| 1 |
วัตถุประสงค์หลักของระบบหุ่นยนต์ที่กล่าวถึงในบทความคืออะไร
|
เพื่อดำเนินงานประกอบที่มีความแม่นยำสูง |
|
บทความบอกว่าระบบหุ่นยนต์ถูกสร้างมาเพื่อทำงานที่ต้องการความแม่นยำสูง ลดข้อผิดพลาด และช่วยให้การผลิตมีประสิทธิภาพมากขึ้น |
แนวคิดเรื่องระบบอัตโนมัติและหุ่นยนต์ในงานอุตสาหกรรม รวมถึงหลักการผลิตแบบ Lean |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
บทความกล่าวว่าอะไรคือความท้าทายที่สำคัญในการประกอบหุ่นยนต์?
|
ป้องกันความล้มเหลวในการประกอบ เช่น การกัดเพลาและรู |
|
บทความเน้นว่าความท้าทายหลักของการใช้หุ่นยนต์ในงานประกอบคือการหลีกเลี่ยงข้อผิดพลาดที่แม้จะเล็กน้อย เช่น มุมเพลาที่คลาดเคลื่อนหรือรูที่ไม่ตรงตำแหน่ง ก็อาจทำให้การประกอบล้มเหลวทั้งระบบได้ เพราะหุ่นยนต์ต้องการความแม่นยำสูงมากในการทำงานเหล่านี้ |
หลักการของ "Precision Assembly" และการควบคุมความคลาดเคลื่อนในระบบอัตโนมัติ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
จากบทความปลายนิ้วของมนุษย์มีบทบาทอย่างไรในระบบหุ่นยนต์
|
ความไวของพวกมันถูกเลียนแบบเพื่อเพิ่มความแม่นยำของหุ่นยนต์ |
|
บทความกล่าวถึงการเลียนแบบความไวและความแม่นยำของปลายนิ้วมนุษย์ในการออกแบบระบบสัมผัสของหุ่นยนต์ เพื่อให้หุ่นยนต์สามารถรับรู้แรงกด ตำแหน่ง และพื้นผิวได้แม่นยำขึ้น ซึ่งสำคัญอย่างยิ่งในงานประกอบที่ต้องอาศัยความละเอียด เช่น การใส่ชิ้นส่วนเข้ารูแคบหรือการจัดตำแหน่งที่ซับซ้อน |
แนวคิดจาก biomimicry หรือ bio-inspired robotics – การออกแบบระบบเทคโนโลยีโดยอิงจากการทำงานของสิ่งมีชีวิต โดยเฉพาะ tactile sensing ที่จำลองระบบประสาทสัมผัสของมนุษย์เพื่อเพิ่มประสิทธิภาพการควบคุมของหุ่นยนต์ในสภาพแวดล้อมจริง |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
วิธีการใดที่ใช้เพื่อหลีกเลี่ยงความล้มเหลวในกระบวนการประกอบ
|
การวัดข้อมูลแรงสัมผัส |
|
บทความระบุว่า “การวัดแรงสัมผัส” (force sensing) มีบทบาทสำคัญในการหลีกเลี่ยงความล้มเหลว เช่น การกัด (jamming) หรือการใส่ชิ้นส่วนผิดตำแหน่งระหว่างการประกอบ โดยการใช้เซ็นเซอร์แรงช่วยให้หุ่นยนต์สามารถตรวจจับแรงผิดปกติได้แบบเรียลไทม์ และปรับการเคลื่อนไหวหรือหยุดทันทีเพื่อหลีกเลี่ยงความเสียหาย |
แนวคิดจาก force control in robotics และ sensor-based manipulation – การใช้ข้อมูลจากเซ็นเซอร์เพื่อปรับปรุงการทำงานของหุ่นยนต์ในสภาพแวดล้อมจริง โดยเฉพาะในงานที่ต้องใช้ความละเอียดสูงในการควบคุมแรงและตำแหน่ง |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
อะไรคือผลลัพธ์ของความสำเร็จในการรวมเทคโนโลยีที่กล่าวถึงเข้ากับวิทยาการหุ่นยนต์
|
ความต้องการการแทรกแซงของมนุษย์ลดลง |
|
บทความชี้ให้เห็นว่าเมื่อหุ่นยนต์สามารถรับรู้และตอบสนองต่อแรงสัมผัสได้อย่างแม่นยำ (เช่น การใช้เซ็นเซอร์วัดแรงและข้อมูลการสัมผัสละเอียดจากปลายนิ้วมนุษย์เป็นต้นแบบ) หุ่นยนต์จะสามารถทำงานประกอบซับซ้อนได้เองโดยไม่ต้องให้มนุษย์คอยช่วยปรับหรือแก้ไข ส่งผลให้ลดความจำเป็นในการแทรกแซงของมนุษย์ในกระบวนการ |
