CHULALONGKORN UNIVERSITY TECHNOLOGY CENTER
  • About
  • Our Portfolio
  • MedVentures
  • AI Academy
  • AI Services/Servers
  • FEDERATED LEARNING
  • PAST WORKSHOPS/SEMINARS
  • PRESS
  • Articles
  • Contact

UTC Articles

WHY DOES THE INDUSTRIAL SECTOR NEED AI?!

6/21/2020

0 Comments

 

 WHY DOES THE INDUSTRIAL SECTOR NEED AI?! / ​ทำไมอุตสาหกรรมต้องการ AI?!

Picture
 จากประสบการณ์ทำงานที่ได้ช่วยภาคอุตสาหกรรมทำงานด้านเปลี่ยนการถ่ายสู่ดิจิตอลและระบบอัตโนมัติมากว่า 15 ปี พบว่าตลอดระยะเวลาที่ผ่านมา ภาคอุตสาหกรรมมีความพยายามอย่างต่อเนื่องที่จะนำเครื่องจักรมาทดแทนแรงงานคน หรือนำซอฟต์แวร์มาช่วยผู้ใช้งานให้ทำงานสะดวกขึ้นและเป็นระบบมากขึ้น ปัจจัยสำคัญที่เป็นตัวเร่งให้ภาคอุตสาหกรรมลงทุนในการนำเครื่องจักรหรือซอฟต์แวร์มาใช้เร็วและมากขึ้น คือปัญหาเรื่องแรงงานคลาดแคลน และปัญหาด้านความต้องการเพิ่มประสิทธิภาพและกำลังการผลิต ลดความผิดพลาดในการทำงาน เป็นต้น อย่างไรก็ตามที่ผ่านมาเครื่องจักรหรือซอฟต์แวร์ที่มาทดแทนคน มักทำงานได้ตามที่ถูกป้อนโปรแกรมไว้เท่านั้น ซึ่งเป็นการทำงานตามรูปแบบหรือกฎเกณฑ์ของอัลกอริทึมที่กำหนดไว้เท่านั้น ผ่านการโปรแกรมให้เครื่องจักรหรือซอฟต์แวร์เรียนรู้ (rule-based algorithm) อย่างไรก็ตามปัจจุบันภาคอุตสาหกรรมในหลากหลายประเภท รวมถึง หน่วยงานภายในตั้งแต่ฝ่ายขายและการตลาด การบริการลูกค้า ไปจนถึงฝ่ายการผลิต มีความต้องการการใช้งานที่ซับซ้อนมากกว่า เพื่อรักษาความสามารถในการแข่งขัน และสร้างความยั่งยืนให้กับองค์กร ยกตัวอย่างเช่น การต่อยอดจากการเก็บข้อมูลจากเครื่องจักรและเซนเซอร์ต่างๆในอุตสาหกรรมเพื่อมาทำนายว่าจะมีโอกาสที่เครื่องจักรจะเกิดความเสียหายในอนาคตเพื่อหาทางป้องกันล่วงหน้า ระบบแนะนำสิ่งของที่สนใจบนเว็บไซต์หรือโซเชียลมีเดียโดยพิจารณาจากพฤติกรรมและประวัติของผู้ใช้งานที่เข้าไปใช้ ระบบที่สามารถจดจำรูปภาพและคัดแยกวัตถุจากภาพถ่ายหรือวิดีโอ เป็นต้น
 
สรุป ระบบปัญญาประดิษฐ์เกิดขึ้นจากความคิดที่ว่าจะทำอย่างไรให้ระบบคอมพิวเตอร์สามารถที่เรียนรู้ได้ด้วยตนเองโดยอาศัย ประสบการณ์ การเรียนรู้ข้อผิด และข้อมูลความรู้ใหม่ เกิดขึ้นด้วยการสร้างโมเดลทางคณิตศาสตร์ที่ประกอบไปด้วยเลเยอร์การคำนวณและประมวลผลหลาย ๆ เลเยอร์ต่อเข้าด้วยกัน โดยแต่ละเลเยอร์จะมีน้ำหนักการตัดสินใจไม่เท่ากัน ทำให้โมเดลสามารถที่จะเรียนรู้ พัฒนาและจดจำข้อมูลนามธรรมที่หลากหลายได้เอง เพื่อการคาดคะเนผลลัพธ์ที่ถูกต้อง ดังนั้น นักวิทยาศาสตร์ นักวิเคราะห์ข้อมูล หรือวิศวกรจึงได้พยายามรวบรวมข้อมูลในปริมาณมหาศาล ในชื่อที่เรียกว่า “บิ๊กเดต้า (Big Data)” โดยจะนำบิ๊กเดต้า มาป้อนให้กับระบบปัญญาประดิษฐ์ เพื่อหวังว่าระบบจะสามารถหาคำตอบของปัญหาที่ซับซ้อน หาข้อมูลเชิงลึกที่มีความสัมพันธ์เชื่อมโยงกัน การคาดคะเนคำตอบ และการตัดสินใจ ด้วยเดต้าเซ็ตขนาดใหญ่ ได้อย่างแม่นยำ
 
