รู้จัก ‘SpaceAI’ เทคโนโลยีอวกาศผสาน AI แต้มต่อใหม่ของอาเซียน สู้ภัยเอลนีโญ

‘SpaceAI’ หรือ เทคโนโลยีอวกาศผสานปัญญาประดิษฐ์ กำลังเข้ามาปิดช่องว่างเปลี่ยนข้อมูลดาวเทียมมหาศาลให้กลายเป็นการพยากรณ์เชิงรุกที่แม่นยำและทันเวลา นี่ไม่ใช่แค่เครื่องมือตรวจจับภัยแล้งหรือไฟป่าล่วงหน้า แต่คือ “แต้มต่อยุทธศาสตร์” ที่จะช่วยชีวิตผู้คน ป้องกันการพังทลายของห่วงโซ่อุปทาน และชี้ขาดความสามารถในการแข่งขันทางเศรษฐกิจของอาเซียนในยุคที่สภาพอากาศผันผวนระดับเอ็กซ์ตรีม

ในเดือนมิถุนายน องค์การบริหารมหาสมุทรและบรรยากาศแห่งชาติสหรัฐฯ (NOAA) ออกมาเตือนว่ามีความเป็นไปได้ถึง 63% ที่จะเกิดปรากฏการณ์เอลนีโญ (El Niño) ระดับรุนแรงมากก่อนสิ้นปี 2569 ซึ่งอาจรุนแรงใกล้เคียงกับสถิติต่างๆ ที่เคยบันทึกไว้นับตั้งแต่เริ่มมีการเก็บข้อมูลในปี 2493

ปรากฏการณ์เอลนีโญ ในช่วงปี 2540-2541 ซึ่งถือเป็นหนึ่งในครั้งที่รุนแรงที่สุดในประวัติศาสตร์ เคยส่งผลให้เกิดอุทกภัยและภัยแล้งขั้นรุนแรงครอบคลุมพื้นที่แอฟริกา ละตินอเมริกา อเมริกาเหนือ และเอเชียตะวันออกเฉียงใต้ จนนำไปสู่การสูญเสียชีวิตของผู้คนราว 22,000 ราย และสร้างความเสียหายทางเศรษฐกิจมากกว่า 3.6 หมื่นล้านดอลลาร์สหรัฐ หรือมีมูลค่าสูงถึง 1.2 ล้านล้านบาท

ปรากฏการณ์เอลนีโญ ครั้งใหญ่อื่นๆ ในอดีต ก็นำมาซึ่งความล้มเหลวของผลผลิตทางการเกษตร ไฟพรุที่สร้างความเสียหายเป็นวงกว้าง และภัยแล้งที่ยาวนาน ผลกระทบจากสภาพอากาศที่ผันผวนนี้ส่งผลสะเทือนเป็นลูกคลื่นไปยังห่วงโซ่อุปทานระดับภูมิภาค โดยกระทบทุกภาคส่วนตั้งแต่การบินและการผลิต ไปจนถึงธุรกิจประกันภัยและสาธารณสุข

เอเชียตะวันออกเฉียงใต้ไม่ได้ขาดแคลนข้อมูลด้านสภาพภูมิอากาศ แต่สิ่งที่ภูมิภาคนี้กำลังเผชิญอยู่คือ

“การขาดแคลนการลงมือปฏิบัติ”

ภูมิภาคนี้มีทั้งดาวเทียม สถานีตรวจวัดอากาศ โมเดลสภาพภูมิอากาศอันซับซ้อน และกลไกการเฝ้าระวังระดับภูมิภาคอยู่แล้ว หน่วยงานระดับนานาชาติสามารถคาดการณ์การก่อตัวของเอลนีโญล่วงหน้าได้หลายเดือน ขณะที่สถาบันต่างๆ เช่น ศูนย์อุตุนิยมวิทยาเฉพาะทางอาเซียน (ASMC) ของสิงคโปร์ ก็มีการติดตามตรวจสอบหมอกควันและสภาพแวดล้อมอย่างต่อเนื่อง

ถึงกระนั้น รัฐบาลและภาคธุรกิจต่างยังคงประสบความยากลำบากในการตอบคำถามสำคัญว่า

ชุมชนใดจะได้รับผลกระทบจากสภาพอากาศรุนแรงเป็นกลุ่มแรก?

