พูดถึงคำว่า “Algorithm” ปุ๊บ หลายคนคงนึกถึง Netflix ที่รู้ใจเราซะเหลือเกินว่าอยากดูซีรีส์เรื่องไหน หรือหน้าฟีด Social Media ที่เหมือนอ่านใจเราออกว่ากำลังสนใจอะไรอยู่ใช่มั้ยครับ? แต่เชื่อไหมว่า “สมองกล” สุดฉลาดแบบเดียวกันนี้… มันแอบทำงานอยู่ในรถยนต์ที่เราขับกันทุกวันนี่เอง!

โดยเฉพาะในรถรุ่นใหม่ๆ ที่มาพร้อมระบบช่วยขับขี่อัจฉริยะ ที่แต่ละค่ายก็มีชื่อเรียกเท่ๆ แข่งกันเต็มที่ ไม่ว่าจะเป็น Toyota Safety Sense ของ Toyota, EyeSight จากค่ายดาวลูกไก่ Subaru, Driving Assistant ใน BMW หรือแม้กระทั่งชื่อที่ทุกคนคุ้นเคยอย่าง Autopilot ของ Tesla

และนี่คือหัวใจสำคัญของเรื่องราวทั้งหมด นั่นคือคำว่า “Numerification” หรือ “การแปลงทุกสิ่งให้เป็นตัวเลข” ซึ่งผมอยากจะบอกว่า “เลขไม่ใช่เรื่องยาก” อย่างที่คิดเลยครับ พอเราเข้าใจคอนเซ็ปต์นี้ เราจะมองเทคโนโลยีในรถยนต์ได้สนุกขึ้นอีกเยอะเลย ไม่ว่าจะเป็น รถญี่ปุ่น ที่ขึ้นชื่อเรื่องความน่าเชื่อถือ, รถยุโรป ที่โดดเด่นด้านสมรรถนะและความหรูหรา หรือแม้แต่เจ้าแห่งนวัตกรรมอย่าง TESLA ที่นำโดยพี่อีลอน มัสก์ ต่างก็ใช้หลักการ Numerification นี้เป็นหัวใจสำคัญในการขับเคลื่อนรถยนต์อัจฉริยะของพวกเขาครับ

โลกในมุมมองของรถยนต์: เมื่อทุกอย่างคือตัวเลข (ทั้งที่เราอาจะมองว่าก็แค่ “กล้อง” หรือ “เซ็นเซอร์”)

ลองนึกภาพตามนะครับ เวลาเราขับรถแล้วเห็นเด็กวิ่งไล่บอลออกมากลางถนน สมองเราจะประมวลผลจากประสบการณ์ว่า “อันตราย! ต้องเบรก!” แต่สำหรับรถยนต์ที่มีระบบความปลอดภัยอัจฉริยะ มันไม่ได้ “เห็น” ภาพแบบเราครับ แต่มันทำการ Numerification สิ่งที่เกิดขึ้นตรงหน้าในเสี้ยววินาที ออกมาเป็นชุดข้อมูลตัวเลขล้วนๆ เช่น:

• Object_Type: [คนเดินถนน: 99%]
• Object_Velocity: 5 km/h
• Trajectory_Vector: 90 องศา ตัดหน้ารถ
• Distance_to_Impact: 15 เมตร
• Time_to_Collision: 1.5 วินาที
• Collision_Probability: 100%

เมื่อตัวเลขเข้าเงื่อนไขที่ตั้งไว้ว่า “เสี่ยงชนแน่นอน” ระบบก็จะสั่งเบรกทันทีโดยไม่ลังเล นี่แหละครับคือพลังของการแปลงโลกความเป็นจริงให้กลายเป็นตัวเลขที่คอมพิวเตอร์เข้าใจได้ แต่ระบบนั้นจะไม่เหมือนคนที่ บางคนอาจจะเห็นสาวที่เดินผ่านรถเราตอนรถติดๆ แล้วเรารู้สึกว่าคนนี้สวย คนนี้ระดับดาราเกาหลีเลย แน่นอนครับ

“สมองกล” เบื้องหลังความฉลาด
ทีนี้…อะไรกันล่ะที่เป็นเคล็ดลับความสำเร็จของระบบช่วยขับขี่สุดอัจฉริยะเหล่านี้? อะไรที่ทำให้รถยนต์ “คิดเลข” ได้เร็วและแม่นยำขนาดนั้น? คำตอบก็คือ “ชิป (Chip)” หรือ “หน่วยประมวลผล (Processor)” ที่เป็นเหมือนสมองน้อยๆ ของรถยนต์นั่นเองครับ (ย้ำอีกทีว่าชิปในที่นี้คือชิปประมวลผลนะครับ ไม่ใช่ “ชิป..” 55+)

ส่วนฝั่ง รถยุโรป และ รถญี่ปุ่น ก็ไม่น้อยหน้าครับ แม้อาจจะพึ่งพาชิปจากบริษัทเทคโนโลยีชั้นนำระดับโลก แต่หลักการทำงานก็ไม่ต่างกันเลยครับ ระบบอย่าง Toyota Safety Sense หรือ Driving Assistant ใน BMW ก็คือการใช้ “สมองกล” เหล่านี้ประมวลผล “ตัวเลข” จากเซ็นเซอร์รอบคันเพื่อความปลอดภัยสูงสุดนั่นเอง

