AI ได้กลายเป็นส่วนสำคัญในการแข่งขันสำหรับภาคธุรกิจยุคปัจจุบันอย่างไม่อาจหลีกเลี่ยงได้ แม้แต่ในงานอุตสาหกรรมเองบริษัทชั้นนำต่างๆ ก็เริ่มมีการบูรณาการ AI หลากหลายรูปแบบตั้งแต่ GenAI ไปจนถึง Agentic AI เข้ามาใช้งานกันแล้ว และในวันนี้เราอยากจะมาชวนทุกท่านทำความรู้จักกับ LLM หรือ Large Language Model ซึ่งเป็นโมเดล AI สำหรับ Deep Learning และเป็นส่วนย่อยของ Machine Learning ที่มีการใช้งานเพิ่มขึ้นไม่น้อยสำหรับภาคอุตสาหกรรมในช่วงไม่กี่ปีที่ผ่านมา ซึ่งจะช่วยให้เกิดการทำ Digital Transformation หรือ DX ได้ง่ายยิ่งขึ้นสำหรับธุรกิจโรงงาน
LLM คืออะไร?
LLM เรียกอย่างง่ายๆ ว่าเป็น AI ที่ถูกฝึกฝนมาด้วยชุดข้อมูลทางภาษาจำนวนมหาศาล เพื่อเรียนรู้รูปแบบการสื่อสารที่เกิดขึ้นและจดจำเอาไว้เพื่อนำมาต่อยอดใช้งาน โดยใช้กระบวนการ Prompt หรือชุดคำสั่ง ซึ่งจะแตกต่างจากการใช้งานโปรแกรมสมัยก่อนที่อาจจะต้องรู้ภาษาเฉพาะทาง แต่ LLM จะสามารถเข้าใจ Natural Language หรือภาษาทั่วไปที่มนุษย์ใช้งานได้ เรียกว่าเป็นการทำลายกำแพงทางทักษะของเทคโนโลยีได้อีกรูปแบบหนึ่ง
LLM ที่หลายคนอาจจะรู้จักดี เช่น ChatGPT หรือ GEMINI โดยทั่วไปแล้ว LLM ที่ใช้กันในเชิงพาณิชย์จะสามารถรับมือกับการเขียนโค้ดได้ระดับหนึ่ง แต่ LLM ที่ถูกออกแบบมาเป็นพิเศษเพื่องานด้านอุตสาหกรรม สามารถทำงานได้อย่างมีประสิทธิภาพ ลดต้นทุนและ Downtime ได้ดี
ในที่นี้อยากให้เข้าใจเสียก่อนว่า LLM นั้นทำให้วิศวกรสามารถปฏิสัมพันธ์กับระบบได้ผ่าน Prompt ด้วยการเขียนคำสั่งหรือควาต้องการเหมือนกับการสนทนาที่ใช้ในชีวิตประจำวัน เพื่อให้ระบบเปลี่ยนหรือสร้างสคริปต์ระบบอัตโนมัติเสียใหม่ ไม่ว่าจะเป็นสคริปต์สำหรับ PLC, Snippet สำหรัการเคลื่อนไหวหุ่นยนต์ หรือพวก Glue Code ก็ตาม ซึ่งเทคโนโลยีเหล่านี้สามารถดระยะเวลาที่ใช้และความเหนื่อยล้าได้เป็นอย่างดี… แต่ต้องอย่าลืมตรวจสอบและทดสอบโค้ดในการจำลอง หรือฮาร์ดแวร์สำหรับทดสอบก่อนนำไปใช้จริง
‘การบูรณาการระบบ’ วงเวียนแห่งความซับซ้อนที่ดูเหมือนจะไม่มีวันจบสิ้น
ที่ผ่านมาระบบอัตโนมัติอุตสาหกรรมมักถูกพัฒนาโดยที่ปรึกษา SI และ SA ต่างๆ ที่มีต้นทุนค่อนข้างสูง โดยต้องการผู้เชี่ยวชาญด้านระบบอัตโนมัติที่มีประสบการณ์ทั้งด้าน IT และ OT ในขณะที่ประเทศไทยอาจจะต้องมีความเชี่ยวชาญมากกว่าเฉพาะเรื่องเทคนิคแต่จะครอบคลุมถึงการวิเคราะห์ความคุ้มค่า การคืนทุนต่างๆ ด้วย
