Night Watch คืออะไร และทำไมไฟถนนดับจึงไม่ใช่เรื่องเล็ก
Night Watch คือระบบตรวจจับไฟถนนด้วย AI ที่ใช้ภาพถ่ายดาวเทียมผสานเทคโนโลยีภูมิสารสนเทศ และข้อมูลสถิติเพื่อวิเคราะห์สภาพไฟทางหลวง ระบุจุดชำรุดอัตโนมัติ และส่งต่อข้อมูลให้หน่วยงานที่เกี่ยวข้องเข้าไปซ่อมแซมได้ตรงจุด แนวคิดนี้เกิดจากการมองว่าไฟถนนดับไม่ใช่เรื่องเล็ก แต่เป็นความเสี่ยงด้านความปลอดภัยที่มองไม่เห็น เมื่อระบบตรวจสอบแบบเดิมต้องใช้คนขับรถออกสำรวจ ใช้เวลาและงบประมาณมาก แต่ยังตรวจไม่ทั่วถึง ปล่อยให้หลายจุดมืดสนิทอยู่นานเกินจำเป็น Night Watch จึงไม่ใช่แค่โครงการประกวด แต่เป็นคำถามเชิงนโยบายว่าเราจะยอมให้ความมืดบนถนนเป็นเรื่องปกติอีกต่อไปหรือไม่
จากกำลังคนสู่กำลังข้อมูล ทีม LUMOS พลิกเกมการบำรุงรักษาไฟถนน
หัวใจของโปรเจกต์ Night Watch คือการพลิกจากการขับรถตระเวนตรวจไฟถนน ไปสู่การตรวจจับไฟถนนด้วย AI ที่นั่งดูภาพดาวเทียมแทนสายตาคน ระบบของทีม LUMOS ใช้ภาพถ่ายดาวเทียมเพื่อคัดกรองจุดไฟฟ้าแสงสว่างทางหลวงที่ขัดข้องบนสายทางทั่วประเทศโดยอัตโนมัติ จากนั้นผสานกับเทคโนโลยี GIS และข้อมูลสถิติเก่า เพื่อวิเคราะห์ว่าแสงที่หายไปตรงไหนคือความผิดปกติจริง ไม่ใช่แค่ภาพที่ถ่ายตอนกลางวันหรือมีเมฆบัง แนวคิดนี้ตั้งต้นจากปัญหาจริงของหน่วยงานภาครัฐที่ต้องใช้กำลังคนจำนวนมาก แต่ก็ยังตรวจไม่ทั่ว ทั้งที่ข้อมูลภาพจากดาวเทียมและโครงสร้างพื้นฐานอัจฉริยะพร้อมรอให้ AI เข้ามาช่วยจัดระเบียบอยู่แล้ว การที่ระบบนี้ลดงบประมาณรัฐที่สูญเปล่ากับการตรวจแบบไร้เป้าหมายลงอย่างมหาศาล จึงไม่ใช่เรื่องน่าแปลกใจ แต่เป็นสิ่งที่ควรเกิดขึ้นตั้งนานแล้ว
CDG Hackathon 2026 เมื่อเวทีประกวดกลายเป็นสนามทดลองบริการสาธารณะ
โปรเจกต์ Night Watch ไม่ได้เกิดในสุญญากาศ แต่เติบโตบนเวทีโปรเจกต์ CDG Hackathon 2026 ที่ถูกออกแบบให้เป็นสนามทดลอง AI for a Better Society Platform โดยตรงโจทย์ชัดว่าต้องตอบปัญหาคุณภาพชีวิต ความโปร่งใสของบริการภาครัฐ และการจัดการทรัพยากรอย่างยั่งยืน นิสิตนักศึกษาจาก 18 มหาวิทยาลัยถูกชวนให้คิดโซลูชันที่ไม่หยุดอยู่แค่สไลด์พรีเซนต์ แต่ต้องมีศักยภาพนำไปใช้จริง