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
จากอุบัติเหตุที่เกิดขึ้นเมื่อวันที่ 6 กันยายน ค.ศ. 2023 ลิฟท์ขากรรไกรตัวที่ 1 ที่กระบวนการประกอบ ณ ตำแหน่ง 4A92 Engine dress up โดยปกติสายพานจะลำเลียงพาเลทมาบนตัวลิฟท์ขากรรไกรแล้วมีเซนเซอร์ (senser) ตรวจจับการมีอยู่ของพาเลท และเคลื่อนที่ขึ้น-ลงตามขั้นตอนที่การวางไว้แต่มีความผิดปกติกับตัวลิฟท์ ขากรรไกรในวันดังกล่าวคือมีพาเลทเคลื่อนที่ติดกันมาจากด้านล่างของสายพาน (โดยปกติจะมีระยะห่างระหว่างกันที่พอสมควร) ทำให้ตัวหยุดด้านล่างไม่สามารถหยุดพาเลทได้ ทำให้เมื่อพาเลทที่ 1 เคลื่อนที่มาบนลิฟท์ขากรรไกรแล้วมีเซนเซอร์ตรวจจับทำให้ลิฟท์ขากรรไกร เคลื่อนที่ขึ้นพาเลทที่ 2 เลยเคลื่อนที่ขึ้นมาด้วย ทำให้ติดอยู่ระหว่าง สายพาน และเอกซ์ลิฟท์ เมื่อคนงานเห็นจึงรีบมาแก้ไขโดยการนำมือเข้าไปผลักพาเลทที่ 2 พอมันหลุดออกเอกซ์ลิฟท์ จึงทำงานปกติและเคลื่อนที่ขึ้น ทำให้หนีบมือคนงานจนทำให้กระดูกนิ้วมือร้าว จึงเป็นที่มาของการทำโครงงานสหกิจนี้ขึ้นมา เพื่อป้องกันเหตุการณ์ความเสี่ยงที่จะเกิดขึ้นในอนาคต โดยการนำปัญหาที่ได้มาวิเคราะห์ และเลือกวิธีหรืออุปกรณ์ที่จะนำมาแก้ไขปัญหา พอได้อุปกรณ์ที่มีความเหมาะสมแล้วคือ ระบบกล้องวงจรปิดที่ใช้เทคโนโลยีปัญญาประดิษฐ์ (AI Camera) จากนั้นออกแบบแนวคิดของซอฟต์แวร์ที่จะนำไปเชื่อมต่อกับและเชื่อมกับระบบ Pokayoke เพื่อป้องกันความผิดพลาดที่จะเกิดขึ้นกับสายการผลิตและประกอบรถยนต์ จากนั้นนำตัวซอฟต์แวร์ของปัญญาประดิษฐ์มาสอนด้วยเหตุการณ์ผิดปกติทั้งหมดที่อาจจะเกิดขึ้นได้เพื่อให้เกิดการเรียนรู้ และสามารถตรวจจับได้ในภายหลัง
คณะเทคโนโลยีการเกษตร
นวัตกรรมชุดการเลี้ยงหอยหวานทองในแนวตั้งด้วยระบบอควาโปนิกส์เป็นรูปแบบของการเกษตรแบบผสมผสานระหว่างการเลี้ยงหอยหวานทองกับการปลูกผัก โดยระบบดังกล่าวโดยมีจุดมุ่งหมายเพื่อใช้พื้นที่ในแนวดิ่งให้เกิดประโยชน์สูงสุด ประหยัดน้ำในการเลี้ยงและผลิตพืชผักที่ปลอดภัยทั้งเพื่อการบริโภคหรือจำหน่าย รวมทั้งเป็นการเกื้อกูลระหว่างสิ่งมีชีวิตในระบบ ซึ่งหอยหวานทองจะขับถ่ายของเสียออกมา/เศษอาหารที่หลงเหลือจะถูกกรองบนวัสดุ ที่ใช้ในการบำบัดน้ำ ในขณะเดียวกันแบคทีเรียตามธรรมชาติจะช่วยเปลี่ยนของเสียต่างๆ เหล่านี้ให้อยู่ในรูปธาตุอาหารที่พืชนำมาใช้ประโยชน์ ดังนั้นระบบดังกล่าวจึงเป็นมิตรต่อต่อสิ่งแวดล้อม
คณะวิศวกรรมศาสตร์
โครงงานนี้นำเสนอการพัฒนาแชทบอทปัญญาประดิษฐ์ (AI) ที่ออกแบบมาเพื่อจัดการกับช่องโหว่ด้านความปลอดภัยทางไซเบอร์ โดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับ Common Vulnerabilities and Exposure (CVE) และระบบ Common Vulnerability Scoring System (CVSS) โครงงานนี้มีศักยภาพในการปรับปรุงแนวปฏิบัติด้านความปลอดภัยทางไซเบอร์อย่างมีประสิทธิภาพ โดยการมีเครื่องมือที่เข้าถึงได้ง่ายและให้ข้อมูลสำหรับการทำความเข้าใจและลดความเสี่ยงจากช่องโหว่
คณะเทคโนโลยีการเกษตร
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