ปัญญาประดิษฐ์เพื่อการอ่านชื่อสารประกอบอินทรีย์จากรูปภาพโครงสร้างแบบเส้นพันธะตามระบบ IUPAC
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
ณัฏฐ์ ปรัชญกุล, ณรบดี สอนหลวย, พัชร์ธมน พงศกรพิสิฐ
อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
ด้วยความที่สารประกอบอินทรีย์นั้นมีรูปแบบที่เยอะมากๆ ซึ่งสารบางตัวมีสูตรโมเลกุลเหมือนกันแต่ไม่เหมือนกันเพราะมีคุณสมบัติต่างกัน การเรียกชื่อสารประกอบอินทรีย์ก็จึงต้องมีกฏในการอ่านตามแบบ IUPAC ซึ่งส่วนตัวที่ได้เรียนวิชาเคมีอินทรีย์ในชั้นเรียนพบว่า การอ่านชื่อสารประกอบอินทรีย์ตามหลัก IUPAC นั้นค่อนข้างยากสึบเนื่องมาจาก 1.มีกฏเกณฑ์เยอะ 2.โครงสร้างที่ซับซ้อนทั้งด้านจำนวนโมเลกุล,จำนวนและชนิดของหมู่ฟังก์ชัน ซึ่งหากโครงสร้างนั้นซับซ้อนอาจต้องใช้เวลาประมาณ 20-40 วินาทีเลยในการอ่านชื่อสารประกอบอินทรีย์ตัวหนึ่ง
สืบเนื่องจากข้อจำกัดของมนุษย์ในหลายๆด้านในการฝึกฝนการอ่านชื่อสารประกอบอินทรีย์อย่าง ความเหนื่อย, ความสามารถในการจดจำ นั้นก็ถือเป็นข้อจำกัดที่อาจไม่สามารถแก้ไขได้ เพราะฉะนั้นเราจึงต้องหาวิธีแก้ปัญหาในส่วนนี้ จึงได้ทางออกมานั่นคือพัฒนา AI ที่ไม่มีความเหนื่อยและสามารถจดจำข้อมูลได้หลายล้านเท่าของมนุษย์ AI ที่เราจะพูดถึง “การเรียนรู้เชิงลึก (Deep Learning)” คือโครงข่ายประสาทเทียมที่มีจำนวน “ชั้นการเรียนรู้ (feature extraction)” ที่เยอะ การทำงานของโครงข่ายประสาทเทียมมีหลักการในการเรียนรู้(เทรน)คือ 1.ทำ Feed Forward เพื่อได้ข้อมูลส่งออก (output), 2.หา error function และทำ Backpropagation Algorithm เพื่อหาค่าอนุพันธ์ของ error เทียบกับน้ำหนัก (weight) แต่ละตัวแปร 3.ทำ Gradient Descent เพื่อปรับค่าน้ำหนักใหม่เพื่อให้โมเดลมีความแม่นยำมากขึ้น โดยการเทรนก็จะต้องมี dataset ใส่เข้าไปให้ AI เรียนรู้
สุดท้ายหลังจากที่โมเดล AI ได้ฝึกฝน (เทรน) เรียบร้อยแล้วเราจะได้โมเดลที่สามารถรับข้อมูลนำเข้าเป็นรูปภาพโครงสร้างแบบเส้นพันธะของสารประกอบอินทรีย์เพื่อได้ข้อมูลส่งออกหรือคำตอบมาเป็นชื่อสารประกอบอินทรีย์ชนิดนั้น (ตามหลักการอ่านชื่อแบบ IUPAC) ซึ่งใช้เวลาในการอ่านไม่ถึง 5 วินาที