Digital Ventures

Back to blog

วงการ Deep Tech ในไทย ยังขาดอะไร? เปิดมุมมองจากทีมพัฒนาเทคโนโลยี Deep Tech อย่าง NLP และ Quantum Computing

DIGITAL VENTURES ตุลาคม 12, 2018 1:14 PM

452

ในยุคที่โลกเข้าสู่การแข่งขันเศรษฐกิจฐานความรู้ แต่ละประเทศกำลังมุ่งมั่นพัฒนานวัตกรรมใหม่เพื่อความได้เปรียบทางการแข่งขัน ประเทศไทยเองก็เริ่มตื่นตัวด้วยการหันมาผลักดันการพัฒนา Deep Technology เพื่อเป็นพื้นฐานสำหรับการสร้าง Product และ Solution ใหม่ๆ ซึ่ง Digital Ventures เชื่อว่าผู้อ่านหลายคนคงอยากรู้ถึงสถานการณ์การพัฒนา Deep Tech ในประเทศไทยตอนนี้ จึงได้ชวนนักวิจัย Deep Tech ชาวไทย ได้แก่ InThai นักพัฒนา NLP ภาษาไทย และ QuTe นักวิจัยชาวไทยที่ศึกษาเรื่อง Quantum Computing มาพูดคุยในประเด็นนี้กัน

การพัฒนาและใช้งาน Deep Technology ในปัจจุบัน

Deep Technology คือการอาศัยความรู้จากการค้นคว้าทางทฤษฎีเชิงลึกที่มีความซับซ้อนเพื่อมาพัฒนาเทคโนโลยี เนื่องจากต้องศึกษา ทดลอง วิจัย ในเรื่องใหม่ๆ จนกว่าจะสามารถนำมาประยุกต์ใช้ให้เกิดผลลัพธ์ที่เป็นรูปธรรมได้ ซึ่งแน่นอนว่า จะต้องใช้เวลานาน

หลายคนคงเคยได้ยินว่า Deep Tech มีโอกาสจะเข้ามาเป็น Disruptor ของอุตสาหกรรมในปัจจุบัน แต่เมื่อเราได้ถามความเห็นของทั้ง QuTe และ InThai ก็จะเห็นมุมมองที่กว้างขึ้นและแตกต่างออกไป

โดยทั้ง QuTe และ InThai ต่างเป็นนักพัฒนาระดับ Deep Tech ซึ่งทีม Qute ใช้เทคโนโลยีอย่าง Quantum Computing ซึ่งถือเป็นเรื่องที่ใหม่มาก ต้องอาศัยการค้นคว้าเชิงทฤษฎีฟิสิกส์และคอมพิวเตอร์ประกอบกัน ส่วนทีม InThai นั้นพัฒนาเรื่อง NLP ซึ่งแม้จะเกิดขึ้นในหลายภาษา แต่การสร้าง NLP ภาษาไทยซึ่งเป็นภาษาที่มีเอกลักษณ์นั้นต้องเริ่มใหม่ทั้งหมด ไม่สามารถอ้างอิงกระบวนการของภาษาอื่นได้เสียทีเดียว ต้องค้นคว้าทฤษฎีด้านภาษาไทยใหม่และศึกษาการใช้ใน AI หรือปัญญาประดิษฐ์ด้วย

Quantum

QuTe กล่าวในส่วนของ Quantum Computing ว่าในทางทฤษฎีแล้วเป็นเครื่องมือที่ช่วยแก้ปัญหาที่ซับซ้อนให้สำเร็จได้เร็วขึ้นกว่าคอมพิวเตอร์ในปัจจุบันมาก เช่น การแยกตัวประกอบของเลขจำนวนมากๆเลขหนึ่ง ซึ่งเป็นพื้นฐานของการเข้ารหัสข้อมูลการเงินทุกวันนี้ ถ้าใช้คอมพิวเตอร์ในปัจจุบันอาจจะใช้เวลาหลายเดือน แต่ quantum computer สามารถทำเสร็จในวันเดียว ซึ่งในอนาคตการใช้งาน Quantum Computing จะถูกนำไปใช้กับแก้ปัญหาของระบบขนาดใหญ่อย่างเช่นโครงสร้างโมเลกุลอันซับซ้อน

