กล้องวงจรปิด กับทฤษฏีการคาดการณ์บวกกับความชื่นชอบ (กล้องวงจรปิด)

กล้องวงจรปิด กับทฤษฏีการคาดการณ์บวกกับความชื่นชอบ

                     กล้องวงจรปิด  ความเชื่อมโยงเป็นสิ่งมีประโยชน์ในโลกของข้อมูลจำนวนเล็กน้อย แต่อภิมหาข้อมูลกลับยิ่งเปล่งประกายทำให้เราสามารถรวบรวมข้อมูลเชิงลึกได้ง่ายขึ้น รวดเร็วขึ้น 

และชัดเจนมากขึ้น สิ่งสำคัญคือ ข้อมูลที่มีความเชื่อมโยงกัน เรียกว่า “สหสัมพันธ์” หาค่าความสัมพันธ์ทางสถิติระหว่างข้อมูลสองค่า แสดงความสอดคล้องของข้อมูลมาก 

การที่ใดเกิดความเปลี่ยนแปลง ค่าอื่น ๆ ย่อมต้องเปลี่ยนแปลงด้วยเช่นกัน

ความเชื่อมโยงของข้อมูลทำให้เราสามารถวิเคราะห์ได้แม้ไม่ได้แสดงให้เห็นถึงวิธีการทำงานภายในก็สามารถบ่งชี้ถึงตัวกลางที่เป็นประโยชน์ได้แน่นอน 

 แต่สหสัมพันธ์แสดงความสอดคล้องของข้อมูลไม่ได้สมบูรณ์แบบเสมอไป ความเป็นไปได้ว่าการกระทำทั้งสองอย่างมีลักษณะคล้ายกันโดยบังเอิญ เราอาจ “ถูกหลอกด้วยความไม่มีแบบแผน”

 สหสัมพันธ์ไม่มีความแน่นอนมีเพียงแค่ความน่าจะเป็นหากความสอดคล้องของข้อมูลมีให้เห็นมากค่าน่าจะเป็นย่อมสูงขึ้น ทฤษฏีสหสัมพันธ์ไม่สามารถทำนายเหตุการณ์ล่วงหน้าได้จริง ๆ 

 เพียงแต่เป็นการคาดคะเนโดยอาศัยหลักความน่าจะเป็นเท่านั้น ความสามารถเช่นนี้ก็นับเป็นประโยชน์อย่างมากแล้ว

นานมาแล้วก่อนการเกิดอภิมหาข้อมูล การวิเคราะห์สหสัมพันธ์ได้ถูกพิสูจน์ว่ามีประโยชน์มากมายและมีประสิทธิภาพได้กลายมาเป็นหนึ่งในคุณสมบัติสำคัญและมาตรการทางสถิติ

ที่ถูกนำไปใช้อย่างแพร่หลายก่อนมาถึงยุคของอภิมหาข้อมูล ผลประโยชน์ที่ได้รับยังมีข้อจำกัดอยู่จากภาวะขาดแคลนข้อมูลและขั้นตอนการรวบรวมข้อมูลมีค่าใช้จ่ายสูงนักสถิติมักจะเลือก

ใช้ตัวกลางแล้วจึงรวบรวมข้อมูลที่เกี่ยวข้องก่อนนำไปวิเคราะห์สหสัมพันธ์เพื่อค้นหาประสิทธิภาพของตัวกลางแต่เราจะรู้ได้อย่างไรว่านั่นเป็นตัวกลางที่ดีที่สุด 

 ได้มีผู้เชี่ยวชาญตั้งสมมุติฐานเพื่อกำหนดแนวทางขึ้นมาซึ่งเป็นเพียงแนวคิดเชิงวิชาการเกี่ยวกับการทำงาน

 พวกเขาอาศัยการรวบรวมข้อมูลและการวิเคราะห์สหสัมพันธ์ในการตรวจสอบว่าตัวกลางเหล่านั้นมีความเหมาะสมหรือไม่ และก่อนที่ยอมรับว่าสมมุตฐานที่พวกเขา

