ผลกระทบของ AI ต่อวงการวิศวกรรมของไทย | ทนุสิทธิ์ สกุณวัฒน์
เพราะ
STEM
จะช่วยให้เราแก้ไขปัญหาความท้าทายต่าง ๆ อย่างมีระบบ
โดยเฉพาะด้านการสร้างสรรค์นวัตกรรม เพื่อช่วยให้เกิดความสามารถในการแข่งขัน
(วัดได้จากจำนวนสิทธิบัตร) ที่ยังเป็นความท้าทายสำคัญของไทยเรามาอย่างยาวนาน
อย่างไรก็ดีด้วยเครื่องมือมหัศจรรย์ที่กำลังเปลี่ยนโลกคือ
“ปัญญาประดิษฐ์” น่าจะมาช่วยให้เราพลิกสถานการณ์ให้ดีขึ้นได้ จึงขอจับประเด็น AI
กับงานวิศวกรรมเป็นลำดับแรกก่อน โดยอ้างอิงจากข้อมูลของ Johns
Hopkins University เป็นสำคัญ
ปัจจุบัน
AI
เข้ามาเกี่ยวพันกับการดำรงชีวิตเราเกือบตลอดเวลา นับตั้งแต่ตื่นนอน
เราเข้าใช้โทรศัพท์มือถือโดยการใช้ลายนิ้วมือหรือใบหน้า ก่อนออกจากบ้านก็ให้ google
map เลือกเส้นทางที่ดีที่สุด
ในการทำงานเดี๋ยวนี้พอเราค้นหาอะไร
ก็จะมี AI
มาสรุปให้ก่อน (AI integrated กับ web
browser) เวลาพิมพ์งาน AI ก็มาช่วยตรวจคำผิด
พร้อมแนะนำคำที่ถูกให้
หากจะซื้อของ
online
ระบบก็ชอบจะมาแนะนำสินค้า แล้วเราก็มักจะกดซื้อตามคำแนะนำนั้น ฯลฯ
สรุปคือ
AI
มักจะเป็นตัวช่วยให้เราคิด และตัดสินใจด้านต่าง ๆ ได้ดีขึ้น
เร็วขึ้น เพราะมาจากการเรียนรู้จากข้อมูลจำนวนมหาศาลของ AI นั่นเอง
สำหรับงานด้านวิศวกรรมซึ่งมีหลายแขนง
AI
ได้เข้ามามีส่วนช่วยมากมาย เช่น วิศวกรรมเครื่องกล ใช้ AI ในการบำรุงรักษาเครื่องจักรที่เรียกว่า predictive maintenance เพื่อหาข้อบกพร่องของชิ้นส่วนเครื่องจักรล่วงหน้า
เป็นการลด
unplanned
down time แล้วยังลดการเปลี่ยนชิ้นส่วนโดยไม่จำเป็นจากการบำรุงรักษาตามระยะเวลาแบบเดิม
เพราะ predictive maintenance จะวิเคราะห์จากสภาพการใช้งานจริง
สำหรับแขนงวิศวกรรมโยธา
เราสามารถใช้
AI
ช่วยในการออกแบบวิเคราะห์โครงสร้างหลักของสะพาน สร้างแบบจำลอง
และทดสอบบนคอมพิวเตอร์ได้ล่วงหน้า รวมถึงยังสามารถช่วยงานวิศวกรรมแขนงอื่น ๆ
ในการออกแบบให้มีประสิทธิภาพสูง (design optimization)
ส่วนสาขาวิศวกรรมอุตสาหการ
ก็มีการใช้ระบบอัตโนมัติในสายการผลิต เช่นแขนหุ่นยนต์ในสายการผลิตรถยนต์
หรือการใช้ AI vision ในการตรวจสอบคุณภาพสินค้า
ทำให้เกิดประสิทธิภาพ และลดต้นทุนในการดำเนินงานลง เป็นต้น
โดยรวม
AI
มาช่วยงานด้านวิศวกรรมในการแก้ปัญหาต่าง ๆ ที่ซับซ้อนได้มากขึ้น