แนวคิด autonomous robotics และ human-robot collaboration – เทคโนโลยีที่ทำให้หุ่นยนต์ “รับรู้” สภาพแวดล้อมได้ดีขึ้น ทำให้สามารถทำงานได้อย่างอิสระมากขึ้น โดยอาศัยการบูรณาการระหว่างระบบสัมผัส การประมวลผล และการควบคุมแบบ Real Time |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
อุปกรณ์ใดใช้วัดการเคลื่อนไหวในระบบหุ่นยนต์
|
ไจโรสโคป |
|
ไจโรสโคปเป็นอุปกรณ์หลักที่ใช้วัดการหมุนหรือการเปลี่ยนแปลงของการวางตัว (orientation) ในระบบหุ่นยนต์ ซึ่งมีความสำคัญต่อการควบคุมการเคลื่อนไหวอย่างแม่นยำ โดยเฉพาะในหุ่นยนต์ที่ต้องรักษาสมดุลหรือปรับทิศทางขณะเคลื่อนที่ เช่น หุ่นยนต์เดินสองขา หรือแขนกลที่ต้องควบคุมการหมุนหลายแกน |
หลักการของ Inertial Measurement Unit (IMU) ซึ่งมักรวมเซ็นเซอร์ทั้งไจโรสโคปและมาตรความเร่ง เพื่อวัดการเคลื่อนไหวแบบสามมิติในหุ่นยนต์และอุปกรณ์อัตโนมัติอื่น ๆ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 7 |
อุปกรณ์วัดแรงมีโครงสร้างอย่างไร
|
โดยการวางเซ็นเซอร์ไว้บนที่ยึดหกเหลี่ยม |
|
เพราะโครงสร้างหกเหลี่ยมช่วยวัดแรงหลายทิศทางได้แม่นยำ เหมาะกับงานประกอบที่ซับซ้อนในหุ่นยนต์ |
ใช้แนวคิด multi-axis sensing และการจัดวาง strain gauge บนฐานหกเหลี่ยมเพื่อวัดแรงและทอร์กครบทุกมิติ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
เป้าหมายสูงสุดของการวิจัยที่กล่าวถึงในบทความคืออะไร
|
เพื่อให้แน่ใจว่าหุ่นยนต์จะไม่ล้มเหลวในงานประกอบ |
|
เป้าหมายหลักของการวิจัยคือพัฒนาระบบหุ่นยนต์ที่มีความแม่นยำและไวพอในการตรวจจับความคลาดเคลื่อนหรือแรงผิดปกติระหว่างการประกอบ ซึ่งเป็นสาเหตุหลักของความล้มเหลวในการผลิต |
แนวคิดนี้สะท้อนหลักการของ “force feedback” และ “sensor integration” ที่ช่วยให้หุ่นยนต์ปรับตัวตามสภาพแวดล้อมจริงและลดข้อผิดพลาดในการทำงานแบบอัตโนมัติ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
การวัดแรงแก้ไขปัญหาเฉพาะด้านใดบ้าง
|
การตรวจจับแรงที่ละเอียดอ่อนซึ่งบ่งชี้ถึงความล้มเหลวในการประกอบที่อาจเกิดขึ้น |
|
การวัดแรงช่วยจับความเปลี่ยนแปลงแรงเล็กๆ ที่บ่งชี้ความผิดปกติ เช่น การกัดเพลาหรือการประกอบไม่สมบูรณ์ ทำให้ลดข้อผิดพลาดและเพิ่มความแม่นยำ |
หลักการ “force sensing” ในระบบหุ่นยนต์เพื่อควบคุมคุณภาพงานประกอบ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
อุปกรณ์วัดความเคลื่อนไหวนำนวัตกรรมอะไรมาสู่การประกอบหุ่นยนต์
|
วัดมุมและตำแหน่งที่แน่นอนของชิ้นส่วนระหว่างการประกอบ |
|
อุปกรณ์วัดความเคลื่อนไหวช่วยให้หุ่นยนต์รู้ตำแหน่งและมุมที่แม่นยำ ลดความผิดพลาดในการประกอบหุ่นยนต์ |
เทคโนโลยีเซ็นเซอร์วัดมุม (Angle measurement sensors) ในระบบหุ่นยนต์เพื่อความแม่นยำในการประกอบหุ่นยนต์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
ML ย่อมาจากอะไรในบริบทของบทความ?
