ข้อมูลที่ดินกับปัญญาประดิษฐ์

ปัญญาประดิษฐ์ (Artificial Intelligence: AI) เป็นเทคโนโลยีรูปแบบหนึ่งที่ทำให้คอมพิวเตอร์มีลักษณะเสมือนมนุษย์ทั้งในเรื่องของความคิด การวิเคราะห์ หรือการเลียนแบบพฤติกรรมต่างๆ ...

ปัญญาประดิษฐ์ (Artificial Intelligence: AI) เป็นเทคโนโลยีรูปแบบหนึ่งที่ทำให้คอมพิวเตอร์มีลักษณะเสมือนมนุษย์ทั้งในเรื่องของความคิด การวิเคราะห์ หรือการเลียนแบบพฤติกรรมต่างๆ โดยใช้โปรแกรมหรือซอฟต์แวร์ที่มนุษย์เขียนหรือจัดทำชุดข้อมูลขึ้นนำมาฝังไว้กับอุปกรณ์ส่วนใดส่วนหนึ่ง เพื่อทำให้เกิดระบบจักรกลอัจฉริยะที่สามารถประมวลผลและจัดการข้อมูล ชุดคำสั่ง และนำข้อมูลมาวิเคราะห์ ซึ่งการทำงานของ AI จะเกิดจากการเชื่อมโยงองค์ประกอบ อันได้แก่ การเรียนรู้ของเครื่อง (Machine Learning) เป็นการวิเคราะห์รูปแบบหนึ่ง โดยเป็นการประมวลข้อมูลจากโปรแกรมที่มนุษย์เขียนขึ้น และการเรียนรู้เชิงลึก (Deep Learning) การเรียนรู้แบบอัตโนมัติซึ่งเลียนแบบการทำงานของโครงข่ายประสาทของมนุษย์ โดยนำระบบโครงข่ายประสาทมาซ้อนกันหลายชั้นและเรียนรู้ข้อมูล ใช้สำหรับการจัดหมวดหมู่ข้อมูลและการจัดรูปแบบ โดยในปัจจุบันสามารถแบ่งประเภทของปัญญาประดิษฐ์ได้ ดังนี้

1. การประมวลภาษาธรรมชาติ (Natural Language Processing: NLP) คือ การทำให้คอมพิวเตอร์เรียนรู้ภาษาของมนุษย์ คอมพิวเตอร์จะเข้าใจและสามารถประมวลผลคำสั่งของมนุษย์ได้ ไม่ว่าจะเป็นการประยุกต์ใช้ AI กับภาษาของมนุษย์ทั้งในรูปแบบเสียงพูดและตัวอักษร ตัวอย่างเช่น การใช้ Apple Siri ในการออกคำสั่งด้วยเสียง เป็นต้น
2. คอมพิวเตอร์วิทัศน์ (Computer Vision) คือ การทำให้คอมพิวเตอร์เกิดการเรียนรู้จากการวิเคราะห์ภาพนิ่งและภาพเคลื่อนไหว จนสามารถจำแนกความแตกต่างทั้งตำแหน่งที่ตั้งหรือลักษณะของวัตถุในภาพได้ เช่น การปรับใช้กับรถอัจฉริยะไร้คนขับเพื่อทำการขนส่งสินค้า เป็นต้น
3. ระบบผู้เชี่ยวชาญ (Expert System) คือ การทำให้ระบบคอมพิวเตอร์มีความชำนาญเฉพาะทางจากข้อมูลของผู้เชี่ยวชาญในด้านนั้นให้กับระบบเพื่อประยุกต์ใช้ AI แทนผู้เชี่ยวชาญ เช่น ระบบคอมพิวเตอร์ที่ประยุกต์ใช้ AI ในการซื้อขายหุ้น หรือระบบคอมพิวเตอร์ที่ประยุกต์ใช้ AI ในการวินิจฉัยโรค เป็นต้น
4. วิทยาการหุ่นยนต์ (Robotics) คือ การออกแบบและพัฒนาเครื่องกลเพื่อตอบโจทย์ความต้องการของมนุษย์ การประยุกต์ใช้ AI แบบ Robotics เช่น การสร้างหุ่นยนต์สำหรับสายงานผลิตอุตสาหกรรมหรือการประดิษฐ์โดรน เป็นต้น¹

