Department of Computer Science · Kasetsart University
ภาควิชาวิทยาการคอมพิวเตอร์ · มหาวิทยาลัยเกษตรศาสตร์

Human-Centered AI Laboratory

ห้องปฏิบัติการปัญญาประดิษฐ์ที่เน้นมนุษย์เป็นศูนย์กลาง

Innovating Responsible AI for Societal Benefit

สร้างสรรค์นวัตกรรม AI อย่างรับผิดชอบเพื่อประโยชน์ทางสังคม

Mission / พันธกิจ

Conduct research, develop innovations, and provide expertise in human-centered artificial intelligence to enhance and improve human life quality, while examining and addressing the social and humanitarian implications of AI, to ensure its development and utilization benefit humanity.

ดำเนินการวิจัย พัฒนานวัตกรรม และให้ความเชี่ยวชาญด้านปัญญาประดิษฐ์ที่เน้นมนุษย์เป็นศูนย์กลาง เพื่อยกระดับและปรับปรุงคุณภาพชีวิตของมนุษย์ พร้อมทั้งตรวจสอบและจัดการกับผลกระทบทางสังคมและมนุษยธรรมของ AI เพื่อให้มั่นใจว่าการพัฒนาและการใช้งานจะเป็นประโยชน์ต่อมนุษยชาติ

Faculty / คณาจารย์

Dr. Nuanwan Soonthornphisaj ดร.นวลวรรณ สุนทรภิษัช

Associate Professor รองศาสตราจารย์

nuanwan.s@ku.th

Dr. Worasait Suwannik ดร.วรเศรษฐ สุวรรณิก

Associate Professor รองศาสตราจารย์

worasait.s@ku.th

Dr. Sarach Tuomchomtam ดร.สารัช ท้วมชมธรรม

Supervisor ผู้ดูแลห้องปฏิบัติการ

sarach.t@ku.th

News / ข่าวสาร

GradFace: Attendance Registration System Using Face Recognition for The Graduate School, Kasetsart University

Dr. Sarach Tuomchomtam • วารสารวิชาการวิทยาศาสตร์ มหาวิทยาลัยราชภัฎจันทรเกษม (SCI J CRU) • 2025-12-23

An automated attendance system utilizing computer vision with YOLOv11n-face for real-time face detection and AWS Rekognition for accurate face identification.

ระบบลงทะเบียนเข้าร่วมกิจกรรมอัตโนมัติที่ใช้คอมพิวเตอร์วิทัศน์ด้วย YOLOv11n-face สำหรับตรวจจับใบหน้าแบบเรียลไทม์และ AWS Rekognition สำหรับการระบุตัวตนที่แม่นยำ

Read publication / อ่าน → Vol. 35, No. 2, pp. 68-78

Robust and efficient blood loss estimation using color features and gradient boosting trees

Tanaanan Chalermpan,

Dr. Sarach Tuomchomtam • Discover Artificial Intelligence • 2025-12-12

Presents a novel framework combining color-based image features with gradient boosting for accurate blood loss estimation in surgical settings.

นำเสนอกรอบแนวคิดใหม่ที่รวมคุณลักษณะของภาพจากสีกับ gradient boosting เพื่อการประมาณปริมาณเลือดที่สูญเสียในระหว่างการผ่าตัดอย่างแม่นยำ

Read publication / อ่าน →

Blogs / บทความล่าสุด

AI Agent Guidelines for Courses / แนวทางการใช้ AI Agent

June 19, 2026 • KU-HCAI

KU-HCAI has published official guidelines for the use of AI coding assistants and agentic AI tools in courses. The guidelines define clear boundaries for how tools like GitHub Copilot, Claude...

AI Use Policy / นโยบายการใช้ AI

December 5, 2025 • KU-HCAI

This document serves as a guideline for the use of AI tools in education. It aims to ensure responsible use and academic integrity while embracing the benefits of AI technologies....