แบตเตอรี่ก็เหมือนกับร่างกายของคนเราที่มีวันเสื่อมสภาพลงตามกาลเวลา ส่วนจะเสื่อมเร็ว เสื่อมช้า เสื่อมน้อย เสื่อมมาก ถ้าสังเกตดูเราก็จะเห็นสัญญาณบางอย่างที่บอกให้รู้ว่า แบตเตอรี่ของเราไม่ทรงพลังเหมือนเดิมอีกต่อไปแล้ว สัญญาณแรกที่อาจสังเกตได้คือ จำนวนชั่วโมงการใช้งานลดลง เมื่อแบตเตอรี่เสื่อม พลังงานของแบตเตอรี่ที่ใช้ได้ต่อการชาร์จเต็มจะลดลงจากปกติ เนื่องจากความสามารถในการกักเก็บและจ่ายพลังงานไฟฟ้า หรือที่เรียกกันว่า ความจุของแบตเตอรี่น้อยลง เช่น ปกติเราชาร์จแบตเตอรี่พัดลมมือถือเต็มแล้วใช้งานได้ต่อเนื่อง 5 ชั่วโมงกว่าแบตเตอรี่จะหมด แต่พอแบตเตอรี่เสื่อมจะใช้งานได้น้อยกว่า 5 ชั่วโมง สัญญาณที่สองคือ ความร้อนของแบตเตอรี่สูงขึ้น เมื่อแบตเตอรี่เสื่อม ความต้านทานภายในตัวแบตเตอรี่จะสูงขึ้น ความร้อนจึงเกิดขึ้นมากกว่าแบตเตอรี่ใหม่ที่มีกระแสเท่ากัน ดังนั้นหากเรากำลังใช้งานอุปกรณ์ใด ๆ อยู่ แล้วรู้สึกว่าตรงบริเวณที่ใส่แบตเตอรี่มีความร้อนเกิดขึ้น แสดงว่าแบตเตอรี่ที่ใช้ในอุปกรณ์นั้นอาจจะเริ่มเสื่อมแล้ว สัญญาณที่สามคือ แบตเตอรี่มีลักษณะผิดแปลกไปจากเดิม เนื่องจากข้างในแบตเตอรี่มีวัสดุและสารเคมีที่เรียกว่า อิเล็กโทรไลต์ บรรจุอยู่ หากวัสดุและสารเคมีเหล่านี้เสื่อมสภาพก็อาจทำให้เกิดแก๊สสะสมภายในแบตเตอรี่ ส่งผลให้แบตเตอรี่เกิดอาการบวม เกิดรอยรั่ว และมีสารเคมีรั่วซึมออกมาภายนอก ซึ่งสารเคมีหลายชนิดส่งผลเสียต่อสุขภาพของเรา ตั้งแต่เบาบางไปจนถึงขั้นเสียชีวิตได้ ดังนั้นเมื่อพบว่าแบตเตอรี่ที่เรากำลังใช้งานอยู่นั้นเริ่มส่งสัญญาณ 3 อย่างดังที่กล่าวมา ก็ให้เตรียมเปลี่ยนแบตเตอรี่ใหม่ได้แล้ว เพราะการใช้งานแบตเตอรี่เสื่อมสภาพต่อไปอาจทำให้อุปกรณ์อิเล็กทรอนิกส์ของเราเสียหาย และหากแบตเตอรี่เสื่อมจนเกิดการรั่วซึมของสารเคมีก็อาจเป็นอันตรายต่อสุขภาพเราด้วย ที่มา : เรื่องน่ารู้เกี่ยวกับแบตเตอรี่ เรียบเรียงโดย รักฉัตร เวทีวุฒาจารย์ ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช. ออกแบบกราฟิกโดย ฉัตรทิพย์ สุริยะ ฝ่ายผลิตสื่อสมัยใหม่ สวทช.

การวิเคราะห์ข้อมูล Data Analysis เป็นกระบวนการตรวจสอบ, แปลง, และจัดระเบียบข้อมูลดิบเพื่อค้นหาข้อมูลเชิงลึก, รูปแบบ, แนวโน้ม, หรือข้อสรุปที่สามารถนำไปใช้ในการตัดสินใจได้ กระบวนการนี้ประกอบด้วยการเก็บรวบรวมข้อมูล, การทำความสะอาด, การสำรวจ, การแปลง, และการวิเคราะห์ข้อมูลเพื่อนำไปสู่การสรุปที่เป็นประโยชน์ ประเภทของเครื่องมือพื้นฐานที่ใช้ในการทำ Data Analysis    1. เครื่องมือสเปรดชีต (Spreadsheet Tools) Microsoft Excel: นิยมใช้มากที่สุดในธุรกิจ มีฟังก์ชันที่หลากหลายในการจัดการและวิเคราะห์ข้อมูล รวมถึง Pivot Tables, การทำกราฟ, และการใช้สูตรทางสถิติ Google Sheets: คล้าย Excel แต่เป็นเครื่องมือออนไลน์ที่สามารถทำงานร่วมกันแบบเรียลไทม์และมีการเชื่อมต่อกับ Google Data Studio สำหรับการรายงาน 2. เครื่องมือ BI (Business Intelligence Tools) Power BI: เป็นเครื่องมือจาก Microsoft ที่ช่วยในการสร้างรายงานและแผนภูมิแบบอินเตอร์แอคทีฟจากข้อมูลขนาดใหญ่ Tableau: เครื่องมือ BI ที่มีความสามารถในการสร้าง Dashboard และการทำ Data Visualization ได้อย่างมีประสิทธิภาพ Qlik Sense: เป็นเครื่องมือ BI ที่ช่วยในการวิเคราะห์ข้อมูลแบบ Visual และทำ Data Discovery 3. เครื่องมือทางสถิติ (Statistical Tools) R: ภาษาการเขียนโปรแกรมที่ออกแบบมาสำหรับการวิเคราะห์ทางสถิติ มีแพ็คเกจหลากหลายสำหรับการทำ Data Analysis Python (Libraries เช่น Pandas, NumPy, SciPy, Matplotlib, Seaborn): ภาษาโปรแกรมที่ได้รับความนิยมมากใน Data Analysis และ Data Science โดยมีไลบรารีต่างๆ สำหรับการทำงานกับข้อมูล SAS: ซอฟต์แวร์ที่ใช้ในการวิเคราะห์ข้อมูลทางสถิติและการสร้างแบบจำลองทางสถิติ มีความนิยมในองค์กรขนาดใหญ่ 4. เครื่องมือด้านการทำเหมืองข้อมูล (Data Mining Tools) RapidMiner: เครื่องมือโอเพนซอร์สสำหรับการทำเหมืองข้อมูล (Data Mining) และการสร้างโมเดลการวิเคราะห์ KNIME: แพลตฟอร์มการวิเคราะห์ข้อมูลโอเพนซอร์สที่มีเครื่องมือสำหรับการทำ Data Mining และการวิเคราะห์ทางสถิติ 5. เครื่องมือการจัดการฐานข้อมูล (Database Management Tools) SQL: ภาษาในการจัดการฐานข้อมูลที่นิยมใช้ในการดึงข้อมูลและการจัดการข้อมูลขนาดใหญ่ Microsoft SQL Server: ระบบการจัดการฐานข้อมูลที่มีความสามารถในการทำ Data Analysis โดยใช้ SQL MySQL/PostgreSQL: ระบบการจัดการฐานข้อมูลโอเพนซอร์สที่นิยมใช้สำหรับการวิเคราะห์ข้อมูลในระดับองค์กรและเว็บแอปพลิเคชัน 6. เครื่องมือการประมวลผลข้อมูลขนาดใหญ่ (Big Data Tools) Apache Hadoop: แพลตฟอร์มโอเพนซอร์สสำหรับการประมวลผลและจัดการข้อมูลขนาดใหญ่ (Big Data) Apache Spark: เครื่องมือสำหรับการประมวลผลข้อมูลขนาดใหญ่ที่รวดเร็วกว่า Hadoop และมีไลบรารีสำหรับการทำงานกับข้อมูล เช่น MLlib สำหรับการทำ Machine Learning Google BigQuery: บริการคลาวด์จาก Google สำหรับการวิเคราะห์ข้อมูลขนาดใหญ่แบบเรียลไทม์ 7. เครื่องมือในการทำ Data Visualization Matplotlib/Seaborn (Python): ไลบรารีใน Python สำหรับการทำ Data Visualization และการสร้างกราฟที่ซับซ้อน D3.js: ไลบรารี JavaScript สำหรับการสร้างการแสดงผลข้อมูลที่มีความซับซ้อนและอินเตอร์แอคทีฟบนเว็บ Power BI: เป็นเครื่องมือจาก Microsoft ที่ช่วยในการสร้างรายงานและ Data Visualization แบบอินเตอร์แอคทีฟ  8. เครื่องมือในการทำ Data Wrangling OpenRefine: โอเพนซอร์สสำหรับการทำ Data Cleaning และการจัดการข้อมูล  Trifacta Wrangler: เครื่องมือที่ช่วยในการแปลงและจัดระเบียบข้อมูล 

