ปัญญาประดิษฐ์เพื่อเกษตรกรรมและสิ่งแวดล้อมเป็นการรวบรวมแบบจำลองซึ่งมีนัยสำคัญต่อการพัฒนาประเทศแบบเป็นมิตรต่อสิ่งแวดล้อม สร้างโดยการเรียนรู้ของเครื่องและการเรียนรู้ลึกซึ่งพัฒนาขึ้นโดยศูนย์วิจัยเนียร์อินฟราเรดสเปกโทรสโกปีสำหรับผลิตผลเกษตรและอาหาร ได้แก่ การระบุความต้องการธาตุอาหาร (N P K) ของต้นทุเรียนโดยวัดใบทุเรียนโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ การระบุสมบัติการเผาไหม้ของชีวมวลจากไม้โตเร็วและของเหลือทางเกษตรโดยวัดโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ และ การประเมินการเกิดภาวะโลกร้อนเนื่องจากการเผาไหม้ชีวมวลโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ เทคโนโลยีพื้นฐานซึ่งนำมาใช้ คือ เทคโนโลยีเนียร์อินฟราเรดฟูเรียร์ทรานสฟอร์มสเปกโทรสโกปี ซึ่งการวัดและการแสดงผลทำได้อย่างรวดเร็ว ไม่ต้องใช้สารเคมี ไม่ต้องการผู้เชี่ยวชาญพิเศษ ราคาการวัดต่อตัวอย่างถูกมาก แต่เครื่องวัดยังไม่สามารถผลิตได้ในประเทศไทย
ความเจริญก้าวหน้าทางวิชาการจะเป็นจริงเมื่อผลงานทางวิชาการถูกนำไปใช้ได้จริงในระบบการผลิตซึ่งมีนัยสำคัญทางเศรษฐกิจของประเทศ จึงได้นำผลงานของนักศึกษาและคณาจารย์ของศูนย์วิจัยเนียร์อินฟราเรดสเปกโทรสโกปีสำหรับผลิตผลเกษตรและอาหาร มานำเสนอในงานจัดแสดงนวัตกรรม KMITL Innovation Expo 2025 ในวันพฤหัสบดี 6 ถึง วันเสาร์ 8 มีนาคม 2568 ณ หอประชุมเจ้าพระยาสุรวงษ์ไวยวัฒน์ (วร บุนนาค) สจล. ซึ่งเป็นโอกาสดีของศูนย์วิจัยเนียร์อินฟราเรดสเปกโทรสโกปีสำหรับผลิตผลเกษตรและอาหารในการเปิดเผยผลงานทางวิชาการสำคัญซึ่งมีแนวโน้มสามารถนำไปใช้ได้จริงต่อสังคมเกษตรกรรมและสิ่งแวดล้อมเพื่อการพัฒนาประเทศ
คณะวิศวกรรมศาสตร์
การบูรณาการระบบหุ่นยนต์อัจฉริยะเข้าสู่สภาพแวดล้อมที่มุ่งเน้นมนุษย์ เช่น ห้องปฏิบัติการ โรงพยาบาล และสถาบันการศึกษา มีความสำคัญมากขึ้นเนื่องจากความต้องการที่เพิ่มขึ้นสำหรับผู้ช่วยที่เข้าถึงได้และตระหนักถึงบริบท อย่างไรก็ตาม โซลูชันในปัจจุบันมักขาดความสามารถในการปรับขนาด เช่น การพึ่งพาบุคลากรเฉพาะทางเพื่อตอบคำถามเดิมซ้ำๆ ในฐานะผู้ดูแลระบบของแผนกเฉพาะ และการขาดความสามารถในการปรับตัวให้เข้ากับสภาพแวดล้อมแบบไดนามิกที่ต้องการการตอบสนองตามสถานการณ์แบบเรียลไทม์ งานวิจัยนี้นำเสนอกรอบแนวคิดใหม่สำหรับผู้ช่วยหุ่นยนต์เชิงโต้ตอบ (Beckerle et al., 2017) ที่ออกแบบมาเพื่อช่วยในระหว่างการเยี่ยมชมห้องปฏิบัติการและบรรเทาความท้าทายที่เกิดจากข้อจำกัดด้านทรัพยากรบุคคลในการให้ข้อมูลที่ครอบคลุมแก่ผู้เยี่ยมชม ระบบที่นำเสนอทำงานผ่านหลายโหมด รวมถึงโหมดสแตนด์บายและโหมดจดจำ เพื่อให้แน่ใจว่ามีการโต้ตอบที่ราบรื่นและสามารถปรับตัวได้ในบริบทต่างๆ ในโหมดสแตนด์บาย หุ่นยนต์จะแสดงสัญญาณความพร้อมผ่านแอนิเมชันใบหน้ายิ้มขณะลาดตระเวนตามเส้นทางที่กำหนดไว้ล่วงหน้าหรือประหยัดพลังงานเมื่อต้องหยุดนิ่ง การตรวจจับสิ่งกีดขวางขั้นสูงช่วยให้มั่นใจในความปลอดภัยขณะเคลื่อนที่ในสภาพแวดล้อมแบบไดนามิก ส่วนโหมดจดจำจะเปิดใช้งานผ่านท่าทางหรือคำปลุก โดยใช้เทคโนโลยีวิชันคอมพิวเตอร์ขั้นสูงและระบบรู้จำเสียงพูดแบบเรียลไทม์เพื่อตรวจจับผู้ใช้ การจดจำใบหน้าช่วยจำแนกบุคคลว่าเป็นที่รู้จักหรือไม่รู้จัก พร้อมทั้งมอบคำทักทายเฉพาะบุคคลหรือคำแนะนำตามบริบทเพื่อเพิ่มการมีส่วนร่วมของผู้ใช้ หุ่นยนต์ต้นแบบและการออกแบบ 3 มิติแสดงไว้ในรูปที่ 1 ในโหมดโต้ตอบ ระบบได้บูรณาการเทคโนโลยีขั้นสูงหลายประการ เช่น การรู้จำเสียงพูดขั้นสูง (ASR Whisper) การประมวลผลภาษาธรรมชาติ (NLP) และโมเดลภาษาขนาดใหญ่ Ollama 3.2 (LLM Predictor, 2025) เพื่อมอบประสบการณ์ที่ใช้งานง่าย รับรู้บริบท และสามารถปรับตัวได้ โดยได้รับแรงบันดาลใจจากความต้องการมีส่วนร่วมกับนักศึกษาและส่งเสริมความสนใจในภาควิชา RAI ซึ่งมีผู้เยี่ยมชมมากกว่า 1,000 คนต่อปี ระบบนี้ช่วยแก้ไขปัญหาการเข้าถึงข้อมูลในกรณีที่ไม่มีเจ้าหน้าที่มนุษย์ ด้วยการตรวจจับคำปลุก การจดจำใบหน้าและท่าทาง และการตรวจจับสิ่งกีดขวางด้วย LiDAR หุ่นยนต์จึงสามารถสื่อสารภาษาอังกฤษได้อย่างราบรื่น พร้อมทั้งนำทางอย่างปลอดภัยและมีประสิทธิภาพ ระบบปฏิสัมพันธ์แบบ Retrieval-Augmented Generation (RAG) สื่อสารกับหุ่นยนต์เคลื่อนที่ที่สร้างบน ROS1 Noetic โดยใช้โปรโตคอล MQTT ผ่านเครือข่าย Ethernet ระบบนี้เผยแพร่เป้าหมายการนำทางไปยังโมดูล move_base ใน ROS ซึ่งจัดการการนำทางและหลีกเลี่ยงสิ่งกีดขวางโดยอัตโนมัติ แผนผังอธิบายระบบแสดงไว้ในรูปที่ 2 