อย่างไรห็ตามสถานการณ์การพัฒนา Quantum Computing ถือว่ายังอยู่ในขั้นเริ่มต้นทั้งในไทยและต่างประเทศ แหล่งความรู้และการศึกษาด้านนี้ยังอยู่ในวงที่จำกัด การเริ่มต้นศึกษาเทคโนโลยีนี้ในเวลานี้จึงนับเป็นความได้เปรียบอย่างมาก

InThai

InThai กล่าวในส่วนของ NLP ว่า เป็นตัวช่วยให้คอมพิวเตอร์เข้าใจภาษาเดียวกับคน เปิดโอกาสให้เทคโนโลยีอย่าง AI เรียนรู้และกระทำการต่างๆ ได้มากขึ้น ซึ่งการมี NLP เป็นภาษาไทยจะช่วยให้คอมพิวเตอร์สื่อสารภาษาไทยกับคนไทยได้แม่นยำ เปิดโอกาสและวิธีใหม่ๆ ในการใช้เทคโนโลยีให้กับคนไทยรวมถึงองค์กรธุรกิจในไทยได้มากขึ้นด้วย (ทำความรู้จักเทคโนโลยี NLP ได้ที่ Blog นี้)

แม้จะมีตัวอย่างจากต่างประเทศอยู่แล้ว แต่การพัฒนา NLP ก็ไม่ใช่เรื่องง่าย เพราะแต่ละภาษามีความซับซ้อนที่แตกต่างกัน อีกส่วนหนึ่งคือข้อมูลภาษาไทยที่ใช้ NLP เรียนรู้ยังมีปริมาณค่อนข้างจำกัดเมื่อเทียบกับต่างประเทศ เช่น การพัฒนา NLP ด้วยการให้ AI ศึกษาเอกสารกฎหมายของประเทศที่ใช้ภาษานั้นๆ รวมถึงเอกสารจากองค์กรนานาชาติที่แปลออกมาหลายภาษาที่ใช้เป็น Data ให้ AI ได้ แต่เอกสารเหล่านั้นกลับไม่มีภาษาไทย นักพัฒนาจึงขาดข้อมูลที่จะนำมาให้ AI เรียนรู้ภาษาไทย มีความยากลำบาก และทำให้ Product ออกมาได้ช้าเมื่อเทียบกับภาษาอื่น

ปัญหาและอุปสรรคของการพัฒนา Deep Technology ในไทย

ใช่ว่าทุกการพัฒนาจะเกิดขึ้นได้อย่างราบรื่น การพัฒนาเทคโนโลยีในประเทศไทยเองก็มีอุปสรรคที่ถือเป็นความท้าทาย โดยนักวิจัยทั้ง 2 ทีมได้เล่าถึงปัญหาที่ประสบมาดังนี้

  • ขาดการต่อยอดและลงมือทำจริงจัง จากผลงานที่ผ่านมาจะเห็นว่านักวิจัยไทยมีคุณภาพและมาตรฐานที่สูง แต่ขาดการสนับสนุนเพื่อการต่อยอด ทำให้ไม่เกิดการเป็นเจ้าของเทคโนโลยีและนำไปใช้ในเชิงพาณิชย์ ซึ่งเห็นได้ชัดในการพัฒนา NLP ภาษาไทยที่ขาดการสนับสนุนให้เกิดเป็นอาชีพ นักพัฒนาส่วนใหญ่ที่ขับเคลื่อนอยู่เป็นมักทำงานในแบบอาสาสมัครจึงทำให้ Product เกิดขึ้นได้ช้า
  • มุมมองต่อ Deep Tech ที่ไม่เอื้อให้เกิดการสนับสนุน อย่างที่กล่าวข้างต้นว่านวัตกรรมจาก Deep Tech ต้องอาศัยการค้นคว้าจากทฤษฎีระดับลึก ซึ่งกินเวลายาวนาน นำไปสู่การใช้ทรัพยากรจำนวนมาก นักลงทุนที่มองในระยะสั้น ซึ่งเป็นคนส่วนใหญ่มักไม่ให้ความสนใจมากนัก

