แพลตฟอร์ม AI ฝีมือคนไทย ‘Deepzoom’ ลดเสี่ยง เพิ่มความปลอดภัยในชีวิตประจำวัน

การนำเทคโนโลยีมาเฝ้าระวังผ่านกล้องกลายเป็นส่วนหนึ่งของการดำเนินชีวิตประจำวัน แต่การเก็บข้อมูลจากกล้องอย่างเดียวคงไม่เพียงพออีกต่อไป หากไม่ได้มีการใช้ประโยชน์จากข้อมูลที่มีอยู่มาช่วยในการตัดสินใจได้อย่างทันทีและมีประสิทธิภาพ กลายเป็นที่มาของการพัฒนาแพลตฟอร์ม Deepzoom โดยมีฝีมือคนไทย

Deepzoom คือ แพลตฟอร์มที่ใช้ปัญญาประดิษฐ์ (AI) และเทคโนโลยีการติดตามหลายกล้อง (Multi-Target Multi-Camera Tracking: MTMC) ที่สามารถเชื่อมโยงข้อมูลจากกล้องหลายตัวและสร้างทามไลน์ที่ต่อเนื่องเพื่อให้ผู้ใช้งานสามารถวิเคราะห์เหตุการณ์ได้อย่างรวดเร็วและแม่นยำ โดยไม่จำเป็นต้องเสียเวลานานในการตรวจสอบภาพย้อนหลังแบบดั้งเดิม

นายธษภิชญ ถาวรสุข หัวหน้ากลุ่มงานธุรกิจ บริษัท เอไอ แอนด์ โรโบติกส์ เวนเจอร์ส (ARV) ผู้พัฒนา Deepzoom อธิบายถึงแนวคิดเบื้องหลังการพัฒนาแพลตฟอร์มนี้ว่า ทุกเฟรมของวิดีโอล้วนมีข้อมูลซ่อนอยู่ แต่ระบบทั่วไปไม่สามารถตีความเหตุการณ์ได้ในระดับเดียวกับมนุษย์  ซึ่งการพัฒนา Deepzoom มุ่งเป้าไปที่การทำให้ข้อมูลจากภาพเหล่านี้มีความหมาย เพื่อช่วยให้องค์กรต่าง ๆ สามารถคาดการณ์เหตุการณ์ล่วงหน้า และรับมือกับความเสี่ยงได้ทันท่วงที

จุดเด่นสำคัญของ Deepzoom อยู่ที่ เทคโนโลยี MTMC ที่สามารถเชื่อมโยงเหตุการณ์จากหลายกล้องให้เป็นทามไลน์ต่อเนื่อง ส่งผลให้สามารถติดตามบุคคลหรือวัตถุที่สนใจได้ในทันที ข้อมูลทั้งหมดถูกรวบรวมและวิเคราะห์อย่างเป็นระบบ ทำให้สามารถตรวจสอบได้ว่าบุคคลหรือวัตถุ “อยู่ที่ใด” เคลื่อนไหวผ่านจุดใด และทำกิจกรรมอะไรบ้างในช่วงเวลาที่ถูกบันทึก โดยการใช้เทคโนโลยี MTMC ทำให้สามารถค้นหาข้อมูลได้ในไม่กี่นาที เทียบกับการสืบค้นที่ใช้เวลาหลายชั่วโมงในระบบแบบดั้งเดิม

Deepzoom มีความสามารถในการปรับตัวให้เหมาะสมกับความต้องการขององค์กร โดยสามารถประยุกต์ใช้งานได้ในหลายภาคส่วนที่เกี่ยวข้องกับความปลอดภัยในชีวิตประจำวัน เช่น การรักษาความปลอดภัย (Security & Surveillance), ความปลอดภัยในการทำงาน (Safety), และ การบริหารจัดการจราจร (Traffic Management)

ในด้านความปลอดภัย แพลตฟอร์ม Deepzoom สามารถใช้ในการติดตามการเคลื่อนไหวของบุคคลที่เข้า-ออกพื้นที่สำคัญ เช่น การตรวจจับการบุกรุกพื้นที่หวงห้าม การติดตามเส้นทางการเคลื่อนไหวของบุคคลที่มีพฤติกรรมต้องสงสัย เช่น การเดินวนซ้ำ หรือการรวมข้อมูลจากกล้องหลายตัวเพื่อยืนยันตัวบุคคลผ่านการจดจำใบหน้า เทคโนโลยีนี้ช่วยให้เจ้าหน้าที่รักษาความปลอดภัยสามารถวางแผนเชิงรุกในการป้องกันเหตุการณ์ผิดปกติได้เร็วขึ้น โดยไม่ต้องเสียเวลาตรวจสอบภาพย้อนหลังจำนวนมาก

ด้านความปลอดภัยของพนักงาน (Safety) ระบบสามารถตรวจจับอุบัติเหตุที่อาจเกิดขึ้นในพื้นที่ปฏิบัติงานได้ทันที เช่น การล้ม การเกิดควันหรือไฟจากอุปกรณ์ที่ใช้ในการทำงาน การสวมใส่อุปกรณ์ป้องกันอุบัติเหตุที่ไม่ครบถ้วน โดยแพลตฟอร์มจะทำการวิเคราะห์ข้อมูลที่เกิดขึ้นและจัดลำดับความเสี่ยงตามพื้นที่และช่วงเวลา เพื่อให้หน่วยงานที่เกี่ยวข้องสามารถทำการแก้ไขปัญหาได้อย่างทันที ส่งผลให้ลดความเสี่ยงจากอุบัติเหตุและลดภาระการเฝ้าติดตามจากเจ้าหน้าที่

ด้านการบริหารจัดการจราจร Deepzoom ยังสามารถใช้ในการตรวจจับเหตุการณ์ผิดปกติบนท้องถนน เช่น รถย้อนศร, รถขึ้นทางเท้า หรือการขับขี่ที่ใช้ความเร็วเกินกำหนด ระบบสามารถแสดงเส้นทางย้อนหลังและข้อมูลป้ายทะเบียนของรถได้ทันที ซึ่งช่วยให้เจ้าหน้าที่สามารถตรวจสอบเหตุการณ์ได้ภายในไม่กี่นาที พร้อมทั้งมีข้อมูลเพียงพอสำหรับการวางแผนการจัดการจราจรเชิงรุก เช่น การลดจุดคอขวดหรือปรับแผนการจราจรตามพฤติกรรมการใช้งานของผู้ใช้ถนน

โดย Deepzoom ปรับแต่งโมเดลเฉพาะองค์กร เพื่อให้เหมาะสมกับโจทย์เฉพาะของแต่ละองค์กร เช่น การพัฒนาโมเดลสำหรับ การตรวจสอบคุณภาพสินค้าในสายการผลิต (QC Vision) ที่สามารถตรวจจับความผิดปกติของสินค้าได้แบบเรียลไทม์ โดยช่วยลดของเสีย เพิ่มประสิทธิภาพการผลิต และลดความผิดพลาดในการตรวจสอบซ้ำ

"บทบาทของ AI ในปัจจุบัน ไม่ได้ถูกพัฒนาขึ้นมาเพื่อแทนที่การตัดสินใจของมนุษย์ แต่เพื่อช่วยให้มนุษย์มองเห็นและเข้าใจเหตุการณ์ได้ลึกขึ้น การพัฒนา Deepzoom จึงมีเป้าหมายหลักเพื่อให้ข้อมูลจากภาพสามารถตีความได้อย่างเป็นระบบ ช่วยให้องค์กรสามารถตัดสินใจได้อย่างมั่นใจและรวดเร็วบนพื้นฐานของข้อมูลจริง”