![](/img/files/20210514/iqb2ba697bd0834728a4add183825460ee.jpg)
"ดีหรือไม่หากสามารถพยากรณ์ค่าฝุ่น PM2.5 ในแต่ละวันในพื้นที่ต่างๆ ได้" จุดเริ่มต้นไอเดียผลงานแก้ไขปัญหาสิ่งแวดล้อม "DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION" นวัตกรรมสร้างสรรค์ใช้เทคโนโลยีปัญญาประดิษฐ์ หรือ AI ในการสร้างแบบจำลองการทำนายค่าฝุ่น PM2.5 เพื่อประเมินสภาวะอากาศในแต่ละพื้นที่ พัฒนาโดย นายธีรวัฒน์ เชื้อพันธ์งาม นายวสุพล เฮงศรีธวัช และนายกฤติน ถิระศักดิ์ นักเรียนชั้นมัธยมศึกษาปีที่ 6 โครงการสนับสนุนการจัดตั้งห้องเรียนวิทยาศาสตร์ในโรงเรียน (วมว.) โรงเรียนดรุณสิกขาลัย โดยการกำกับดูแลของมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.) โดยมีอาจารย์ที่ปรึกษา ดร.เอกพงษ์ หิรัญสิริสวัสดิ์ สำนักงานห้องเรียนวิศว์-วิทย์ และดร.ธีรสิทธิ์ เติมสายทอง สถาบันการเรียนรู้ มจธ.
1 ใน 6 ผลงานตัวแทนประเทศไทยนำเสนอผลงานในการประชุมวิชาการนานาชาตินักวิทยาศาสตร์รุ่นเยาว์ครั้งที่ 28 ที่ได้รับการคัดเลือกจากผลงานที่ส่งเข้าร่วมจำนวนกว่า 25 โครงงาน จากโรงเรียนบ่มเพาะนักวิทยาศาสตร์ทั่วประเทศ โดยแบ่งตามกลุ่มสาขา เช่น สาขาวิทยาการคอมพิวเตอร์ สาขาคณิตศาสตร์ สาขาฟิสิกส์ สาขาสิ่งแวดล้อม
นายธีรวัฒน์ เชื้อพันธ์งาม หรือ ภูเขา นักเรียน วมว. เป็นตัวแทนนำเสนอผลงาน DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION ในการแข่งขันระดับนานาชาติ เล่าการเตรียมตัวว่า ตัวแทนนักเรียนจากประเทศไทยทั้ง 6 คนได้รับการเข้าฝึกอบรมเตรียมความพร้อมเป็นระยะเวลา 1 เดือนในรูปแบบค่ายอบรมออนไลน์ร่วมกันได้รับการฝึกฝนและรับคำแนะนำการพัฒนาโครงงานให้สมบูรณ์จากอาจารย์ผู้ทรงคุณวุฒิหลากหลายสถาบัน เพื่อเตรียมความพร้อมนำเสนอผลงานในการประชุมวิชาการนานาชาตินักวิทยาศาสตร์รุ่นเยาว์ ครั้งที่ 28 (International Conference of Young Scientist: ICYS 2021) ณ กรุงเบลเกรด สาธารณรัฐเซอร์เบีย ระหว่างวันที่ 23-26 เมษายน 2564 ผ่านระบบออนไลน์
นายธีรวัฒน์ เล่าถึงผลงาน DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION ว่า ทีมสนใจและอยากศึกษาเกี่ยวกับการเขียนโปรแกรมในเชิง AI หรือ Machine learning จึงเกิดแนวคิดในการสร้างแบบจำลองทำนายค่าสภาพอากาศ ค่าฝุ่น PM 2.5 โดยการป้อนข้อมูลสภาพอากาศเข้าไปในแบบจำลองแล้วให้ทำนายค่าฝุ่นออกมา ซึ่งประสิทธิภาพที่แบบจำลองทำได้จาก Feed-forward architecture model (ลักษณะของแบบจำลองชนิดหนึ่งที่จะมีการคำนวณแบบตรงไปตรงมาและใช้งานสะดวก) โดยผลพบว่าแบบจำลองทำนายค่าฝุ่น PM 2.5 จะพบข้อผิดพลาดของการทำนายเพียงร้อยละ 26.29 เมื่อเทียบกับค่าเฉลี่ยของฝุ่น PM 2.5
การนำเสนอผลงานประชุมวิชาการนานาชาตินักวิทยาศาสตร์รุ่นเยาว์ ครั้งที่ 28 โครงงาน "DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION" เข้าร่วมนำเสนอในสาขาสิ่งแวดล้อม ได้รับรางวัลเหรียญทองจากการนำเสนอ ซึ่งในสาขานี้มีตัวแทนนักเรียนนำเสนอกว่า 20 ประเทศทั่วโลก ด้วยการวางแผนอย่างเป็นขั้นตอน ความเอาใจใส่ที่จะพัฒนาผลงานอย่างต่อเนื่อง การให้คำปรึกษาจากอาจารย์อย่างใกล้ชิด และการนำเสนอผลงานอย่างแตกต่างมีความโดดเด่น ประกอบกับองค์ความรู้ที่ใช้สามารถใช้ประโยชน์ในการแก้ไขปัญหาสถานการณ์โลกปัจจุบันได้จริง