ในภาคของอสังหาริมทรัพย์ เป็นหนึ่งหมวดอุตสาหกรรมที่มีความท้าทายและมีโอกาสที่จะนำเทคโนโลยี AI เข้ามาช่วยทั้งในการจัดสรรที่ดิน และการเลือกซื้อที่ดิน ซึ่งในอดีตการตัดสินใจต่างๆ จะเป็นของกลุ่มผู้บริหารที่มีความสามารถในการประเมินและมีอำนาจตัดสินใจเพียงบางกลุ่ม ซึ่งเมื่อบุคคลเหล่านี้ย้ายงานหรือเกษียณอายุไปแล้ว องค์ความรู้ในการพิจารณาที่ดินขององค์กรนั้นย่อมหายไปด้วย ในขณะเดียวกันการพิจารณาจัดสรรที่ดินด้วยกลุ่มคนเพียงบางกลุ่มก็ทำให้การวิเคราะห์ไม่ได้ครอบคลุมทุกมิติ และมีโอกาสที่เกิดความผิดพลาดได้ ซึ่งปัญหาเหล่านี้จะถูกแก้ไข เมื่อนำเทคโนโลยี AI เข้ามาประยุกต์ใช้ โดยเป็นตัวช่วยในการวิเคราะห์ข้อมูลเพื่อการจัดสรรที่ดินแทนมนุษย์ เนื่องจาก AI มีความสามารถในการจดจำประสบการณ์ของคนที่เลือกซื้อที่ดินจากข้อมูลเดิม และนำข้อมูลอื่นๆ ที่เกี่ยวข้องพิจารณาร่วมด้วย เช่น ที่ดินบริเวณใกล้เคียง สิ่งอำนวยความสะดวก รถไฟฟ้าที่เชื่อมต่อบริเวณที่ดิน โดยนำมาประกอบกับมูลค่าที่ดิน ทั้งราคาประเมินจากภาครัฐ ราคาประเมินจากกลุ่มซื้อขายที่ดิน ตัวแทนของผู้ซื้อหรือผู้ขายที่ดิน รวมถึงข้อมูลความสนใจของลูกค้า มาเป็นข้อมูลในการวิเคราะห์อย่างละเอียดว่าที่ดินนั้น ควรสร้างโครงการในลักษณะใด แนวโน้มการตอบรับที่ดินบริเวณดังกล่าวจะเป็นอย่างไร ซึ่งทำให้มีโอกาสประสบความสำเร็จมากกว่าการพิจารณาด้วยมนุษย์ ที่สำคัญที่สุดคือการนำ AI มาทำหน้าที่ช่วยตัดสินใจในการจัดสรรที่ดิน ทำให้องค์กรไม่เสียโอกาสด้านทรัพยากรข้อมูล เนื่องจากองค์ความรู้ ข้อมูลต่างๆ เกี่ยวกับการพิจารณาที่ดิน จะถูกเก็บไว้เป็นข้อมูลขององค์กรที่สามารถนำมาใช้งานและเพิ่มพูนองค์ความรู้ได้ในอนาคต²

อีกหนึ่งเทคโนโลยี AI ที่เข้ามามีบทบาทในการทำงานภายในองค์กรและกำลังได้รับความนิยม คือแบบจำลองภาษาขนาดใหญ่ (Large Language Model : LLM ) โมเดลภาษาขนาดใหญ่และซับซ้อนที่ถูกฝึกสอนเพื่อให้เข้าใจและสร้างภาษาที่มีความเป็นธรรมชาติคล้ายกับภาษาของมนุษย์ ตัวอย่างเช่น GPT-4 ที่ถูกพัฒนาโดย OpenAI โมเดลที่ได้รับการฝึกสอนด้วยข้อมูลจำนวนมากจากอินเทอร์เน็ต และสามารถจำลองความสามารถในการสื่อสารของมนุษย์ โดยเทคนิคหลักในการฝึกให้ LLM เรียนรู้ คือ การใช้ตัวแปลง (Transformer) ซึ่งเป็นสถาปัตยกรรมที่ออกแบบมาเพื่อจัดการปัญหาที่ซับซ้อนในการประมวลผลภาษาธรรมชาติ เช่น การสร้างประโยคที่สอดคล้องและเป็นภาษาเขียนที่ดี โมเดลนี้มีความสามารถในการจดจำความสัมพันธ์ระหว่างคำต่างๆ ในประโยค ทำให้มีประสิทธิภาพสูงในการนำไปใช้กับงานวิจัย การวิเคราะห์ข้อมูล และประยุกต์ใช้งานในด้านต่างๆ³

