พันธกิจ ศูนย์ UTC จุฬาฯ ปั้นบุคลากร DeepTech สู่ตลาด

พร้อมเดินหน้าเข้าสู่ปีที่ 4 สำหรับศูนย์วิจัย และพัฒนาเทคโนโลยีเพื่ออุตสาหกรรมแห่งจุฬาลงกรณ์มหาวิทยาลัย หรือ Chulalongkorn University Technology Center (UTC) หลังจากก่อตั้งเมื่อปี 2019 จากวิสัยทัศน์ของ “ศ.ดร.บัณฑิต เอื้ออาภรณ์” อธิการบดีจุฬาลงกรณ์มหาวิทยาลัยที่อยากให้นำความรู้ความเชี่ยวชาญที่มีอยู่ในมหาวิทยาลัยออกไปช่วยขับเคลื่อนเศรษฐกิจและสังคมไทย

“ดร.ประวีย์ เครือโชติกุล” หัวหน้าศูนย์วิจัยและพัฒนาเทคโนโลยีเพื่ออุตสาหกรรมแห่งจุฬาลงกรณ์มหาวิทยาลัย กล่าวว่าการก่อตั้งศูนย์ UTC เกิดจากวิสัยทัศน์ของท่านอธิการบดีที่อยากให้เราสร้างนวัตกรรมและงานวิจัยคุณภาพ ออกไปช่วยเหลือชุมชนและสังคมตามสถานการณ์ต่าง ๆ โดยก่อนหน้านี้ จุฬาฯเปิดตัว CU Innovation Hub ขึ้นมา เพื่อเป็นศูนย์นวัตกรรมของมหาวิทยาลัย ซึ่งมีผลงานวิจัยและนวัตกรรมที่มีความหลากหลาย

แต่สำหรับศูนย์ UTC ที่ตั้งขึ้นมาจะเป็นหน่วยงานบ่มเพาะสตาร์ตอัพสาย DeepTech (deep technology) หรือเทคโนโลยีขั้นสูงโดยเฉพาะ ภารกิจหลัก ๆ คือการสร้างเครือข่ายนักวิจัยทั้งใน และนอกรั้วมหาวิทยาลัย ทั้งยังเป็นตัวกลางในการเชื่อมต่อกับภาครัฐและเอกชน

เพื่อให้เกิดการต่อยอดนำงานวิจัยไปใช้งานเชิงพาณิชย์ในอนาคต โดยเน้นโฟกัส 3 ด้านหลักที่กำลังเป็นเมกะเทรนด์โลกขณะนี้ ได้แก่ หนึ่ง AI (artificial intelligence) สอง MedTech (medical technology) สาม เทคโนโลยีชีวภาพ หรือ BioTech (biotechnology)

“ส่วนงานทั้ง 3 ด้านนี้จะโฟกัสที่ AI และ MedTech ก่อน เนื่องจาก BioTech เพิ่งเริ่มได้ไม่นาน จึงมีกิจกรรมไม่เยอะ ซึ่งตอนนี้ในศูนย์ของเรามีโครงการมากกว่า 50 โครงการแล้ว ทั้งยังมีพันธมิตรมากกว่า 30 รายจากภาครัฐและเอกชน”

“ดร.ประวีย์” กล่าวต่อว่าเหตุผลที่โฟกัสด้าน AI และ MedTech เป็นเพราะช่วงหลัง ๆ จะเห็นว่ากระแสดิจิทัลทรานส์ฟอร์มเป็นที่กล่าวถึงมากในหลาย ๆ องค์กรทั่วโลก ทั้งยังมีการนำดิจิทัลมาใช้อย่างแพร่หลาย อีกทั้งผลการวิจัยในหัวข้อ Thailand Digital Technology Foresight 2035 ของ Frost & Sullivan และ depa มีการคาดการณ์ว่า มูลค่าของตลาด AI ในประเทศไทยจะแตะแสนกว่าล้านบาท ภายใน 8 ปีข้างหน้า และมีโอกาสสูงถึงเกือบ 2 แสนล้าน ภายในปี 2035

