16 กุมภาพันธ์ 2557

Musculoskeletal Robots - หุ่นยนต์กล้ามเนื้อเหมือนมนุษย์



วันนี้ผมขอพาไปรู้จักกับ "เคนชิโร" (Kenshiro) ครับ เคนชิโรเป็นหุ่นยนต์ที่พัฒนาขึ้น ณ มหาวิทยาลัยโตเกียว ครับ ความแปลกแตกต่างจากหุ่นยนต์ทั่วไปของเคนชิโรคือ เคนชิโร เป็นหุ่นยนต์ที่มีระบบจักรกล ที่เลียนแบบมาจากระบบกล้ามเนื้อและกระดูกของมนุษย์อย่างเหมือนที่สุด ต่างจากหุ่นยนต์ทั่วไปที่แม้ตัวจะเหมือนมนุษย์ แต่ระบบขับกลับเคลื่อนไปเหมือนรถยนต์มากกว่าครับ

เคนชิโรถูกสร้างเลียนแบบสรีระของเด็กชายญี่ปุ่นอายุ 12 ขวบ มันมีความสูง 158 เซ็นติเมตร และหนัก 50 กิโลกรัม มันมีกล้ามเนื้อใกล้เคียงกับมนุษย์ คือมี 160 มัดซึ่งแบ่งเป็นในขา 50 มัด ในลำตัว 76 มัน ที่ไหล่ 12 มัด และคอจำนวน 22 มัด มันไม่ใช่เรื่องง่ายๆ เลยครับ ที่จะทำระบบกล้ามเนื้อของมนุษย์ใส่เข้าไปในหุ่นยนต์ โดยที่จำกัดให้น้ำหนักตัวของมันใกล้เคียงกับของมนุษย์

อีกไม่นานเกินรอ ... เราจะมีหุ่นยนต์ที่มีรูปร่างและอากัปกริยาเหมือนมนุษย์ออกมาใช้ชีวิตร่วมกับพวกเราแล้วหล่ะครับ

More information on advanced robotics at http://www.jsk.t.u-tokyo.ac.jp/index.html

Credit - Picture and Data from University of Tokyo
http://www.jsk.t.u-tokyo.ac.jp/research/kenshiro.html

12 กุมภาพันธ์ 2557

DARPA หวังใช้ drone แทนนักบินลำเลียง



ในปี ค.ศ. 2030 กองทัพสหรัฐฯ วางแผนจะใช้หุ่นยนต์แทนที่ทหารที่เป็นมนุษย์ 25% ทำให้ขณะนี้ อุตสาหกรรมหุ่นยนต์ของสหรัฐอเมริกามีการตื่นตัวค่อนข้างมาก และอาชีพใหม่คือ นักหุ่นยนต์ศาสตร์ กำลังเป็นที่ต้องการเป็นอย่างมาก

ล่าสุด หน่วยงานสนับสนุนการวิจัยด้านกลาโหมของสหรัฐ (DARPA) ได้ออกมาเปิดเผยแผนการนำหุ่นยนต์บินได้ (drone) มาใช้ในการทำงานแทนนักบินเฮลิคอปเตอร์ โดยโครงการนี้มีชื่ออย่างเป็นทางการว่า AERIAL RECONFIGURABLE EMBEDDED SYSTEM (ARES) สำหรับใช้งานในพื่นที่เสี่ยงภัย โดยเจ้า drone ตัวนี้ สามารถบรรทุกน้ำหนักได้มากเกือบ 1.5 ตัน มันสามารถบินขึ้น-ลง ได้ในแนวดิ่ง และสามารถบินต่อในแนวราบแบบเดียวกับเครื่องบิน โดยไม่ต้องใช้มนุษย์บังคับ โดยมันจะอาศัยระบบปัญญาประดิษฐ์เพื่อทำงานเอง

ภารกิจหลักของเจ้า drone ตัวนี้คือ

- การบรรทุกสัมภาระ เพื่อนำไปส่งทหารในสนามรบ
- การลำเลียงผู้บาดเจ็บออกจากสนามรบ
- การสอดแนม ตรวจการณ์ และ ลาดตระเวณ

และแน่นอนที่สุดครับ เทคโนโลยีเหล่านี้จะค่อยๆ ซึมซาบจากการทหาร ไปสู่การใช้งานของพลเรือนในที่สุด ในอนาคต drone แบบนี้ อาจจะถูกนำมาใช้ในการขนส่งสินค้าแทนรถบรรทุกก็ได้ครับ

Credit - Picture from http://www.darpa.mil/Our_Work/TTO/Programs/Aerial_Reconfigurable_Embedded_System_(ARES).aspx

05 กุมภาพันธ์ 2557

Creative Economy กับเกษตรไทย



เมื่อประมาณ 2-3 ปีมาแล้ว เราจะค่อนข้างได้ยินเรื่องเกี่ยวกับ Creative Economy หรือ เศรษฐกิจเชิงสร้างสรรค์ บ่อยมาก นัยว่าในมุมมองของรัฐบาลไทยในสมัยนั้น คิดว่าคนไทยเราน่าจะมีความคิดสร้างสรรค์ค่อนข้างดี เศรษฐกิจแบบนี้จึงน่าจะเหมาะกับบ้านเรามากกว่า Knowledge-Based Economy หรือเศรษฐกิจฐานความรู้ ซึ่งเคยถูกใช้เป็นเป้าหมายเพื่อขับเคลื่อนสังคมไทย ในยุคก่อนหน้าสัก 10 ปีที่แล้ว แต่ในที่สุด พวกเราเองคงจะรู้ตัวว่า สังคมไทยเป็นสังคมฐานความรู้ไม่ได้ เพราะเรายังไม่มีศักยภาพในการผลิตความรู้ขึ้นใช้เอง เนื่องจากสังคมของเรายังอ่อนแอ ในเรื่องวิทยาศาสตร์และเทคโนโลยี ซึ่งโดยทั่วไป เขามักจะวัดกันที่ผลงานวิจัย สิ่งประดิษฐ์ และสิทธิบัตร ซึ่งเรายังแพ้ประเทศเล็กๆ อย่างสิงคโปร์

