AWS Thai Blog

บทสรุปจากงาน re:Invent 2022 ในหัวข้อ Smart Industry Solution

เมื่องาน re:Invent 2022 ที่ผ่านมา ทาง Amazon Web Services ได้มีการประกาศ Service ใหม่ และ Feature ใหม่ ออกมาเป็นจำนวนมาก ซึ่งมีความน่าสนใจไม่น้อย และ สำหรับบทความนี้ จะเป็นการสรุปถึง Service ใหม่ๆ และความสามารถใหม่ของ Service เดิมที่มีอยู่แล้วในหมวดหมู่ Smart Industry Solution จากงาน Re:Invent 2022 ครับ

สำหรับ Smart Industry Solution จะแบ่งหัวข้อออกลงไปอีกครับ ได้แก่

ในแต่ละหัวข้อ จะมีสิ่งใหม่ๆอะไรบ้าง ไปดูกันเลยครับ

แอปพลิเคชันสำหรับธุรกิจ (Business Application)

หมวดหมู่นี้จะเป็นแอปพลิเคชันสำหรับธุรกิจ โดยจะมี Service และ การเพิ่มความสารถของ Service เดิม ซึ่งได้แก่

Amazon Connect Contact Lens สำหรับข้อความ Chat

สำหรับหัวข้อนี้ ทาง AWS ได้ประกาศเพิ่มความสามารถของ Amazon Connect ซึ่งเป็น Service ที่ทำให้การติดต่อสื่อสารกับลูกค้าทำได้ง่ายขึ้น โดยอาศัยช่องทางต่างๆ เช่น การพูดคุยระหว่างโทรศัพท์, การพูดคุยผ่าน Text message หรือที่เรามักเรียกว่า Chat นั่นเอง

Contact Lens คือความสามารถในการตรวจจับ ความรู้สึกของลูกค้า (sentiment analysis) เพื่อใช้ในการประเมิณเจ้าหน้าที่ซึ่งทำหน้าที่พูดคุยกับลูกค้าโดยอาศัย Machine Learning มาช่วยตรวจจับ ก่อนหน้านี้ Contact Lens สามารถตรวจกับความรู้สึกของลูกค้าได้จากการคุยโทรศัพท์ (Voice message) แต่เราได้เพิ่มความสามารถในการตรวจจับผ่าน Chat message และสามารถวิเคราะห์การ Chat ระหว่างเจ้าหน้าที่ หรือ Chat Bot ได้ เพื่อเป็นการช่วยประเมิณความรู้สึกของลูกค้า เมื่อลูกค้ามีอารมณ์โกรธ เจ้าหน้าที่จะได้หาวิธีตอบสนองและสามารถแก้ปัญหาได้ทันท่วงที

AWS Supply Chain

แน่นอนครับว่าปัญหาโรคระบาดในช่วงที่ผ่านมา ทำให้หลายๆองค์กรเจอปัญหาเรื่องของการบริหารจัดการ supply chain ทั้งในเรื่องของการขนส่งสินค้า และ การทำงานร่วมกับแผนกอื่นๆ ถึงแม่ว่าได้ทีการลงทุนซื้อซอฟต์แวร์ประเภท ERP (Enterprise Resource Planning) แล้วก็ตาม สาเหตุหลักคือขาดการมองเห็นอย่างทั่วถึงใน supply chain ของเรา และ การวิเคราะห์ถึงปัญหาต่างนั้นมีตัวแปรมากมายเกินไป ทำให้เราบริหารจัดการ supply chain ได้อย่างไม่มีประสิทธิภาพเพียงพอนั่นเองครับ

AWS Supply Chain จึงมาช่วยแก้ปัญหาต่างๆเหล่านั้น โดยที่ AWS Supply Chain จะไปดึงข้อมูลจากซอฟต์แวร์ต้นทาง ได้แก่ ​Enterprise Resource Planning, Supply Chain Management System โดย AWS Supply Chain จะรับข้อมูลในรูปแบบ EDI 856, EDI 850, EDI 860 เป็นต้น และ ใช้ความสามารถของ natural language processing (NLP) มาแปลงข้อมูล และจัดเก็บในรูปแบบของ supply chain data lake เพื่อนำข้อมูลมาวิเคราะห์โดยอาศัย Machine Learning เพื่อให้ได้ข้อมูลเชิงลึกและคำแนะนำที่สามารถนำไปปฏิบัติต่อได้ และ ยังมีเครื่องมือที่ใช้ในการทำงานร่วมกัน เพื่อแก้ไขปัญหาต่างๆที่กล่าวมา

