✍🏼 การทดสอบแนวคิด (Proof of Concept)

การพิสูจน์เชิงแนวคิด – จะเกิดขึ้นเมื่อเรามีความเชื่อว่าสิ่งนี้จะเป็นจริง (หรือไม่จริง) แต่เราไม่มั่นใจ 100% เพราะยังไม่ได้ทำจริงยังไม่มีข้อมูลหลักฐานมาสนับสนุนความเชื่อนี้

เมื่อไม่แน่ใจจึงต้องมีการพิสูจน์เกิดขึ้น

เห้ยๆ – เดี๋ยวเราจะทำพรู๊ฟ ออฟ คอนเซ็ปป์กัน

เห้ๆ – ลุยเลยๆ

ลุยแปลว่าอะไร? เราเห็นเป้าหมายลางๆว่าผลลัพธ์ที่เราคาดหวังคืออะไร เช่น

“ตามทฎษฎีแล้วเราน่าจะสร้างระบบจดจำและวิเคราะห์ใบหน้าของผู้ใช้บริการรถไฟฟ้าได้ด้วยการติดตั้งกล้องรุ่นนี้และเชื่อมต่อกับซอฟต์แวร์ตัวนี้”

กว้างไป จัดการยาก

มองย้อนกลับไปสมัยเรียน เมื่อพูดถึงการทดลองทางวิทยาศาสตร์เราต้องนึกถึงสมมติฐานก่อนผลลัพธ์ ในกรณีนี้ก็เช่นกัน สมมติฐานของเราคืออะไร?

  • กล้องรุ่นนี้มีจำหน่ายในท้องตลาด
  • กล้องรุ่นนี้มีราคาเหมาะสม
  • กล้องรุ่นนี้เชื่อมต่อกับเน็ตเวิร์คได้
  • กล้องรุ่นนี้มีเอพีไอพร้อมใช้
  • กล้องรุ่นนี้สามารถทำงานได้ต่อเนื่องและยาวนาน
  • กล้องรุ่นนี้สามารถบันทึกหน้าคนได้รวดเร็ว
  • กล้องรุ่นนี้สามารถบันทึกหน้าคนได้พร้อมกันหลายคน
  • กล้องรุ่นนี้ …

นี่แค่สมมติฐานเรื่องกล้องนะ ยังไม่คิดเรื่องซอฟต์แวร์เลย ยังไม่ได้คิดมุมมองผู้ใช้ ยังไม่ได้คิดมุมมองกฎหมายและสังคม … เราต้องทำสมมติฐานให้เป็นจริงทั้งหมดกี่ข้อเพื่อให้พรู๊ฟ ออฟ คอนเซ็ปป์ของเรายังดำเนินต่อไปได้อย่างถูกต้อง

โชคร้ายหน่อยที่สมมติฐานอย่างเดียวไม่พอ สมมติฐานที่ว่าสิ่งนั้นต้องเป็นจริง สิ่งนี้ต้องเป็นเท็จไม่พอสำหรับพรู๊ฟ ออฟ คอนเซ็ปป์ เราต้องการเงื่อนไขการยอมรับผลการพิสูจน์ครั้งนี้ด้วย — แอกเซ็ปแท้น ไครทีเรีย (Acceptance Criteria)

คุ้นเคยกันอยู่ใช่มั้ย? มันก็เหมือนการทดสอบระบบนั่นแหละ เรามีเช็คลิสต์ เรามีขั้นตอนการเทส และเราก็ต้องมีผลลัพธ์ที่คาดหวัง

  • กล้องรุ่นนี้มีราคาเหมาะสม — เหมาะสมที่งบประมาณเท่าไร?
  • กล้องรุ่นนี้สามารถทำงานได้ต่อเนื่องและยาวนาน — ต่อเนื่องแค่ไหน?
  • กล้องรุ่นนี้สามารถบันทึกหน้าคนได้รวดเร็ว — รวดเร็วแค่ไหน?
  • กล้องรุ่นนี้สามารถบันทึกหน้าคนได้พร้อมกันหลายคน — หลายคนคือกี่คน?

เมื่อพิสูจน์แล้วว่าสมมติฐานเป็นจริง ลองมาดูซิว่าสิ่งนี้เป็นจริงด้วยมั้ย

“กล้องรุ่นนี้ต้องสามารถบันทึกใบหน้าผู้ใช้บริการที่เดินลงจากรถไฟฟ้าด้วยความเร็วปกติที่ 5 กิโลเมตรต่อชั่วโมงด้วยอัตราความแม่นยำที่ 98% ขึ้นไป”

ทำได้มั้ย?

“ซอฟต์แวร์ตัวนี้ต้องสามารถวิเคราะห์ใบหน้าผู้ใช้บริการที่เดินลงจากรถไฟฟ้าด้วยความเร็วปกติที่ 5 กิโลเมตรต่อชั่วโมงด้วยอัตราความแม่นยำที่ 98% ขึ้นไปภายในเวลา 3 วินาที”

ทำได้มั้ย?

นี่คือประเด็นสำคัญทั้งหมดของพรู๊ฟ ออฟ คอนเซ็ปป์ครั้งนี้ … ความคาดหวังต้องชัดเจน ผลลัพธ์ต้องวัดผลได้ ไม่ใช่อะไรกว้างๆและกำกวม

ถ้าเรื่องไหนทำให้มันเป็นวิทยาศาสตร์ได้ก็จงพยายามทำ อย่าเพิ่งให้อะดรีนาลีนมันพุ่งพล่านจนทำอะไรแบบไร้หลักการและเป้าหมาย 👩🏻‍🔬👨🏼‍🔬🧪🧫

Leave a Reply

Your email address will not be published. Required fields are marked *