Page 24 - วิศวกรรมสาร ปีที่ 78 ฉบับที่ 1 มกราคม - มีนาคม 2568
P. 24

การใช้ Raspberry Pi ในงานอุตสาหกรรมร่วมกับ AI






            เหตุผลหลักที่ Raspberry Pi ถูกน�ามาใช้ในอุตสาหกรรม เช่น
          มีพอร์ต GPIO (General Purpose Input/Output) ที่ช่วยให้เชื่อม     พื้นฐานของปัญญาประดิษฐ์
          ต่อกับเซ็นเซอร์ อุปกรณ์อิเล็กทรอนิกส์ และเครื่องจักรต่าง ๆ ได้      (Artificial Intelligence)
          มีการเชื่อมต่อที่หลากหลาย เช่น Wi-Fi, Bluetooth, Ethernet,
          USB และ HDMI ท�าให้สามารถเชื่อมต่อกับอุปกรณ์และเครือข่าย    AI เป็นสาขาหนึ่งของวิทยาการที่เกี่ยวข้องกับการพัฒนา

          ได้ง่าย เหมาะส�าหรับการใช้งานในระบบเครือข่ายอุตสาหกรรม   คอมพิวเตอร์ที่มุ่งสร้างระบบที่สามารถท�างานได้เหมือนหรือ
          ช่วยลดต้นทุนในการพัฒนาระบบอัตโนมัติหรือ IoT (Internet of   ใกล้เคียงกับความสามารถของมนุษย์ เช่น การเรียนรู้ที่ใช้
          Things) เมื่อเทียบกับการใช้คอมพิวเตอร์หรือเซิร์ฟเวอร์ขนาดใหญ่   กฎเกณฑ์ (Rule-based) การใช้เหตุผลเชิงตรรกะ (Logical
          มีขนาดเล็กเท่ากับบัตรเครดิต ท�าให้สามารถติดตั้งในพื้นที่จ�ากัด  reasoning) การตัดสินใจแบบที่เรียนรู้จากข้อมูล (Data-driven)
          หรือบนอุปกรณ์ต่าง ๆ ได้ง่ายเหมาะส�าหรับการใช้งานในสภาพ  การแก้ปัญหา การประมวลผลภาษาธรรมชาติ (NLP) และการ
          แวดล้อมอุตสาหกรรมที่ต้องการความคล่องตัว มีความยืดหยุ่น   มองเห็นคอมพิวเตอร์ (Computer Vision) AIเป็นแนวคิดกว้าง

          ในการใช้งาน (Flexibility) เพราะรองรับการเขียนโปรแกรมด้วย  ที่ครอบคลุมหลายเทคนิคและวิธีการ รวมถึง Machine Learning
          ภาษาต่าง ๆ (Python, C++, Java เป็นต้น) และที่ส�าคัญช่วยให้  (ML)  ML เน้นการพัฒนา algorithms และโมเดลที่ท�าให้
          นักพัฒนาสามารถสร้างและทดสอบระบบได้อย่างรวดเร็ว โดย   คอมพิวเตอร์สามารถเรียนรู้จากข้อมูล และปรับปรุงประสิทธิภาพ
          ไม่ต้องลงทุนสูง (Rapid Prototyping)                  ในการท�างานได้โดยใช้ข้อมูลในการฝึกฝนโมเดลเพื่อท�านาย
                                                               หรือตัดสินใจอัตโนมัติ MLใช้เทคนิค เช่น แบบมีผู้สอน

                                                               (Supervised Learning), แบบไม่มีผู้สอน (Unsupervised
                                                               Learning)และแบบเรียนรู้เสริมแรง (Reinforcement
                                                               Learning) ซึ่งแต่ละแบบมีวิธีการท�างานและวัตถุประสงค์ที่
                                                               แตกต่างกัน ดังนี้



































           ภาพที่ 2 : พอร์ต GPIO (General Purpose Input/Output) ของ
              Raspberry Pi 4 (www.element14.com/RaspberryPi)








          24                                                     ปีที่ 78 ฉบับที่ 1 มกราคม - มีนาคม 2568 l วิศวกรรมสาร
   19   20   21   22   23   24   25   26   27   28   29