ผศ.ดร.วนายุทธ์ แสนเงิน หัวหน้าสาขาวิชาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยศรีปทุม มองว่า วิศวกรที่ทำงานกับ Robotics และ AI ในอีก 3–5 ปี จะต้องเป็น Integrated Engineer หรือ System Engineer มากขึ้น สามารถเชื่อมความรู้ด้าน Mechanical, Electronics, Control, Software และ AI รวมถึง Sensor, Computer Vision และ Network เข้าด้วยกัน ความแตกต่างจึงไม่ได้อยู่ที่ว่า ใคร Coding เก่งที่สุดเพียงอย่างเดียว แต่อยู่ที่ว่าใครสามารถนำเทคโนโลยีหลายส่วนมาประกอบกัน และทำให้ระบบจริงทำงานได้
ในวันที่เทคโนโลยีมีเครื่องมือสำเร็จรูปมากขึ้น การเรียนวิศวกรรมจึงไม่ควรหยุดแค่การรู้ว่าจะเรียกใช้ Function อย่างไร ผศ.ดร.วนายุทธ์มองว่า “ใช้เป็น” เป็นเพียงจุดเริ่มต้น แต่ “พัฒนาเป็น” คือเป้าหมาย เพราะหากนักศึกษาเรียนเพียงการใช้สิ่งที่ผู้ผลิตสร้างไว้ ก็จะอยู่ในบทบาท User ของเทคโนโลยี ขณะที่วิศวกรต้องเข้าใจทั้ง Sensor, Algorithm, Motion, Control และการวิเคราะห์ปัญหา เพื่อสามารถพัฒนาระบบใหม่ได้ การเรียนรู้จึงต้องไปถึงการวิเคราะห์โจทย์ ออกแบบระบบ ทดสอบ แก้ Error เก็บ Data ปรับ Model และนำระบบไปใช้งานจริง โดยเฉพาะช่วงที่ระบบไม่ทำงาน นักศึกษาจะต้องค้นหาสาเหตุและแก้ปัญหาด้วยตัวเอง ซึ่งเป็นส่วนสำคัญของ Engineering Thinking
ระบบวิศวกรรมในปัจจุบันไม่ได้ประกอบด้วยความรู้ด้านใดด้านหนึ่งเท่านั้น ตัวอย่าง Robot หนึ่งระบบมีทั้ง Hardware, Sensor, Mechanical System, Electrical System, Communication, Software, AI และ Safety ดังนั้น ทักษะที่ภาคอุตสาหกรรมต้องการมากขึ้นจึงไม่ใช่เพียง Coding แต่รวมถึง System Integration การเชื่อมระบบ, Problem Solving การแก้ปัญหา และ Cross-disciplinary Collaboration การทำงานร่วมกับคนต่างศาสตร์ เพราะเมื่อเจอปัญหาหน้างานจริง ปัญหาไม่ได้บอกว่าเกิดจาก Mechanical, Electrical หรือ Software วิศวกรต้องสามารถวิเคราะห์และเชื่อมโยงแต่ละส่วนเพื่อหาคำตอบให้ได้
ผศ.ดร.วนายุทธ์ แสนเงิน หัวหน้าสาขาวิชาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยศรีปทุม
ผศ.ดร.วนายุทธ์ สรุปคุณสมบัติสำคัญของวิศวกรในยุค Robotics และ AI ไว้ 3 ด้าน ได้แก่
Integrator – เชื่อมเทคโนโลยีเป็น
เข้าใจและสามารถเชื่อม Mechanical, Electronics, Software, AI และ Control เข้าด้วยกัน
Problem Solver – แก้ปัญหาเป็น สามารถวิเคราะห์ ทดลอง เรียนรู้จากสิ่งที่ไม่สำเร็จ และปรับปรุงระบบจนใช้งานได้จริง
Lifelong Learner – เรียนรู้ได้ตลอดเวลา เพราะ Robotics และ AI เปลี่ยนเร็ว สิ่งสำคัญไม่ใช่การรู้ทุกอย่างตั้งแต่วันนี้ แต่เมื่อเจอสิ่งที่ไม่รู้ ต้องสามารถเรียนรู้และพัฒนาตัวเองต่อได้
อีกหนึ่งภาพของ Future Engineering คือการเปลี่ยนบทบาทจาก Consumer of Technology สู่ Developer of Technology เมื่อเรียนผ่าน Project-based Learning นักศึกษาจะไม่ได้รอว่าอาจารย์จะสอน Function อะไรต่อ แต่ต้องเริ่มตั้งคำถามว่า หากต้องการให้ระบบทำสิ่งใหม่ จะต้องสร้างหรือพัฒนาอะไรเพิ่ม จากนั้นจึงค้นคว้า ทดลอง เชื่อม API เก็บ Data, Train Model แก้ Bug และทำงานร่วมกับเพื่อนที่มีความเชี่ยวชาญแตกต่างกัน
สำหรับประเทศไทย ผศ.ดร.วนายุทธ์มองว่า ตลาดไม่ได้ต้องการเพียงคนที่ ใช้ Robot เป็น แต่ต้องการคนที่สามารถ Design – Integrate – Develop – Maintain – Improve ระบบ Robotics และ Automation ได้ รวมถึงนำเทคโนโลยีมาต่อยอดเป็น Solution ที่เหมาะกับอุตสาหกรรมไทย ดังนั้น หากเรียนวิศวกรรมวันนี้ โจทย์สำคัญของอีก 3–5 ปีข้างหน้าอาจไม่ใช่เพียงการมีความรู้ด้านเทคโนโลยี แต่คือการเป็นวิศวกรที่ เชื่อมเทคโนโลยีเป็น แก้ปัญหาเป็น ทำงานร่วมกับคนต่างศาสตร์ได้ และพร้อมเรียนรู้สิ่งใหม่อยู่เสมอ
เพราะเมื่อ AI เก่งขึ้น สิ่งที่ตลาดต้องการจากวิศวกรอาจไม่ใช่คนที่เพียง “ใช้เทคโนโลยีเป็น” แต่คือคนที่สามารถ นำเทคโนโลยีไปพัฒนาและแก้ปัญหาในโลกจริงได้
#เรียนกับตัวจริง #ประสบการณ์จริง #FutureSkills #คณะวิศวกรรมศาสตร์ #มหาวิทยาลัยศรีปทุม #ส่งเสริมผลักดัน #โอกาส #ศรีปทุม #SripatumUniversity #SPU #สาขาวิชาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ
