เมื่อวันที่ 2 กุมภาพันธ์ 2563 รศ.นพ. สรนิต ศิลธรรม ปลัดกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม เป็นประธานในพิธีเปิดพร้อมมอบรางวัล ในโอกาสนี้ ดร. พนิตา พงษ์ไพบูลย์ รองผู้อำนวยการศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) ร่วมแสดงความยินดีกับทีมวิจัยเนคเทคที่คว้ารางวัลในปีนี้อีกด้วย โดยเนคเทคได้รับรางวัล ทั้งสิ้น 3 ผลงาน ดังนี้
- ผลงานประดิษฐ์คิดค้น จำนวน 2 รางวัล ดังนี้
- ระดับดีมาก สาขาวิศวกรรมศาสตร์และอุตสาหกรรมวิจัย
- OnSpec VULCAN: เครื่องเคลือบฟิล์มบางสำหรับชิปขยายสัญญาณรามาน
- OnSpec VULCAN: เครื่องเคลือบฟิล์มบางสำหรับชิปขยายสัญญาณรามาน
- โดยทีมวิจัยเทคโนโลยีเซนเซอร์แสงไฟฟ้าเคมี (OEC)
- ได้รับรางวัลผลงานประดิษฐ์คิดค้นระดับดีมากจากสภาวิจัยแห่งชาติ
OnSpec VULCAN เป็นต้นแบบการผลิตชิปขยายสัญญาณรามานเครื่องแรกของประเทศไทย ด้วยเทคนิคการเคลือบฟิล์มชั้นสูง OnSpec VULCAN สามารถเคลือบฟิล์มบางโครงสร้างนาโนในรูปแบบต่าง ๆ ได้อย่างเต็มประสิทธิภาพ สามารถรองรับการผลิตเซนเซอร์ชนิดชิปขยายสัญญาณรามานแบบฟิล์มบางโลหะเงินได้เป็นจำนวนมากเพื่อรองรับการจำหน่ายเชิงพาณิชย์
- พัฒนาโดย:
ดร.พิทักษ์ เอี่ยมชัย, นายวิยะพล พัฒนะเศรษฐกุล, นายศักย์ศรณ์ ลิ้มวิเชียร, ดร.มติ ห่อประทุม, ดร.นพดล นันทวงศ์, ดร.พงศ์พันธ์ จินดาอุดม, นายทวี ป๊อกฝ้าย และ นายอัศวพงษ์ ทรัพย์พัฒน์
- ระดับดี สาขาการศึกษา
- KidBright: บอร์ดส่งเสริมการเรียนโค้ดดิ้งและ STEM Education
- KidBright: บอร์ดส่งเสริมการเรียนโค้ดดิ้งและ STEM Education
- โดยทีมวิจัยเทคโนโลยีสมองกลฝังตัว (EST)
- ได้รับรางวัลผลงานประดิษฐ์คิดค้นระดับดี สาขาการศึกษาจากสภาวิจัยแห่งชาติ
KidBright บอร์ดส่งเสริมการเรียนโค้ดดิ้งและสเต็ม ได้รับการออกแบบและพัฒนาทั้ง ฮาร์ดแวร์ (บอร์ดKidBright) และซอต์ฟแวร์ (KidBright IDE) โดยคำนึงถึงความง่ายของการใช้งานเหมาะสำหรับนักเรียนระดับประถมปลายและมัธยมต้น โดยเฉพาะอย่างยิ่งนักเรียนที่ต้องการความช่วยเหลือพิเศษ ช่วยลดความซับซ้อนของการเชื่อมต่อเซนเซอร์ที่ต้องอาศัยความรู้ระดับสูงเกี่ยวกับวงจรอิเล็กทรอนิกส์