พื้นที่ป่าพรุบริเวณใดกำลังเสี่ยงที่สุด?

ห่วงโซ่อุปทานเส้นทางใดจะเผชิญการหยุดชะงักมากที่สุด?

และควรต้องทำอย่างไรก่อนที่แรงกดดันทางสิ่งแวดล้อมจะกลายเป็นวิกฤตทางเศรษฐกิจ?

ภูมิภาคนี้จำเป็นต้องเปลี่ยนข้อมูลให้กลายเป็นการตัดสินใจที่ทันท่วงทีและน่าเชื่อถือ ไม่ใช่แค่การเพียรเก็บรวบรวมข้อมูลไร้โครงสร้างให้มากขึ้น ซึ่งนี่คือจุดที่ “SpaceAI” หรือ “การผสานรวมระหว่างปัญญาประดิษฐ์ (AI) และเทคโนโลยีอวกาศ” จะเข้ามาเติมเต็มช่องว่างระหว่าง “ข้อมูล” กับ “การตัดสินใจ” และระหว่าง “ตัวเลข” กับ “ผลลัพธ์ที่เป็นรูปธรรม” อย่างการเซฟชีวิตผู้คนและครัวเรือน

SpaceAI คืออะไร?

SpaceAI คือ การรวมกันของเทคโนโลยีสำรวจโลกด้วยดาวเทียม, โมเดลภาษาขนาดใหญ่ (LLM), ระบบคลาวด์คอมพิวติ้ง และการวิเคราะห์ข้อมูลขั้นสูง เพื่อเปลี่ยนข้อมูลสิ่งแวดล้อมมหาศาลให้กลายเป็นสารสนเทศคาดการณ์เชิงรุกที่พร้อมสำหรับการตัดสินใจ

โดยปกติแล้ว การสำรวจโลกด้วยดาวเทียมมักเป็นการย้อนดูอดีต กล่าวคือ ดาวเทียมจะบันทึกภาพ นักวิเคราะห์ทำการตีความ แล้วรัฐบาลจึงค่อยเข้ามารับมือหลังจากความเสียหายเกิดขึ้นไปแล้ว

แต่เมื่อมี AI รัฐบาลจะสามารถ “ลงมือทำได้ก่อน” โมเดล AI จะสามารถนำภาพถ่ายดาวเทียมมาประมวลผลร่วมกับรายงานพยากรณ์อากาศ ความชื้นในดิน ความสมบูรณ์ของพืชพรรณ และดรรชนีชี้วัดทางสิ่งแวดล้อมอื่นๆ เพื่อระบุได้ทันทีว่าพื้นที่ใดกำลังตกอยู่ในความเสี่ยง

บรรดานักวิจัยได้เคยนำข้อมูลความลึกของชั้นพรุ ความสูงต่ำของพื้นที่ ความกดชัน ประเภทของพืช ปริมาณฝน และระยะห่างจากโครงสร้างพื้นฐาน มาวิเคราะห์ร่วมกับข้อมูลดาวเทียมและระบบแมชชีนเลิร์นนิง เพื่อจัดทำแผนที่ความเสี่ยงการเกิดไฟป่าในพื้นที่ป่าพรุของอินโดนีเซียมาแล้ว

และงานวิจัยล่าสุดในจังหวัดเรียว (Riau) บริเวณชายฝั่งตอนกลางฝั่งตะวันออกของเกาะสุมาตรา ประเทศอินโดนีเซีย ก็ได้ใช้ข้อมูลจากอวกาศร่วมกับแมชชีนเลิร์นนิงจนพบว่า “ระดับน้ำใต้ดิน” คือปัจจัยหลักที่ส่งผลต่อความเสี่ยงการเกิดไฟป่า

