AI Tag - Big Data Institute

ข่าวและบทความที่เกี่ยวข้อง

บทความ

Mixture-of-Experts (MoE): ขยายพลัง LLM แบบฉลาดและคุ้มค่า

ตลอดไม่กี่ปีที่ผ่านมา โลกของปัญญาประดิษฐ์ได้พัฒนาไปอย่างรวดเร็ว โดยเฉพาะในด้านของโมเดลภาษา (Large Language Models – LLMs) ที่มีทั้งขนาดของโมเดลและปริมาณข้อมูลในการฝึกสอนเพิ่มขึ้นอย่างมาก การเติบโตนี้ทำให้โมเดลมีความสามารถมากขึ้นเรื่อย ๆ แต่ก็ต้องแลกมาด้วยต้นทุนด้านการประมวลผลที่สูงขึ้นตามไปด้วย หนึ่งในแนวทางที่ช่วยให้โมเดลมีความสามารถสูงขึ้นโดยไม่สูญเสียประสิทธิภาพคือแนวคิด Mixture-of-Experts (MoE) ซึ่งเป็นวิธีการแบ่งโมเดลออกเป็นกลุ่มของ “ผู้เชี่ยวชาญ” (experts) หลายตัว และมี “ตัวเลือก” (router) คอยตัดสินใจว่าในแต่ละรอบการประมวลผลจะใช้ผู้เชี่ยวชาญตัวใดบ้าง วิธีนี้ช่วยให้ระบบทำงานได้รวดเร็วขึ้น ใช้พลังคำนวณอย่างคุ้มค่า และยังคงให้ผลลัพธ์ที่มีคุณภาพสูง Mixture‑of‑Experts คืออะไร? Mixture-of-Experts (MoE) คือสถาปัตยกรรมของระบบประสาทเทียมที่ประกอบด้วย “ผู้เชี่ยวชาญ” (experts) หลายตัว ซึ่งแต่ละตัวมักเป็นเครือข่ายประสาทแบบฟีดฟอร์เวิร์ด (Feed-Forward Neural Network: FFNN) ที่มีความถนัดแตกต่างกัน แนวคิดนี้ตั้งอยู่บนสมมติฐานว่า “เราไม่จำเป็นต้องใช้โมเดลขนาดใหญ่ทั้งหมดทุกครั้งในการประมวลผลข้อมูล” แต่สามารถเลือกใช้เฉพาะผู้เชี่ยวชาญบางส่วนที่เหมาะสมกับข้อมูลนั้นแทนได้ สถาปัตยกรรม MoE มีองค์ประกอบหลักอยู่สองส่วน ได้แก่ ด้วยการเลือกใช้เฉพาะบางส่วนของโมเดลในแต่ละครั้ง ทำให้ MoE สามารถลดการใช้ทรัพยากรในการประมวลผลลงได้อย่างมาก เมื่อเทียบกับโมเดลแบบหนาแน่น (Dense Models) ที่ต้องทำงานทุกส่วนพร้อมกัน ขณะเดียวกัน ผู้เชี่ยวชาญแต่ละตัวก็สามารถเรียนรู้รูปแบบเฉพาะของข้อมูลได้ลึกขึ้น ทำให้โมเดลโดยรวมมีความยืดหยุ่นและฉลาดมากขึ้น หลักการทำงานและวิวัฒนาการของ MoE แนวคิดของ Mixture-of-Experts (MoE) ทำงานโดย “กระจายงานให้ผู้เชี่ยวชาญเพียงบางส่วน” สำหรับการประมวลผลข้อมูลแต่ละครั้ง กล่าวคือ เครือข่ายตัวเลือก (router) จะประเมินคะแนนของผู้เชี่ยวชาญแต่ละตัวผ่านฟังก์ชัน softmax จากนั้นจะเลือกผู้เชี่ยวชาญที่มีคะแนนสูงสุดมาทำงานกับอินพุตนั้น วิธีนี้เรียกว่า “conditional computation” ซึ่งช่วยลดภาระในการประมวลผลลงได้มาก เพราะโมเดลไม่จำเป็นต้องเปิดใช้งานพารามิเตอร์ทั้งหมดเหมือนในโมเดลแบบหนาแน่น (dense models) แนวคิดของ MoE ปรากฏครั้งแรกตั้งแต่ช่วงต้นทศวรรษ 1990 ในนิพนธ์ชื่อ Adaptive Mixtures of Local Experts และกลับมาได้รับความสนใจอีกครั้งเมื่อ Noam Shazeer และคณะ เสนอแนวคิด Sparsely-Gated MoE ในปี 2017 สำหรับงานจำลองภาษาแบบลำดับ (sequence modeling) โมเดลนี้ใช้ผู้เชี่ยวชาญจำนวนมากในชั้นฟีดฟอร์เวิร์ด (feed-forward layer) แต่เลือกใช้งานเพียงบางส่วนในแต่ละครั้ง ทำให้สามารถเพิ่มจำนวนพารามิเตอร์โดยรวมได้หลายเท่า โดยไม่ต้องเพิ่มภาระการคำนวณตามไปด้วย จากภาพ แสดงโครงสร้างพื้นฐานของ MoE – Router เลือกผู้เชี่ยวชาญที่เหมาะสมจากหลายโมดูลเพื่อประมวลผลอินพุตอย่างมีประสิทธิภาพ โดย ข้อดีและความท้าทายของ MoE การออกแบบของ Mixture-of-Experts (MoE) ที่เปิดใช้งานเฉพาะส่วนของพารามิเตอร์ในแต่ละครั้ง ช่วยให้โมเดลมีจุดเด่นหลายประการ ได้แก่ ความท้าทายของ MoE แม้ MoE จะมีศักยภาพสูง แต่ก็มีข้อจำกัดและความท้าทายที่ต้องพิจารณา ได้แก่ โมเดลรุ่นใหม่ที่ใช้หลักการ MoE แนวคิด Mixture-of-Experts (MoE) ได้รับความนิยมอย่างต่อเนื่องในกลุ่มโมเดลภาษารุ่นใหม่ของปี 2025 ซึ่งหลายค่ายนำสถาปัตยกรรมนี้มาใช้เพื่อเพิ่มประสิทธิภาพและลดต้นทุนการประมวลผล โดยมีตัวอย่างที่น่าสนใจดังนี้ ตารางสรุปโมเดลที่ใช้ MoE สรุป Mixture-of-Experts (MoE) เป็นสถาปัตยกรรมที่ช่วยให้โมเดลภาษาขนาดใหญ่สามารถขยายขนาดได้อย่างมีประสิทธิภาพ โดยแบ่งโมเดลออกเป็น “ผู้เชี่ยวชาญ” หลายตัว และใช้ “ตัวเลือก” (router) ในการกำหนดเส้นทางของข้อมูลไปยังผู้เชี่ยวชาญที่เหมาะสม แนวทางนี้ช่วยลดภาระการคำนวณ ใช้พลังงานและหน่วยความจำน้อยลง แต่ยังคงเพิ่มขีดความสามารถของโมเดลได้อย่างต่อเนื่อง แนวคิด MoE ซึ่งเริ่มต้นจากงานวิจัยในช่วงทศวรรษ 1990 ได้รับการพัฒนาจนกลายเป็นเทคโนโลยีสำคัญในโมเดลรุ่นใหม่ของยุคปัจจุบัน เช่น Llama 4, Qwen3, และ GPT-OSS ที่ต่างนำแนวคิดนี้ไปปรับใช้เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน และเปิดโอกาสให้ชุมชนผู้พัฒนาสามารถต่อยอดได้อย่างอิสระ สำหรับประเทศไทย การมีโมเดล โอเพนซอร์สที่ใช้สถาปัตยกรรม MoE จะช่วยให้นักวิจัยและนักพัฒนาสามารถทดลอง สร้างสรรค์ และต่อยอดบริการอัจฉริยะได้ด้วยตนเอง โดยไม่ต้องพึ่งพาแพลตฟอร์มปิดจากต่างประเทศ ความเข้าใจเกี่ยวกับ MoE จึงเป็นรากฐานสำคัญในการก้าวสู่ยุคใหม่ของปัญญาประดิษฐ์ ที่เน้นทั้ง ประสิทธิภาพ การเปิดกว้าง และความยั่งยืนของนวัตกรรม เอกสารอ้างอิง : [1] Shazeer et al., 2017, ‘Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer' (arXiv:1701.06538) https://arxiv.org/abs/1701.06538 [2] Lepikhin et al., 2020, ‘GShard' (arXiv:2006.16668) https://arxiv.org/abs/2006.16668 [3] Fedus et al., 2021, ‘Switch Transformers' (arXiv:2101.03961) https://arxiv.org/abs/2101.03961 [4] Meta Llama 4 บน Azure/Databricks https://azure.microsoft.com/en-us/blog/introducing-the-llama-4-herd-in-azure-ai-foundry-and-azure-databricks/ [5] Cloudflare: ‘Llama 4 is now available on Workers AI' https://blog.cloudflare.com/meta-llama-4-is-now-available-on-workers-ai/ [6] TechCrunch: ‘Meta releases Llama 4' https://techcrunch.com/2025/04/05/meta-releases-llama-4-a-new-crop-of-flagship-ai-models/ [7] Qwen3 GitHub https://github.com/QwenLM/Qwen3 [8] Qwen3 Blog (Qwen) https://qwenlm.github.io/blog/qwen3/ [9] Alibaba Cloud: ‘Qwen3 … Hybrid Reasoning' https://www.alibabacloud.com/blog/alibaba-introduces-qwen3-setting-new-benchmark-in-open-source-ai-with-hybrid-reasoning_602192 [10] OpenAI: ‘Introducing gpt‑oss' https://openai.com/index/introducing-gpt-oss/ [11] GitHub: openai/gpt‑oss https://github.com/openai/gpt-oss [12] Wikipedia. “Mixture of experts: Machine learning technique.” อธิบายว่า MoE ประกอบด้วยผู้เชี่ยวชาญหลายชุดและฟังก์ชันเกตสำหรับกำหนดน้ำหนัก. [13] Neptune.ai. “Mixture of Experts LLMs: Key Concepts Explained.” สรุปข้อดีของ MoE เช่น การใช้ผู้เชี่ยวชาญบางส่วนต่ออินพุต การแบ่งภาระ และประสิทธิภาพการฝึก. [14] Neptune.ai. “Mixture of Experts LLMs: Key Concepts Explained.” อธิบายว่าผู้เชี่ยวชาญถูกจัดเป็น sub-networks ที่เปิดใช้งานตามอินพุตและสามารถกระจายไปยังอุปกรณ์หลายตัวได้. [15] Du et al. “GLaM: Efficient Scaling of Language Models with Mixture-of-Experts.” รายงานว่า GLaM มี 1.2 ล้านล้านพารามิเตอร์ ใช้สถาปัตยกรรม MoE และใช้พลังงานเพียงหนึ่งในสามของ GPT‑3. [16] Meta. “Llama 4: Leading intelligence.” หน้าเว็บทางการระบุว่า Llama 4 ใช้สถาปัตยกรรม multimodal และ mixture-of-experts พร้อม context window ขนาดใหญ่. [17] Meta. “Build with Llama 4.” หน้าเว็บแสดงคุณลักษณะของรุ่นย่อยเช่น Llama 4 Scout ที่รองรับ multimodal และ context window ยาว 10M tokens. [18] HuggingFace model card. “Qwen3-235B-A22B-Thinking-2507.” ระบุว่ามีพารามิเตอร์รวม 235B และเปิดใช้งาน 22B ต่อ token บ่งบอกการใช้ MoE. [19] GPT-Oss.ai. “GPT-Oss MoE Architecture.” อธิบายว่า GPT‑Oss ใช้ผู้เชี่ยวชาญ 128 ชุดและ Top‑4 routing มีพารามิเตอร์ sparse 11.6B ใช้งานจริง 510M.

