โลกจริงไม่แยกภาควิชา: MEAI–AIEP กับการรับผิดชอบทั้งระบบ

โลกจริงไม่แยกภาควิชาครับ หุ่นยนต์ตีปิงปองหนึ่งครั้ง ต้องมองเห็นลูก ประเมินความเร็วและการหมุน ตัดสินใจว่าจะตีอย่างไร แล้วขยับแขนให้ทัน ทั้งหมดเกิดขึ้นภายใต้ข้อจำกัดของแรง ความเฉื่อย มอเตอร์ และเวลา โมเดลอาจคำนวณคำตอบได้ดี แต่ถ้ามอเตอร์ทำตามไม่ได้ หรือคิดเสร็จหลังลูกผ่านไปแล้ว ระบบก็ทำงานไม่สำเร็จ ตรงรอยต่อระหว่าง “รู้ว่าควรทำอะไร” กับ “ทำได้จริงหรือไม่” นี่แหละครับ คือโจทย์ของ AI-Integrated Engineering หรือ AIEP ที่เรากำลังพัฒนา วันนี้ผมจะไปคุยกับนิสิตปี 1 วิศวกรรมเครื่องกล หลักสูตรนานาชาติ มก. อยากชวนให้เห็นตั้งแต่เริ่มเรียนว่า พื้นฐานเครื่องกลที่กำลังจะเรียน ทั้งกลศาสตร์ พลศาสตร์ ความร้อน ของไหล การออกแบบ และการควบคุม จะเป็นฐานสำคัญของการสร้างระบบที่เรียนรู้และปรับตัวได้อย่างไร ยิ่ง AI ลงมือกับโลกจริงมากเท่าไร ความเข้าใจโลกจริงก็ยิ่งสำคัญครับ คำสั่งหนึ่งครั้งเปลี่ยนสภาวะของเครื่องจักร และสภาวะใหม่นั้นก็ย้อนกลับมาเป็นข้อมูลให้ระบบตัดสินใจครั้งต่อไป เราจึงต้องเข้าใจทั้งวงจร ตั้งแต่การวัด การเรียนรู้ การตัดสินใจ การลงแรง ไปจนถึงการตรวจสอบผลและความปลอดภัย คนที่จะสร้างระบบแบบนี้ได้ ต้องลงลึกสองแกน และฝึกเชื่อมมันด้วยงานจริง ฝั่งเครื่องกลต้องเข้าใจว่าเครื่องทำงานอย่างไร มีข้อจำกัดตรงไหน ฝั่ง AI ต้องรู้ว่าข้อมูลเชื่อถือได้แค่ไหน โมเดลเรียนรู้อะไร ผิดเมื่อไร และจะดูแลมันอย่างไรเมื่อสภาพการใช้งานเปลี่ยนไป ส่วนตรงกลางคือการออกแบบการทดลอง เชื่อมโมเดลกับเครื่องจักร และยืนยันว่าทั้งระบบทำงานได้ตามที่ตั้งใจ โครงสร้างการเรียนที่เรากำลังวางจึงให้ความสำคัญกับสามความสามารถที่ต้องไปด้วยกัน: พัฒนาโมเดลได้ ประเมินและอธิบายความผิดพลาดได้ และนำโมเดลลงระบบจริงพร้อมติดตามปรับปรุงได้ ในงานวิจัยที่เตรียมไปให้นิสิตดู มีทั้งโดรนแข่ง หุ่นยนต์เล่นกีฬา อุปกรณ์ช่วยการเคลื่อนไหว ระบบเตือนก่อนรอยเชื่อมเสีย การจัดผังกังหันลม และการควบคุมของไหล อยากให้เห็นว่า AI เชื่อมกับเครื่องกลได้ตั้งแต่การออกแบบ การผลิต การบำรุงรักษา ไปจนถึงพลังงานและระบบที่ทำงานร่วมกับมนุษย์ คำถามที่อยากให้นิสิตเริ่มคิดจึงเป็น “เราเข้าใจปัญหาอะไรลึกพอ และอยากสร้างระบบอะไรให้ทำได้ดีขึ้น?” เส้นทาง MEAI–AIEP 4+1 ที่เรากำลังพัฒนา ตั้งใจให้คำถามนี้ค่อย ๆ เติบโตไปพร้อมกับคนเรียน จากพื้นฐานเครื่องกลและ AI ไปสู่โครงงานที่เชื่อมสองศาสตร์ แล้วต่อยอดเป็นงานวิจัยระดับปริญญาโท ต้องเริ่มวางแผนตั้งแต่ปีแรกครับ เพราะความลึกทั้งสองด้านต้องใช้เวลาสะสม รวมถึงเวลาทดลอง เจอสิ่งที่ไม่เป็นไปตามคาด และกลับมาทำความเข้าใจใหม่ เร็ว ๆ นี้ ผมจะไปคุยกับหลักสูตรต่าง ๆ ต่อ เพื่อช่วยกันออกแบบว่า แต่ละศาสตร์ควรเชื่อมกับ AI ตรงไหน ต้องสร้างพื้นฐานอะไร และจะพานิสิตไปถึงการสร้างระบบและองค์ความรู้ใหม่ได้อย่างไร หลักสูตรไหนสนใจ มาคุยกันครับ Learn the machine. Build the intelligence. Own the system. เข้าใจเครื่องจักร สร้างความสามารถในการเรียนรู้ และรับผิดชอบการทำงานของทั้งระบบ นี่คือคนที่เราอยากช่วยกันสร้างครับ วันนี้ 14 ตุลาคม 2569 เวลา 12.00–13.00 น. ห้อง 5404 ชั้น 4 อาคาร 5 วิศวกรรมเครื่องกล นิสิตปี 1 เครื่องกลนานาชาติ รหัส 69 พบกันครับ