Creative Economy วางจุดโฟกัสที่ตัวผู้ผลิตสินค้าว่าต้องมีความคิดสร้างสรรค์สูง ผลิตสิ่งที่เป็นของใหม่ๆ มีความโดดเด่น เป็นตัวของตัวเอง Creative Economy ตามความหมายของสำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแห่งชาติหมายถึง "แนวคิดการขับเคลื่อนเศรษฐกิจบนพื้นฐานของการใช้องค์ความรู้ (Knowledge) การศึกษา (Education) การสร้างสรรค์งาน (Creativity) และการใช้ทรัพย์สินทางปัญญา(Intellectual Property) ที่เชื่อมโยงกับพื้นฐานทางวัฒนธรรม (Culture) การสั่งสมความรู้ของสังคม (Wisdom) และเทคโนโลยี/นวัตกรรมสมัยใหม่ (Technology and Innovation)"

ดังนั้น ความหมายของ Creative Economy ในมุมมองของไทย คือการเน้นความเป็นไทย อันได้แก่ ความสามารถด้านศิลปะต่างๆ งานหัตถกรรม จิตรกรรม วิจิตรศิลป์ และอื่นๆ ที่เราสั่งสมมาจากสมัยโบราณ ไม่ใช่ Creative Economy ที่อยู่บนฐานของวิทยาศาสตร์และเทคโนโลยี แต่เป็น Creative Economy ที่อยู่บนฐานของศิลปวัฒนธรร ที่เป็นจุดเด่นของประเทศเรา ซึ่งอันที่จริงก็เป็นสิ่งที่น่าจะถูกต้องครับ เพียงแต่ สินค้าที่เราคิดว่า creative ต่างๆ นี้ มันสามารถที่จะส่งออกไปยังตลาดโลกได้จริงหรือไม่ ? ตลาดต่างๆ นอกประเทศไทยจะพึงพอใจสินค้าทางด้านศิลปวัฒนธรรมของเรามากเพียงใด เราจะแข่งกับสินค้าอารมณ์จากเกาหลีได้หรือไม่

ในมุมมองของผม ผมฝันถึง Creative Economy ที่อาศัยสินค้าเกษตรเป็นฐานครับ เพราะเรามีสินค้าเกษตรหลายๆ ตัวที่มีจุดเด่น เอกลักษณ์ และน่าจะผสมผสานความเป็นไทยได้ ไม่ว่าจะเป็น กาแฟอะราบิก้า ข้าวหอมมะลิ ทุเรียน มะม่วง และผลไม้หลากชนิด สมุนไพรไทย อาหารไทยอย่าง ต้มยำกุ้ง และ ผัดไทย ที่มีชื่อเสียงไปทั่วโลก

มาร่วมกันสร้าง Creative Economy ในภาคเกษตรกันครับ

(Credit - Picture fromhttp://www.elearneasy.com/http://www.liveinternet.ru/http://nenuno.co.uk/)

25 ตุลาคม 2556

Malaysia Smart Paddy - โครงการนาข้าวอัจฉริยะ มาเลเซีย



(Credit - Picture from Malaysian National Paddy Precision Farming Project)

"ประเทศไทย ปลูกอะไรก็ขึ้น จะทำ smart farm ไปทำไม" เป็นคำพูดที่ผมมักจะได้ยินนักวิชาการทางด้านเกษตรพูดดูหมิ่นแนวคิดของ smart farm ทำให้เมื่อ 5 ปีก่อน แทนที่ผมจะได้นำแนวคิดของเกษตรอัจฉริยะมาใช้กับนาข้าว ซึ่งเป็นพืชหลักของไทย แต่ผมกลับต้องไปทำ smart farm กับองุ่น พืชที่ปลูกและดูแลยากกว่ามากๆ เพราะนักวิชาการเหล่านั้น "ไม่อนุญาต" ให้เราทำกับสิ่งที่ "ปลูกอะไรก็ขึ้น"

แต่ในช่วงไม่กี่ปีที่ผ่านมา ศักยภาพในการ "ปลูกอะไรก็ขึ้น" กำลังจะสูญเสียไป ประเทศไทยกำลังผจญกับการแข่งขันรอบด้าน เวียดนามกำลังพัฒนาข้าวหอมเพื่อมาแข่งขันกับเรา รวมไปถึงกาแฟที่ทุกวันนี้ ทั้งกาแฟของลาวและเวียดนาม บุกถล่มร้านกาแฟในเมืองไทยกันเต็มบ้านเต็มเมือง เมื่อไม่นานมานี้ อินโดนีเซียออกกฎเหล็กเพื่อมาควบคุมทุเรียนไทย อินโดนีเซียตั้งเป้าจะเอาทุเรียนมาแข่งกับไทยให้ได้

จะเห็นว่า ถ้าเรายังอยู่กับที่ ... มีแต่ ตาย กับ ตาย ครับพี่น้อง !!!

วันนี้ผมจะพาไปดูโครงการนาข้าวอัจฉริยะในประเทศมาเลเซียครับ ไปดูกันครับว่า เพื่อนบ้านเค้าทำนาแบบใหม่กันอย่างไร โครงการนี้เป็นการนำเอาเทคโนโลยีหลายอย่าง มาช่วยในการทำนา ผมขออธิบายตามรูปภาพนะครับ ทีนี้ขอให้มองไปที่มุมขวาบนของภาพก่อนครับ

- Soil Sampling ก่อนการทำนาในรอบต่อไป จะมีการตรวจสอบตัวอย่างดินกันก่อนครับ ค่าที่ตรวจสอบจะมี pH, ค่าการนำไฟฟ้า (เพื่อรู้ปริมาณไอออนต่างๆ) ค่าปริมาณของอินทรีย์วัตถุในดิน โดยการใช้รถไถที่ดัดแปลงให้สามารถอ่านค่าตัวอย่างดินได้แบบ ณ ตำแหน่งและเวลาจริงกันเลยทีเดียวครับ ไม่ต้องนำตัวอย่างดินกลับไปทำที่แล็ป

- Soil Mapping จากข้างบน เมื่อเราสามารถตรวจสอบตัวอย่างดินได้ ณ สถานที่และเวลาจริง แบบขับรถไถไปตรวจสอบไป (On-the-go Measurement) เราก็สามารถได้ค่าพารามิเตอร์ของดิน ณ ตำแหน่งต่างๆ ซึ่งก็จะกลายเป็น แผนที่ดินดิจิตอล ที่ทำให้เราทราบว่า ดินในไร่นาของเรามันเหมือนกัน หรือ ต่างกันอย่างไร

