![](https://www.thaikufanews.com/wp-content/uploads/2022/11/12F5DFF9-D072-463D-B061-9981C6881D14-1024x1024.jpeg)
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/905817C7-58FB-45BC-8778-8FBD3182329D-768x1024.jpeg)
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/B7E0B871-BFD8-40E5-A0E0-5C836BAD3376-768x1024.jpeg)
ดร.วิภารัตน์ ดีอ่อง ผู้อำนวยการสำนักงานการวิจัยแห่งชาติ กล่าวว่า สำนักงานการวิจัยแห่งชาติ (วช.) กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม ให้ความสำคัญกับการพัฒนาเทคโนโลยีในการประยุกต์ใช้กับภาคการเกษตร เพื่อเพิ่มประสิทธิภาพในการผลิตให้มากขึ้น ที่ผ่านมา วช. ได้มีส่วนในการสนับสนุนให้เกิดการพัฒนานวัตกรรมใหม่ ๆ ด้านเกษตรอัจฉริยะ (Smart Farm) ซึ่งเป็นการทำการเกษตรรูปแบบใหม่ที่ใช้เทคโนโลยีที่มีความแม่นยำสูงเข้ามาช่วยในการทำงานทำให้ได้ผลผลิตเพิ่มมากขึ้นและใช้ทรัพยากรอย่างคุ้มค่ามากที่สุด แต่อย่างไรก็ตาม การพัฒนาภาคการเกษตรไทยอย่างยั่งยืนนั้น นอกจากจะส่งเสริมให้เกิดการสร้างนวัตกรรมใหม่ ๆ แล้ว ยังจำเป็นต้องสร้างการเรียนรู้ให้กับผู้ใช้งานเพื่อให้เกิดการประยุกต์ใช้งานที่เหมาะสมในแต่ละพื้นที่อีกด้วย อย่างเช่น ระบบเกษตรอัจฉริยะเพื่อการเรียนรู้ทุกช่วงวัย และพัฒนาภาคการเกษตรไทยอย่างยั่งยืน ที่ทีมวิจัยจากมหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต พัฒนาขึ้น และ วช. ได้สนับสนุนทุนวิจัยปี พ.ศ. 2564 ในโครงการ “การพัฒนาเทคโนโลยีการให้น้ำแบบอัจฉริยะเพื่อการผลิตพืชผักอินทรีย์มูลค่าสูงเชิงพาณิชย์แบบมีส่วนร่วมกับชุมชนเกษตรกรรายย่อย” ซึ่งมี รองศาสตราจารย์ ดร.ดุสิต อธินุวัฒน์ เป็นหัวหน้าโครงการ พร้อมด้วยทีมผู้ประดิษฐ์ประกอบด้วยนางสาวรมย์นลิน จันทะวงษ์ และนายชยากร ตังสุรัตน์
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/D0571858-9068-4371-804A-4BEAD58272AE-1024x768.jpeg)
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/E4BF5782-16E6-42A8-A08F-871F37338425-791x1024.jpeg)
รองศาสตราจารย์ ดร.ดุสิต อธินุวัฒน์ จากคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต เปิดเผยว่า ระบบเกษตรอัจฉริยะเพื่อการเรียนรู้ทุกช่วงวัย ฯ หรือที่เรียกว่า “DSmart Farming” เป็นการต่อยอดนวัตกรรมที่เน้นการสร้างการเรียนรู้ให้กับเยาวชนและเกษตรกรรุ่นใหม่ โดยนวัตกรรมที่พัฒนาขึ้นนี้ จะมีซอฟต์แวร์ที่จำเพาะและมีฐานข้อมูลหรือ database ที่ดี ทำให้สามารถประยุกต์ใช้ได้กับระบบการผลิตพืช สมุนไพร เห็ด ปศุสัตว์ สัตว์น้ำ และแมลงเศรษฐกิจ ช่วยเพิ่มผลผลิตให้คุ้มค่าต่อพื้นที่ และสามารถแก้ปัญหาเชิงพื้นที่ได้ ทำให้สามารถยกระดับรายได้และคุณภาพชีวิตของคนทุกช่วงวัยอย่างยั่งยืน
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/CB7C92A2-8A73-487A-B3BA-67EF1F8112A3-768x1024.jpeg)
“ DSmart Farming เป็นระบบที่มีการพัฒนาซอฟต์แวร์ ที่ตอบสนองต่อความต้องการของพืชที่แท้จริง ได้แก่ ความต้องการธาตุอาหารในดิน ทั้งไนโตรเจน ฟอสฟอรัส และโพแทสเซียม ความต้องการน้ำ ความต้องการแสง รวมทั้งอุณหภูมิและความชื้นที่เหมาะสมต่อการเจริญเติบโตของพืชในแต่ละช่วงการเจริญเติบโตของพืช สามารถควบคุมสภาวะที่เหมาะสมต่อการผลิตพืชหลายชนิดในแปลงเดียวกัน สามารถกดดูข้อมูลย้อนหลังได ้1 ปี และสามารถนำข้อมูลมาวิเคราะห์ปริมาณความต้องการปัจจัยการผลิตที่เหมาะสมกับพืชแต่ละชนิดได้ ช่วยลดปริมาณน้ำที่ใช้ในระบบการผลิตพืชได้ถึง 41-60% ประหยัดต้นทุน ประหยัดพลังงาน และช่วยเพิ่มปริมาณผลผลิตได้ถึง 20 – 29 % ”
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/388A7C2E-1C45-4655-905C-D42BEB89B2DA-768x1024.jpeg)
ระบบดังกล่าวจะเน้นสร้างการเรียนรู้ให้กับผู้ใช้งาน โดยผู้ใช้งานสามารถเรียกดูข้อมูลจาก web service ณ เวลาจริงได้ (real-time) และจะได้รับข้อมูลแจ้งเตือนสถานะการทำงานของระบบเกษตรอัจฉริยะที่ประดิษฐ์ขึ้นผ่าน line notify และ application ตลอด 24 ชั่วโมง ผู้ใช้งานสามารถปรับระบบการทำงานได้ด้วยตนเอง ทำให้เกิดการเรียนรู้การทำงานของระบบเกษตรอัจฉริยะที่สอดคล้องต่อความต้องการของพืชที่แท้จริง
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/DA5EA866-BA4A-43B9-B28F-0BF346667AB8-1024x535.jpeg)
สำหรับการทดสอบการใช้งานระบบ ซึ่งได้รับทุนสนับสนุนจาก วช. ปัจจุบันมีการทดสอบการใช้งานจริงแล้วในพื้นที่จังหวัดสระแก้ว ลพบุรี และเชียงราย ผู้วิจัย บอกว่า ระบบนี้จะช่วยตอบโจทย์เกษตรกรในเรื่องของพืชเน่าเสีย เพราะให้น้ำเกินความต้องการ ขณะเดียวกันก็ช่วยลดปริมาณการใช้น้ำในพื้นที่ขาดแคลนน้ำ และที่สำคัญให้เกษตรกรสามารถเรียนรู้การใช้ระบบ และเข้าถึงข้อมูลจำเพาะของพืชแต่ละชนิดที่เป็นองค์ความรู้บวกกับภูมิปัญญาท้องถิ่นที่เก็บไว้ในฐานข้อมูลบนระบบคลาวด์ได้อีกด้วย
![](https://www.thaikufanews.com/wp-content/uploads/2022/11/26D10E05-4E4F-4DD5-A5E6-F5AF09CB5A9E-1024x507.jpeg)