และทำให้เกิดนวัตกรรมในกระบวนการทำงาน (process innovation) เท่ากับเป็นการขยายขีดความสามารถของวิศวกรขึ้นไปอีกระดับหนึ่งทีเดียว
อย่างไรก็ดี
AI
ยังมีข้อจำกัดและความท้าทายบางประการที่ต้องคำนึงถึง
ด้วยธรรมชาติของ AI ที่อาจจะมีข้อผิดพลาดและอคติ (reliability
& bias) อันเกิดจากข้อมูลที่นำมา train AI model ตลอดจนจุดอ่อนของระบบจากการถูกโจมตีทางไซเบอร์
ทำให้แขนงหนึ่งของวิศวกรรมคือวิศวกรรมคอมพิวเตอร์ต้องเข้ามามีส่วนช่วยในการออกแบบพัฒนากระบวนการใช้
AI
ให้มีประสิทธิภาพสูง มีความถูกต้องโดยมีการคำนึงถึงจริยธรรมในการใช้
AI ด้วย
และประการสำคัญที่มองข้ามไปไม่ได้เลยคือ
ประเด็นการเรียนการสอนสาขาวิศวกรรมศาสตร์ที่ควรจะต้องมีการปรับปรุงให้เข้ากับบริบทการใช้
AI
ในการเรียนและการทำงาน
เพราะบทบาทของวิศวกรในยุค
AI
จะเปลี่ยนไป การคัดสรร AI ใหม่ ๆ
มาใช้ในกระบวนการทำงานเพื่อเพิ่มประสิทธิภาพ ประสิทธิผล
รวมถึงเสริมสร้างความคิดสร้างสรรค์ในแขนงวิศวกรรมที่กว้างขึ้น
การให้
AI
มาช่วยทำงานที่ซ้ำ ๆ และมีตรรกะที่คงที่แทนเรา
ทำให้วิศวกรมีเวลาเพิ่มเพื่อใช้ในการแก้ปัญหาที่ซับซ้อนมากขึ้น
มีระดับการตัดสินใจที่สูงขึ้น และจะนำไปสู่การสร้างสรรค์นวัตกรรมใหม่ ๆ ต่อไป
หากสังเกตอัตราการพัฒนาของ
AI
โดยเฉพาะ Generative AI ซึ่ง
(เกิดจากการแข่งขันของผู้ผลิต AI) เป็นไปอย่างรวดเร็วเกินความคาดหมาย
การที่
AI
สามารถคิดแบบมีเหตุผล (AI Reasoning Models) ตลอดจนการค้นคว้าวิจัยเชิงลึก
(deep research) โดยไปหาข้อมูลเพิ่มเติมจาก Internet ได้เอง ทำให้ GenAI สามารถตอบปัญหาที่มีความซับซ้อนมาก
ๆ และมีความเป็นปัจจุบันได้ดี
อีกทั้งรายงานที่ GenAI
ทำออกมาอย่างรวดเร็วแทบไม่น่าเชื่อ เป็นแรงกระตุ้นให้การประยุกต์ใช้
AI ของเรามีมากขึ้น ยิ่งมีการนำ AI มาผสมผสานกับ
IoT และ Big Data เพื่อสร้างแบบจำลองเสมือน
(Digital Twin)
นอกจากจะเป็นทางรอดและทางรุ่งของวิศวกรแล้ว การอยู่รวมและใช้ประโยชน์จาก AI จึงไม่ใช่ทางเลือกเฉพาะวิศวกรเท่านั้น แต่จะป็นทางรอดและทางรุ่งของพวกเราทุกคน และเป็นการตอกย้ำความสำคัญของปรัชญาการศึกษาตลอดชีวิต (Life-Long Learning แบบเรียนรู้ด้วยตนเอง)
ที่มา
:
กรุงเทพธุรกิจ
วันที่ 9 กันยายน 2568