- แผนที่ดินดิจิตอลนี้เองครับ จะทำให้เราสามารถดูแลดินแบบแตกต่างกันได้ ตรงไหนไม่ค่อยอุดมสมบูรณ์ก็ใส่ปุ๋ยเยอะๆ หน่อย ตรงไหนดินมันดีกว่าที่อื่น ก็ใส่น้อยหน่อย โดยเราสามารถโปรแกรมใส่รถไถที่จะออกไปรถปุ๋ยครับ เจ้ารถไถนี้จะนำเอาแผนที่เหล่านี้มาใช้อย่างอัตโนมัติ

- Plant Growth Monitoring ในระหว่างที่พืชเติบโต เราจะมีการตรวจวัดด้วยเทคโนโลยีต่างๆ กัน เช่น ใช้เซ็นเซอร์ตรวจวัดการเติบโต หรือใช้ภาพถ่ายทางอากาศจาก UAV ทำให้เราทราบว่า ตกลงที่เราให้ปุ๋ยแก่ดินไปแตกต่างกันตามตำแหน่งต่างๆ กันนั้น มันเป็นไปอย่างที่เราคิดมั้ย

- Variation Rate Application คือการที่เมื่อเรารู้แล้วว่าสิ่งที่เราทำไป หากมันยังไม่เป็นอย่างที่เราคิด เราก็ยังสามารถดูแลให้ปุ๋ย น้ำ ตามความแตกต่างที่เราวัดได้ ซึ่งก็อาจจะมีการติดตั้งเซ็นเซอร์ติดตามในไร่นา เช่น เซ็นเซอร์ตรวจวัดความชื้นในดิน เซ็นเซอร์ตรวจวัดความสูงของต้นข้าว เซ็นเซอร์ตรวจวัดคลอโรฟิล เป็นต้น เรายังสามารถดูแลการกำจัดศัตรูพืช ตามสภาพที่เราตรวจวัดได้อีกด้วย

- Yield Mapping ท้ายสุด เมื่อมาถึงการเก็บเกี่ยว เราจะไม่เก็บเกี่ยวแบบธรรมดาอีกต่อไป แต่เราจะตรวจวัดว่า แปลงไหน ตรงไหน พิกัดที่เท่าไหร่ ให้ผลผลิตมากน้อยอย่างไร แล้วนำค่าผลผลิตที่ตรวจวัดได้นั้นมาทำแผนที่ผลผลิตแบบดิจิตอล เพื่อที่จะได้นำไปปรับปรุงโมเดล และ สมมติฐานต่างๆ ที่จะทำให้การเพาะปลูกในฤดูกาลต่อไปนั้นดีขึ้นครับ

ตอนนี้ ผมเองก็เสนอโครงการนาข้าวอัจฉริยะไปที่สภาวิจัยแห่งชาติอยู่ครับ ถ้าได้รับการสนับสนุน จะนำมาเล่าให้ฟังเพิ่มเติมนะครับ หวังว่า เรายังไม่ได้ตามหลังมาเลเซียไกลเกินไป เผื่อจะได้ไล่ทันบ้างครับ


12 ตุลาคม 2556

Smart Tractor - รถแทรกเตอร์อัจฉริยะ (ตอนที่ 1)


(Credit - รูปภาพจากฐานข้อมูลพิพิธภัณฑ์ในประเทศไทย http://www.sac.or.th/)

Tractor - รถแทรกเตอร์ หรือ ที่คนไทยส่วนใหญ่ชอบเรียกว่า "รถไถ" เป็นจักรกลการเกษตรประเภทหนึ่งที่เกษตรกรนิยมใช้กันมากที่สุด รถแทรกเตอร์เป็นจักรกลเอนกประสงค์ที่สามารถนำมาใช้งานได้หลากหลายมากครับ แต่แรกเริ่มเดิมทีที่มันถูกสร้างขึ้นมา ก็เพื่อใช้ไถพรวนดิน รถแทรกเตอร์คันแรกของโลกทำงานด้วยเครื่องจักรไอน้ำ ถูกนำออกมาขายครั้งแรกในประเทศสหรัฐอเมริกาในปี ค.ศ. 1868 หรือ 145 ปีที่แล้วเลยทีเดียว เรียกว่าเกษตรกรของสหรัฐฯ มีรถไถใช้ก่อนที่คนไทยจะมีรถไฟใช้อีกครับ (รถไฟไทย ทำการก่อสร้างครั้งแรกเมื่อปี พ.ศ. 2434 หรือ ค.ศ. 1891) จากข้อมูลของเว็บไซต์ http://www.nationmaster.com/ ระบุไว้ว่าประเทศที่มีรถแทรกเตอร์ใช้มากที่สุดคือ สหรัฐอเมริกา (4.8 ล้านคัน) อันดับสองคือญี่ปุ่น (2.028 ล้านคัน) ส่วนไทยเราอยู่อันดับ 22 (220,000 คัน) ข้อมูลนี้เป็นข้อมูลเมื่อปี ค.ศ. 2000 ซึ่งเก่ามากๆ ครับ เชื่อว่าป่านนี้ ตัวเลขจะเยอะกว่านี้มากๆ ครับ

วันนี้ยังไม่ได้พูดเรื่องความอัจฉริยะของรถแทรกเตอร์ยุคต่อไปนะครับ แต่ขอนำสถิติบางอย่าง มาเล่าให้ฟังก่อนนะครับ เมื่อสัก 2-3 วันก่อน ทางสำนักงานเศรษฐกิจอุตสาหกรรม (สศอ.) ได้ออกมาเปิดเผยข้อมูลที่ได้ทำการศึกษาสถานการณ์มความเคลื่อนไหวของอุตสาหกรรมเครื่องจักรกล โดยกลุ่มที่เลือกมาศึกษาคือ แทรกเตอร์การเกษตร และเลือกสำรวจสภาวะการขายรถแทรกเตอร์การเกษตรเป็นเป้าหมายการศึกษา มีตัวเลขที่น่าสนใจเกี่ยวกับรถแทรกเตอร์ดังนี้ครับ

- ตลาดของรถแทรกเตอร์การเกษตรของไทย มีขนาดปีละประมาณ 70,000 คัน โดยเป็นการประกอบรถในประเทศ 60,000 คัน นำเข้า 16,917 คัน ส่งออก 7,891 คัน