กรอบแนวคิดนี้ประกอบด้วยสถาปัตยกรรมแบ็กเอนด์ที่แข็งแกร่ง โดยใช้ MongoDB สำหรับการจัดเก็บและดึงข้อมูล รวมถึงกลไก RAG (Thüs et al., 2024) ในการประมวลผลข้อมูลหลักสูตรในรูปแบบ PDF เพื่อให้แน่ใจว่าหุ่นยนต์สามารถให้คำตอบที่ถูกต้องและเหมาะสมกับบริบทแก่ผู้ใช้ นอกจากนี้ การใช้แอนิเมชันใบหน้ายิ้มและระบบแปลงข้อความเป็นเสียง (TTS BotNoi) ยังช่วยเพิ่มอัตราการมีส่วนร่วมของผู้ใช้ ผลลัพธ์จากการศึกษาสังเกตการณ์และแบบสำรวจพบว่าระบบมีการปรับปรุงอย่างมีนัยสำคัญในด้านความพึงพอใจของผู้ใช้และการเข้าถึงข้อมูล เอกสารฉบับนี้ยังกล่าวถึงความสามารถของหุ่นยนต์ในการทำงานในสภาพแวดล้อมแบบไดนามิกและพื้นที่ที่เน้นมนุษย์ เช่น การจัดการกับการรบกวนระหว่างปฏิบัติภารกิจ การออกแบบแบบแยกส่วนช่วยให้สามารถผสานรวมฟีเจอร์เพิ่มเติม เช่น การจดจำท่าทางและการอัปเกรดฮาร์ดแวร์ได้ง่าย ซึ่งช่วยให้ระบบสามารถขยายขีดความสามารถในระยะยาวได้ อย่างไรก็ตาม มีข้อจำกัดบางประการ เช่น ต้นทุนการติดตั้งเริ่มต้นที่สูงและการพึ่งพาการกำหนดค่าฮาร์ดแวร์เฉพาะ ในอนาคต งานวิจัยจะมุ่งเน้นไปที่การเพิ่มความสามารถในการรองรับภาษาต่างๆ การขยายกรณีการใช้งาน และการสำรวจปฏิสัมพันธ์แบบร่วมมือกันระหว่างหุ่นยนต์หลายตัว โดยสรุป ผู้ช่วยหุ่นยนต์เชิงโต้ตอบที่นำเสนอในงานวิจัยนี้เป็นก้าวสำคัญในการเชื่อมโยงความต้องการของมนุษย์เข้ากับความก้าวหน้าทางเทคโนโลยี ด้วยการผสานรวมเทคโนโลยีปัญญาประดิษฐ์ล้ำสมัยเข้ากับโซลูชันฮาร์ดแวร์ที่ใช้งานได้จริง งานวิจัยนี้จึงนำเสนอระบบที่สามารถขยายขีดความสามารถ มีประสิทธิภาพ และเป็นมิตรกับผู้ใช้ ซึ่งช่วยเพิ่มการเข้าถึงข้อมูลและการมีส่วนร่วมของผู้ใช้ในสภาพแวดล้อมที่มุ่งเน้นมนุษย์
คณะวิศวกรรมศาสตร์
บริษัทมิตซูบิชิ มอเตอร์ส (ประเทศไทย) จำกัด เป็นบริษัทที่มีนโยบายเกี่ยวกับความปลอดภัย คือ ความเสี่ยงเป็นศูนย์ อุบัติเหตุเป็นศูนย์ และบริษัทมีการเก็บสถิติของอุบัติเหตุที่เกิดขึ้นภายในโรงงานเมื่อปี พ.