แอปพลิเคชันเพื่อ Productivity (Productivity Application)

การทำงานร่วมกันจากระยะไกล (Remote workspace) เป็นสิ่งที่ได้รับความนิยมมาก หลังจากช่วงโควิต19 ดังนั้นการติดต่อสื่อสารจึงเป็นเรื่องที่สำคัญที่สุด แต่เราจะทำอย่างไรให้การส่งข้อความระหว่างเพื่อนร่วมงานนั้นมีความปลอดภัยที่สุด นั่นจึงเป็นสาเหตุที่เราประกาศ Service ต่อไปนี้ครับ

AWS Wickr

AWS Wickr เป็นแอพพลิเคชั่นที่มาในรูปแบบของ SaaS โดยมีความสามารถในการส่งข้อมูลที่ถูกเข้ารหัสแบบ end-to-end โดยที่ไม่ต้องใช้งาน virtual private network (vpn) และ สามารถส่งข้อมูลในรูปแบบต่างๆเช่น การส่งข้อความแบบกลุ่ม, การส่งไฟล์, การส่งผ่านเสียง และ การส่งวิดิโอ เป็นต้น ทั้งนี้เราสามารถระบุอายุของข้อความ (Data retention) เพื่อเป็นการเพิ่มความปลอดภัยและตอบโจทย์เรื่องความเป็นส่วนตัวของข้อมูลได้

เราสามารถเริ่มใช้งาน AWS Wickr ทำได้ง่ายๆ เพียงสร้าง network และเชิญเพื่อนร่วมงานให้เข้าร่วม network ที่สร้างขึ้นมาเท่านั้นเองครับ

การจำลองเชิงพื้นที่ขนาดใหญ่ (Large Scale Spatial Simulation)

การจำลองเชิงพื้นที่ขนาดใหญ่ คือการจำลองสถานที่ที่มีผู้คนเดินอยู่เป็นจำนวนมาก ระดับแสนคน หรือ ท้องถนนในเมืองที่มีรถยนต์วิ่งอยู่เป็นจำนวนแสนคัน นั่นเองครับ ดังนั้นการจำลองเชิงพื้นที่ขนาดใหญ่จะต้องใช้พลังในการคำนวนสูงมาก ถ้าเราใช้วิธีการขยายเครื่อง(scale-up) ก็จะถูกจำกัดด้วยความสามารถของเซฟเวอร์ แต่หากเราใช้วิธีการเพิ่มจำนวนเครื่อง(scale-out)ให้หลายๆเครื่องช่วยกันคำนวนและแบ่งหน้าที่กัน ก็จะทำให้สามารถเพิ่มประสิทธิภาพไปได้เรื่อยๆ แต่ทว่า การส่งผ่านข้อมูลระหว่างเครื่องในระบบเช่น ข้อมูลของตำแหน่งของรถยนต์ต่างๆ, ข้อมูลของเวลาที่เกิดขึ้นในโลกเสมือน เป็นต้น ซึ่งนี่คือสิ่งที่ทำให้การจำลองเชิงพื้นที่ขนาดใหญ่สามารถทำได้ยาก นั่นคือที่มาของ Service ต่อไปนี้ครับ

AWS SimSpace Weaver

ทำให้เราสามารถสร้างการจำลองเชิงพื้นที่ขนาดใหญ่ข้ามเครื่องหลายเครื่องได้ ทำให้เราสามารถสร้างโลกเสมือนที่มีวัตถุวิ่งอยู่เป็นจำนวนมากได้ครับ และยังสามารถใช้งานร่วมกับซอฟแวร์สามมิติอย่าง Unreal Engine และ Unity เพื่อใช้ในการแสดงผลได้