ระบบปัญญาประดิษฐ์สามารถแบ่งประเภทงานหลักๆ ได้ดังนี้
  • การทำนายค่า (Predict values) เช่นการพยากรณ์ความต้องการของผลิตภัณฑ์เพื่อวางแผนการผลิต
  • การทำนายกลุ่มข้อมูล (Predict categories) เช่นการจัดกลุ่มประเภทของตำหนิจากรูปภาพสินค้าบนสายพานการผลิต
  • การค้นหารูปแบบของข้อมูล (Discover structures) เช่น การแบ่งกลุ่มลูกค้าตามกำลังซื้อ
  • การหาเหตุการณ์ที่ไม่ปกติ (Find unusual occurrences) เช่น การตรวจจับเครื่องจักรมีความเสียหายก่อนที่จะเกิดการเสียหายจริง
 
อย่างไรก็ตาม การจะนำระบบปัญญาประดิษฐ์ไปใช้ในอุตสาหกรรมอาจไม่ใช่เรื่องง่ายนัก เนื่องจากนอกจากต้องการปริมาณข้อมูลจำนวนหนึ่งที่มากพอแล้ว ยังต้องนำข้อมูลเหล่านั้นมาผ่านกระบวนการ Data Cleansing เพื่อเตรียมข้อมูลให้พร้อมสำหรับนำมาใช้ในการสร้างโมเดลปัญญาประดิษฐ์ ซึ่งกระบวนการเหล่านี้จำเป็นต้องอาศัยผู้เชี่ยวชาญ มีความรู้และทักษะด้าน AI และ Data Science มาช่วยให้คำแนะนำและออกแบบ ซึ่งต้องทำงานใกล้ชิดกับ ผู้เชี่ยวชาญในภาคอุตสาหกรรม (Industry Domain Expert) ด้วยภารกิจนี้เอง ทางศูนย์ UTC จึงได้เปิดตัว Chula UTC AI Academy เพื่อให้คำปรึกษากับภาคอุตสาหกรรมที่ต้องการนำระบบปัญญาประดิษฐ์ไปใช้ รวมถึงร่วมพัฒนาโครงการนวัตกรรมที่ใช้เทคโนโลยีปัญญาประดิษฐ์ร่วมกัน  
Picture
0 Comments

DON'T WASTE THE CRISIS

5/3/2020

0 Comments

 

DON'T WASTE THE CRISIS - บทเรียนของการทำนวัตกรรม ภายใต้วิกฤตโควิด 19

UTC ถูกจัดตั้งขึ้นด้วยจุดมุ่งหมายสูงสุด คือประชากรได้ประโยชน์จากงานวิจัยนวัตกรรมที่ออกจากรั้วมหาวิทยาลัย ภายใต้กลไกการถ่ายทอดเทคโนโลยี (Technology transfer) ระหว่างห้องปฏิบัติการไปสู่ชุมชน
 
งานเปิดตัวแบบ soft launch ถูกจัดขึ้นเมื่อเดือนพฤศจิกายน 2019 ด้วยความเชื่อมั่นว่า โครงการนี้จะเชื่อมโยงงานวิจัยที่อยู่บนหิ้งให้ไปสู่การใช้ประโยชน์ได้สำเร็จ
 
