วยในการจัดการทรัพยากร การบริการ การขนส่ง และการสื่อสารในเมืองให้ดีขึ้น ซึ่งส่งผลดีต่อคุณภาพชีวิตของประชาชน ปรับปรุงคุณภาพชีวิตในพื้นที่เมือง โดยการจัดการทรัพยากรและบริการต่างๆ อย่างมีประสิทธิภาพมากขึ้น

ตัวอย่างของ Urban Technology

• Smart City :
  • การจัดการจราจร: ใช้เซ็นเซอร์และข้อมูลแบบเรียลไทม์เพื่อจัดการการจราจรและลดการติดขัด
  • ระบบสาธารณูปโภค: ใช้เทคโนโลยีเพื่อจัดการและตรวจสอบการใช้พลังงานและน้ำอย่างมีประสิทธิภาพ
  • การจัดการขยะ: ใช้เซ็นเซอร์ในการติดตามระดับของถังขยะและจัดการการเก็บขยะได้ดีขึ้น
• การสื่อสารและข้อมูล:
  • เครือข่ายไวไฟฟรี: ให้การเชื่อมต่ออินเทอร์เน็ตฟรีในพื้นที่สาธารณะ เช่น สวนสาธารณะและสถานีขนส่ง
  • แอพพลิเคชันสำหรับบริการคมนาคม: แอพที่ช่วยให้ประชาชนเข้าถึงข้อมูลเกี่ยวกับบริการคมนาคม  เช่น ตารางเวลาเดินรถหรือข้อมูลสภาพอากาศ
• ระบบขนส่ง:
  • การขนส่งอัจฉริยะ: ระบบขนส่งสาธารณะที่มีการใช้ข้อมูลเพื่อปรับเส้นทางและเวลาเดินรถให้เหมาะสมกับความต้องการ
  • รถยนต์ไร้คนขับ: การใช้เทคโนโลยีรถยนต์ไร้คนขับเพื่อเพิ่มความปลอดภัยและลดการจราจรติดขัด
• การจัดการพลังงาน:
  •  Smart Grid : ระบบที่ใช้เทคโนโลยีเพื่อจัดการการแจกจ่ายพลังงานไฟฟ้าอย่างมีประสิทธิภาพ
  • พลังงานทดแทน: การใช้พลังงานจากแหล่งที่ยั่งยืน เช่น โซลาร์เซลล์และลม
• การสร้างเมืองอย่างยั่งยืน:
  • การออกแบบที่เป็นมิตรกับสิ่งแวดล้อม: การใช้วัสดุก่อสร้างและการออกแบบที่ลดผลกระทบต่อสิ่งแวดล้อม
  • การจัดการพื้นที่สีเขียว: การสร้างและบำรุงรักษาพื้นที่สีเขียว เช่น สวนสาธารณะและพื้นที่ปลูกต้นไม้ในเมือง
• ความปลอดภัยและการรักษาความปลอดภัย:
  • กล้องวงจรปิดอัจฉริยะ: การใช้กล้องที่สามารถตรวจจับและวิเคราะห์พฤติกรรมที่น่าสงสัย
  • ระบบเตือนภัย: ระบบที่สามารถแจ้งเตือนเหตุการณ์ฉุกเฉินหรือสถานการณ์ที่อาจเป็นอันตราย

สำหรับงานวิจัย สวทช. ได้พัฒนา แพลตฟอร์ม Traffy Fondue เกิดขึ้นจากการผสานการทำงานของ 2 เทคโนโลยีหลัก คือ  Geographical Information System (GIS) ซึ่งเป็นเทคโนโลยีเพื่อการจัดเก็บรายละเอียดข้อมูล ตำแหน่งของสถานที่ รวมถึงรูปภาพของสถานที่ และเทคโนโลยี AI ซึ่งทำหน้าที่ประมวลผลข้อมูล Big Data ออกมาเป็นข้อมูลที่พร้อมใช้งาน รวมถึงการมีจุดแข็งที่การมีแพลตฟอร์มให้ประชาชนทั่วไปใช้งานได้ง่าย ทำให้สามารถประยุกต์ใช้งานแพลตฟอร์ม Traffy Fondue เพื่อส่งเสริมการเป็น Smart City ในด้านอื่นๆ ให้กับประเทศได้อีกหลากหลาย