ระบบ ERP (Enterprise Resource Planning) คือระบบซอฟต์แวร์ที่ช่วยในการจัดการและบูรณาการกระบวนการทางทรัพยากรของภายในองค์กร ระบบนี้ช่วยให้องค์กรสามารถรวบรวมข้อมูลจากแผนกต่าง ๆ เข้าด้วยกันในระบบเดียว ทำให้สามารถวิเคราะห์และบริหารจัดการข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น สำนักงานพัฒนาวิทยาศาสตร์ และเทคโนโลยีแห่งชาติ (สวทช.) ได้ริเริ่มโครงการพัฒนาต้นแบบ ระบบ Open source ERP สำหรับหน่วยภาครัฐ เพื่อระบบสารสนเทศ เพื่อการบริหารทรัพยากรขององค์กร (ERP) ที่พัฒนาด้วยซอฟแวร์ Open source Odoo โดยชื่อเรียกว่า NSTDA ERP-Government (NSTDA eGov)เหมาะสำหรับภาครัฐ/หน่วยงานที่มีความต้องการใช้ระบบ ERP ในการวางแผนบริหารจัดการทรัพยากรให้มีประสิทธิภาพ เป้าหมายของโครงการ 1.เป็นต้นแบบระบบสารสนเทศเพื่อการบริหารทรัพยากรขององค์กร (ERP) ที่พัฒนาโดยใช้ซอฟต์แวร์ Open source (Odoo เวอร์ชัน 15 พัฒนาภาษาด้วย Python 3.8 ขึ้นไป โดยใช้ฐานข้อมูล PostgreSQL 10 ขี้นไป) ที่ครอบคลุมและรองรับกระบวนการทำงานให้มีประสิทธิภาพมากขึ้น เชื่อมโยงส่วนการบริหารทรัพยากรองค์กรทั้งหมด และสอดคล้องกับกฎระเบียบที่เกี่ยวข้องขององค์กร รวมจำนวน 7 โมดูล (Modules) รวมทั้งรายงานและข้อมูลสำหรับการวิเคราะห์ในมุมมองต่างๆ ได้แก่ 1) Organization Structure การบริหารจัดการโครงสร้างองค์กร 2) Budgeting Module การบริหารงบประมาณ 3) Procurement Module การบริหารการจัดซื้อจัดจ้าง 4) Finance & Accounting Module การบริหารการเงินและบัญชี 5) Agreement and Contract Module การจัดการสัญญา 6) Assets Module การบริหารครุภัณฑ์ 7) Inventory Module การบริหารวัสดุคงคลัง 2. ลดการพึ่งพาซอฟต์แวร์ที่มีค่าลิขสิทธิ์จากต่างประเทศ  และส่งเสริมให้เกิดอุตสาหกรรม Opensource ERP (กลาง/ใหญ่) ในประเทศไทย เพื่อการนำไปใช้งานสามารถติดตั้งแพ็คเกจ ERP-Government  พื้นฐาน สามารถนำไปกำหนดค่าตั้งต้นต่างๆ และปรับประยุกต์ใช้กับองค์กรของตนเองได้ ซึ่งครอบคลุมและรองรับกระบวนการทำงานอย่างประสิทธิภาพเชื่อมโยงส่วนการบริหารทรัพยากรองค์กรทั้งหมด และสอดคล้องกับกฎระเบียบที่เกี่ยวข้องขององค์กร ภาพรวมของระบบ ระบบเบิกจ่าย เบิกจ่ายแบบผ่านพัสดุ/ไม่ผ่านพัสดุ มี Workflow การขออนุมัติ การตรวจสอบงบประมาณ การติดตามสถานะ ระบบบริหารงบประมาณ การวางแผนงบประมาณผ่าน spreadsheet เพื่อ Import การควบคุมงบประมาณหลายเงื่อนไข การตรวจสอบงบประมาณแบบรวมภาษี หรือไม่รวมภาษีมูลค่าเพิ่ม มุมมองวิเคราะห์งบประมาณได้หลายแบบ ผูกกิจกรรม (Activity) การดำเนินงานกับรหัสบัญชี ระบบจัดซื้อจัดจ้าง ตรวจสอบการจัดซื้อจัดจ้างตาม พ.ร.บ.จัดซื้อจัดจ้าง 2560 ตั้งค่าการจัดซื้อจัดจ้างตามระเบียบ วงเงินเล็กน้อย / 79วรรคสอง / ว.119 การบริหารสัญญา การตรวจรับผ่านระบบ (Paperless) ระบบการเงิน และบัญชี รองรับระบบภาษีไทย (ภาษีมูลค่าเพิ่ม / ภาษีหัก ณ ที่ จ่าย) ส่งข้อมูลภาษีเชื่อมโยงกับระบบ กรมสรรพการ เชื่อมโยงผังบัญชีองค์กรกับ GFMIS, CFS รองรับการโอนผ่านธนาคาร BBL, KTB กำหนดประเภทครุภัณฑ์/ออกทะเบียนคุมครุภัณฑ์ ระบบงานขาย บันทึกขายแบบรับรายได้งวดเดียว แบ่งงวดได้ แจ้งเตือนการเปิดใบสั่งขายตามวงเงินการรับงาน (Credit Limit) ลงนามใบสั่งขายด้วยวิธีอิเล็กทรอนิกส์ ส่งใบเสนอราคา/ใบแจ้งหนี้/ใบเสร็จรับเงิน ให้ลูกค้าทางอีเมลอัตโนมัติ ช่องทางติดต่อสอบถามเพิ่มเติม NSTDA ERP-Government (NSTDA eGov) สำนักงานพัฒนาวิทยาศาสตร์ และเทคโนโลยีแห่งชาติ (สวทช.) email : eprgov_service@nstda.or.th Website: http://www.nstda.or.th/erp-government

Social Media Analytics Tools เป็นเครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดียเครื่องมือที่ใช้ในการรวบรวม, วิเคราะห์, และแสดงผลข้อมูลที่ได้จากแพลตฟอร์มโซเชียลมีเดีย เช่น Facebook, Twitter, Instagram, และ YouTube เพื่อให้ผู้ใช้งานเข้าใจแนวโน้ม, ความคิดเห็น, และการตอบสนองของผู้บริโภคหรือสาธารณชนต่อแบรนด์, สินค้า, บริการ, หรือเหตุการณ์ต่าง ๆ ความสามารถของเครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดีย การติดตามการสนทนา (Social Listening) : เครื่องมือสามารถติดตามและดึงข้อมูลจากโพสต์, คอมเมนต์, และข้อความบนโซเชียลมีเดีย เพื่อค้นหาว่าผู้คนพูดถึงแบรนด์, คำหลัก (keywords), หรือหัวข้อใดบ้าง การวิเคราะห์ความรู้สึก (Sentiment Analysis) : วิเคราะห์ความรู้สึก (เชิงบวก, เชิงลบ, หรือเป็นกลาง) ของผู้ใช้งานโซเชียลมีเดียที่มีต่อแบรนด์หรือหัวข้อที่สนใจ การวิเคราะห์แนวโน้มและหัวข้อยอดนิยม (Trend and Topic Analysis) : วิเคราะห์แนวโน้มที่กำลังเป็นที่นิยมในช่วงเวลาหนึ่ง ๆ และหัวข้อที่มีการพูดถึงบ่อยบนโซเชียลมีเดีย การวิเคราะห์ผู้มีอิทธิพล (Influencer Analysis) : ระบุและวิเคราะห์ผู้มีอิทธิพลบนโซเชียลมีเดียที่มีบทบาทในการกระจายข้อมูลหรือมีอิทธิพลต่อความคิดเห็นของผู้อื่น การวิเคราะห์ประชากร (Demographic Analysis) : วิเคราะห์ข้อมูลประชากร เช่น อายุ, เพศ, ที่อยู่, และความสนใจ ของกลุ่มผู้ใช้งานที่พูดถึงหรือมีปฏิสัมพันธ์กับแบรนด์หรือหัวข้อที่สนใจ การวิเคราะห์คู่แข่ง (Competitive Analysis) : วิเคราะห์กิจกรรม, การสนทนา, และแคมเปญของคู่แข่ง เพื่อให้สามารถปรับกลยุทธ์ของตนเองให้เหมาะสมและแข่งขันได้   ประโยชน์ของการใช้เครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดีย การปรับปรุงกลยุทธ์การตลาด: เข้าใจแนวโน้มและความต้องการของผู้บริโภค ทำให้สามารถปรับแผนการตลาดให้ตรงเป้าหมายมากขึ้น การตรวจสอบแบรนด์: ช่วยติดตามและประเมินสถานการณ์ของแบรนด์บนโลกออนไลน์ และรับรู้ปัญหาหรือความต้องการของลูกค้าได้อย่างรวดเร็ว การวางแผนและประเมินผลแคมเปญ: ใช้ข้อมูลในการวางแผนแคมเปญและประเมินผลลัพธ์ของแคมเปญอย่างเป็นระบบ   ประเภทข้อมูลที่ใช้ในการวิเคราะห์ โพสต์และคอมเมนต์: ข้อมูลที่มาจากโพสต์, คอมเมนต์, และการแชร์เนื้อหาบนแพลตฟอร์มโซเชียลมีเดีย การกดถูกใจ, การแชร์, และการแสดงผล: ข้อมูลที่แสดงถึงการตอบสนองของผู้ใช้งานต่อเนื้อหา คีย์เวิร์ดและแฮชแท็ก: คำหรือวลีที่ใช้บ่อยหรือได้รับความสนใจในช่วงเวลาหนึ่ง ๆ ข้อมูลโปรไฟล์ผู้ใช้งาน: ข้อมูลเกี่ยวกับผู้ใช้งาน เช่น อายุ, เพศ, ที่อยู่, ความสนใจ เพื่อการวิเคราะห์เชิงลึก เวลาที่โพสต์และมีการโต้ตอบ: ข้อมูลเกี่ยวกับเวลาและความถี่ในการโพสต์หรือมีการโต้ตอบ ซึ่งมีประโยชน์ในการวางแผนการเผยแพร่เนื้อหาให้เหมาะสม   สำหรับงานวิจัยของ สวทช. ที่พัฒนาโดย ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ  ได้พัฒนา  S-Sense  เป็นระบบวิเคราะห์ความคิดเห็นของบุคคลทั่วไปหรือกลุ่มลูกค้าบนโซเชียลมีเดีย ว่ารู้สึกอย่างไรต่อผลิตภัณฑ์ บริการ และยี่ห้อสินค้า โดยระบบจะรวบรวมข้อความจากโซเชียลมีเดีย เช่น Webboard, Twitter, Facebook, Youtube ฯลฯ แล้วนำมาประมวลผลทางภาษาเพื่อแยกแยะ และวิเคราะห์เชิงลึก มีจุดเด่นของเทคโนโลยี (Innovation Statement) ประมวลผลและวิเคราะห์ภาษาไทยที่ไม่เป็นทางการเช่น ภาษาสนทนา หรือ ภาษาที่ใช้บนโซเชียลมีเดีย ด้วยเทคนิคการประมวลผลภาษาธรรมชาติ และการเรียนรู้ด้วยเครื่อง S-Sense   ระบบวิเคราะห์ข้อความแสดงความคิดเห็นอัตโนมัติ รายละเอียดทดลองใช้งาน เพิ่มเติมได้ที่นี่  https://www.aiforthai.in.th/service_sa.php คุณสมบัติ วิเคราะห์คำสำคัญที่เกี่ยวข้อง คำบ่งบอกคุณลักษณะของสินค้าหรือบริการ หรือคำที่มีการกล่าวถึงบ่อยครั้ง วิเคราะห์จุดประสงค์ของข้อความว่าเป็น การสอบถามปัญหา ร้องขอ ประกาศโฆษณา หรือ แสดงความคิดเห็น วิเคราะห์ความคิดเห็นของข้อความว่าเป็นเชิงบวก