Nordic Semiconductor ได้เพิ่มความสามารถในการพัฒนาซอฟต์แวร์ด้วย AI ให้กับไมโครคอนโทรลเลอร์ไร้สายสำหรับ IoT โดยรองรับเวิร์กโฟลว์ตลอดวงจรการพัฒนา ตั้งแต่การสร้างต้นแบบ (Prototype) จนถึงการจัดการอุปกรณ์ที่ติดตั้งใช้งานจริงในภาคสนามจำนวนมาก (Deployed Fleet)
นักพัฒนาจำนวนมากมักคัดลอกและวางข้อมูลจากโมเดลภาษาขนาดใหญ่ (LLM) ที่ได้รับการฝึกจากข้อมูลทั่วไป แต่โซลูชัน AI ของ Nordic ได้รับการฝึกฝนมาโดยเฉพาะจากเอกสารของ nRF Connect SDK และข้อมูลจาก nRF Cloud นอกจากนี้ยังสามารถทำงานร่วมกับ IDE ยอดนิยม รวมถึงยอดนิยม เช่น Claude Code, Cursor และ GitHub Copilot รวมถึง LLM อื่น ๆ ได้ โดยใช้จำนวนโทเค็น (Token) น้อยกว่ามากเมื่อเทียบกับการใช้งานโมเดลทั่วไป
บริษัทระบุว่าโซลูชันดังกล่าวพัฒนาขึ้นบนพื้นฐานของการใช้งานโปรโตคอล Model Context Protocol (MCP) ซึ่งเซิร์ฟเวอร์ MCP ของ Nordic จะช่วยให้ผู้ช่วย AI สามารถเข้าถึงแหล่งข้อมูลที่ผ่านการตรวจสอบและรับรองจาก Nordic ได้โดยตรง ไม่ว่าจะเป็นเอกสาร SDK, เอกสารอ้างอิง API, การตั้งค่าอุปกรณ์ และข้อมูลภาคสนามของลูกค้าที่จัดเก็บอยู่ใน nRF Cloud
ไฮไลต์ของระบบพัฒนาซอฟต์แวร์ด้วย AI จาก Nordic
- เชื่อมต่อกับเอกสารของ nRF Connect SDK และข้อมูลจาก nRF Cloud โดยตรง
- ทำงานร่วมกับ AI assistants ได้หลากหลาย เช่น Claude Code, Cursor, GitHub Copilot และเครื่องมือ AI อื่น ๆ
- ออกแบบมาเพื่อช่วยเพิ่มประสิทธิภาพการทำงานของนักพัฒนา ไม่ได้มีเป้าหมายเพื่อทดแทนนักพัฒนา
- รองรับการพัฒนาตลอดวงจรชีวิตของผลิตภัณฑ์ ตั้งแต่การสร้างต้นแบบ (Prototyping) ไปจนถึงการ
- จัดการอุปกรณ์จำนวนมากที่ติดตั้งใช้งานจริงในภาคสนาม (Fleet Management)
Nordic อธิบายว่า AI Agent นี้มีประโยชน์อย่างยิ่งในการช่วยทำงานที่ซ้ำซากและใช้เวลามากให้เป็นอัตโนมัติ ช่วยเร่งการพัฒนาต้นแบบและทำให้กระบวนการดีบักเป็นเรื่องง่ายขึ้น ตัวอย่างเช่น การย้ายโปรเจกต์ไปใช้เวอร์ชันใหม่ของ SDK, การนำบอร์ดฮาร์ดแวร์ที่ออกแบบเอง (Custom Board) มาเริ่มต้นใช้งาน (Board Bring-up) หรือการวิเคราะห์และหาสาเหตุของระบบล่ม (Crash) บนอุปกรณ์ที่ติดตั้งใช้งานอยู่จริงในภาคสนาม