- มีผู้ผลิตหลักในประเทศเพียง 2 ราย คือ บริษัท สยามคูโบต้าคอร์ปอเรชั่น จำกัด (ยี่ห้อ คูโบต้า) และบริษัทยันมาร์ เครื่องจักรกลการเกษตร (ประเทศไทย) จำกัด (ยี่ห้อยันมาร์) โดยมีสยามคูโบต้าเป็นผู้นำตลาดที่มีการจัดการ Supply chain ตั้งแต่การผลิตชิ้นส่วนไปจนถึงการประกอบรถแทรกเตอร์ ขณะที่ยันมาร์เป็นผู้ผลิตที่นำเข้าชิ้นส่วนสำเร็จมาประกอบในประเทศ เท่านั้น

- สำหรับรถแทรกเตอร์การเกษตรที่นำเข้า มีผู้นำเข้าหลัก 3 กลุ่ม คือ (1) บริษัทเอเซีย แปซิฟิก เครื่องจักรกลการเกษตร จำกัด นำเข้าและจำหน่ายแทรกเตอร์ยี่ห้อ New Holland (2) บริษัท จอห์นเดียร์ ประเทศไทย จำกัด นำเข้าและจำหน่ายแทรกเตอร์ยี่ห้อ John Deere และ (3) บริษัท แองโกลไทย จำกัด นำเข้าและจำหน่ายแทรกเตอร์ยี่ห้อ Kioti และ Massey Furguson

- ตลาดผู้ซื้อรถแทรกเตอร์ เป็นของภาคอีสานมากที่สุด (60%) รองลงมาคือภาคเหนือ (25%) และภาคกลาง (10%)

ท่ามกลางสภาวะขาดแคลนแรงงานในภาคเกษตรที่กำลังถาถมเข้ามา เกษตรกรมีอายุเฉลี่ยสูงขึ้นเรื่อยๆ หนุ่มสาวรุ่นใหม่ก็สนใจทำเกษตรน้อยลง ทำให้คาดว่าการนำจักรกลการเกษตรเข้ามาใช้จะมีแนวโน้มสูงขึ้นไปเรื่อยๆ แน่นอนครับ

11 ตุลาคม 2556

ญี่ปุ่นเข้าสู่ยุคสมาร์ทฟาร์ม


(Picture from Fujitsu)

เมื่อต้นเดือน ต.ค. 2556 ผมได้มีโอกาสเข้าร่วมงานการแสดงทางการค้า (Trade Fair) ที่มีชื่อว่า CEATEC Japan 2013 ในงานนี้ ทำให้ผมได้มีโอกาสเข้าไปติดตามความก้าวหน้าของระบบสมาร์ทฟาร์ม ซึ่งบริษัท Fujitsu พัฒนาขึ้นและได้นำมาออกแสดงในงาน CEATEC Japan แทบจะทุกปี โดยเมื่อครั้งก่อนหน้านี้ ผมก็เคยเข้าไปดูงาน CEATEC Japan มาแล้วครั้งหนึ่ง ตั้งแต่ปี 2007 นู่นเลยครับ ในครั้งนั้น ผมได้มีโอกาสไปเห็นบริษัท Fujitsu เสนอแนวคิดเรื่องสมาร์ทฟาร์มขึ้นมาใหม่ๆ ซึ่งผมก็ได้นำแนวคิดหลายๆ อย่างจากการไปเห็นในนิทรรศการนั่นแหล่ะครับ เอากลับมาทำ พูดอย่างไม่อายเลยครับว่า การไปดูงานแบบ expo หรือ trade fair เนี่ย มันช่วยจุดประกายความคิดเราได้เยอะ หลายๆ เรื่อง เราแค่ไปดูๆ แล้วเอากลับมาทำต่อยอดได้เลย 

หลังจากกลับมาจาก CEATEC Japan 2007 ผมก็ได้ลองนำแนวคิดหลายๆ อย่างของ Fujitsu กลับมาทำ ผ่านไปจากปี 2007 ก็อยากจะกลับไปดูว่า Fujitsu ทำอะไรใหม่ๆ บ้าง แล้วเวลาที่ผ่านมาตั้ง 6 ปี สิ่งที่ Fujitsu ทำ กับ สิ่งที่ผมได้ทำ มันมีพัฒนาการต่างกันเยอะมั้ย ... ไม่น่าเชื่อครับ พอกลับมาดูอีกที ปรากฎว่า พัฒนาการของสมาร์ทฟาร์มของ Fujitsu กับที่ผมทำและวางแผนจะทำ มันกลับมีความคล้ายคลึงกันมาก ทั้งๆ ที่ ในช่วงเวลา 6 ปีที่ผ่านมา ผมไม่เคยติดตามงานของ Fujitsu อีกเลย

นั่นแสดงว่า แนวโน้มของการพัฒนาสมาร์ทฟาร์มในโลกนี้ มันกำลังไปในทิศทางเดียวกัน ซึ่งก็คือ

(1) เรื่องของการติดตามข้อมูลและกิจกรรมในไร่ ด้วยเซ็นเซอร์ (Field Sensors) ต่างๆ รวมไปถึงการใช้จักรกล หุ่นยนต์ และเครื่องทุ่นแรงที่มีระบบอัจฉริยะ

(2) เรื่องของ mobile devices ที่เข้ามามีส่วนในการทำไร่ทำนา การบันทึกและเข้าถึงข้อมูลต่างๆ

(3) เรื่องของระบบ Cloud Computing ที่จะทำให้พารามิเตอร์ในการเพาะปลูก ปัจจัยการผลิต สภาพผลผลิต เชื่อมโยงกันหมด จากไร่นาไปสู่โรงงานแปรรูป และผู้จัดส่งอาหาร ไปถึงผู้บริโภค รวมถึงการเชื่อมโยงเซอร์วิสอื่นๆ ในห่วงโซ่คุณค่าทั้งหมด

เมื่อการเพาะปลูกเชื่อมโยงเข้ากับห่วงโซ่คุณค่าทั้งหมด พารามิเตอร์ ตัวแปร ต่างๆ สามารถที่จะนำมาเชื่อมโยงกันด้วยโมเดลทางคณิตศาสตร์ และอัลกอริทึมต่างๆ ทำให้เกษตรกรสามารถวิเคราะห์ราคาพืชผล จาก demand-supply ได้

สิ่งที่ผมได้เรียนรู้จากงาน CEATEC Japan 2013 ที่เป็นเรื่องใหญ่ๆ อีกเรื่องหนึ่งคือ เรื่องของระบบอัจฉริยะมันมาถึงจุดที่ใกล้ความเป็นจริงมากๆ แล้ว ไม่ว่าจะเป็นเรื่องของ Smart City, Smart Car, Smart Home, Smart Healthcare และนั่น ก็เป็นเหตุผลเพียงพอที่จะทำให้ Smart Farm เกิดขึ้นในไม่ช้านี้ครับ ....