22 October 2025

บทความ

BDI ขานรับนโยบาย ‘Quick Win’ เดินเกม Data Economy หนุน SMEs ไทย ใช้ Big Data – AI ผ่านโครงการ “The UP: Unlock Potential with Data” เร่งปลดล็อกข้อจำกัดเดิม ดัน GDP รวม เติบโตต่อเนื่อง

22 ตุลาคม 2568, กรุงเทพฯ – สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI ขานรับนโยบายของรัฐบาลภายใต้แนวทาง “Quick Win” เร่งเดินหน้าเสริมศักยภาพผู้ประกอบการ SMEs ไทย พร้อมแข่งขันในเศรษฐกิจยุคใหม่ ด้วยการผลักดันการใช้ข้อมูล (Data) และ ปัญญาประดิษฐ์ (AI) เป็นเครื่องมือสำคัญในการขับเคลื่อนธุรกิจและสร้างการเติบโตอย่างยั่งยืน เผยความสำเร็จ 2 ปี หนุนผู้ประกอบการ SMEs ไทย แล้วกว่า 50 บริษัท พร้อมมอบประกาศนียบัตรแก่ผู้ประกอบการที่ผ่านการอบรมในโครงการ The UP 2025: Unlock Potential with Data ปีที่ 2 อีกหนึ่งโครงการสำคัญที่มุ่งสร้าง Data-driven Entrepreneur รุ่นใหม่ ดร.สุนทรีย์ ส่งเสริม รองผู้อำนวยการสถาบันข้อมูลขนาดใหญ่ กล่าวว่าในปัจจุบันไม่ว่าจะเป็นภาคการผลิต การส่งออก การท่องเที่ยว และค้าปลีก ต่างได้รับผลกระทบจากความไม่แน่นอนของเศรษฐกิจโลก ตลอดจนพฤติกรรมผู้บริโภคที่เปลี่ยนแปลงตลอดเวลา การนำเทคโนโลยีมาช่วยเสริมความอยู่รอด และเพิ่มขีดความสามารถในการแข่งขันจึงไม่ใช่ทางเลือกแต่เป็นความจำเป็นโดยเฉพาะสำหรับผู้ประกอบการธุรกิจ SMEs ของไทย โดยข้อมูลจาก สำนักงานส่งเสริมวิสาหกิจขนาดกลางและขนาดย่อม (สสว.) ชี้ว่า ภาพรวมธุรกิจ SMEs ในครึ่งปีแรกขยายตัว 3.0% คิดเป็น 34.7% ของ GDP รวม สะท้อนให้เห็นว่าธุรกิจ SMEs ยังคงเป็นกำลังสำคัญของเศรษฐกิจไทยท่ามกลางความท้าทายที่เพิ่มขึ้นในทุกมิติ BDI ในฐานะหน่วยงานหลักด้านการพัฒนาและบูรณาการเชื่อมโยงข้อมูลของประเทศ จึงเป็นส่วนหนึ่งในการเข้ามามีบทบาทรองรับการขยายตัวของธุรกิจ SMEs ให้สามารถก้าวทันเศรษฐกิจดิจิทัล สอดรับกับแนวนโยบาย ‘Quick Win’ ของรัฐบาล โดยมุ่งเสริมแกร่ง เพิ่มขีดความสามารถการแข่งขัน และสร้างมูลค่าเพิ่มให้สินค้าและบริการด้วยพลังของ Big Data และ AI ให้กับผู้ประกอบการไทย โดยตลอดระยะเวลา 2 ปี ได้ผลักดันโครงการสำคัญอย่าง The UP: Unlock Potential with Data ปัจจุบันมีผู้ประกอบการ SMEs กว่า 50 บริษัท ที่ผ่านโปรแกรมให้คำปรึกษาและสามารถนำองค์ความรู้ที่ได้รับไปต่อยอด พัฒนา และสร้างมูลค่าเพิ่มให้กับธุรกิจของตนเองได้อย่างเป็นรูปธรรม “การขับเคลื่อนดังกล่าวจะเป็นกลไกหนึ่งในการยกระดับเศรษฐกิจฐานรากของประเทศให้เติบโตบนฐานข้อมูลคุณภาพและนวัตกรรมดิจิทัล ช่วยให้ผู้ประกอบการ SMEs ไทย สามารถลดต้นทุน เพิ่มประสิทธิภาพ และต่อยอดธุรกิจสู่ตลาดใหม่ทั้งในและต่างประเทศได้อย่างยั่งยืน พร้อมสร้างคลื่นผู้ประกอบการยุคใหม่ที่ใช้ Big Data และ AI นำไปสู่การเพิ่มมูลค่า GDP จากภาค SMEs ให้เติบโตกว่าเดิม มีศักยภาพแข่งขันในระดับโลกมากขึ้น พร้อมเข้าสู่ยุค Data Economy อย่างเต็มรูปแบบ ผลักดันเศรษฐกิจดิจิทัลและยุทธศาสตร์การส่งออกของไทยให้เติบโตตามเป้าหมายของประเทศในระยะยาว” ล่าสุด BDI ได้จัดพิธีมอบประกาศนียบัตรให้แก่ผู้ประกอบการที่ผ่านการอบรมในโครงการ ‘The UP 2025: Unlock Potential with Data รุ่นที่ 2’ ที่เปิดโอกาสให้ผู้เข้าร่วมได้รับคำปรึกษาแบบตัวต่อตัว (One-to-One Mentoring) รวมกว่า 400 ชั่วโมง จากผู้เชี่ยวชาญด้านข้อมูล พร้อมเวิร์กชอปเชิงลึกด้านการวิเคราะห์ การสร้างคุณค่าทางธุรกิจจากข้อมูล และการพัฒนา Data Blueprint สำหรับแต่ละกิจการ เพื่อให้สามารถนำไปประยุกต์ใช้ได้จริง ในปี 2568 มีผู้เข้าร่วมกว่า 33 บริษัท ซึ่งผู้ประกอบการทุกบริษัทได้รับ Roadmap สำหรับวางแผนพัฒนาองค์กรในระยะต่อไป หลายบริษัทสามารถลดต้นทุนและสต็อกสินค้า เพิ่มประสิทธิภาพการทำงาน (Productivity Gain) และลดความผิดพลาดจากกระบวนการทำงานซ้ำซ้อน ขณะเดียวกันผู้ประกอบการบางรายสามารถสร้างรายได้ใหม่จากตลาด B2C สามารถขยายฐานลูกค้าใหม่ได้ในระหว่างการเข้าร่วมโครงการ และอีกหลายบริษัทได้พัฒนาระบบข้อมูลเชิงโครงสร้าง เช่น Dashboard, ERP และ CRM ที่เชื่อมโยงข้อมูลทุกฝ่ายเข้าด้วยกัน ภายในงานยังมีการมอบรางวัลให้แก่ผู้ประกอบการที่มีผลงานโดดเด่น 5 ด้าน ประกอบด้วย ด้าน Excellent Transformation Award ได้แก่ บริษัท แบงคอก สวิม ทีม จำกัด, ด้าน Endeavor Award ได้แก่ บริษัท ซ้งพาณิชย์ จำกัด, ด้าน Growth Momentum Award ได้แก่ บริษัท ไร้ท์ รีแอคติเวชั่น จำกัด (มหาชน), ด้าน Collaborative Spirit Award ได้แก่ บริษัท ไทย-เยอรมัน เดคคอร์ จำกัด และด้าน Dedicated Team Award ได้แก่ บริษัท ลิงก์ เทคโนโลยี คอร์ปอเรชั่น จำกัด ซึ่งสะท้อนให้เห็นถึงศักยภาพและความเป็นไปได้ของการใช้ข้อมูลเป็นเครื่องมือสำคัญในการขับเคลื่อนการเติบโตอย่างยั่งยืนให้กับผู้ประกอบการไทย “BDI ยังคงมุ่งมั่นเดินหน้าขยายผลโครงการ The UP: Unlock Potential with Data สู่ปีที่ 3 ด้วยเป้าหมายในการต่อยอดความสำเร็จเหล่านี้ให้เข้าถึง SMEs ในทุกภูมิภาคทั่วประเทศ เพื่อสร้างระบบนิเวศทางธุรกิจที่แข็งแกร่งบนพื้นฐานของข้อมูลและปัญญาประดิษฐ์ (Data & AI Ecosystem) ที่ช่วยให้ SMEs ใช้ข้อมูลตัดสินใจได้อย่างแม่นยำและแข่งขันได้ในยุคดิจิทัล และผลักดันให้ SMEs ไทยก้าวสู่การเป็นผู้เล่นสำคัญในเวทีเศรษฐกิจโลกได้อย่างภาคภูมิ” ดร.สุนทรีย์ กล่าวสรุป