การสนับสนุนไม่ได้จำกัดแค่เม็ดเงินเท่านั้น แต่ยังรวมถึงการเปิดเผย Data หรือตัวอย่างทดลอง การสนับสนุนด้านโครงสร้างพื้นฐาน และการร่วมสร้าง Community ของนักพัฒนา ซึ่งต้องอาศัยความเข้าใจของนักลงทุนไปจนถึงผู้ออกนโยบายอย่างภาครัฐในระดับที่สูง

การสนับสนุนเพื่อทำให้ Deep Technology เกิดขึ้นด้วยฝีมือชาวไทย

ในฐานะที่เป็นนักพัฒนา Deep Tech ในประเทศไทยซึ่งเข้าใจกระบวนการสร้างและมองเห็นปัญหาที่เกิดขึ้น จึงแสดงความคิดเห็นเกี่ยวกับการสนับสนุนเพื่อให้ Deep Tech เกิดขึ้นด้วยฝีมือชาวไทย

InThai ในฐานะนักพัฒนา NLP ภาษาไทยสำหรับใช้งานตั้งแต่พื้นฐานจนถึงขั้น Commercial มองว่าจำเป็นต้องมีการสนับสนุน Infrastructure หรือโครงสร้างพื้นฐาน เช่น Cloud Service ที่ดีในประเทศไทย การเผยแพร่ความรู้ทั้งฝั่งนักพัฒนาและผู้ใช้เพื่อให้เห็นประโยชน์ร่วมกัน และต้องมี Data ภาษาไทยที่ดี ซึ่ง Data ที่ดีนับเป็นส่วนสำคัญ ช่วยให้ NLP ภาษาไทยพร้อมใช้งานได้รวดเร็วขึ้น

ส่วน QuTe นักวิจัยไทยผู้ศึกษาด้าน Quantum Computing เพื่อเผยแพร่ความเข้าใจเทคโนโลยีนี้แก่คนไทย แสดงความเห็นถึง Quantum Computing และ Deep Technology อื่นๆ ว่าต้องเน้นการเผยแพร่ความเข้าใจที่ถูกต้อง เข้าถึง Community ในต่างประเทศ ผ่านการร่วมมือต่างๆ และใช้เวลาสร้าง Ecosystem ที่มั่นคงให้นาน เน้นให้นักพัฒนา นักลงทุน และผู้ใช้งานเทคโนโลยีเข้าใจกระบวนการและเห็นภาพการใช้งานในระยะต่อไปที่ตรงกัน

จากมุมมองของนักพัฒนา Deep Tech เห็นได้ว่าประเทศไทยยังมีโอกาสเป็นเจ้าของเทคโนโลยีได้ หากได้รับการสนับสนุนที่เหมาะสมและเป็นรูปธรรม ซึ่ง InThai และ QuTe เป็นทีมนักวิจัย Deep Tech ในโครงการ U.REKA ที่สนับสนุนโดย 7 มหาวิทยาลัยชั้นนำของไทยซึ่งเน้นการนวัตกรรมบนพื้นฐานการศึกษาและเป็นหนึ่งในโครงการที่ให้โอกาสต่อยอด Deep Tech ผ่านการสนับสนุนรูปแบบต่างๆ เราก็หวังว่าองค์กรและหน่วยงานที่สนใจพัฒนา Deep Tech จะมาร่วมกันสนับสนุนโครงการเป็น Partner เพื่อให้ Deep Tech ฝีมือคนไทยเกิดขึ้นได้จริง ทั้งนี้ Digital Ventures ยังมีเรื่องราวที่น่าสนใจเกี่ยวกับการพัฒนานวัตกรรมในประเทศไทยมาให้ได้ติดตามกันอีกในโอกาสต่อไป