ภายหลังการเปิดตัวได้เพียง 3 เดือน ก็เกิดวิกฤติโรคระบาดโควิด 19 การทำงานของ UTC staff ถูกเปลี่ยนรูปแบบเป็น WFH และ Teleconference ยกเว้นแต่มีความจำเป็นต้องเข้าไปในห้องปฏิบัติการจริง ครั้งนี้ผมขอแชร์ประสบการณ์การใช้ประโยชน์จากวิกฤต ต่อวัฒนธรรมการทำงานแบบ UTC
​ปัจจัย 4 ข้อที่ช่วยส่งเสริมให้การทำงานภายใต้วิกฤตประสบผลสำเร็จ มีดังนี้
  • Unity - สมาชิกขององค์กรและคนในสังคมรวมใจเป็นหนึ่ง มีความร่วมมือต่อการแก้วิกฤตดังกล่าวอย่างเต็มใจ
  • New leaders - เกิดผู้นำที่มีความสามารถหลายด้าน ตัวอย่างเช่น วิศวกรอาสา นักวิทยาศาสตร์อาสา ฯลฯ สังเกตได้จากการรวมกลุ่มของผู้มีความสามารถเหล่านี้ ซึ่งน่าจะไม่มีทางเกิดขึ้นได้ถ้าไม่มีวิกฤต
  • Resources - ทรัพยากรที่ถูกระดมจากทุกภาคส่วน ในเวลาจำกัดได้อย่างมหัศจรรย์ โรงพยาบาลหลายแห่งรอดพ้นจากภาวะขาดแคลนอุปกรณ์ทางการแพทย์
  • Priority - ทุกคนวางมือจากงานส่วนตัวหันมาให้ความสำคัญกับปัญหาเรื่องเดียวกัน ทำให้เกิดการทำงานแบบ Cross disciplinary แบบสร้างสรรค์

ปัจจัยแวดล้อม 5 ข้อ ที่สนับสนุนการทำงาน
  • ผู้นำต้องไว้วางใจทีม
  • Agile - ทุกคนมีความสามารถแตกต่างกัน แต่ละคนจึงเป็นผู้นำในเรื่องที่ตนถนัด
  • Innovation - จะเกิดได้เมื่อเราโฟกัสกับ pain point ของลูกค้าหรือกลุ่มเป้าหมาย
  • Policy hacking - การเข้าถึงผู้นำระดับสูงหรือผู้กำหนดนโยบายมีความสำคัญ
  • Public interest - จำไว้เสมอว่า ผลประโยชน์ส่วนรวมมาอันดับหนึ่ง
Picture

 
กรณีตัวอย่าง
Baiya Rapid test เป็นนวัตกรรมชิ้นเอกของ CU startup ที่อาศัยจังหวะวิกฤตเป็นโอกาสในการทำงานแบบ first mover ได้ดีมาก ในช่วงเวลาที่ไม่มีตัวเลือกใดในตลาดด้านการตรวจ covid test หลังจากนั้น UTC ได้มีโอกาสดำเนินการช่วยยื่นจดทะเบียนเครื่องมือแพทย์จน อย รับเข้าไปพิจารณาเป็นกรณีพิเศษ
 
UTC จัดตั้ง COVID task force เพื่อให้ทีมให้ความสำคัญกับนวัตกรรมด้าน Med Tech หลายๆชิ้น และได้โอกาสนำไปทดสอบใช้จริงในเวลาอันสั้นๆ เพื่อให้สามารถตอบโจทย์ ผู้ใช้งานจริง ตัวอย่างเช่น โรงพยาบาลที่อยู่ในพื้นที่เสี่ยง
ทำให้ UTC staff ได้มีโอกาสนำนวัตกรไปพบปะกับลูกค้า และได้ฟัง pain point อย่างแท้จริง
 
ทั้งหมดนี้ถูกดำเนินการในช่วงเวลาไม่กี่สัปดาห์ เปรียบเสมือนการเร่งความเร็วในการทำงาน เพื่อแข่งกับวิกฤติของสังคม

SPEED จึงเป็นเรื่องสำคัญที่สุดเรื่องหนึ่งในการทำงานนวัตกรรม


Picture
0 Comments
Picture

CHULALONGKORN
​UNIVERSITY TECHNOLOGY CENTER

Get in touch
Subscribe to Newsletter
Picture
​Copyright © 2020 Chulalongkorn University Technology Center
  • About
  • Our Portfolio
  • MedVentures
  • AI Academy
  • AI Services/Servers
  • FEDERATED LEARNING
  • PAST WORKSHOPS/SEMINARS
  • PRESS
  • Articles
  • Contact