ทุกวันนี้เราอยู่ในช่วงเรียนรู้การใช้ประโยชน์จากปัญญาประดิษฐ์ หรือ AI ตั้งแต่การเปิดตัวของ Chat GPT เมื่อปลายพฤศจิกายน 2022 ตามมาด้วย Google Bard และ Microsoft Bing ที่เปลี่ยนโปรแกรมเบื้องหลังเป็นปัญญาประดิษฐ์ที่ฉลาดมากขึ้น หากลองพิมพ์ภาษาอังกฤษใน Google Document จะสังเกตเห็นได้ว่า ข้อแนะนำในการปรับหลักไวยากรณ์อยู่ในระดับที่ดีเลยเช่นกัน
การใช้ AI สำหรับงานอื่น ๆ ยังมีอีกมากมาย อย่าง Mid Journey ที่เจนรูป ทำให้มีศิลปินดิจิทัลเกิดขึ้นใหม่มากมาย AI เป็นเหมือนลูกน้องที่มีความคิดความอ่านเป็นของตัวเอง มนุษย์ในฐานะหัวหน้างานก็ต้องตรวจสอบงานของ AI เหมือนตรวจงานลูกน้อง แต่ลูกน้องคนนี้ทำงานได้เร็วมาก และมีฐานข้อมูลจำนวนมาก ซึ่งอาจจะทำงานได้ดีกว่าพนักงานจบใหม่ที่ไม่มีประสบการณ์ ดังนั้น ความเสี่ยงของงานอาจเกิดขึ้นกับกลุ่ม First Jobber ที่ผู้ว่าจ้างมีทางเลือกที่จะไม่จ้างงานบางประเภทที่สามารถใช้ AI ทำแทนได้
คลิปวิดีโอ Google เปิดตัว AI ตัวใหม่ ชื่อ Gemini 1.0 หวังโค่น GPT-4
(ที่มา: Finnomena Morning Brief)
ในอีกทางหนึ่งก็เป็นโอกาสสำหรับพนักงานยุคใหม่ที่จะใช้ประโยชน์ของ AI ในการเข้ามาช่วยเสริมการทำงาน แต่ก็มีข้อกังวลในแง่ของความมั่นคงในการงานของพนักงาน White Collar ซึ่งเป็นงานที่มีรูปแบบที่คาดการณ์ได้ มีแนวโน้มที่จะถูกทดแทนได้ทั้งหมด เหมือนกับช่วงปฏิวัติอุตสาหกรรมคอมพิวเตอร์และเครื่องจักรอัตโนมัติที่มีความห่วงกังวลว่างานจะถูกทดแทนโดยเครื่องจักรทั้งหมด แน่นอนว่า งานส่วนหนึ่งถูกทดแทนจริง ๆ แต่ก็มีงานชนิดใหม่ ๆ เกิดขึ้นมาอีก เช่น คนเขียนโค้ดเพื่อสั่งงานเครื่องจักร ตลอดจนพนักงานที่ดูแลเครื่องจักรอัตโนมัติ 4-5 เครื่องได้ในคนเดียว
อย่างไรก็ตาม อันเนื่องจากอัตราการเกิดที่ต่ำลง สังคมผู้สูงวัยทั่วโลก ปัญหาวิกฤตขาดแคลนแรงงานทักษะ อีกทั้งประเทศไทยยังมีประเด็นเรื่องเป้าหมายการขึ้นค่าแรงขั้นต่ำเป็น 600 บาท สิ่งเหล่านี้เป็นการผลักดันให้ผู้ผลิตต้องหันไปทางระบบอัตโนมัติ ลดการใช้คนให้น้อยที่สุด โดยบทความนี้จะเล่าถึงประเด็นต่าง ๆ ที่ AI เกี่ยวข้องกับอุตสาหกรรมการผลิต ข้อกังวลต่าง ๆ ต่อปัญญาประดิษฐ์ โดยการสัมภาษณ์ผู้เชี่ยวชาญด้าน AI และนำมาบอกเล่า
ระบบอัตโนมัติและการเปลี่ยนแปลงกระบวนการทำงานไปเป็นดิจิทัล (Digitalisation) เป็นคุณสมบัติที่ขาดไม่ได้ของโรงงานสมัยใหม่ ปัจจุบันอุตสาหกรรมการผลิตมีการใช้ปัญญาประดิษฐ์ หรือ AI เพื่อจุดประกายการพัฒนาอย่างต่อเนื่อง แต่การผลิตในอนาคตจะเป็นอย่างไร? สามารถยกระดับประสิทธิภาพให้สูงขึ้นได้มากเพียงใด? และการมาถึงของ AI ในโรงงานมีความหมายต่อแรงงานทักษะอย่างไร?