20 กันยายน 2556

Google Glass - แว่นในฝันของเกษตรกร



(Credit - Picture from http://www.agriculture.com/)

ท่านผู้อ่านคงจะรู้จัก Google Glass กันมาบ้างนะครับ มันคือคอมพิวเตอร์ขนาดจิ๋วที่เราสวมใส่ได้เหมือนแว่นตา ซึ่งจะมีจอภาพที่แว่น ซึ่งเมื่อเราจ้องไปที่มัน เราจะรู้สึกเหมือนกำลังดูทีวีขนาด 50 นิ้วอยู่ครับ Google Glass มีกล้องที่สามารถถ่ายรูป และคลิป VDO แบบ HD มันมีไมโครโฟนเพื่อรับคำสั่งเสียงจากผู้สวมใส่ รวมทั้ง Wi-Fi เพื่อติดต่อกับอินเตอร์เน็ตผ่าน Hotspot ของโทรศัพท์ android หรือ iPhone ครับ

ผมมองว่าต่อไป Google Glass จะเข้ามามีบทบาทต่อเกษตรกรรมอย่างชนิดพลิกผืนดิน ปลิ้นผืนน้ำเลยหล่ะครับ ลองจินตนาการว่า ต่อไปเกษตรกรที่ลงไปทำไร่ ไถนา เมื่อใส่เจ้า Google Glass นี้เข้าไปแล้ว มันจะช่วยอะไรได้บ้างนะครับ

- Google Glass สามารถใช้หาศัตรูพืชได้ เช่น ถ้าหากพบแมลงศัตรูพืชในไร่ เราแค่เดินไปดูมัน ให้ Google Glass ซูมภาพแมลง ถ่ายรูป แล้วช่วยสืบค้นว่ามันคือแมลงอะไร Google Glass จะบอกว่าจะต้องจัดการอย่างไร ใช้ยาตัวไหน โดยสามารถ search หายาฆ่าแมลงจากห้างร้านต่างๆ ในเลือก พร้อมกับเก็บพิกัดการพบเจอแมลงชนิดนี้ เข้าไปเก็บในฐานข้อมูลบนระบบคลาวด์ เพื่อให้เกษตรกรที่อื่นๆ ได้ทราบการระบาด รวมทั้งสามารถนำข้อมูลไปประเมินด้านระบาดวิทยาโดยผู้เชี่ยวชาญอีกด้วย

- หรือเกษตรกรสามารถใช้ Google Glass ดูใบที่มีความผิดปกติ ว่าเป็นโรคอะไร ถ่ายรูปแล้วแชร์เพื่อขอคำแนะนำจากผู้เชี่ยวชาญ หรือ ดูฐานข้อมูลภาพของโรคพืชจากอินเตอร์เน็ต

- เกษตรกรสวนผลไม้สามารถใช้ Google Glass ถ่ายรูปผลไม้ เข้าไปเก็บในฐานข้อมูล ซึ่งสามารถใช้เปรียบเทียบขนาดกับปีก่อนๆ ได้ ในช่วงวันเก็บเกี่ยว เกษตรกรสามารถบันทึกน้ำหนัก yield ได้จากต้นหรือแปลงปลูกอย่างแม่นยำ โดยแค่เดินไปดูแล้วออกคำสั่งกับ App บน Google Glass ทั้งนี้หากมีความผิดปกติ ก็สามารถถ่ายรูปเข้าไปใน Facebook เพื่อแชร์หรือส่งให้ผู้เชี่ยวชาญตรวจและให้คำแนะนำ

- Google Glass สามารถใช้ในการช่วยดูแลรักษาจักรกลการเกษตร เกษตรกรแค่ใช้ Glass มามองรถไถ มันจะรู้รุ่น รู้วันที่ซ่อมล่าสุด โดยหากเราซ่อมบำรุง เราสามารถบันทึกภาพด้วย Glass แล้วบอกให้ไปเก็บข้อมูลในระบบคลาวด์ได้ เจ้า Glass จะเก็บค่าใช้จ่ายและระยะเวลาที่ต้องทำอะไรบ้าง รวมทั้ง search หาอะไหล่ใน eBay ที่มีราคาถูกให้

- ระหว่างที่เกษตรกรดูแลรักษาฟาร์ม เกษตรกรสามารถถ่ายภาพ สืบค้นข้อมูลต่างๆ ที่สงสัยให้ Glass หามาให้อ่าน ในระหว่างเดินในไร่ Google Glass จะเก็บภาพ และคำพูดของเกษตรกรพร้อมพิกัด GPS ไปเก็บในฐานข้อมูลคลาวด์ เกษตรกรสามารถเรียก Google Map เพื่อเปิดดูในภายหลัง ว่าพื้นที่ตรงไหนมีอะไรเกิดขึ้นบ้าง จะได้นำมาประมวลและตัดสินใจในการจัดการอย่างมีระบบ

- ในขณะที่เกษตรกรกำลังใส่ Google Glass เดินอยู่ในไร่ เขาได้หันไปมองที่ท้องฟ้าและพบเมฆขนาดใหญ่ Google Glass ได้จับภาพเมฆ แล้วบอกเขาว่า เมฆนี่เป็นเมฆฝนมีชื่อว่า Cumulonimbus พร้อมทั้งได้เชื่อมต่อไปโครงข่ายเรดาร์ตรวจอากาศ ... เจ้า Glass ได้แสดงภาพเรดาร์ของกลุ่มฝน พร้อมพยากรณ์อากาศบนจอภาพ เกษตรกรจึงตัดสินใจไม่รดน้ำและพ่นยา เพราะจะสิ้นเปลืองเปล่าๆ