ศ.2567ที่ผ่านมามีการเกิดอุบัติเหตุทั้งหมด 5 ครั้ง โดยหนึ่งในนั้นเป็นอุบัติเหตุที่เกิดขึ้นที่สายการประกอบที่อยู่ในการดูแลของแผนก Production Engineer Assembly ที่ดิฉันได้ฝึกงานอยู่ ดิฉันจึงมีการนำปัญหานี้มาแก้ไข โดยการวิเคราะห์ปัญหา แจกแจง เลือกวิธีการแก้ไขปัญหา จนได้มาเป็นการใช้ระบบกล้องวงจรปิดที่ใช้เทคโนโลยีปัญญาประดิษฐ์ เข้ามาตรวจจับพฤติกรรมของพนักงาน เพื่อป้องกันการเกิดเหตุการณ์ที่จะมีความเสี่ยงเกิดขึ้น โดยการสอนปัญญาประดิษฐ์ด้วยภาพที่มีการทำงานผิดปกติของพนักงาน หรือความผิดปกติของอุปกรณ์จำพวกสายพาน, ลิฟท์ขากรรไกร, พาเลท (pallet) จากนั้นถึงออกแบบแนวคิดการพัฒนาซอฟต์แวร์(Software) จนทำ ให้ระบบกล้องวงจรปิดที่ใช้เทคโนโลยีปัญญาประดิษฐ์ สามารถตรวจจับได้ ส่งผลให้หลังจากการติดตั้ง ไม่เกิดอุบัติเหตุในบริเวณนั้นอีก ป้องกันการเกิดอุบัติเหตุ ลดการสูญเสียที่จะเกิดขึ้น ไม่ว่าจะเป็นค่าใช้จ่ายจากการเกิดอุบัติเหตุ การเทรนพนักงานใหม่ ทรัพยากรที่ใช้ในการทำงาน หรืออื่นๆอีกมากมาย
คณะเทคโนโลยีการเกษตร
ปลาทรายแดงเป็นปลาที่มีความสำคัญทางเศรษฐกิจสามารถพบเจอได้จากการทำประมงทั้งฝั่งอ่าวไทยและอันดามันและมีราคาถูก อีกทั้งในปัจจุบันการบริโภคปลาดิบแบบซาชิมิได้รับความนิยมเพิ่มมากขึ้นในประเทศไทย จึงต้องมีการส่งเสริมการบริโภคเพื่อเพิ่มมูลค่าให้กับปลาทรายแดง การศึกษานี้ได้ศึกษาวิธีการรักษาสภาพปลาทรายแดง (N. furcosus) เพื่อการบริโภคแบบดิบหรือซาชิมิ โดยการรักษาสภาพปลาทรายแดงประกอบไปด้วยการฆ่าปลาแบบ Ikejime (K) และ น็อคด้วยน้ำทะเลเย็น (S) และเก็บรักษาปลาแบบผ่าท้อง (G) และทั้งตัว (W) และเก็บรักษาไว้ 3 วัน ด้วยน้ำแข็ง (I) หรือตู้เย็น (F) ประเมินคุณภาพความสดของปลาทรายแดงด้วยวิธีทางประสาทสัมผัส, ทางเคมีกายภาพ (TVB-N, TMA-N และ pH) ดัชนีความสด (Ki-value) และทางจุลชีววิทยา พบว่าหลังจากเก็บรักษาไว้นาน 3 วัน ปลาทรายแดงกลุ่ม KGF มีคะแนนทางประสาทสัมผัสโดยรวมมากที่สุด คือ 8.36±0.80 คะแนน และปลาทรายแดงกลุ่ม KWI, SWI และ SWF มีคะแนนทางประสาทสัมผัสโดยรวมน้อยที่สุด คือ 8.13±0.77, 8.13±0.77 และ 8.13±0.81 คะแนน ตามลำดับ และคะแนนทางประสาทสัมผัสโดยรวมของปลาทุกกลุ่มการทดลองเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติ (p<0.05) ค่าTVB-N ของปลาทรายแดงกลุ่ม KGF มีค่า TVB-N น้อยที่สุด คือ 1.37±0.93 มิลลิกรัมไนโตรเจน/ตัวอย่าง 100 กรัม ปลาทรายแดงกลุ่ม SGI มีค่า TVB-N มากที่สุด คือ 2.36±1.15 มิลลิกรัมไนโตรเจน/ตัวอย่าง 100 กรัม และ TVB-N