ตอนนี้แพลตฟอร์ม Traffy Fondue มีสถิติเรื่องแจ้งทั่วประเทศใกล้ครบ 1 ล้านเรื่องแล้ว โดยข้อมูลในเดือนกรกฎาคม 2567 รับเรื่องแจ้งแล้ว 947,769 เรื่อง แถมเรื่องแจ้งได้รับการแก้ไขถึง 733,372 หรือคิดเป็น 77% และใช้เวลาแก้ปัญหาเร็วขึ้นเฉลี่ยถึง 4 เท่า นับเป็นตัวอย่างของการนำเทคโนโลยีเข้ามาปฏิรูปเพิ่มประสิทธิภาพการทำงานของระบบราชการให้แก่ประชาชนอย่างแท้จริง ส่งผลให้หน่วยงานต่าง ๆ ให้ความสนใจนำแพลตฟอร์มไปประยุกต์ใช้เพิ่มช่องทางรับแจ้งปัญหา ช่วยให้ประชาชนแจ้งปัญหาได้สะดวกและครอบคลุมมากยิ่งขึ้น อีกทั้งยังช่วยให้เจ้าหน้าที่แก้ไขปัญหาให้ประชาชนได้อย่างรวดเร็วและมีประสิทธิภาพ

สำหรับหน่วยงานที่สนใจสามารถนำ Traffy Fondue ไปประยุกต์ใช้งานโดยไม่มีค่าใช้จ่าย ทั้งนี้ติดตามข้อมูลเพิ่มเติมได้ที่ : ศูนย์ข้อมูล Traffy Fondue หรือ https://info.traffy.in.th

SageMath   เป็นซอฟต์แวร์โอเพ่นซอร์สที่ใช้สำหรับการคำนวณทางคณิตศาสตร์ ที่สามารถดาวน์โหลดและใช้งานได้ฟรี ซึ่งหมายความว่าไม่ต้องเสียค่าใช้จ่ายในการใช้งาน และผู้ใช้สามารถเข้าถึงและแก้ไขโค้ดได้ตามต้องการ มันรวมฟังก์ชันจากหลายโปรแกรมคอมพิวเตอร์ที่มีชื่อเสียง เช่น MATLAB, Maple, Mathematica, และ R โดยมีจุดมุ่งหมายเพื่อให้ผู้ใช้สามารถทำการคำนวณทางคณิตศาสตร์ได้อย่างครบถ้วนและมีประสิทธิภาพ SageMath ใช้ภาษา Python เป็นหลักในการเขียนโค้ด ซึ่งเป็นภาษาโปรแกรมที่ได้รับความนิยมและง่ายต่อการเรียนรู้   โดยมีคุณสมบัติสำคัญคือ

• การคำนวณพีชคณิตและการแก้สมการ
• การวิเคราะห์เชิงตัวเลขและสถิติ
• การสร้างกราฟและการวิเคราะห์ทางเรขาคณิต
• การจัดการกับโครงสร้างทางคณิตศาสตร์ที่ซับซ้อน เช่น พื้นที่เวกเตอร์, แมทริกซ์, และวงแหวน

การใช้ SageMath สามารถทำได้ผ่านทางกราฟิก (SageMath Notebook) หรือผ่านทางใช้คำสั่ง (SageMath Command Line) นอกจากนี้ยังมีเวอร์ชันที่สามารถใช้ผ่านเว็บเบราว์เซอร์ที่เรียกว่า SageMathCloud หรือ CoCalc ซึ่งช่วยให้ผู้ใช้สามารถทำงานร่วมกันและเข้าถึงเครื่องมือทางคณิตศาสตร์ได้จากทุกที่

DevOps  เป็นแนวคิดการผสมผสานระหว่าง การพัฒนาซอฟต์แวร์ (Development) และ การดำเนินงานด้าน IT Operations โดยมุ่งเน้นการสร้างกระบวนการทำงานที่ช่วยให้ทีมพัฒนาซอฟต์แวร์และทีมปฏิบัติการทำงานร่วมกันได้อย่างใกล้ชิดมากขึ้น มีจุดมุ่งหมายเพื่อลดช่องว่างระหว่างการพัฒนาและการนำซอฟต์แวร์ไปใช้งานจริง และช่วยเพิ่มประสิทธิภาพการส่งมอบซอฟต์แวร์ที่รวดเร็วและมีคุณภาพ