หรือลบ วิเคราะห์ประโยคเชิงเปรียบเทียบ สามารถตรวจจับชื่อบริษัท แคมเปญ สินค้าและบริการที่ผู้ใช้ระบุ และวิเคราะห์การเชื่อมโยงกับความคิดเห็นในเชิงบวกและลบ รองรับโดเมนธุรกิจและอุตสาหกรรมที่หลากหลาย เช่น รถยนต์ อุตสาหกรรมบริการ ท่องเที่ยว เป็นต้น   นอกจากนี้ยังเครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดียที่ได้รับความนิยมและน่าสนใจดังนี้: Google Trends เป็นเครื่องมือนี้ช่วยให้ผู้ใช้งานตรวจสอบแนวโน้มการค้นหาบน Google ซึ่งสามารถบ่งชี้ถึงความสนใจของผู้คนในหัวข้อต่าง ๆ ได้ดี ใช้ Google Trends เพื่อดูว่าเทรนด์หรือคีย์เวิร์ดใดกำลังมาแรง และสามารถใช้ข้อมูลนี้ในการวางแผนการตลาดและเนื้อหาที่จะนำเสนอ Hootsuite เป็นแพลตฟอร์มการจัดการโซเชียลมีเดียที่ครอบคลุม ซึ่งช่วยให้ผู้ใช้งานสามารถวิเคราะห์และติดตามแนวโน้มและการสนทนาบนโซเชียลมีเดียหลายช่องทาง เช่น Facebook, Twitter, Instagram ผู้ใช้งานสามารถสร้างแดชบอร์ดที่คอยอัปเดตข้อมูลตามคีย์เวิร์ดที่ผู้ใช้งานสนใจ หรือสามารถตรวจสอบโพสต์ที่มีการกล่าวถึงแบรนด์ของผู้ใช้งาน Wisesight เป็นเครื่องมือที่มีความเชี่ยวชาญในการวิเคราะห์ข้อมูลโซเชียลมีเดียในประเทศไทย ใช้สำหรับการติดตามและวิเคราะห์แนวโน้มทางสังคม, การพูดถึงแบรนด์, และการประเมินความรู้สึกของผู้บริโภค Zanroo เป็นเครื่องมือวิเคราะห์ข้อมูลและการจัดการโซเชียลมีเดียที่สามารถติดตามการสนทนาและแนวโน้มต่าง ๆ ในไทยและภูมิภาคเอเชีย ใช้ในการวิเคราะห์ข้อมูลเพื่อติดตามผลกระทบของแคมเปญการตลาด Mandala Analytics เป็นเครื่องมือวิเคราะห์โซเชียลมีเดียที่มีฟีเจอร์หลากหลาย เช่น การวิเคราะห์คีย์เวิร์ด, การติดตามแบรนด์, และการประเมินความรู้สึกของผู้บริโภคในตลาดไทย  

Microsoft Clipchamp เป็นโปรแกรมตัดต่อวิดีโอที่ใช้งานได้ง่ายและเหมาะสำหรับผู้ที่ไม่มีประสบการณ์ในการตัดต่อวิดีโอมาก่อน มีฟีเจอร์ที่หลากหลาย ช่วยให้ผู้ใช้สามารถสร้างวิดีโอคุณภาพสูงได้โดยไม่ต้องใช้โปรแกรมที่ซับซ้อนหรือมีความรู้เฉพาะทางมาก่อน ปัจจุบันมีการนำเทคโนโลยี AI มาช่วยให้การตัดต่อวิดีโอง่ายและรวดเร็วยิ่งขึ้น   ความสามารถของ Microsoft Clipchamp การตัดต่อวิดีโอพื้นฐาน: สามารถตัด, แบ่ง, หรือรวมวิดีโอคลิปต่างๆ ได้ง่ายๆ โดยใช้ฟังก์ชันลากแล้ววาง (Drag and Drop) การใส่ข้อความและภาพเคลื่อนไหว: สามารถใส่ข้อความหรือภาพเคลื่อนไหวลงในวิดีโอได้ เช่น การใส่ชื่อเรื่อง หรือคำบรรยาย ฟิลเตอร์และเอฟเฟกต์: มีฟิลเตอร์และเอฟเฟกต์ต่างๆ ให้เลือกใช้งานเพื่อเพิ่มความสวยงามให้กับวิดีโอ การบันทึกหน้าจอและเว็บแคม: สามารถบันทึกหน้าจอและเว็บแคมพร้อมกันได้ เหมาะสำหรับการสร้างวิดีโอสอนหรือพรีเซนเทชัน การใส่เสียงและดนตรี: มีคลังเสียงและดนตรีให้เลือกใช้ หรือสามารถเพิ่มไฟล์เสียงของผู้ใช้งานเองได้ การบีบอัดวิดีโอ: ช่วยให้คุณสามารถบีบอัดวิดีโอเพื่อให้ขนาดไฟล์เล็กลงและเหมาะสมสำหรับการอัปโหลดบนแพลตฟอร์มต่างๆ การส่งออกวิดีโอในความละเอียดต่างๆ: สามารถส่งออกวิดีโอในความละเอียดที่หลากหลาย ตั้งแต่ 480p, 720p ไปจนถึง 1080p ขึ้นอยู่กับความต้องการของผู้ใช้งาน   วิธีการใช้งานเบื้องต้นของ Microsoft Clipchamp เริ่มต้นโปรเจกต์ใหม่: เมื่อเปิด Clipchamp ขึ้นมา คุณสามารถเริ่มต้นโปรเจกต์ใหม่ได้โดยคลิกที่ "Create a new video" นำเข้าวิดีโอและไฟล์สื่อ: คลิกที่ "Import media" เพื่ออัปโหลดไฟล์วิดีโอ, รูปภาพ หรือเสียงที่คุณต้องการใช้ในการตัดต่อ การจัดเรียงคลิป: ลากไฟล์สื่อของผู้ใช้งานไปยังไทม์ไลน์ (Timeline) ด้านล่าง จากนั้นคุณสามารถจัดเรียงคลิปตามลำดับที่คุณต้องการได้ การตัดต่อคลิป: หากคุณต้องการตัดบางส่วนของวิดีโอออกไป ให้เลือกคลิปในไทม์ไลน์ แล้วใช้ฟังก์ชัน "Split" เพื่อแบ่งคลิปออกเป็นส่วนๆ แล้วลบส่วนที่ไม่ต้องการ การเพิ่มข้อความและเอฟเฟกต์: คลิกที่ "Text" เพื่อเพิ่มข้อความลงในวิดีโอ และเลือก "Filters" หรือ "Transitions" เพื่อใส่เอฟเฟกต์หรือการเปลี่ยนผ่านระหว่างคลิป การบันทึกและส่งออก: เมื่อคุณทำการตัดต่อเสร็จแล้ว ให้คลิกที่ปุ่ม "Export" เพื่อส่งออกวิดีโอ เลือกความละเอียดที่ต้องการ และบันทึกไฟล์ลงในคอมพิวเตอร์ของผู้ใช้งาน   Microsoft Clipchamp มีทั้งเวอร์ชั่นฟรี จะใช้ได้เฉพาะ การใช้งานฟีเจอร์พื้นฐาน และเวอร์ชั่นที่มีค่าใช้จ่าย  ซึ่งมีความแตกต่างกันในด้านฟีเจอร์และการเข้าถึงทรัพยากรต่างๆ สำหรับการใช้งานฟีเจอร์พื้นฐาน ประกอบไปด้วย การตัดต่อ, การเพิ่มข้อความ, การใส่ฟิลเตอร์ และเอฟเฟกต์ต่างๆ ได้ การส่งออกวิดีโอ: สามารถส่งออกวิดีโอได้ในความละเอียดสูงสุด 1080p แต่มีลายน้ำ (Watermark) ของ Clipchamp ปรากฏบนวิดีโอ คลังสื่อ: มีการเข้าถึงคลังสื่อที่จำกัด เช่น ภาพสต็อก, คลิปวิดีโอ, และเพลงบางส่วน การบีบอัดวิดีโอ: สามารถบีบอัดวิดีโอเพื่อให้ขนาดไฟล์เล็กลงได้ แต่มีข้อจำกัดในด้านคุณภาพ การบันทึกหน้าจอ: สามารถบันทึกหน้าจอและเว็บแคมได้พร้อมกัน แต่ไม่มีการปรับแต่งขั้นสูง ฟีเจอร์ AI ที่ไม่มีค่าใช้จ่าย (Free Version) Text-to-Speech (พื้นฐาน): การแปลงข้อความเป็นเสียงในบางภาษาหรือเสียงพื้นฐานอาจสามารถใช้ได้ฟรี แต่จะมีข้อจำกัดในด้านตัวเลือกเสียงหรือเวลาการใช้งาน Auto-Generate Videos (พื้นฐาน): ฟีเจอร์นี้อาจเปิดให้ใช้งานฟรีในรูปแบบพื้นฐาน แต่มีข้อจำกัดเรื่องการเลือกสไตล์หรือการเข้าถึงทรัพยากรบางอย่าง   ปัจจุบัน Microsoft Clipchamp ได้รับการออกแบบให้ใช้งานบนเว็บเบราว์เซอร์เป็นหลัก ผู้ใช้งานต้องใช้โปรแกรมบนเครื่องคอมพิวเตอร์เดสก์ท็อปและแล็ปท็อปเท่านั้น สำหรับการใช้งานแบบฟรีเหมาะสำหรับผู้ที่ต้องการใช้งานฟีเจอร์พื้นฐานในการตัดต่อวิดีโอโดยไม่จำเป็นต้องใช้ทรัพยากรหรือฟีเจอร์ที่ครอบคลุมมากนัก ในขณะที่การใช้งานแบบพรีเมียมเหมาะสำหรับผู้ที่ต้องการสร้างวิดีโอคุณภาพสูงและไม่มีข้อจำกัดในการใช้งานฟีเจอร์ต่างๆ รวมถึงการเข้าถึงคลังสื่อขนาดใหญ่รูปแบบหลากหลาย สำหรับผู้ที่สนใจสามารถ Download ใช้งานได้ที่ https://clipchamp.com/en/

