ในช่วง 2 -3 ปีที่ผ่านมา หากกล่าวถึงปัญญาประดิษฐ์ หรือว่า AI น้อยคนที่จะไม่รู้จัก ซึ่งจริง ๆ แล้วการใช้งาน AI มีมานานกว่านั้นแล้ว แต่มีจุดเปลี่ยนที่ทำให้ AI เป็นที่รู้จักทุกวันนี้ คือ การที่ AI สามารถสื่อสารกับคนทั่วไป ดังที่เห็นทั่วไป ไม่ว่าจะเป็น ChatGPT Gemini Claude เป็นต้น แต่ AI ได้มีการพัฒนาอยู่ตลอด นอกจากยังมี AI อีกสายหนึ่งที่ได้มีการผสมผสานระหว่างปัญญาประดิษฐ์ (Artificial Intelligence: AI) กับระบบอัตโนมัติ (Automation) จึงเป็นปัญญาประดิษฐ์อัตโนมัติ (AI Automation) เพื่อให้เพื่อทําให้กระบวนการทำงานต่าง ๆ ดำเนินไปได้โดยอัตโนมัติแทบไม่ต้องพึ่งพาการควบคุม และการกำกับของมนุษย์ โดย AI Automation ออกแบบให้สามารถเรียนรู้ และปรับตัวต่อสถานการณ์ต่าง ๆ ตัดสินใจจากข้อมูล ทำให้สามารถทำงานได้หลากหลายบริบท ซึ่งแตกต่างจาก Generative AI ที่ต้องการการควบคุม หรือการกำกับของมนุษย์ ออกแบบให้ทำงานเฉพาะด้าน ไม่สามารถทำงานในบริบทอื่นได้
AI Automation มีบทบาทสำคัญในอุตสาหกรรมยานยนต์ เริ่มตั้งแต่ในโรงงานโดยสามารถเพิ่มประสิทธิภาพ และความแม่นยำในกระบวนการผลิต ตั้งแต่การประกอบชิ้นส่วน ตรวจสอบคุณภาพ การจัดการคลังสินค้า และวิเคราะห์ข้อมูลการผลิต รวมถึงช่วยให้โรงงานสามารถตรวจสอบความผิดปกติของเครื่องจักร ทำให้โรงงานสามารถตอบสนองต่อความต้องการของตลาดได้อย่างรวดเร็ว ซึ่งเจ้าตลาดในอุตสาหกรรมยานยนต์ได้เริ่มขับตัวเกี่ยวกับ AI Automation มากขึ้น ไม่ว่าจะเป็น Tesla Mercedes-Benz BMW และ Toyota เป็นต้น
ภาพที่ 1 เครื่องจักรที่ควบคุมด้วย AI Automation ในโรงงาน Gigafactory ของ Tesla (ที่มา: https://www.frandroid.com/)
ดังอย่างเช่น การใช้ Automatic AI ในโรงงาน Gigafactory ของ Tesla เพื่อเปลี่ยนแปลงกระบวนการผลิตให้มีประสิทธิภาพ โดยทำงานร่วมกับ Sensors ที่เป็น Internet of Things (IoTs) ที่ Tesla ติดตั้งเซ็นเซอร์ในเครื่องจักรตลอดสายการผลิต และ Machine Learning เพื่อตรวจสอบ และปรับปรุงการทำงานของเครื่องจักรให้มีประสิทธิภาพ ลดข้อผิดพลาด และควบคุมมาตรฐานในกระบวนการผลิต โดยใช้ AI วิเคราะห์ข้อมูลจากเซ็นเซอร์ เพื่อปรับการทำงานของเครื่องจักร เช่น ความเร็วการผลิต อุณหภูมิในกระบวนการประกอบ และแรงดันในกระบวนการผลิต เพื่อให้ได้คุณภาพสูงสุด อีกทั้งยังสามารถตรวจจับสิ่งผิดปกติ เช่น การสั่นสะเทือนที่ผิดปกติของเครื่องจักร AI จะปรับกระบวนการผลิต