เมื่อเทคโนโลยีอัจฉริยะกลายเป็น ‘ผู้ช่วยตัวจริง’ ในช่วงภัยพิบัติ

ในทุกๆ ปี โลกเผชิญกับเหตุการณ์แผ่นดินไหว ไฟป่า และพายุไซโคลนที่สร้างความเสียหายต่อชีวิตและทรัพย์สินนับไม่ถ้วน ไม่ว่าจะเป็นเมืองใหญ่หรือหมู่บ้านเล็กๆ การประเมินความเสียหายอย่างแม่นยำและรวดเร็วเป็นปัจจัยสำคัญที่จะทำให้การช่วยเหลือและฟื้นฟูกลับคืนมาได้ไวที่สุด แต่ที่ผ่านมา วิธีประเมินความเสียหายแบบดั้งเดิม เช่น การลงพื้นที่จริง การวิเคราะห์ภาพถ่ายดาวเทียม หรือการสำรวจข้อมูลจากภาครัฐกลับช้าเกินไปและใช้คนจำนวนมาก ยิ่งเมื่อเวลาโครงข่ายสื่อสารล่มหรือถนนถูกตัดขาด การช่วยเหลือยิ่งยากขึ้นไปอีก

งานสำรวจล่าสุดโดยนักวิจัยจาก Google ได้สรุปความก้าวหน้าของวงการนี้อย่างละเอียดว่า AI และ Gen AI (เทคโนโลยีเบื้องหลัง ChatGPT, Gemini) กำลังเปลี่ยนวิธีที่เราวิเคราะห์และตอบสนองต่อหายนะอย่างไร ตั้งแต่แผ่นดินไหว ไฟป่า ไปจนถึงพายุและน้ำท่วม

วันนี้ปัญญาประดิษฐ์ (AI) และ Generative AI ได้เข้ามามีบทบาทสำคัญในการประเมินความเสียหายจากภัยพิบัติ ไม่ว่าจะเป็นการวิเคราะห์ภาพถ่ายจากดาวเทียมหรือโดรน การตรวจสอบข้อมูลมหาศาลจากโซเชียลมีเดีย ไปจนถึงการสังเคราะห์สถานการณ์จำลอง (Simulate) ของความเสียหาย

ลองนึกดูว่า ถ้าโทรศัพท์มือถือของคุณสามารถบอกเจ้าหน้าที่กู้ภัยได้ทันที ไม่ใช่แค่ ‘ที่ไหน’ ที่เกิดภัยพิบัติ แต่ยังบอกได้ว่า ‘รุนแรงแค่ไหน’ โดยอิงจากข้อมูลแบบเรียลไทม์จากหลายร้อยแหล่ง แม้ทีมช่วยเหลือจะยังไปไม่ถึงพื้นที่เกิดเหตุ หรือหากดาวเทียม โดรน และโพสต์ในโซเชียลมีเดียสามารถถูกรวมข้อมูลด้วยพลังของ AI เพื่อสร้างแผนที่อาคารถล่ม ไฟป่าที่ลุกลาม หรือย่านที่จมน้ำท่วม ทั้งหมดนี้คืออนาคตอันใกล้ของการบริหารจัดการภัยพิบัติด้วย AI และ Generative AI ที่พร้อมช่วยชีวิตคนจำนวนมหาศาล

วิธีเก่า ช้า และเสี่ยง

การประเมินความเสียหายจากภัยพิบัติแบบดั้งเดิมนั้น พึ่งพาการ ‘ลุยเองในพื้นที่’ ซึ่งทั้งช้าและอันตราย หลังแผ่นดินไหว ทีมวิศวกรต้องเดินสำรวจอาคารที่เสียหายทีละหลัง เพื่อตัดสินใจว่าตรงไหนปลอดภัยหรือเสี่ยงถล่ม ขณะที่ไฟป่า เจ้าหน้าที่ต้องเดินลุยป่าหรือบินเฮลิคอปเตอร์สำรวจพื้นที่กว้างใหญ่ที่ถูกเผาไหม้ ส่วนภัยพิบัติอย่างพายุไซโคลนนั้นกว่าจะประเมินความเสียหายได้ครบถ้วน มักต้องใช้ทั้งการบินสำรวจและเดินเท้าเก็บข้อมูลนานเป็นวันหรือเป็นสัปดาห์

แม้จะละเอียดดี แต่กระบวนการเหล่านี้เต็มไปด้วยข้อจำกัด ช้าในเวลาที่ความเร็วคือหัวใจ เสี่ยงต่อชีวิตของผู้ปฏิบัติงาน และบ่อยครั้งที่ข้อมูลไม่ครบเพราะเข้าถึงพื้นที่ไม่ได้หรือระบบสื่อสารล่ม กว่าจะรายงานความเสียหายจะออกมาอย่างครบถ้วน เวลาทองของการช่วยเหลือชีวิตก็อาจหมดลงแล้ว

