TNI มุ่งสู่ความเป็นเลิศในการวิจัยเชิงปฏิบัติการ (Applied Research) ด้านเทคโนโลยีสารสนเทศ

สถาบันเทคโนโลยีไทย-ญี่ปุ่น (TNI) มุ่งสร้างบุคลากรรุ่นใหม่ให้มีความเป็นเลิศทางวิชาการ พร้อมพัฒนาบุคลากรวิชาชีพ ให้มีทักษะและความเชี่ยวชาญในสาขาที่จำเพาะ นอกเหนือจากสร้างบัณฑิตให้มีคุณภาพเข้าสู่อุตสาหกรรมในยุคเทคโนโลยีดิจิทัล สถาบันฯ ยังสนับสนุน ส่งเสริมให้คณาจารย์สร้างผลงานวิจัยและนวัตกรรมที่หลากหลายออกสู่สังคมอย่างต่อเนื่อง

คณะเทคโนโลยีสารสนเทศ (IT) นำเอาเทคโนโลยีด้านต่างๆ เข้ามาสร้างงานวิจัยเชิงปฏิบัติการ หรือ Applied Research ให้สามารถนำไปประยุกต์ใช้ได้จริง ทั้งด้านการศึกษา ภาคอุตสาหกรรม ภาคธุรกิจ รวมไปถึงการยกระดับคุณภาพชีวิตที่ดีขึ้น ผ่านโครงการวิจัยต่างๆ ได้แก่

1. กลุ่มวิจัยการประยุกต์ใช้ AIoT

การวิจัยและพัฒนาเทคโนโลยีทางด้าน Artificial Intelligence (AI) เพื่อประยุกต์ใช้งาน AIoT ให้ตอบสนองต่อความต้องการของภาคธุรกิจ ภาคอุตสาหกรรม ทั้งในด้านการแพทย์ เกษตรกรรม และภาคธุรกิจอื่นๆ ได้อย่างมีประสิทธิภาพ (นักวิจัย ดร. ศรายุทธ นนท์ศิริ ร่วมกับนักศึกษาปริญญาโท MIT)

• AI for Medicine อาทิ การวิจัยและประยุกต์ใช้ Machine Learning โดยใช้ Object Detection Algorithm สำหรับการสร้างระบบรู้จำและระบุตัวยา เพื่อลดความเสี่ยงจากการสับสนระหว่างยาที่มีลักษณะคล้ายกัน อาจส่งผลกระทบต่อความปลอดภัยและประสิทธิภาพของการรักษาผู้ป่วยได้ รวมถึงการวิจัยและพัฒนาแอปพลิเคชันบนมือถือ เพื่อศึกษา จัดเก็บข้อมูล และประเมินความเครียดและความวิตกกังวลในผู้สูงอายุตั้งแต่ 60 ปีขึ้นไปที่มีต่อภาวการณ์แพร่ระบาดของ Covid-2019 ในภาคตะวันออกเฉียงเหนือของไทย

• AI for Agriculture เช่น งานวิจัยและประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึก (Deep Learning) เพื่อช่วยจำแนกเกรดรังนกแอ่นกินรังชนิดรังนกบ้าน ในพื้นที่ภาคใต้ของไทย ลดระยะเวลาและความผิดพลาดในการจำแนกเกรดด้วยแรงงานมนุษย์ และงานวิจัยการประยุกต์ใช้ Deep Learning โมเดล จำแนกสายพันธ์ยางพารา วิเคราะห์ความแตกต่างทางสายพันธุ์จากภาพใบยางพารา เพื่อเป็นเครื่องมือช่วยอำนวยความสะดวกในการจำแนกพันธุ์ยางพาราแบบอัตโนมัติ และป้องกันการหลอกลวงขายต้นพันธุ์ยางพาราให้กับเกษตรกร


• AI for Business ได้แก่ งานวิจัยสำหรับการสร้าง Machine Learning โมเดล ด้วยการใช้ Object Detection Algorithm สำหรับการดูแลและควบคุมสินค้าในร้าน Retail Store ช่วยจัดการชั้นวางสินค้า แจ้งเตือนพนักงานเมื่อสินค้าบนชั้นวางหมด ลดการสูญเสียโอกาสการขายสินค้าได้อย่างมีประสิทธิภาพ และงานวิจัยสำหรับการประยุกต์ใช้ Pretrained Deep Learning Models คือการสร้างระบบจำแนกประเภทของบ้าน เช่น คอนโด บ้านแฝด ตึกแถว และทาวน์เฮาส์ สำหรับเป็นเครื่องมือช่วยอำนวยความสะดวกในการจำแนกประเภทบ้านแบบอัตโนมัติให้กับธุรกิจซื้อ-ขายบ้านได้