ตั้งแต่การเข้าใจปัญหา การออกแบบประสบการณ์ผู้ใช้ ไปจนถึงการเชื่อมข้อมูลหลากระบบ สิ่งที่น่าสนใจคือเวทีนี้ไม่ได้มองหานวัตกรรมฉูดฉาด แต่ให้คะแนนกับผลงานที่แก้ปัญหาสาธารณะได้จับต้องได้ และพร้อมต่อยอด การประกวดจึงกลายเป็นเหมือนห้องทดลองให้ภาคการศึกษา ภาคธุรกิจ และผู้เชี่ยวชาญได้ทำงานร่วมกัน ไม่ใช่เวทีโชว์ผลงานชั่วคราว
AI เพื่อสังคมต้องเริ่มจากปัญหาหน้างาน ไม่ใช่จากคำว่าเทรนด์
สิ่งที่ทำให้ Night Watch น่าสนใจกว่าระบบ AI อีกหลายโครงการคือมันเริ่มจากคำถามง่ายๆ ว่าเจ้าหน้าที่ซ่อมไฟถนนกำลังเหนื่อยกับอะไร แล้วข้อมูลอะไรที่มีอยู่แต่ยังไม่ถูกใช้ การนำ AI มาผสาน GIS และข้อมูลย้อนหลังเพื่อระบุจุดชำรุดบนสายทางอย่างแม่นยำ แสดงให้เห็นว่าทีมไม่ได้หลงไปกับคำว่าเทรนด์ แต่ยึดผู้ใช้งานเป็นศูนย์กลางอย่างแท้จริง ดร ธนพร ฐิติสวัสดิ์กล่าวไว้อย่างตรงไปตรงมาว่า เป้าหมายของเวทีนี้ไม่ใช่แค่การหาผู้ชนะ แต่คือการให้คนรุ่นใหม่เห็นว่าเทคโนโลยีที่พวกเขาพัฒนาสามารถสร้างผลกระทบเชิงบวกต่อชีวิตผู้คนและสังคมได้จริง คำพูดนี้สะท้อนบทเรียนสำคัญว่า AI ที่ดีสำหรับสังคมไม่ใช่ AI ที่ซับซ้อนที่สุด แต่คือ AI ที่ตอบโจทย์หน้างานและถูกออกแบบให้หน่วยงานนำไปใช้ได้จริง
จาก Night Watch สู่โครงสร้างพื้นฐานอัจฉริยะที่ไม่หลับใหล
Night Watch ส่งสัญญาณชัดเจนว่าโครงสร้างพื้นฐานอัจฉริยะไม่ใช่เรื่องไกลตัว แต่เริ่มได้จากงานเล็กๆ ที่มองเห็นและวัดผลได้ เช่น การทำให้ไฟถนนบนทางหลวงไม่ดับค้างคืนเป็นสัปดาห์ แนวคิด Feed AI Force Data Fix Society ที่อยู่เบื้องหลังโปรเจกต์นี้ บอกเราว่าข้อมูลภาครัฐที่กระจัดกระจายอยู่ทุกวันนี้ สามารถกลายเป็นเส้นเลือดใหญ่ของระบบบำรุงรักษายุคใหม่ได้ หากมี AI เข้าไปช่วยอ่านค่าและแจ้งเตือน แก่นของบทเรียนนี้คือ ภาครัฐไม่ควรทุ่มแรงคนไปกับงานตรวจสอบซ้ำซากที่ AI ทำได้เร็วกว่าและแม่นยำกว่า ขณะที่คนควรไปอยู่ในจุดที่ต้องใช้ดุลพินิจ การที่โปรเจกต์ CDG Hackathon 2026 เชื่อมโลกของนิสิต นักศึกษา ภาคธุรกิจ และหน่วยงานจริงเข้าด้วยกัน จึงไม่ใช่แค่ข่าวดีของผู้ชนะ แต่เป็นสัญญาณว่าระบบบริการสาธารณะกำลังเปิดประตูต้อนรับ AI อย่างที่ไม่เคยเป็นมาก่อน