22 October 2025

บทความ

BDI โชว์ Data Catalog บนแพลตฟอร์ม “Envi Link” มุ่งสร้างประโยชน์ทุกภาคส่วน สู่การแก้ปัญหาสิ่งแวดล้อมอย่างยั่งยืน ในงาน Government Data Catalog Day 2568

20 ตุลาคม 2568, ปทุมธานี – สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI โดยเจ้าหน้าที่ โครงการ Envi Link แพลตฟอร์มเชื่อมโยงข้อมูลด้านสิ่งแวดล้อมแห่งชาติ พร้อมด้วยเจ้าหน้าที่ที่เกี่ยวข้อง ร่วมจัดบูทนิทรรศการ หัวข้อ การขับเคลื่อนประเทศด้วยพลังแห่งการบูรณาการข้อมูลภาครัฐ ภายในงานประชุมสัมมนา Government Data Catalog Day ประจำปี 2568 ภายใต้แนวคิด “Unlocking Thailand’s Data Potential” จัดโดย สำนักงานสถิติแห่งชาติ (สสช.) โดยได้รับเกียรติจากนางจีราวรรณ บุญเพิ่ม ที่ปรึกษารัฐมนตรีว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) เป็นประธานในพิธีเปิดงาน ณ โรงแรมโนโวเทล ฟิวเจอร์พาร์ค รังสิต จังหวัดปทุมธานี โดยบูท Envi Link ได้นำเสนอรายละเอียดเกี่ยวกับแพลตฟอร์มเชื่อมโยงข้อมูลด้านสิ่งแวดล้อม ที่ใช้เทคโนโลยี Big Data เชื่อมโยงและวิเคราะห์ข้อมูลจากกว่า 30 หน่วยงานทั่วประเทศ รวมมากกว่า 200 ชุดข้อมูล เพื่อบูรณาการและส่งเสริมการใช้ประโยชน์จากข้อมูล สู่การแก้ไขปัญหาสิ่งแวดล้อมอย่างยั่งยืน ทั้งนี้ แพลตฟอร์ม Envi Link แบ่งออกเป็น 3 บริการหลัก คือ 1. การสืบค้นข้อมูลผ่านบริการ Data Catalog ที่รวบรวมข้อมูล หรือรายชื่อข้อมูลที่เป็นประโยชน์ 2. บริการข้อมูล เพื่อการวิจัย และพัฒนานวัตกรรมผ่านบริการข้อมูลที่มีมาตรฐาน ในรูปแบบ API หรือไฟล์ข้อมูลในรูปแบบอื่น ๆ และ 3. บริการแดชบอร์ด นำเสนอการวิเคราะห์ข้อมูลผ่าน Interactive Dashboardสำหรับสนับสนุนการตัดสินใจในเชิงนโยบายอย่างมีทิศทาง การจัดงานในครั้งนี้จัดขึ้นต่อเนื่องเป็นปีที่ 4 เพื่อเผยแพร่ผลสำเร็จของการพัฒนาระบบบัญชีข้อมูลภาครัฐ (Government Data Catalog) ซึ่งเป็นเครื่องมือสำคัญในการยกระดับการบริหารจัดการข้อมูลภาครัฐให้มีมาตรฐานเดียวกันทั่วประเทศ สนับสนุนการขับเคลื่อนนโยบายรัฐบาลอัจฉริยะ (Smart & Open Government) และก้าวสู่การขับเคลื่อนประเทศด้วยข้อมูล (Data-Driven Nation) อย่างแท้จริง โดยภายในงานมีหน่วยงานทั้งภาครัฐ รัฐวิสาหกิจ องค์การมหาชน และสถาบันการศึกษา เข้าร่วมกว่า 100 หน่วยงาน สำหรับระบบบัญชีข้อมูลภาครัฐในปัจจุบัน มีหน่วยงานทั้งส่วนกลาง ส่วนภูมิภาค และท้องถิ่น เข้าร่วมกว่า 296 หน่วยงาน พร้อมให้บริการข้อมูลกว่า 25,000 ชุดข้อมูล และได้ลงทะเบียนบนระบบบัญชีข้อมูลภาครัฐมากกว่า 19,000 ชุดข้อมูล โดยสำนักงานสถิติแห่งชาติทำหน้าที่กำกับดูแลมาตรฐานตามกรอบธรรมาภิบาลข้อมูลภาครัฐ (Data Governance Framework) เพื่อให้ข้อมูลทุกชุดมีความถูกต้อง น่าเชื่อถือ และพร้อมใช้งานสำหรับภาครัฐ ภาคเอกชน สถาบันการศึกษา และประชาชนทั่วไป

20 October 2025

บทความ

BDI ร่วมประชุมคณะอนุกรรมการวิชาการและระบบข้อมูลสุขภาพ ครั้งที่ 1/2568 หารือแนวทางขับเคลื่อนสุขภาพดิจิทัลแห่งชาติ

15 ตุลาคม 2568, นนทบุรี – สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI เข้าร่วมประชุมคณะอนุกรรมการวิชาการและระบบข้อมูลสุขภาพ ครั้งที่ 1/2568 ณ สำนักงานปลัดกระทรวงสาธารณสุข จังหวัดนนทบุรี โดยมีนายพัฒนา พร้อมพัฒน์ รัฐมนตรีว่าการกระทรวงสาธารณสุข มอบนโยบาย การประชุมครั้งนี้ มีการรายงานความคืบหน้าของการดำเนินงานด้านระบบสุขภาพดิจิทัลในประเด็นสำคัญต่าง ๆ โดย ศ. ดร.ธีรณี อจลากุล ผู้อำนวยการสถาบันข้อมูลขนาดใหญ่ (BDI) ในฐานะหน่วยงานหลักในการขับเคลื่อนการพัฒนาระบบข้อมูลสุขภาพดิจิทัลของประเทศ ได้แสดงความพร้อมในการสนับสนุนการบูรณาการและเชื่อมโยงข้อมูลระหว่างหน่วยงาน ทั้งภายในและภายนอกกระทรวงสาธารณสุข นอกจากนี้ยังมีการหารือการจัดทำบันทึกความร่วมมือ (MOU) และ Data Sharing Agreement (DSA) ระหว่างกระทรวงสาธารณสุขกับหน่วยงานภายนอก เพื่อสนับสนุนการเชื่อมโยงข้อมูลระหว่างระบบ Health Link กับระบบของกระทรวงสาธารณสุข ในช่วงท้ายของการประชุม รัฐมนตรีว่าการกระทรวงสาธารณสุข ได้เน้นย้ำถึงความสำคัญของการบูรณาการข้อมูลระหว่างหน่วยงาน เพื่อมุ่งสู่การพัฒนา Virtual Cloud ด้านสุขภาพระดับประเทศ รองรับการขับเคลื่อนนโยบายดิจิทัลของรัฐบาล และเป็นรากฐานสำคัญในการพัฒนาบริการสุขภาพ จากการเชื่อมโยงข้อมูลประชาชนอย่างครบวงจร การประชุมครั้งนี้ถือเป็นอีกก้าวสำคัญของการสร้างระบบนิเวศด้านสุขภาพดิจิทัลที่ยั่งยืนและปลอดภัย เพื่อประโยชน์สูงสุดของประชาชนและการบริหารจัดการระบบสุขภาพของประเทศในอนาคต

