GIT อัปเดตโครงการ “เอไอ” ระบุแหล่งกำเนิดอัญมณีโลก
GIT อัปเดตโครงการพัฒนา “ฐานข้อมูลอัจฉริยะแหล่งอัญมณีโลก(AI)” หรือการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ (เอไอ) บ่งชี้แหล่งที่มาของอัญมณี
อีกก้าวสำคัญของ สถาบันวิจัยและพัฒนาอัญมณีและเครื่องประดับแห่งชาติ (องค์การมหาชน) หรือ GIT ในการเพิ่มขีดความสามารถในการตรวจวิเคราะห์อัญมณีของห้องปฏิบัติการของประเทศไทย และยกระดับความเชื่อมั่นการซื้อขายอัญมณีผ่านใบรับรอง ให้สามารถแข่งขันได้อย่างมีประสิทธิภาพ
การระบุที่มาหรือแหล่งกำเนิดอัญมณีต้องใช้ข้อมูลทั้งองค์ประกอบทางเคมี และลักษณะทางสเปกโทรสโกปี ที่ได้จากการวิเคราะห์ของเครื่องมือขั้นสูงมาประกอบการพิจารณา ซึ่งมีข้อมูลจำนวนมากและมีความซับซ้อนในการวิเคราะห์
ดังนั้น เพื่อให้ได้ผลที่แม่นยำและมีประสิทธิภาพ ทีมวิจัย GIT จึงนำเทคโนโลยีปัญญาประดิษฐ์ AI มาช่วยให้สามารถระบุ แหล่งที่มา หรือ แหล่งกำเนิด ได้รวดเร็วและแม่นยำมากขึ้นในการออกใบรับรองอัญมณี
ปี 66 ขยับสู่ “แฟนซีแซปไฟร์”
GIT พัฒนาระบบบ่งชี้แหล่งกำเนิดอัญมณีตั้งแต่ปี 2563 ได้รับงบประมาณจากสำนักงบประมาณ เพื่อเริ่มต้นจัดทำระบบฐานข้อมูลแหล่งกำเนิดพลอยทับทิม ซึ่งเป็นอัญมณีที่ได้รับความนิยมในตลาดและมีมูลค่าสูง
ถัดมาปี 2564-2565 ได้รับสนับสนุนจากกองทุนวิทยาศาสตร์ วิจัยและนวัตกรรม (ววน.) ในการจัดเก็บข้อมูลและวิเคราะห์พลอยไพลินและพลอยมรกต ตามลำดับ
มณฑิรา เสนีวงศ์ ณ อยุธยา นักวิจัย GIT กล่าวว่า ปี 2566 โครงการวิจัยดำเนินการกับกลุ่มแฟนซีแซปไฟร์ที่มีมูลค่าและดีมานด์สูง 3 ประเภท คือ พัดพารัดชา (Padparadscha) แหล่งกำเนิดจากศรีลังกา มีโทนสีผสมระหว่างส้มกับชมพูซึ่งหาได้ยาก
ส่วนอัญมณีอีกสองประเภทคือ บุษราคัม และ pink sapphire ขณะนี้อยู่ระหว่างทดสอบโมเดลที่พัฒนาขึ้นมาว่ามีประสิทธิภาพอย่างไรบ้าง
ในการพัฒนาระบบมีอยู่ 7 ขั้นตอน เริ่มจาก 1.การรวบรวมข้อมูล 2.การวิเคราะห์ในห้องปฏิบัติการเพื่อหาธาตุเคมีหรือ “ธาตุร่องรอย” ในชิ้นงาน ซึ่งเปรียบเสมือน “ลายนิ้วมือทางธรณีเคมี” หรือที่เรียกว่า “เอกลักษณ์เฉพาะของธาตุร่องรอยในพลอยแต่ละแหล่งกำเนิด”
3.การเลือกอัลกอริธึมที่เหมาะสมจะใช้ในโปรแกรม 4.การทำฟีเจอร์ที่สั่งให้อัลกอริธึมหาความสัมพันธ์ของธาตุเคมี ส่วนขั้นตอนที่เหลือเป็นการออกแบบและทดสอบประสิทธิภาพของโมเดล นำไปสู่การสรุปผล
