แม้กรุงเทพมหานครพยายามขยับการจัดการปัญหาฝุ่น PM2.5 จากการแก้ไขเฉพาะหน้าไปสู่การทำงานเชิงระบบมากขึ้น ทั้งการกำหนดมาตรการควบคุมรถควันดำ ภายใต้แนวคิด Green List การเปิดช่องให้ประชาชนแจ้งเบาะแส รวมถึงการนำข้อมูลมาสนับสนุนการตัดสินใจของเจ้าหน้าที่ในพื้นที่ แต่ภายใต้ข้อจำกัดด้านอำนาจตามกฎหมายและทรัพยากรที่มีอยู่ การขับเคลื่อนมาตรการเหล่านี้ยังไม่สามารถทำได้อย่างเต็มที่ในภาวะปกติ เมืองจึงยังต้องเผชิญคำถามสำคัญว่า จะทำอย่างไรให้การจัดการมลพิษจากยานยนต์มีประสิทธิภาพมากขึ้น โดยไม่ต้องรอให้สถานการณ์เข้าสู่ภาวะวิกฤติทุกครั้ง
การทำงานของกรุงเทพมหานครไม่ได้ดำเนินไปอย่างลำพัง ด้วยมีงานวิชาการเข้ามาสนับสนุนในเชิงข้อมูลและเครื่องมือใหม่ ๆ หนึ่งในนั้นคือโครงการศึกษาการใช้เทคโนโลยีและนวัตกรรม ในการลดฝุ่นจากไอเสียรถยนต์กลุ่มเป้าหมาย (รถกระบะและรถบรรทุกเครื่องยนต์ดีเซล) โดยสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) ร่วมกับ สถาบันเทคโนโลยีแห่งเอเชีย (AIT) ภายใต้การสนับสนุนจาก สำนักงานการวิจัยแห่งชาติ (วช.) และ สำนักงานคณะกรรมการส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม (สกสว.) เพื่อสนับสนุนมาตรการเขตมลพิษต่ำ (Low Emission Zone) ในการแก้ปัญหาฝุ่น PM2.5 ของกรุงเทพมหานคร”
จากข้อจำกัดของเมือง สู่โจทย์ตั้งต้นของงานวิจัย
ดร.นุวงศ์ ชลคุป หัวหน้าโครงการฯ อธิบายว่า การจัดการปัญหามลพิษจากยานยนต์เป็นโจทย์ที่หน่วยงานด้านจราจรและสิ่งแวดล้อมให้ความสำคัญมาอย่างต่อเนื่อง แต่ทางปฏิบัติ การดำเนินมาตรการยังมีข้อจำกัดสำคัญ โดยเฉพาะกรอบกฎหมายที่ยังไม่เอื้อต่อการบังคับใช้ “กรุงเทพมหานครเอง หากจะประกาศควบคุมพื้นที่ ก็ต้องอาศัยอำนาจตาม พ.ร.บ.สาธารณสุข ซึ่งกฎหมายฉบับนี้ไม่ได้ออกแบบมาเพื่อจัดการเรื่องอากาศโดยตรง ขณะที่ พ.ร.บ.อากาศสะอาดก็ยังไม่ประกาศใช้ ทำให้การกำหนดมาตรการเชิงพื้นที่หรือการควบคุมในระยะยาวทำได้ค่อนข้างจำกัด”
ภายใต้เงื่อนไขดังกล่าว การดำเนินงานจึงต้องอาศัยความร่วมมือจากผู้ใช้รถเป็นหลัก ทั้งการรณรงค์ให้ตรวจสภาพรถอย่างสม่ำเสมอ และระบบ Green List ที่พยายามสร้างแรงจูงใจให้เจ้าของรถดูแลสภาพรถไม่ให้ปล่อยควันดำเกิน 20% ตามเกณฑ์ค่ามาตรฐานที่กำหนด “แต่ในทางปฏิบัติ หากไม่มีมาตรการบังคับ คนจำนวนหนึ่งอาจไม่ทำตาม เนื่องจากมีต้นทุนทั้งด้านเวลาและค่าใช้จ่ายที่เขาต้องแบกรับ”
และโจทย์ที่หินกว่านั้นคือ โครงสร้างอายุของรถยนต์ในไทย “เรามีรถที่อายุเกิน 10 ปีอยู่กว่า 50% ซึ่งมีตั้งแต่มาตรฐานยูโร 0 ถึงยูโร 4” แม้ปัจจุบันไทยจะเริ่มใช้มาตรฐานน้ำมันและไอเสียยูโร 5 แล้วเมื่อ 1 มีนาคม 2567 แต่ดร.นุวงศ์ ย้ำว่า มาตรฐานดังกล่าวมีผลบังคับเฉพาะรถใหม่ ซึ่งต้องใช้เวลาในการเข้ามาในระบบการจราจร ขณะที่แนวทางการจัดการรถเก่าให้ออกจากระบบแบบในญี่ปุ่นหรือยุโรปก็ยังทำได้ยากในไทย เพราะจะกระทบกลุ่มรายได้น้อย นโยบายนี้จึงต้องอาศัยความละเอียดอ่อนอย่างมาก
จากการได้ทำงานร่วมกับหลายหน่วยงาน ทั้งกรมควบคุมมลพิษ สำนักงานนโยบายและแผนการขนส่งและจราจร และกรุงเทพมหานคร ดร.นุวงศ์จึงมองเห็นข้อจำกัดของระบบเดิม และนำไปสู่การพัฒนาโครงการวิจัยดังกล่าว เพื่อทดลองหาทางออกที่สามารถช่วยสนับสนุนการทำงานของเมืองในช่วงรอยต่อของนโยบาย