15 October 2025

บทความ

BDI Launches “Envi Link” Platform to Combat PM2.5 with Big Data. Promoting Chiang Mai as a model for sustainable air pollution management

9 – 10 October 2025, Chiang Mai – The Big Data Institute (Public Organization) or BDI, under the Ministry of Digital Economy and Society, is launching “Envi Link”, an environmental data platform that uses Big Data technology to connect and analyze data from over 30 agencies nationwide, totaling over 200 datasets. The platform is designed to support systematic management of the air pollution problem (PM 2.5). Chiang Mai Province has been selected as a pilot area for implementing “data-driven environmental management” to improve air quality, enhance quality of life, and promote the long-term sustainability of the city. Mr. Sivakorn Buapong, Deputy Governor of Chiang Mai Province, stated that Chiang Mai has faced continuous challenges in terms of air pollution due to PM 2.5 and other air pollutants for many years. The introduction of an integrated data system such as “Envi Link” marks a game-changing step for local environmental management. This is because it provides local authorities with more in-depth and accurate information to assess situations, as well as to plan and implement measures promptly. In particular, the use of data dashboards enables executives to monitor near real-time conditions in each area, analyze trends, and systematically evaluate performance based on data-driven decisions. The Deputy Governor added that the cooperation between Chiang Mai and BDI is not only about using data technology to address the smog problem, but also serves as a model for a “clean air city”, where the public, private, and educational sectors can access and use the same data to monitor conditions, plan jointly, and prevent problems through participatory approaches. This represents an advancement to proactive environmental management driven by real data and cooperation across all sectors. Prof. Dr. Tiranee Achalakul, President of the Big Data Institute (Public Organization) or BDI, states that BDI is committed to harnessing the...

10 October 2025

บทความ

Movements

AI ทำนายทายทัก: การประยุกต์ใช้ Big Data และปัญญาประดิษฐ์ (AI) ในการพยากรณ์อนาคต

การพยากรณ์อนาคตหรือการดูดวง ถือเป็นกิจกรรมที่อยู่คู่กับมนุษยชาติมาอย่างยาวนาน ตั้งแต่ยุคโบราณที่มนุษย์เริ่มสังเกตดวงดาว การเคลื่อนที่ของดวงอาทิตย์ ดวงจันทร์ และดาวเคราะห์ เพื่อนำมาทำนายฤดูกาล การเกษตร ตลอดจนเหตุการณ์สำคัญในชีวิต เช่น การเกิด การแต่งงาน หรือการตัดสินใจทางการเมือง หลักฐานทางโบราณคดีในหลายอารยธรรม เช่น บาบิโลน อียิปต์ อินเดีย และจีน แสดงให้เห็นว่ามนุษย์มีความพยายามหาความหมายจากสิ่งเหนือธรรมชาติและปรากฏการณ์ทางจักรวาลมาโดยตลอด และในสังคมไทยเอง การดูดวงก็มีทั้งในรูปแบบโหราศาสตร์ไทย ไพ่ยิปซี พรหมญาณ ตลอดจนศาสตร์การทำนายที่ผสมผสานกับความเชื่อทางพุทธศาสนา การดูดวงจึงไม่เพียงเป็นกิจกรรมทางจิตวิทยาที่ช่วยสร้างความมั่นใจ แต่ยังเป็นส่วนหนึ่งของผู้คนที่สืบทอดกันมาหลายชั่วอายุคน และในยุคดิจิทัลปัจจุบัน เทคโนโลยีได้เข้ามามีบทบาทในทุกมิติของชีวิตมนุษย์ แม้กระทั่งการดูดวงเองก็ไม่อาจแยกออกจากการพัฒนาของ ข้อมูลขนาดใหญ่ (Big Data) และ ปัญญาประดิษฐ์ (Artificial Intelligence: AI) การประมวลผลข้อมูลมหาศาลร่วมกับอัลกอริทึมการเรียนรู้ของเครื่อง (Machine Learning) ช่วยให้การทำนายดวงมีความหลากหลายและมีความเป็นส่วนตัวมากขึ้น ผู้ใช้สามารถเข้าถึงบริการได้ผ่านแอปพลิเคชัน เว็บไซต์ และแชตบอตตลอด 24 ชั่วโมง การผสมผสานศาสตร์โบราณกับเทคโนโลยีสมัยใหม่ จึงเป็นเรื่องที่น่าสนใจ เพราะนอกจากจะสะท้อนถึงพลวัตของสังคมมนุษย์แล้ว ยังชี้ให้เห็นถึงศักยภาพของ Big Data และ AI ในการนำมาใช้กับศาสตร์ที่เกี่ยวข้องกับความเชื่อส่วนบุคคล ซึ่งแต่เดิมอาจถูกมองว่าเป็นนามธรรมและยากต่อการพิสูจน์ ปัจจุบันมีหลายแพลตฟอร์มที่ให้การพยากรณ์ดูดวง เช่น เว็บไซต์ myhora.com หนึ่งในผู้ให้บริการดูดวงออนไลน์ที่ได้รับความนิยมในประเทศไทย โดยให้บริการโหราศาสตร์ไทย การคำนวณดวงชะตาจากวันเดือนปีเกิด การผูกดวง และการพยากรณ์เหตุการณ์สำคัญ ข้อได้เปรียบของแพลตฟอร์มนี้ คือ การนำ ฐานข้อมูลวันเกิด ดวงดาว และหลักโหราศาสตร์ไทย มาวิเคราะห์แบบอัตโนมัติ ทำให้ผู้ใช้ได้รับผลการทำนายที่เฉพาะเจาะจงตามข้อมูลส่วนบุคคล หรือแพลตฟอร์ม ChatGPT แม้ ChatGPT ไม่ได้ถูกออกแบบมาเพื่อการดูดวงโดยตรง แต่ผู้ใช้นิยมนำมาเป็น “ผู้ช่วยดูดวง” ด้วยการพิมพ์คำถาม เช่น การทำนายความรัก การงาน หรือโชคลาภ ด้วยเทคนิคการ ประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) ทำให้ AI สามารถตอบสนองต่อคำถามในลักษณะการสนทนาได้อย่างสมจริง นอกจากนี้ ChatGPT ยังสามารถสร้างสรรค์คำทำนายใหม่ ๆ ที่ผสมผสานระหว่างข้อมูลดั้งเดิมกับการประยุกต์ในเชิงจินตนาการ สะท้อนถึงแนวโน้มของการใช้ AI เป็นเครื่องมือสนับสนุนด้านจิตวิทยาและความเชื่อ รวมไปถึงแอปพลิเคชันโหราศาสตร์ต่างประเทศ เช่น Co-Star และ The Pattern ซึ่งอาศัยฐานข้อมูลตำแหน่งดาวเคราะห์จากองค์การนาซา (NASA) และใช้ Machine Learning วิเคราะห์ความสัมพันธ์ของดวงดาวกับบุคลิกภาพผู้ใช้ แอปเหล่านี้ยังสามารถเชื่อมต่อกับโซเชียลมีเดียเพื่อทำนายความเข้ากันได้ระหว่างเพื่อนหรือคู่รัก แสดงให้เห็นถึงการผสมผสานระหว่าง Big Data และ AI กับศาสตร์ดั้งเดิมอย่างลึกซึ้ง การนำ Big Data และ AI มาประยุกต์ใช้กับการดูดวง สามารถอธิบายได้เป็นลำดับขั้นโดยสังเขป ดังนี้ 1. การเก็บรวบรวมข้อมูล (Data Collection) ได้ว่าจะเป็น ข้อมูลเชิงดาราศาสตร์ ตำแหน่งของดวงดาว ดาวเคราะห์ และปรากฏการณ์ทางจักรวาลจากฐานข้อมูลวิทยาศาสตร์ ข้อมูลผู้ใช้ วันเดือนปีเกิด เวลาเกิด