ตัวอย่างของกระบวนการ DevOps มีดังนี้:

• Planning
  • ทีมพัฒนาซอฟต์แวร์และทีมปฏิบัติการทำงานร่วมกันเพื่อกำหนดความต้องการทางธุรกิจ กำหนดคุณสมบัติของซอฟต์แวร์ และวางแผนการพัฒนา โดยใช้เครื่องมือช่วยในการจัดการโปรเจกต์ เช่น Jira, Trello หรือ Azure DevOps
• Development
  • นักพัฒนาเขียนโค้ดและพัฒนาฟีเจอร์ของแอปพลิเคชัน โดยใช้ระบบควบคุมเวอร์ชัน (Version Control) เช่น Git เพื่อเก็บรักษาและจัดการโค้ด
  • เครื่องมือที่ใช้: Git, GitHub, GitLab
• Testing
  • โค้ดที่เขียนจะต้องผ่านการทดสอบโดยอัตโนมัติ Automated Testing เพื่อตรวจสอบความถูกต้อง เช่น การทดสอบหน่วย (Unit Testing) และการทดสอบบูรณาการ (Integration Testing) ตัวอย่างของกระบวนการ DevOps:
  • เครื่องมือที่ใช้: Selenium, JUnit, TestNG
• Integration & Build
  • กระบวนการรวมโค้ดจากนักพัฒนาหลายๆ คนและสร้างระบบซอฟต์แวร์โดยอัตโนมัติ เพื่อให้แน่ใจว่าโค้ดสามารถทำงานร่วมกันได้ Continuous Integration (CI)
  • เครื่องมือที่ใช้: Jenkins, CircleCI, Travis CI
• Infrastructure as Code
  • การจัดการโครงสร้างพื้นฐานเช่นเซิร์ฟเวอร์หรือเครือข่ายจะถูกควบคุมด้วยโค้ด ทำให้สามารถปรับเปลี่ยนหรือเพิ่มขยายได้ง่ายและมีประสิทธิภาพ
  • เครื่องมือที่ใช้: Terraform, Ansible, Chef, Puppet
• Deployment
  • เมื่อนำซอฟต์แวร์ผ่านการทดสอบและพร้อมใช้งาน กระบวนการ Deploy จะถูกทำโดยอัตโนมัติไปยังสภาพแวดล้อมต่างๆ เช่น Dev, Test, Production
  • เครื่องมือที่ใช้: Docker, Kubernetes
• Monitoring & Logging
  • ซอฟต์แวร์ที่ใช้งานแล้วจะถูกตรวจสอบเพื่อติดตามสถานะและประสิทธิภาพการทำงาน หากมีปัญหาเกิดขึ้นจะสามารถแก้ไขได้อย่างรวดเร็ว
  • เครื่องมือที่ใช้: Prometheus, Grafana, ELK Stack (Elasticsearch, Logstash, Kibana)
• Continuous Feedback & Improvement
  • เมื่อซอฟต์แวร์ถูกนำไปใช้งานแล้ว ต้องรวบรวมข้อมูลจากผู้ใช้งานและระบบเพื่อปรับปรุงซอฟต์แวร์อย่างต่อเนื่อง กระบวนการนี้เป็นการทำให้การพัฒนาและการนำไปใช้งานมีการหมุนเวียนอย่างสม่ำเสมอ

