สรุปข่าว
- Google เปิดตัว “Groundsource” ระบบ AI ที่ใช้ Gemini อ่านและวิเคราะห์ข่าวสารทั่วโลกตั้งแต่ปี 2000 เพื่อสร้างฐานข้อมูลประวัติศาสตร์น้ำท่วมกว่า 2.6 ล้านครั้ง
- ข้อมูลถูกนำไปสอน AI โมเดล LSTM ร่วมกับพยากรณ์อากาศและสภาพภูมิประเทศ เพื่อพยากรณ์ความเสี่ยงน้ำท่วมฉับพลันระดับปานกลางถึงสูงในเขตเมืองล่วงหน้า 24 ชั่วโมง
- ใช้งานได้จริงแต่ยังมีข้อจำกัด ครอบคลุมพื้นที่แค่ครั้งละ 20 ตารางกิโลเมตร และไม่สามารถระบุความลึกของน้ำได้
แนวโน้มผลกระทบ: Neutral
Google ได้สร้างก้าวสำคัญในการรับมือภัยพิบัติด้วยการเปิดตัวโปรเจกต์ Groundsource ซึ่งแก้ปัญหาการขาดแคลนเซนเซอร์วัดระดับน้ำในเขตเมือง โดยการใช้ Gemini AI อ่านและวิเคราะห์ข่าวสารย้อนหลังตั้งแต่ปี 2000 จนได้ฐานข้อมูลเหตุการณ์น้ำท่วมฉับพลันที่นำไปฝึกฝน AI ให้ประมวลผลร่วมกับสภาพอากาศและปัจจัยแวดล้อมเฉพาะถิ่น จนสามารถแจ้งเตือนความเสี่ยงน้ำท่วมในเขตเมืองที่มีประชากรหนาแน่นได้ล่วงหน้า 24 ชั่วโมงผ่านแพลตฟอร์ม Google Flood Hub
ในแต่ละปีเหตุการณ์อุทกภัยโดยฉับพลันได้คร่าชีวิตผู้คนจำนวนหลายพันหลายหมื่นทั่วทั้งโลก แรงปะทะของน้ำที่ไหลหลากนั้นรุนแรงและรวดเร็ว แม้กระทั่งหน่วยงานเฝ้าระวังก็ยังไม่สามารถคาดเดาได้ แต่สิ่งนั้นกำลังจะเปลี่ยนไป
เมื่อวันพฤหัส ที่ผ่านมา Google ได้เปิดเผยว่าพวกเขาได้ค้นพบวิธีในการให้ AI ทำนายเหตุการณ์น้ำท่วมล่วงหน้าได้แล้วผ่านวิธีสุดจะเหลือเชื่ออย่างการ “อ่านข่าว” จำนวนมากจนออกมาเป็นระบบที่ชื่อว่า Groundsource
ระบบดังกล่าวจะเป็นการใช้ Gemini AI ในการอ่านบทความและข่าวสารจำนวนนับล้านที่ถูกตีพิมพ์มาตั้งแต่ปี 200 และนำข้อมูลเหตุการณ์น้ำท่วมที่เคยเกิดขึ้นมาเทียบเป็นแหล่งอ้างอิง ว่าเกิดที่ไหนเกิดเมื่อไร จนกลายเป็นชุดข้อมูล dataset ที่บันทึกเหตุการณ์อุกว่า 2.6 ล้านครั้ง ใน 150 ประเทศ ซึ่งระบบตัวนี้เปิดให้ใครก็สามารถดาว์นโหลดและเข้าไปใช้งานได้
ฐานข้อมูลนี้จะถูกนำไปใช้เพื่อฝึกสอน AI model ที่สามารถคาดการณ์ว่าน้ำท่วมฉับพลันจะเกิดขึ้นที่ไหนและจะกระทบกับชุมชนใดในอีก 24 ชั่วโมงข้างหน้า ซึ่งการพยากรณ์ได้ถูกเผยแพร่อย่างสาธารณะผ่าน Google Flood Hub แพลตฟอร์มที่เคยช่วยเตือนประชากรโลกให้รอดพ้นภัยแล้วกว่า 2 พันล้านราย
Groundsource ทำงานอย่างไร?
