ปัญหาที่ใหญ่ที่สุดในประวัติศาสตร์ ย่อมต้องการ data ที่แม่นที่สุด
ประโยคหนึ่งที่ผมได้เคยได้ยินเกี่ยวกับเรื่องของ climate changed และมันก็ยังคงติดอยู่ในหัวมาตลอดเลย
“เราไม่สามารถแก้ปัญหาที่เราวัดไม่ได้”
ฟังดูเรียบง่าย แต่นั่นคือหัวใจของทุกอย่างที่เกิดขึ้นในวงการสิ่งแวดล้อมช่วง 20 ปีที่ผ่านมาครับ
การเปลี่ยนแปลงสภาพภูมิอากาศเป็นปัญหาที่ซับซ้อนมากจนเกินกว่าที่ใครจะ “รู้สึก” ว่ามันรุนแรงมากแค่ไหน
เราต้องวัด ต้องติดตาม และต้องวิเคราะห์อย่างละเอียด
และนั่นคือจุดที่ data ได้เข้ามามีบทบาทครับ
โลกกำลังใช้ข้อมูลในการต่อสู้กับปัญหาสิ่งแวดล้อมในแบบที่เราแทบไม่เคยเห็นมาก่อน ตั้งแต่ดาวเทียมที่จับตาดูป่าไม้ทุกตารางเมตร ไปจนถึง AI ที่คาดการณ์น้ำท่วมก่อนที่มันจะเกิดขึ้นจริง ทั้งหมดนี้ขับเคลื่อนด้วย data ครับ
เราวัดปัญหาสิ่งแวดล้อมได้ดีแค่ไหน ในตอนนี้ เวลานี้ ?
ย้อนไปแค่ 30 ปีก่อน การติดตามสภาพภูมิอากาศทำได้ด้วยสถานีตรวจวัดอากาศที่กระจายอยู่ทั่วโลกไม่กี่พันแห่ง ข้อมูลเหล่านั้นมีประโยชน์ก็จริง แต่มันมีช่องว่างมหาศาลครับ ทั้งในเชิงพื้นที่และเวลา
ตอนนี้ภาพนั้นได้เปลี่ยนไปโดยสิ้นเชิง
ดาวเทียมตรวจสอบสิ่งแวดล้อมของ NASA, ESA และหน่วยงานอื่นๆ ถ่ายภาพโลกแบบ real-time ครอบคลุมทุกพื้นที่บนพื้นโลก วัดได้ทั้งอุณหภูมิผิวน้ำทะเล ความหนาของน้ำแข็งขั้วโลก ระดับก๊าซคาร์บอนไดออกไซด์ในชั้นบรรยากาศ และแม้แต่การเปลี่ยนแปลงของพื้นที่ป่าในแต่ละวัน
sensor ในมหาสมุทรหลายพันตัวติดตามอุณหภูมิและความเป็นกรดของน้ำทะเลแบบต่อเนื่อง
station ตรวจวัดคุณภาพอากาศในเมืองใหญ่ๆทั่วโลกส่งข้อมูลไปมาทุกๆชั่วโมง และ GPS ที่อยู่ขั้วโลกก็ส่งข้อมูลการละลายและเคลื่อนที่ทุกวัน
ปริมาณข้อมูลสิ่งแวดล้อมที่เก็บได้ในหนึ่งปีในตอนนี้มากกว่าที่มนุษย์เก็บได้ตลอด 100 ปีก่อนหน้ารวมกันเลยแหละครับ และนั่นทำให้เราเห็นปัญหาได้ชัดขึ้นมากกว่าที่เคย
ดาวเทียมและ AI กำลังปกป้องป่าไม้ได้ยังไง ?
การตัดไม้ทำลายป่าเป็นหนึ่งในปัญหาสิ่งแวดล้อมที่ใหญ่ที่สุดครับ และมันเป็นปัญหาที่ยากมากที่จะตรวจสอบเพราะป่าบางส่วนอยู่ในพื้นที่ห่างไกลที่เจ้าหน้าที่ไม่สามารถที่จะเข้าถึง
Google ร่วมกับ World Resources Institute พัฒนาระบบที่ชื่อว่า Global Forest Watch ครับ มันใช้ภาพถ่ายดาวเทียมและ machine learning วิเคราะห์การเปลี่ยนแปลงของพื้นที่ป่าทั่วโลกแบบ near real-time แจ้งเตือนได้ภายใน 3-5 วันหลังการตัดไม้เกิดขึ้น เจ้าหน้าที่ป่าไม้ในหลายประเทศใช้ระบบนี้ในการส่งทีมเข้าตรวจสอบและหยุดการกระทำผิดได้เร็วขึ้นมากกว่าแต่ก่อนเยอะเลย
ในบราซิลซึ่งมี Amazon rainforest – ระบบ DETER ของรัฐบาลใช้ข้อมูลดาวเทียมตรวจจับการตัดไม้ทำลายป่าแบบ daily ในช่วงที่ระบบนี้ทำงานอย่างมีประสิทธิภาพ อัตราการตัดไม้ทำลายป่าลดลงได้อย่างมีนัยสำคัญ เพราะมันยากขึ้นมากที่จะทำโดยไม่โดนจับได้
ในประเทศไทยเองก็มีการใช้ภาพถ่ายดาวเทียมในการติดตามพื้นที่ป่าและตรวจสอบการบุกรุกครับ แม้จะยังไม่ครอบคลุมเท่าระบบในบางประเทศ แต่มันแสดงให้เห็นว่าเทคโนโลยีแบบนี้ ไม่ใช่เรื่องไกลตัวเลย
Data ช่วยรับมือกับภัยพิบัติทางธรรมชาติได้อย่างไร?
