ข้ามไปเนื้อหาหลัก

การยางแห่งประเทศไทย

ภายใต้โครงการวิเคราะห์ทิศทางการพัฒนายางพาราของประเทศไทย

ระบบสนับสนุน การตัดสินใจด้วย ปัญญาประดิษฐ์

รวมข้อมูลยางพาราจากหลายแหล่งไว้ที่เดียว ถาม-ตอบกับผู้ช่วย AI ได้คำตอบพร้อมแหล่งอ้างอิง จำลองสถานการณ์เชิงนโยบายก่อนตัดสินใจจริง โดยทุกตัวเลขตรวจสอบย้อนกลับได้ถึงต้นทาง

ทำงานด้วย AI agent ที่ตรวจสอบที่มาของทุกตัวเลขได้

สถานะระบบ

ภาพรวมแพลตฟอร์ม

กำลังตรวจสอบ

กำลังเชื่อมต่อ API

ความคืบหน้าของระบบ

ข้อมูลและการใช้งานในระบบปัจจุบัน

ตัวเลขชุดหลักอ่านจากระบบเมื่อ 10 ก.ย. 2569 ช่องที่อ่านค่าจากบริการต้นทาง จะแสดงเวลาที่อ่านกำกับไว้ในช่องนั้น ส่วนรายการที่ยังไม่มีข้อมูลจริง จะแสดงเป็นตัวอย่างพร้อมป้ายกำกับ และระบุแหล่งข้อมูลที่ต้องเชื่อมต่อเพิ่มเติม

  • 39ตัวเชื่อม

    แหล่งที่มาของข้อมูล

    เชื่อมต่อแล้วใน 5 กลุ่มงาน

  • 80ชุดข้อมูล

    ข้อมูลในคลัง

    รวม 13,065,410 แถว

  • 169รอบ

    รอบการดึงข้อมูลที่บันทึกไว้

    จากตัวเชื่อมที่ใช้งานอยู่ 36 ตัว

  • 2แบบจำลอง

    แบบจำลองที่พร้อมใช้งาน

    RAOT rubber system dynamics v2 · Teacup cooling (demo)

ความเป็นปัจจุบันของข้อมูล (78 ชุด)

นับจากเวลาที่บันทึกข้อมูลแต่ละชุดครั้งล่าสุด เทียบกับเวลาที่อ่านค่า

  • 21วันนี้
  • 27ภายใน 7 วัน
  • 28ภายใน 30 วัน
  • 2เก่ากว่า 30 วัน

ชุดที่ปรับปรุงล่าสุดคือ weather_daily_archive · ชุดที่ไม่ได้ปรับปรุงนานที่สุดคือ world_rubber_consumption (66 วัน)· อีก 2 ตาราง ยังไม่มีแถวข้อมูล จึงยังไม่มีวันที่ให้ระบุความเป็นปัจจุบัน· อีก 2 ตาราง ไม่มีคอลัมน์เวลา จึงระบุอายุข้อมูลไม่ได้

ตัวเชื่อมข้อมูล แยกตามกลุ่มงาน

  • RAOT รายงานหลัก26
  • Big data กยธ8
  • สภาพอากาศ4
  • Bank of Thailand1

ดึงข้อมูลล่าสุดเมื่อ 9 ก.ย. 2569 · กลุ่มที่ยังไม่มีตัวเชื่อม ไม่ได้แสดงไว้

ความรู้สะสม

285เอกสาร

เอกสารทั้งหมดเก็บใน 58 สมุดความรู้

สถานะการประมวลผล

  • 282พร้อมค้นหา
  • 0กำลังประมวลผล
  • 3ล้มเหลวดูเอกสารที่ล้มเหลว 3 รายการในคลังความรู้

