Descript เครื่องมือ AI ที่ใช้สร้างแก้ไขวิดีโอและไฟล์เสียง

Descript เป็นเครื่องมือสำหรับการแก้ไขวิดีโอและเสียงที่มีความสามารถและเครื่องมือที่ช่วยในการสร้างเนื้อหามัลติมีเดียอย่างง่ายดายและมีประสิทธิภาพมาก เป็นเครื่องมือที่ช่วยให้ผู้ใช้สามารถทำงานกับไฟล์เสียงและวิดีโอได้อย่างสะดวก และมีความสามารถที่น่าทึ่งอย่างการสร้างคำบรรยายอัตโนมัติจากเสียงพูดในวิดีโอหรือไฟล์เสียง

Descript มีคุณสมบัติที่น่าสนใจหลายอย่าง เช่น

  • การแก้ไขเสียงด้วยเทคโนโลยี Text-to-Speech (TTS): สามารถแก้ไขเสียงของคุณโดยการใช้ข้อความแทนการแก้ไขเสียงโดยตรง ซึ่งเป็นเครื่องมือที่ทันสมัยและเป็นประโยชน์สำหรับการแก้ไขเสียงหรือสร้างเสียงใหม่
  • การสร้างคำบรรยายอัตโนมัติ: Descript สามารถสร้างคำบรรยายอัตโนมัติจากเสียงพูดในวิดีโอหรือไฟล์เสียง
  • ความสามารถในการแก้ไขวิดีโออย่างง่ายดาย: มีเครื่องมือที่ช่วยในการตัดต่อวิดีโออย่างง่ายดาย ไม่ต้องมีทักษะพิเศษในการตัดต่อวิดีโอ
  • การทำงานร่วมกับคู่มือเสียง: คุณสามารถทำงานร่วมกับเสียงพูดโดยตรงใน Descript ซึ่งมีประสิทธิภาพสำหรับการแก้ไขและจัดการเนื้อหาของคุณ

Descript เป็นเครื่องมือที่มีความสามารถมากมายสำหรับการจัดการแก้ไขวิดีโอและเสียง และมีคุณสมบัติที่น่าสนใจสำหรับผู้ทำงานในด้านสื่อมัลติมีเดียและสร้างเนื้อหาที่มีคุณภาพได้อย่างง่ายดาย

Continue reading “Descript เครื่องมือ AI ที่ใช้สร้างแก้ไขวิดีโอและไฟล์เสียง”

Veed.io สร้างและแก้ไขวิดีโอออนไลน์ ด้วย AI

Veed.io เป็นเว็บไซต์ที่ให้บริการแก้ไขวิดีโอออนไลน์ (Online Video Editing) ซึ่งช่วยให้ผู้ใช้สามารถทำการตัดต่อวิดีโอ ปรับแต่งเอฟเฟ็กต์ และเพิ่มสื่อต่าง ๆ เข้าไปในวิดีโอได้อย่างง่ายดายผ่านเว็บบราวเซอร์โดยไม่ต้องดาวน์โหลดโปรแกรมเสริมหรือติดตั้งซอฟต์แวร์เพิ่มเติมในคอมพิวเตอร์ของผู้ใช้

Veed.io มีคุณสมบัติต่าง ๆ ที่ช่วยให้ผู้ใช้สามารถปรับแต่งวิดีโอได้อย่างมีประสิทธิภาพและง่ายดาย เช่น การเพิ่มข้อความหรือคำบรรยายในวิดีโอ การแก้ไขเสียง การเพิ่มเอฟเฟกต์ต่าง ๆ และอื่น ๆ อีกมากมาย โดยมีอินเทอร์เฟซที่ใช้งานง่ายและเข้าใจง่ายสำหรับผู้ใช้ทุกคนที่ต้องการทำงานกับวิดีโอออนไลน์โดยไม่ต้องมีความชำนาญในการตัดต่อวิดีโออย่างเฉพาะเจาะจงในด้านนี้มาก่อน โดยสามารถเข้าไปใช้งาน Veed.io ได้โดยการเข้าไปที่เว็บไซต์ https://www.veed.io/

Continue reading “Veed.io สร้างและแก้ไขวิดีโอออนไลน์ ด้วย AI”

Pictory AI ผู้ช่วยสร้างวิดีโอได้อย่างมีประสิทธิภาพ

Pictory

Pictory เป็นแพลตฟอร์มที่ใช้ประโยชน์จากความสามารถของปัญญาประดิษฐ์ (AI) เพื่อช่วยในการสร้างวิดีโออย่างมีประสิทธิภาพ แพลตฟอร์มนี้ไม่เพียงแค่ทำให้คุณสร้างวิดีโอได้อย่างรวดเร็ว แต่ยังมีคุณภาพที่น่าประทับใจอีกด้วย แต่ระบบยังไม่รองรับภาษาไทย

