🐾

SmartZoo Research

AI-Powered Animal Recognition

โครงการวิจัยและนวัตกรรมดิจิทัล

การพัฒนาแพลตฟอร์มดิจิทัลบูรณาการฐานข้อมูลสัตว์ร่วมกับ LINE Chatbot สำหรับจำแนกสัตว์ในสวนสัตว์โดยใช้ปัญญาประดิษฐ์โครงข่ายประสาทเทียมเชิงลึก

Development of a Digital Platform Integrating Animal Databases with a LINE Chatbot for Zoo Animal Classification Using Deep Convolutional Neural Networks

📝

ความสำคัญและที่มาของปัญหา

เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) และโครงข่ายประสาทเทียมเชิงลึก (Deep Neural Networks: DNN) เป็นเรื่องที่ได้รับความสนใจอย่างมากในยุคดิจิทัล เนื่องจากความสามารถในการประมวลผลข้อมูลจำนวนมหาศาลและการเรียนรู้จากข้อมูลเหล่านั้นโดยไม่ต้องพึ่งพากฎเกณฑ์ที่กำหนดไว้ล่วงหน้า (LeCun et al., 2015; Goodfellow et al., 2016) AI มีการประยุกต์ใช้ในหลากหลายสาขา เช่น การแพทย์ การเงิน การศึกษา และการผลิต โดยเฉพาะในด้านการจำแนกและการทำนายผลจากข้อมูลภาพและเสียง โครงข่ายประสาทเทียมเชิงลึก (DNN) ซึ่งเป็นสาขาหนึ่งของ AI ใช้สถาปัตยกรรมที่มีหลายชั้นในการเรียนรู้จากข้อมูลอย่างลึกซึ้ง ช่วยให้สามารถจำแนกข้อมูลที่มีความซับซ้อนสูง เช่น การจำแนกภาพสัตว์ หรือการวิเคราะห์พฤติกรรมต่าง ๆ การใช้เทคโนโลยีเหล่านี้ไม่เพียงแต่ช่วยเพิ่มความแม่นยำในการประมวลผลข้อมูล แต่ยังสามารถปรับปรุงประสิทธิภาพและลดข้อผิดพลาดในกระบวนการตัดสินใจในหลาย ๆ ด้าน ทำให้ AI และ DNN กลายเป็นเครื่องมือสำคัญในการพัฒนาและสร้างนวัตกรรมในหลาย ๆ อุตสาหกรรม

ปัจจุบันสวนสัตว์เป็นแหล่งเรียนรู้ที่สำคัญเกี่ยวกับระบบนิเวศและสัตว์ป่า แต่ผู้เยี่ยมชมมักประสบปัญหาในการจดจำและเข้าใจข้อมูลเกี่ยวกับสัตว์ เนื่องจากป้ายข้อมูลที่มีอยู่อาจไม่เพียงพอหรือครอบคลุมรายละเอียดที่ต้องการ นอกจากนี้ การค้นหาข้อมูลด้วยตนเองอาจใช้เวลานาน โดยเฉพาะอย่างยิ่งเมื่อไม่ทราบชื่อของสัตว์ที่ต้องการศึกษา ทำให้ขาดเครื่องมือที่ช่วยให้สามารถเข้าถึงข้อมูลได้ง่ายและรวดเร็ว การใช้ระบบจำแนกสัตว์แบบดั้งเดิมมักอาศัยบุคลากรในการระบุชนิดสัตว์ ซึ่งอาจเกิดข้อผิดพลาดหรือใช้เวลานาน (Goodfellow et al., 2016) การนำ AI มาใช้ในการจำแนกสัตว์จากภาพถ่ายสามารถช่วยให้การจัดการฐานข้อมูลสัตว์มีความแม่นยำและมีประสิทธิภาพมากขึ้น นอกจากนี้การใช้แพลตฟอร์มที่สามารถเข้าถึงได้ง่ายผ่าน LINE Chatbot ยังช่วยให้ประชาชนทั่วไป นักเรียน สามารถเข้าถึงข้อมูลเกี่ยวกับสัตว์ได้สะดวกยิ่งขึ้น