สถานที่เกิด ตลอดจนข้อมูลส่วนบุคคล เช่น เพศ ความสนใจ หรือพฤติกรรมออนไลน์ และข้อมูลจากแหล่งสังคมออนไลน์ (Social Media Data) การโพสต์ ความรู้สึก หรือการแสดงความคิดเห็นของผู้ใช้ ซึ่งสามารถสะท้อนถึงอารมณ์และบุคลิกภาพ 2. การจัดเก็บและประมวลผลข้อมูล (Data Processing & Storage) เมื่อได้ข้อมูลจำนวนมหาศาลแล้ว จำเป็นต้องอาศัยเทคโนโลยี Big Data เช่น Hadoop, Spark หรือฐานข้อมูลเชิงสัมพันธ์และไม่เชิงสัมพันธ์ (SQL/NoSQL) เพื่อจัดเก็บข้อมูลและเตรียมพร้อมสำหรับการวิเคราะห์ 3. การวิเคราะห์ข้อมูลด้วย AI ซึ่งมีตัวอย่างที่น่าสนใจมีการนำวิเคราะห์ข้อมูล เช่น ที่มาภาพ: https://blogs.sas.com/content/subconsciousmusings/2020/12/09/machine-learning-algorithm-use/ ที่มาภาพ: https://www.datasciencecentral.com/top-nlp-algorithms-amp-concepts/ ที่มาภาพ: https://www.geeksforgeeks.org/artificial-intelligence/artificial-neural-networks-and-its-applications/ 4. การนำเสนอผลลัพธ์ (Result Presentation) ผลการวิเคราะห์จะถูกนำเสนอผ่านแอป เว็บไซต์ หรือแชตบอต โดยมักปรับแต่งให้เหมาะสมกับผู้ใช้แต่ละราย เพื่อสร้างประสบการณ์ที่เป็นส่วนตัว (Personalized Experience) 5. การเรียนรู้และปรับปรุงต่อเนื่อง (Feedback & Continuous Learning) ระบบ AI จะเก็บข้อมูลปฏิกิริยาของผู้ใช้ เช่น ความพึงพอใจ การแชร์ หรือการใช้บริการซ้ำ นำไปปรับปรุงแบบจำลองการทำนายให้มีความแม่นยำและสอดคล้องกับพฤติกรรมมนุษย์มากขึ้น การประยุกต์ใช้ Big Data และ AI ในการดูดวงเป็นปรากฏการณ์ที่สะท้อนให้เห็นถึงการผสมผสานระหว่างศาสตร์โบราณกับเทคโนโลยีสมัยใหม่อย่างลงตัว แม้คำทำนายจะยังไม่สามารถพิสูจน์ทางวิทยาศาสตร์ได้ แต่การนำ AI มาวิเคราะห์ข้อมูลจำนวนมหาศาลได้สร้างความน่าสนใจและเพิ่มคุณค่าเชิงประสบการณ์ให้แก่ผู้ใช้ในอนาคต ซึ่งมีผลกระทบต่อมนุษย์และสังคม ไม่ว่าจะเป็นการเข้าถึงที่ง่ายและรวดเร็ว ผู้ใช้สามารถดูดวงได้ทุกที่ทุกเวลา มีการปรับแต่งเฉพาะบุคคลโดย AI วิเคราะห์ข้อมูลเชิงลึก ทำให้คำทำนายมีความเฉพาะเจาะจงมากขึ้น อีกทั้งเป็นการผสมผสานความบันเทิงและจิตวิทยา บริการดูดวงช่วยบรรเทาความวิตกกังวล และสร้างความมั่นใจ ทำให้มีการพัฒนาเชิงเศรษฐกิจ อุตสาหกรรมดูดวงออนไลน์สร้างรายได้และเปิดโอกาสใหม่ในการพัฒนาธุรกิจดิจิทัล แต่อย่างไรก็ตาม ผลกระทบที่ควรต้องพึงระวัง คือ ปัญหาความถูกต้อง เนื่องจากคำทำนายที่ได้จาก AI เป็นเพียงความน่าจะเป็นไปได้ตามฐานคำนายที่มี และความเป็นส่วนตัวของข้อมูล การเก็บข้อมูลส่วนบุคคลจำนวนมากอาจนำไปสู่ความเสี่ยงด้านการรั่วไหลได้ อีกทั้งการพึ่งพามากเกินไป ผู้ใช้บางรายอาจหลงเชื่อคำทำนายจนส่งผลต่อการตัดสินใจที่สำคัญในชีวิต รวมไปถึงข้อถกเถียงทางจริยธรรม การใช้ AI ในการเสริมสร้างความเชื่อที่ไม่สามารถพิสูจน์ได้ จึงทำให้เราควรตระหนักและให้ความสำคัญในการพัฒนามาตรฐานด้านความปลอดภัยข้อมูล เพื่อปกป้องความเป็นส่วนตัวของผู้ใช้ และการสร้างความรู้เท่าทันดิจิทัล (Digital Literacy) ให้ผู้ใช้เข้าใจว่าคำทำนายจาก AI มีข้อจำกัด รวมทั้งการวิจัยและพัฒนา ในการผสมผสานข้อมูลวิทยาศาสตร์จิตวิทยาเข้ากับการดูดวง เพื่อเพิ่มคุณค่าเชิงวิชาการ และการใช้ประโยชน์ทางเศรษฐกิจและสังคม เช่น การสร้างแพลตฟอร์มที่ผสมผสานความบันเทิง การศึกษา และการเสริมกำลังใจให้ผู้คน เอกสารอ้างอิง https://www.tandfonline.com/doi/full/10.1080/1369118X.2012.678878 https://bernardmarr.com/wp-content/uploads/2022/05/Big-Data-Esampler-1.pdf http://lib.ysu.am/disciplines_bk/efdd4d1d4c2087fe1cbe03d9ced67f34.pdf