การบูรณาการระบบนี้ไม่ใช่เรื่องง่าย เพราะอาจจะเจอบัค, เส้นทางเคลื่อนที่มีปัญหา, ความเสี่ยงในการชนกันเองของเครื่องจักร, ประเด็นด้านเวลาที่ใช้ ตลอดจนการใช้งานเซนเซอร์ ซึ่งความท้าทายเหล่าีน้จะเกิดขึ้นต่อเมื่ออุปกรณ์ต่างๆ มีการพัฒนา ติดตั้ง และลองเริ่มต้นระบบแล้วจึงจะเปิดเผยตัวออกมา
แล้วกระบวนการทดสอบต่างๆ ต้องเกิดขึ้นตามลำดับตั้งแต่การทดสอบและการทดลองใช้ ซึ่งระบบทั้งหมดจะต้องออนไลน์และทำงานเพื่อดูปัญหาที่เกิดขึ้น ถ้ามีชิ้นส่วนใดหายไปก็ไม่สามารถยืนยันการทำงานได้อีกว่าถูกต้องครบถ้วนหรือไม่ ดังนั้นขั้นตอนทดสอบที่เกิดขึ้นจะทำให้เกิด Downtime ไม่น้อยเพื่อหาสาเหตุ การแก้บัค ไปจนถึงการทดสอบวนไปมาจนกว่าจะมั่นใจ ซึ่งยังไม่นับถึงประเด็นของความเสี่ยงและความปลอดภัยของอุปกรณ์
หลายครั้งมักพบว่าหลังแก้ปัญหาหนึ่งเสร็จจะเกิดปัญหาใหม่ตามมา ต้องขยายช่วงวัดประเมินผลออกไป ทำให้ ROI ที่วางไว้เกิดการเปลี่ยนแปลงได้ เมื่อโค้ดถูกเปลี่ยนก็ต้องทดสอบไปทีละครั้งทีละเรื่องซึ่งจะเป็นการเพิ่มต้นทุนในทุกครั้ง ดังนั้นเมื่อการเปลี่ยนแปลงเกิดขึ้นครั้งใดการทดสอบที่ต้องไล่ไปแต่ละส่วนก็จะเกิดขึ้นเพื่อให้แน่ใจว่าทำงานได้จริง
ลดระยะเวลาบูรณาการและเขียนโค้ดสำหรับเครื่องจักร – ระบบอัตโนมัติด้วย LLM
สำหรับการออกแบบการจำลองยุคใหม่ที่มี LLM ขับเคลื่อนโค้ดสำหรับระบบอัตโนมัติจะเปลี่ยนเรื่องราวที่เคยเป็นมาเหล่านี้ได้แบบพลิกฟ้าพลิกแผ่นดิน เพราะการจำลองนั้นทำให้สามารถทดลองโค้ดระบบอัตโนมัติขนานไปกับกระบวนการออกแบบเครื่องจักรได้เลย ดังนั้นการใช้งาน LLM ช่วยออกแบบจะทำให้ระบบต้นแบบเกิดขึ้นได้อย่างรวดเร็ว ไม่ว่าระบบต้องเผชิญหน้ากับเงื่อนไขแบบใด เพิ่มความเร็วและปรับเปลี่ยนคุณสมบัติต่างๆ ได้แม้ในกระบวนการออกแบบ ยกตัวอย่างการออกแบบพาเลทหรือการทดสอบก็สามารถหลีกเลี่ยงการทำงานใหม่หมดเมื่อต้องเปลี่ยนตำแหน่งวางเซนเซอร์ได้ สามารถประเมิน Cycle Time, เส้นทางการเคลื่อนย้าย หรือการทำงานของสายพานเวลาติดตั้งอุปกรณ์ใหม่ ลดเวลาที่ใช้ได้อย่างมาก ลดต้นทุนแสนแพงจากการทำงานซ้ำปรับเปลี่ยน และเพิ่มเวลาก่อนส่งมอบงานได้อีกด้วย
อยากให้เข้าใจกันเสียก่อนว่า LLM ไม่ได้จะมาแทนวิศวกรที่ทำระบบอัตโนมัติ แต่จะมาปรับรูปแบบการทำงานให้รวดเร็วและมีประสิทธิภาพยิ่งขึ้น การเขียนโค้ดให้อุปกรณ์แต่ละชิ้นใช้เวลาไม่น้อยหากยังไม่นับการบูรณาการเข้าหากันอีก มูลค่าเหล่านี้จะยิ่งเห็นได้ชัดในกรณีของระบบอัตโนมัติแบบเก่า (Legacy) ซึ่งงานที่ต้องทำซ้ำๆ งานพื้นฐาน LLM สามารถเข้ามาช่วยตรงนี้ได้ เปลี่ยนจากทำเองทั้งหมดเป็นการมอบหมายคำสั่งและความต้องการผ่าน Prompt ซึ่ง LLM สามารถแนะนำโครงสร้างหรือแนวของโค้ดให้กับวิศวกรที่มีความเชี่ยวชาสญ เพื่อลดเวลาทำงานได้
