การประยุกต์ใช้ Google’s Teachable Machine ในการตรวจจับใบหน้าผู้ก่อการร้าย

บทคัดย่อ

งานวิจัยนี้มุ่งเน้นการศึกษาและประเมินความเป็นไปได้ของเครื่องมือปัญญาประดิษฐ์ (AI) คือ Google’s Teachable Machine ในการตรวจจับใบหน้าผู้ก่อการร้ายในพื้นที่สามจังหวัดชายแดนภาคใต้ ผู้วิจัย มีขั้นตอนการศึกษาและวิจัย คือ ศึกษาค่าไฮเปอร์พารามิเตอร์ 3 แบบ ของ Google’s Teachable Machine ได้แก่ 1) Epochs 2) Batch size และ 3) Learning rate ผู้วิจัยทำการเตรียมข้อมูลและทดสอบระบบ Google’s Teachable Machine โดยการป้อนข้อมูลใบหน้าของผู้ก่อการร้ายและใบหน้าที่ไม่ใช่ผู้ก่อการร้าย เพื่อให้ AI ได้ เรียนรู้และแยกแยะออกได้ หรือที่เรียกว่า Machine Learning โดยได้ทำการหาค่าไฮเปอร์พารามิเตอร์ที่เหมาะสม ศึกษา และทดลองซ้ำ ๆ เพื่อให้ได้ค่าไฮเปอร์พารามิเตอร์ ทั้ง Epochs, Batch size และ Learning rate ที่จะ สามารถตรวจจับใบหน้าผู้ก่อการร้ายได้ชัดเจน และมีความคลาดเคลื่อนน้อยที่สุด ผลการศึกษาวิจัย พบว่า ค่าที่ เหมาะสมของไฮเปอร์พารามิเตอร์ คือ Epochs = 100, Batch size = 256 และ Learning rate = 0.001 และ จากการทดสอบ พบว่า Google’s Teachable Machine มีประสิทธิภาพในการตรวจจับใบหน้าร้อยละ 96.50 การวิจัยนี้เห็นได้ว่า Google’s Teachable Machine สามารถตรวจจับใบหน้าได้ และเป็นเครื่องมือที่ดี ช่วย ประหยัดเวลาและลดขั้นตอนในการเขียนโปรแกรม ผู้ที่สนใจศึกษา สามารถนำ Google’s Teachable Machine หรือ ปัญญาประดิษฐ์ (AI) มาใช้งานเพื่อให้ได้ผลลัพธ์ที่แม่นยำและรวดเร็วมากยิ่งขึ้น