ด้วยความก้าวหน้าของปัญญาประดิษฐ์และการรู้จำภาพ ทำให้สามารถนำเทคโนโลยี AI มาประยุกต์ใช้ในการจำแนกสายพันธุ์สัตว์จากภาพถ่ายได้อย่างแม่นยำ อีกทั้ง LINE เป็นแพลตฟอร์มที่ได้รับความนิยมในประเทศไทย จึงเป็นช่องทางที่เหมาะสมสำหรับการพัฒนา Chatbot ที่ช่วยให้ผู้ใช้สามารถส่งภาพสัตว์เพื่อระบุสายพันธุ์และรับข้อมูลได้แบบเรียลไทม์ (Russakovsky et al., 2015) สวนสัตว์หลายแห่งยังคงใช้วิธีการดั้งเดิมในการให้ข้อมูลเกี่ยวกับสัตว์ เช่น ป้ายข้อมูลที่ติดตั้งไว้ตามจุดจัดแสดง ซึ่งอาจมีข้อมูลที่จำกัดและไม่สามารถตอบคำถามหรือโต้ตอบกับผู้เข้าชมได้อย่างมีประสิทธิภาพ แม้ว่าบางแห่งจะเริ่มนำเทคโนโลยีดิจิทัลมาใช้ เช่น ระบบ QR Code เพื่อเชื่อมโยงไปยังเว็บไซต์ข้อมูลสัตว์ หรือแอปพลิเคชันสวนสัตว์ แต่ระบบเหล่านี้ยังไม่สามารถให้ประสบการณ์การเรียนรู้แบบโต้ตอบได้อย่างเต็มที่ นอกจากนี้ การจำแนกสัตว์จากภาพถ่ายยังเป็นปัญหาสำคัญ เนื่องจากสัตว์แต่ละชนิดมีลักษณะเฉพาะที่คล้ายคลึงกัน ทำให้การระบุชนิดสัตว์จากภาพถ่ายด้วยวิธีการแบบดั้งเดิมทำได้ยาก โดยเฉพาะในกรณีที่ภาพถ่ายมีคุณภาพต่ำหรือสัตว์อยู่ในท่าทางที่แตกต่างจากข้อมูลอ้างอิง

การวิจัยนี้จึงมุ่งเน้นพัฒนาแพลตฟอร์มที่บูรณาการฐานข้อมูลสัตว์เข้ากับ LINE Chatbot และปัญญาประดิษฐ์โครงข่ายประสาทเทียมเชิงลึก เพื่อให้ผู้ใช้สามารถจำแนกสัตว์และเข้าถึงข้อมูลที่ถูกต้องได้สะดวกยิ่งขึ้น ระบบนี้จะช่วยส่งเสริมการเรียนรู้ในสวนสัตว์ เพิ่มความสะดวกในการรับข้อมูล และสนับสนุนการใช้เทคโนโลยี AI ในการศึกษาและอนุรักษ์สัตว์ป่า ซึ่งสามารถต่อยอดไปสู่การพัฒนาเทคโนโลยีเพื่อการศึกษาด้านสัตววิทยาและสิ่งแวดล้อมในอนาคต นอกจากประโยชน์ต่อการบริหารจัดการสวนสัตว์แล้ว ระบบที่พัฒนาขึ้นยังสามารถนำไปประยุกต์ใช้ในโรงเรียนเพื่อสนับสนุนการเรียนการสอนด้านชีววิทยาและเทคโนโลยีสารสนเทศ นักเรียนสามารถเรียนรู้การจำแนกชนิดสัตว์ผ่าน Chatbot (LeCun, Bengio, & Hinton, 2015) ซึ่งช่วยเพิ่มความสนุกและความน่าสนใจในการศึกษา รวมถึงการพัฒนาแนวคิดด้าน AI และการเรียนรู้เชิงลึก นอกจากนี้ ครูสามารถใช้แพลตฟอร์มดังกล่าวเป็นสื่อการเรียนการสอนที่ช่วยส่งเสริมการเรียนรู้เชิงโต้ตอบ (Interactive Learning) และการศึกษานอกห้องเรียนผ่านการทัศนศึกษาเสมือนจริงได้อีกด้วย ส่งผลให้การเรียนรู้มีความทันสมัยและสอดคล้องกับแนวทางการศึกษาในศตวรรษที่ 21

🎯 วัตถุประสงค์การวิจัย

  • 1เพื่อสร้างและพัฒนาโครงข่ายประสาทเทียมเชิงลึก (Deep Neural Networks) สำหรับจำแนกสายพันธุ์สัตว์ป่าและสัตว์เลี้ยงจากภาพถ่ายที่มีความแม่นยำสูง
  • 2เพื่อออกแบบและพัฒนาบริการ LINE Chatbot ที่เชื่อมต่อกับระบบ AI สำหรับตอบกลับข้อมูลชีววิทยาของสัตว์แบบโต้ตอบเรียลไทม์
  • 3เพื่อสร้างแพลตฟอร์มเว็บแอปพลิเคชันสำหรับบูรณาการข้อมูลความรู้ สถิติ และการจัดการฐานข้อมูลสัตว์ที่สอดคล้องกับมาตรฐานทางธรรมชาติวิทยา

💎 ประโยชน์ที่คาดว่าจะได้รับ

  • 🦁ด้านการท่องเที่ยวและการท่องเที่ยวศึกษา (Eco-Tourism): ช่วยอำนวยความสะดวกให้นักท่องเที่ยวสามารถรับข้อมูลสัตว์ได้รวดเร็วเพียงปลายนิ้วสัมผัส
  • 🏫ด้านการศึกษา (Education): เป็นสื่อการเรียนการสอนเชิงรุกและเครื่องมือนวัตกรรมดิจิทัลสำหรับวิชาชีววิทยาและวิทยาการคำนวณในสถานศึกษา
  • 📊ด้านการจัดการและวิเคราะห์เชิงลึก: สวนสัตว์สามารถวิเคราะห์ประวัติการจำแนกประเภทสัตว์เพื่อใช้วางแผนการท่องเที่ยวและปรับปรุงการบริหารข้อมูลกรงจัดแสดง