AWS SimSpace Weaver จะช่วยในการแบ่งการคำนวณเชิงพื้นที่ของวัตถุบนโลกเสมือน ไปยังเครื่องที่อยู่ใน cluster และ ยังคอยเป็นตัว sync เวลาระหว่างเครื่องใน cluster ให้ตรงกันอีกด้วย ทำให้การคำนวณสามารถทำได้ง่ายขึ้น นอกจากนี้ยังทำให้การเพิ่มเครื่องเข้าไปใน cluster หรือการ scale-out ทำได้ง่ายขึ้นด้วยครับ

เซอร์วิสสำหรับสาธารณสุข (Healthcare)

องค์กรที่เกี่ยวข้องกับการแพทย์นั้น จะเน้นเรื่องของการใช้ข้อมูลทางการแพทย์เพื่อช่วยในการตัดสินใจ หรือแม้แต่ช่วยชีวิตคนไข้ ดังนั้น ข้อมูลจึงเป็นสิ่งที่สำคัญ และการจัดสินใจ จะต้องใช้ข้อมูลเป็นจำนวนมาก และการจัดการข้อมูลทางการแพทย์นั้นไม่ง่ายเลยทำเดียว และการจับเก็บข้อมูลยังต้องกังวลเรื่องของข้อปฏิบัติ HIPAA (Health Insurance Portability and Accountability Act) อีกด้วย ซึ่ง AWS ได้ประกาศ service และความสามารถใหม่ๆที่เกี่ยวข้องกับสาธารณสุข และทำให้การจัดการข้อมูลต่างๆทำได้ง่ายขึ้น เราไปดูกันว่ามี service ใดบ้างครับ

Amazon OMICS

คำว่า OMICS มาจากคำลงท้ายของคำว่า Genomics, Proteomics, Transcriptomics, Pharmacogenomics เป็นต้น ซึ่งเป็นข้อมูลทางการแพทย์รูปแบบนึงโดยจะเก็บข้อมูลของพันธุกรรม รวมไปถึงข้อมูลของ RNA, DNA การเก็บข้อมูลเหล่านี้ต้องการหน่วยจัดเก็บความจุที่สูงมาก และการจัดการข้อมูล OMICS ก็ทำได้ยากเช่นเดียวกัน

Amazon OMICS จึงเข้ามาช่วยให้การจัดเก็บข้อมูล OMICS ทำได้ง่ายขึ้น ทำให้ไม่ต้องกังวบเรื่องของปริมาณจ้อมูลจำนวนมาก และไม่ต้องกังวงเรื่องของการขยายหน่วยจัดเก็บข้อมูลอีกด้วย โดยเราสามารถจัดเก็บข้อมูล OMICS เป็น sequence store ได้ รวมไปถึงยังช่วยวิเคราะห์ข้อมูล OMICS ได้โดยสามารถสร้าง variant store จาก sequence ที่เรามีอยู่ได้ทำให้การจัดการข้อมูล OMICS ทำได้ง่ายขึ้น นอกจากนี้ยังสามารถสร้าง workflow ต่างๆทำให้สามารถบริหารงานต่างๆ เช่น การวิเคราะห์ DNA sequence และ Amazon OMICS ยังตอบโจทย์ตามข้อปฏิบัติของ GDPR และ HIPAA อีกด้วย ตัวอย่างการใช้งาน Amazon OMICS ได้แก่ การพัฒนายาหรือวัคซีนเพื่อนำมาต่อสู้กับโรคระบาดร้ายแรงต่างๆ เป็นต้น

Amazon HealthLake Analytics

ก่อนอื่น มาทำความรู้จักกับ Amazon HealthLake กันก่อนครับ Amazon HealthLake ถูกสร้างมาเพื่อใช้ในการเก็บข้อมูล FHIR (Fast Healthcare Interoperability Resources) ซึ่งเป็นข้อมูลทางการแพทย์ที่มีโครงสร้างข้อมูลเป็นรูปแบบมาตรฐานที่ใช้กันแพร่หลายในการแพทย์ โดยเราสามารถนำข้อมูลทั้ง structure data หรือ semi structure ไปใช้กับ Amazon HealthLake โดยที่ Amazon HealthLake จะใช้ Machine Learning ในการจัดการข้อมูลให้อยู่ในรูปแบบของ FHIR ซึ่งนั่นเองทำให้เราสามารถอ่านและเขียนข้อมูลทางการแพทย์จาก Amazon HealthLake ผ่าน CRUD API ของ Amazon HealthLake นอกจากนี้ Amazon HealthLake ยังตอบโจทย์ตามข้อปฏิบัติของ GDPR และ HIPAA อีกด้วย