  โซลาร์เซลล์เป็นอีกหนึ่งเทคโนโลยีที่กำลังมาแรงในยุคที่โลกกำลังเผชิญกับความท้าทายจากปัญหาด้านพลังงาน สิ่งแวดล้อม และความมั่นคงทางอาหารอย่างเช่นทุกวันนี้ จากเดิมมีการใช้โซลาร์เซลล์ใช้เพื่อผลิตกระแสไฟฟ้าจากแหล่งพลังงานสะอาดเท่านั้น แต่ปัจจุบันล้ำไปอีกขั้นเมื่อนักวิจัยพัฒนาแผงโซลาร์เซลล์ที่ส่งเสริมการเจริญเติบโตของพืชด้วยนวัตกรรมลดรังสียูวี กระจายแสงดี และสะท้อนรังสีความร้อน เหมาะสำหรับติดตั้งเป็นหลังคาโรงเรือนหรือแปลงเกษตร ช่วยปกป้องพืชผักไม่ให้ถูกแดดเผาและยังให้ผลผลิตคุณภาพดี ส่วนเกษตรกรได้ผลิตไฟฟ้าใช้ในโรงเรือน กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) โดยศูนย์เทคโนโลยีพลังงานแห่งชาติ (เอ็นเทค) สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) พัฒนาแผงโซลาร์เซลล์เพื่อการเกษตร หรือ AgriPV (Agricultural photovoltaics) ที่มีสมบัติกึ่งส่องผ่านแสง สามารถคัดกรองรังสีอัลตราไวโอเลตหรือยูวี (UV) สะท้อนรังสีอินฟราเรด และมีการกระจายแสงที่ดี เหมาะสำหรับติดตั้งเป็นหลังคาโรงเรือน หรือประยุกต์ใช้ในพื้นที่ทำการเกษตร ได้ทั้งผลิตกระแสไฟฟ้าและช่วยเพิ่มผลผลิตจากการเพาะปลูก สร้างความยั่งยืนด้านพลังงานและสิ่งแวดล้อม   [caption id="attachment_60027" align="aligncenter" width="750"] ดร.ทวีวัฒน์ กระจ่างสังข์ นักวิจัย ทีมวิจัยเทคโนโลยีเซลล์แสงอาทิตย์ เอ็นเทค สวทช.[/caption]   ดร.ทวีวัฒน์ กระจ่างสังข์ นักวิจัย ทีมวิจัยเทคโนโลยีเซลล์แสงอาทิตย์ เอ็นเทค สวทช. กล่าวว่า จากปัญหาการเปลี่ยนแปลงสภาพภูมิอากาศที่เกิดขึ้นในปัจจุบันทำให้อุณหภูมิเฉลี่ยของโลกสูงขึ้น ส่งผลกระทบต่อสิ่งแวดล้อมและสิ่งมีชีวิตต่าง ๆ หลายพื้นที่เกิดความแห้งแล้ง โดยเฉพาะพื้นที่ทางการเกษตร ส่งผลกระทบต่อความมั่นคงทางอาหาร เกิดโรคระบาดและศัตรูพืชเพิ่มขึ้น ผลผลิตต่อพื้นที่ลดลงและคุณภาพของอาหารแย่ลง ซึ่งประเทศไทยก็ได้รับผลกระทบดังกล่าวเช่นกัน โดยที่ผ่านมาพบว่าในสภาวะที่อากาศร้อนจัด พืชผักจะเจริญเติบโตได้ไม่ดี ผลผลิตต่ำ และมีราคาสูงขึ้นถึง 40% ทางหนึ่งที่จะช่วยแก้ปัญหานี้ได้คือการปลูกพืชในโรงเรือนที่ควบคุมสภาพอากาศให้เหมาะสมกับการเจริญเติบโตของพืชแต่ละชนิดได้ และยังเพาะปลูกได้ตลอดทั้งปีโดยไม่ต้องกังวลถึงการเปลี่ยนแปลงของสภาพอากาศภายนอกโรงเรือน   [caption id="attachment_60028" align="aligncenter" width="750"] การทดสอบปลูกผักสลัดภายใต้แผง SEESOLAR ที่พัฒนาโดยนักวิจัย ENTEC สวทช.[/caption]   ปัจจุบันการประยุกต์ใช้ระบบแผงโซลาร์เซลล์ร่วมกับภาคการเกษตรไว้ในพื้นที่เดียวกันหรือ Agrivoltaics มีแนวโน้มเพิ่มขึ้น เนื่องจากสามารถลดผลกระทบจากสภาพอากาศที่แปรปรวนและเป็นการใช้พื้นที่ให้เกิดประโยชน์สูงสุดโดยที่ยังคงประสิทธิภาพผลผลิตและลดต้นทุนในกิจการด้วยการใช้พลังงานไฟฟ้าจากแผงโซลาร์เซลล์ อย่างไรก็ตาม ประเทศไทยมีสภาพอากาศร้อนและมีแสงแดดจัดตลอดเกือบทั้งปี การปลูกพืชใต้แผงโซลาร์เซลล์แบบมาตรฐานทั่วไปที่ทึบแสงจะทำให้เกิดเงามืดบนบริเวณเพาะปลูก ส่วนการใช้แผงโซลาร์เซลล์แบบกึ่งส่องผ่านแสงที่มีจำหน่ายในเชิงพาณิชย์จะทำให้แสงและความร้อนผ่านแผงได้มาก   [caption id="attachment_60031" align="aligncenter" width="750"] SEESOLAR โซลาร์เซลล์เพื่อการเกษตรที่มีจุดเด่นช่วยลดรังสียูวี กระจายแสงดี สะท้อนความร้อน และยอมให้แสงช่วง PAR ส่องผ่านได้สูง[/caption]   “รังสียูวีทำให้พืชออกดอกออกผลได้ไม่ดี ส่วนรังสีความร้อนก็ทำให้พืชเหี่ยวเฉา เป็นผลให้พืชชะงักการเจริญเติบโตและให้ผลผลิตได้ไม่ดี ทีมวิจัยจึงได้พัฒนาแผงโซลาร์เซลล์เพื่อการเกษตรแบบใหม่ เรียกว่า SEESOLAR (ซีโซลาร์) ซึ่งมีคุณสมบัติเด่นตรงที่ให้แสงส่องผ่านแผงโซลาร์เซลล์ได้ ทำให้พืชได้รับแสงในปริมาณที่เพียงพอต่อการเจริญเติบโต และจุดเด่นที่สำคัญของ SEESOLAR คือมีชั้นฟิล์มคัดกรองรังสียูวี ทำให้รังสียูวีส่องผ่านได้เพียง 17.5% เมื่อเทียบกับแผงโซลาร์เซลล์กึ่งส่องผ่านแสงทั่วไปที่มีค่าการผ่านแสงรังสียูวีถึง 45.5% นอกจากนี้ฟิล์มยังมีสมบัติการกระจายแสงที่ดี ทำให้พืชเจริญเติบโตได้สม่ำเสมอ  และสะท้อนรังสีความร้อนได้ 12% เปรียบเทียบกับแผงโซลาร์เซลล์กึ่งส่องผ่านแสงทั่วไปที่สะท้อนได้เพียง 6% จึงช่วยลดอุณหภูมิภายใต้โรงเรือนเกษตรหรืออาคาร อีกทั้งยังยอมให้แสงช่วง Photosynthetically Active Radiation (PAR) ส่องผ่านได้สูง ซึ่งมีเป็นช่วงแสงที่มีประโยชน์ต่อการเจริญเติบโตของพืช ทำให้เราเพาะปลูกพืชควบคู่ไปกับการผลิตไฟฟ้าได้” ดร.ทวีวัฒน์ อธิบาย   [caption id="attachment_60032" align="aligncenter" width="750"] การทดสอบปลูกผักสลัดภายใต้แผง SEESOLAR ที่พัฒนาโดยนักวิจัย ENTEC สวทช.[/caption]   ทั้งนี้ ทีมวิจัยได้ทดลองปลูกผักสลัดภายใต้แผง SEESOLAR เปรียบเทียบกับแผงโซลาร์เซลล์ชนิดอื่นและฟิล์มโรงเรือน พบว่าผักสลัดที่ปลูกใต้แผง SEESOLAR มีรสชาติหวาน กรอบ และมีความชุ่มน้ำ มีรสขมน้อยกว่า ผักสลัดที่ปลูกใต้แผงโซลาร์เซลล์ชนิดอื่นและฟิล์มโรงเรือน นวัตกรรม SEESOLAR ใช้ได้กับทั้งแปลงปลูกพืชขนาดเล็กหรือโรงเรือนเพาะปลูกขนาดใหญ่โดยติดตั้งเป็นหลังคาโรงเรือน ส่วนไฟฟ้าที่ผลิตได้นำไปใช้กับอุปกรณ์ไฟฟ้าสำหรับควบคุมสภาพแวดล้อมในโรงเรือน เช่น ระบบควบคุมอุณหภูมิและความชื้น นอกจากนี้ยังประยุกต์ใช้ได้กับฟาร์มปศุสัตว์ ฟาร์มเพาะเลี้ยงสัตว์น้ำ รวมถึงอาคารบ้านเรือน เช่น ติดตั้งเป็นหลังคาโรงรถ กันสาด ป้องกันรังสียูวีและรังสีความร้อนเข้าสู่ตัวบ้าน   [caption id="attachment_60030" align="aligncenter" width="750"] ผลการทดลองปลูกผักสลัดภายใต้แผง SEESOLAR เปรียบเทียบกับแผงโซลาร์เซลล์ชนิดอื่นและฟิล์มโรงเรือน[/caption]   “เมื่อเปรียบเทียบกับแผงโซลาร์เซลล์อื่น ๆ SEESOLAR ของเรามีจุดเด่นคือสามารถคัดกรองรังสียูวีกระจายแสงดี และสะท้อนรังสีความร้อนได้ ให้แสงที่เพียงพอต่อการเจริญเติบโตของพืช เหมาะสำหรับใช้ในการเกษตร มีความแข็งแรงและน้ำหนักเท่ากับแผงมาตรฐานทั่วไป แล้วก็ผลิตไฟฟ้าได้เพียงพอต่อการเพาะปลูก โดยปัจจุบันตลาดโซลาร์เซลล์ในประเทศไทยมีมูลค่าของแผงโซลาร์เซลล์ประมาณ 3.9 พันล้านบาท ซึ่งเราคาดว่าจะมีส่วนแบ่งทางการตลาดประมาณ 5% หรือคิดเป็นมูลค่าประมาณ 245 ล้านบาทภายในปี 2028” ดร.ทวีวัฒน์ กล่าว   [caption id="attachment_60029" align="aligncenter" width="750"] SEESOLAR เหมาะสำหรับติดตั้งเป็นหลังคาโรงเรือนเพาะปลูก ช่วยส่งเสริมการเจริญเติบโตของพืช และผลิตไฟฟ้าใช้ในโรงเรือน[/caption]   ทั้งนี้ นักวิจัยได้ยื่นจดสิทธิบัตรแผงเซลล์แสงอาทิตย์กรองรังสีอัลตราไวโอเลตและสะท้อนรังสีอินฟราเรดแบบใกล้เพื่อติดตั้งบนหลังคาโรงเรือนแล้ว ปัจจุบันอยู่ระหว่างการทดสอบมาตรฐานแผงโซลาร์เซลล์และทดสอบการประยุกต์ใช้งานกับโรงเรือนปลูกพืช ผู้สนใจร่วมวิจัยพัฒนาหรือรับถ่ายทอดเทคโนโลยี ติดต่อได้ที่ ดร.ทวีวัฒน์ กระจ่างสังข์ ศูนย์เทคโนโลยีพลังงานแห่งชาติ (ENTEC) สวทช. โทรศัพท์ 0 2564 6900 ต่อ 2717 หรืออีเมล taweewat.kra@entec.or.th     เรียบเรียงโดย วีณา ยศวังใจ ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช. อาร์ตเวิร์กโดย ฉัตรทิพย์ สุริยะ ฝ่ายผลิตสื่อสมัยใหม่, วัชราภรณ์ สนทนา ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช. ภาพประกอบโดย ENTEC สวทช.