มีวิดีโอตัวอย่างการใช้งานหลายรายการให้ชม เช่น การย้ายโปรเจกต์ด้วย AI, การค้นหาอุปกรณ์ที่มีปัญหาในระบบที่ติดตั้งใช้งานจริง, การลดค่าใช้จ่ายด้าน AI, การแก้ไขข้อผิดพลาดที่ผู้ใช้รายงาน, การสร้างไฟล์ DeviceTree และ Kconfig (ดูวิดีโอด้านล่าง), การตรวจสอบความพร้อมก่อนเผยแพร่ซอฟต์แวร์ และการเพิ่มคำสั่ง Shell
สิ่งสำคัญคือการระบุคำสั่งให้ชัดเจนและตรวจสอบโค้ดที่ AI สร้างขึ้นเสมอ เพราะ AI Agent อาจทำผิดพลาดได้ ตัวอย่างเช่น ในวิดีโอด้านบน AI Agent ได้เพิ่มอุปกรณ์ต่อพ่วงบางอย่างที่ไม่เกี่ยวข้องเข้ามาเอง เช่น ปุ่มกดและ LED เพิ่มเติม ซึ่งต้องแก้ไขด้วยตนเองในภายหลัง นอกจากนี้ยังเห็นได้ชัดว่าผู้ใช้งานเครื่องมือเหล่านี้จำเป็นต้องมีพื้นฐานด้านวิศวกรรม เนื่องจากคำสั่ง (Prompt) ที่ใช้ต้องมีความเฉพาะเจาะจงและมีรายละเอียดทางเทคนิคค่อนข้างมาก กล่าวอีกนัยหนึ่งคือ ไม่สามารถใช้การสั่งงานแบบคร่าว ๆ หรือ “vibe coding” เพื่อให้บอร์ดทำงานได้อย่างถูกต้องตั้งแต่แรก
เรามองว่า AI Agent เปรียบเสมือนนักศึกษาฝึกงาน หรือวิศวกรซอฟต์แวร์อาวุโสที่กำลังมึนเมาอยู่ ไม่ว่ากรณีใด คุณก็ไม่สามารถปล่อยให้พวกมันทำงานตามลำพังได้ และยังคงต้องมีการกำกับดูแลและตรวจสอบจากมนุษย์อยู่เสมอ…
AI มักถูกมองว่าเป็นภัยคุกคามต่ออาชีพของวิศวกรซอฟต์แวร์ แต่จนถึงตอนนี้ AI ยังเป็นเพียงเครื่องมือช่วยทำงานมากกว่า แม้ว่าบางบริษัทจะปลดพนักงานด้านซอฟต์แวร์เพราะนำ AI มาใช้งาน แต่ก็มีข่าวหลายกรณีที่ต้องกลับมาจ้างพนักงานใหม่ เนื่องจากต้นทุนการใช้ AI สูงเกินไป นอกจากนี้ยังมีผู้ที่มองว่าจำนวนวิศวกรซอฟต์แวร์อาจเพิ่มขึ้นแทนที่จะลดลง เพราะเมื่อการพัฒนาซอฟต์แวร์ และในกรณีนี้รวมถึงเฟิร์มแวร์ มีต้นทุนต่ำลง ก็อาจส่งผลให้ความต้องการซอฟต์แวร์เพิ่มสูงขึ้นตามไปด้วย ท้ายที่สุดแล้ว แนวโน้มจะเป็นอย่างไร คงต้องรอดูกันต่อไปในอนาคต
คุณสามารถดูตัวอย่างการใช้งานและเรียนรู้วิธีเริ่มต้นใช้งานได้จากเว็บไซต์ของ Nordic
แปลจากบทความ : Nordic adds AI-assisted development to the nRF Connect SDK and nRF Cloud
บรรณาธิการข่าวและบทความภาษาไทย CNX Software ได้มีความสนใจในด้านเทคโนโลยี โดยเฉพาะ Smart Home และ IoT