วิธีใหม่ เร็ว แม่นยำ และตอบโจทย์จริง

ภัยธรรมชาติมีแนวโน้มเกิดถี่และรุนแรงขึ้นเรื่อยๆ จากปัจจัยโลกร้อนและขนาดของเมืองที่ขยายตัว ทุกนาทีหลังแผ่นดินไหวหรือพายุถล่ม หมายถึงชีวิตที่แขวนอยู่บนเส้นด้ายและสิ่งที่ยากที่สุดไม่ใช่การส่งทีมกู้ภัย แต่คือการ ‘รู้ให้เร็ว’ ว่าพื้นที่ไหนเสียหายหนักที่สุด

และนี่คือจุดแข็งของปัญญาประดิษฐ์เนื่องจาก AI ยุคใหม่สามารถวิเคราะห์ภาพดาวเทียม ข้อมูลจากโซเชียลมีเดีย คลิปวิดีโอจากโดรน และเซ็นเซอร์ทุกชนิดในเวลาเดียวกัน และสร้าง ‘แผนที่ความเสียหาย’ ที่ละเอียดแทบจะทันทีหลังเกิดเหตุ แทนที่จะต้องรอทีมมนุษย์เดินสำรวจเป็นวันๆ AI สามารถสร้างภาพรวมความเสียหายอย่างละเอียดภายในเวลาไม่กี่ชั่วโมง

AI ยังเก่งในแบบที่มนุษย์ทำไม่ได้ เช่น การประเมินแผ่นดินไหว AI สามารถวิเคราะห์ทั้งโพสต์โซเชียลที่สะท้อนความเครียดและภาพดาวเทียมเพื่อค้นหาอาคารที่พังถล่ม ขณะที่ไฟป่า AI รุ่นพิเศษยังสร้างข้อมูลภาพจำลองมาเสริม เพื่อแก้โจทย์ใหญ่เรื่องข้อมูลภาพไฟป่าที่มีจำกัด

AI สมัยใหม่โดยเฉพาะโมเดลที่มีการเรียนรู้จากภาพนับล้านสามารถวิเคราะห์ภาพถ่ายดาวเทียม ฟุตเทจจากโดรน หรือแม้แต่คลิปจากสมาร์ตโฟน ตรวจจับอาคารถล่มหรือป่าไฟลุกไหม้ได้เร็วกว่า ‘มนุษย์’ หลายเท่า ขณะที่ Generative AI ก้าวไปอีกขั้น เราสามารถสร้าง ‘ภาพจำลอง’ ของภัยพิบัติขึ้นใหม่ในจุดที่ยังไม่มีภาพจริง หรือจำลองฉากเหตุการณ์ต่างๆ เพื่อให้เจ้าหน้าที่วางแผนล่วงหน้าได้อย่างแม่นยำ และเหนือสิ่งอื่นใด ระบบ AI เหล่านี้ยังสามารถประเมินภัยพิบัติได้หลายพื้นที่พร้อมกันทั่วโลกในเวลาเดียวกัน

AI เห็นในสิ่งที่มนุษย์มองไม่เห็น

ในกรณีแผ่นดินไหว AI รุ่นใหม่สามารถสแกนโพสต์โซเชียลมีเดีย คำบรรยายภาพ หรือรายงานของพยานในพื้นที่ วิเคราะห์ทั้ง ‘เนื้อหา’ และ ‘อารมณ์’ ของผู้โพสเพื่อตรวจจับความเร่งด่วน ความตื่นตระหนก หรือระดับความเสียหายได้อัตโนมัติ โมเดลอย่าง GPT-4o หรือ Gemini ของ Google สามารถ ‘แยกแยะความเสียหายของอาคาร’ จากภาพที่ผู้ใช้ส่งขึ้นได้อย่างแม่นยำ บางครั้งดีกว่าระบบแบบเดิมเสียอีก

กรณีไฟป่าที่ตามร่องรอยได้ยาก AI วันนี้ผสานข้อมูลจากดาวเทียม กล้อง CCTV และ ‘เสียงเผาไหม้’ จากโดรนมาวิเคราะห์พร้อมกัน ไม่ใช่แค่หา ‘ควัน’ แต่ยังสร้างภาพจำลองลักษณะไฟลุกลาม ช่วยคาดการณ์ทิศทางการลามของไฟล่วงหน้า

ส่วนพายุและน้ำท่วม นักวิจัยนำข้อมูลจากการสำรวจระยะไกล (Remote Sensing) ผนวกกับ Machine Learning และข้อมูลประกันภัย AI สามารถประเมินความเสียหายเป็นรายพื้นที่อย่างแม่นยำ แนะนำจุดที่ควรส่งกำลังและทรัพยากรก่อน และในบางกรณี ยังสามารถ ‘จินตนาการ’ ให้ดูได้ว่า สะพานหรืออาคารจะมีสภาพอย่างไรหลังน้ำท่วม เพื่อช่วยวิศวกรวางแผนรับมือ