"แฟนซีแซปไฟร์ถือเป็นน้องใหม่ในวงการแมชชีนเลิร์นนิง เพิ่งเริ่มดำเนินการเมื่อต้นปีนี้ ดาต้าเบสจึงยังน้อยอยู่ ทำให้การใช้ AI ยังมีความแม่นยำน้อย เมื่อเทียบกับไพลินและทับทิม ซึ่งมีความคืบหน้ามากที่สุด
แต่ก็ยังต้องเก็บข้อมูลไว้ในฐานข้อมูลอยู่ตลอด เพราะดาต้าเบสยิ่งมากความถูกต้องแม่นยำก็จะมากตามไปด้วย”
สำหรับเทรนด์ปี 2567 พบว่า พลอยเนื้ออ่อน “สปิเนล” (Spinel) สีแดงและสีน้ำเงินคล้ายทับทิมและไพลิน กำลังเป็นที่นิยมในตลาดและมีราคาสูง เริ่มมีความต้องการให้ตรวจสอบแหล่งกำเนิด
มณฑิรา กล่าวถึงความสำคัญในการระบุแหล่งกำเนิดอัญมณีว่า นอกจากใช้กำหนดราคาซื้อขายแล้ว ยังใช้ด้านการตรวจสอบย้อนกลับไปถึงการทำเหมืองอย่างมีธรรมาภิบาล เชื่อมโยงกับประเด็นด้านสิทธิมนุษยชน การใช้แรงงานและความรับผิดชอบต่อสังคม (ESG) แสดงถึงความโปร่งใสในการทำธุรกิจ และห่วงโซ่อุปทานที่เป็นธรรม
งานวิจัยต้องทำต่อเนื่อง
ชเนนทร์กันต์ จักรวาลวิบูลย์ ผู้เชี่ยวชาญด้านการตรวจสอบอัญมณี GIT, หัวหน้าโครงการวิจัย “ฐานข้อมูลอัจฉริยะแหล่งอัญมณีโลก (AI)” กล่าวว่า สิ่งสำคัญอย่างหนึ่งคือ ตัวอย่างอัญมณีที่นำมาใช้ในการวิเคราะห์ เพื่อให้ได้ข้อมูลบรรจุลงในฐานข้อมูล
ตัวอย่างดังกล่าวต้องได้มาจากแหล่งกำเนิดนั้น ๆ จริง จึงจะทำให้ฐานข้อมูลมีความสมบูรณ์
ในส่วนห้องปฏิบัติการอัญมณีระดับโลกจะจัดตั้งทีม พร้อมเงินสนับสนุนในการเข้าถึงแหล่งกำเนิดอัญมณีที่สำคัญทั่วโลก พร้อมมีงบประมาณจัดซื้อตัวอย่างอัญมณีที่เพียงพอเหมาะสมในการจัดทำฐานข้อมูล ซึ่งมีความสำคัญอย่างมากในการออกใบรับรองอัญมณี
ขณะเดียวกันยังมีการค้นพบแหล่งกำเนิดใหม่ ที่ต้องจัดหาตัวอย่างอัญมณีและจัดทำฐานข้อมูลให้ทันกับตลาดการค้าโลกในปัจจุบัน
ดังนั้น การทำวิจัยที่ต่อเนื่องและงบประมาณที่เพียงพอในการจัดหาตัวอย่างและการพัฒนาโปรแกรมและฐานข้อมูล จึงเป็นสิ่งสำคัญที่จะทำให้โครงการฐานข้อมูลอัจฉริยะแหล่งอัญมณีโลก สามารถช่วยสนับสนุนอุตสาหกรรมอัญมณีและเครื่องประดับของไทยได้อย่างยั่งยืน
ทีมวิจัยคาดว่าความรู้ที่ได้จากงานวิจัยนี้จะสามารถต่อยอดในการระบุแหล่งกำเนิดอัญมณีชนิดอื่นๆ รวมถึงการระบุชนิดและประเมินมูลค่าของอัญมณีต่อไปในอนาคต รวมถึงทำให้มีการขยายการเปิดห้องปฏิบัติการอัญมณีของไทยได้มากขึ้น
โดยสามารถนำฐานข้อมูลเดียวกันนี้ไปใช้กับห้องปฏิบัติการอื่นๆ ในการออกใบรายงานผลที่แม่นยำและรวดเร็ว จะเป็นส่งเสริมตลาดการค้าอัญมณีของไทย และสร้างความน่าเชื่อถือให้กับตลาดอัญมณีและเครื่องประดับไทยในระดับโลก.