ฟีเจอร์หลักที่ Pictory นำเสนอได้แก่การแปลงข้อความเป็นวิดีโออัตโนมัติ ซึ่งเป็นวิธีที่รวดเร็วและสะดวกในการสร้างสื่อเสียงและรูปภาพที่น่าสนใจจากเนื้อหาที่คุณมีอยู่ ไม่ว่าจะเป็นสคริปต์, url บล็อก, บทความ หรือข้อความใดๆ ก็ตามที่คุณต้องการที่จะแปลงเป็นวิดีโอ

นอกจากนี้ยังมีคุณสมบัติการสร้างไฮไลท์วิดีโอ ที่ช่วยให้คุณสร้างคลิปวิดีโอสั้นๆ จากเนื้อหาที่ยาวนาน เหมาะสำหรับการแชร์บนโซเชียลมีเดียหรือการใช้เป็นตัวอย่างวิดีโอสำหรับงานที่ต่างๆ

ไม่เพียงแค่นั้น Pictory ยังมีคุณสมบัติการเพิ่มคำบรรยายในวิดีโอโดยอัตโนมัติเพื่อเพิ่มความเข้าถึงและการเข้าใจ และยังมีคุณสมบัติในการสรุปวิดีโอที่ยาวๆ เพื่อให้เป็นไปตามที่ต้องการ

ฉบับทดลองฟรีของ Pictory ยังคงมีคุณภาพสูงและสามารถเข้าถึงได้ง่ายผ่านคลาวด์ได้ที่ https://pictory.ai/  ทำให้เหมาะสำหรับผู้ใช้ทุกคนที่ต้องการสร้างวิดีโอที่ดูมืออาชีพได้ในเวลาอันสั้นๆ และอยากให้ผลลัพธ์มีคุณภาพสูง

Continue reading “Pictory AI ผู้ช่วยสร้างวิดีโอได้อย่างมีประสิทธิภาพ”

Runway ทำให้ข้อความหรือรูปภาพ เคลื่อนไหวได้

RunwayML เป็นชุดเครื่องมือที่ใช้ปัญญาประดิษฐ์ (AI) เพื่อช่วยในการสร้างไฟล์รูปภาพ ไฟล์วิดีโอ และไฟล์เสียง อีกทั้งยังสามารถแก้ไของค์ประกอบของรูปภาพและวิดีโอได้

โดยมี AI Magic Tools เป็นเครื่องมือที่ที่ช่วยในการสร้างสรรค์ รวมถึงการสร้างและแก้ไข วิดีโอ รูปภาพ และการฝึกโมเดลประเภทต่าง ๆ ตามความต้องการ มากกว่า 30 รายการ เช่น Motion Brush, Generate Videos, Generate images, Erase Things from Videos

คุณสามารถเขา้ใช้งาน Runway ได้ที่เว็บไซต์ https://runwayml.com/ และ AppStore สำหรับ Smartphone IOS เท่านั้น

Continue reading “Runway ทำให้ข้อความหรือรูปภาพ เคลื่อนไหวได้”

ChatGPT – AI Chatbot

ChatGPT เป็นเครื่องมือปัญญาประดิษฐ์ประเภท AI Chatbot ซึ่งมีลักษณะเป็นการป้อนคำสั่งให้ AI ทำงานด้วยวิธีการพูดคุย สนทนา โต้ตอบกับ AI โดยใช้ภาษาปกติของมนุษย์ โดยเป็นการพัฒนา Machine Learning ให้ AI เรียนรู้และเลียนแบบโครงสร้างภาษาของมนุษย์ (Natural Language Processing) โดยการ Training ป้อนด้วยข้อมูลจากคลังข้อมูลขนาดใหญ่ที่จัดเก็บไว้แบบ Offline (GPT : Generative Pre-trained Transformers are a type of large language model; LLMs)

ความสามารถที่มี อาทิ สั่งให้ช่วยค้นหาข้อมูล ช่วยแต่งประโยคแบบมนุษย์ได้ เช่น เขียนเนื้อหาอีเมล ช่วยในการเขียนเนื้อหาของบทความ เรียงความ ที่มีความถูกต้องของไวยากรณ์ Grammar ได้ เขียน Resume แต่งบทกวี บทเพลง ช่วยให้คำแนะนำในเรื่องต่างๆ เช่น วางแผนโปรแกรมการท่องเที่ยว เป็นต้น ช่วยสรุปเนื้อหา ซี่งสามารถปรับแต่งรายละเอียดเนื้อหาคำถาม เพื่อให้ AI ปรับปรุงข้อมูลคำตอบที่เฉพาะเจาะจงหรือตรงกับคำถามได้