จากนั้นรัฐบาลจึงสามารถใช้แผนที่ความเสี่ยงเหล่านี้มาประกอบการตัดสินใจ เช่น การจัดลำดับความสำคัญในการส่งเจ้าหน้าที่ออกลาดตระเวน การบังคับใช้มาตรการห้ามเผาในพื้นที่เสี่ยงสูง รวมถึงการกักกั้นคลองระบายน้ำเพื่อเพิ่มความชื้นให้พื้นที่พรุและยกระดับน้ำใต้ดินก่อนที่ไฟจะเริ่มไหม้

ยิ่งไปกว่านั้น ดาวเทียมไม่ได้ทำหน้าที่เป็นเพียงกล้องถ่ายภาพในอวกาศอีกต่อไป แทนที่จะต้องส่งข้อมูลมหาศาลกลับลงมายังโลก ซึ่งทำให้ช่องสัญญาณแออัดและวิเคราะห์ข้อมูลได้ล่าช้า ระบบ AI สามารถประมวลผลข้อมูลที่สังเกตการณ์ได้ตั้งแต่บนตัวดาวเทียมเลย โดยจะคัดเลือกเฉพาะข้อมูลที่เกี่ยวข้องส่งกลับมา ทำให้ผู้กำหนดนโยบายได้รับข้อมูลที่เป็นประโยชน์ รวดเร็วกว่าการวิเคราะห์ด้วยวิธีแบบเดิมๆ มาก

แม้จะเป็นการเพิ่มระยะเวลาเตือนภัยล่วงหน้าได้เพียงเล็กน้อย แต่มันก็สร้างผลตอบแทนทางเศรษฐกิจได้อย่างมหาศาล รัฐบาลสามารถฟื้นฟูระดับน้ำในพื้นที่พรุที่เปราะบางได้ก่อนที่ไฟจะลุกลาม สามารถจัดวางกำลังและอุปกรณ์ดับเพลิงไว้ในจุดยุทธศาสตร์ได้ก่อนเกิดเหตุ

แทนที่จะต้องคอยส่งกำลังไปดับหลังจากไฟเริ่มไหม้แล้ว เกษตรกรและบริษัทโลจิสติกส์สามารถปรับเปลี่ยนแผนการดำเนินงานได้ก่อนจะเกิดการหยุดชะงัก ขณะที่บริษัทประกันภัยก็สามารถประเมินและรับมือความเสี่ยงจากสภาพอากาศได้อย่างแม่นยำยิ่งขึ้น

‘การคาดการณ์’ ไม่เท่ากับ ‘การป้องกัน’

จริงอยู่ที่การมีข้อมูลเชิงรุกที่พร้อมใช้งาน อาจไม่ได้ช่วยอะไรมากนัก หากรัฐบาลไม่มีความตั้งใจ หรือไม่มีความสามารถที่จะลงมือทำตามข้อมูลนั้น การรับมือกับความเสี่ยงก่อนที่มันจะปรากฏขึ้นจริงต้องอาศัย “เจตจำนงทางการเมือง” ซึ่งลำพังการมีข้อมูลที่ดีขึ้น หรือการวิเคราะห์ที่เฉียบคมขึ้น ไม่ได้เข้ามาแก้ปัญหานี้ได้ทั้งหมด

ถึงอย่างนั้น คุณค่าของ SpaceAI คือการช่วย “ลดความไม่แน่นอน” ซึ่งมักถูกผู้กำหนดนโยบายใช้เป็นข้ออ้างในการประวิงเวลาหรือเลื่อนการตัดสินใจออกไป

เพื่อไปให้ถึงจุดนั้น เอเชียตะวันออกเฉียงใต้จำเป็นต้องมี “ระบบนิเวศเชิงบูรณาการ” ที่เชื่อมโยงการสำรวจโลก เทคโนโลยี AI ความเชี่ยวชาญทางวิทยาศาสตร์ และสถาบันรัฐที่ได้รับความไว้วางใจเข้าไว้ด้วยกัน