6 October 2025

บทความ

BDI MOU World Bank ขับเคลื่อนการเชื่อมโยงและวิเคราะห์ข้อมูลด้านการคุ้มครองทางสังคม ยกระดับประเทศด้วย Data-Driven Nation

30 กันยายน 2568, กรุงเทพฯ – สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI โดย ศ. ดร.ธีรณี อจลากุล ผู้อำนวยการสถาบันข้อมูลขนาดใหญ่ พร้อมด้วย Mr. Alejandro Alcala-Gerez, Manager, Operations ธนาคารโลก (World Bank) ร่วมลงนามบันทึกความเข้าใจ (MOU) ระหว่าง สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) กับธนาคารโลก (World Bank) โดยมีคณะผู้บริหารของทั้ง 2 หน่วยงานร่วมเป็นสักขีพยาน ณ ห้องประชุม 205 อาคารสถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) ซอยลาดพร้าว 12 กรุงเทพฯ โดยทั้ง 2 หน่วยงานได้ริเริ่มโครงการความร่วมมือ ว่าด้วยการเชื่อมโยงและวิเคราะห์ข้อมูลด้านการคุ้มครองทางสังคม (Social Protection) มีวัตถุประสงค์เพื่อส่งเสริมและประสานความร่วมมือในกิจกรรมต่าง ๆ เช่น ธรรมาภิบาลข้อมูล การบริหารจัดการแพลตฟอร์มข้อมูล การแลกเปลี่ยนข้อมูลและความปลอดภัยทางข้อมูล โครงสร้างแพลตฟอร์มพื้นฐาน การพัฒนาเครื่องมือเพื่อใช้การรวบรวม การจัดการ และการกำกับดูแลข้อมูล ซึ่งจะช่วยเสริมสร้างขีดความสามารถในการกำหนดนโยบาย และการดำเนินโครงการด้านการคุ้มครองทางสังคมของประเทศไทย ภายหลังการลงนามบันทึกความเข้าใจในครั้งนี้ จะมีผู้เชี่ยวชาญจากต่างประเทศมาจัดการอบรมเชิงปฏิบัติการ Workshops ให้กับเจ้าหน้าที่ของ BDI โดยมีวัตถุประสงค์ เพื่อเรียนรู้วิธีการสกัดข้อมูลเชิงลึกจากข้อมูล (Data Insights) เรียนรู้เกี่ยวกับเครื่องมือหลากหลายสำหรับการสร้างภาพข้อมูล (Data Visualization Tools) อีกทั้งยังมีการนำเสนอการใช้ประโยชน์และจัดการข้อมูลจากหลาย ๆ ชาติอีกด้วย นำไปสู่การขับเคลื่อนประเทศด้วย Data-Driven Nation ครอบคลุมทุกมิติอย่างแท้จริง

30 September 2025

บทความ

BDI เดินหน้าพัฒนา “HealthLink” แพลตฟอร์มแลกเปลี่ยนข้อมูลสุขภาพระดับประเทศ เชื่อมโยงกว่า 8,000 หน่วยบริการ พร้อมดูแลประชาชนอย่างต่อเนื่อง