ตั้งขึ้นนั้นมีข้อบกพร่องและจำเป็นต้องทำการแก้ไข ความรู้เพิ่มพูนมากขึ้นจากการทดสอบโดยอาศัยสมมุตฐานและผลลัพท์ที่ผิดพลาดเหล่านี้เป็นไปอย่างเชื่องช้า 

 จากความคิดที่เป็นอคติของแต่ละคนได้บดบังข้อเท็จจริงเกี่ยวกับการตั้งสมมุติฐานและแม้จะเป็นกระบวนการที่ยุ่งยากแต่สามารถนำมาใช้ได้จริงเพียงเล็กน้อย

ในยุคอภิมหาข้อมูลการตัดสินใจเลือกตัวแปรที่นำมาตรวจสอบอาศัยการตั้งสมมุติฐานเพียงอย่างเดียวได้กลายเป็นวิธีที่ไม่มีประสิทธิภาพ 

 จากประมาณของข้อมูลและความซับซ้อนของขอบเขตในการพิจารณาได้เพิ่มจากเดิมมากเกินไป ข้อจำกัดมากมายที่บีบให้เราต้องอาศัยวิธีตั้งสมมุติฐานได้เลือนหายไป

 เรามีข้อมูลจำนวนมหาศาลและวิธีคำนวณอันเต็มไปด้วยประสิทธิภาพไม่ต้องคัดเลือกตัวกลางมาเพื่อตรวจสอบ แต่สามารถระบุตัวกลางที่ดีที่สุดได้ทันที

การทำนายเหตุการณ์โดยอาศัยความเชื่อมโยงของข้อมูลถือเป็นหัวใจสำคัญของอภิมหาข้อมูล ปัจจุบันการวิเคราะห์สหสัมพันธ์ถูกนำมาใช้บ่อยจนเราพลาดที่จะชื่นชมความเป็นมาของมัน 

 ปล่อยให้อัตราการนำไปใช้สูงขึ้นเพียงเท่านั้น ขอบเขตการใช้ประโยชน์จากทฤษฏีสหสัมพันธ์กำลงขยายออกไปไกลกว่าเดิม การค้นหาตัวกลางท่ามกลางสภาพแวดล้อมต่าง ๆ 

 ในสังคมเป็นสิ่งเดียวที่อภิมหาข้อมูลถูกนำมาใช้ เทคนิคอื่นที่มีอำนาจพอกันได้แก่ทฤษฏีสหสัมพันธ์ และข้อมูลประเภทใหม่ ๆ เพื่อตอบโจทย์ความต้องการของคนในทุกวันนี้

วิธีการของเทคนิคนี้เรียกว่าการวิเคราะห์เชิงทำนาย ถูกนไปใช้อย่างแพร่หลายสำหรับการคาดคะเนเหตุการณ์ต่าง ๆ ก่อนที่จะเกิดขึ้น 

 การวิเคราะห์เชิงทำนายอาจหมายถึงอัลกอริทึมซึ่งถูกนำไปใช้ในธุรกิจเพื่อบอกให้รู้ว่าเขาควรเพิ่มเงินลงทุนในส่วนไหน วิธีการนี้ยังนำมาใช้เพื่อป้องกันความผิดพลาดทางด้านโครงสร้าง

 ช่วยให้เกิดความเป็นไปได้ในการตรวจสอบรูปแบบของข้อมูลที่ส่งออกไปเพื่อค้นหาความเปลี่ยนแปลงที่อาจกลายเป็นปัญหาในภายภาคหน้า

แนวคิดพื้นฐานของวิธีการนี้เมื่อสิ่งต่าง ๆ เกิดความเสียหายจนใช้งานไม่ได้ ทุกอย่างจะไม่พังพร้อมกันทีเดียวแต่จะทยอยเกิดขึ้นทีละน้อย 

