ผลกระทบของ AI ต่อวงการวิศวกรรมของไทย | ทนุสิทธิ์ สกุณวัฒน์
คงไม่ต้องพูดถึงความสำคัญของ STEM (Science, Technology, Engineering, Mathematics) ต่อการพัฒนาประเทศไทยในหลากหลายมิติ ทั้งด้านเศรษฐกิจ สังคม รวมถึงการศึกษาหรือการพัฒนาทุนมนุษย์ให้ยืดยาวอีกต่อไป
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).