โดยดาวเทียมทำหน้าที่ผลิตข้อมูล AI เปลี่ยนข้อมูลนั้นให้เป็นสารสนเทศคาดการณ์ ส่วนรัฐบาล หน่วยงานบรรเทาสาธารณภัย และภาคธุรกิจ จะนำข้อมูลเชิงลึกเหล่านั้นไปแปลงเป็นการปฏิบัติงานที่สอดประสานกัน

สิงคโปร์สะท้อนให้เห็นภาพตัวอย่างของระบบนิเวศดังกล่าวในทางปฏิบัติ นับตั้งแต่เดือนเมษายน 2569 เป็นต้นมา สำนักงานอวกาศแห่งชาติสิงคโปร์ (NSAS) ที่จัดตั้งขึ้นใหม่ ได้รวบรวมภารกิจด้านอวกาศของประเทศมาไว้ภายใต้หน่วยงานเดียว โดยมีพันธกิจครอบคลุมตั้งแต่การกำกับดูแล การพัฒนาอุตสาหกรรม ไปจนถึงการสร้างบุคลากรด้านอวกาศและ AI ในประเทศ

ทั้งนี้ รัฐบาลสิงคโปร์ได้อนุมัติงบประมาณมากกว่า 200 ล้านดอลลาร์สิงคโปร์ หรือประมาณ 5,200 ล้านบาท เพื่อการวิจัยและพัฒนาด้านอวกาศมาตั้งแต่ปี 2565 และโครงการต่างๆ ร่วมด้วย เช่น กลุ่มดาวเทียมเรดาร์ NeuSAR-2 ที่จะช่วยยกระดับการสำรวจโลกเหนือน่านฟ้าภูมิภาคได้ตลอด 24 ชั่วโมงในทุกสภาพอากาศ ถือเป็นตัวอย่างที่แสดงให้เห็นว่าเงินลงทุนเหล่านั้นกำลังถูกเปลี่ยนเป็น “ดวงตาที่แหลมคมยิ่งขึ้น” บนวงโคจรอย่างไร

บทเรียนสำหรับประเทศอื่นๆ ในเอเชียตะวันออกเฉียงใต้ อาจไม่ใช่เรื่องของดาวเทียมดวงใดดวงหนึ่ง หากแต่เป็นเรื่องของ “โครงสร้างสถาบันที่อยู่เบื้องหลัง” นั่นคือการมีหน่วยงานที่รับผิดชอบโดยเฉพาะ การสนับสนุนงบประมาณอย่างต่อเนื่อง และการสร้างบุคลากรที่ได้รับการฝึกฝนมาเพื่อเปลี่ยนข้อมูลให้กลายเป็นการตัดสินใจ

เมื่อโครงสร้างพื้นฐานเหล่านี้พร้อมแล้ว รัฐบาลในเอเชียตะวันออกเฉียงใต้จึงจะสามารถก้าวไปสู่โจทย์ถัดไปได้ นั่นคือการสร้างบุคลากรข้ามสาขาวิชา และการสร้างความไว้วางใจระหว่างประเทศ เพื่อแปลงผลวิเคราะห์อันซับซ้อนให้กลายเป็นการตัดสินใจปฏิบัติจริง

การสร้างความพร้อมรับมือต่อสภาพภูมิอากาศกำลังกลายเป็นเรื่องของ “ความสามารถในการแข่งขันทางเศรษฐกิจ” มากขึ้นเรื่อยๆ ประเทศที่สามารถคาดการณ์ภัยพิบัติต่างๆ ได้ก่อนที่มันจะลุกลามกลายเป็นการล่มสลายของห่วงโซ่อุปทาน วิกฤตสาธารณสุข หรือความสูญเสียทางการเงิน ย่อมถือกรรมสิทธิ์ในความได้เปรียบเชิงยุทธศาสตร์เหนือประเทศที่ยังคงพึ่งพาการบริหารจัดการภัยพิบัติแบบตั้งรับเพียงอย่างเดียว