  ช่วงไม่กี่ปีที่ผ่านมาทั่วโลกต่างตื่นเต้นไปกับความสามารถของ AI ด้านต่าง ๆ ที่เขยิบเข้ามาใกล้คนทั่วไปมากยิ่งขึ้น ไม่ว่าจะเป็นการตอบคำถาม ช่วยสร้างแผนงาน หรือกระทั่งสร้างภาพหรือคลิปตามคำสั่งหรือ prompt ที่เป็นเพียงวลีภาษาพูดที่ใช้สื่อสารกันทั่วไปแทนการเขียนโค้ด ส่งผลให้ปัจจุบัน AI เริ่มได้รับตำแหน่งเป็นคู่หูในการทำงานของใครหลายคน รวมถึงโปรแกรมเมอร์ผู้พัฒนาซอฟต์แวร์ด้วย เพราะปัจจุบันโปรแกรมเมอร์สามารถนำ AI มาใช้เป็นผู้ช่วยในการทำงานได้ ทั้งในขั้นตอนการออกแบบ การสร้าง ไปจนถึงการทดสอบซอฟต์แวร์ อีกทั้งยังใช้เป็นผู้ช่วยในการวางแผนการตลาดของแอปพลิเคชันและซอฟต์แวร์ที่กำลังพัฒนา ทำให้คาดการณ์ได้ว่าในอนาคตอันใกล้ AI อาจได้รับการเลื่อนขั้นสู่การเป็น software development tools ที่สำคัญชนิดหนึ่ง     หากคุณกำลังสงสัยว่าโปรแกรมเมอร์จะนำ AI ไปช่วยทำอะไรได้บ้าง ตัวอย่างเด่น 4 ด้านที่ AI มีศักยภาพที่จะก้าวมาเป็นผู้ช่วยได้เป็นอย่างดี ด้านแรกคือการแปลงภาษาธรรมชาติ (Natural Language Processing: NLP) หรือภาษาที่เราใช้สื่อสารกันอยู่ทั่วไปให้เป็นโค้ดได้อย่างรวดเร็ว ด้านที่สองคือการช่วยสร้างและแปลงโค้ดให้ใช้กับภาษาสมัยใหม่ได้  ด้านที่สามคือการช่วยสร้างอัลกอริทึมเสนอแนะการตัดสินใจที่สำคัญต่าง ๆ ได้ และตัวอย่างด้านสุดท้ายคือการช่วยออกแบบชุดความรู้และกระบวนการพัฒนาทักษะบุคลากรแบบรายบุคคล ซึ่งจะเป็นประโยชน์อย่างยิ่งต่อผู้พัฒนาซอฟต์แวร์ให้กับองค์กรด้านการพัฒนาทักษะแบบรายบุคคล หรือองค์กรที่มีบุคลากรในสังกัดเป็นจำนวนมาก     โดยหากเจาะไปที่ประโยชน์ของการนำ AI มาใช้ออกแบบและพัฒนาซอฟต์แวร์จะพบว่า AI ช่วยลดต้นทุนการดำเนินงานให้โครงการที่กำลังพัฒนาอยู่ได้ถึงร้อยละ 20 ยกระดับการออกแบบและพัฒนาซอฟต์แวร์ในภาพรวมได้ร้อยละ 35-45 ผลักดันซอฟต์แวร์และแอปพลิเคชันใหม่ให้ออกตลาดได้เร็วขึ้นถึงร้อยละ 5 และที่สำคัญช่วยลดความเหลี่อมล้ำในการเข้าถึงและการประยุกต์ใช้ซอฟต์แวร์ได้ด้วย     ทั้งนี้คาดว่าภายในปี 2028 วิศวกรซอฟต์แวร์หรือโปรแกรมเมอร์ในองค์กรจะใช้ AI ในการทำงานกันมากยิ่งขึ้น โดยเพิ่มจากร้อยละ 10 ในปัจจุบันเป็นร้อยละ 75 เลยทีเดียว เพราะหากมีการเตรียมพร้อมฝึกปรือฝีมือกันอย่างเหมาะสม AI จะเป็นประโยชน์อย่างยิ่งต่อทั้งนักพัฒนาซอฟต์แวร์หรือโปรแกรมเมอร์ องค์กรธุรกิจ รวมไปถึงระดับประเทศ สำหรับนักพัฒนาแล้ว AI จะช่วยให้ทำงานได้มีประสิทธิภาพเพิ่มขึ้นร้อยละ 25-30 ช่วยให้จัดการงานที่มีความซับซ้อนสูงได้ดียิ่งขึ้น และทำให้คนทำงานมีความสุขกับการทำงานมากยิ่งขึ้นด้วย ด้านองค์กรธุรกิจไม่ว่าจะเป็นพ่อค้าแม่ค้ารายย่อย SMEs ไปจนถึงสตาร์ตอัป AI จะช่วยลดต้นทุนการดำเนินงานได้ร้อยละ 10-20 ช่วยสร้างรายได้เพิ่มจากผลิตภัณฑ์และบริการที่แตกต่างได้เป็นอย่างดี ส่วนในระดับประเทศ หากมีการประยุกต์ใช้ซอฟต์แวร์และ AI เพื่อการสร้างประโยชน์ในภาคส่วนต่าง ๆ มากยิ่งขึ้น ก็จะเป็นประโยชน์อย่างยิ่งในการขับเคลื่อนประเทศสู่สังคมเศรษฐกิจดิจิทัล (digital economy) อย่างเต็มตัว อย่างไรก็ตามหากนำ AI มาใช้ประโยชน์อย่างหละหลวม ก็อาจสร้างโทษให้ได้มากไม่แพ้กัน

  📌 1) เกี่ยวกับอะไร ? วันที่ 12 สิงหาคม นอกจากจะเป็นวันแม่แห่งชาติแล้ว ยังเป็นวันเริ่มต้นทำนาแบบนาปีของคนไทย ดังคำที่ว่า 'ปลูกวันแม่ เกี่ยววันพ่อ' (12 สิงหาคม - 5 ธันวาคม ระยะเวลาประมาณ 120 วัน สอดคล้องกับระยะเวลาการโตของต้นข้าว) เพราะช่วงเดือนสิงหาคมเป็นช่วงที่มีน้ำฝนตามธรรมชาติมาให้ชาวนาได้ใช้ในการเพาะปลูกข้าวเพื่อลดการพึ่งพิงระบบชลประทาน โดยหากขณะทำนา เกษตรกรบังเอิญพบเจอความผิดปกติของต้นข้าว สวทช. ได้ร่วมกับ มหาวิทยาลัยเกษตรศาสตร์ พัฒนา 'บอทโรคข้าว (Rice Disease Bot)' แชตบอตบริการวินิจฉัยโรคข้าวด้วย AI ไว้แล้ว เพื่อช่วยอำนวยความสะดวกด้าน #การตรวจสอบโรคข้าว #พร้อมให้คำแนะนำวิธีรับมือที่เหมาะสมอย่างทันท่วงที แก่เกษตรกร การใช้งานบอทโรคข้าวทำได้ง่ายเหมือนแชตไลน์คุยกับเพื่อน ที่สำคัญใช้งานฟรี 24 ชั่วโมง   📌 2) ดีอย่างไร ? ‘บอทโรคข้าว’ ผ่านการออกแบบให้ใช้งานง่ายผ่านแอปพลิเคชันไลน์ ซึ่งเกษตรส่วนใหญ่ต่างใช้งานจนคุ้นเคยเป็นทุนเดิม วิธีใช้งานคือ เมื่อเกษตรกรพบเห็นความผิดปกติของต้นข้าวในแปลงนา ให้ถ่ายรูปรอยโรคแล้วส่งรูปเข้าหน้าแชต จากนั้นระบบจะวินิจฉัยโรคด้วย AI แล้วตอบผลการวิเคราะห์พร้อมให้คำแนะนำในการควบคุมโรคภายใน 3-5 วินาที ช่วยให้เกษตรกรประหยัดเวลาและค่าใช้จ่ายในการตรวจสอบโรค นอกจากนี้ระบบยังใช้งานได้ตลอด 24 ชั่วโมง โดยไม่มีค่าใช้จ่าย ช่วยให้เกษตรกรมีความคล่องตัวในการทำงานมากขึ้น   📌 3) ตอบโจทย์อะไร ? การที่เกษตรกรเข้าถึงเครื่องมือวินิจฉัยโรคข้าวที่มีประสิทธิภาพ จะช่วยยับยั้งการลุกลามของโรคระบาดในพื้นที่และในภาพรวมของประเทศได้อย่างทันการณ์ ช่วยพลิกสถานการณ์จาก 'ทำมากแต่ได้น้อย' สู่ 'ทำน้อยแต่ได้มาก' นอกจากนี้การที่ผู้พัฒนาเทคโนโลยีออกแบบแชตบอตโดยคำนึงถึงความสะดวกในการใช้งานของกลุ่มเป้าหมายหลักที่เป็นเกษตรกรตั้งแต่ต้น ทำให้เทคโนโลยีนี้มีส่วนช่วยลดความเหลื่อมล้ำในการทำการเกษตรแบบสมัยใหม่ได้เป็นอย่างดี และยังเป็นสัญญาณดีของการที่ประเทศไทยเริ่มให้ความสำคัญในประเด็น digital inclusion หรือการที่คนไทยทุกคนควรเข้าถึงการใช้ประโยชน์จากเทคโนโลยีดิจิทัลได้อย่างทั่วถึงมากยิ่งขึ้นด้วย   📌 4) สถานะของเทคโนโลยี ? ให้บริการเทคโนโลยีแล้ว เข้าร่วมกลุ่มแชตบอตได้ผ่านการสแกนเพื่อแอดไลน์   รายละเอียดเพิ่มเติมเกี่ยวกับงานวิจัย : ‘บอทโรคข้าว’ แชตบอตวินิจฉัยโรคเพื่อยับยั้งปัญหาอย่างทันท่วงที   เรียบเรียงโดย ภัทรา สัปปินันทน์ ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช. อาร์ตเวิร์คโดย ภัทรา สัปปินันทน์