“AI ในรูปแบบของ Neural Networks มักใช้ในการตรวจสอบเครื่องจักร Networks จะได้รับการ ‘ฝึกฝน’ โดยใช้ข้อมูลจำนวนปริมาณมากจากเซนเซอร์ต่าง ๆ เพื่อคาดการณ์ในรูปแบบสัญญาณ” Prof. Berend Denkena, Head of the Institute of Production Engineering and Machine Tools (IFW) ที่ Leibniz University Hannover กล่าวอธิบาย เจ้าหน้าที่จะได้รับแจ้งและเครื่องจักรจะหยุดทำงานหากรูปแบบสัญญาณจริงกับที่คาดการณ์ไม่ตรงกัน
AI เป็นตัวกำหนดการเพิ่มจำนวนเครื่องจักรและระดับความเป็นอัตโนมัติ
(ที่มา: ลิขสิทธิ์ฟรี / Pixabay)
AI ช่วยให้การดำเนินการของเครื่องจักรง่ายขึ้น
AI มีการพัฒนาขึ้นอย่างรวดเร็ว ซึ่งหมายความว่า มืออาชีพด้านอุตสาหกรรมจะต้องแข่งขันกับเทรนด์ใหม่ ๆ ที่มีมาอย่างต่อเนื่อง ตัวอย่างนวัตกรรมที่น่าสนใจในปัจจุบัน อาทิเช่น การพัฒนาระบบผู้ช่วย AI ที่อยู่บนพื้นฐานของโมเดลภาษาขนาดใหญ่ โดยปกติในการสั่งให้เครื่องจักรทำงานต้องมีการเขียนโปรแกรมเพื่อสั่งการเคลื่อนที่เครื่องจักร ระบบผู้ช่วย AI อย่าง Github Copilot* กำลังได้รับความนิยมในแวดวงการพัฒนาซอฟต์แวร์ ระบบผู้ช่วยนี้ช่วยผู้เชี่ยวชาญด้านการเขียนโปรแกรมสามารถเติมโค้ดให้สมบูรณ์ได้โดยอัตโนมัติ และยังมีศักยภาพที่ยอดเยี่ยมในการผลิต โดยสามารถลดความซับซ้อนการดำเนินการของเครื่องจักรให้ทำงานได้ง่ายขึ้น
* Github Copilot เป็นเครื่องมือบนคลาวด์ที่พัฒนาขึ้นโดย Github บริษัทในเครือของ Microsoft และ Open AI ผู้เชี่ยวชาญด้าน AI
เซนเซอร์เป็นพื้นฐานสำหรับการบำรุงรักษาเชิงคาดการณ์
AI เป็นที่ยอมรับในแวดวงของการบำรุงรักษาเชิงคาดการณ์ในอุตสาหกรรม เซนเซอร์ และ Neural Networks ช่วยในการตรวจสอบเครื่องจักรว่ามีส่วนที่ชำรุดหรือเสียหายและต้องการการบำรุงรักษาหรือไม่ ตัวอย่างของ Ai-Omatic Solutions สตาร์ทอัพที่เชี่ยวชาญด้านการบำรุงรักษาเชิงคาดการณ์ โดย Lena Weirauch, CEO and Co-Founder ของ Ai-Omatic อธิบายว่า “AI ทำให้เข้าใจข้อมูล จดจำรูปแบบ แก้ไขปัญหา และตัดสินใจได้ ดังนั้น ข้อมูลที่ใช้สำหรับการฝึก AI จึงมีบทบาทสำคัญมาก และเครื่องจักรหลายเครื่องที่มีการติดตั้งเซนเซอร์ไว้อยู่แล้วสามารถนำข้อมูลมาประเมินได้” Weirauch กล่าว
AI กับการการผลิตอื่น ๆ