AI กับข้อมูล 4 มิติ : ข้อความ รูปภาพ วิดีโอ เสียง

หนึ่งในประเด็นสำคัญของงานวิจัยล่าสุด คือ ‘Multimodality’ หรือความสามารถของ AI ในการผนวกข้อมูลหลายชนิดแบบครบวงจร

• ข้อความ AI
  วิเคราะห์ข้อมูลจากโซเชียลมีเดีย รายงานสายด่วน หรือประกาศทางการ เพื่อจับสัญญาณวิกฤตทันที รวมถึงตรวจจับข่าวลวงหรือข้อมูลผิดพลาดได้แบบเรียลไทม์
• ภาพถ่าย AI
  วิเคราะห์ภาพดาวเทียม โดรน หรือกล้องภาคพื้น เพื่อค้นหาร่องรอยความเสียหาย และใช้เทคนิค ‘เติมข้อมูล’ (Inpainting) ที่แม่นยำกว่า Photoshop
• วิดีโอ AI
  นำฟุตเทจจากโดรนและกล้องวงจรปิดมาสร้างให้เป็นภาพสามมิติของพื้นที่ภัยพิบัติ ช่วยเจ้าหน้าที่วางแผนเส้นทางหรือประเมินทิศทางไฟได้แม่นขึ้น
• เสียง AI
  ฟังสายด่วนฉุกเฉิน ตรวจจับอารมณ์ตื่นตระหนกหรือเสียงร้องขอความช่วยเหลือ ไปจนถึง ‘เสียงโครงสร้างถล่ม’ เพื่อช่วยระบุตำแหน่งผู้ประสบภัยที่ติดอยู่

ด้านมืดที่ต้องระวัง Deepfake และข้อมูลส่วนตัว

แม้ศักยภาพของ AI จะยิ่งใหญ่ แต่ ‘ความเสี่ยง’ ก็ไม่น้อย โดยเฉพาะ Generative AI ที่สร้างภาพหรือวิดีโอจำลองได้เหมือนจริงจนน่ากลัว หากถูกนำไปใช้ผิดจุด เช่น การปลอมภาพ ความเสียหายอาจทำให้จัดสรรทรัพยากรผิดที่ หรือทำให้สังคมตื่นตระหนกโดยไม่จำเป็น

ทีมนักวิจัยจึงพัฒนา ‘ตัวตรวจจับ Deepfake’ และเทคนิคฝังลายน้ำในภาพ รวมถึงสร้างระบบที่ทำให้ข้อมูลที่ AI วิเคราะห์นั้น ‘เชื่อถือได้’ อย่างแท้จริง

อีกด้านหนึ่งคือ ‘ข้อมูลส่วนบุคคล’ ข้อมูลจากภัยพิบัติ เช่น ใบหน้า เสียง หรือพิกัด ล้วนเป็นข้อมูลละเอียดอ่อน งานวิจัยแนะนำให้เข้มงวดกับการปกปิดตัวตนและปกป้องข้อมูล เพื่อไม่ให้เทคโนโลยีกลายเป็นภัยคุกคามสิทธิส่วนบุคคล

AI แค่เร็วไม่พอ ต้องรับผิดชอบและโปร่งใส

แม้จะมีอุปสรรคมากมาย แต่นักวิจัยก็ยังเชื่อว่าอนาคตของ AI กับการจัดการภัยพิบัติจะเติบโตอย่างมีความหมาย ไม่ใช่แค่ ‘แผนที่ความเสียหาย’ แต่จะพัฒนาไปถึงการ ‘คาดการณ์จุดเสี่ยง’ ก่อนเกิดเหตุ วางแผนอพยพเฉพาะบุคคล หรือช่วยสรุปข้อมูลสำหรับเจ้าหน้าที่ให้เข้าใจง่าย

แต่ความท้าทายที่ต้องตอบให้ได้คือ จะทำอย่างไรให้ระบบ AI เหล่านี้ ‘ทนทานต่อข้อมูลผิด’ ใช้ได้กับหลายภาษา หลายวัฒนธรรม และสร้างความไว้วางใจในสังคมโดยไม่กลายเป็น ‘กล่องดำ’ ที่ตรวจสอบไม่ได้

วันนี้ คำตอบคือการวิจัยอย่างต่อเนื่อง มาตรฐานเปิด และจริยธรรมที่ต้องมาก่อนนวัตกรรม แต่สิ่งหนึ่งที่ชัดเจนคือ ในวันที่ภัยพิบัติรุนแรงขึ้น วิธีรับมือแบบเก่าอาจไม่พออีกต่อไป ถ้าเราบริหาร AI อย่างมีสติและความรับผิดชอบ โลกก็อาจได้รับความหวังใหม่รวดเร็วขึ้น ฉลาดขึ้น และ ‘ปลอดภัย’ กว่าที่เคย

อ้างอิง:

• Raj, Aman, et al. ‘AI and Generative AI Transforming Disaster Management: A Survey of Damage Assessment and Response Techniques’. preprint 2505.08202 (2025).
• www.okmd.or.th/TheKnowledgevol.39