 การติดตั้งข้อมูลเพื่อตรวจสอบการวิเคราะห์เชิงสหสัมพันธ์และวิธีการอื่น ๆ ที่มีความคล้ายกันสามารถระบุรูปแบบข้อมูลเฉพาะเป็นสัญญาณบอกเหตุที่เกิดขึ้นโดยไม่ได้คาดคิดมาก่อนเกิดการพังทลายของบางสิ่งบางอย่าง

 

ภาพลวงตาและแสงสว่าง

สินค้าแนะนำระบบรักษาความปลอดภัย  : กล้องวงจรปิด   รั้วไฟฟ้า   สัญญาณกันขโมย

ในโลกของข้อมูลเพียงเล็กน้อย การวิเคราะห์เชิงสหสัมพันธ์และการค้นหาเหตุผลเริ่มต้นด้วยการตั้งสมมุติฐาน จำเป็นต้องมีการพิสูจน์ว่าเป็นจริงหรือเท็จ 

 เพราะทั้งสองวิธีต้องอาศัยการตั้งสมมุตฐานมีความหวั่นไหวต่อความอคติและการเข้าใจผิดพอกันและยังไม่สามารถรวบรวมข้อมูลที่จำเป็นได้ ด้วยข้อมูลจำนวนมหาศาลที่มีอยู่รอบด้านและกำลังจะเกิดขึ้นอีกมากมาย

 การตั้งสมมุตฐานไม่ได้มีความสำคัญสำหรับการวิเคราะห์เชิงสหสัมพันธ์อีกต่อไป ยังมีความแตกต่างอื่นที่ได้รับความสำคัญเพิ่มขึ้น การวิเคราะห์เชิงสหสัมพันธ์ส่วนใหญ่

ต้องอาศัยชุดข้อมูลขนาดใหญ่ไม่สามารถหาความสัมพันธ์ได้โดยตรงเป็นเพราะขาดแคลนความสามารถในการคำนวณที่มีประสิทธิภาพ ในโลกแห่งความเป็นจริง 

 ความสัมพันธ์มีความซับซ้อนมาก การวิเคราะห์ที่มีประสิทธิภาพ เราสามารถระบุความสัมพันธ์ทางอ้อมระหว่างข้อมูลได้

ในยุคของอภิมหาข้อมูลการวิเคราะห์แนวใหมนี้จะนำไปสู่ความเข้าใจที่ไม่เคยมีมาก่อนและการทำนายที่เป็นประโยชน์เราจะเห็นสิ่งที่เชื่อมโยงกันอย่างที่ไม่เคยเห็นมาก่อน 

 เราจะรู้ถึงแรงขับทางสังคมและทางด้านเทคนิคที่มีความซับซ้อน ที่ได้หลบหนีจากความเข้าใจมานานแม้เราจะพยายามอย่างดีที่สุดแล้ว 

 แต่สิ่งสำคัญที่สุดการวิเคราะห์ที่ไม่ใช่เชิงเหตุและผลจะช่วยสร้างความเข้าใจต่อโลกนี้ด้วยการถามหาสิ่งที่จะเกิดขึ้นมากกว่าสาเหตุสิ่งนี้ฟังดูอาจจะขัดแย้งกับสัญชาตญาณ

แต่เราในฐานะคนที่มีความปรารถนาจะเข้าใจได้ผ่านการเชื่อมต่อของเหตุและผล เราต้องการเชื่อว่าทุกสิ่งที่เกิดขึ้นย่อมมีสาเหตุ การได้รู้ถึงเหตุผลที่เป็นรากฐานเป็นความทะเยอทะยานอันสูงสุดของคนไม่ใช่หรือ 

 คนเรามองผ่านความสัมพันธ์ระหว่างเหตุและผล เรากำลังอ้างถึงหลักพื้นฐานสองอย่างของงการอธิบายและการเข้าใจผ่านสิ่งลวงตาและง่ายต่อการเข้าใจของหลักเหตุและผล