กระบวนการใช้ AI ก้าวเข้าสู่ห้องปฏิบัติการวิจัยมาเป็นการปฏิบัติการทางอุตสาหกรรม ตลอดจนเป็นเทคโนโลยีการจดจำภาพที่ใช้ในการตรวจสอบคุณภาพในการผลิต หุ่นยนต์และโดรนที่ขับเคลื่อนได้ด้วยตัวเอง หุ่นยนต์อุตสาหกรรมและโคบอต (หุ่นยนต์ที่ทำงานร่วมกับมนุษย์) ที่ได้รับการติดตั้งอัลกอริธึม AI ขั้นสูงเพื่อปฏิบัติงานในการผลิต โลจิสติกส์ และการจัดการสินค้าคงคลัง
บรรจุและคัดแยกได้อย่างอัจฉริยะ
Yaskawa ผู้ผลิตหุ่นยนต์จากจังหวัดคิตะคิวชู ประเทศญี่ปุ่น ใช้โคบอตซึ่งเป็นเครื่องจักรอัจฉริยะที่สามารถบรรจุพาเลทในกระบวนการอัตโนมัติเต็มรูปแบบ และมีการใช้ AI ในการป้องกัน สามารถทำงานกับพาเลตประเภทต่าง ๆ และโหลดความสูงพาเลตที่แตกต่างกันได้
Schunk ผู้เชี่ยวชาญด้านโรโบติกส์จาก Heuchelheim รัฐ Hesse ก็ติดตั้ง AI ในหุ่นยนต์ด้วยเช่นเดียวกัน ทำให้หุ่นยนต์สามารถจดจำวัตถุและทำการคัดแยกได้ ช่วยให้บริษัทขนาดกลางและขนาดเล็กสามารถดำเนินการคัดแยกได้อย่างอัตโนมัติและเครื่องจักรสามารถทำงานได้ตลอดทั้งคืน
Trumpf ผู้เชี่ยวชาญด้านเลเซอร์จากเยอรมนี มีการพัฒนา AI ในการผลิตด้วยเช่นกัน เมื่อปี 2020 Trumpf เปิดตัวระบบที่ใช้ AI ช่วยให้พนักงานสามารถคัดแยกส่วนประกอบต่าง ๆ ข้อแนะนำในการคัดแยกจะแสดงบนหน้าจอเป็นภาพกราฟิกให้พนักงานเห็นว่าส่วนประกอบไหนเป็นของคำสั่งซื้อใด นอกจากนี้ หน้าจอยังมีข้อมูลทั้งหมดที่เกี่ยวข้องในกระบวนการติดตามผลอีกด้วย
บทความอ้างอิง: https://www.etmm-online.com/
บทความที่น่าสนใจ
- Productive Machines เปิดตัวแอปคำนวณอัตราการป้อนโดยใช้ AI เพิ่มประสิทธิภาพการตัดเฉือน
- Amaize ซอฟต์แวร์ที่ขับเคลื่อนด้วย AI รองรับอุตสาหกรรมพลังงาน การบินอวกาศ
- Airbus Helicopters เลือกเครื่องพิมพ์ 3 มิติของ Trumpf เพื่อความแข็งแรงและน้ำหนักเบา
- อุตสาหกรรมหุ่นยนต์มาแรง!! รองรับกระแส AI และ Automation
About The Author
You may also like
-
DigiTech ASEAN Thailand & AI Connect 2024 พบกับโซลูชันเทคโนโลยีและซอฟต์แวร์กว่า 350 แบรนด์
-
NECTEC-ACE 2024 : The next era of Thai intelligent sensors เปิดโลกเทคโนโลยียุคใหม่ด้วยเซนเซอร์ไทยอัจฉริยะ
-
SuperSource : VEGAPULS 6X เซนเซอร์วัดระดับแบบต่อเนื่องด้วยเทคโนโลยีเรดาห์แบบพรีเมียม
-
แถลงจัดงาน THECA 2024 ผลักดันประเทศไทยสู่ฐานผลิต PCB ระดับโลก
-
อินฟอร์มาฯ – ก.พลังงาน ร่วมภาคีเครือข่ายด้านพลังงาน พร้อมจัดงาน ASEAN Sustainable Energy Week 2024