ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ
ทุเรียนเป็นพืชเศรษฐกิจที่มีบทบาทสำคัญต่อประเทศไทยในหลายมิติ ทั้งในด้านเศรษฐกิจ การเกษตร และการท่องเที่ยว โดยประเทศไทยเป็นหนึ่งในผู้ผลิตและส่งออกทุเรียนรายใหญ่ของโลก การรักษาคุณภาพของทุเรียนจึงเป็นปัจจัยสำคัญในการรักษาความสามารถในการแข่งขันในตลาดโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงและให้ผลผลิตที่ดีนั้น จำเป็นต้องอาศัยการดูแลรักษาต้นทุเรียนให้แข็งแรงและมีความต้านทานต่อโรคได้อย่างมีประสิทธิภาพ โรคพืชเป็นหนึ่งในปัจจัยสำคัญที่ส่งผลกระทบต่อผลผลิตของทุเรียน ซึ่งอาจเกิดจากปัจจัยแวดล้อม เช่น สภาพดิน น้ำ อากาศ รวมถึงการติดเชื้อจากเชื้อรา แบคทีเรีย และไวรัส โรคโลกที่เกิดได้ง่ายและพบเห็นได้มากที่สุดคือโรคทางใบ เนื่องจากใบมีบทบาทสำคัญต่อกระบวนการสังเคราะห์แสง ซึ่งมีผลต่อการเจริญเติบโตของต้นและคุณภาพของผลผลิต หากไม่มีการตรวจสอบและควบคุมโรคทางใบอย่างเหมาะสม อาจส่งผลให้ผลผลิตลดลง ต้นทุเรียนอ่อนแอ และเพิ่มความเสี่ยงต่อการระบาดของโรคในสวน ปัจจุบันการตรวจสอบและวินิจฉัยโรคในใบทุเรียนยังคงต้องอาศัยผู้เชี่ยวชาญด้านพืช ซึ่งอาจมีข้อจำกัดทั้งในด้านจำนวนบุคลากรและเวลาในการตรวจสอบแปลงปลูกขนาดใหญ่ การนำเทคโนโลยีภาพถ่ายและปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกและวินิจฉัยโรคทางใบ จึงเป็นแนวทางในการช่วยเกษตรกรให้สามารถวิเคราะห์และวินิจฉัยโรคได้ด้วยตนเอง ลดความจำเป็นในการพึ่งพาผู้เชี่ยวชาญ และสามารถดำเนินการควบคุมโรคได้อย่างทันท่วงที ด้วยเหตุนี้งานวิจัยนี้จึงมุ่งเน้นไปที่การพัฒนาแบบจำลองการตรวจสอบโรคในใบทุเรียนโดยใช้เทคโนโลยีปัญญาประดิษฐ์ร่วมกับอัลกอริทึมการเรียนรู้เชิงลึก (Deep Learning) เพื่อจำแนกประเภทของโรคที่เกิดขึ้นในใบ โดยมีเป้าหมายเพื่อช่วยเพิ่มประสิทธิภาพในการตรวจสอบโรค ลดต้นทุนและเวลาในการวินิจฉัยโรค และสนับสนุนเกษตรกรให้สามารถบริหารจัดการสวนทุเรียนได้อย่างมีประสิทธิภาพและยั่งยืน
คณะอุตสาหกรรมอาหาร
งานวิจัยนี้ศึกษาฟิล์มบรรจุภัณฑ์แอคทีฟจากพอลิไวนิลแอลกอฮอล์ (PVA) และเส้นใยนาโนเซลลูโลส (NFC) โดยเติมอนุภาคซิลเวอร์นาโน (AgNPs) ที่สังเคราะห์จากสารสกัดสมอไทย ซึ่งมีฤทธิ์ต้านเชื้อแบคทีเรียและเชื้อรา ฟิล์มที่พัฒนาขึ้นถูกทดสอบสมบัติทางกล การยับยั้งจุลินทรีย์ และการย่อยสลายทางชีวภาพ ผลการวิจัยพบว่าการเติม AgNPs จากสมอไทยช่วยเพิ่มประสิทธิภาพในการปกป้องผลิตภัณฑ์และยืดอายุการเก็บรักษาสตรอเบอร์รีได้อย่างมีประสิทธิภาพ ทั้งยังเป็นมิตรต่อสิ่งแวดล้อม
คณะบริหารธุรกิจ
แบรนด์ JALA ได้ก่อตั้งธุรกิจเทียนหอมไขข้าวหอมมะลิขึ้นจากความต้องการแก้ปัญหาความเครียด ในชีวิตประจำวัน โดยใช้ศาสตร์ “สุคนธบำบัด (Aromatherapy)” ในการผ่อนคลายอารมณ์และบำบัดความเครียด เทียนหอมจากไขข้าวหอมมะลิถือเป็นนวัตกรรมที่โดดเด่น ด้วยคุณสมบัติที่เผาไหม้สะอาด ปลอดภัยต่อผู้ใช้และสิ่งแวดล้อมมากขึ้น อุดมด้วยวิตามินอีที่ช่วยบำรุงผิวและยังคงกลิ่นหอมที่เป็นเอกลักษณ์สร้างความผ่อนคลายได้อย่างแท้จริง JALA ตั้งเป้าหมายที่จะนำเสนอผลิตภัณฑ์ที่ผสมผสานความเป็นไทยกับดีไซน์แบบโมเดิร์น ทำให้เทียนหอมของแบรนด์นี้ไม่เพียงแต่เป็นสินค้าที่มีประโยชน์ในการบำบัด แต่ยังสะท้อนถึงวัฒนธรรมและเอกลักษณ์ความเป็นไทยที่ทันสมัย พร้อมทั้งตอบสนองต่อกลุ่มลูกค้าที่ใส่ใจสุขภาพและสิ่งแวดล้อม
คณะวิทยาศาสตร์
อัลบูมินสมาร์ทเทสท์ เป็นนวัตกรรมอุปกรณ์ตรวจคัดกรองโรคไตโดยการตรวจวัดโปรตีนอัลบูมินในปัสสาวะด้วยมือถือ ประกอบไปด้วย (1) ชุดภาชนะและน้ำยาทดสอบ ที่มีความจำเพาะเจาะจงกับอัลบูมิน และ (2) โทรศัพท์มือถือที่ลงแอพพลิเคชันชื่อ “อัลบูมินสมาร์ทเทสท์” โดยขั้นตอนการตรวจวัดจะนำน้ำยาทดสอบหยดลงบนตัวอย่างปัสสาวะ อัลบูมินจะทำปฏิกิริยาเคมีกับน้ำยาทดสอบ แล้วใช้มือถือถ่ายรูปสีของผลิตภัณฑ์ที่เกิดขึ้น จากนั้นแอพพลิเคชันจะประมวลผลภาพเพื่อเปลี่ยนความเข้มสีของผลิตภัณฑ์ให้เป็นความเข้มข้นของอัลบูมิน รายงานผลผ่านหน้าจอมือถือ การตรวจวัดเสร็จสิ้นภายใน 3 นาทีสามารถทดลองได้สะดวก รวดเร็ว ผู้ทดสอบทำได้ด้วยตนเอง