ข้อมูล ณ 25 ต.ค. 2569

ผู้ใช้ที่ใช้งานจริง และช่วงเวลาที่ใช้งาน

  • 1รายวัน
  • 5รายสัปดาห์
  • 12รายเดือน

ช่วงเวลาที่ใช้งาน หนาแน่นที่สุดช่วง 06:00–08:00

00:0012:0024:00

ข้อมูลถึง 24 ต.ค. 2569

คำถามต่อสัปดาห์ แยกตามระดับความมั่นใจ

สัปดาห์ที่ 6 · เริ่ม 19 ต.ค. 2569 · 25 คำถาม · สูง 17 · ปานกลาง 1 · ต่ำ 7

รวมสัปดาห์ที่แสดง

  • 86 (59%)มั่นใจสูง
  • 23 (16%)มั่นใจปานกลาง
  • 37 (25%)มั่นใจต่ำ (ควรตรวจสอบ)

ระดับความมั่นใจมาจากชั้นคำตอบที่ผู้ช่วย AI ใช้จริงในแต่ละคำถาม คำตอบที่มั่นใจต่ำคือคำถามที่ควรมีคนตรวจซ้ำ มิใช่คำตอบที่ผิดเสมอไป

ข้อมูล ณ 25 ต.ค. 2569

สถานะการประมวลผลแบบจำลอง

—% สำเร็จ

จากการประมวลผลทั้งหมด 0 ครั้ง

  • 0สำเร็จ
  • 0กำลังประมวลผล
  • 0รอคิว
  • 0ล้มเหลว

เวลาที่ใช้ต่อรอบ ค่ากลาง — · ช้าที่สุด 5% ใช้เกิน —

ข้อมูล ณ 25 ต.ค. 2569

เครื่องมือในระบบ

เครื่องมือทั้งหมดสำหรับการตัดสินใจ อยู่ในระบบเดียว

เครื่องมือทุกตัวทำงานบนฐานข้อมูลชุดเดียวกัน คำตอบจากผู้ช่วย AI จึงตรงกับตัวเลขบนแดชบอร์ดเสมอ

เกี่ยวกับระบบ

ระบบที่ออกแบบให้ตรวจสอบได้ ตั้งแต่ต้นทางถึงคำตอบ

การตัดสินใจเชิงนโยบายต้องอาศัยคำตอบ ที่พิสูจน์แหล่งที่มาได้ ระบบนี้จึงกำหนดเรื่องที่มาของข้อมูล และสิทธิ์การเข้าถึง ไว้ในระดับสถาปัตยกรรมของระบบ มิใช่ฝากไว้กับการตั้งค่า

  • ทุกตัวเลขบอกที่มาได้ผู้ช่วย AI ไม่สร้างตัวเลขขึ้นเอง ตารางและกราฟทุกชุด ผูกกับผลลัพธ์จริงจากคลังข้อมูล และเรียกดูที่มาได้
  • สิทธิ์การเข้าถึงบังคับที่ฐานข้อมูลAI อ่านข้อมูลผ่านสิทธิ์แบบอ่านอย่างเดียว ซึ่งจำกัดไว้ตั้งแต่ระดับฐานข้อมูล ไม่ใช่เพียงการกำกับด้วยคำสั่ง
  • แยกคนสร้างกับคนอนุมัติการเปิดให้ AI เห็นข้อมูลชุดใหม่ ต้องผ่านผู้อนุมัติคนละคนกับผู้สร้าง ตามหลักการควบคุมภายใน
  • ข้อมูลผ่านการจัดชั้นก่อนใช้งานระบบแปลงข้อมูลดิบ เป็นชั้นที่ตรวจสอบชนิดและความถูกต้องแล้ว ก่อนนำไปใช้ตอบคำถามเชิงนโยบาย

เส้นทางของข้อมูล

จากข้อมูลดิบ ถึงคำตอบที่อ้างอิงได้

  1. 1ข้อมูลดิบจาก API หน่วยงาน · ไฟล์ · เอกสาร
  2. 2จัดชั้นและตรวจสอบกำหนดชนิดข้อมูล เชื่อมความสัมพันธ์
  3. 3ชั้นพร้อมใช้ชุดข้อมูลที่อนุมัติให้ AI อ่านได้
  4. 4คำตอบพร้อมอ้างอิงตาราง กราฟ และที่มาของทุกตัวเลข