ประโยชน์ของ DevOps  

1. การส่งมอบซอฟต์แวร์ที่รวดเร็วขึ้น (Faster Delivery) : DevOps ช่วยลดเวลาในการพัฒนาซอฟต์แวร์ตั้งแต่การเขียนโค้ดไปจนถึงการส่งมอบหรือ deploy ซอฟต์แวร์ เพราะมีการทำงานร่วมกันระหว่างทีมพัฒนาและทีมปฏิบัติการอย่างใกล้ชิด รวมถึงการใช้เครื่องมืออัตโนมัติในการทดสอบและ deploy ทำให้สามารถออกฟีเจอร์ใหม่ ๆ หรือการแก้ไขบั๊กได้อย่างรวดเร็ว
2. การปรับปรุงคุณภาพของซอฟต์แวร์ (Improved Quality) : กระบวนการทดสอบอัตโนมัติ (Automated Testing) ทำให้สามารถตรวจพบข้อผิดพลาดได้เร็วกว่า ซึ่งช่วยลดปัญหาที่อาจเกิดขึ้นในภายหลัง และการตรวจสอบประสิทธิภาพของระบบหลังการ deploy อย่างสม่ำเสมอช่วยลดการหยุดทำงานของระบบและปรับปรุงคุณภาพอย่างต่อเนื่อง
3. การปรับปรุงความเสถียรของระบบ (Increased System Stability) : ด้วยการใช้เครื่องมือและการตั้งค่าโครงสร้างพื้นฐานเป็นโค้ด (Infrastructure as Code – IaC) DevOps ทำให้ระบบสามารถรองรับการเปลี่ยนแปลงได้โดยมีความเสี่ยงน้อยลง ลดข้อผิดพลาดที่เกิดจากการเปลี่ยนแปลงการตั้งค่าที่ไม่เหมาะสม ทำให้ระบบที่ใช้งานจริงจะมีความเสถียรและมั่นคงมากขึ้น
4. เพิ่มความสามารถในการทำงานร่วมกัน (Improved Collaboration) : DevOps ช่วยให้ทีมพัฒนาและทีมปฏิบัติการทำงานร่วมกันได้อย่างราบรื่น เนื่องจากมีการรวมเครื่องมือและกระบวนการที่เชื่อมโยงกัน ลดช่องว่างการสื่อสารและความขัดแย้งระหว่างทีม
5. การตอบสนองที่รวดเร็วต่อการเปลี่ยนแปลง (Faster Recovery and Adaptation) : หากเกิดปัญหาขึ้นในระบบ ทีมสามารถตอบสนองและแก้ไขปัญหาได้อย่างรวดเร็ว ด้วยการใช้เครื่องมืออัตโนมัติและการตรวจสอบอย่างต่อเนื่อง นอกจากนี้ยังทำให้สามารถปรับเปลี่ยนหรือขยายระบบได้ทันทีตามความต้องการของธุรกิจ
6. การเพิ่มประสิทธิภาพของทรัพยากร (Resource Optimization) : DevOps ช่วยให้การจัดการทรัพยากร เช่น เซิร์ฟเวอร์หรือโครงสร้างพื้นฐานมีประสิทธิภาพมากขึ้นโดยการใช้เทคโนโลยีคลาวด์และการจัดการโครงสร้างพื้นฐานด้วยโค้ด (IaC) ทำให้สามารถปรับขนาดระบบให้สอดคล้องกับความต้องการได้อย่างเหมาะสม
7. การปรับปรุงนวัตกรรม (Fostering Innovation) : ด้วยการส่งมอบซอฟต์แวร์ที่เร็วและการทดสอบที่ง่ายขึ้น นักพัฒนาสามารถมุ่งเน้นไปที่การสร้างฟีเจอร์ใหม่ๆ และนวัตกรรมที่ตอบโจทย์ตลาดได้มากขึ้น
8. การลดต้นทุน (Cost Efficiency) : ด้วยกระบวนการอัตโนมัติและการทำงานร่วมกันที่มีประสิทธิภาพ DevOps ช่วยลดต้นทุนทั้งในด้านแรงงานและทรัพยากร เช่น การลดเวลาในการ deploy ซอฟต์แวร์ การลดข้อผิดพลาดที่เกิดขึ้นในขั้นตอนต่างๆ รวมถึงการลดเวลาหยุดทำงานของระบบ (downtime)

โดยสรุปแล้ว DevOps ช่วยเพิ่มความคล่องตัว ความแม่นยำ และคุณภาพของการพัฒนาซอฟต์แวร์อย่างมาก ซึ่งนำไปสู่ประสิทธิภาพที่สูงขึ้นในองค์กรและความพึงพอใจที่เพิ่มขึ้นของลูกค้า

