ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย
การสื่อสารระหว่างบุคคลที่ได้ยินกับผู้พิการทางการได้ยินหรือบุคคลที่ไม่สามารถใช้คำพูดเป็นอุปสรรคสำคัญ โดยเฉพาะเมื่อบุคคลที่ได้ยินไม่มีความคุ้นเคยกับภาษามือไทย (TSL) ภาษามือไทยมีความซับซ้อนและต้องใช้การฝึกฝน ความตั้งใจ และประสบการณ์อย่างมากจึงจะเชี่ยวชาญได้ ซึ่งมักต้องใช้เวลาหลายเดือนของการศึกษาอย่างต่อเนื่อง แม้แต่เพื่อให้ได้ระดับความคล่องแคล่วขั้นพื้นฐาน สิ่งนี้ก่อให้เกิดช่องว่างด้านการเข้าถึง โดยเฉพาะกับผู้พิการทางการได้ยินที่อาจไม่เคยเรียนรู้ไวยากรณ์หรือภาษาไทยมาตรฐาน อาจพบความยากลำบากในการทำความเข้าใจข้อความภาษาไทยที่เขียน ซึ่งยิ่งทำให้การสื่อสารเป็นเรื่องที่ท้าทายยิ่งขึ้น แม้ว่าการใช้ข้อความเขียนอาจดูเหมือนเป็นทางออกหนึ่งของการสื่อสาร แต่ในความเป็นจริงอาจไม่ได้ผลเสมอไป เนื่องจากผู้พิการทางการได้ยินบางคนอาจไม่สามารถอ่านหรือทำความเข้าใจข้อความภาษาไทยได้อย่างคล่องแคล่ว อันเนื่องมาจากการไม่ได้สัมผัสกับไวยากรณ์ของภาษาพูดแบบดั้งเดิม นี่จึงเป็นเหตุผลสำคัญที่ต้องมีเครื่องมือแปลภาษาแบบเรียลไทม์ที่สามารถแปลงข้อความภาษาไทยเป็นภาษามือไทยได้อย่างถูกต้อง เพื่อช่วยลดช่องว่างนี้ และส่งเสริมให้เกิดปฏิสัมพันธ์ที่มีความหมายระหว่างผู้พิการทางการได้ยิน บุคคลที่ไม่สามารถใช้คำพูด และบุคคลที่ได้ยิน
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
คณะวิศวกรรมศาสตร์
ปัญญาประดิษฐ์เพื่อเกษตรกรรมและสิ่งแวดล้อมเป็นการรวบรวมแบบจำลองซึ่งมีนัยสำคัญต่อการพัฒนาประเทศแบบเป็นมิตรต่อสิ่งแวดล้อม สร้างโดยการเรียนรู้ของเครื่องและการเรียนรู้ลึกซึ่งพัฒนาขึ้นโดยศูนย์วิจัยเนียร์อินฟราเรดสเปกโทรสโกปีสำหรับผลิตผลเกษตรและอาหาร ได้แก่ การระบุความต้องการธาตุอาหาร (N P K) ของต้นทุเรียนโดยวัดใบทุเรียนโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ การระบุสมบัติการเผาไหม้ของชีวมวลจากไม้โตเร็วและของเหลือทางเกษตรโดยวัดโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ และ การประเมินการเกิดภาวะโลกร้อนเนื่องจากการเผาไหม้ชีวมวลโดยเทคนิคไม่ทำลายด้วยปัญญาประดิษฐ์ เทคโนโลยีพื้นฐานซึ่งนำมาใช้ คือ เทคโนโลยีเนียร์อินฟราเรดฟูเรียร์ทรานสฟอร์มสเปกโทรสโกปี ซึ่งการวัดและการแสดงผลทำได้อย่างรวดเร็ว ไม่ต้องใช้สารเคมี ไม่ต้องการผู้เชี่ยวชาญพิเศษ ราคาการวัดต่อตัวอย่างถูกมาก แต่เครื่องวัดยังไม่สามารถผลิตได้ในประเทศไทย
คณะวิศวกรรมศาสตร์
ปัจจุบันมีการพัฒนาเทคโนโลยียานยนต์ที่ขับเคลื่อนด้วยพลังงานไฟฟ้า (Electric Vehicle: EV) ทดแทนเทคโนโลยียานยนต์พลังงานน้ำมันเชื้อเพลิง (Internal Combustion Engine: ICE) เพื่อลดปัญหามลพิษสิ่งแวดล้อมที่มีแนวโน้มสูงขึ้นในทุกประเทศทั่วโลก ซึ่งประเทศไทยเริ่มมีการผลักดันนโยบายการส่งเสริมยานยนต์พลังงานไฟฟ้าผ่านหลายกระทรวงที่เกี่ยวข้องตลอดระยะเวลาที่ผ่านมา เช่น การนำรถโดยสารไฟฟ้ามาทดสอบให้บริการประชาชนผ่านหน่วยงาน ขสมก. แต่อุปสรรคสำคัญของโครงการคือต้นทุนเริ่มต้นของราคายานยนต์ไฟฟ้ามีราคาสูง แม้ว่ายานยนต์ไฟฟ้าจะมีค่าดำเนินการต่อระยะทางต่ำกว่าการใช้เชื้อเพลิงฟอสซิลมากก็ตาม จึงทำให้ผู้ประกอบการยังไม่ให้ความสนใจในการเปลี่ยนการใช้งานจากรถเครื่องยนต์สันดาปภายในเป็นยานยนต์ไฟฟ้า ดังนั้นการดัดแปลงรถเดิมเป็นรถไฟฟ้าจึงเป็นทางเลือกหนึ่งที่จะช่วยลดต้นทุนส่วนนี้ลงได้ โครงการนี้จะใช้เทคโนโลยีนี้กับการดัดแปลงรถกระบะเก่าให้เป็นรถ 2 แถวไฟฟ้า เพราะการใช้งานรถ 2 แถวมีระยะทางเฉลี่ยต่อวันค่อนข้างคงที่ ทำให้การออกแบบที่เหมาะสมมีเงื่อนไขที่ไม่เป็นอุปสรรคมากนัก และผู้ประกอบการขับรถ 2 แถว มีข้อจำกัดด้านงบประมาณในการเปลี่ยนไปใช้ยานยนต์ไฟฟ้า ดังนั้นโครงการนี้จะส่งผลให้เป็นการผลักดันให้เกิดการเปลี่ยนแปลงไปใช้งานยานยนต์ไฟฟ้ามากขึ้น นอกจากนี้เมื่อรถเครื่องยนต์สันดาปลดลงจะช่วยทำให้สิ่งแวดล้อมดีขึ้นด้วย