น้ำท่วม ภัยแล้ง พายุรุนแรง ไฟป่า สิ่งเหล่านี้ไม่ได้เกิดขึ้นแบบไม่มีสัญญาณเตือนครับ เรามี แต่ก่อนหน้านี้เราอ่านสัญญาณพวกนั้นได้ไม่ดีพอ
ตอนนี้ระบบพยากรณ์อากาศทันสมัยใช้ข้อมูลจากหลายร้อยแหล่งพร้อมกัน ทั้งดาวเทียม บอลลูนสภาพอากาศ เรือและเครื่องบินที่ส่งข้อมูลแบบ real-time และ sensor ทั่วโลกอีกนับล้านตัว แล้วประมวลผลด้วย supercomputer เพื่อสร้าง model สภาพอากาศที่แม่นยำขึ้นมากในทุกๆปี
ผลที่เห็นได้ชัดคืออายุของการพยากรณ์อากาศที่แม่นยำเพิ่มขึ้นมากครับ เมื่อ 30 ปีก่อนการพยากรณ์ 3 วันมีความแม่นยำพอๆ กับการพยากรณ์ 1 วันในปัจจุบัน ตอนนี้เราพยากรณ์ได้แม่นยำมาก ในระยะ 7-10 วัน ซึ่งหมายความว่ามีเวลาเตรียมรับมือได้มากขึ้นมากๆ
ในด้านน้ำท่วมโดยเฉพาะ Google ได้พัฒนาระบบ Flood Forecasting ที่ใช้ AI วิเคราะห์ข้อมูลฝน ระดับน้ำในแม่น้ำ ลักษณะภูมิประเทศ และ pattern น้ำท่วมในอดีต เพื่อส่งการแจ้งเตือนไปยังผู้คนในพื้นที่เสี่ยงผ่าน Google Search และ Maps ก่อนที่น้ำจะท่วมครับ(ใครอยู่เชียงใหม่ แล้วฝนตกหนักๆ ลองทำท่าจะ Search อะไรใน Google ดูเลยครับ จะมีบอกเลยว่า มีความเสี่ยงที่จะเกิดน้ำท่วมนะ) ระบบนี้ใช้งานจริงในหลายประเทศรวมถึงอินเดียและบังคลาเทศ ซึ่งมีประชากรหลายสิบล้านคนที่อาศัยอยู่ในพื้นที่เสี่ยงน้ำท่วม
Carbon Analytics และการวัด Carbon Footprint ที่แม่นยำขึ้น
หนึ่งในความท้าทายใหญ่ที่สุดในการแก้ปัญหาโลกร้อนคือการวัดว่าใครปล่อย carbon ไปแล้วเท่าไหร่จริงๆ ครับ
ก่อนหน้านี้ตัวเลข carbon emission ของประเทศต่างๆ มาจากการรายงานตัวเอง
ซึ่งแน่นอนว่ามีแรงจูงใจให้รายงานต่ำกว่าความเป็นจริง(ใครจะไปรายงานให้ของตัวเองสูง บ้าบอ) และยากมากที่จะตรวจสอบครับ
แต่ตอนนี้ดาวเทียมสามารถวัดระดับก๊าซเรือนกระจกในชั้นบรรยากาศได้โดยตรง ระบบอย่าง Climate TRACE ใช้ข้อมูลดาวเทียมและ AI ในการติดตาม emission จากแหล่งกำเนิดหลักๆ ทั่วโลกแบบ independent เป็นอิสระต่อกัน ไม่จำเป็นต้องพึ่งการรายงานจากรัฐบาลหรือบริษัทต่างๆแล้ว
ผลคือเราเริ่มมีภาพที่แม่นยำขึ้นว่า emission จริงๆ มาจากไหนบ้าง และบางครั้งตัวเลขที่ได้ก็ต่างจากที่รายงานไว้อย่างมีนัยสำคัญครับ ซึ่งนั่นสำคัญมากสำหรับการวางนโยบายและการกำหนดเป้าหมายที่ทำได้จริง
ในระดับองค์กร บริษัทจำนวนมากขึ้นเรื่อยๆ ใช้ software วัด carbon footprint ของ supply chain ทั้งหมด ไม่ใช่แค่ emission ที่เกิดจากการดำเนินงานโดยตรง แต่รวมถึงวัตถุดิบ การขนส่ง และการกำจัดสินค้าหลังการใช้งานด้วย ข้อมูลนี้ช่วยให้บริษัทเห็นว่าควรลด emission ตรงไหนให้ได้ผลมากที่สุด แทนที่จะแค่ทำสิ่งที่ดูดีในสายตาสาธารณะอย่างเดียว(ถือเป็นการทำ CSR ไปในตัว แล้วก็บอกว่า “เรากำลังสร้างสินค้า/บริการ ที่ไม่กระทบต่อโลกนี้ หรืออาจจะกระทบให้น้อยที่สุด”)