ฟังก์ชันความสามารถ:

  • Natural Language Understanding: เข้าใจและสามารถสร้างข้อความเลียนแบบภาษามนุษย์ได้ ตอบสนองข้อความที่ป้อนข้อมูลให้ไป
  • Contextual Understanding: การสร้างข้อความสื่อสารโต้ตอบ สามารถเข้าใจและอ้างอิงเนื้อหาคำถามคำตอบที่อยู่ในบทสนทนาได้ เช่น ผู้ใช้ปรับเปลี่ยนคำถามแบบเฉพาะเจาะจงหรือเปลี่ยนแปลงเพิ่มเติม และมีการอ้างอิงถึงคำถามก่อนหน้า สามารถปรับคำตอบให้สอดคล้องกับคำถามได้
  • Content Creation: ช่วยสร้างสรรค์เนื้อหา อาทิ การเขียนบทความ การแต่งเนื้อหาสำหรับส่งอีเมลการสร้างสรรค์แต่งประโยคเนื้อหา ตามเงื่อนไขที่ผู้ใช้กำหนดให้ได้
  • Language Translation: ความสามารถในการแปลภาษา เปลี่ยนจากภาษาหนี่งไปเป็นอีกภาษาได้
  • Text Summarization: ความสามารถในการสรุปเนื้อหาสาระสำคัญหลัก จากเนื้อหาที่กำหนดให้ได้
  • General Knowledge a wide range of topics up and not real-time information, Question Answering: ความสามารถในการค้นหาและตอบคำถาม ครอบคลุมเนื้อหาความรู้ทั่วไป แต่ไม่ได้เป็นแบบ real-time โดยมีข้อจำกัดคือข้อมูลอัพเดทถึง January 2022
  • Programming Assistance: ช่วยสร้างโค้ดภาษาโปรแกรมคอมพิวเตอร์ได้
  • Conversation and Chat: ออกแบบมาให้สามารถโต้ตอบ พูดคุย สนทนาได้
  • Personal experiences or opinions : การโต้ตอบสนองถูกสร้างขึ้นบนพื้นฐานของแหล่งของข้อมูลในช่วงเวลาหนึ่งแล้วจึงเกิดจากการเรียนรู้ขึ้นในระหว่างที่ AI ถูกได้รับการเทรนนิ่ง ผลลัพธ์จึงไม่อาจรับประกันความถูกต้องได้ทั้งหมด และข้อมูลอาจไม่เป็นปัจจุบัน

Requirements:

  • อุปกรณ์/platform : เครื่องคอมพิวเตอร์ระบบปฏิบัติการ Windows, macOS, Linux สมาร์ทโฟน/Tablets
  • เว็บเบราว์เซอร์: Google Chrome, Mozilla Firefox, Safari, or Microsoft
  • การเชื่อมต่อเครือข่ายอินเทอร์เน็ต: เนื่องจากต้องส่งคำสั่งไปประมวลผลแบบออนไลน์.
  • คีย์บอร์ดหรือส่วนป้อนข้อมูล: สำหรับพิมพ์ป้อนคำสั่ง prompt
  • บัญชีสำหรับเข้าใช้งาน สำหรับบางระบบปฏิบัติการ แต่โดยทั่วไปเปิดให้เข้าใช้แบบไม่ต้องมีบัญชี

ดัชนีเมืองอัจฉริยะปี 2023 โดย IMD (IMD Smart City Index 2023)

หลายคนอาจเคยได้ยินดัชนีเมืองอัจฉริยะของ IMD แต่ไม่รู้ว่าคืออะไร วันนี้จะเป็นโอกาสดีที่เราจะมาทำความรู้จักดัชนีเมืองอัจฉริยะปี 2023 วิธีการจัดอันดับและผลการจัดอันดับเมืองอัจฉริยะของปี 2023

รู้จักดัชนีเมืองอัจฉริยะปี 2023
ดัชนีเมืองอัจฉริยะเป็นการจัดอันดับเมืองอัจฉริยะในประเทศต่างๆ ทั่วโลก โดยในปี 2023 มี 141 เมือง ได้รับการจัดอันดับโดย IMD ผลการจัดอันดับเผยแพร่ไว้ที่ https://www.imd.org/wp-content/uploads/2023/04/smartcityindex-2023-v7.pdf ในปี 2022 ไม่มีการจัดอันดับโดย IMD มีการเปลี่ยนแปลงที่สำคัญสำหรับการจัดอันดับในปี 2023 คือ 1. The World Smart Sustainable Cities Organization (WeGO) เข้าร่วมเป็นพันธมิตรกับ IMD ทางด้านความรู้ 2. จำนวนเมืองที่ได้รับการจัดอันดับเพิ่มจาก 118 เมือง ในปี 2021 เป็น 141 เมือง ในปี 2023 เพื่อมุ่งไปที่การจัดอันดับของทั่วโลก และ 3. วิธีการที่ใช้ในการจัดอันดับของปี 2023 ได้รับการปรับให้ดีขึ้น