PaLM 2 (Pathways Language Model 2) เป็นโมเดลภาษาขนาดใหญ่ (LLM) ที่พัฒนาโดย Google  รายละเอียดเพิ่มเติมอยู่ที่ https://ai.google/discover/palm2  เปิดตัวในปี 2023 เป็นเวอร์ชันที่ปรับปรุงขึ้นจาก PaLM รุ่นแรก โดยเพิ่มขีดความสามารถในการประมวลผลภาษาธรรมชาติได้หลากหลายภาษา รวมถึงพัฒนาความสามารถในการทำงานเฉพาะด้าน

ความแตกต่างระหว่าง PaLM 2 กับ LLM อื่น ๆ:

1. สถาปัตยกรรมและประสิทธิภาพ:
   • PaLM 2 สร้างขึ้นโดยใช้สถาปัตยกรรม Pathways ของ Google ซึ่งช่วยให้สามารถประมวลผลข้อมูลหลายชุดพร้อมกันได้อย่างมีประสิทธิภาพและยืดหยุ่น โดยสามารถใช้งานโมเดลเดียวกับงานที่แตกต่างกันได้หลายประเภท
   • ในขณะที่ LLM ทั่วไป เช่น GPT อาจเน้นไปที่การสร้างภาษาและการตอบคำถามโดยใช้ความเข้าใจเชิงบริบท PaLM 2 มีการออกแบบมาเพื่อรองรับการใช้งานที่หลากหลายและซับซ้อนขึ้น เช่น การทำงานด้านคณิตศาสตร์และวิทยาศาสตร์
2. ความสามารถในหลายภาษา:
   • PaLM 2 ถูกฝึกด้วยข้อมูลหลายภาษา ทำให้สามารถทำงานกับภาษาต่าง ๆ ได้ดีกว่า LLM ทั่วไป
   • มีความสามารถในการจัดการกับไวยากรณ์ วากยสัมพันธ์ และคำศัพท์ที่ซับซ้อนได้แม่นยำมากขึ้น
3. การปรับปรุงเฉพาะด้าน:
   • PaLM 2 ได้รับการฝึกอบรมเพิ่มเติมในสาขาเฉพาะ เช่น การเขียนโปรแกรม การวิเคราะห์ทางชีวภาพ และการทำงานด้านการรักษาความปลอดภัยของข้อมูล
   • ในขณะที่ LLM อื่น ๆ มักเน้นการประมวลผลภาษาธรรมชาติทั่วไป
4. การใช้งานเชิงพาณิชย์และวิจัย:
   • PaLM 2 ได้รับการปรับแต่งสำหรับการใช้งานที่ต้องการความแม่นยำสูง เช่น งานวิทยาศาสตร์ เทคโนโลยี และการแพทย์
   • LLM ทั่วไปมักจะใช้ในการสร้างเนื้อหา การตอบคำถาม และการทำงานภาษาที่กว้างขวางมากกว่า

นอกจากนี้ทาง Google ได้พัฒนาบริการ PaLM API เป็น  API ที่ Google พัฒนาขึ้นเพื่อให้ผู้พัฒนาสามารถเข้าถึงโมเดลภาษาขนาดใหญ่ (LLM) ของ PaLM 2 ได้ง่ายขึ้น โดย API นี้ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชันที่ใช้ความสามารถของปัญญาประดิษฐ์ (AI) ในการประมวลผลภาษาธรรมชาติ การตอบคำถาม และการทำงานอื่น ๆ ที่เกี่ยวข้องกับการสร้างและจัดการข้อความ ตัวอย่างเช่น  การสร้างแชทบอท การตอบคำถามโดยใช้ฐานข้อมูลขนาดใหญ่ หรือการสร้างคอนเทนต์อัตโนมัติ ช่วยในการสรุปเนื้อหา การแปลภาษา หรือการดึงข้อมูลจากข้อความและช่วยให้นักพัฒนาสร้างโซลูชัน AI ที่เกี่ยวกับการสร้างเนื้อหา การจัดการข้อมูล และการวิเคราะห์ข้อมูลในภาษาต่าง ๆ