พลังงานสะอาดๆ ก็ต้องการ Data เหมือนกัน
คนส่วนใหญ่นึกถึงพลังงานแสงอาทิตย์และลมว่าเป็น “ของฟรีจากธรรมชาติ” ครับ ซึ่งจริงอยู่ แต่การจัดการพลังงานเหล่านี้ในระดับ grid นั้นซับซ้อนมากและต้องการ data support เป็นอย่างมาก
ปัญหาของพลังงานหมุนเวียนคือมันไม่สม่ำเสมอ แดดไม่ออกตลอดเวลา ลมไม่พัดสม่ำเสมอ แต่ความต้องการไฟฟ้ากลับมีอยู่ตลอด 24 ชั่วโมง การบริหาร grid ให้สมดุลระหว่าง supply และ demand ในแบบนี้ต้องการการพยากรณ์ที่แม่นยำมากๆครับ
AI และ data analytics ช่วยในสองเรื่องหลักๆ หนึ่งคือพยากรณ์ว่าแต่ละพื้นที่จะผลิตพลังงานได้เท่าไหร่ในแต่ละชั่วโมง โดยอิงจากข้อมูลสภาพอากาศและประวัติการผลิต สองคือพยากรณ์ความต้องการไฟฟ้าของแต่ละพื้นที่ตามรูปแบบการใช้งานในอดีต เพื่อให้สามารถปรับสมดุลได้ล่วงหน้าในการรองรับการใช้งาน และการผลิต
ในเดนมาร์กซึ่งใช้พลังงานลมเป็นสัดส่วนใหญ่ของการผลิตไฟฟ้า ระบบ analytics ช่วยบริหาร grid ชุดนี้ได้อย่างมีประสิทธิภาพจนสามารถใช้พลังงานหมุนเวียนได้ในสัดส่วนสูงโดยไม่เกิดปัญหาไฟดับ ซึ่งก่อนหน้านี้หลายคนคิดว่าทำไม่ได้ครับ
สรุปแล้ว Data ไม่ได้แก้ปัญหาสิ่งแวดล้อมได้หมด แต่โลกทำได้ยาก ถ้าไม่มี Data
พูดตรงๆนะครับ data และ technology ไม่ใช่ silver bullet สำหรับปัญหาสิ่งแวดล้อม ปัญหาที่ซับซ้อนระดับนี้ต้องการทั้งนโยบาย การเมือง พฤติกรรมของผู้บริโภค ความร่วมมือระหว่างประเทศ และการลงทุนที่ต้อง resverse ผลลัพธ์ในระยะยาวแบบมหาศาลมากๆ
แต่ data คือสิ่งที่ทำให้เราได้เห็นปัญหาชัดขึ้นมากๆ ตัดสินใจได้แม่นยำขึ้นกว่าแต่ก่อนเยอะมาก และวัดได้ว่า “สิ่งที่ทำอยู่” มันได้ผลจริงๆหรือเปล่า
ในยุคที่ข้อมูลที่ไม่ถูกต้องเกี่ยวกับสภาพภูมิอากาศยังแพร่กระจายได้ง่ายๆ การมีระบบติดตามและวัดผลที่น่าเชื่อถือเป็นสิ่งสำคัญมากกว่าที่เคย เพราะมันทำให้การถกเถียงเรื่องนโยบายอยู่บนพื้นฐานของข้อเท็จจริง แบบจริงๆ ไม่ใช่แค่ความเชื่อหรือความรู้สึกของคนใดคนหนึ่ง
และสำหรับผมในฐานะคนที่ทำงานกับ data (และการเงิน 5555) มาตลอด นี่คือหนึ่งในการใช้ data ที่มีความหมายที่สุดที่มนุษย์เคยทำครับ ไม่ใช่เพื่อขายของหรือเพิ่มกำไร แต่เพื่อทำให้โลกที่เรากำลังอาศัยอยู่ ยังคงอยู่ได้ต่อไปอย่างยั่งยืนเพื่อลูก หลาน เหลน โหลนเลย
Leave a Reply