งานวิจัยขึ้นหิ้งจะกลายเป็นนวัตกรรมจริงได้อย่างไร? เทคโนโลยีอะไรจะช่วยผลักดัน

เคยได้ยินประโยคที่ว่า “งานวิจัยขึ้นหิ้ง” กันบ้างหรือไม่? เรื่องนี้ถูกพูดถึงกันบ่อยครั้ง โดยในประเทศไทยนั้นมีงานวิจัยมากมาย แต่กลับไม่ได้ถูกนำมาสร้างเป็นนวัตกรรมจริง ๆ ในสังคม ด้วยเหตุนี้จึงเป็นที่มาของการก่อตั้ง “ศูนย์วิจัยและพัฒนาเทคโนโลยีเพื่ออุตสาหกรรม” (Chulalongkorn University Technology Center: UTC) ที่มีบทบาทเป็นเวทีสำหรับการวิจัยและช่วยเหลือนักวิจัย บ่มเพาะนวัตกรรมจากเทคโนโลยีเชิงลึก (Deep Tech) เพื่อสร้าง Impact ต่อเศรษฐกิจและสังคม

Techsauce ได้พูดคุยกับ ผู้ช่วยศาสตราจารย์ ณัฐวุฒิ หนูไพโรจน์ กับปัญหางานวิจัยขึ้นหิ้งที่เกิดขึ้น และบทบาทหน้าที่ของ UTC พร้อมความร่วมมือสำคัญกับภาคเอกชนอย่าง G-Able และ NVIDIA ในการสร้าง Infrastructure เพื่อนำเทคโนโลยีมาสร้างนวัตกรรมให้เกิดประโยชน์ต่อสังคมขึ้นได้  

งานวิจัยต้องตั้งโจทย์จากผู้ใช้งาน

ที่ผ่านมาจุฬาฯ มีงานวิจัยจำนวนมาก แต่งานวิจัยนำไปสู่สิ่งที่เรียกว่า Impact หรือสร้างประโยชน์ต่อสังคมค่อนข้างจำกัด จึงเป็นเป็นที่มาของคำว่าขึ้นหิ้ง มากกว่าการถูกนำมาใช้งานจริง เมื่อมองลงไปถึงปัญหา จึงพบว่า สาเหตุสำคัญนั้นเกิดจากการตั้งโจทย์ เพราะการตั้งโจทย์ของงานวิจัยส่วนใหญ่มักเริ่มต้นจากตัวนักวิจัยมากกว่าการมองที่ผู้ใช้ ซึ่งขัดแย้งกับนวัตกรรมที่ต้องเริ่มต้นจากปัญหาของผู้ใช้งาน
ดังนั้นหน้าที่ของ UTC คือดึงโจทย์เข้ามาหานักวิจัย สร้าง Ecosystem ให้นักวิจัยได้สัมผัสโจทย์จริงๆ เช่น การทำงานร่วมกับภาคอุตสาหกรรม หรือ การแพทย์

สำหรับนักวิจัยนั้น การสร้างงานวิจัยให้ถูกตีพิมพ์ ไม่ใช่เรื่องยาก แต่การจะก้าวข้ามไปสู่ใช้งานจริง
เป็นเรื่องยากที่สุด เพราะมีหลายกระบวนการที่ต้องทำให้เกิดขึ้นให้ได้ เช่นการ adoption , operate , support หรือป้องกันการไม่ให้ถูก copy รวมทั้งการทำงานร่วมกับหน่วยงานอื่นๆ ที่นักวิจัยอาจไม่ถนัด

“อาจารย์มักมีความไม่สบายใจ เมื่อต้องคุยกับภาคเอกชน เนื่องจากไม่มีความรู้ในการทำธุรกิจ
ก็เกรงว่าการร่วมงานกันจะเกิดประโยชน์ไม่ตรงกับสิ่งที่มุ่งหวังได้ ในส่วนนี้ UTC จึงเป็นศูนย์กลางที่จะประสานให้ทุกภาคส่วนสบายใจ เพื่อให้งานวิจัยสามารถไปสู่ Impact จริงๆ”