TESLA นี่แหละครับคือ “ตัวพ่อ” ในวงการนี้ เพราะพวกเขาจริงจังถึงขั้นพัฒนา ชิปประมวลผล ของตัวเองขึ้นมาโดยเฉพาะ! จุดประสงค์ก็เพื่อรองรับการประมวลผลข้อมูลมหาศาลจากกล้องรอบคัน สำหรับระบบ Autopilot และเป้าหมายสูงสุดอย่าง FSD (Full Self-Driving) ซึ่งการจะไปถึงจุดนั้นได้หมายความว่ารถต้องทำการ Numerification ทุกสรรพสิ่งบนท้องถนนแบบเรียลไทม์ ตั้งแต่สัญญาณไฟจราจร, ป้ายบอกทาง, เส้นเลน ไปจนถึงภาษากายของคนขับรถคันอื่นเลยทีเดียว!

จากแค่เสียงเตือน… สู่การขับเคลื่อนอัตโนมัติ

เรื่องราวของ Numerification ในรถยนต์ก็มีวิวัฒนาการที่น่าสนใจไม่แพ้กันครับ มันไม่ได้เพิ่งเกิดขึ้นปุบปับ แต่ค่อยๆ พัฒนามาจากระบบง่ายๆ ที่เราคุ้นเคยกันดี

จำเสียง “ติ๊ด…ติ๊ด…ติ๊ดดดด” ตอนถอยหลังเข้าจอดได้ไหมครับ? นั่นแหละครับคือ Numerification ยุคบุกเบิกเลย! แค่แปลง “ระยะห่าง” เป็นตัวเลขง่ายๆ (Distance < 1 เมตร → ส่งเสียงเตือน) แค่นั้นเอง

ตัดภาพมาที่ปัจจุบัน… โอ้โห มันซับซ้อนขึ้นแบบก้าวกระโดด! ในรถยนต์แทบทุกค่าย ทั้ง รถญี่ปุ่น และ รถยุโรป สามารถช่วยเบรก (AEB), ช่วยประคองรถให้อยู่ในเลน (Lane Keeping Assist) หรือรักษาระยะห่างจากรถคันหน้า (Adaptive Cruise Control) ได้ ทั้งหมดนี้คือการทำ Numerification ที่ซับซ้อนและเกิดขึ้นตลอดเวลา

และด่านสุดท้ายที่ TESLA กำลังพยายามจะพิชิตด้วย FSD ก็คือจุดสูงสุดของ Numerification นั่นคือการที่รถสามารถสร้าง “โลกจำลองที่เป็นตัวเลข” ขึ้นมาได้แบบ Real-time และตัดสินใจขับเคลื่อนไปในโลกนั้นได้อย่างปลอดภัยเหมือนมนุษย์

แต่เดี๋ยวก่อน! ทุกอย่างไม่ได้ง่ายเหมือนดีดนิ้ว (ธานอส)?

แม้เทคโนโลยีจะก้าวหน้าไปมาก แต่ก็ยังมีอีกหนึ่งความท้าทายสำคัญที่วงการนี้ต้องเจอ นั่นคือเรื่องของ “ข้อมูล” ครับ! ลองนึกภาพดูว่า ถ้าสมองกลของรถยนต์ถูก “Train” (ฝึกฝน) ด้วยข้อมูลที่น้อยเกินไป หรือเป็นข้อมูลที่เก็บมาจากสภาพแวดล้อมที่ไม่หลากหลาย เช่น มีแต่ถนนโล่งๆ แดดจ้าๆ ไร้คนเดินเท้า… แน่นอนว่าพอเจอสถานการณ์จริงบนถนนที่ซับซ้อนขึ้นมา เช่น ฝนตกหนัก มีมอเตอร์ไซค์ปาดหน้า หรือ พระเดินบิณฑบาต รถก็อาจจะประมวลผลได้ไม่ดีเท่าที่ควร

นี่คือเหตุผลที่ว่าทำไมระบบช่วยขับขี่ในแต่ละพื้นที่บนโลกถึงยังมีความพร้อมและประสิทธิภาพที่แตกต่างกันบ้าง ไม่สามารถใช้งานได้ดีพร้อมกันทั่วโลกในตอนนี้ครับ เพราะการเก็บ “ข้อมูลตัวเลข” จากสภาพแวดล้อมที่หลากหลาย และการนำข้อมูลเหล่านั้นมาฝึกฝน (Train) ให้กับ AI ของรถยนต์ เป็นเรื่องที่ต้องใช้เวลาและทรัพยากรมหาศาล ยิ่งข้อมูลแม่นยำและหลากหลายเท่าไหร่ ระบบก็จะยิ่งฉลาดขึ้นเท่านั้น!

เห็นไหมครับว่า พอเราลองมองผ่านเลนส์ของ Numerification เรื่องเทคโนโลยีรถยนต์ที่ดูเหมือนจะซับซ้อน ก็กลายเป็นเรื่องที่เข้าใจได้ง่ายขึ้นทันที และทำให้เราเห็นว่าจริงๆ แล้ว ‘เลขไม่ใช่เรื่องยาก’ เลย แต่มันคือภาษาที่ทำให้เครื่องจักรสามารถเข้าใจและช่วยเหลือเราได้นั่นเองครับ!