🌐 สถาปัตยกรรมระบบดิจิทัล (System Architecture)

แสดงการเชื่อมโยงแพลตฟอร์มดิจิทัล ฐานข้อมูลสัตว์ และระบบปัญญาประดิษฐ์

📲

1. ผู้ใช้งานส่งรูปสัตว์

อัปโหลดรูปผ่านแอป LINE หรือกล้องถ่ายภาพบนหน้าเว็บ

2. Webhook & API Gateway

รับคำขอและตรวจสอบลายเซ็นความปลอดภัยบนระบบคลาวด์

🔬

3. Deep Learning Engine

ประมวลผลวิเคราะห์รูปภาพด้วยโมเดลวิเคราะห์ภาพแบบหลายรูปแบบ

📊

4. บูรณาการฐานข้อมูล

ดึงสเปกชีววิทยา สถานะอนุรักษ์ พร้อมส่งข้อมูล Flex Message กลับ

🧠 เทคโนโลยีโมเดลปัญญาประดิษฐ์ (Deep Learning Model)

นวัตกรรมการเรียนรู้ของโครงข่ายประสาทเทียมและวิธีการทดสอบเชิงลึก

โมเดลประมวลผลหลัก

การจำแนกภาพแบบ Multimodal (ภาพและข้อความ) ด้วยโครงข่ายการเรียนรู้เชิงลึกของ Gemini 2.5 Flash / Pro รองรับการระบุลักษณะสัตว์ป่าภายใต้สภาพแวดล้อมที่ท้าทาย

กระบวนการวิเคราะห์

รูปภาพที่ส่งจากผู้ใช้จะถูกแปลงเป็นข้อมูล Base64 และประเมินโครงสร้างภาพผ่าน Vision Transformers เพื่อส่งออกผลลัพธ์ข้อมูลสายพันธุ์ตามพิกัดจำแนกวิทยาศาสตร์ (Taxonomy Schema)

การประเมินผล

โมเดลได้รับการทดสอบความถูกต้องอย่างสม่ำเสมอ ทั้งทางด้านความรวดเร็วในการส่งข้อมูลย้อนกลับ (Inference Time) และความถูกต้องในการแยกแยะสายพันธุ์ที่มีลักษณะเฉพาะใกล้เคียงกัน

👥 คณะผู้วิจัย (Research Team)

รายนามคณะผู้จัดทำและพัฒนาโครงการวิจัยพร้อมวุฒิการศึกษา

หัวหน้าโครงการวิจัย
อาจารย์ ดร.ดาวรถา วีระพันธ์

อาจารย์ ดร.ดาวรถา วีระพันธ์

Project Leader

🎓 ปร.ด. (วิทยาศาสตรศึกษา) - มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราชูปถัมภ์

🎓 ค.อ.ม. (เทคโนโลยีคอมพิวเตอร์) - สถาบันเทคโนโลยีพระจอมเกล้าพระนครเหนือ

🎓 ค.บ. (คอมพิวเตอร์ศึกษา) - สถาบันราชภัฏเพชรบุรี

✉️ daorathar@vru.ac.th|📍 ห้อง IT101 อาคาร 75 ปีฯ
ผู้ร่วมโครงการวิจัย
ผู้ช่วยศาสตราจารย์ ดร.วิศรุต ขวัญคุ้ม

ผศ.ดร.วิศรุต ขวัญคุ้ม

Co-Researcher

🎓 ปร.ด. (วิศวกรรมคอมพิวเตอร์) - มหาวิทยาลัยนเรศวร

🎓 วท.ม. (วิทยาการคอมพิวเตอร์) - มหาวิทยาลัยนเรศวร

✉️ wisrut@vru.ac.th📍 ห้อง IT201 อาคาร 75 ปีฯ
อาจารย์ณัฐรดี อนุพงค์

อาจารย์ณัฐรดี อนุพงค์

Co-Researcher

🎓 วท.ม. (เทคโนโลยีสารสนเทศ) - มจพ.

🎓 B.Sc. (Applied Computing) - Northumbria University, UK.

✉️ natradee@vru.ac.th📍 ห้อง IT102 อาคาร 75 ปีฯ
อาจารย์ชวลิต โควีระวงศ์

อาจารย์ชวลิต โควีระวงศ์

Co-Researcher

🎓 M.Eng. (ICT for Embedded Systems) - SIIT, ม.ธรรมศาสตร์

🎓 B.Sc. (Computer Science) - SIIT, ม.ธรรมศาสตร์

✉️ chavalit@vru.ac.th📍 ห้อง IT201 อาคาร 75 ปีฯ
🏫

หน่วยงานต้นสังกัดและสถานที่ติดต่อ

คณะวิทยาศาสตร์และเทคโนโลยี

มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ ในพระบรมราชูปถัมภ์

เลขที่ 1 หมู่ 20 ถนนพหลโยธิน กม.48

ต.คลองหนึ่ง อ.คลองหลวง จ.ปทุมธานี 13180

🏛️