 แนวทางการพัฒนานวัตกรรมของ UTC

สำหรับการพัฒนานวัตกรรมของทาง UTC นั้น มีความเฉพาะเจาะจงกลุ่ม โดยเน้นการพัฒนานวัตกรรมด้าน AI ซึ่งมีถึง 17 โครงการ กับ Medical Tech (MedTech) ซึ่งมีถึง 21 โครงการ โดยทั้งสองด้านมีรายละเอียดที่แตกต่างกัน ทำให้สามารถมุ่งเน้นแต่ละด้านได้อย่างชัดเจน ซึ่งการดำเนินงานด้าน AI นั้นได้เริ่มศึกษาดูงานวิจัยภายในจุฬาฯ ก่อน ว่ามีงานวิจัยชิ้นไหนที่สามารถผลักดันไปต่อ โดยในเวลานี้ มีโครงการที่น่าสนใจคือ

• AI ที่เกี่ยวข้องกับภาษาไทยเช่น AI ที่ดึงข้อความภาษาไทยจากภาพถ่ายและวิดีโอ AI แปลงเสียงให้เป็นข้อความภาษาไทย เป็นต้น
• AI เพื่อการแพทย์ หรือ AI for Health เข่น AI ช่วยจำแนกประเภทย่อยของโรตหัวใจล้มเหลวจากภาพ CT-Scan AI ช่วยตรวจหาชิ้นเนื้อที่ผิดปกติที่พบจากการส่องกล้องทางเดินอาหาร AI ที่ช่วยในการทำ pre-screening สำหรับงานด้าน tele-medicine
• AI สำหรับภาคอุตสาหกรรม หรือ AI for Industry ที่นำงานวิจัยด้าน AI มาพัฒนาเป็นนวัตกรรม เพื่อตอบโจทย์จริงจากภาคอุตสาหกรรม

ซึ่งมีการแบ่งองค์ประกอบการพัฒนา AI เป็น 5 ส่วน ได้แก่ 

• การใช้โจทย์จริง
• การเข้าถึงข้อมูลที่มีความถูกต้อง
• การที่มีทีมพัฒนาที่มีความสามารถและเชี่ยวชาญด้าน AI
• Infrastructure
• การที่มีพื้นที่ในการทดสอบใช้งานจริง

ด้าน Infrastructure มีความร่วมมือกับเอกชนทั้งในประเทศและต่างประเทศ โดยในต่างประเทศมีการร่วมมือกับ NVIDIA AI Technology Center (NVAITC) ซึ่ง เป็น 1 ใน 40 แห่งทั่วโลกร่วมกับสถาบันค้นคว้าชั้นนำ ทั้งนี้บริษัท G-Able เป็น หนึ่งใน Top partner ของ NVIDIA

ความร่วมมือนี้ทำให้ UTC เป็นหน่วยงานแรกในประเทศไทย ที่ติดตั้ง NVIDIA DGX A100 สำหรับการพัฒนางานด้าน AI โดย NVIDIA DGX A100™ เป็นศูนย์ข้อมูลแบบเร่งความเร็วระดับ 5-petaflop ภายในกล่องที่ให้พลังงานและประสิทธิภาพที่จำเป็นสำหรับนักวิจัย AI โดยมีพื้นฐานบนสถาปัตยกรรมของ NVIDIA Ampere

ทำไมถึงเลือก NVIDIA DGX A100

การทำพัฒนางานด้าน AI ต้องมี Infrastructure ที่ใหญ่พอ โดยที่มาของการเลือก NVIDIA DGX A100 เริ่มมาจากเคสการดึงข้อความภาษาไทยจากภาพถ่าย ซึ่งในเบื้องต้นได้โมเดล AI ที่ดีระดับหนึ่ง แต่เมื่อนักศึกษาที่ทำวิจัย ได้นำไปทดลองกับเครื่องที่ใหญ่กว่าในระหว่างไปเป็นนักวิจัยแลกเปลี่ยนในแลปต่างประเทศก็พบว่า สามารถพัฒนาโมเดล AI ที่ดีกว่าเดิมอีกเกือบเท่าตัว โดยที่ไม่ต้องปรับเปลี่ยนเทคนิคแต่อย่างใด ทาง UTC จึงเล็งเห็นถึงความจำเป็นของการมีเครื่องประสิทธิภาพสูง ที่ทำให้งานออกมาได้ดีกว่า และเร็วกว่า