|
การเรียนรู้ของเครื่อง |
|
ML ในบทความหมายถึง Machine Learning หรือการเรียนรู้ของเครื่อง ซึ่งเป็นเทคโนโลยีที่ช่วยให้หุ่นยนต์ปรับปรุงการทำงานโดยใช้ข้อมูลและอัลกอริธึม |
หลักการ Machine Learning AI ที่ช่วยให้ระบบเรียนรู้และปรับปรุงได้เองจากข้อมูล |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
QSAR ตามที่กล่าวไว้ในบทความคืออะไร
|
ความสัมพันธ์ระหว่างโครงสร้างเชิงปริมาณกับกิจกรรม |
|
QSAR (Quantitative Structure-Activity Relationship) คือการวิเคราะห์ความสัมพันธ์ระหว่างโครงสร้างโมเลกุลกับกิจกรรมทางชีวภาพ เพื่อทำนายประสิทธิภาพหรือผลกระทบของสารใหม่โดยไม่ต้องทดลองจริงทุกตัว |
หลักการ QSAR ใช้ในเคมีและเภสัชวิทยาเพื่อออกแบบยาและประเมินผลกระทบของสารเคมี |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 13 |
Machine Learning มีประโยชน์หลักในการค้นคว้ายาตามบทความอย่างไร
|
เร่งกระบวนการตัดสินใจ |
|
Machine Learning ช่วยวิเคราะห์ข้อมูลขนาดใหญ่และซับซ้อนได้เร็วขึ้น ทำให้การตัดสินใจด้านการค้นคว้ายาเป็นไปอย่างมีประสิทธิภาพมากขึ้น
|
งานวิจัยด้านการเร่งกระบวนการตัดสินใจด้วย AI |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 14 |
จากบทความประเด็นใดที่เน้นในด้านวิชาการที่แตกต่างจากอุตสาหกรรม
|
การพัฒนาข้อพิสูจน์แนวคิด |
|
งานวิชาการเน้นสร้างความรู้และพิสูจน์แนวคิดใหม่ ๆ ก่อนนำไปใช้เชิงพาณิชย์ ซึ่งต่างจากอุตสาหกรรมที่เน้นการผลิตและตลาด |
งานวิจัยพื้นฐานคือการศึกษาหาความรู้เพื่อเข้าใจเรื่องต่าง ๆ ให้ชัดเจน ส่วนงานวิจัยเชิงประยุกต์คือการนำความรู้นั้นไปใช้แก้ปัญหาหรือสร้างสิ่งใหม่ที่ใช้ได้จริง |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
องค์กรใดที่ถูกกล่าวถึงว่ามีส่วนร่วมในการวิจัย ML และ AI ขั้นพื้นฐานในบทความ
|
สถาบันสุขภาพแห่งชาติ (NIH) |
|
NIH เพราะเป็นหน่วยงานรัฐบาลที่มีภารกิจส่งเสริมงานวิจัยขั้นพื้นฐานด้านสุขภาพและเทคโนโลยีใหม่ ๆ |
การสนับสนุนงานวิจัยพื้นฐานโดยสถาบันสุขภาพเป็นหัวใจสำคัญของนวัตกรรมทางการแพทย์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 16 |
DMTA ย่อมาจากอะไรที่ใช้ในบทความ
|
ออกแบบ-ทำ-ทดสอบ-วิเคราะห์ |
|
เพราะ DMTA คือกระบวนการสำคัญในงานวิจัยและพัฒนายาที่เน้นการออกแบบผลิตภัณฑ์ ทดลองใช้ ทดสอบ |
กระบวนการวิทยาศาสตร์แบบวนลูป |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
โมเดลแมชชีนเลิร์นนิงด้านใดที่ได้รับการเน้นย้ำว่ามีความสำคัญเป็นพิเศษใน อุตสาหกรรมยา
|
ความเรียบง่ายของโมเดล |
|
โมเดลที่ทำซ้ำได้และทนทานช่วยให้อุตสาหกรรมยามั่นใจในผลลัพธ์และลดความผิดพลาด |
หลักความน่าเชื่อถือในวิทยาศาสตร์และการพัฒนายา |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
บทความประเภทใดที่บทความกล่าวถึงว่ามีข้อมูลมากขึ้นต่อสาธารณะ
|
ข้อมูลการทดลองทางคลินิก |
|
เพราะข้อมูลเหล่านี้เป็นกุญแจสำคัญในการยืนยันประสิทธิภาพและความปลอดภัยของยา ทำให้การเปิดเผยข้อมูลช่วยสร้างความเชื่อมั่นในวงการแพทย์และสาธารณะ รวมทั้งส่งเสริมการวิจัยที่โปร่งใสและตรวจสอบได้ |
หลักความโปร่งใสและการเปิดเผยข้อมูลในงานวิจัยทางการแพทย์ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 19 |
ชุดข้อมูลใดที่ถูกกล่าวถึงว่าเป็นเกณฑ์มาตรฐานสำหรับ Molecular Machine Learning
|
เคมอาร์ซิฟ |
|
ChemArch รวมข้อมูลโมเลกุลละเอียด ช่วยให้ ML จับความสัมพันธ์ระหว่างโครงสร้างกับกิจกรรมได้แม่นยำและเชื่อถือได้มากขึ้น |
การใช้ชุดข้อมูลมาตรฐานช่วยในการเปรียบเทียบและประเมินประสิทธิภาพของโมเดลเรียนรู้เครื่อง(Benchmarking in machine learning) |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 20 |
ความท้าทายใดที่เกี่ยวข้องกับชุดข้อมูลจากแหล่งต่างๆ ตามที่กล่าวไว้ในบทความ
|
เพิ่มความสม่ำเสมอ |
|
ข้อมูลไม่เหมือนกัน ทำให้หุ่นยนต์เรียนรู้ยากขึ้น แต่ถ้าข้อมูลเหมือนกัน หุ่นยนต์จะเรียนรู้และเข้าใจง่ายขึ้น |
หลักการ preprocessing ข้อมูลใน machine learning เพื่อเพิ่มคุณภาพและลด noise ในข้อมูลจากหลายแหล่ง (Data consistency and preprocessing concepts) |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|