ของปลาทุกกลุ่มการทดลองเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติ (p<0.05) ค่า TMA-N ของปลาทรายแดงกลุ่ม KGF มีค่า TMA-N น้อยที่สุด คือ 1.56±0.88 มิลลิกรัมไนโตรเจน/ตัวอย่าง 100 กรัม ปลาทรายแดง กลุ่ม SWF มีค่า TMA-N มากที่สุด คือ 2.17±1.22 มิลลิกรัมไนโตรเจน/ตัวอย่าง 100 กรัม และ TMA-N ของปลาทุกกลุ่มการทดลองเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติ (p<0.05) ค่า pH ของปลาทรายแดงกลุ่ม KGF มีค่า pH น้อยที่สุด คือ 6.40±0.12 ปลาทรายแดงกลุ่ม SWF มีค่า pH มากที่สุด คือ 6.78±0.25และ pH ของปลาทุกกลุ่มการทดลองเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติ (p<0.05) Ki value ของปลาทรายแดงกลุ่ม KGF มีค่า Ki value น้อยที่สุด คือ 9.05±0.73% ปลาทรายแดงกลุ่ม KWI มีค่า Ki value มากที่สุด คือ 12.88±4.19% และ Ki value ของปลาทุกกลุ่มการทดลองเพิ่มขึ้นอย่างไม่มีนัยสำคัญทางสถิติ (p>0.05) และ คุณภาพความสดทางด้านจุลชีววิทยาพบว่าในปลาทรายแดงทุกกลุ่มการทดลองพบจุลินทรีย์ชนิด Salmonella spp., S. aureus, B. cereus, C. perfringens และ E. coli และจุลินทรีย์ทุกชนิดของปลาทรายแดงทุกกลุ่มเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติ (p<0.05) โดยเมื่อนำมาเปรียบเทียบกับเกณฑ์คุณภาพความสดทั้งทางด้านประสาทสัมผัส เคมีกายภาพ ดัชนีความสดและจุลชีววิทยาพบว่าปลาทรายแดงทุกกลุ่มมีความสดมากและเหมาะสมต่อการบริโภคแบบดิบในระหว่างการรักษาสภาพและเก็บรักษาไว้นาน 3 วัน หลังจากการเก็บรักษาไว้นาน 3 วัน ควรบริโภคปลาทรายแดงแบบปรุงสุกเนื่องจากคุณภาพความสดของปลาไม่เหมาะสมต่อการนำมาบริโภคแบบดิบจากการเพิ่มขึ้นของค่าพารามิเตอร์ต่างๆ ซึ่งการเพิ่มขึ้นของค่าพารามิเตอร์ต่างๆมีผลมาจากการเสื่อมสภาพของปลาและกิจกรรมจากจุลินทรีย์ ดังนั้นปลาทรายแดงเหมาะสมที่จะมีการส่งเสริมให้มีการบริโภคแบบดิบในระยะเวลาการเก็บรักษาภายใน 3 วัน อีกทั้งการรักษาสภาพปลาโดยเฉพาะวิธี Ikejime แล้วผ่าท้องและเก็บรักษาไว้ในตู้เย็น สามารถช่วยให้ปลามีคุณภาพความสดที่ดีมากยิ่งขึ้น ซึ่งผลการศึกษานี้สามารถนำไปพัฒนาเทคนิคในการรักษาสภาพปลาที่เกิดขึ้นหลังการจับให้กับชาวประมงและสามารถส่งเสริมให้มีการเพิ่มมูลค่าปลาทรายแดงได้ในอนาคต