“ในประเทศไทย คนไทยเองทางเทคนิคเก่งไม่แพ้ใคร ดังนั้นทางอุปกรณ์ต้องไล่ให้ทัน”

การติดตั้ง NVIDIA DGX A100 ทำให้มีนักวิจัยหลายคนสนใจจะเข้ามาใช้งานจำนวนมาก โดยเบื้องต้นจะผลักดันการใช้งานกับ AI for Health ก่อน ซึ่งการติดตั้งเครื่องก็ได้ทีมที่มีประสบการณ์และมีความเชี่ยวชาญในการติดตั้งจาก G-Able ที่ได้เข้าไปช่วยติดตั้ง NVIDIA DGX A100 ให้แก่ ศูนย์ UTC ของจุฬา (เริ่มติดตั้งในเดือนสิงหาคม) ทั้งนี้การมีเครื่องมือที่ดี จะทำให้นวัตกรรมเกิดขึ้นได้เร็วขึ้น

แผนงานในอนาคตของ UTC

ในเวลานี้แผนงานหลักคือ ต้องการผลักดันงานวิจัยสู่นวัตกรรม โดยการดำเนินงานได้มีการร่วมมือกับหลายหน่วยงานในจุฬาฯคือ ฝ่ายวิจัยของจุฬาฯ หน่วยงานดูแลนวัตกรรมระดับคณะเช่น CMIC ของคณะแพทย์ศาสตร์ หน่วยงาน CU-IP หน่วยงาน CU Innovation Hub กองทุน CUE รวมไปถึงภาคเอกชน ในการนำนวัตกรรมและเทคโนโลยีที่เกิดขึ้นออกไปใช้งานได้จริง

นอกจากนี้ยังมีแผนในการทำ Spin-Off ในลักษณะ Social Enterprise เพราะอาจารย์ นักวิจัย มักสนใจ Social Impact และอยากทำในรูปแบบ Social Enterprise มากกว่าการที่จะเป็น Startup โดยตรงที่เน้น Commercialized Impact เหมือนในต่างประเทศ 

“ภารกิจ คือการเชื่อมต่อสิ่งที่อยู่ในมือ ไปสู่สังคม ไม่ว่าจะเป็นด้าน Commercialize หรือ Social Impact”

อาจารย์ นักวิจัย มักสนใจ Social Impact และอยากทำในรูปแบบ Social Enterprise ซึ่งการทำสร้างนวัตกรรม ในมหาวิทยาลัย ข้อดีคือนักวิจัยอยากทำเพื่อคนอื่น ทำเพื่อประเทศชาติ โดยต้องคิดเรื่องของการทำให้นวัตกรรมนั้นยั่งยืน (Sustainability) ซึ่งปัจจุบันการนวัตกรรมเพื่อสังคมเป็นเป้าหมายของมหาวิทยาลัยอีกด้วย 

สรุป

ปัญหาของงานวิจัยที่ไม่ได้ถูกนำมาใช้ ไม่ได้เกิดขึ้นจากปลายเหตุ ที่ทำแล้ว แต่คนไม่เอาไปใช้ แต่ปัญหาเกิดขึ้นตั้งแต่การตั้งโจทย์ จนถึงการจะทำให้เกิดนวัตกรรมจริง ซึ่งเมื่อตั้งโจทย์ถูกแล้ว การมีเทคโนโลยีที่ดีก็สำคัญ เพราะเทคโนโลยีจะเป็นตัวช่วยที่ทำให้การดำเนินงานเร็วขึ้น มีประสิทธิภาพมากขึ้น ทั้งนี้การจะเกิดนวัตกรรมนั้นก็ต้องอาศัยความร่วมมือจากหลายภาคส่วน เพื่อประสานเชื่อมต่อ อุดช่องโหว่ที่แต่ละส่วนมี ดังเช่นกรณีของเครื่อง  NVIDIA DGX A100 ที่ G-Able ได้มีส่วนช่วยสนับสนุนการติดตั้งใช้งาน เพื่อให้นักวิจัยได้มีเทคโนโลยีที่พร้อมในการพัฒนานวัตกรรม AI ต่อไป

บทความนี้เป็น Advertorial