โดยอาศัยการทดสอบอันแสนเชื่องช้า อภิมหาข้อมูลจะทำการเปลี่ยนแปลงบทบาทของสองสิ่งนี้

สิ่งแรกคือการเปลี่ยนแปลงแรงปรารถนาตามสัญชาตญาณมองหาความเชื่อมโยงตามหลักเหตุและผล ความคิดอคติทำให้คิดเอาเองว่าต้นเหตุย่อมมีอยู่ในทุกสิ่ง 

 แนวคิดนี้ไม่ได้เป็นเพราะวัฒนธรรม หรือระดับการศึกษา มันเป็นเรื่องของวิธีการรับรู้ของคนมากกว่า เรามองเห็นเหตุการณ์สองอย่างเกิดขึ้นโดยไล่ลำดับเหตุการณ์ต่อจากกันจิตใต้สำนึกของเราจะถูกเร้าอย่างรุนแรงให้มองสิ่งเหล่านั้นด้วยเหตุและผล

ในโลกของข้อมูลเพียงเล็กน้อย การรับรู้ความสัมพันธ์ระหว่างเหตุและผลนำเราไปสู่เส้นทางที่ผิด แต่สิ่งที่กำลังจะเปลี่ยนแปลงในอนาคตเชื่อมโยงระหว่างข้อมูลจำนวนมหาศาล

จะถูกนำไปใช้อย่างแพร่หลายเพื่อพิสูจน์ความผิดพลาดของการรับรู้ความสัมพันธ์ระหว่างเหตุและผล เรามุ่งเป้าไปที่การทำความเข้าใจซึ่งเราใช้ทำความความสัมพันธ์ระหว่างเหตุและผลบทบาทของมันได้ถูก

เปลี่ยนแปลงไปโดยความเชื่อมโยงระหว่างข้อมูลจำนวนมาก หรือเรียกว่า สหสัมพันธ์ของอภิมหาข้อมูลนั่นเอง

ในชีวิตประจำวันเราคิดถึงเหตุและผลซึ่งเชื่อว่าความสัมพันธ์ระหว่างเหตุและผลสามารถแสดงออกมาได้อย่างง่าย ๆ แต่ไม่ได้เป็นเช่นนั้นเลยไม่เหมือนทฤษฏีสหสัมพันธ์ 

 ที่อาศัยหลักการทางคณิตศาสตร์ที่ตรงไปตรงมามีความชัดเจนในการ “พิสูจน์” ความสัมพันธ์ระหว่างเหตุและผลเราไม่สามารถแสดงความสัมพันธ์เชิงเหตุผลได้ง่าย ๆ 

 ความสัมพันธ์ระหว่างเหตุและผลแทบจะไม่เคยได้รับการพิสูจน์ว่าเป็นจริง เช่นเดียวกับความเชื่อมโยงเชิงสหสัมพันธ์ที่ผลเป็นเพียงความน่าจะเป็นในอัตราสูงเท่านั้น 

 เมื่อนำมาเปรียบเทียบการวิเคราะห์ที่ไม่ใช่เชิงเหตุและผล ความเชื่อมโยงเชิงสหสัมพันธ์ มีความรวดเร็วและเสียค่าใช้จ่ายน้อย ไม่เหมือนการเชื่อมต่อตามหลักเหตุและผล 

 วิธีทางคณิตศาสตร์และสถิติที่ช่วยให้การวิเคราะห์ความสัมพันะธ์และเครื่องมือดิจิตอลที่จำเป็นต่อการพิสูจน์จุดแข็งเหล่านี้ด้วยความมั่นใจ

การนำข้อเท็จจริงมาพิจารณาทำให้สามารถเข้าใจว่าการวิเคราะห์เชิงสหสัมพันธ์และวิธีการที่ไม่ใช่เชิงเหตุและผลที่อาศัยข้อมูลมหาศาล 

 มีประสิทธิภาพมากกว่าการรับรู้ความเชื่อมต่อตามหลักเหตุผลที่เป็นผลมาจาก “ความคิดที่รวดเร็ว” การวิเคราะห์ยังเป็นประโยชน์และมีประสิทธิภาพมากกว่าความคิดตามหลักเหตุผลที่เชื่องช้า