โดยเฉพาะอย่างยิ่งด้านการสื่อสาร, โทรคมนาคม, สุขภาพ, เมืองอัจฉริยะ และความมั่นคงของประเทศ ขณะที่จุฬาฯมีบุคลากรทำงานสาย AI มากกว่า 50 คน จึงทำให้ศูนย์ UTC มีงานที่ค่อนข้างหลากหลาย และตอบโจทย์ความต้องการของสังคม ยกตัวอย่าง ผลงานชื่อ ReadMe เป็นโปรแกรมอ่านข้อความภาษาไทยจากภาพถ่ายทั่วไป ทั้งภาพนิ่ง และวิดีโอ พัฒนาโดยทีมวิจัยจากวิศวกรรมคอมพิวเตอร์ จุฬาฯ ภายใต้การบ่มเพาะของศูนย์

ด้วยการนำเทคโนโลยีการประมวลผลภาพ (image processing) ร่วมกับเทคโนโลยีปัญญาประดิษฐ์ชนิดการเรียนรู้เชิงลึก (deep learning) ที่เหมาะกับภาษาที่มีโครงสร้างซับซ้อนอย่างภาษาไทย จึงทำให้ได้ความแม่นยำมากกว่าโปรแกรมอื่น ๆ

เนื่องจากสามารถประยุกต์ใช้งานอย่างแพร่หลาย และตรงจุดของปัญหาในโครงสร้างภาษา ทีมงานจึงมีเป้าหมายที่จะพัฒนาโปรแกรมอ่านข้อความภาษาไทยให้มีความแม่นยำมากขึ้น และพัฒนาในโปรแกรมในรูปแบบ API เพื่อให้โปรแกรมอื่น ๆ สามารถเรียกใช้ได้อย่างสะดวกและมีประสิทธิภาพ

นอกจากนี้ Krungsri Research 2020 ยังเปิดเผยว่าตลาด MedTech ของประเทศไทยในปัจจุบันมีมูลค่าราว 5 หมื่นล้านบาท และคาดว่าจะโตเฉลี่ยราว 6.5% โดยมีปัจจัยหลักมาจากความต้องการด้านเครื่องมือทางการแพทย์ที่ล้ำสมัย เพื่อวินิจฉัยโรคอย่างมีประสิทธิภาพ และแม่นยำ

โดยเฉพาะอย่างยิ่งการวินิจฉัยโรคหัวใจ, โรคหลอดเลือดสมอง, โรคเบาหวาน และโรคมะเร็ง ที่กล่าวมานี้เป็นเสียงสะท้อนที่ชัดเจนถึงเทรนด์ และแนวโน้มการเติบโตของ AI และ MedTech ในประเทศไทยว่ามี demand ในตลาดมาก ทั้งยังสามารถขยายตัวไปได้อีกไกล

สำหรับผลงานที่โดดเด่นด้าน MedTech ของศูนย์ UTC อาทิ DeepGI ปัญญาประดิษฐ์เพื่อการระบุติ่งเนื้อในการตรวจลำไส้ใหญ่จากกล้องส่องภายใน, chest X-ray interpreter ปัญญาประดิษฐ์เพื่อการอ่านผลภาพเอกซเรย์ทรวงอกอัจฉริยะ, KRx ชุดทดสอบกลิ่น, pass อุปกรณ์เสริมเพื่อการอัลตราซาวนด์หาตำแหน่งในการเจาะน้ำไขสันหลัง เป็นต้น

“ดร.ประวีย์” กล่าวว่าเราตั้งใจว่าทุก ๆ ผลงานจะต้องเป็นสินค้าที่ลูกค้าทั่วไปสามารถหาซื้อได้ โดยตั้งเป้าว่าทุกผลงานที่ผลิตขึ้นภายใต้ศูนย์ UTC ใน 1-2 ปี ต้องเป็นผลงานที่สามารถนำไปใช้ได้จริง แต่ทั้งนั้นก็ขึ้นอยู่กับสถานการณ์สังคม ไม่ใช่ว่าสินค้าทุกตัวจะไปอยู่บนเมกะเทรนด์ได้

