-
เทคโนโลยี smart farm IoT โดรนสำหรับ ภาคการเกษตร วาง ระบบ คู่มือ การใช้
ท้ังนี้ โดรนสำหรับ ภาคการเกษตรอาจแบ่งออกเป็น 2 ประเภทหลักๆ ได้แก่ โดรนสำรวจพื้นที่ (Data-mapping drone) เป็นเสมือน “Bird-eyeview” ของเกษตรกรที่ถูกออกแบบเพื่อการใช้งานเฉพาะทาง (Commercial-grade) โดยใช้เทคโนโลยีสูงกว่าโดรนฉีดพ่น เพื่อให้สามารถเก็บข้อมูลได้แบบเรียลไทม์ ก่อนจะนำข้อมูลดิบมาประมวลผลด้วยโมเดลทางการเกษตรเฉพาะ ซึ่งโดรนประเภทนี้มักถูกนำมาใช้ร่วมกับเซ็นเซอร์ที่เชื่อมโยงกับ IoT เพื่อเก็บข้อมูล Big data เช่น การสำรวจพื้นที่เพาะปลูก การตรวจสุขภาพของพืช ตลอดจนการวางแผนเพาะปลูก โดรนฉีดพ่น (Spraying drone) เช่น โดรนพ่นสารเคมีหรือปุ๋ย ซึ่งเป็นอากาศยานไร้คนขับในกลุ่มผู้บรโภคทั่วไป (Consumer-grade)เนื่องจากไม่ต้องการความซับซ้อนในการเก็บข้อมูลหรือประมวลผลใดๆโดยโดรนฉีดพ่นมักถูกนำมาใช้เพื่อลดการพึ่งพาแรงงานมนุษย์ไม่ก่อให้เกิดอันตรายต่อเกษตรกร และยังช่วยเพิ่มประสิทธิภาพของผลผลิต
-
เทคโนโลยี smart farm IoT ผลกระทบจาก โรคระบาด COVID-19 วาง ระบบ คู่มือ การใช้
โรคระบาด COVID-19 ที่เกิดขนึ้ ทั่วโลกจะเป็นแรงผลักดันให้ภาคเกษตรปรับตัวมาใช้ IoT มากขึ้น ความกังวลโรคระบาด COVID-19 ที่เกิดขึ้นทั่วโลกจะเป็นแรงผลักดันให้ภาคเกษตรปรับเปลี่ยนพฤติกรรมมาใช้ IoT มาทดแทนการใช้แรงงานคน เพื่อลดโอกาสการสัมผัสและการติดต่อกันระหว่างมนุษย์ โดยบริษัทผู้ผลิตโดรน XAG ในเมืองกวางโจวของจีน ได้ออกมาเปิดเผยว่าในช่วง 2 เดือนแรกของปี 2020 บริษัทสามารถขายโดรนทางการเกษตรได้มากถึง 4,000 เครื่อง เช่นเดียวกับบริษัท Yifei Technology ซึ่งเป็นผู้ผลิตและจำหน่ายโดรนและหุ่นยนต์เกษตรที่คาดว่าปีนี้รายได้จะเติบโตเป็น 4 เท่าหรือมากกว่า 4.31 ล้านดอลลาร์ฯ จากผลของ COVID-19 นอกจากนี้ตลาดการพัฒนาผลิตภัณฑ์เทคโนโลยีทางการเกษตรในจีนที่เติบโตไปอย่างรวดเรว็ น้ัน ส่วนหน่ึงได้รบัการสนับสนุนจากทางการจีนภายใต้แผนพัฒนาเศรษฐกิจระยะ 5 ปี (ฉบับที่ 13) ที่ให้เงินสนับสนุนจากส่วนกลางในการซื้อโดรนและอุปกรณ์ต่างๆ 20 ล้านดอลลาร์ฯรวมท้ังเงนิ กู้ดอกเบี้ยต่าและสนับสนุนค่าเช่าเครื่องมืออีกกว่า 14 ล้านดอลลาร์ฯ โดยทางการจีนต้ังเป้าให้เกษตรกรสามารถใช้โดรนได้อย่างแพรห่ ลายถึง 30,000 เครื่องในปี 2020 ปัจจุบันมี การนำอากาศยานไร้คนขับ (Unmanned aerial vehicles: UAVs) หรือที่เรารู้จักกันดีในชื่อ “โดรน”(Drone) มาใช้ในฟังก์ชันทางการเกษตรมากขึ้น เนื่องจากมีขนาดเล็กและมีระบบการบินอัตโนมัติ จึงทำให้สามารถควบคุมการทำงานได้ง่าย สะดวก และมีความแม่นยำสูง โดยรายงานของ FAO ที่อ้างอิงข้อมูลจาก PwC (2016) ประเมินว่ามูลค่าทางธุรกิจของตลาดโดรนเชิงพาณิชย์ในภาคการเกษตรมีมูลค่าสูงเป็นอันดับ 2 หรือ 3.24 หมื่นล้านดอลลาร์ฯ รองจากโดรนที่ใช้ในงานโครงสร้างพื้นฐาน (รูปที่ 12) เช่นเดียวกับข้อมูลของ Markets and Markets รายงานว่ามูลค่าตลาดโดรนท่ัวโลกมีเติบโตเฉลี่ยสูงถึง 31.4% ต่อปี จาก 1.2 พันล้านดอลลาร์ฯในปี 2019 เป็น 4.8 พันล้านดอลลาร์ฯ ในปี 2025
-
เทคโนโลยี smart farm IoT เทคโนโลยี Big Data วาง ระบบ คู่มือ การใช้
เทคโนโลยี Big Data เทคโนโลยี Big Data เกิดจากความพยายามที่จะจัดการข้อมูลที่เกิดจากการใช้งานระบบสารสนเทศที่มีขนาดใหญ่ขึ้นมหาศาล มีความหลากหลาย และมีลักษณะแบบไม่มีโครงสร้าง (unstructured)ส่วนหนึ่งของผลการวิจัยจากมหาวิทยาลัย Leipzig ประเทศเยอรมนี (Ngonga, 2013) ปรากฏในภาพที่ 3บ่งชี้ว่า ปริมาณข้อมูลที่ถูกสร้างขึ้นจากผู้ใช้งานประเภทองค์กรทั่วโลกได้เพิ่มขึ้น 240 เท่า จาก 5 Exabytes เป็น 1222 Exabytes ระหว่างปี 2005 จนถึงปี 2014 ตามลำดับ การเติบโตดังกล่าวได้สร้างความซ้ำซ้อนและความยุ่งยากให้กับการจัดเก็บ วิเคราะห์ และสืบค้นข้อมูล เทคโนโลยี Big Data ได้เข้ามามีบทบาทในการประมวลผลข้อมูลโดยการจัดการข้อมูลที่อยู่ในรูปแบบไม่มีโครงสร้างให้เป็นข้อมูลที่มีโครงสร้าง (Structured) นอกจากนี้ เทคนิคการวิเคราะห์ทางสถิติ วิทยาศาสตร์ทางข้อมูล (Data Science) และวิทยาการ Machine Learning ได้ช่วยให้สามารถวิเคราะห์ข้อมูลที่มีขนาดมหาศาลและสังเคราะห์ความสัมพันธ์หรือค่าทางสถิติที่มีประโยชน์ต่อการตัดสินใจได้ Big Data จะมีบทบาทมากขึ้นในอนาคตเพื่อจัดการข้อมูลที่รับจากโครงข่าย IoT
-
เทคโนโลยี smart farm IoT Machine to Machine วาง ระบบ คู่มือ การใช้