วิธีการจัดอันดับของปี 2023
ดัชนีเมืองอัจฉริยะปี 2023 ประเมินการรับรู้ (perception) ของผู้อยู่อาศัย 120 คนในแต่ละเมือง ในประเด็นที่เกี่ยวข้องกับ 1. โครงสร้างพื้นฐานที่มีอยู่ในเมืองของตน และ 2. การประยุกต์ใช้เทคโนโลยีที่มีอยู่ในเมืองของตน โดยภายใต้ 2 ประเด็นนี้จะมีการประเมินประเด็นย่อย 5 ประเด็น คือ สุขภาพและความปลอดภัย ความคล่องตัว กิจกรรม โอกาส และการกำกับดูแล คะแนนสุดท้ายของแต่ละเมืองถูกคำนวณโดยใช้การรับรู้ของการสำรวจในช่วง 3 ปีที่ผ่านมา โดยมีน้ำหนัก 3:2:1 สำหรับปี 2023:2021:2020 ทั้งนี้เมืองต่างๆ ที่ถูกสำรวจจะได้รับการแบ่งออกเป็น 4 กลุ่มตามคะแนนดัชนีการพัฒนามนุษย์ (Human Development Index หรือ HDI) ของ Global Data Lab ของเมืองที่ตนอยู่อาศัย ภายในกลุ่ม HDI แต่ละกลุ่ม เมืองจะได้รับ ‘ระดับคะแนน’ (AAA ถึง D) ขึ้นอยู่กับคะแนนการรับรู้ของเมืองหนึ่งๆ เทียบกับคะแนนของเมืองอื่นๆ ทั้งหมดในกลุ่มเดียวกัน

ผลการจัดอันดับของปี 2023
เมือง Zurich ประเทศ Switzerland ได้อันดับ 1 รองลงมา คือ เมือง Oslo ประเทศ Norway ถัดมาเป็นเมือง Canberra ประเทศ Australia อันดับ 4 คือ เมือง Copenhagen ประเทศ Denmark ส่วนอันดับ 5 คือ Lausanne ประเทศ Switzerland อันดับ 6 คือ เมือง London ประเทศ United Kingdom อันดับ 7 คือ เมือง Singapore อันดับ 8 คือ เมือง Helsinki ประเทศ Finland อันดับ 9 คือ เมือง Geneva ประเทศ Switzerland และอันดับ 10 คือ เมือง Stockholm ประเทศ Sweden ในขณะที่ประเทศไทยมี Bangkok เพียงเมืองเดียวเข้าร่วมในการจัดอันดับ โดยได้อันดับ 88 ส่วนในปี 2021 ได้อันดับ 86

ถ้าไม่รวมเมือง Abu Dhabi และ Dubai ประเทศ United Arab Emirates เมืองทั้งหมดที่ติด 20 อันดับแรก มาจาก Europe หรือ Asia-Pacific ไม่พบเมืองจาก America หรือ Africa ใน 20 อันดับแรก เมือง New York ประเทศ USA ได้อันดับที่ 22 ในขณะที่เมือง Cairo ประเทศ Egypt มีอันดับ 108 เป็นเมืองใน Africa ที่มีอันดับดีสุด เมือง Medellin ประเทศ Colombia ได้อันดับ 118 เป็นเมืองที่มีอันดับดีสุดใน South America จากเมืองที่ติด 20 อันดับแรก มีอยู่ 6 เมือง มีผลการจัดอันดับดีขึ้นเรื่อยๆ หรือคงที่ในช่วงปี 2019 ถึง 2023 ได้แก่ 1. เมือง Zurich 2. เมือง Oslo 3. เมือง Singapore 4. เมือง Beijing ประเทศ China 5. เมือง Seoul ประเทศ South Korea 6. เมือง Hong Kong เมืองขนาดใหญ่ไม่จำเป็นว่าจะได้อันดับที่ดี เช่น เมือง Boston ประเทศ USA มีอันดับ 34 และเมือง Paris ประเทศ France มีอันดับ 46