สำนักงานคณะกรรมการนโยบายที่ดินแห่งชาติ (สคทช.) ได้ดำเนินโครงการพัฒนาระบบบริหาร เชื่อมโยง และให้บริการข้อมูลด้านที่ดินและทรัพยากรดิน เพื่อทำหน้าที่เป็นศูนย์กลางการบริหารจัดการและให้บริการข้อมูลด้านที่ดินและทรัพยากรดิน และเป็นช่องทางให้หน่วยงานที่เกี่ยวข้องสามารถเข้าถึง แบ่งปัน และใช้ประโยชน์ข้อมูลด้านที่ดินและทรัพยากรดินร่วมกัน โดยในโครงการระยะที่ 1 ได้พัฒนาโครงสร้างพื้นฐานของระบบเชื่อมโยงข้อมูล ระบบจัดเก็บข้อมูล และพัฒนาโปรแกรมรองรับการบริหารจัดการแลวิเคราะห์ข้อมูล ในรูปแบบฐานข้อมูลขนาดใหญ่ (Big Data Platform) ต่อมาในปี พ.ศ. 2567 สคทช. ได้ดำเนินโครงการในระยะที่ 2 และได้กำหนดแผนการดำเนินงานต่อเนื่องจากระยะที่ 1 ในการเป็นศูนย์กลางบริหารจัดการและให้บริการข้อมูลด้านที่ดินและทรัพยากรดิน มุ่งเน้นการส่งเสริมให้เกิดการใช้ประโยชน์ข้อมูลในฐานข้อมูลขนาดใหญ่ (Big Data Analytic) การพัฒนาแบบจำลองการวิเคราะห์ข้อมูลโดยอาศัยวิทยาศาสตร์ข้อมูล (Data Science) และการวิเคราะห์ข้อมูล (Data Analytics) โดยมีกรอบแนวคิดในการนำ LLM มาประยุกต์ใช้ในการวิเคราะห์ข้อมูลด้านที่ดินและทรัพยากรดินของประเทศ เพื่อพัฒนาโมเดลภาษาขนาดใหญ่ภายในองค์กร (Local LLMs Solution) ที่เชื่อมต่อกับคลังข้อมูล (Data Warehouse) ของระบบบริหาร เชื่อมโยง และให้บริการข้อมูลกลางด้านที่ดินและทรัพยากรดิน เพื่อใช้ประโยชน์จากข้อมูลที่ได้เชื่อมโยงมาจากหน่วยงานด้านที่ดิน โดยมีแนวทางการประยุกต์ใช้งาน LLM เพื่อบริหารจัดการข้อมูลด้านที่ดินและทรัพยากรดิน ดังนี้

1. ด้านการรวบรวมและการจัดเก็บข้อมูล

   หน่วยงานสามารถตรวจสอบความถูกต้องและความสมบูรณ์ของข้อมูลโดยใช้ LLM และการทำความสะอาดข้อมูล (Data Cleansing) เพื่อให้ข้อมูลพร้อมใช้งาน รวมถึงใช้สำหรับการแปลงหรือสกัดข้อมูลจากนามสกุลไฟล์ (Format File) รูปแบบหนึ่งไปเป็นอีกรูปแบบหนึ่ง เช่น การแปลงไฟล์จากรูปแบบการจัดเก็บข้อมูลทางภูมิศาสตร์ (Shape File) ไปเป็นระบบสารสนเทศเพื่อการจัดการ (MIS) เป็นต้น

2. ด้านการวิเคราะห์และการประมวลผลข้อมูล

   การประยุกต์ใช้ LLM ให้ทำงานร่วมกับระบบสารสนเทศภูมิศาสตร์ (GIS) เพื่อแสดงข้อมูลเพิ่มเติมในพื้นที่ที่เกี่ยวข้องกับข้อมูลการใช้ที่ดิน ข้อมูลสภาพแวดล้อม ตลอดจนข้อมูลทางเศรษฐกิจและสังคม โดยการพัฒนาแชทบอทในการตอบคำถามหรือให้ข้อมูลในระบบสารสนเทศภูมิศาสตร์ (GIS) และปรับปรุงระบบค้นหาข้อมูลในแอปพลิเคชันเป็นการค้นหาตามบริบท (Context Search) โดยอิงจากคำค้นหาและแสดงผลลัพธ์ที่เกี่ยวข้อง