เทคโนโลยี Machine to Machine โดยทั่วไปเทคโนโลยี Machine to Machine หรือ M2M หมายถึงระบบสื่อสารสมัยใหม่ระหว่างอุปกรณ์ที่ไม่ต้องอาศัยตัวกลางที่เป็นมนุษย์เข้าไปมีส่วนร่วมในการสื่อสาร เทคโนโลยีดังกล่าวอาจครอบคลุมการทำงานร่วมกันของโครงข่ายเซนเซอร์ (Sensor Network) และ Machine Learningที่ทำให้อุปกรณ์อิเล็กทรอนิกส์สื่อสารกันได้อย่างอัตโนมัติ การสื่อสารแบบ M2M ถือว่าเป็นกลไกสำคัญของ IoT ในส่วนของการสื่อสารแบบ Thing to Things
-
เทคโนโลยี smart farm IoT วิทยาการ Machine Learning วาง ระบบ คู่มือ การใช้
วิทยาการ Machine Learning Machine Learning คือ สาขาวิทยาการทางคอมพิวเตอร์ที่มีวัตถุประสงค์เพื่อสร้างกระบวนการตัดสินใจอัตโนมัติ หรือสร้างการประมาณการผ่านทางการเรียนรู้รูปแบบ และค่าทางสถิติของข้อมูลที่สนใจ Machine Learning เป็นเครื่องมืออันสำคัญในการสร้างปัญญาประดิษฐ์ (Artificial Intelligence)ที่ทำหน้าที่ในการตัดสินใจแทนมนุษย์ ดังนั้น Machine Learning เปรียบเสมือนเป็นมันสมองของระบบIoT ที่จะประมวลผลข้อมูลทั้ง ณ บริเวณ “Things” หรือ วัตถุที่ต่อเชื่อมเข้ากับระบบอินเทอร์เน็ต และส่วนประมวลผลที่ต่อเชื่อมอยู่กับโครงข่าย ตัวอย่างของบริษัทที่มีการนำเครื่องมือ Machine Learningมาใช้งาน คือ Google Facebook Amazon ฯลฯ
-
เทคโนโลยี smart farm IoT เทคโนโลยีเซนเซอร์ (Sensor Technology) วาง ระบบ คู่มือ การใช้
เทคโนโลยีเซนเซอร์ (Sensor Technology) เซนเซอร์คืออุปกรณ์ที่ใช้วัดและเปลี่ยนปริมาณทางธรรมชาติที่วัดได้ เช่น ความดัน อุณหภูมิปริมาณแสง ความชื้น ความเข้มข้น การเคลื่อนไหว ฯลฯ ให้เป็นสัญญาณไฟฟ้าและข้อมูลเชิงตัวเลขอุปกรณ์เซ็นเซอร์ถูกใช้ในการเก็บข้อมูลเพื่อนำมาประมวลผลและใช้ประกอบการตัดสินใจ การใช้งานที่มีการเก็บข้อมูลผ่านโครงข่ายที่มีการเชื่อมต่อเซนเซอร์จำนวนมากเข้าด้วยกัน (Puccinelli & Haenggi,2005) จะเป็นประโยชน์ต่อการประยุกต์ใช้งานบางประเภทที่ต้องการวัดปริมาณ ณ ตำแหน่งทางภูมิศาสตร์ที่แตกต่างกัน หรือการสังเคราะห์ข้อมูลในภาพรวมจากการใช้ข้อมูลที่เก็บจากเซนเซอร์จำนวนมาก อุปกรณ์เซนเซอร์เปรียบได้กับหูและตาของระบบ IoT ทั้งนี้ เซนเซอร์ได้ถูกติดตั้งลงในอุปกรณ์อิเล็กทรอนิกส์สมัยใหม่จำนวนมาก เช่น โทรศัพท์สมัยใหม่อาจประกอบด้วยเซนเซอร์ที่ใช้วัดปริมาณของตัวแปรที่แตกต่างกันมากกว่า 13 ชนิด (Andriod, 2016)