  จะดีกว่าหรือไม่หากในอนาคตเมื่อเราเจ็บป่วย จะรู้ผลการรักษาก่อนเข้ารับการรักษาจริงได้ เลือกรับวิธีการรักษาที่เหมาะกับเราที่สุดได้  หรือกระทั่งทราบถึงความเสี่ยงในการเป็นโรคต่าง ๆ ได้ล่วงหน้า เพื่อปรับเปลี่ยนพฤติกรรมการใช้ชีวิต หรือเตรียมพร้อมเข้ารับการรักษาได้ทันท่วงที ภาพฝันเหล่านั้นเป็นจริงได้ด้วยแฝดดิจิทัลในการดูแลสุขภาพ (Digital Twin in Healthcare)     เทคโนโลยีแฝดดิจิทัลในการดูแลสุขภาพ คือ ระบบที่ทำหน้าที่ดึงฐานข้อมูลดิจิทัลของผู้ป่วย เช่น ข้อมูลประวัติการตรวจสุขภาพและเข้ารับการรักษากับสถานพยานพยาบาล ข้อมูลดิจิทัลที่ผู้ป่วยบันทึกพฤติกรรมการใช้ชีวิตที่ส่งผลต่อสุขภาพ ข้อมูลสุขภาพของผู้ป่วยที่ได้จากการตรวจวัดและบันทึกข้อมูลอัตโนมัติผ่านอุปกรณ์ IoT ต่าง ๆ เช่น สมาร์ตวอตช์ มาประมวลผลร่วมกับฐานข้อมูลทางการแพทย์ เพื่อให้การตรวจ รักษา และพยากรณ์โรคมีประสิทธิภาพมากยิ่งขึ้น     การมีฐานข้อมูลของผู้ป่วยที่มีความจำเพาะมาประมวลผลร่วมกับฐานข้อมูลทางการแพทย์จะก่อให้เกิดประโยชน์ถึง 4 ด้านใหญ่ ด้านแรกคือการเพิ่มประสิทธิภาพการตรวจวินิจฉัยและรักษาโรค ด้านที่สองคือการจำลองผลการรักษาโรคก่อนลงมือดำเนินการรักษาจริงได้ ด้านที่สามคือการช่วยให้การพยากรณ์โรคแม่นยำยิ่งขึ้น ส่วนด้านสุดท้ายที่สำคัญไม่แพ้กันคือการช่วยลดค่าใช้จ่ายระบบสาธารณสุขในระยะยาว ช่วยเพิ่มโอกาสให้ประชาชนเข้าถึงการรักษามากยิ่งขึ้น     ตัวอย่างการใช้งานเทคโนโลยี Digital Twin in Healthcare อย่างเป็นรูปธรรมตัวอย่างแรก คือ บริษัททวินเฮลท์ (Twin Health) จากสหรัฐอเมริกาที่ได้พัฒนาระบบแฝดดิจิทัลสำหรับดูแลผู้ป่วยโรคเบาหวานขึ้น โดยใช้ AI จำลองระบบเผาผลาญพลังงานของผู้ป่วยขึ้นจากข้อมูลต่าง ๆ อาทิ ผลตรวจทางการแพทย์ ข้อมูลสุขภาพจากอุปกรณ์ IoT ที่ผู้ป่วยสวมใส่ รวมถึงข้อมูลพฤติกรรมที่ได้จากแบบสอบถาม โดยเมื่อผู้ดูแลระบบได้แบบจำลองระบบเผาผลาญพลังงานของผู้ป่วยมาแล้ว จะสามารถนำข้อมูลเหล่านั้นมาใช้ออกแบบแผนการดูแลสุขภาพที่มีความเหมาะสมกับผู้ป่วยได้ เช่น แผนการรับประทานอาหาร การออกกำลังกาย การนอน     ตัวอย่างที่สอง บริษัทคิวไบโอ (Q Bio) จากสหรัฐอเมริกาได้พัฒนาเครื่อง MRI ชนิดสแกนร่างกายของผู้เข้ารับการประเมินทั้งตัวด้วยเวลาเพียง 15 นาทีขึ้น เพื่อนำข้อมูลร่างกายของผู้เข้ารับการประเมินมาให้ AI ประมวลผลร่วมกับข้อมูลด้านสุขภาพด้านอื่น ๆ อาทิ ข้อมูลพันธุกรรม ข้อมูลสุขภาพ รวมถึงข้อมูลได้จากอุปกรณ์ IoT ประเภทสวมใส่ติดตัว เพื่อสร้างชุดข้อมูลสุขภาพของผู้เข้ารับการประเมิน พร้อมทั้งช่วยพยากรณ์ความเสี่ยงด้านสุขภาพให้ด้วย     ตัวอย่างสุดท้าย บริษัทเมชไบโอ (Mesh Bio) จากประเทศสิงคโปร์ ผู้พัฒนาระบบ HealthVector® Diabetes หรือแบบจำลอง AI เพื่อวิเคราะห์ประวัติทางการแพทย์ของผู้ป่วย เพื่อทำนายความเสี่ยงการเป็นโรคไตเรื้อรังของผู้ป่วยโรคเบาหวาน และปรับแผนการรักษาเพื่อชะลอการเสื่อมของไต ระบบนี้ผ่านการขึ้นทะเบียนเครื่องมือแพทย์ที่สิงคโปร์เรียบร้อยแล้ว ทำให้ถือได้ว่าเป็นระบบ Digital Twin แรกของโลกที่ใช้งานทางคลินิกได้จริง โดยบริษัทมีแผนที่จะขยายการใช้งานในภูมิภาคอาเซียนต่อไป  

  นักวิจัย สวทช. พัฒนา “DAPBot” แพลตฟอร์มสุดปัง ช่วยจำแนกศัตรูพืช วินิจฉัยโรคพืช พร้อมแนะนำการใช้ชีวภัณฑ์ที่ถูกต้องและถูกเวลา รวมทั้งยังชี้เป้าแหล่งจำหน่ายชีวภัณฑ์คุณภาพดีจากผู้ผลิตที่น่าเชื่อถือได้ ทำให้ปราบศัตรูพืชได้อยู่หมัด ส่วนวิธีใช้งานก็ง่ายมากเพียงแอดไลน์ @dapbot เสมือนมีผู้ช่วยส่วนตัวคอยตอบทุกปัญหาการเพาะปลูกภายใน 24 ชั่วโมง กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) โดยศูนย์พันธุวิศวกรรมและเทคโนโลยีชีวภาพแห่งชาติ (ไบโอเทค) และศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) พัฒนาแพลตฟอร์มสนับสนุนการจำแนกศัตรูพืชและการเข้าถึงชีวภัณฑ์เกษตรในรูปแบบ Line Official หรือ DAPBot (แดปบอท) ให้เป็นผู้ช่วยเกษตรกรจำแนกแมลงศัตรูพืช วินิจฉัยโรคพืช และเข้าถึงแหล่งชีวภัณฑ์เกษตรที่น่าเชื่อถือได้ง่าย พร้อมทั้งแนะนำวิธีใช้ชีวภัณฑ์อย่างถูกต้องให้เกิดประสิทธิภาพสูงสุด เพื่อส่งเสริมการใช้ชีวภัณฑ์ทางการเกษตรทดแทนการใช้สารเคมี ยกระดับการผลิตสู่เกษตรปลอดภัยอย่างยั่งยืน   [caption id="attachment_59454" align="aligncenter" width="750"] น.ส.เชษฐ์ธิดา ศรีสุขสาม ผู้ช่วยวิจัย ทีมวิจัยเทคโนโลยีการควบคุมทางชีวภาพ ไบโอเทค สวทช.[/caption]   น.ส.