3. ด้านการจัดการรายงาน

   การประยุกต์ใช้ LLM สามารถสร้างรายงานจากข้อมูลได้ เช่น รายงานการประชุม รายงานการใช้ประโยชน์ที่ดิน เป็นต้น นอกจากนี้ยังสามารถประยุกต์ใช้ LLM ในการแปลเอกสารจากต่างประเทศที่เกี่ยวข้องกับนโยบายการใช้ประโยชน์ที่ดินและการบริหารจัดการที่ดินและทรัพยากรดิน

4. ด้านการให้คำปรึกษาและแนะนำ

   หน่วยงานสามารถรวบรวมคำถามที่เกี่ยวกับการบริหารจัดการที่ดินและทรัพยากรดิน เพื่อสร้างแชทบอทสำหรับให้ข้อมูลคำปรึกษา และคำแนะนำ เช่น การใช้ประโยชน์ที่ดินด้านการเกษตร ปัญหาที่เกี่ยวข้องกับการบริหารจัดการที่ดินและทรัพยากรดิน เป็นต้น ตลอดจนการตอบคำถามเกี่ยวกับกระบวนการขอใบอนุญาต เอกสารที่ต้องใช้ในการยื่นเรื่องและดำเนินการ ขั้นตอนการดำเนินการ รวมถึงการให้บริการข้อมูลเกี่ยวกับโครงการอนุรักษ์และการฟื้นฟูดิน เช่น พื้นที่ที่ได้รับการอนุรักษ์ การแนะนำวิธีการอนุรักษ์ทรัพยากรดิน เป็นต้น⁴

แนวทางการประยุกต์ใช้งานจำเป็นต้องอาศัยความรู้ ความเข้าใจในเชิงเทคนิคที่ถูกต้อง เพื่อพัฒนาระบบและออกแบบวิธีการให้ LLM ทำงานได้อย่างเหมาะสม เนื่องจากปัจจุบันเทคโนโลยีประเภทนี้ยังมีข้อจำกัดของการวิเคราะห์ข้อมูล อีกทั้งต้องตระหนักถึงบริบทของกฎหมายที่นำมาใช้วิเคราะห์อย่างถ่องแท้ เนื่องจากภาษาทางกฎหมายนั้นมีความซับซ้อน อาจทำให้เกิดความเข้าใจที่คลาดเคลื่อนได้ อย่างไรก็ตาม แนวทางที่วางไว้ในบทความนี้สามารถนำไปขยายต่อโดยใช้เครื่องมือในลักษณะเดียวกันกับข้อมูลประเภทอื่นๆ เพื่อให้เกิดความหลากหลายในการใช้งาน ทำให้ LLM เรียนรู้ผ่านข้อมูลจำนวนมากเป็นการเพิ่มขีดความสามารถของ AI ในการบริหารจัดการข้อมูล อันนำไปสู่การพัฒนาเทคโนโลยี AI Chatbot ในอนาคต เพื่อตอบโจทย์การทำงานในยุคปัจจุบันให้มีประสิทธิภาพมากยิ่งขึ้น

อ้างอิง

¹ Dynamic Intelligence Asia. การประยุกต์ใช้ปัญญาประดิษฐ์ (AI) ในด้านต่างๆ ที่พบได้ในชีวิตประจำวัน. เข้าถึงเมื่อ 11 พฤศจิกายน 2567 จาก https://www.dia.co.th/articles/ai-in-daily-life/

² bluebik. (2565). “ปรับตัวไว ใช้เทคโนโลยีเป็น” เพิ่มโอกาสสู่ยอดพีระมิดในกลุ่มธุรกิจอสังหา. เข้าถึงเมื่อ 11 พฤศจิกายน 2567 จาก https://bluebik.com/th/insights/1227.

³ พีรพัฒ โชคสุวัฒนสกุล. (2566). การประยุกต์ใช้วิทยาศาสตร์ข้อมูลในการวิเคราะห์ข้อมูลจากการวิเคราะห์ผลกระทบและประเมินผลสัมฤทธิ์ของกฎหมาย. เข้าถึงเมื่อ 11 พฤศจิกายน 2567 จาก https://so05.tci-thaijo.org/index.php/tulawjournal/article/view/262611/178912view/262611/178912

⁴ สำนักงานคณะกรรมการนโยบายที่ดินแห่งชาติ. (2567). รายงานขั้นต้น โครงการพัฒนาระบบบริหาร เชื่อมโยง และให้บริการข้อมูลกลางด้านที่ดินและทรัพยากรดิน ระยะที่ 2. 3-14