การแก้ปัญหาการพยากรณ์ภัยพิบัติโดย Groundsource นั้นเรียกได้ว่าเรียบง่ายเป็นอย่างมาก โดยปกติแล้วแม่น้ำจะมีสถานีวัดระดับน้ำ ซึ่งเป็นเซนเซอร์ที่ติดตั้งอยู่ในน้ำและคอยบันทึกระดับน้ำมานานหลายทศวรรษ อันเป็นวิธีที่เหล่านักพยากรณ์ใช้เรียนรู้เพื่อทำนายว่าน้ำในแม่น้ำจะล้นตลิ่งเมื่อใด
แต่ทว่า ตามท้องถนนในเมืองกลับไม่มีเครื่องมืออะไรแบบนั้นเลย เมื่อฝนตกลงมาอย่างหนักกระทบพื้นผิวถนนจนระบบระบายน้ำรับไม่ไหว น้ำท่วมที่เกิดขึ้นจะรวดเร็วมากและเกิดขึ้นเฉพาะจุดเกินกว่าที่จะติดตามได้ด้วยเครื่องมือตรวจวัดแบบเดิมๆ
พอไม่มีข้อมูลที่จดบันทึกในอดีต เราก็ไม่สามารถนำข้อมูลไปฝึก AI ให้ตรวจหาแพทเทิร์นได้ ดังนั้น Google เลยใช้ข่าวสารเป็นตัวแทนของเซนเซอร์ไปเลย
ด้านโมเดลที่ได้รับการฝึกฝนจะใช้โครงข่ายประสาทเทียมแบบ LSTM ซึ่งเป็น AI ที่ถูกสร้างมาเพื่อประมวลผลข้อมูลที่มาเป็นลำดับต่อเนื่องตามเวลา
โดยมันจะนำข้อมูลพยากรณ์อากาศรายชั่วโมง มาประมวลผลร่วมกับปัจจัยเฉพาะในท้องถิ่น เช่น ความหนาแน่นของเมือง, อัตราการดูดซับน้ำของดิน และลักษณะทางภูมิประเทศ จากนั้นมันจะส่งสัญญาณออกมาอย่างง่ายๆ ว่าพื้นที่นั้นมีความเสี่ยงน้ำท่วมระดับ ปานกลาง หรือ สูง ในอีก 24 ชั่วโมงข้างหน้า สำหรับพื้นที่เขตเมืองใดๆ ที่มีความหนาแน่นของประชากรมากกว่า 100 คนต่อตารางกิโลเมตร
อย่างไรก็ตาม ระบบพยากรณ์ใหม่ล่าสุดนี้ยังคงมีข้อจำกัดใหญ่ เพราะปัจจุบันสามารถวิเคราะห์ข้อมูลได้ครอบคลุมเพียง 20 ตารางกิโลเมตรเท่านั้น และยังไม่สามารถระบุได้ว่าความรุนแรงของน้ำที่ท่วมจะมากขนาดไหน อีกทั้งคำพยากรณ์ยังย่ำแย่อย่างมากในพื้นที่ ที่ไม่ค่อยมีข่าวออก
แต่ถึงจะเป็นเช่นนั้นการพยากรณ์ของ Groundsource ก็ได้ถูกยืนยันแล้วว่าสามารถใช้ได้จริงจากหน่วยงานในแอฟริกาที่ยืนยันว่ามีน้ำท่วมเกิดขึ้นหลังระบบแจ้งเตือนให้เฝ้าระวัง จนสามารถเตรียมเจ้าหน้าที่กู้ภัยและเข้าช่วยเหลือได้ทันท่วงที
ที่มา : Decrypt
มุมมองผู้เขียน : ส่วนตัวหวังว่าเทคโนโลยีนี้จะได้การสนับสนุนและพัฒนาจนสมบูรณ์เพื่อที่จะได้ไม่ต้องมีใครสูญเสียชีวิตและทรัพย์สินไปในเหตุการณ์ที่สามารถป้องกันได้ในอนาคต