เชษฐ์ธิดา ศรีสุขสาม ผู้ช่วยวิจัย ทีมวิจัยเทคโนโลยีการควบคุมทางชีวภาพ ไบโอเทค สวทช. ให้ข้อมูลว่าจากประสบการณ์การวิจัยและทดสอบใช้ชีวภัณฑ์ในแปลงเกษตรร่วมกับเกษตรกรหลายพื้นที่ทั่วประเทศไทยมากว่า 10 ปี พบว่าอุปสรรคสำคัญที่ส่งผลต่อการยอมรับและการใช้ชีวภัณฑ์ของเกษตรกรคือการเข้าถึงชีวภัณฑ์ที่มีคุณภาพ เนื่องจากแหล่งจำหน่ายมีอยู่จำกัด เกษตรกรไม่ทราบแหล่งซื้อที่น่าเชื่อถือ ไม่มั่นใจในการสั่งซื้อออนไลน์ หรือซื้อมาแล้วใช้ไม่ได้ผล ทั้งที่เกิดจากผลิตภัณฑ์ไม่ได้คุณภาพมาตรฐานหรือใช้งานไม่ถูกวิธี อีกปัญหาหนึ่งคือเกษตรกรมักเข้าใจผิดเกี่ยวกับโรคและแมลงศัตรูพืช เช่น เข้าใจผิดว่าปัญหาในแปลงเกิดจากแมลงศัตรูพืช แต่จริง ๆ แล้วเกิดจากโรคพืช เชื้อรา หรือสาเหตุอื่น รวมถึงไม่รู้จักแมลงศัตรูพืชบางชนิด ทำให้แก้ปัญหาไม่ตรงจุด ใช้ชีวภัณฑ์ไม่ถูกศัตรูพืช ใช้แล้วไม่ได้ผลตามที่ต้องการ จึงขาดความเชื่อมั่นในผลิตภัณฑ์และไม่กล้าใช้ต่อไป     “ทีมวิจัยพัฒนา DAPBot ขึ้นเพื่อเชื่อมต่อ 3 หัวใจหลักให้ถึงกัน คือ เกษตรกร นักวิชาการ และผู้ผลิตชีวภัณฑ์ ซึ่งจะต้องเป็นระบบที่เกษตรกรใช้งานได้ง่าย ไม่จำเป็นต้องใช้โทรศัพท์ราคาแพงหรือต้องเรียนรู้ระบบแอปพลิเคชันใหม่ ๆ จึงออกมาเป็นรูปแบบไลน์ ซึ่งเป็นระบบที่เกษตรกรส่วนใหญ่คุ้นเคยอยู่แล้ว เกษตรกรที่เพิ่ม DAPBot เป็นเพื่อนในไลน์ก็จะเหมือนมีผู้ช่วยส่วนตัวในการวินิจฉัยโรคและแมลง พร้อมแนะนำวิธีแก้ปัญหาหรือวิธีใช้ชีวภัณฑ์ที่ถูกต้อง เช่น ใช้ชีวภัณฑ์ชนิดใด ปริมาณเท่าไหร่ ในช่วงเวลาใด โดยเราได้รวบรวมผู้ผลิตชีวภัณฑ์ที่มีคุณภาพและมาตรฐานมาไว้ในระบบให้เกษตรกร คือ ผู้ผลิตที่เป็นมหาวิทยาลัยหรือหน่วยงานภาครัฐ ผู้ประกอบการที่ได้รับการถ่ายทอดเทคโนโลยีจาก สวทช. และผู้ประกอบการที่ได้รับการขึ้นทะเบียนกับกรมวิชาการเกษตร นอกจากนี้เกษตรกรยังตรวจสภาพอากาศได้ผ่านระบบ “DragonFly” จาก GISTDA เพื่อเลือกช่วงเวลาที่เหมาะสมในการใช้ชีวภัณฑ์ให้ได้ผลมากที่สุด”     เกษตรกรใช้งาน DAPBot ง่าย ๆ ได้ตลอด 24 ชั่วโมง เพียงแค่แอดไลน์ @dapbot และลงทะเบียนสมาชิก จากนั้นก็เริ่มต้นวินิจฉัยโรคและแมลงศัตรูพืชได้ทันที โดยถ่ายภาพหรือส่งภาพโรคหรือแมลงที่สงสัยเข้าไปในระบบและรอแอดมินตอบภายใน 5 นาที หรือไม่เกิน 24 ชั่วโมง โดยทีมแอดมินที่ดูแลระบบเป็นทีมวิจัยซึ่งมีความรู้ความเชี่ยวชาญด้านโรคและแมลง และยังมีเครือข่ายผู้เชี่ยวชาญที่เป็นอาจารย์มหาวิทยาลัยหรือนักวิชาการเกษตรช่วยตอบปัญหาของเกษตรกร ซึ่งไม่ได้จำกัดเฉพาะเรื่องโรคและแมลงศัตรูพืชเท่านั้น แต่ทุกปัญหาในแปลงเกษตรที่เกษตรกรมีข้อสงสัยก็สามารถถาม DAPBot ได้หมด เช่น ปัญหาเรื่องดิน น้ำ ปุ๋ย หรือสภาพอากาศ และในกรณีที่เกิดโรคแมลงศัตรูพืชระบาดหรือเกิดโรคอุบัติใหม่ในพื้นที่ใด จะมีการแจ้งเตือนไปยังเกษตรกรในพื้นที่นั้นทันที     นอกจากใช้งานง่ายและพร้อมตอบทุกข้อสงสัยของเกษตรกรแล้ว DAPBot ยังเป็นระบบสื่อสารแบบ 1 : 1 คือระหว่างแอดมินกับเกษตรเท่านั้น ช่วยให้เกษตรกรค้นหาข้อมูลย้อนหลังได้ง่าย มีความเป็นส่วนตัวและไม่ถูกรบกวนจากข้อความอื่นเหมือนกรณีกลุ่มไลน์ ปัจจุบันทีมวิจัยได้เปิดให้ใช้บริการ DAPBot มาแล้วเป็นเวลา 6 เดือน (มกราคม-กรกฎาคม 2567) มีเกษตรกรลงทะเบียนใช้งานแล้วมากกว่า 1,000 คน เช่น กลุ่มเกษตรกรผู้ปลูกทุเรียนในภาคตะวันออก กลุ่มเกษตรกร 5 จังหวัดในพื้นที่ทุ่งกุลาร้องไห้ และกลุ่มเกษตรกรผู้ปลูกพืชผักปลอดภัยจังหวัดราชบุรี อย่างไรก็ตาม DAPBot ยังเป็นระบบที่ดูแลการตอบคำถามโดยทีมแอดมิน จึงอาจต้องใช้เวลาตอบหลายนาทีหรืออาจหลายชั่วโมง แต่ในอนาคตจะทำได้รวดเร็วยิ่งขึ้น ซึ่งทีมวิจัยกำลังพัฒนาโดยใช้ AI เข้ามาช่วยประมวลผลภาพถ่ายเพื่อวินิจฉัยโรคและแมลง และตอบกลับเกษตรกรได้อย่างรวดเร็วภายในไม่กี่วินาที รวมทั้งจะพัฒนาให้เชื่อมต่อกับแพลตฟอร์มการเกษตรอื่นของ สวทช. เช่น ไลน์บอทโรคข้าวและบอทโรคสตรอว์เบอร์รี   [caption id="attachment_59459" align="aligncenter" width="666"] ทีมวิจัยเทคโนโลยีการควบคุมทางชีวภาพ กลุ่มวิจัยเทคโนโลยีไบโอรีไฟเนอรีและชีวภัณฑ์ ไบโอเทค สวทช.[/caption]   “ทีมวิจัยมุ่งหวังให้ DAPBot เป็นคู่คิดติดปลายนิ้วของเกษตรกร ช่วยให้เกษตรกรได้เรียนรู้พัฒนาทักษะการสังเกตและจำแนกชนิดของศัตรูพืชทั้งโรคและแมลง ใช้ชีวภัณฑ์ได้ถูกศัตรูพืชและเกิดประสิทธิภาพสูงสุด เข้าถึงชีวภัณฑ์ที่มีคุณภาพได้ง่าย สามารถเลือกใช้ชีวภัณฑ์แทนสารเคมีได้สะดวก ขณะเดียวกันผู้ประกอบการด้านชีวภัณฑ์เกษตรไทยได้ขยายตลาดให้กว้างยิ่งขึ้น และท้ายที่สุดทีมวิจัยอยากเห็นชีวภัณฑ์เกษตรค่อย ๆ เข้าไปมีส่วนแบ่งในตลาดสารเคมีมากขึ้น เกษตรกรใช้ชีวภัณฑ์อย่างแพร่หลาย เพิ่มประสิทธิภาพการผลิต พึ่งพาสารเคมีน้อยลง เสริมสร้างความเข้มแข็งการใช้ชีวภัณฑ์ในประเทศอย่างยั่งยืน และยกระดับเกษตรกรรมไทยเป็นเกษตรปลอดภัยตามนโยบาย BCG” เชษฐ์ธิดากล่าว     DAPBot พร้อมให้บริการแล้ววันนี้ เกษตรกรและประชาชนทุกคนที่ปลูกพืชทุกชนิดสนใจใช้งานสามารถแอดไลน์ @dapbot และสำหรับผู้ประกอบการชีวภัณฑ์เกษตรที่สนใจอยากเข้าร่วมเป็นเครือข่ายสามารถติดต่อทีมวิจัยเทคโนโลยีการควบคุมทางชีวภาพ กลุ่มวิจัยเทคโนโลยีไบโอรีไฟเนอรีและชีวภัณฑ์ ไบโอเทค สวทช. โทร. 0 2564 6700 ต่อ 3378, 3364 อีเมล ibct.biotec@gmail.com และเพจเฟซบุ๊ก : ชีวภัณฑ์ไบโอเทค เพื่อผักผลไม้ปลอดภัย     เรียบเรียงโดย วีณา ยศวังใจ ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช. อาร์ตเวิร์คโดย ฉัตรทิพย์ สุริยะ ฝ่ายผลิตสื่อสมัยใหม่, วัชราภรณ์ สนทนา ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช. ภาพประกอบโดย ทีมวิจัยเทคโนโลยีการควบคุมทางชีวภาพ ไบโอเทค สวทช.