หรือหยุดการทำงานในส่วนที่มีปัญหา เพื่อป้องกันความเสียหายต่อชิ้นงาน และเครื่องจักร นอกจากนี้ Tesla ได้ใช้งาน Computer Vision ซึ่งเป็นแขนงหนึ่งของ AI ที่เปรียบเสมือนดวงตา ทำให้สามารถจดจำ เข้าใจ และวิเคราะห์ข้อมูลภาพได้ โดยนำมาใช้ตรวจสอบคุณภาพของชิ้นงานอัตโนมัติ เช่น รอยแตกของชิ้นงานที่ไม่สามารถมองเห็นด้วยตาเปล่า ซึ่งเมื่อตรวจพบชิ้นงานที่ไม่ผ่านมาตรฐาน จะถูกแยกออกจากสายการผลิตโดยอัตโนมัติ และส่งข้อมูลเพื่อวิเคราะห์สาเหตุ
ภาพที่ 2 หุ่นยนต์ขนส่งสินค้า (Autonomous Robots) (ที่มา: https://mgronline.com/)
อีกทั้ง Tesla ได้นำ AI มาประยุกต์ใช้ในการจัดการขนส่งภายในโรงงาน เพื่อควบคุมหุ่นยนต์ขนส่งสินค้า (Autonomous Robots) ให้ขนส่งชิ้นส่วนจากคลังสินค้าไปยังสายการผลิตโดยอัตโนมัติ และคำนวณเส้นทางการขนส่งที่เร็วที่สุดภายในโรงงาน ลดความล่าช้าในกระบวนการผลิต รวมทั้งใช้ AI ในการบำรุงรักษาเชิงคาดการณ์ของเครื่องจักรต่าง ๆ ในสายการผลิต เช่น อุณหภูมิ ความดัน และการสั่นสะเทือน เพื่อคาดการณ์ปัญหาที่อาจเกิดขึ้นของเครื่องจักร หากพบความผิดปกติที่อาจทำให้เครื่องจักรหยุดทำงาน ระบบจะสั่งให้เครื่องจักรหยุดทำงานชั่วคราว แล้วเตือนให้ทีมซ่อมบำรุงเข้าตรวจสอบก่อนเกิดปัญหา เพื่อลด Downtime ในสายการผลิต
ส่วน Mercedes-Benz ใช้ Automatic AI ในโรงงาน Sindelfingen (Factory 56) สำหรับการผลิตแบบยืดหยุ่น (Flexible Manufacturing) เพื่อให้สายการผลิต สามารถให้ผลิตรถยนต์ในหลายรุ่น รวมถึงประปรับเปลี่ยนระหว่างรถยนต์ไฟฟ้า และรถยนต์เครื่องยนต์สันดาป โดยไม่ต้องปรับเปลี่ยนหุ่นยนต์ และเครื่องจักร แต่ให้ AI ตั้งค่าหุ่นยนต์ และเครื่องจักรโดยอัตโนมัติในกรณีมีการปรับเปลี่ยนรุ่นที่ผลิต
ภาพที่ 3 เครื่องจักรที่ควบคุมด้วย AI Automation ในโรงงาน Sindelfingen (Factory 56) ของ Mercedes-Benz (ที่มา: https://automationspraxis.industrie.de/)
อีกทั้งใช้ AI Computer Vision และ Machine Learning ในการตรวจสอบชิ้นส่วน และตัวถังรถยนต์ เพื่อหาข้อบกพร่องจะการผลิต เช่น รอยขีดข่วน หรือการเชื่อมที่บกพร่อง เป็นต้น และใช้ AI ในการที่เกี่ยวข้องกับคลังสินค้า และการเคลื่อนย้ายชิ้นส่วน (Smart Logistics) เช่น การคัดแยกชิ้นส่วนและส่งไปยังสายการผลิตในเวลาที่เหมาะสม และการใช้ AI ควบคุมหุ่นยนต์เคลื่อนที่ (Automated Guided Vehicles - AGVs) เพื่อขนส่งชิ้นส่วนภายในโรงงาน
