ระบบประเมินโมเดลภาษาขนาดใหญ่แบบออฟไลน์ในภาษาไทยถูกออกแบบมาเพื่อช่วยให้ผู้เชี่ยวชาญสามารถทดสอบและประเมินประสิทธิภาพของโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ได้อย่างสะดวก รวดเร็ว และไม่ต้องพึ่งพาการเชื่อมต่อภายนอก ช่วยเพิ่มความคล่องตัวในการเลือกใช้ LLMs ที่เหมาะสมกับความต้องการขององค์กรหรือระบบผู้เชี่ยวชาญ (Expert System: ES) ระบบสามารถทำงานบนคอมพิวเตอร์ส่วนบุคคลโดยไม่ต้องกังวลเรื่องการเก็บข้อมูลภายนอก ส่งผลให้มีความปลอดภัยของข้อมูลสูง นอกจากนี้ ยังรองรับการทดสอบและพัฒนาโมเดลด้วยเทคนิคการดึงข้อมูลเสริม (Retrieval-Augmented Generation: RAG) เพื่อให้สามารถเข้าถึงข้อมูลเฉพาะทางและประมวลผลได้อย่างแม่นยำ มีประสิทธิภาพด้านพลังงาน และตอบสนองความต้องการขององค์กรและระบบผู้เชี่ยวชาญได้อย่างเหมาะสม
ในปัจจุบัน โมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ได้รับความนิยมและถูกนำไปใช้งานในหลากหลายด้าน ทั้งในองค์กรและภาคอุตสาหกรรม โดยเฉพาะในการพัฒนาระบบผู้เชี่ยวชาญ (Expert System: ES) ที่ช่วยให้ผู้ใช้สามารถทำงานได้อย่างมีประสิทธิภาพสูงขึ้น ไม่ว่าจะเป็นการวิเคราะห์ข้อมูล การให้คำแนะนำ หรือการประมวลผลข้อมูลเฉพาะทางในแต่ละสาขา อย่างไรก็ตาม การใช้โมเดลภาษาขนาดใหญ่จากภายนอกอาจมีข้อจำกัดด้านความปลอดภัยของข้อมูล และบางองค์กรจำเป็นต้องประมวลผลภายในระบบของตนเองเพื่อลดความเสี่ยงจากการเชื่อมต่อภายนอก ดังนั้น การพัฒนาระบบทดสอบโมเดลภาษาขนาดใหญ่แบบออฟไลน์ในภาษาไทยจึงมีความสำคัญ ทั้งในแง่ของการรักษาความปลอดภัยข้อมูล ลดการพึ่งพาบริการจากภายนอก และเพิ่มความยืดหยุ่นในการเลือกใช้โมเดลที่เหมาะสมกับงานเฉพาะด้าน อย่างไรก็ตาม การทดสอบและประเมินประสิทธิภาพของ LLMs ในสภาพแวดล้อมแบบออฟไลน์ถือเป็นความท้าทาย เนื่องจากต้องคำนึงถึงปัจจัยต่าง ๆ เช่น ความแม่นยำของโมเดล ทรัพยากรที่ใช้ในการประมวลผล และความสามารถในการรองรับภาษาไทยได้อย่างมีประสิทธิภาพ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
โครงการศูนย์พัฒนาสิ่งประดิษฐ์เพื่ออนาคตและความยั่งยืน เป็นโครงการต่อเนื่องจากการนำร่องในการทดลองแนวทางการปรับปรุงอาคารเก่า (วช.7) ซึ่งเป็นอาคารห้าชั้น โดยมีจุดมุ่งหมายในการพัฒนาแนวทางการปรับปรุงอาคารเก่าเพื่อลดปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ ในการดำเนินการศูนย์พัฒนาสิ่งประดิษฐ์เพื่ออนาคตและความยั่งยืน (ต่อเนื่อง) ได้ทำการศึกษาข้อมูลและทฤษฎีที่เกี่ยวข้องและวางระเบียบวิธีการวิจัยเพื่อค้นหาแนวทางที่เหมาะสมในการปรับปรุงอาคารเก่าเพื่อลดการปล่อยก๊าซคาร์บอนไดออกไซด์ใน 3 ขั้นตอนด้วยกัน คือ การเผาไหม้ของเชื้อเพลิงจากการขนส่ง แรงงาน และวัสดุ การใช้พลังงานไฟฟ้าระหว่างการก่อสร้าง การสะสมก๊าซเรือนกระจกจากวัสดุก่อสร้างเก่า/ใหม่ที่ใช้ในการก่อสร้าง การดำเนินการในโครงการนี้เป็นการวิจัยเชิงทดลองโดยมีการเก็บข้อมูลจริงเพื่อประเมินเป็นค่าปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์เทียบเท่าเปรียบเทียบระหว่างการก่อสร้างอาคารใหม่ และผลจากการปรับปรุงอาคารเก่าที่เป็นกรณีศึกษา จากการเก็บข้อมูลและทำการคำนวณภายหลังเสร็จสิ้นโครงการพบว่าการปรับปรุงอาคารเดิมด้วยการออกแบบที่คำนึงถึงความยั่งยืนด้วยการลดการปล่อยก๊าซคาร์บอนไดออกไซด์ ในส่วนของการใช้วัสดุก่อสร้างมีค่าการปล่อยก๊าซเรือนกระจก 11.88 kgCO2e/sq.m. ในกรณีการก่อสร้างอาคารใหม่ จะมีค่าการปล่อยก๊าซเรือนกระจก 299.35 kgCO2e/sq.m. ซึ่งสามารถช่วยลดการปล่อยก๊าซคาร์บอนไดออกไซด์ลงได้ประมาณ 26 เท่า เมื่อเทียบกับการก่อสร้างอาคารใหม่
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
เเนวความคิดของงานนี้ ผมได้มาจากความสงสัยที่ว่า ถ้าในการเดินทางข้ามมิติในอวกาศใช้ระบบเทเลพอร์ต ซึ่งก็คือการลบมวลสารจากจุดนึงไปยังอีกจุดนึงโดยคงสภาพมวลสารนั้นไว้ เกิดความผิดพลาด ซึ่งก็คือมวลสารเหล่านั้นถูกสร้างขึ้นมาใหม่รวมกันจะสิ่งที่ออกมาจะเป็นสัตว์ทดลองหลอมรวมเข้ากับตัวยาน ผมเลือกตัวหมีน้ำเป็นสัตว์ทดลองตัวเเรกที่ใช้ระบบเทเลพอร์ตเพราะหมีน้ำเคยถูกส่งไปอวกาศมาเเล้วเเละรอดกลับมาได้ด้วย เลยคิดว่าถ้าความจริงเรากำลงจะทดลองระบบเทเลพอร์ตนี้ หมีน้ำก็คงจะมีโอกาสโดนจับไปทดลองสูง
วิทยาเขตชุมพรเขตรอุดมศักดิ์
เสื้อระบายความร้อนที่มีระบบแลกเปลี่ยนความร้อนจากการไหลแบบสองเฟส เป็นนวัตกรรมใหม่ ถูกออกแบบ เพื่อระบายความร้อนให้กับนักดับเพลิง, นักแข่งรถ และ ผู้ที่ต้องสวมใส่ชุด PPE (Personal Protective Equipment) ในการทำงาน ระบบสามารถทำความเย็น ในระดับ 18-20 องศาเซลเซียส ได้อย่างต่อเนื่อง และมีกลไกการฉีดแก๊สเข้าไปในของเหลวเพื่อเพิ่มความสามารถในการถ่ายเทความร้อน