2. กลุ่มวิจัย Immersive Technology มีแนวทางการวิจัยโดยนำเอาเทคโนโลยีมัลติมีเดียด้านต่างๆ มาประยุกต์ใช้ในงานวิจัย ดังนี้

• งานวิจัยเพื่อการศึกษาการใช้เทคโนโลยีเสมือนจริง (Virtual Reality) สร้างห้องเรียนเสมือนจริงในวิชาคอมพิวเตอร์กราฟิก และนำเทคโนโลยีการรู้จำเสียง (Speech Recognition) มาใช้ร่วมกับเทคโนโลยีเสมือนจริง เพื่อสร้างคลาสเรียนวิชาภาษาญี่ปุ่น ให้ผู้เรียนสามารถสนทนากับอาจารย์ชาวญี่ปุ่นได้ การสร้างสื่อการสอนด้านวิทยาศาสตร์เพื่อเรียนรู้ระบบสุริยะจักรวาล (Solar System) ผ่านเทคโนโลยีเสมือนจริง การใช้เทคโนโลยีความจริงเสริม (Augmented Reality) สร้างบทเรียนวิชาการเขียนโปรแกรม การเรียนภาษาอังกฤษ และการพัฒนาสื่อการสอนประเภท Game-Based Learning สำหรับวิชาการเขียนโปรแกรมภาษาจาวา

• งานวิจัยเพื่อสังคม การจำแนกภาพตัวเลขสำหรับอักษรเบลล์ด้วย Survo Motors โดยใช้เทคนิคการรู้จำอักขระด้วยแสง (OCR) ช่วยอ่านตัวเลขให้ผู้พิการทางสายตา และนำเทคโนโลยีความจริงเสริม (Augmented Reality) มาพัฒนาแอปพลิเคชันเพื่อช่วยบำบัดอาการออฟฟิศซินโดรมในเบื้องต้นได้

• งานวิจัยเพื่ออุตสาหกรรม นำหลักการออกแบบประสบการณ์ผู้ใช้ (User Experience) เข้ามาช่วยวิเคราะห์เส้นทางผู้ใช้ (User Journey) ของลูกค้าร้านค้าออนไลน์ เพื่อออกแบบแอปพลิเคชันที่ดีที่สุดให้กับธุรกิจออนไลน์ รวมถึงศึกษารูปแบบ Dark Pattern of UX ค้นหารูปแบบ Dark Pattern ที่ไม่ปลอดภัย เพื่อสร้างแนวทางและองค์ความรู้ให้กับผู้ใช้งานแอปพลิเคชันหรือเว็บไซต์ต่างๆ เพราะผู้คนให้ความสำคัญกับความปลอดภัยด้านข้อมูลมากที่สุด

นอกจากนี้ยังได้ทำวิจัยร่วมกับ บริษัท ที ดี อาร์ ควอลิตี้ รีเสิร์ช จำกัด เจ้าของบ้านน็อคดาวน์ DZEN โดยพัฒนาระบบการเลือกวัสดุและตกแต่งบ้านให้กับลูกค้าก่อนสั่งผลิตจริง และนำเทคโนโลยีเสมือนจริง (Virtual Reality) มาสร้างประสบการณ์แบบใหม่และสมจริงให้กับผู้ใช้อีกด้วย ผลงานวิจัยนี้ถูกนำไปแสดงในงานวันนักประดิษฐ์ 2567 จัดโดย สำนักงานการวิจัยแห่งชาติ (วช.) 2-7 ก.พ. 2567 ที่ไบเทคบางนา (นักวิจัย ดร.อภิชญา นิ้มคุ้มภัย)

3. งานวิจัยด้าน Digital Lean Manufacturing Management Software (LMS)

งานวิจัยที่ได้รับความร่วมมือจากคณะบริหารธุรกิจและคณะวิศวกรรมศาสตร์ เพื่อสร้างนวัตกรรม ผ่านการพัฒนาระบบ Digital Lean Manufacturing Management Software (LMS) โดยนำเอาความรู้ทางด้าน IT มาผสานเข้ากับกระบวนการการผลิต เพื่อให้มีการบริหารจัดการด้วยเทคโนโลยีที่ช่วยควบคุม ปรับปรุง และลดต้นทุนในกระบวนการผลิต การเข้าถึงข้อมูลที่ง่าย และช่วยให้ผู้ใช้สามารถรายงานปัญหาและเร่งการแก้ไขได้ทันท่วงที (นักวิจัย อาจารย์อมรพันธ์ ชมกลิ่น)

4. งานวิจัยด้านการบูรณาการศาสตร์การออกแบบและการสร้างสื่อเชิงปฏิสัมพันธ์ เป็นการบูรณาการศาสตร์ด้านการออกแบบ ดังนี้


การวิจัยด้านการประยุกต์มรดกภูมิปัญญาทางวัฒนธรรม ถ่ายทอดสู่สินค้าชุมชน เพื่อสร้างอัตลักษณ์ท้องถิ่น ถ่ายทอดองค์ความรู้ด้านประวัติศาสตร์ ในหัวข้อการพัฒนาผลิตภัณฑ์ต้นแบบของที่ระลึกจากศิลปวัตถุ โบราณวัตถุ และโบราณสถานในสมัยทวารวดี โดยได้รับทุนสนับสนุนการวิจัย จากกรมส่งเสริมวัฒนธรรม กระทรวงวัฒนธรรม (หัวหน้าโครงการวิจัย ผศ. ณิชกานต์ ไชยจักร์)

การวิจัยด้านการสร้างอัตลักษณ์องค์กร คือการวิจัยและพัฒนาผลิตภัณฑ์ของที่ระลึก ต้นแบบจากเรื่องราวของไปรษณีย์ไทย เพื่อเพิ่มคุณค่าให้กับองค์กร ซึ่งได้รับทุนสนับสนุนการวิจัยและพัฒนาจากบริษัทไปรษณีย์ไทย จำกัด (ผู้วิจัยร่วม ผศ. ณิชกานต์ ไชยจักร์)

การวิจัยด้านการออกแบบสื่อการรับรู้เชิงปฏิสัมพันธ์ อาทิ งานวิจัยออกแบบการรับรู้เชิงปฏิสัมพันธ์สำหรับพิพิธภัณฑสถานแห่งชาติ ราชบุรี เพื่อสรุปองค์ความรู้และแนวคิดการพัฒนาสื่อพิพิธภัณฑสถานแห่งชาติ สามารถนำไปปรับใช้กับพิพิธภัณฑสถานแห่งชาติแหล่งอื่นๆ รวมทั้งพิพิธภัณฑ์ท้องถิ่น และศูนย์การเรียนรู้ท้องถิ่น และงานวิจัยการพัฒนาชุดกิจกรรมบอร์ดเกมแบบผสมผสานเพื่อส่งเสริมการพัฒนาสมองด้านความทรงจำสำหรับผู้สูงอายุ โครงการวิจัยทั้ง 2 เรื่องได้รับทุน Fundamental Fund; FF วิจัยจาก สำนักงานคณะกรรมการส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม (สกสว.) ผ่านสำนักงานบริหารการวิจัย นวัตกรรมและการสร้างสรรค์ มหาวิทยาลัยศิลปากร (ผู้วิจัยร่วม ผศ. ณิชกานต์ ไชยจักร์)

5. การตรวจจับอารมณ์ของผู้เรียนออนไลน์ โดยใช้ระบบปัญญาประดิษฐ์

การพัฒนาโปรแกรมตรวจจับอารมณ์ของใบหน้าผู้เรียน เป็นการประเมินอารมณ์ของผู้เรียนในระหว่างการเรียนออนไลน์ โดยใช้โมเดล CNN ที่พัฒนามาจาก ResNet50 และ Traning ด้วยชุดข้อมูล FER-2013 ให้สามารถตรวจจับใบหน้าและอารมณ์ของผู้เรียนได้อย่างถูกต้อง หลังจากสิ้นสุดการเรียน โปรแกรมจะรายงานผลไปยังอาจารย์ผู้สอนผ่านวิดีโอและไฟล์ที่มี timestamp ทางอีเมล์โดยอัตโนมัติ ซึ่งจะช่วยให้อาจารย์ผู้สอนสามารถประเมินและปรับเปลี่ยนวิธีการสอนได้อย่างมีประสิทธิภาพตามระดับการมีส่วนร่วมของผู้เรียน (นักวิจัย ดร.สรมย์พร เจริญพิทย์)

รศ. รังสรรค์ เลิศในสัตย์ อธิการบดี สถาบันเทคโนโลยีไทย-ญี่ปุ่น (TNI) ได้กล่าวถึงงานวิจัยของคณะต่างๆ ว่า “ส่วนหนึ่งที่สำคัญและจะช่วยสนับสนุนให้ TNI มุ่งไปสู่ความเป็นเลิศทางวิชาการ นั่นคือ การมีผลงานวิจัยอย่างต่อเนื่อง และตอบโจทย์ความต้องการของสังคมได้อย่างแท้จริง ผลงานการวิจัยเหล่านี้จะช่วยส่งเสริมให้สถาบันฯ มุ่งสู่การเป็น Research & Development University ไปพร้อมๆ กับการยกระดับความร่วมมือกับหน่วยงานภายนอกให้กว้างขวางออกไปมากยิ่งขึ้น”