คอลัมน์ประจำ สาระสัตว์

แยกปลาให้อยู่หมัด : จำแนกปลาดุกยักษ์ ปลาดุกอุย และลูกผสมด้วย Image Processing

เรื่องโดย
ดร.เกรียงศักดิ์ ตรีประพิณ รักดี บรรดาตั้ง ดร.ฐิติพงศ์ พันทุม ดร.วรพงศ์ สิงห์ชาติ จิรบูรณ์ ประสารพันธุ์ (บริษัทเบทาโกร จำกัด (มหาชน)) รศ. ดร. สุชิน ไตรรงค์จิตเหมาะ และ ศ. ดร.ครศร ศรีกุลนาถ


ในช่วงไม่กี่ทศวรรษที่ผ่านมาอุตสาหกรรมการเพาะเลี้ยงปลาดุกในภูมิภาคลุ่มแม่น้ำโขง โดยเฉพาะในประเทศไทยและประเทศเพื่อนบ้านได้เปลี่ยนไปสู่การใช้ปลาดุกลูกผสมจาก “ปลาดุกยักษ์” (Clarias gariepinus) กับ “ปลาดุกอุย” (C. macrocephalus) เพื่อเร่งการเติบโตและเพิ่มความแข็งแรงของลูกปลาให้พร้อมจำหน่ายในเชิงพาณิชย์

ปัญหาที่ต้องรู้เมื่อปลาดุกในธรรมชาติกำลังเปลี่ยนไป

แม้จะฟังดูดี แต่เรื่องนี้ก็มีด้านที่ต้องระวัง !

เพราะถ้าเราปล่อยให้ “ปลาดุกลูกผสม” เหล่านี้ หลุดออกจากฟาร์มไปว่ายเล่นในแม่น้ำ ลำคลอง หรือแหล่งน้ำธรรมชาติ ก็อาจทำให้เกิดการปนเปื้อนทางพันธุกรรมกับปลาดุกอุยที่อาศัยอยู่ในธรรมชาติ

จะเกิดอะไรขึ้นเมื่อปลาปนกัน ?

เมื่อปลาดุกยักษ์ที่หลุดรอดไปผสมพันธุ์กับปลาดุกอุยที่อยู่ตามธรรมชาติอาจทำให้พันธุกรรมดั้งเดิมของปลาดุกอุยค่อย ๆ หายไป กลายเป็นปลาที่ไม่เหมือนเดิมอีกต่อไป ผลที่ตามมาอาจร้ายแรงกว่าที่คิด เช่น ปลาดุกอุยของไทยดั้งเดิมเริ่มหายาก ปลาที่เกิดใหม่อาจไม่ทนต่อสภาพแวดล้อมในธรรมชาติ และในระยะยาวอาจทำให้ปลาดุกอุยในธรรมชาติ “สูญพันธุ์” ไปเลยก็ได้

แล้วเราทำอะไรได้บ้าง ?

หนึ่งในวิธีที่นักวิจัยกำลังทำอยู่ตอนนี้คือการใช้ เทคโนโลยีประมวลผลด้วยภาพถ่าย (image processing) เพื่อแยกแยะว่าเจ้าปลาดุกตัวไหนเป็นปลาดุกยักษ์ ปลาดุกอุย หรือเป็นลูกผสม

การรู้ให้ชัดว่าปลาตัวไหนคือชนิดใดจะช่วยให้เราเฝ้าระวังและปกป้องปลาพื้นเมืองของเราได้ดีขึ้น
เพราะบางครั้ง… แม้หน้าตาปลาดุกจะน่ารักคล้ายกันทุกตัว แต่พันธุกรรมภายในอาจไม่เหมือนกันเลยก็เป็นได้


เครื่องมือวิเศษ…ที่ยังใช้ยากในชีวิตจริง (ข้อจำกัดของเครื่องหมายระดับโมเลกุล)

ตอนนี้นักวิทยาศาสตร์มีเครื่องมือไฮเทคหลายอย่างที่ใช้เครื่องหมายทางพันธุกรรม (molecular markers) ตรวจสอบสายพันธุกรรมของปลาดุกโดย เช่น ไมโครแซตเทลไลต์, ไมโทคอนเดรียลดีเอ็นเอ (mtDNA), สนิป (SNP) ฟังดูซับซ้อนใช่ไหม ? พูดง่าย ๆ คือเครื่องมือพวกนี้ฉลาดและแม่นมาก สามารถบอกได้เลยว่าปลาตัวไหนมีพันธุกรรมอย่างไร ของชนิดใด ตัวไหนเป็นลูกผสม แต่ยังไม่สะดวกที่จะนำไปใช้ในภาคสนามหรือในฟาร์ม ซึ่งสิ่งนี้เป็นปัจจัยสำคัญที่เป็นอุปสรรคต่อการควบคุมคุณภาพพันธุ์ในอุตสาหกรรมการเพาะเลี้ยง

