Croco คือระบบอวตารปัญญาประดิษฐ์สำหรับการสนทนา (Conversational AI Avatar) ซึ่งบูรณาการเทคโนโลยีการรู้จำเสียงพูดอัตโนมัติ (ASR) โมเดลภาษาขนาดใหญ่ (LLM) และการสังเคราะห์เสียงจากข้อความ (TTS) เข้าด้วยกันอย่างเป็นระบบ นอกจากนี้ ยังมีการประยุกต์ใช้เทคนิคการตรวจจับการสิ้นสุดรอบการสนทนาเชิงความหมาย (Semantic End-of-Turn Detection) ร่วมกับการตรวจจับกิจกรรมการพูด (Voice Activity Detection: VAD) เพื่ออำนวยความสะดวกในการโต้ตอบแบบเรียลไทม์ที่มีความหน่วงต่ำและเป็นธรรมชาติ โดยปราศจากการควบคุมด้วยมือ (Hands-free) ระบบดังกล่าวยังแสดงผลผ่านอวตารสามมิติที่มีการขยับริมฝีปากและแสดงท่าทางสอดคล้องกับบริบทการสนทนาแบบเรียลไทม์ ซึ่งได้รับการออกแบบมาเพื่อตอบคำถามที่เกี่ยวข้องกับสถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (KMITL) ได้อย่างถูกต้องและทันท่วงที
ในปัจจุบัน เทคโนโลยีปัญญาประดิษฐ์ โดยเฉพาะโมเดลภาษาขนาดใหญ่ ได้เข้ามามีบทบาทสำคัญในการพลิกโฉมการสื่อสารและการให้บริการข้อมูล อย่างไรก็ตาม ระบบถาม-ตอบหรือแชทบอทส่วนใหญ่ในปัจจุบันยังคงจำกัดอยู่เพียงการพิมพ์ข้อความ (Text-based) หรือหากเป็นระบบสั่งการด้วยเสียง ก็มักจะพบข้อจำกัดด้านความหน่วง (Latency) ขาดความเป็นธรรมชาติ และผู้ใช้จำเป็นต้องกดปุ่มเพื่อพูด (Push-to-Talk) นอกจากนี้ ปัญหาสำคัญที่พบเจอในระบบสนทนาด้วยเสียงคือ "การพูดแทรก" หรือการตอบกลับผิดจังหวะ เนื่องจากระบบไม่สามารถแยกแยะได้ว่าผู้ใช้พูดจบประโยคแล้วหรือเพียงแค่หยุดคิด ซึ่งข้อจำกัดเหล่านี้ส่งผลให้ประสบการณ์การใช้งาน (User Experience) ไม่ราบรื่นเท่าที่ควร สำหรับสถาบันการศึกษาชั้นนำด้านเทคโนโลยีอย่าง สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (KMITL) มีผู้ที่สนใจสอบถามข้อมูลเป็นจำนวนมากในแต่ละวัน ไม่ว่าจะเป็นข้อมูลหลักสูตร คณะ หรือบริการต่าง ๆ ภายในสถาบัน การสืบค้นข้อมูลผ่านเว็บไซต์อาจใช้เวลานาน ในขณะที่การสอบถามผ่านเจ้าหน้าที่โดยตรงอาจมีข้อจำกัดด้านเวลาและบุคลากรที่ไม่สามารถให้บริการได้ตลอด 24 ชั่วโมง การมีผู้ช่วยอัจฉริยะที่สามารถให้ข้อมูลได้อย่างถูกต้อง รวดเร็ว และเป็นมิตร จึงเป็นสิ่งสำคัญในการยกระดับภาพลักษณ์และการให้บริการของสถาบัน ด้วยเหตุนี้ คณะผู้จัดทำจึงมีแนวคิดในการพัฒนาระบบ "Croco" อวตารปัญญาประดิษฐ์สำหรับการสนทนา (Conversational AI Avatar) ที่ก้าวข้ามข้อจำกัดเดิมๆ โดยการบูรณาการเทคโนโลยี ASR, LLM และ TTS เข้าด้วยกัน พร้อมทั้งพัฒนาระบบจับจังหวะอัจฉริยะ (Smart Turn-Taking) ที่ใช้เทคนิควิเคราะห์เสียงร่วมกับบริบทเชิงความหมาย (Semantic End-of-Turn) ทำให้ผู้ใช้สามารถพูดคุยโต้ตอบได้แบบแฮนด์ฟรี (Hands-Free) อย่างลื่นไหล ไร้รอยต่อเสมือนคุยกับมนุษย์จริง นอกจากนี้ ระบบยังมาพร้อมกับอวตาร 3 มิติที่สามารถขยับริมฝีปากและแสดงท่าทางได้อย่างสมจริง ซึ่งโครงงานนี้ไม่เพียงแต่จะช่วยเพิ่มประสิทธิภาพในการเข้าถึงข้อมูลของสถาบัน KMITL แต่ยังเป็นการสาธิตศักยภาพการผสานรวมเทคโนโลยีขั้นสูง เพื่อเป็นต้นแบบในการพัฒนาระบบบริการลูกค้าแบบปฏิสัมพันธ์เชิงลึก (Interactive Customer Service) ในอนาคตต่อไป
คณะวิทยาศาสตร์
-
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
ก่อนจะสร้างวัสดุหรือโมเลกุลใหม่ขึ้นมาจริงในห้องปฏิบัติการ นักวิทยาศาสตร์สามารถ "จำลอง" พฤติกรรมของอิเล็กตรอนและอะตอมได้ล่วงหน้าด้วยคอมพิวเตอร์ โดยอาศัยกฎพื้นฐานของกลศาสตร์ควอนตัม เทคนิคนี้เรียกว่า Ab Initio Modeling หรือ Density Functional Theory (DFT) ซึ่งช่วยทำนายว่าวัสดุหรือโมเลกุลชนิดหนึ่งจะมีสมบัติอย่างไร โดยไม่ต้องลงมือสังเคราะห์จริงทุกครั้ง ประหยัดทั้งเวลาและค่าใช้จ่ายในการวิจัย นิทรรศการนี้นำเสนอผลงานวิจัย ที่ใช้แนวคิดเดียวกันนี้ไปประยุกต์ในสองทิศทาง คือ การออกแบบ "วัสดุ" ระดับอะตอมสำหรับกักเก็บพลังงานและนำไฟฟ้าแบบไม่มีความต้านทาน และการออกแบบ "โมเลกุล" ที่เปล่งแสงได้เมื่อพบสารบางชนิด ซึ่งเป็นหลักการเบื้องหลังเซนเซอร์ตรวจจับสารต่างๆ ทั้งหมดนี้สะท้อนว่า วิชาฟิสิกส์และเคมีควอนตัมที่ดูเป็นนามธรรม แท้จริงแล้วคือเครื่องมือสำคัญที่อยู่เบื้องหลังนวัตกรรมพลังงานสะอาดและเทคโนโลยีการตรวจวัดในชีวิตประจำวัน
ผลงานนี้เป็นการพัฒนาเครื่องผลิตน้ำพลาสมาอเนกประสงค์ด้วยเทคโนโลยีพลาสมาความดันบรรยากาศ โดยออกแบบระบบกำเนิดพลาสมาแบบอาร์เรย์เพื่อเพิ่มประสิทธิภาพในการสร้าง Plasma Activated Water (PAW) ให้ได้คุณภาพสม่ำเสมอและรองรับการใช้งานที่หลากหลาย ตัวเครื่องสามารถควบคุมการทำงานผ่านระบบอัตโนมัติและเชื่อมต่อ IoT เพื่อสั่งงาน ตรวจสอบสถานะ และติดตามค่าการทำงานแบบเรียลไทม์ ช่วยเพิ่มความสะดวก ลดการใช้สารเคมี และสามารถประยุกต์ใช้ได้ทั้งด้านการเกษตร การฆ่าเชื้อ การบำบัดน้ำ และงานอุตสาหกรรมต่าง ๆ ได้อย่างมีประสิทธิภาพและปลอดภัย