Bangkok มีอันดับ 88 ในปี 2023 จากการจัดอันดับประเทศทั้งหมดทั่วโลก 141 ประเทศ และมีอันดับ 86 ในปี 2021 จากการจัดอันดับของประเทศทั้งหมด 118 ประเทศ แสดงว่า Bangkok ยังคงรักษาอันดับที่ค่อนไปทางที่ไม่ดีในช่วงปี 2021 และ 2023 ทำให้ต้องพัฒนาอีกหลายด้านเกี่ยวกับโครงสร้างพื้นฐานและเทคโนโลยีเพื่อให้คุณภาพชีวิตของผู้อาศัยในเมืองดีขึ้น จะทำให้ในปี 2024 คงได้ข่าวดีว่า Bangkok มีอันดับที่ดีขึ้นมาก

ที่มา: IMD (2023). IMD Smart City Index Report 2023. https://www.imd.org/wp-content/uploads/2023/04/smartcityindex-2023-v7.pdf

 

 

ข่าว BCG จากแหล่งข่าวภายนอก 2566

 

=> ข่าว BCG จากแหล่งข่าวภายนอก 2565
=> ข่าว BCG จากแหล่งข่าวภายนอก 2564

เทคโนโลยีการจับคาร์บอน (carbon capture)

เรียนรู้หลักการของเทคโนโลยีการเก็บและการจับคาร์บอน (carbon capture and storage (CCS) technology) และเทคโนโลยีการเก็บ การใช้ประโยชน์ และการจับคาร์บอน (carbon capture, utilization and storage (CCUS) technology) รวมถึงประโยชน์ของเทคโนโลยีการจับคาร์บอนและความจำเป็นในการขับเคลื่อน และเหตุผลหลักที่ทำให้เทคโนโลยีการจับคาร์บอนมีอนาคตที่ดี

เหมือนหรือต่างระหว่างหลักการของเทคโนโลยี CCS และ CCUS
เทคโนโลยี CCS เกิดขึ้น เป็นเครื่องมือที่มีประโยชน์ช่วยลดการปล่อยคาร์บอน และให้บรรลุเป้าหมายการปล่อยคาร์บอนเป็นศูนย์ เทคโนโลยี CCS เกี่ยวข้องกับการจับคาร์บอนจากอุตสาหกรรมและกระบวนการผลิต และขนส่งคาร์บอนไปยังโครงสร้างทางธรณีวิทยาที่อยู่ชั้นใต้ดิน (underground geological formations) เพื่อไม่ให้คาร์บอนไปทำลายชั้นบรรยากาศและไม่ก่อให้เกิดปฏิกิริยาเรือนกระจก (greenhouse effect) ส่วนเทคโนโลยี CCUS เหมือนกับเทคโนโลยี CCS ในบางขั้นตอน แต่ไม่มีการขนส่งคาร์บอนไปชั้นใต้ดิน คาร์บอนจะถูกเปลี่ยนเป็นผลิตภัณฑ์ทางอุตสาหกรรม ที่สามารถนำไปใช้ในกระบวนการทางอุตสาหกรรมอื่น หรือเปลี่ยนเป็นเชื้อเพลิงชีวภาพและพลาสติกที่นำกลับมาใช้ใหม่ได้

ประโยชน์ของเทคโนโลยีการจับคาร์บอนและความจำเป็นในการขับเคลื่อน
การใช้เทคโนโลยีการจับคาร์บอนอย่างกว้างขวางจะช่วยทำให้ไม่เกิดการเปลี่ยนแปลงสภาพภูมิอากาศ (climate change) การศึกษาเมื่อเร็วๆ นี้โดย the Center for Climate and Energy Solutions (C2ES) พบว่า เทคโนโลยีการจับคาร์บอน ถ้าได้รับการจัดการที่มีประสิทธิภาพสามารถลดการปล่อยก๊าซเรือนกระจกทั่วโลกที่ 14 เปอร์เซ็นต์ ในปี 2050 เมื่อพิจารณาร่วมกับมาตรการลดคาร์บอนอื่นๆ เทคโนโลยีการจับคาร์บอนเป็นตัวสำคัญที่สุดในการลดการเปลี่ยนแปลงสภาพภูมิอากาศ การรายงานเมื่อเร็วๆ นี้ของ IPCC (Intergovernmental Panel on Climate Change) บอกว่า เทคโนโลยีการจับคาร์บอนต้องอยู่ในแผนการลดการปล่อยคาร์บอนทั่วโลก รายงานโดย McKinsey พบว่า การใช้เทคโนโลยีการจับคาร์บอนทั่วโลกต้องขยาย 120 เท่า จากระดับปัจจุบันในปี 2050 เพื่อบรรลุเป้าหมายการปล่อยคาร์บอนเป็นศูนย์ ตะวันออกกลางใช้เทคโนโลยีการจับคาร์บอนนำหน้าภูมิภาคอื่นในโลก