ภาพที่ 4 หุ่นยนต์เคลื่อนที่ (Automated Guided Vehicles - AGVs) ของ Mercedes-Benz (ที่มา: https://www.kuka.com/th-th/)
ฝั่งค่ายยานยนต์จากประเทศญี่ปุ่นก็มีการนำ AI มาใช้ในโรงงานประกอบรถยนต์เช่นกัน อย่างค่าย Toyota ที่ใช้ในการวิเคราะห์ข้อมูลการผลิตแบบ Realtime และปรับเปลี่ยนการผลิตโดยอัตโนมัติ ในกรณีที่มีความจำเป็น เน้นการผลิตแบบลีน (Lean Manufacturing) และ Just-in-Time (JIT) เพื่อลดของเสียจากการผลิต และเพิ่มประสิทธิภาพการผลิต ผสมผสานกับการใช้ AI ในการหุ่นยนต์อัจฉริยะที่ทำงานร่วมกับมนุษย์ (Collaborative Robots หรือ Cobots) เช่น AI Robots ช่วยประกอบชิ้นส่วนสำคัญไม่ว่าเป็นส่วนเครื่องยนต์ และระบบไฟฟ้า เป็นต้น หรือ AI ที่ควบคุมการเชื่อมโลหะ (Welding AI) ซึ่งปรับเปลี่ยนการเชื่อมตามลักษณะของวัสดุ เพื่อลดข้อผิดพลาดอาจเกิดขึ้น หรือ AI ควบคุมการพ่นสีให้มีความแม่นยำ ลดการสูญเสียของสี และลดการเกิดของเสียกระบวนการอีกด้วย
ภาพที่ 5 เครื่องจักรที่ควบคุมด้วย AI Automation ในโรงงาน Kentucky ของ Toyota (ที่มา: https://www.fastcompany.com/)
Toyota ก็นำมาใช้ในงานอื่น ๆ ไม่ว่าจะเป็นเอา AI มาใช้ในการควบคุมคุณภาพ การบำรุงรักษาเชิงคาดการณ์ของหุ่นยนต์และเครื่องจักร และการจัดการคลังสินค้า และโลจิสติกส์ของชิ้นส่วนประกอบในสายการผลิต เฉกเช่นเดียวกันกับ Tesla และ Mercedes-Benz
นอกจากนี้ AI ได้ปฏิวัติวงการยานยนต์ในสายการผลิตภายในโรงงานแล้ว ยังนำ AI มาใช้ในส่วนการเพิ่มความปลอดภัย และเพิ่มความสะดวกของผู้ขับขึ่ ซึ่งที่เห็นชัดเจน นั่นคือ AI ที่ใช้ช่วยในการขับขี่ทั้งแบบอัตโนมัติ และแบบกึ่งอัตโนมัติ เช่น ค่าย Tesla จะมีระบบ Autopilot ซึ่งเป็นการทำงานร่วมกันของ AI เซ็นเซอร์อัลตราโซนิก เรด้า และกล้อง เพื่อวิเคราะห์สภาพแวดล้อมรอบ ๆ ของรถ AI การจดจำรูปแบบในข้อมูลจากเซ็นเซอร์ และกล้อง และตัดสินใจตอบสนองต่อสถานการณ์ที่เปลี่ยนแปลงๆ บนถนน
ภาพที่ 6 ระบบ Autopilot ของ Tesla (ที่มา http://johsautolife.com/)
ตัวอย่างเช่น หากรถตรวจพบการหยุดรถกระทันหัน AI จะวิเคราะห์รูปแบบการหยุด ทิศทาง และความเร็วของรถด้านหน้า เปรียบเทียบกับข้อมูลที่จดจำ แล้วคาดการณ์สถานการณ์ที่อาจเกิดขึ้น จากนั้นก็ปรับความเร็ว และทิศทางของรถ เพื่อหลีกเลี่ยงการชนได้ ซึ่งระบบจะจดจำรูปแบบจากข้อมูลเรื่อย ๆ ทำให้ตอบสนองต่อสถานการณ์ต่างๆ ได้ดีขึ้น นอกจากยังมีระบบจอดรถอัตโนมัติ โดยใช้ข้อมูลจากเซ็นเซอร์ต่าง ๆ จากตัวรถ เปรียบเทียบกับรูปแบบกับที่ AI จดจำและเรียนรู้เพื่อช่วยผู้ขับขี่เข้าสู่ช่องจอดเทียบทางเท้าและช่องจอดแบบตรง โดย AI จะเข้ามาช่วยลดความซับซ้อนของการจอดรถบนถนนสาธารณะ ล้ำกว่านั้นยังมีระบบจอดแบบไร้คนขับ ที่สามารถช่วยให้จอด และเรียกรถ โดยอัตโนมัติ โดยที่ผู้ขับขี่อยู่นอกตัวรถ ซึ่งไม่เพียงสั่งให้จอดรถได้โดยอัตโนมัติ ยังสามารถเรียกรถแบบไร้คนขับได้ด้วย โดยระบบนี้ออกแบบมาเพื่อย้ายรถจากตำแหน่งที่จอด มายังตำแหน่งที่ระบุ โดยอาจจะระบุตำแหน่งจากผู้ขับขี่เอง จากการสั่งงานผ่านแอปมือถือ Tesla หรือสั่งย้ายรถให้มายังตำแหน่ง GPS ของมือถือที่มีแอปของ Tesla โดยระหว่างการเคลื่อนรถ รถจะหลบหลีก และหยุดตามที่จำเป็น เพื่อหลีกเลี่ยงการเกิดอุบัติเหตุ และความเสียหายที่อาจการเกิดได้
อย่างค่าย Mercedes-Benz มีระบบ Intelligent Drive ที่ช่วยเหลือให้ผู้ขับขี่ในการควบคุมรถยนต์ให้มีความปลอดภัยมากขึ้น โดนระบบจะทำงานร่วมกับการตรวจจับบริเวณโดยรอบจากกล้อง และเซ็นเซอร์ พร้อมทั้งประมวลผลข้อมูลแผนที่ และสภาพการจราจ เพื่อป้องกันอันตรายที่จะเกิดขึ้น ซึ่ง AI จะตัดสินใจจากข้อมูลที่ได้รับ ไม่ว่าจะเป็นการแจ้งเตือนผู้ขับขี่ หรือแม้กระทั้งบังคับเลี้ยว และห้ามล้อโดยอัตโนมัติ
ภาพที่ 7 ระบบช่วยรักษาระยะห่างจากรถที่อยู่ด้านหน้า (Active Distance Assist DISTRONIC) ของ Mercedes-Benz (ที่มา https://rjautomotive.net/)
ซึ่งมีระบบช่วยเหลือควบคุมมีหลายระบบ เช่น
ส่วนในฝั่ง Toyota ก็มีข่าวจับมือกับทาง Nvidia พัฒนาระบบขับเคลื่อนอัตโนมัติด้วย AI ผ่าน ผ่านแพลตฟอร์ม NVIDIA DRIVE AGX ซึ่ง ณ ปัจจุบัน ยังอยู่ในระหว่างการพัฒนา โดยผ่านการทำงานบนคลาวด์ การจำลองสถานการณ์ต่างๆ และการทำงานบนรถยนต์จริงแล้ว ทั้งนี้ แพลตฟอร์มดังกล่าวไม่ได้ใช้ประโยชน์กับทาง Toyota เท่านั้น ยังมีค่ายรถยนต์จะนำแพลตฟอร์มดังกล่าวไปใช้งานอีกด้วย ไม่ว่าจะเป็น ZEEKR Lotus Rivian และ Lucid และแพตฟอร์มที่ว่ามานั้น ไม่ได้ออกใช้งานเฉพาะรถยนต์ส่วนบุคคลเท่านั้น แต่ได้ออกแบบให้ทำงานกับรถบรรทุก รถแท็กซี่ เป็นต้น
จากข้างต้น เป็นเพียงตัวอย่างบางส่วนที่อุตสาหกรรมยานยนต์ได้นำเอา AI มาใช้งาน จะเห็นได้ว่า Automation AI เข้ามามีบทบาทในอุตสาหกรรมยานยนต์ในปัจจุบันอย่างมาก ดังนั้น นอกจาก Generative AI ที่อยู่ใกล้ตัวเราแล้ว Automation AI ก็อยู่ใกล้ตัวเราไม่ต่างกัน
ต้น ใจตรง
สาขาภาคใต้ตอนบน
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล
อ้างอิง