25 กันยายน 2568, กรุงเทพฯ – สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI โดย นพ.ธนกฤต จินตวร First Executive Vice President ร่วมเสวนาหัวข้อ Towards Interoperable Digital Health: Sharing Data While Safeguarding Trust ภายในงานสัมมนา Healthcare Technology Summit 2025 ภายใต้แนวคิดUnlocking the Last Mile of Responsible Al for Healthcare จัดโดยกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (DE) และสมาคมผู้ใช้ดิจิทัลไทย (DUGA) ณ ห้อง Mayfair Ballroom โรงแรมเดอะเบอร์เคลีย์ ประตูน้ำ นพ.ธนกฤต กล่าวถึงความคืบหน้าของ โครงการ Health Linkว่า โครงการถือกำเนิดขึ้นตั้งแต่ก่อนการแพร่ระบาดของโควิด-19 เพื่อตอบโจทย์ปัญหาสำคัญของระบบสาธารณสุขไทย การที่ข้อมูลผู้ป่วยไม่สามารถตามตัวผู้ป่วยไปยังโรงพยาบาลปลายทางได้ทันเวลา ส่งผลให้การรักษาไม่ต่อเนื่องและการดูแลผู้ป่วยฉุกเฉินทำได้ไม่เต็มประสิทธิภาพ แพลตฟอร์ม Health Link สามารถทำให้ข้อมูลสุขภาพเดินทางไปพร้อมกับคนไทยทุกที่ ทุกเวลา ไม่ว่าจะเป็นการย้ายโรงพยาบาล การเจ็บป่วยฉุกเฉิน หรือแม้กระทั่งการรักษาในต่างประเทศ แพทย์สามารถเข้าถึงข้อมูลสำคัญ เช่น ประวัติการแพ้ยา วัคซีน การวินิจฉัย ผลตรวจทางห้องปฏิบัติการ และภาพถ่ายทางการแพทย์ได้อย่างครบถ้วน ปัจจุบัน Health Link ได้รับความร่วมมือจากหน่วยงานภาครัฐและเอกชนกว่า 8,000 หน่วยบริการสุขภาพ ตั้งเป้าจะขยายครบ 10,000 แห่งภายในปีนี้ ครอบคลุมโรงพยาบาลภายใต้สังกัด 5 กระทรวง คือ กระทรวงสาธารณสุข กระทรวงกลาโหม กระทรวงมหาดไทย กระทรวงการคลัง กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม ตลอดจนโรงพยาบาลตำรวจ กรุงเทพมหานคร สำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.) และเครือข่ายโรงพยาบาลเอกชน โดยข้อมูลทั้งหมดจะถูกเปลี่ยนผ่านภายใต้มาตรฐานสากล เพื่อให้ระบบ HIS กว่า 60 ระบบในประเทศสามารถเชื่อมโยงกันได้อย่างไร้รอยต่อ นี่ไม่ใช่แค่การสร้างระบบดิจิทัล แต่เป็นการสร้างความมั่นคงทางสุขภาพดิจิทัล (Digital Health Sovereignty) ของประเทศ เราต้องการให้ข้อมูลสุขภาพสำคัญของคนไทย มีมาตรฐานกลางเดียวกัน และพร้อมต่อยอดสู่การใช้ Big Data และ AI เพื่อยกระดับการดูแลสุขภาพของประชาชนในอนาคต นพ.ธนกฤต กล่าวปิดท้ายว่า แพลตฟอร์ม Health Link ยังช่วยอำนวยความสะดวกรองรับให้กับโครงการ 30 บาทรักษาทุกที่ดำเนินการได้อย่างราบรื่น ทั้งนี้ ประชาชนสามารถสมัครการใช้งานระบบ Health Link ผ่านแอปพลิเคชันเป๋าตัง เลือก “กระเป๋าสุขภาพ” ทำให้ประชาชนสามารถเข้าถึงข้อมูลสุขภาพของตนเองได้ทันที ลดความซ้ำซ้อน และเพิ่มความปลอดภัย สำหรับงานสัมมนา Healthcare Technology Summit (ครั้งที่ 12) จัดขึ้นเพื่อเป็นเวทีนำเสนอแนวทางและนวัตกรรมในการขับเคลื่อน Digital Health เพื่อการพัฒนาและยกระดับสาธารณสุขประเทศไทย เพื่อเพิ่มประสิทธิภาพระบบบริการสาธารณสุข เพื่อให้ประชาชนสามารถเข้าถึงบริการสาธารณสุขอย่างมีคุณภาพทั่วถึง ทุกที่ และเท่าเทียม

25 September 2025

บทความ

BDI แสดงศักยภาพโชว์ผลงานการประยุกต์ใช้ Big Data และ AI ในมหกรรมเทคโนโลยี September Series 2025

24 กันยายน 2568, กรุงเทพฯ – สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI โดย นพ.ธนกฤต จินตวร First Executive Vice President เข้าร่วมพิธีเปิด โครงการ September Series 2025 ณ โรงแรมเดอะ เบอร์เคลีย์ โฮเต็ล ประตูน้ำ จัดโดยกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (DE) สำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ (BDE) สำนักงานสถิติแห่งชาติ (NSO) และสมาคมผู้ใช้ดิจิทัลไทย (DUGA) เป็นเจ้าภาพร่วมในการจัดงานดังกล่าว นอกจากนี้ นายปฏิภาณ ประเสริฐสม ผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูล และผู้จัดการโครงการ ThaiLLM BDI ขึ้นเวที Big Data & Cloud Computing บรรยายหัวข้อ Data Strategy for AI & Cloud: Building a Future-Ready Foundation โดยย้ำว่า กลยุทธ์ข้อมูล (Data Strategy) เป็นรากฐานสำคัญของการพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (AI) และการใช้ Cloud อย่างมีประสิทธิภาพ โดยเฉพาะการจัดการคุณภาพข้อมูล การกำกับดูแล (Data Governance) และการใช้มาตรฐานสากลเพื่อให้ข้อมูลพร้อมนำไปใช้งานจริง นายปฏิภาณ กล่าวอีกว่า การออกแบบสถาปัตยกรรมข้อมูลทั้ง Data Lake, Data Warehouse และ Data Lakehouse จะช่วยให้องค์กรสามารถรองรับข้อมูลทั้งแบบมีโครงสร้างและไม่มีโครงสร้าง เพื่อใช้ประโยชน์ในงาน AI ตั้งแต่ Machine Learning จนถึง Generative AI และระบบ LLM ที่กำลังเติบโต ทั้งนี้ ยังได้เน้นถึงการเลือกใช้ Cloud, On-Premise หรือ Hybrid ตามความเหมาะสม รวมถึงการทำ Governance ของข้อมูลที่นำมาใช้ฝึกฝนหรือใช้งานร่วมกับ AI เพื่อให้การใช้ข้อมูลและ AI มีความปลอดภัย เป็นกลาง และตอบโจทย์การใช้งานในอนาคต ภายในงานเจ้าหน้าที่ BDI ได้ร่วมจัดนิทรรศการแสดงศักยภาพแพลตฟอร์มการเชื่อมโยงและวิเคราะห์ข้อมูลขนาดใหญ่ (ดีทู) หรือ Data Integration & Intelligence Platform (D2) เพื่อมุ่งมั่นในการบูรณาการและวิเคราะห์ข้อมูลขนาดใหญ่จากหลากหลายภาคส่วน เสริมสร้างการวางแผนเชิงนโยบายที่มีประสิทธิภาพ และขับเคลื่อนประเทศไทยสู่การเป็น Data-Driven Nation อย่างแท้จริง สำหรับงานดังกล่าวจัดขึ้นตั้งแต่วันนี้ – 25 กันยายน ประกอบด้วย 4 เวทีเทคโนโลยีแห่งปี คือ 1. Healthcare Technology Summit (ครั้งที่12) 2. Digital HR Forum (ครั้งที่8) 3. Robotics Summit (ครั้งที่8) 4. Big Data & Cloud Computing (ครั้งที่7) ถือเป็นอีกเวทีที่สำคัญในการรวบรวมผู้บริหาร ผู้เชี่ยวชาญด้านเทคโนโลยี ฝ่ายบุคคล วงการสุขภาพ ทั้งจากหน่วยงานภาครัฐและเอกชน ที่พร้อมยกระดับทักษะขับเคลื่อนองค์กรอย่างมีประสิทธิภาพสูงสุด ก้าวทันโลกยุคดิจิทัลในทุกมิติ

24 September 2025

รู้จัก BDI

Organization

Policy and Plan

Personnel

Operations

AI

ข่าวและบทความที่เกี่ยวข้อง

Related news and articles

บทความ

บทความ

บทความ

บทความ

บทความ

บทความ

บทความ

บทความ

บทความ

สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

Big Data Institute (Public Organization)

234/432 Soi Lat Phrao 12, Chomphon, Chatuchak, Bangkok 10900, Thailand

Contact Us

Quick Link

About Us