รู้หน้าปลาด้วยการใช้ Image Processing

เพื่อแก้ไขข้อจำกัดดังกล่าว ทีมวิจัยของเราจึงพัฒนาระบบจำแนกปลาดุกยักษ์ ปลาดุกอุย และลูกผสมโดยอาศัยเทคนิคการประมวลผลภาพ (image processing) ร่วมกับโมเดลการเรียนรู้เชิงลึก (deep learning) ซึ่งเป็นส่วนหนึ่งของเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้เรียนรู้ลักษณะทางสัณฐานวิทยา (morphometric traits) ที่แตกต่างกันระหว่างปลาดุกยักษ์ ปลาดุกอุย และปลาลูกผสม เช่น โครงสร้างส่วนหัว ลักษณะลำตัว ตำแหน่งครีบต่าง ๆ โดยใช้ภาพถ่ายของปลาในมุมมาตรฐาน

AI ไม่ได้เดา…แต่ดูจริง วิเคราะห์จริง !

ก่อนนำภาพไปให้ AI วิเคราะห์ ทีมวิจัยปรับแสง ตัดเฉพาะส่วนหัว และเพิ่มความคมชัด เพื่อให้ AI เห็นได้ชัด ๆ นอกจากนี้ยังใช้เทคนิคหมุน ขยาย และปรับขนาดภาพมาฝึก AI ให้เก่งขึ้น พร้อมรับมือกับภาพได้หลากหลายแบบ ทั้งแสงจ้า มุมเอียง หรือปลาตัวเล็กตัวใหญ่ และที่น่ารักสุด ๆ คือ เราใช้ explainable AI ซึ่งเป็นปัญญาประดิษฐ์ที่อธิบายผลลัพธ์ให้ผู้ใช้งานเข้าใจได้ มาช่วยวิเคราะห์ว่า “AI มองจุดไหนบนภาพถึงบอกได้ว่าปลาตัวนี้เป็นอะไร ?” ทำให้เราแน่ใจว่า AI ไม่ได้มั่ว แต่ดูของจริง วิเคราะห์จากโครงสร้างที่เกี่ยวข้องกับชีววิทยาจริง ๆ

ทดสอบแล้ว แม่นยำเกินร้อยละ 95

ผลเบื้องต้นน่าดีใจมาก… เพราะระบบนี้บอกได้ถูกเกือบทุกตัวเลย มากกว่าร้อยละ 95 ด้วยซ้ำ แปลว่าเราใช้มันในฟาร์มเพื่อตรวจสอบว่าพ่อแม่ปลาที่นำมาเลี้ยงเป็นปลาดุกชนิดใด หรือลูกผสมได้ง่าย ๆ แถมยังช่วยเฝ้าระวังลูกปลาลูกผสมที่อาจหลุดออกไปแหวกว่ายในแหล่งน้ำธรรมชาติอีกด้วย เทคโนโลยีนี้จึงไม่ใช่แค่ฉลาด…แต่ยังใช้ได้จริง เราอยากให้เครื่องมือนี้เป็นเหมือนผู้ช่วยในฟาร์มปลา ใช้ง่าย ไม่ต้องรอผลนาน ไม่ต้องส่งเข้าห้องแล็บ และช่วยให้คนเลี้ยงปลาตัดสินใจได้อย่างแม่นยำว่า…ปลาที่อยู่ในมือเรา “ใช่” หรือ “ไม่ใช่” เพราะทุกชีวิตในธรรมชาติก็มีค่าควรแก่การดูแล และเทคโนโลยีก็ไม่ควรอยู่แค่ในห้องแล็บเท่านั้น


เอกสารอ้างอิง

  • Treeprapin, K., Bandatang, R., Panthum, T., Singchat, W., Prasanpan, J., Srikulnath, K., & Trirongjitmoah, S. (2025). Enhancing clariid catfish species classification: A deep learning framework utilizing cranial morphology and explainable AI. Smart Agricultural Technology, 12, Article 101165. https://doi.org/10.1016/j.atech.2025.101165

About Author