การเกษตรอัจฉริยะ (Smart Agriculture) ได้รับการพัฒนาอย่างรวดเร็วในช่วงไม่กี่ปีที่ผ่านมา โดยเฉพาะการนำเทคโนโลยีหุ่นยนต์และระบบอัตโนมัติเข้ามาใช้ เพื่อเพิ่มประสิทธิภาพในการผลิต เเละลดต้นทุน โดยกระดับคุณภาพการทำเกษตรกรรมในปัจจุบัน ซึ่งนวัตกรรมที่สำคัญในด้านนี้คือ แขนกลระบบราง ซึ่งถูกออกแบบเพื่อเพิ่มประสิทธิภาพในการทำงาน โดยใช้ระบบรางที่มีความแม่นยำและประสิทธิภาพสูง การใช้งานของแขนกลนี้ครอบคลุมหลายกระบวนการ เช่น การปลูกพืช การคัดเเยก การดูแลรักษา การเก็บเกี่ยว รวมถึงการจัดการทรัพยากรต่างๆ โดยที่สามารถทำงานได้ต่อเนื่องและลดการใช้แรงงานมนุษย์ในงานที่ซ้ำๆเเละมีความเสี่ยงสูง ผลการศึกษาพบว่า การใช้แขนกลระบบรางในภาคการเกษตรสามารถช่วยเพิ่มประสิทธิภาพการทำงาน ลดต้นทุนการผลิต และช่วยลดผลกระทบต่อสิ่งแวดล้อมได้อย่างมีประสิทธิภาพ โดยการใช้หุ่นยนต์ในกระบวนการเกษตรสามารถลดการปนเปื้อน ลดความเสี่ยงที่จะทำให้พืชเสียหาย ทำให้การเกษตรมีความยั่งยืนมากขึ้น นอกจากนี้ยังสามารถเพิ่มความแม่นยำในการดำเนินงานในพื้นที่จำกัดหรือฟาร์มที่มีการปลูกพืชหลากหลายชนิด จากผลการวิจัยนี้สามารถสรุปได้ว่า การนำเทคโนโลยีแขนกลระบบรางมาใช้ในเกษตรกรรมไม่เพียงแต่ช่วยเพิ่มประสิทธิภาพการผลิตในระยะยาว แต่ยังเป็นการส่งเสริมการเกษตรที่ยั่งยืนและใช้ทรัพยากรอย่างมีประสิทธิภาพสูงสุด เพื่อรองรับความต้องการในอนาคตของในด้านการเกษตร
ประเทศไทยเป็นประเทศเกษตรกรรม การที่จะนำเทคโนโลยีเข้ามาช่วยพัฒนาระบบการเกษตรกรรม ให้มีความทันสมัย มีประสิทธิภาพ เพื่อช่วยยกระดับอุตสาหกรรมการเกษตรของไทยนั้น เป็นสิ่งที่มีความสำคัญมาก เราจึงได้พัฒนา “เเขนกลระบบรางเพื่อการเกษตรอัฉริยะ” โดยเทคโนโลยีนี้ช่วยลดการใช้แรงงานคน เพิ่มความแม่นยำในการทำงาน และสามารถทำงานได้ตลอดเวลาไม่หยุดพัก นอกจากนี้ยังช่วยลดต้นทุนการผลิตและเพิ่มผลผลิต ทำให้เกษตรกรสามารถแข่งขันในตลาดโลกได้ดียิ่งขึ้น และช่วยพัฒนาความยั่งยืนในภาคการเกษตรของประเทศไทย
คณะวิศวกรรมศาสตร์
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
คณะแพทยศาสตร์
โรคปวดศรีษะไมเกรน เป็นโรคที่พบได้บ่อย และ ส่งผลต่อการทำงาน การดำเนินชีวิตประจำวันของผู้ป่วยเป็นอย่างมาก โรคปวดศรีษะไมเกรนแบ่งออกเป็น 4 ระยะ ได้แก่ ระยะอาการเตือน (Prodrome หรือ premonitory) ระยะออร่า (Aura) ระยะปวดศีรษะ (Headache) และระยะฟื้นตัว (Postdrome) โดยระยะอาการเตือน (premonitory stage) สามารถเกิดขึ้นก่อนการปวดศีรษะได้นานถึง 72 ชั่วโมง และถือเป็นช่วงเวลาสำคัญอย่างมาก เนื่องจากมีการศึกษาพบว่าการใช้ยาในระยะนี้สามารถช่วยป้องกันการปวดศรีษะได้ อย่างไรก็ตาม อาการในระยะนี้มักไม่จำเพาะเจาะจง ทำให้ผู้ป่วยไม่สามารถรู้ได้แน่ชัดว่ากำลังอยู่ในระยะอาการเตือนของไมเกรนหรือไม่ โปรตีน Calcitonin gene-related peptide (cGRP) เป็นโมเลกุลสำคัญที่มีบทบาทในการเกิดไมเกรน โดยมีงานวิจัยพบว่าระดับ cGRP ในน้ำลายเพิ่มขึ้นในช่วงระยะอาการเตือน (premonitory stage) การศึกษานี้มีเป้าหมายเพื่อพัฒนาและประเมินชุดทดสอบแบบ Lateral Flow Immunoassay สำหรับตรวจหาระดับ cGRP ในน้ำลายของผู้ป่วยไมเกรนในระยะอาการเตือน ซึ่งอาจเป็นเครื่องมือช่วยยืนยัน เพื่อให้ผู้ป่วยมั่นใจ และ ใช้ยาก่อนที่จะมีอาการปวดหัว
คณะวิศวกรรมศาสตร์
กรรมวิธีผลิตแผ่นแสดงระดับความหืนของอาหารประกอบด้วยขั้นตอนที่สำคัญ 3 ขั้นตอน คือ 1. การเตรียมสารละลายอินดิเคเตอร์ 2. การเตรียมสารละลายเซลลูโลส และ 3. การขึ้นรูปแผ่น มีสารละลายโบรโมไทมอลบลู และสารละลายเมทิลเรดทำหน้าที่เป็นอินดิเคเตอร์ ส่วนสารละลายเซลลูโลสประกอบด้วยสารไฮดรอกซีโพรพิลเมทิลเซลลูโลส สารคาร์บอกซีเมทิลเซลลูโลส สารโซเดียมไฮดรอกไซด์ สารโพลิเอทิลีน ไกลคอล 400 และสารละลายอินดิเคเตอร์ สำหรับการขึ้นรูปแผ่นใช้สารละลายเซลลูโลสผสมกับน้ำยางธรรมชาติเพื่อเพิ่มความยืนหยุ่นและทำให้มีคุณสมบัติไม่น้ำชอบ หลังการอบแห้งสิ่งประดิษฐ์จะมีลักษณะเป็นแผ่นบางสีน้ำเงินเข้ม เมื่อสัมผัสกับสารระเหยของความหืนของอาหารทอด จะเปลี่ยนสีจากสีน้ำเงินเข้มเป็นสีเขียว และเปลี่ยนเป็นสีเหลือง ตามปริมาณสารระเหยของความหืนของอาหารทอดที่เพิ่มขึ้น