เมื่อมนุษย์ต้องรับมือกับท่อ ผู้ให้บริการไฟฟ้ารายใหญ่มีหน้าที่คอยตรวจสอบและซ่อมบำรุงท่อทุก ๆ ปี และต้องใช้ความเสี่ยงอยู่เสมอ 

 หวังว่าการออกตรวจจะมีสักครั้งที่อาจถ่วงการระเบิดได้ น่าจะดีกว่าต้องไปเดินสุ่มตรวจตามถนนและเปลี่ยนมาใช้นักสถิติโดยคิดว่าพวกเจาจะสามารถใช้ข้อมูลประวัติเก่า ๆ 

 เกี่ยวกับสายไฟฟ้าที่มีอยู่ให้เกิดประโยชน์ไม่ว่าจะเป็นเรื่องของปัญหาที่เคยตรวจสอบ

 การเชื่อมต่อโครงสร้างพื้นฐาน เพื่อให้คาดการณ์เกี่ยวกับท่อที่อาจเกิดปัญหาได้ จึงพยายามที่จะใช้แหล่งทรัพยากรให้คุ้มค่าได้อย่างตรงจุด 

 ก็ยังเกิดปัญหามาจากข้อมูลซับซ้อนเกินไปแม้ข้อมูลที่บันทึกเก็บไว้แต่ก็ไม่ได้ช่วยอะไรมากนักเพราะรายละเอียดและรูปแบบผสมกันไปหมดจนแยกแยะไม่ออก ไม่มีระเบียบ 

 ซึ่งมีแต่การจดรายละเอียดโดยย่อเอาไว้ในใบแจ้งปัญหาเท่านั้น นักสถิติและนักวิเคราะห์ กล่าวไว้ว่า “ข้อมูลที่ได้มาเป็นข้อมูลดิบ ทำให้ต้องนำตารางสายเคเบิลต่าง ๆ 

 ทั้งหมดมาค้นหาข้อมูลที่ต้องการ และต้องเข้าใจให้ได้ทั้งหมด ทำทุกวิถีทางให้ได้การคาดการณ์ที่ดีอย่างแท้จริง”

การวิเคราะห์และแยกแยะข้อมูลนั้น ทำให้ค้นพบข้อมูลที่ต้องการ จัดรูปแบบข้อมูลแล้วทีมงานจึงเริ่มทำงานด้วยการดูข้อมูลเกี่ยวกับการคาดการณ์ 

 นำข้อมูลทั้งหมดมาวิเคราะห์เพื่อคาดการณ์จุดที่อาจเกิดปัญหาซึ่งผลที่ได้เป็นที่น่าพอใจมาก สิ่งที่สำคัญที่สุดในการค้นพบและปัญหาที่เกิดขึ้นที่จะทำให้สามารถเห็นถึงการแก้ไขปัญหาอย่างแท้จริง

นักทฤษฏีด้านเครือข่ายพูดเอาไว้เสมอว่า “ทุกสิ่งจะกระจ่างก็ต่อเมื่อคุณรู้คำตอบแล้วเท่านั้น” และถึงจะมีการคาดการณ์ก็ไม่ได้แสดง

ให้เห็นอย่างแน่ชัดถึงวิธีการประเมินและการจัดลำดับทั้งหมดเพราะยังมีตัวแปรที่จะทำให้ข้อมูลเพิ่มขึ้นกว่าเดิม ข้อมูลนั้นไม่ได้อยู่ในรูปแบบที่จะวิเคราะห์ได้อย่างทันที 

 ในกรณีนี้เห็นว่าสามารถนำข้อมูลมาให้ด้วยวิธีการใหม่ ๆ เพื่อแก้ไขปัญหาได้ พวกเราจำเป็นต้องเปลี่ยนวิธีในการดำเนินงาน ข้อมูลดิบทั้งหมดเท่าที่จะหาได้ยังให้ความเชื่อมั่นกับสหสัมพันธ์โดยไม่มีความรู้เกี่ยวกับพื้นฐานในการคาดการ์เลยด้วยซ้ำ