Amazon HealthLake Analytics ช่วยเพิ่มช่องทางการเข้าถึงข้อมูลบน Amazon HealthLake อีกหนึ่งช่องทาง นั่นคือเราถึงข้อมูลบน Amazon HealthLake โดยผ่านการ Query โดยใช้ SQL Statement ทำให้การวิเคราะห์ข้อมูลทางการแพทย์ผ่าน SQL query เป็นไปได้ ดังนั้น เราสามารถทำข้อมูลบน Amazon HealthLake ไปใช้งานต่อยอดได้ เช่น นำ business intelligent tool อย่าง Amazon QuickSight มาดึงข้อมูลเพื่อแสดงผลได้ หรือ การใช้งาน Amazon SageMaker เพื่อนำข้อมูลบน Amazon HealthLake มาสร้าง machine learning model ก็ไม่ใช่เรื่องยากอีกต่อไปครับ

Amazon Comprehend Medical

Amazon Comprehend Medical ช่วยในเรื่องของการตรวจจับข้อมูลที่สำคัญจากข้อมูลทางการแพทย์ที่เข้ามาในรูปแบบ unstructured ยกตัวอย่างเช่น การบันทึกของแพทย์เกี่ยวกับคนไข้, ข้อมูลขอลคนไข้, ผมการตรวจโรคคนไข้ เป็นต้น โดยที่ Amazon Comprehend Medical จะใช้ natural language processing (NLP) มาตรวจจับข้อมูลที่สำคัญทางการแพทย์จากบันทึกต่างๆเหล่านี้ เช่น ยา, อาการ รวมไปถึงข้อมูลที่เกี่ยวเนื่องกับสุขภาพแบบระบุตัวตนได้ (Protected Health Information – PHI) เมื่อเราได้ข้อมูลที่สำคัญและเป็นโครงสร้างจาก Amazon Comprehend Medical แล้ว เราสามารถนำข้อมูลเหล่านี้มาจัดเก็บไปยัง Amazon HealthLake ได้เลย

Amazon HealthLake Imaging

Amazon HealthLake Imaging เป็นเซอร์วิสสำหรับการจัดเก็บรูปภาพที่ใช้ในทางการแพทย์โดยเฉพาะ ยกตัวอย่างเช่น ภาพถ่าย x-ray, หรือ ภาพที่ได้จากระบบ MRI(Magnetic Resonance Imaging) เป็นต้น ในอดีตการจัดเก็บภาพเหล่านี้จะต้องใช้หน่วยจัดเก็บข้อมูลเป็นจำนวนมาก และบางทียังต้องเก็บหลายสำเนาเนื่องจากเป็นผลลัพธ์ที่เกิดจากมาตรฐานDICOMและอาจจะเกิดจากการมีหลายระบบเช่นการมีระบบ CT scanner, PACS (picture archiving and communication system), VNA (vendor neutral archive) หรือ การที่ต้องทำศูนย์สำรองข้อมูล ที่ทำให้เกิดสำเนาของภาพที่มากขึ้น นั่นจึงเป็นสาเหตุของความซับซ้อนในการบริหารจัดการรูปภาพเหล่านี้และยังทำให้ต้นทุนสูงขึ้นอีก ดังนั้น Amazon HealthLake Imaging จึงใช้สำหรับการเก็บรูปภาพ DICOM แบบรวมศูนย์ ทำให้ไม่จำเป็นต้องเก็บหลายสำเนา และยังทำให้สามารถนำรูปภาพออกไปใช้ได้อย่างรวดเร็วเพื่อไปใช้ในการวิเคราะห์ต่อยอดได้ อีกทั้งเรายังสามารถนำรูปภาพเข้าไปสู่ Amazon HealthLake Imaging ผ่านมาตรฐานDICOM ได้อย่างง่ายดาย

IoT (Internet of Things)

หัวข้อสุดท้าย จะเป็นการเพิ่มความสามารถของเซอร์วิสที่เกี่ยวข้องกับ Internet of Things เรามาดูกันครับว่ามีอะไรบ้าง