- ความดีของ Google Glass ก็คือ มันเป็นคอมพิวเตอร์ที่สวมใส่ได้ (Wearable Computer) เราเลยไม่ต้องจับมันด้วยมือ ซึ่งจะสะดวกมากเวลาทำงานในไร่ เช่น ตอนขับรถไถอยู่ พ่นยาฆ่าแมลงอยู่ ตัดเก็บพวงองุ่นอยู่ สามารถพูด คุย ค้นข้อมูล และให้มันถ่ายภาพ ตอนกำลังเก็บองุ่น แล้วแชร์ผ่าน Instagram หรือ Facebook ได้ตอนทำงานอยู่ในไร่นั่นเลย

ยังมีโอกาสอีกมากมายครับ สำหรับ Google Glass ที่จะช่วยงานเกษตรกรได้ ทั้งนี้เราจะต้องพัฒนา App ทางด้านเกษตรให้มากๆ เพื่อให้เกษตกรได้เลือกใช้งาน ผมจินตนาการถึงเกมส์บน Google Glass ที่เราสามารถเล่นไปด้วย ขณะที่กำลังขะมักเขม้นกับการดำนา มันคงจะทำให้การทำไร่ทำนาเป็นเรื่องสนุก มากเลยครับ ....

16 กันยายน 2556

ISSNIP 2014 - The 9th IEEE International Conference on Intelligent Sensors, Sensor Networks and Information Processing



(Credit - Picture from http://wallfive.com/)

โลกเรากำลังเข้าสู่ยุครุ่งเรื่องของเทคโนโลยีต่างๆ ไม่ว่าจะเป็น เทคโนโลยีอิเล็กทรอนิกส์ เทคโนโลยีวัสดุ ไอที เทคโนโลยีชีวภาพและการแพทย์ เทคโนโลยีการขนส่ง ซึ่งเทคโนโลยีที่เป็นตัวขับเคลื่อนให้เทคโนโลยีเหล่านี้เจริญก้าวหน้าได้ หรือจะเรียกว่าเป็น Enabling Technology ก็คือ "เซ็นเซอร์" ครับ เพราะเทคโนโลยีเซ็นเซอร์นี่เอง ได้เข้าไปช่วยให้เทคโนโลยีที่กล่าวมาข้างต้นพัฒนาอย่างรวดเร็ว

การประชุมวิชาการที่เรียกว่า IEEE International Conference on Intelligent Sensors, Sensor Networks and Information Processing เป็นการรวมตัวกันของเหล่านักวิทยาศาสตร์ และวิศวกรที่ทำวิจัยในเรื่องของเซ็นเซอร์ ซึ่งก็จัดเป็นประจำทุกปีจนมาถึงครั้งนี้ก็เป็นครั้งที่ 9 แล้วครับ โดยได้เลือกจัดที่ประเทศสิงคโปร์ ระหว่างวันที่ 21-24 เมษายน 2557 ซึ่งตัวผมเองคิดว่าจะส่งผลงานไปประชุมด้วยครับ

การประชุมนี้ได้แบ่งออกเป็นการประชุมย่อยที่เราเรียกว่า Symposium ซึ่งก็จะรวบรวมความสนใจในหัวข้อย่อย ๆ ที่ใกล้เคียงกัน เข้าด้วยกัน ดังนี้ครับ

(1) Symposium on Cognitive Computing in Information Processing
Development of metacognitive learning algorithm in neural network or neuro-fuzzy network
Learning on-the-go
Self-regulatory learning
Consciousness and cognition in memory/recall
Collaborative or competitive learning
Medical Informatics
Video Analytics
Financial Forecasting
Bioinformatics
Control and health monitoring

(2) Symposium on Human-Centric Sensing and Social Networks
Systems architecture for mobile sensing
New mobile sensing hardware
Security, privacy and mobile sensing
QoS/QoE mobile sensing
Mobile crowd-sourcing
Participatory/Opportunistic sensing
Contextual feedback
Image sensing
Mining human-centric sensing data
Experiences and users studies
Mobile sensing applications
Mobile social network
Cognitive radio based sensor network
Mobile cloud computing for sensors

(3) Symposium on Participatory Sensing and Crowdsourcing
Novel applications
Participatory sensing, opportunistic sensing and crowdsourcing paradigms
Middleware support and programming models
Mining large scale multi-modal sensor data
Intersections with cloud technologies
Interactions between mobile devices and humans
Novel user interfaces
Energy-efficient sensing
Activity recognition and high-level inferences
User privacy issues
Incentive mechanisms to motivate participation
Assesing data trustworthiness
Synergies between online social networks and participatory sensing
Application deployment issues and experiences with large-scale deployment

(4) Symposium on the Public Internet of Things
Extending social media platforms and social network paradigms to the IoT
Mechanisms and techniques for automatic discovery of openly available IoT resources
Mechanisms to handle unreliability of crowd-sourced IoT data sources for improved service provisioning
Open publically accessible IoT cloud infrastructures for intelligent information storage and information processing
Open service creation and innovation environments for crowd-sourced IoT resources
What are the business models for deployment and maintenance?
How can people take charge and how to deal with ownership of data?
IoT incentivation/gamification
Disruptive IoT services and applications.
Urban planning and decision making tools.
Challenging ownership models (e.g. most EVs are leased or Hilti BM)

(5) Symposium on Reliability and Data Quality in Wireless Sensor Networks
Data Aggregation, Storage and Management
Coding Theory and Techniques
Data Compression and Information Theory
Network Scheduling and Optimization
Condition Monitoring and Fault Diagnosis
Event Detection, Fault Tolerance and Identification
Networked Sensing and Control
Sensor Fusion, Tracking and Localization
Sensor Network Signal Processing and Data Modelling
Distributed Information Processing
Spatio-Temporal Data Mining and Analysis in Sensor Networks
Pattern Recognition and Machine Intelligence
Energy Efficient Algorithms
Middleware for Sensor Systems

(6) Symposium on Security, Privacy and Trust for Cyber-Physical Systems
cryptographic schemes, access control, intrusion detection and response systems for cyber-physical systems
cyber security of industrial control systems, including general SCADA systems and smart grid control systems
security of communication networks and network protocols in cyber-physical systems
security issues of wireless sensor networks and cloud computing in the cyber-physical context
trusted computing and resilient architectures for cyber-physical systems
formal verification of security protocols
detection of insider attacks
protection of the integrity of sensor-supplied data
assessment of the impact of maliciously injected false data and communication-oriented DoS attacks on control systems
design and analysis of resilient control systems
risk analysis and detection of intrusion of cyber-physical systems
privacy preservation in data mining