ผมมองว่ากระแสสังคม สิ่งแวดล้อมช่วยผลักดันให้เกิดการยอมรับสิ่งใหม่ ๆ มากขึ้น อย่างเช่น วิกฤตโควิด-19 ทำให้เกิด telemedicine การหาหมอทางไกลผ่านระบบแอปพลิเคชั่น ตอนนี้กำลังเริ่มใช้ในหลายโรงพยาบาลทั่วประเทศเพื่อลดความแออัดในสถานพยาบาล

ต่อไปจะเกิดเทคโนโลยีที่สามารถติดตัวผู้ป่วย สามารถส่งข้อมูลผู้ป่วยเข้าไปอยู่ในระบบได้อย่างเรียลไทม์ และผมคิดว่าต่อไปนี้จะเกิดเทรนด์ใหม่ ๆ มากขึ้น เช่น เมตาเวิร์ส ซึ่งเป็นสิ่งใหม่ที่กำลังจะเกิดไม่ช้า ผมมองว่าเรื่อง DeepTech ประเทศไทยมีโอกาสแข่งขันกับตลาดโลกได้แน่นอน

เพราะเรามีบุคลากรเก่ง ๆ เยอะมาก การที่เราจะเป็นผู้นำด้านนี้ได้ต้องหาจุดเด่นว่าเราทำอะไรได้ดีกว่าประเทศอื่น ต่อมาคือเราต้องมีอีโคซิสเต็ม รวมถึงหน่วยงานที่จะช่วยขับเคลื่อนเพื่อให้มีรูปแบบ มีโครงสร้าง มีเส้นทางการเดินที่ชัดเจน แล้วก็มีการสนับสนุนจากภาครัฐ เอกชนด้วย”

“ผมว่านั่นคือพันธกิจของศูนย์เราที่ต้องเป็นผู้บ่มเพาะ และเป็นตัวกลาง อย่างปีที่ผ่านมามีการจัด UTC Demo Day โชว์ผลงานในศูนย์ของเรา และมีภาคเอกชนเข้ามาชม มาให้ข้อเสนอแนะ ตอนนี้มีผลงานหลายตัวที่ภาคเอกชนสนใจ และกำลังจะพัฒนาสู่ผลิตภัณฑ์เชิงพาณิชย์ในลำดับต่อไป”

อย่างไรก็ตาม เมื่อ DeepTech เริ่มเติบโตมากขึ้น จะทำให้มีบริษัทใหม่ ๆ เกิดขึ้นตามมา แน่นอนว่าจะเกิดการจ้างงานจำนวนมากอย่างแน่นอน ตรงนี้จึงเป็นโจทย์ที่ท้าทายกับทุก ๆ อุตสาหกรรม รวมถึงระบบการศึกษาด้วย

ตอนนี้หลายมหาวิทยาลัยมุ่งเน้นที่จะซัพพอร์ตการผลิตบุคลากรในสายงานต่าง ๆ ผ่านการเปิดหลักสูตรอัพสกิล รีสกิลให้กับคนทั่วไป ไม่ว่าจะเป็นลักษณะของ life long learning เรียนที่ไหนก็ได้ตลอดเวลา ส่วนนักศึกษาที่เรียนในมหาวิทยาลัยก็เน้นการสอนเชิงปฏิบัติมากขึ้น

ทั้งยังมีการเชิญผู้เชี่ยวชาญมาถ่ายทอดประสบการณ์ รวมถึงผลักดันให้อาจารย์นำองค์ความรู้ไปสร้างธุรกิจการเรียนรู้ จากนั้นค่อยนำกลับมาสอนนิสิต เพราะว่ามีความเชื่อมั่นว่าตลาดแรงงานด้าน AI และ MedTech จะได้รับการตอบรับอย่างแน่นอน