MQTTv5

การรองรับ MQTTv5 ที่เพิ่มเติมมาจาก MQTTv3 บน AWS IOT Core ที่จะเข้ามาช่วยเพิ่มความง่ายในการจัดการข้อความต่างๆที่ถูกส่งผ่าน AWS IOT Core โดยMQTTv5จะเพิ่มความสามารถในการตอบรับข้อความ โดยจะรองรับReason Codes สำหรับ Acknowledge Message ซึ่งนี่ทำให้เราสามารถทราบถึงปัญหาที่แท้จริงในการสื่อสารข้อมูล รวมไปถึงยังได้มีการเพิ่มความปลอดภัยโดยการเพิ่มการรองรับ TLS certification เป็นต้น

AWS IoT TwinMaker Knowledge Graph

เราได้มีการเพิ่มความสามารถของ AWS IoT TwinMaker ทำให้การดูแลอุปกรณ์ต่างๆผ่าน TwinMaker ทำได้ง่ายดายยิ่งขึ้นไปอีก นั่นคือความสามารถในการแสดงกราฟความสัมพันธ์ขององก์ประกอบของอุปกรณ์ IoT ต่างๆได้โดยการใช้ PartiQL query ในการสร้าง Knowledge Graph ขึ้นมา นั่นทำให้เรามองเห็นภาพรวมของข้อมูล IoT ได้กว้างขึ้นนั่นเองครับ

สรุปเนื้อหาทั้งหมด

และนี่คือเนื้อหาจากงาน Re:Invent 2022 ครับ เรามีเซอร์วิสออกมาใหม่ในหัวข้อ Smart Industry Solution มากมาย โดยจะขอสรุปจากเนื้อหานำมาเฉพาะที่สำคัญทั้งหมดมาไว้ด้านล่างครับ

  1. แอปพลิเคชันสำหรับธุรกิจ
    • Amazon Connect Contact Lens สำหรับข้อความ Chat: ใช้ Machine Learning ในการวิเคราะห์หาความรู้สึกของลูกค้าผ่านข้อความ Chat
    • AWS Supply Chain: ช่วยหาข้อมูลเชิงลึกและคำแนะนำเกี่ยวกับ Supply Chain ขององค์กร
  2. แอปพลิเคชันเพื่อ Productivity
    • AWS Wickr: แอปพลิเคชันสำหรับการทำงานร่วมกันทั้งที่สามารถ Chat,ส่งไฟล์, VDO call และยังมีการเข้ารหัสแบบ end-to-end รวมไปถึงมีความสามารถอื่นๆอีกมากมาย
  3. การจำลองเชิงพื้นที่ขนาดใหญ่ (Large Scale Spatial Simulation)
    • AWS SimSpace Weaver: Managed cluster สำหรับงานการจำลองเชิงพื้นที่โดยเฉพาะ
  4. เซอร์วิสสำหรับสาธารณสุข (Healthcare)
    • Amazon Omics: ใช้เพื่อการจัดเก็บและวิเคราะห์ข้อมูลประเภท OMICS
    • Amazon HealthLake Imaging: จัดเก็บรูปภาพที่ใช้ทางการแพทย์ โดยรองรับมาตรฐาน DICOM และรองรับ HIPAA อีกด้วย
    • Amazon HealthLake Analytics: เพิ่มความสามารถในการใช้งานข้อมูลที่อยู่ใน Amazon HealthLake โดยการ query ผ่าน SQL statement
    • Amazon Comprehend Medical: เปลี่ยนบันทึกของแพทย์ที่เป็น unstructured ด้วย natural language processing (NLP) ให้เป็นรูปแบบ FHIR ที่เป็น structure
  5. IoT (Internet of Things)
    • AWS IOT Core: รองรับ MQTTv5 ที่พัฒนาเรื่องของความปลอดภัย และการจัดการข้อความที่ดีกว่า MQTTv3
    • AWS IOT TwinMaker knowledge Graph : เพิ่มความสามารถในการหาความสัมพันธ์ของอุปกรณ์ IoT บน AWS IoT TwinMaker โดยสามารถใช้ PartiQL query ในการสร้าง Knowledge Graph ขึ้นมาได้