(7) Symposium on Sensing, Propagation, and Wireless Networks for Healthcare Applications
Biosignal sensors and signal processing
Wearable and implantable devices/systems
eHealth systems and pervasive healthcare
Body area network (BAN) for medical and healthcare
Human body communication
Antennas and propagation for wireless BAN
Smart textiles for wearable BAN
Preventive care & remote patient management
Radio coexistence and robustness
Privacy and Security issues
International standards and regulatory matters
Telemedicine, telemonitoring
Ambient assisted living
Rehabilitation and activity monitoring

(8) Symposium on Sensor Performance Characterization
Realization of reference standard physical quantities for the characterization and calibration of sensors
Standard reference materials for the characterization of chemical/biomedical sensors
Methodologies for sensor and sensor network characterization, calibration, and performance monitoring
Measurement and test platform for sensor characterization and calibration
Environmental disturbance quantification and control
Development of chip-scale or on-chip physical standards, including quantum-based standards, for the calibration of sensors
Establishing the traceability of sensor measurements to the International System of Units (i.e., establishing SI traceability)

(9) Symposium on Sensors, Interface and Integration
Interface and Integration for varied sensors
Phenomena, Modeling, and Evaluation of Sensors
Chemical Sensors
Bio-sensors
Optical Sensors
Physical and Inertial Sensors, MEMS Sensors
Solid-State Sensors
Magnetic Sensors
Sensors and Actuators
Energy Harvesting
Devices in Sensor Networks
Others related to Sensors, such as Materials, processes and signals, etc.
Applications

(10) Symposium on Smart Grids
Architectures and models for the smart grid
Networking for smart grid
Smart sensors and advanced metering infrastructure
Data analytics and demand response
Virtual power plants, distributed generation, microgrids, renewables and storage
Wide-area monitoring, protection, communication, and control in energy systems
Fault detection, classification, location, and diagnosis
Smart grid simulation and performance analysis
Smart grid cyber security and privacy
Multi-agent systems for smart grids
Architectures and models for the smart grid
Energy management systems

14 กันยายน 2556

Body Odor - กลิ่นกายมนุษย์ (ตอนที่ 2)



(Credit - Picture from http://caninegoodcitizen.wordpress.com/)

มนุษย์เราจดจำบุคคลอื่นโดยอาศัยสัมผัส 2 อย่างคือ ภาพ กับ เสียง โดยในชีวิตประจำวัน เราใช้การดูหน้าตาเป็นหลัก ว่าใช่คนที่เรารู้จักหรือไม่ แต่สุนัข เพื่อนที่ดีที่สุดของเราใช้สัมผัส 3 อย่าง คือ ภาพ เสียง และ กลิ่น และดูเหมือนว่ามันใช้สัมผัสที่ 3 มากที่สุดในการจำแนกแยกแยะคนที่มันรู้จัก กับ คนที่มันไม่รู้จัก และสำหรับสัมผัสในการมอง สุนัขใช้การดูอากัปกริยาท่าทางเฉพาะ เพื่อจำแนกคนที่มันรู้จัก มากกว่าจะจดจำใบหน้า

การที่สุนัขสามารถจดจำและจำแนกกลิ่นของคนที่มันไม่รู้จัก ออกจากคนที่มันรู้จักได้ นั่นย่อมแสดงว่ามนุษย์เราแต่ละคนมีกลิ่นตัวแตกต่างกัน และกลิ่นนั้นต้องมีอัตลักษณ์ทำให้มีความแตกต่างกันอย่างชัดเจน ทำให้สุนัขจดจำได้ ด้วยเหตุนี้ ผมจึงเกิดแนวคิดว่า เราน่าจะสามารถใช้จมูกอิเล็กทรอนิกส์ (Electronic Nose หรือ E-nose) จำแนกบุคคลโดยใช้หลักการของการดมกลิ่นได้ เมื่อ 4 ปีที่แล้ว ผมกับนักศึกษาจึงได้ทำการทดลอง โดยเราได้พยายามแยกกลิ่นตัวของคน 2 คนออกจากกัน วิธีการก็คือ เราหาคนมา 2 คน ซึ่งเราก็ใช้นักศึกษาชายในห้อง Lab นั่นหล่ะครับ จากนั้นเราได้ทำการเก็บกลิ่นรักแร้ของทั้งคู่มาดมด้วย E-nose โดยเราจะให้ E-nose ดมกลิ่นรักแร้วันละ 2 ครั้ง คือ หลังตื่นนอน (ประมาณ 7-8 นาฬิกา) และในตอนบ่าย (ประมาณ 8 ชั่วโมงต่อมา) โดยให้ E-nose ดมรักแร้ของ 2 คนนี้ติดต่อกันเป็นเวลา 5 วัน และเพื่อจะทดสอบว่า โรลออนที่ทารักแร้จะสามารถกลบกลิ่นตัวของคนทั้ง 2 หรือไม่ เราอนุญาตให้เขาทั้งคู่ทาโรลออนที่รักแร้ได้ 1 ข้างครับ นั่นแปลว่า เราก็จะสามารถทดสอบได้ว่า เจ้า E-nose จะแยกกลิ่นตัวของ 2 คนนี้ออกได้หรือไม่ ทั้งกรณีที่ทา และ ไม่ได้ทา โรลออนระงับกลิ่นเต่า


ปกติคนเราแต่ละคนนี่ กลิ่นตัวอาจจะแตกต่างกันไปในแต่ละวันก็ได้ครับ ขึ้นอยู่กับอาหารการกินด้วย ตลอดการทดลอง 5 วันนั้น เราอนุญาตให้ทั้งคู่ใช้ชีวิตปกติ และกินอาหารที่เขากินตามปกติอยู่แล้ว แต่ห้ามมีเพศสัมพันธ์ และ ห้ามดื่มเครื่องดื่มที่มีแอลกอฮอล์ครับ เพื่อจะลดผลกระทบจากปัจจัย 2 เรื่องนี้ ซึ่งจากการทดลองนั้น เจ้า E-nose ก็ตรวจพบว่ากลิ่นตัวของแต่ละคนมันเปลี่ยนไปจริงๆ ตามการใช้ชีวิต โดย E-nose ยังตรวจพบว่ากลิ่นรักแร้ในช่วงบ่ายนั้นจะแรงขึ้น (มีการปล่อยโมเลกุลกลิ่นมากขึ้น) แต่รักแร้ข้างที่ทาโรลออนจะปล่อยโมเลกุลกลิ่นออกมาน้อยกว่าข้างที่ไม่ได้ทามาก เครื่อง E-nose ยังวิเคราะห์และแยกแยะบุคคลทั้งคู่นี้ออกอีกด้วยว่าเป็นคนละคนกัน แม้ว่าจะทาโรลออนเพื่อดับกลิ่นตัวก็ตาม นั่นแสดงว่า กลิ่นตัวของคนเรามันมีความจำเพาะจริงๆ ครับ ซึ่งทำให้สุนัขจำได้ แล้วเจ้า E-nose ก็สามารถระบุความแตกต่างนั้นได้