เทคโนโลยีการจับคาร์บอนช่วยลดปัญหาความแห้งแล้งของภูมิภาคที่เป็นผลมาจากการเปลี่ยนแปลงสภาพภูมิอากาศ อากาศที่ร้อนและแห้งที่เกิดจากการเปลี่ยนแปลงสภาพภูมิอากาศ ทำให้เกิดอากาศที่รุนแรง เช่น คลื่นความร้อน และความแห้งแล้ง ในสหรัฐอเมริกา ข้อมูลจาก NASA ในปี 2050 มากกว่า 75 เปอร์เซ็นต์ ของโลก จะเจอปัญหาความแห้งแล้ง ข้อมูลโดย the UN Convention to Combat Desertification (UNCCD) ความแห้งแล้งทำให้ 650,000 คน เสียชีวิตระหว่างปี 1970 และ 2019 ทำให้เป็นภัยพิบัติทางธรรมชาติที่ทำให้มีผู้เสียชีวิตมากที่สุดในโลก และทำให้ประมาณ 55 ล้านคน ได้รับผลกระทบทั่วโลกต่อปี รายงานโดย UN

งานวิจัยของ Bloomberg NEF เมื่อเร็วๆ นี้ รายงานว่า การกำจัดคาร์บอนไดออกไซด์ที่ 1.5-15.5 กิกะตัน จะเกิดขึ้นในปี 2030-2050 เพื่อทำให้การร้อนขึ้นของอุณหภูมิโลกไม่มากกว่า 1.5 องศาเซลเซียส นักวิทยาศาสตร์ทั่วโลกทำนายว่า 10 กิกะตันของคาร์บอนไดออกไซด์ จะถูกกำจัดเป็นประจำทุกปีจากบรรยากาศในปี 2050 และเพิ่มการกำจัดคาร์บอนไดออกไซด์เป็น 20 กิกะตันต่อปี ในปี 2100

เหตุผลหลักที่ทำให้เทคโนโลยีการจับคาร์บอนมีอนาคตที่ดี
1. อุตสาหกรรมหนักกำลังใช้เทคโนโลยีการจับคาร์บอน
2. รัฐบาลทั่วโลกกำลังสนับสนุนเทคโนโลยีการจับคาร์บอน
3. ความร่วมมือทางอุตสาหกรรมทำให้เกิดการแก้ปัญหาข้อจำกัดทางเศรษฐกิจของเทคโนโลยีการจับคาร์บอนมากขึ้น

เทคโนโลยีการจับคาร์บอนต้องการความร่วมมือระหว่างภาคเอกชนและรัฐบาล ต้องมีการพูดคุยระหว่างภาคเอกชนและรัฐบาลเพื่อแก้ปัญหาการจัดการคาร์บอนและภูมิอากาศ

Climate change สร้างผลกระทบและความเสียหายต่อโลก ดังนั้นจึงมีความจำเป็นในการพัฒนาเทคโนโลยีการจับคาร์บอน เพื่อไม่ให้คาร์บอนไปทำลายชั้นบรรยากาศและไม่ก่อให้เกิดปฏิกิริยาเรือนกระจก ทั้งนี้ต้องการความร่วมมือระหว่างภาคเอกชนและรัฐบาล ต้องมีการพูดคุยระหว่างภาคเอกชนและรัฐบาลเพื่อแก้ปัญหาการจัดการคาร์บอนและภูมิอากาศ เทคโนโลยีการจับคาร์บอนต้องอยู่ในแผนการลดการปล่อยคาร์บอนทั่วโลก

ที่มา:
1. Ayla Majid (October 16, 2023). Why carbon capture is key to reaching climate goals. https://www.weforum.org/agenda/2023/10/why-carbon-capture-is-key-to-reaching-climate-goals/
2. Jason Kraynek (October 5, 2022). 3 reasons why the future of carbon capture looks promising. https://www.weforum.org/agenda/2022/10/3-reasons-why-future-of-carbon-capture-looks-promising/
3. Victoria Masterson (August 2, 2022). These NASA images show the staggering impact of drought. https://www.weforum.org/agenda/2022/08/nasa-lake-mead-water-drought/

