PinPrint

ทำไมโมเดล AI แบบเดิมถึง “เพิ่มรุ่นใหม่ไม่ทัน”

โรงงานสมัยนี้เปลี่ยนผลิตภัณฑ์เร็วขึ้นมาก สายการผลิตเดียวอาจสลับ SKU ทุก 2–3 วัน ลูกค้าของัดสีพิเศษ หรือมีอะไหล่ใหม่ที่ไม่เคยมีในชุดข้อมูลเดิม ปัญหาคือระบบตรวจจับตำหนิด้วย AI แบบดั้งเดิม (Supervised Learning) ต้องการภาพตัวอย่างที่ “ติดป้าย” จำนวนหลายพันภาพต่อหนึ่ง Defect กว่าจะเทรนเสร็จ ผลิตจริงเปลี่ยนไปแล้ว

งานวิจัยล่าสุดจาก arXiv (LiZAD, กรกฎาคม 2026) ระบุชัดว่า “ในสายการผลิต High-throughput ยุคใหม่ การเก็บและ Label ข้อมูลสำหรับทุก Scenario ใหม่เป็นเรื่องไม่ practical แล้ว” นี่คือช่องว่างที่ Zero-Shot Anomaly Detection (ZSAD) เข้ามาเติม — ตรวจจับตำหนิที่โมเดล “ไม่เคยเห็นมาก่อนเลย” ด้วยการอาศัยความเข้าใจภาษาธรรมชาติที่ฝังอยู่ใน Vision-Language Model

สายการผลิตอัตโนมัติพร้อมหุ่นยนต์ตรวจสอบคุณภาพ
สายการผลิตอัตโนมัติยุคใหม่ต้องรองรับการเปลี่ยน SKU ที่เร็วขึ้น ระบบตรวจคุณภาพจึงต้อง “ยืดหยุ่น” ตาม (ภาพ: Wikimedia Commons)

Vision-Language Model ทำงานกับงานตรวจตำหนิอย่างไร

หัวใจของแนวทางนี้คือการเทียบ “ความหมาย” ระหว่างภาพกับข้อความ แทนที่จะจำตำหนิรูปแบบเดิมๆ ระบบจะสร้าง Prompt เช่น a photo of a normal metal surface และ a photo of a metal surface with scratch แล้ววัดว่าภาพที่กล้องจับมา “ใกล้เคียง” ประโยคไหนมากกว่า ถ้าใกล้ประโยคที่พูดถึงตำหนิมากกว่า ระบบก็แจ้งเตือนทันที โดยไม่ต้องเทรนใหม่แม้แต่ภาพเดียว

งานวิจัยสายนี้ส่วนใหญ่อ้างอิงสถาปัตยกรรมแบบ CLIP (Contrastive Language-Image Pre-training) ซึ่งเทรนล่วงหน้าด้วยคู่ภาพ-ข้อความนับร้อยล้านคู่ ทำให้โมเดลเข้าใจความสัมพันธ์ระหว่าง “รอยขีดข่วน” ในเชิงภาษา แล้ว map มาหา pattern ทางภาพได้โดยอัตโนมัติ

ตัวอย่างการตรวจจับวัตถุด้วย Computer Vision แสดง Bounding Box
แนวคิด Object Localization ด้วย AI — ZSAD ต่อยอดด้วยการเทียบความหมายระหว่างภาพกับข้อความแทนการจำ Pattern เดิม (ภาพ: Wikimedia Commons)

เทคนิคสำคัญที่งานวิจัยปี 2026 กำลังพัฒนา

เทคนิค แนวคิด ประโยชน์ต่อโรงงาน
Discrete Prompt Optimization (CoEvoAD, ส.ค. 2026) ค้นหา Prompt ที่ดีที่สุดในรูปแบบภาษาธรรมชาติด้วย Evolutionary Algorithm แทน Continuous Embedding มนุษย์อ่านและแก้ไข Prompt ได้ โปร่งใสกว่า ถ่ายโอนข้ามหมวดสินค้าได้
Lightweight ZSAD (LiZAD, ก.ค. 2026) จับคู่ Visual Feature แบบ DINOv3 กับ Text Embedding แบบ Lightweight สำหรับ Edge Device รัน Real-time บนอุปกรณ์ขอบลาน (Edge) โดยไม่ต้องส่งภาพขึ้นคลาวด์
Defect-Preserving Token Pruning (ส.ค. 2026) ตัด Token ส่วนที่เป็นพื้นหลังปกติ เก็บเฉพาะบริเวณที่น่าสงสัยไว้วิเคราะห์ ลดภาระการประมวลผลโดยไม่ทำให้ตำหนิหลุดไป
Frequency-Deviation Anchoring (FreqAnchorAD, ส.ค. 2026) ใช้ความถี่ของภาพเป็น Anchor แทนการพึ่ง Prompt ภาษาอังกฤษ ลดปัญหา Language Bias และใช้ได้กับสายการผลิตที่ไม่มีคำอธิบายภาษาอังกฤษชัดเจน

