เมื่อเทคโนโลยีเริ่มควบคุมสี่แยก

ในความพยายามครั้งใหม่เพื่อคลี่คลายปัญหารถติดในกรุงเทพฯ กทม.ได้จับมือกับ Google นำ AI มาช่วยปรับระบบสัญญาณไฟจราจรอัจฉริยะ ซึ่งฟังดูเหมือนก้าวสำคัญของเมืองหลวงสู่ Smart City แต่ในทางปฏิบัติ เรื่องนี้ยังมีแง่มุมที่คนทั่วไปอาจยังไม่เคยรับรู้

ทดลองแล้วได้ผล? ยังไม่มีใครบอกชัด

โครงการเริ่มต้นนำร่องในบางพื้นที่ เช่น ย่านอโศก หรือถนนวิภาวดีฯ โดยใช้ AI วิเคราะห์ข้อมูลการเคลื่อนไหวของรถจาก Google Maps และปรับเวลาไฟจราจรตามสภาพจริงแบบ Realtime

แต่ข้อมูล “หลังการทดลอง” เช่น

  • ความเร็วเฉลี่ยของรถเพิ่มขึ้นเท่าไหร่?
  • เวลาการเดินทางลดลงจริงหรือไม่?
  • ค่าฝุ่น PM2.5 ลดลงแค่ไหน?

กลับยังไม่มีการเปิดเผยอย่างเป็นทางการ ทั้งที่นี่คือสิ่งที่จะช่วยพิสูจน์ว่า AI ช่วยได้จริง หรือแค่สร้างภาพลักษณ์ว่า "มีอะไรใหม่"

จะวัดประสิทธิภาพกันยังไง?

เทคโนโลยีแบบนี้ต้องมีตัวชี้วัดที่ชัดเจน ไม่ว่าจะเป็น:

  • เวลาที่รถติดในช่วง Rush Hour เทียบก่อน-หลัง
  • จำนวนคันรถต่อแยก
  • ปริมาณมลพิษจากการจราจรในรัศมีโครงการ

ซึ่งหาก กทม. และ Google เปิดเผยตัวเลขเหล่านี้อย่างโปร่งใส จะช่วยให้ประชาชนรู้สึกมีส่วนร่วม และมองว่า AI ไม่ใช่แค่เรื่องของคนไอที แต่เป็นของทุกคนที่ใช้ถนน

 

เริ่มตรงไหน ปรับตรงไหนแล้วบ้าง?

ข้อมูลจากแหล่งชุมชนเทคโนโลยีเผยว่า พื้นที่นำร่องหลัก ๆ คือถนนสายใหญ่ เช่น ถนนวิภาวดีฯ, รัชดาภิเษก, และบางแยกในย่านอโศกที่มีสัญญาณไฟควบคุมหลายทิศทาง ซึ่งเป็นจุดที่รถติดเรื้อรังมานาน และมักมีข้อมูลจาก Google Maps เพียงพอให้ AI ประมวลผลได้แม่นยำ

แต่พื้นที่ชุมชนย่อย หรือถนนเล็ก ๆ ยังไม่ได้รับการปรับปรุง จึงน่าจับตาว่า หากโครงการนี้ขยายวงกว้างออกไป จะสามารถจัดการกับ "รถติดซอย" ได้จริงหรือไม่

เทคโนโลยีจะเวิร์ก ถ้าคนไม่แหกไฟแดง

AI ปรับไฟได้ก็จริง แต่ถ้าคนขับยังฝ่าไฟแดง จอดเลยเส้น หรือเบียดกันเข้าทางแคบ การจราจรก็ยังคงเป็นปัญหาเหมือนเดิม การใช้ AI ให้คุ้มจึงต้องควบคู่กับวินัยของผู้ใช้ถนน และการบังคับใช้กฎหมายที่เข้มงวดด้วย

บางที การมีเทคโนโลยีไม่ใช่เรื่องยาก สิ่งยากคือ "ข้อมูล" ที่จะพิสูจน์ว่าเทคโนโลยีใช้งานได้จริง และการเปิดใจให้สังคมตรวจสอบ ช่วยให้โครงการดี ๆ ไม่ถูกลดค่าจนกลายเป็นแค่ของโชว์บนเวที