diigo เว็บไซต์จัดการเนื้อหาของเว็บไซต์ที่สนใจ

diigo เป็นเว็บไซต์ที่มีประโยชน์ในการทำ social bookmarking

social bookmarking เหมือนการจัดเก็บเว็บไซต์ทั่วไป แต่มีการแบ่งปันเว็บไซต์ที่ถูกเก็บกับผู้ใช้ที่เชื่อมต่ออินเทอร์เน็ตอื่น ๆ เมื่อพบเว็บไซต์ที่สนใจ บันทึกเว็บไซต์นั้นเข้าไปในเว็บไซต์ diigo จะทำให้สามารถเข้าสู่เว็บไซต์ที่สนใจที่ไหนก็ได้ตอนไหนก็ได้ ข้อดีอีกข้อของ social bookmarking คือ ทำให้การทำวิจัยง่ายขึ้น โดยนักวิจัยสามารถพบเว็บไซต์ที่ถูกจัดเก็บที่มีเนื้อหาในเรื่องที่สนใจโดยง่ายจากการติดตามการจัดเก็บเว็บไซต์ของนักวิจัยคนอื่น ๆ ผ่านเว็บไซต์ diigo

diigo ช่วยในการจัดการกับเนื้อหาของเว็บไซต์ที่สนใจ ที่ถูกจัดเก็บในเว็บไซต์ diigo สามารถเพิ่มคำอธิบายลงไปในหน้าเว็บไซต์ โดยการเน้นหรือใส่ข้อความสั้น ๆ ลงไปในเนื้อหา ให้ tags ประกอบกับเนื้อหาเพื่อง่ายต่อการสืบค้นภายหลัง จัดการเนื้อหาให้เป็นระบบโดยฟังก์ชัน outliner สามารถให้เรื่องการจัดการกับเนื้อหาสามารถเห็นได้เพียงผู้จัดการเนื้อหาเพียงผู้เดียวหรือเห็นโดยบางคนได้

diigo เป็นเครือข่ายทางสังคม สามารถออกแบบให้สังคมเป็นแบบไหน อนุญาตให้มีผู้ติดตามและติดตามผู้ใช้อื่น ๆ และมองหาว่าผู้ใช้จัดเก็บเว็บไซต์อะไรในเว็บไซต์ diigo นอกจากนี้ยังสามารถสร้างกลุ่ม เชิญผู้ใช้บางคนเข้าร่วมกลุ่ม มีการแบ่งปันเนื้อหาในกลุ่ม

วิธีเริ่มต้นใช้งานเว็บไซต์ diigo
เข้าใช้งานได้ฟรี โดยสร้าง account ที่เว็บไซต์ (https://www.diigo.com/) นอกจากนี้ยังมีหลายทางเลือกในการใช้งานแบบมีค่าใช้จ่าย การเข้าใช้งานแบบฟรีพอสำหรับผู้ใช้งานเบื้องต้น

 

วิธีสร้างกลุ่มในเว็บไซต์ diigo
เมื่อเข้าใช้งานเว็บไซต์ diigo ได้แล้ว จะพบ 4 เครื่องมือ ได้แก่ My Library My Outliner My Groups และ Tools คลิกที่ My Groups ต่อจากนั้นสร้างกลุ่มตามต้องการ กลุ่มของ diigo ทำให้ผู้ใช้ที่อยู่ในกลุ่มเพิ่มการจัดเก็บเว็บไซต์ เน้นเนื้อหา ใส่ข้อความสั้น ๆ ลงไปในเนื้อหาของเว็บไซต์ได้ นอกจากนี้ยังสามารถทำให้สิ่งเหล่านี้เห็นเพียงตนเองและบางคน

 

วิธีจัดเก็บเว็บไซต์
จากเครื่องมือทั้ง 4 Tools จะช่วยในการจัดเก็บเว็บไซต์ เมื่อพบเนื้อหาออนไลน์ที่สนใจเหมาะสำหรับงานวิจัย ต้องจัดเก็บเว็บไซต์นั้นในเว็บไซต์ diigo

 

วิธีใส่ข้อความอธิบายในเว็บไซต์ที่ถูกจัดเก็บ
หลังจากจัดเก็บเว็บไซต์ในเว็บไซต์ diigo สามารถเน้นเนื้อหา เพิ่มความเห็น โดยใช้ฟังก์ชัน highlight และ sticky notes

ที่มา:

1. https://www.diigo.com

2. Marcy Marbut (April 3, 2014). Diigo. https://sites.stedwards.edu/socialmedia-mmarbut/2014/04/03/diigo/
3. ALSC Children and Technology committee (December 14, 2013). Using Diigo. https://www.alsc.ala.org/blog/2013/12/using-diigo/
4. Sunita Singhal (May 20, 2020). Diigo- An ICT Tool For Knowledge Dissemination. https://www.linkedin.com/pulse/diigo-ict-tool-knowledge-dissemination-sunita-singhal

 

National AI Ecosystem

การสร้างและพัฒนาระบบนิเวศปัญญาประดิษฐ์ (AI Ecosystem) และเชื่อมโยงแบบบูรณาการ เพื่อส่งเสริมการพัฒนาและประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ที่มีประสิทธิภาพ และนำไปสู่การยกระดับเศรษฐกิจและคุณภาพชีวิตของประชาชนภายในปี พ.ศ. 2570 ยกตัวอย่าง

  1. การยกระดับการให้บริการ “แพลตฟอร์ม AI For Thai” แพลตฟอร์มให้บริการ AI สัญชาติไทย
  2. การพัฒนาชุดข้อมูลมาตรฐานสำหรับการเปรียบเทียบประสิทธิภาพการพัฒนา AI และการส่งเสริมให้เกิดการขยายผลใช้งาน
  3. การปรับปรุงคุณภาพการให้บริการให้ดีขึ้นของ TPMAP หรือระบบบริหารจัดการข้อมูลการพัฒนาคนแบบมุ่งเป้า เพื่อแก้ปัญหาความยากจน
  4. การจัดตั้งเครือข่าย AI ทางการแพทย์ (Medical AI Consortium) และการพัฒนาแพลตฟอร์มข้อมูลเปิดทางการแพทย์ เพื่อนำไปสู่การพัฒนาและการให้บริการ AI Model ทางการแพทย์ในอนาคต

กลุ่มเป้าหมายที่เกี่ยวข้อง ได้แก่ ประชาชนทั่วประเทศ ภาคธุรกิจ ภาครัฐและการศึกษา โรงพยาบาลต่างๆ

เป้าหมายตามแผนปฏิบัติการระยะ 5 ปี (พ.ศ.2567-2571)

  1. เกิดผลงานวิจัยจากเทคโนโลยีปัญญาประดิษฐ์ที่มีความเสถียร ปลอดภัย สามารถรองรับข้อมูลและการทำงานของทุกภาคส่วน การสร้างเครือข่ายผู้ให้บริการ และยังสามารถพัฒนาหรือรวบรวมเทคโนโลยีฐานสำคัญทางด้านปัญญาประดิษฐ์เพื่อให้บริการอย่างต่อเนื่อง ส่งเสริมให้เกิดระบบนิเวศในการใช้เทคโนโลยีอันจะนำมาซึ่งการเติบโตของเศรษฐกิจและสังคมบนฐานของเทคโนโลยีปัญญาประดิษฐ์ต่อไปในอนาคต
  2. เกิดผลงานวิจัยจากการพัฒนาเทคโนโลยีการจัดการ และประมวลผลข้อมูลเพื่อการวิเคราะห์ และสร้างคุณค่าให้กับข้อมูลขนาดใหญ่ (Big Data) โดยเน้นข้อมูลในสาขาที่มีความสำคัญต่อการพัฒนาประเทศ รวมถึงวิจัย พัฒนา และให้คำแนะนำเครื่องมือและโครงสร้างพื้นฐาน เพื่อบูรณาการและวิเคราะห์ข้อมูล ตลอดจนพัฒนาวิธีการวิเคราะห์ข้อมูล สำหรับโจทย์เชิงยุทธศาสตร์ทั้งของภาครัฐและเอกชน

แผนงาน/สิ่งส่งมอบ

  1. การวิจัยและพัฒนาเทคโนโลยีปัญญาประดิษฐ์
  2. การวิจัยและพัฒนาเทคโนโลยีวิทยาการข้อมูลและการวิเคราะห์เพื่อสนับสนุนการพัฒนาปัญญาประดิษฐ์

ผลงานเด่นที่คาดว่าจะเกิดในปี 2567

  1. จำนวนการใช้งานบนแพลตฟอร์มบริการ AI ไม่น้อยกว่า 15 ล้านครั้งและจะให้บริการ AI เพิ่มเติมจากเดิม ไม่น้อยกว่า 2 บริการ
  2. ชุดข้อมูลเปิดขนาดใหญ่สำหรับการประมวลผลภาษาธรรมชาติ จำนวน 4 ชุดข้อมูล
  3. การเพิ่มคุณภาพการบริการของ TPMAP ซึ่งจะทำให้การออกนโยบายแม่นยำและมีประสิทธิภาพสูงขึ้น
  4. เพิ่มจำนวนพันธมิตรในเครือข่าย AI ทางการแพทย์ (Medical AI Consortium) อีก 2 พันธมิตร และเพิ่มจำนวนข้อมูลทางการแพทย์ในแพลตฟอร์มข้อมูลเปิดทางการแพทย์