  ร่างกายของมนุษย์ประกอบด้วยจุลินทรีย์ที่มีประโยชน์หลายชนิดโดยเฉพาะในลำไส้ ซึ่งหากขาดสมดุลของจุลินทรีย์ที่มีประโยชน์ไปก็จะทำให้เกิดโรคต่าง ๆ ขึ้นได้ ทั้งโรคทางเดินอาหาร โรคภูมิแพ้ และโรคทางเมแทบอลิก เช่น โรคอ้วน โรคเบาหวาน หรือแม้แต่โรคมะเร็ง ปัจจุบันจึงมีการวิจัยและพัฒนาผลิตภัณฑ์จุลินทรีย์ดีขึ้นมาหลายชนิดเพื่อช่วยเติมเต็มจุลินทรีย์ที่ขาดหายไปให้กับมนุษย์ ทั้งพรีไบโอติก (prebiotic) โพรไบโอติก (probiotic) และซินไบโอติก (synbiotic)     ร่างกายของมนุษย์ประกอบด้วยจุลินทรีย์ที่มีประโยชน์หลายชนิดโดยเฉพาะในลำไส้ ซึ่งหากขาดสมดุลของจุลินทรีย์ที่มีประโยชน์ไปก็จะทำให้เกิดโรคต่าง ๆ ขึ้นได้ ทั้งโรคทางเดินอาหาร โรคภูมิแพ้ และโรคทางเมแทบอลิก เช่น โรคอ้วน โรคเบาหวาน หรือแม้แต่โรคมะเร็ง     ปัจจุบันจึงมีการวิจัยและพัฒนาผลิตภัณฑ์จุลินทรีย์ดีขึ้นมาหลายชนิดเพื่อช่วยเติมเต็มจุลินทรีย์ที่ขาดหายไปให้กับมนุษย์ ทั้งพรีไบโอติก (prebiotic) โพรไบโอติก (probiotic) และซินไบโอติก (synbiotic) โดยผลิตภัณฑ์เหล่านี้ต้องผ่านกระบวนการคัดกรองจุลินทรีย์มาอย่างยาวนานและซับซ้อน ซึ่งในอนาคตอันใกล้อาจมีการใช้เชื้อที่ผ่านการวิศวกรรมจนได้คุณสมบัติใหม่เพิ่มเติมหรือดีกว่าเดิมเพื่อประโยชน์ด้านการเป็นอาหารเสริมสุขภาพ และการช่วยเฝ้าระวังหรือรักษาโรคอย่างเฉพาะเจาะจง     ทั้งนี้ผลิตภัณฑ์จุลินทรีย์ดังกล่าวอาจสร้างขึ้นโดยอาศัยความรู้ที่เรียกว่า 'ชีววิทยาสังเคราะห์ (Synthetic Biology)' ซึ่งใช้หลักการทางวิศวกรรมชีวเคมีในการออกแบบและสร้างระบบชีวภาพ จนได้เป็น 'วงจรยีน (gene circuit)' ในเซลล์ ซึ่งเปิด-ปิดการทำงานของยีนบางอย่างได้อย่างจำเพาะ โดยอาศัยการตอบสนองสัญญาณหรือตัวกระตุ้นจากสิ่งแวดล้อม ทำให้แจ้งเตือนการเกิดโรค ย่อยสลายสารพิษ หรือรักษาโรคได้     เราอาจออกแบบวงจรยีนให้เซลล์ตรวจสอบสารแปลกปลอม เช่น miRNA, ชิ้นส่วนที่มีความจำเพาะกับเนื้องอก, ไบโอมาร์กเกอร์ (biomarker) ต่าง ๆ ไม่ว่าจะเป็นโปรตีน เพปไทด์ สารเมแทบอไลต์ และทำให้เซลล์ตอบสนองหรือมีฟังก์ชันในลักษณะต่าง ๆ เช่น เมื่อเซลล์เจอเนื้องอกแล้วทำให้เซลล์ตายไปพร้อมกับเนื้องอก ทำให้ยาออกฤทธิ์จำเพาะที่ หรือทำให้เกิดการปล่อยสารบางอย่างเพื่อกระตุ้นระบบภูมิคุ้มกัน     ตัวอย่างงานวิจัย เช่น ปี 2017 มีนักวิจัยทำให้แบคทีเรีย อี. โคไล (E. coli) บ่งชี้ภาวะอักเสบในลำไส้หนูได้สำเร็จ โดยสร้างวงจรยีนของ E. coli เพื่อตรวจหาตัวบ่งชี้ภาวะอักเสบในลำไส้หรือ 'สารเตตระไทโอเนต (tetrathionate)' ซึ่งหากมีการอักเสบในลำไส้ จะมีการบ่งชี้ความผิดปกติในรูปแบบการทำให้สีของอุจจาระเปลี่ยนแปลงไป เพื่อให้สังเกตเห็นความผิดปกติได้ด้วยตาเปล่า แบคทีเรียที่ผ่านการพัฒนาขึ้นนี้สามารถอาศัยและออกฤทธิ์ในลำไส้หนูได้นานถึง 6 เดือน จึงใช้บ่งชี้ภาวะการอักเสบได้ยาวนาน     ที่ล้ำไปกว่านั้นได้มีการวิศวกรรมแบคทีเรีย E. coli เพื่อใช้ตรวจหาตัวบ่งชี้ภาวะเลือดไหลในลำไส้หมู โดยแบคทีเรียดังกล่าวจะเปล่งแสงเมื่อมีเลือดไหลในลำไส้ โดยในการทดสอบมีการบรรจุ E. coli นี้ในไมโครแคปซูล (microcapsule) พร้อมกับชิป (chip) ที่ทำหน้าที่ตรวจวัดแสง สัญญาณบ่งชี้ที่แสดงผลออกมาจะทำให้เกษตรกรทราบว่าหมูตัวไหนป่วย และนำไปรักษาได้ทันการ ทั้งนี้ในอนาคตเราอาจออกแบบวงจรยีนเพื่อทำให้เซลล์จุลินทรีย์จำเพาะบางชนิดทำหน้าที่ตรวจสอบสารแปลกปลอมต่าง ๆ หรือชิ้นส่วนที่มีความจำเพาะกับเนื้องอก, ออกแบบให้เป็นไบโอมาร์กเกอร์ชนิดต่าง ๆ และทำให้เซลล์ตอบสนองหรือมีฟังก์ชันในลักษณะทำนองเดียวกับตัวอย่างที่กล่าวถึงข้างต้น, ออกแบบให้เป็นยาที่ออกฤทธิ์อย่างจำเพาะ หรือกระทั่งออกแบบให้เป็นตัวช่วยปล่อยสารกระตุ้นระบบภูมิคุ้มกัน

  แบตเตอรี่สำรอง หรือ พาวเวอร์แบงก์ น่าจะอยู่ในลิสต์ “ของมันต้องมี” ของใครหลาย ๆ คน และสำหรับอีกหลายคนอาจจะเรียกว่าเป็น “ของที่ขาดไม่ได้” เพราะต้องใช้ชาร์จอุปกรณ์ไฟฟ้าและอิเล็กทรอนิกส์คู่กาย ไม่ว่าจะเป็นโทรศัพท์มือถือ แท็บเล็ต หูฟัง ฯลฯ ในยามเดินทางหรืออยู่ในที่ไม่มีปลั๊กไฟ     พาวเวอร์แบงก์เป็นแหล่งพลังงานไฟฟ้าสำรองที่ประกอบด้วยแบตเตอรี่และแผงวงจรควบคุม เปิดตัวในปี พ.ศ. 2544 ที่งาน the Las Vegas International Consumer Electronics Show แม้จะเป็นเพียงต้นแบบที่มีลักษณะเป็นชิ้นงานสี่เหลี่ยมบรรจุถ่าน AA สองก้อนกับวงจรควบคุม แต่ไอเดียนี้ก็เตะตานักพัฒนาและนักลงทุนหลายเจ้า โดยเฉพาะจากประเทศจีน นำไปพัฒนาต่อยอดจนกลายเป็นพาวเวอร์แบงก์ที่เราใช้กันอยู่ทุกวันนี้ จากที่เริ่มต้นด้วยถ่าน AA สองก้อน พาวเวอร์แบงก์รุ่นพัฒนาแล้วก็เปลี่ยนมาใช้แหล่งพลังงานไฟฟ้าที่แรง-อึด-ถึก-ทนขึ้น คือ แบตเตอรี่ลิเทียมไอออนและลิเทียมพอลิเมอร์ โดยแบตเตอรี่ทั้งสองชนิดก็มีข้อดีข้อด้อยต่างกันบ้าง แบตเตอรี่ลิเทียมไอออนมีความหนาแน่นพลังงานสูงกว่า ต้นทุนการผลิตถูกกว่า แต่ก็มีขนาดใหญ่กว่า หนักกว่า และต้องระวังเรื่องการใช้งานมากกว่าแบตเตอรี่ลิเทียมพอลิเมอร์ ความจุของพาวเวอร์แบงก์มีหลายขนาดให้เลือกใช้ได้ตามต้องการ ตั้งแต่ 2,000 ถึงมากกว่า 32,000 มิลลิแอมแปร์-ชั่วโมง (mAh) โดยยิ่งความจุเยอะก็ยิ่งแพง หนัก ใช้เวลาชาร์จนานขึ้น รวมถึงเสี่ยงต่อการระเบิดที่รุนแรงกว่าด้วย     สมาคมการขนส่งทางอากาศระหว่างประเทศ หรือ ไออาตา (IATA: International Air Transport Association) จึงต้องกำหนดข้อจำกัดในการนำพาวเวอร์แบงก์ขึ้นเครื่องบินไว้ดังนี้ ห้ามนำพาวเวอร์แบงก์ใส่กระเป๋าเดินทางโหลดใต้เครื่อง นำพาวเวอร์แบงก์ใส่กระเป๋าถือขึ้นเครื่องได้ โดยต้องมีขนาดความจุไฟฟ้าไม่เกิน 32,000 mAh นำพาวเวอร์แบงก์ความจุไฟฟ้า 20,000 mAh (หรือน้อยกว่า 100 วัตต์-ชั่วโมง (Wh) ขึ้นเครื่องได้ไม่เกิน 20 ก้อน นำพาวเวอร์แบงก์ความจุไฟฟ้า 20,000–32,000 mAh (หรือ 100-160 Wh) ขึ้นเครื่องได้ไม่เกิน 2 ก้อน ไม่อนุญาตให้นำพาวเวอร์แบงก์ความจุไฟฟ้ามากกว่า 32,000 mAh (หรือมากกว่า 160 Wh) ขึ้นเครื่อง โดยตัวเลข 32,000 mAh คำนวณมาจากพลังงานไฟฟ้าของแบตเตอรี่สำรองขนาด 160 Wh ที่แรงดันไฟฟ้าประมาณ 5 โวลต์ (32,000 mAh x 5 V = 160 Wh) ซึ่งค่าพลังงาน 160 Wh นั้นเท่ากับ 1 ใน 7 เท่าของค่าพลังงานของระเบิดทีเอ็นทีปริมาณ 1 กิโลกรัม ซึ่งเพียงพอจะระเบิดยานพาหนะขนาดเล็กได้     แม้พาวเวอร์แบงก์อาจจะระเบิดได้ แต่ถ้าเราใช้อย่างเหมาะสม ถูกวิธี และไม่ประมาท ก็จะช่วยให้ใช้งานพาวเวอร์แบงก์ได้อย่างปลอดภัยและคุ้มค่า ซึ่งทำได้โดย เลือกใช้อุปกรณ์ชาร์จให้เหมาะสมกับแบตเตอรี่ ไม่ควรใช้อุปกรณ์ห่อหุ้มที่ไม่สามารถระบายความร้อนได้ขณะชาร์จ ไม่ควรชาร์จในพื้นที่ปิด ไม่มีการระบายความร้อน หรือมีความร้อนสูง ไม่ควรใช้จนหมด เพราะจะทำให้แบตเตอรี่เสื่อมเร็วขึ้น ถ้าไม่ได้ใช้งานเป็นระยะเวลานานควรชาร์จไว้เพียงครึ่งเดียว ไม่ควรชาร์จจนเต็ม เพราะจะทำให้แบตเตอรี่เสื่อมเร็ว ถ้าใช้งานเป็นประจำ ชาร์จเต็มได้ แต่ควรใช้และชาร์จสลับไปมา ไม่จำเป็นต้องให้แบตเตอรี่เต็มอยู่ตลอดเวลา ไม่ควรชาร์จและใช้งานพร้อมกัน เพราะจะทำให้แบตเตอรี่เสื่อมเร็วขึ้น   แหล่งข้อมูลอ้างอิง เรื่องน่ารู้เกี่ยวกับแบตเตอรี่ History of the Power Bank   เรียบเรียงโดย รักฉัตร เวทีวุฒาจารย์ ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช. อาร์ตเวิร์คโดย ฉัตรทิพย์ สุริยะ ฝ่ายผลิตสื่อสมัยใหม่ สวทช.