รวมถึงการพัฒนาส่วน Device Manager ที่คอยบริหารจัดการเรื่องการรับส่งข้อมูลจากเซนเซอร์และอุปกรณ์ที่มาเชื่อมต่อให้สามารถแก้ไขปัญหาต่าง ๆ ที่มีในบอร์ดสมองกลฝังตัวทั่วไป เช่น การแก้ไขปัญหาภาวะ blocking จากการรับส่งข้อมูลของเซนเซอร์และอุปกรณ์ที่มาเชื่อมต่อมากกว่า 1 ชนิด การสอนการเขียนโปรแกรมแบบ Multi-tasking การสอนความรู้เรื่อง IoT (Internet of Things) เป็นต้น โดยบล็อก IoT จาก KidBright ถูกออกแบบให้ใช้งานง่าย พร้อมกันนี้ KidBright IDE รองรับการเพิ่มบล็อกที่พัฒนาขึ้นโดยผู้อื่น หรือ Plugins เพิ่มเติมอีกด้วย
นวัตกรรมนี้ส่งผลให้มีการพัฒนาเยาวชนให้มีศักยภาพกระบวนการคิด พัฒนาบุคลากรทางการศึกษาให้มีความรู้ในเทคโนโลยีใหม่ ๆ ยกระดับการศึกษาของประเทศ และกระตุ้นให้เกิดสังคมนวัตกรรม
- รางวัลวิทยานิพนธ์ 1 รางวัล
- ระดับดี สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์
- การพัฒนาระบบอ่านปากโดยใช้เทคโนโลยีโครงข่ายประสาทเทียมเชิงลึก
- ร่วมกับแบบจำลองมาร์คอฟซ่อนเร้น
- (Computer Lipreading Via Hybrid Deep Neural Network Hidden Markov Models)
- โดย ดร.ขวัญชีวา แตงไทย – นักวิจัยทีมวิจัยการเข้าใจเสียงและข้อความ
- ได้รับรางวัลวิทยานิพนธ์ ระดับดี สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์
การสร้างระบบอ่านปากให้ใช้งานได้จริงเป็นความท้าทายมากเหตุผลหลักเนื่องมาจากข้อมูลที่เห็นจากการขยับปากเป็นข้อมูลเพียงแค่ 30% ของระบบการออกเสียงทั้งหมดของมนุษย์ หลายงานวิจัยได้รายงานประสิทธิภาพความถูกต้องของการอ่านปากในระดับสูง โดยจำกัดการทำงานไว้ที่จำนวนคำศัพท์ไม่เกิน 50 คำ แต่สิ่งที่ยังขาดคือการพัฒนาให้ระบบอ่านปากทำงานรองรับจำนวนคำศัพท์ขนาดใหญ่
งานวิจัยชิ้นนี้ได้มุ่งเน้นการพัฒนาระบบอ่านปากเพื่อใช้งานจริง โดยมีเป้าหมายรองรับจำนวนคำศัพท์ขนาดมากกว่า 5,000 คำขึ้นไป ระบบอ่านปากในงานวิจัยชิ้นนี้ถูกพัฒนาโดยใช้เทคโนโลยีโครงข่ายประสาทเทียมเชิงลึกร่วมกับแบบจำลองมอร์คอฟซ่อนเร้น (DNN-HMMs)
เมื่อทำการทดสอบกับคลังข้อมูลเสียงภาษาอังกฤษทีซีดี-ทีมิด (TCD-TIMIT) มีคำศัพท์ขนาด 6000 คำ พบว่าเราสามารถสร้างระบบอ่านปากอัตโนมัติที่มีความถูกต้องสูงถึง 59.42% เมื่อใช้ DNN-HMMs ร่วมกับการประมวลผลข้อมูลแบบดีฟออโต้เอนโค้ดเดอร์ (Deep autoencoder) ซึ่งงานวิจัยชิ้นนี้ได้รายงานผลความถูกต้องที่สูงที่สุดของระบบอ่านปากที่รองรับคำศัพท์ขนาดใหญ่ที่เคยรายงานบนฐานข้อมูล TCD-TIMIT
นอกจากนั้นงานวิจัยชิ้นนี้ยังได้อภิปรายถึงประสิทธิผลของแบบการใช้จำลอง DNN-HMMs ในระบบอ่านปากอัตโนมัติด้วยการอธิบายข้อมูลแบบเห็นภาพ (Data visualization) และยังทำการวิเคราะห์ความผิดพลาดของระบบอ่านปากเพื่อเสนอแนวทางการในการปรับปรุงระบบได้ในอนาคต