AI และ LLM ไม่ใช่พระเจ้า – ผู้เชี่ยวชาญตัวจริง คือ กุญแจสำคัญ
หากคุณอ่านบทความมาถึงตรงนี้ได้ อาจมีบางคนเริ่มคิดไปว่า AI เป็นคำตอบของทุกปัญหาที่มี ขาดคน ไม่มีทักษะพอ ไม่อยากลงทุนเพิ่มเติมในส่วนของผู้เชี่ยวชาญ อยากจะให้ใจเย็นไว้สักนิดก่อน เพราะถึงแม้ว่า LLM จะสามารถสร้างโค้ดที่ถูกต้องได้ และทำงานตามเงื่อนไขที่วางไว้ให้ได้ แต่บางครั้ง Logic ของระบบก็ไม่ถูกต้อง และคนที่เคยใช้งานก็จะรู้ว่าการที่คุณไม่สามารถตรวจสอบความถูกต้องของงานจาก LLM ได้ภัยร้ายจะมากกว่าความสำเร็จ เช่น ถ้าคุณเขียนโค้ดไม่เป็น อ่านโค้ดไม่ออกและไม่สามารถตรวจจับเส้นทางเคลื่อนไหวของหุ่นยนต์ได้ว่าจะเกิดการชนหรือไม่ หรือมีการออกแบบความปลอดภัยไว้อย่างไร ความเสียหายมูลค่าไม่น้อยจะตามมาอย่างแน่นอน
มีผู้เชี่ยวชาญจำนวนไม่น้อยที่ยืนยันว่า LLM อาจมีอาการหลอนหรือคิดไปเอง พลาดรายละเอียดบางประการได้ ไปจนถึงสร้างอะไรที่ไม่เคยมีมาก่อน หรือไม่สมควรทำก็เกิดขึ้นได้ ดังนั้นในการออกคำสั่งจำเป็นต้องมีการปรับแต่งหรือออกแบบ Prompt ที่มีรายละเอียดครบถ้วนสำหรับแอปพลิเคชันนั้นๆ มีค่าที่ต้องการ ให้คิดเสียว่าบางครั้งก็คุยกับเด็กจบใหม่ หรือถ้าเลวร้ายที่สุดให้คิดว่าบางที LLM ก็เป็นศรีธนญชัยได้เหมือนกัน
ยกตัวอย่างเช่น หากสั่งให้ LLM เขียนโค้ดสำหรับเพิ่มความเร็วมอเตอร์เซอร์โว มันอาจเขียนให้เร่งความเร็วเกินกว่าที่ฮาร์ดแวร์จะรองรับ หรือการเคลื่อนที่บางจุดบางมุมก็เกินข้อจำกัดที่หุ่นยนต์จะเอื้อมถึงได้ ตลอดจนสร้างความสับสันใในเรื่องของลำดับหรือเซนเซอร์ที่ต้องใช้ระบข้อมูลกายภาพ
ดังนั้นการจะใช้ LLM ทักษะด้านการเขียนโค้ด การทำความเข้าใจ ตลอดจนการแก้บัคจึงมีความสำคัญอย่างมากในการทำให้ LLM สามารถนำมาใช้งานได้จริง ซึ่งการตรวจสอบนี้ก็ควรจะเกิดขึ้นแม้แต่ก่อนนำไปใส่โปรแกรมการจำลองการทำงานด้วยเช่นกัน เพราะหากโค้ดที่ได้มาไม่ได้รับการตรรวจสิบยืนยันแล้วปัญหาที่ตามมาอาจถูกขยายออกไปในวงกว้างได้ด้วยเช่นกัน
อาจจะดูย้อนแย้งที่ว่า LLM เป็นการลดกำแพงทักษะ แต่ในขณะเดียวกันก็ต้องการทักษะที่เหมาะสม และอาจจะเป็นทักษะระดับสูงในสายงานอุตสาหกรรมเพื่อใช้งาน แต่สำหรับผู้เชี่ยวชาญซึ่งมีจำนวนน้อยหรือโรงงานที่ต้องการทำ DX แต่ขาดคน การมี LLM ไว้ใช้งานจะเป็นเครื่องมืออันทรงพลังที่สามารถช่วยลดระยะเวลาหรือช่วยทำลายกำแพง ตลอดจนข้อจำกัดเดิมที่เคยมีมาได้ด้วยเช่นกัน
ที่มา:
Automate.org