ตัวเลขที่วิศวกรควรรู้

  • งานวิจัยสาย CLIP-based ZSAD ปัจจุบันประเมินบนชุดข้อมูลมาตรฐาน MVTec-AD และ VisA เป็นหลัก โดยเปรียบเทียบกับ Image-Level AUROC และ Pixel-Level AUROC
  • LiZAD รายงานว่าโมเดล ZSAD ที่มีอยู่ส่วนใหญ่ “Computationally Intensive” เกินกว่าจะวางบน Edge Device ได้จริง ทีมจึงออกแบบให้รันบนอุปกรณ์ทรัพยากรจำกัดโดยเน้นความเร็ว Real-time
  • CoEvoAD แสดงให้เห็นว่า Prompt ที่ถูกปรับแต่งด้วยวิวัฒนาการ (Evolution) ช่วยยกระดับผลลัพธ์ได้ทั้งในหมวดที่เห็นแล้วและหมวดใหม่ที่ไม่เคยเห็น (Cross-Category Transfer)

“ทีมวิศวกรระบบของ Honey Corporation มีประสบการณ์ติดตั้งระบบ Computer Vision ตรวจสอบคุณภาพในสายการผลิตจริง เราเห็นปัญหา Data Scarcity นี้มาแล้วกับลูกค้าหลายราย โดยเฉพาะโรงงานที่ผลิตหลายรุ่นหลาย SKU พร้อมกัน — ZSAD คือทางออกที่น่าสนใจมากสำหรับช่วงเปลี่ยนผ่านก่อนที่ข้อมูลจะสะสมพอสำหรับเทรนโมเดลเฉพาะ”

ข้อจำกัดที่ต้องยอมรับก่อนนำไปใช้

สิ่งสำคัญที่สุดคือ ZSAD ยังไม่แทนคนในงาน Safety-Critical งานวิจัย RobustMAD (มิ.ย. 2026) ทดสอบ Multimodal Small Language Model กับคำถามแบบเปิดและภาพคุณภาพต่ำ พบว่าแม้โมเดลขนาดเล็กจะทำได้ดีกว่าที่คาด แต่ยัง “ต่ำกว่ามาตรฐานงาน Safety-Critical” อยู่ แปลเป็นภาษาโรงงานก็คือ ใช้เป็นระบบ Screening แรก (First-pass Screening) ได้ แต่ควรมีผู้ตรวจสอบซ้ำสำหรับชิ้นงานที่ระบบสั่ง Reject หรือชิ้นงานกลุ่มเสี่ยง

Key Takeaways

  1. Zero-Shot Anomaly Detection ตรวจตำหนิโดยไม่ต้องเทรนด้วยภาพ Defect เลย — อาศัยการเทียบความหมายภาพ-ข้อความของ Vision-Language Model
  2. เหมาะที่สุดกับสายการผลิตที่ เปลี่ยน SKU บ่อย หรือเพิ่งเปิดไลน์ใหม่ที่ยังไม่มีข้อมูลสะสม
  3. เทรนด์ปี 2026 เน้น ประหยัดทรัพยากร: Lightweight Framework, Token Pruning และการรันบน Edge Device
  4. Prompt ภาษาธรรมชาติที่ปรับแต่งได้ (Discrete Prompt Optimization) ทำให้ระบบโปร่งใส ตรวจสอบได้ และถ่ายโอนข้ามหมวดสินค้าได้
  5. ยังไม่เหมาะเป็นผู้ตัดสินเด็ดขาดในงาน Safety-Critical — ใช้เป็น First-pass Screening ร่วมกับผู้ตรวจสอบมนุษย์
  6. แนวทางที่ปลอดภัยคือ Hybrid: เริ่มด้วย ZSAD ตั้งแต่วันแรก แล้วสะสมข้อมูลจริงไปเรื่อยๆ เพื่อ Fine-tune โมเดลเฉพาะทางภายหลัง

Honey Corporation พร้อมให้คำปรึกษา

ทีมงานของเรามีความเชี่ยวชาญด้านระบบ AI Vision Inspection และ IIoT พร้อมออกแบบและติดตั้งระบบตรวจสอบคุณภาพให้เหมาะกับสายการผลิตของคุณ ทั้งแบบ Zero-Shot สำหรับไลน์ใหม่ และแบบ Custom Model สำหรับไลน์ที่มีข้อมูลพร้อม

📞 โทร: 09-23242995 | อีเมล: support@honey.co.th
เว็บไซต์: www.honey.co.th

PinPrint