ผลงานชิ้นนี้ทางกระทรวงกลาโหมสหรัฐฯ ได้นำไปอ้างอิงเพื่อที่จะสนับสนุนการวิจัยเทคโนโลยีเพื่อระบุตัวผู้ก่อการร้ายแก่มหาวิทยาลัยในสหรัฐอเมริกาด้วยครับ .... จากวันนั้นเป็นต้นมา ผมยังทำวิจัยเกี่ยวกับกลิ่นตัวมนุษย์มาเรื่อยๆ ครับ เดี๋ยววันหลังผมจะเล่าให้ฟังครับว่า ผมได้ค้นพบอะไรอีกบ้าง และได้เทคโนโลยีใหม่อะไร ติดตามอ่านกันนะครับ


31 สิงหาคม 2556

Digital Food - อาหารดิจิตอล (ตอนที่ 5) ตอน เครื่องเลี้ยงแมลง



(Picture from http://www.dailymail.co.uk)

ความคิดสร้างสรรค์ที่น่ายกย่องเรื่องหนึ่งของคนอีสานคือ การรู้จักนำแมลงมาทำเป็นอาหาร ไม่ว่าจะเป็นหนอนรถด่วน ไข่มดแดง จิ้งหรีด ด้วงมะพร้าว ตัวอ่อนผึ้ง ตั๊กแตน เป็นต้น สหประชาชาติถึงกับรณรงค์ให้ประชากรโลกหันมากินแมลงกันเยอะๆ เพราะแมลงเป็นอาหารที่มีโปรตีนสูง อีกทั้งยังมีแมลงอยู่ตั้ง 1,900 ชนิดที่มนุษย์สามารถรับประทานได้ การเพาะเลี้ยงแมลงยังช่วยลดโลกร้อน เนื่องจากใช้พลังงานน้อยกว่าการเลี้ยงสัตว์พวก หมู ไก่ วัว มีการประเมินกันว่าในปี ค.ศ. 2050 โลกต้องการอาหารเนื้อสัตว์เพิ่มอีก 50% แล้วจะไปเอาเนื้อสัตว์จำนวนนี้มาจากไหนหล่ะครับ ก็ต้องแมลงนี่แหล่ะ โลกจึงต้องการธุรกิจฟาร์มเลี้ยงแมลงอย่างจริงจัง ..... ท่านผู้อ่านอาจจะตกใจ ถ้าผมจะบอกว่า ในภาคอีสานของเราเองนั้น มีการทำฟาร์มเลี้ยงจิ้งหรีดอยู่ถึง 20,000 ฟาร์ม และมีการผลิตแมลงสำหรับรับประทานมากถึงปีละ 7,500 ตันเลยทีเดียวครับ น่าสนใจมากครับ เราอาจจะกลายเป็นประเทศที่ผลิตแมลงส่งออกระดับโลกในไม่ช้านี้ก็ได้

ในช่วงหลังๆ นี้ ฝรั่งเริ่มมาสนใจในเรื่องของการบริโภคแมลงอย่างจริงจังมากขึ้น จนเกิดแนวคิดในเรื่องของการสร้างเครื่องเลี้ยงแมลงขึ้นมา เพื่อผลิตแมลงใช้บริโภคเองในบ้าน โดยต้องการให้เครื่องนี้เป็นสินค้าอิเล็กทรอนิกส์ประเภทหนึ่ง ไม่ต่างจากหม้อหุ้งข้าวอัตโนมัติ ซึ่งไม่นานมานี้เอง นักออกแบบสาวชาวออสเตรียชื่อ แคทรีนา อุงเกอร์ (Katharina Unger) ได้ออกแบบและสร้างเครื่องเลี้ยงตัวอ่อนแมลงที่ใช้ชื่อทางการค้าว่า Farm 432 โดยเครื่องนี้ทำงานแบบอัตโนมัติในการเลี้ยงตัวอ่อนแมลงชนิดหนึ่ง วิธีการทำงานคือ เราจะใส่ไข่ของแมลงเป้าหมายลงไปในช่องๆ หนึ่ง เหมือนใส่น้ำยาซักผ้าลงไปในเครื่องซักผ้าแหล่ะครับ จากนั้นเครื่องจะทำงานในการปรับสภาพอุณหภูมิและความชื้น ไข่จะฟักเป็นตัวแมลง แมลงจะผสมพันธุ์ และกินอาหารต่างๆ ที่เราจะป้อนเข้าไปในช่องวัตถุดิบ จากนั้นแมลงจะวางไข่ และไข่ฟักออกมาเป็นตัวอ่อน ตัวอ่อนจะไต่ขึ้นไปในช่องไต่ แล้วตกลงไปในถ้วยเก็บ เราก็เอาตัวอ่อนนั่นแหล่ะครับไปทำเป็นอาหารได้เลย โดยอาจจะแบ่งตัวอ่อนส่วนหนึ่ง นำกลับมาป้อนใส่เครื่องเพื่อผลิตตัวอ่อนแมลงไว้กินในมื้อต่อไป แคทรีนาบอกว่า เจ้าเครื่องที่เธอออกแบบนี้สามารถเปลี่ยนไข่ของแมลง 1 กรัม ให้เป็นอาหาร 2.4 กิโลกรัมได้ภายในเวลา 432 ชั่วโมง ไม่เลวเลยใช่มั้ยครับ

เห็นหรือยังครับว่า แนวคิดใหม่ๆ กระบวนทัศน์ใหม่ๆ ของการผลิตและบริโภคอาหาร เริ่มปรากฎชัดขึ้นเรื่อยๆ .... ท่านผู้อ่านพร้อมหรือยังครับ กับการเข้ามาของ Digital Food !!!