“ในต่างประเทศจะมีการจัดการอยู่สองแนวทางหลัก คือการจัดการที่ต้นทาง เช่น การกำหนดมาตรฐานการปล่อยไอเสีย หรือการจำกัดการเข้าพื้นที่ กับอีกแนวทางหนึ่งคือการกรองมลพิษ แต่ในประเทศไทย การจัดการที่ต้นทางยังต้องใช้เวลา ทั้งในแง่การเปลี่ยนมาตรฐานรถ คุณภาพน้ำมัน และต้นทุนของผู้ประกอบการ ดังนั้นถ้าเรายังจัดการที่ต้นทางได้ไม่ทั้งหมด เราจะคัดกรองรถที่มีแนวโน้มปล่อยมลพิษสูงออกมาก่อนไหม”
ดร.นุวงศ์ฉายภาพให้เห็นว่า การตรวจควันดำรถทีละคันแบบสุ่ม ต้องใช้กำลังเจ้าหน้าที่และทรัพยากรจำนวนมาก ขณะเดียวกันก็ยังไม่สามารถระบุได้ชัดว่ารถคันใดมีแนวโน้มปล่อยมลพิษสูงเป็นพิเศษ ทีมวิจัยจึงคิดหาแนวทางที่จะเพิ่มประสิทธิภาพของการตรวจสอบให้แม่นยำขึ้น ด้วยการพัฒนาเครื่องมือเชิงข้อมูลเพื่อสนับสนุนการทำงานของภาครัฐ
AI และกล้อง CCTV: เทคโนโลยีคัดกรองในช่วงรอยต่อของนโยบาย
เทคโนโลยี AI ที่นำมาประยุกต์ใช้ร่วมกับระบบกล้อง CCTV ซึ่งติดตั้งไว้อยู่แล้วในเขตมลพิษต่ำของกรุงเทพมหานคร จะทำหน้าที่เป็นด่านหน้าในการคัดกรอง ดร.นุวงศ์อธิบายว่า “กล้อง CCTV สามารถอ่านป้ายทะเบียนรถได้แม่นยำอยู่แล้ว โครงการวิจัยจึงต่อยอดความสามารถดังกล่าว ด้วยการพัฒนา AI ให้สามารถตรวจจับควันดำจากภาพวิดีโอ เพื่อให้การประเมินมีความใกล้เคียงความเป็นจริงมากที่สุด”
เพื่อให้ได้ภาพที่ชัดเจนที่สุด ทีมวิจัยต้องพิจารณาลักษณะทางกายภาพของจุดติดตั้งกล้องอย่างละเอียด โดยเลือกพิกัดที่มีความลาดชัน เช่น สะพานหรือทางขึ้นทางด่วน เนื่องจากรถยนต์มักจะปล่อยควันดำออกมาให้เห็นเด่นชัดในช่วงที่เครื่องยนต์ต้องทำงานหนักหรือเร่งตัว
อย่างไรก็ตาม ดร.นุวงศ์ย้ำว่าปัจจุบันโครงการนี้ยังอยู่ในสถานะการทดสอบระบบ เพื่อพิสูจน์เทคโนโลยีมากกว่าการบังคับใช้จริง เนื่องจากในทางกฎหมายยังไม่สามารถนำผลจาก AI ไปใช้เปรียบเทียบปรับได้ทันที เพราะมีตัวแปรมหาศาลขณะรถวิ่ง ระบบจึงจำเป็นต้องผ่านการสอบเทียบ (Calibration) เพื่อให้เกิดความเป็นธรรม
“กระบวนการคือ เมื่อกล้องตรวจจับรถที่มีแนวโน้มควันดำได้ ระบบจะส่งข้อมูลทะเบียนรถและภาพหลักฐานไปยังเจ้าหน้าที่ เพื่อให้เจ้าหน้าที่ทำการคัดกรองซ้ำอีกครั้ง ข้อมูลนี้จะช่วยให้เจ้าหน้าที่รู้พิกัดและเป้าหมายที่ชัดเจน แทนที่จะต้องสุ่มตรวจไปเรื่อย ๆ อย่างไร้ทิศทาง” เมื่อเจ้าหน้าที่ได้รับข้อมูลจากระบบคัดกรอง จึงจะทำการเรียกตรวจรถคันดังกล่าวเพื่อเข้าสู่กระบวนการตรวจวัดจริงด้วยเครื่องวัดความทึบแสงหน้างาน หากผลตรวจยืนยันว่าควันดำเกินค่ามาตรฐานจริง จึงจะดำเนินการตามกฎหมายต่อไป
“แต่ข้อจำกัดในการตรวจก็ยังมีอยู่บ้าง เช่น สีถนน หรือรถสีเข้มที่สีของควันมันกลืนกันไปหมด ทำให้ตรวจจับยากกว่ารถสีอ่อน เพราะต่อให้เป็นกล้องคุณภาพสูง ถ้าภาพต้นฉบับไม่ชัดหรือแสงน้อย ระบบก็วิเคราะห์ได้ยาก” แม้ในต่างประเทศจะแก้ข้อจำกัดนี้ด้วยการใช้กล้องชนิดพิเศษราคาสูง แต่สำหรับบริบทของไทย ดร.นุวงศ์เสนอให้ใช้ AI ปลั๊กอินกับกล้องของ กทม. ที่มีอยู่แล้วเพื่อประหยัดงบประมาณ
นอกจากข้อจำกัดด้านเทคนิคแล้ว ยังมีเรื่องการคุ้มครองข้อมูลส่วนบุคคล (PDPA) ที่ต้องระมัดระวังอย่างมากในการเชื่อมโยงข้อมูลทะเบียนรถระหว่างหน่วยงาน ซึ่งในอนาคต ดร.นุวงศ์ตั้งเป้าให้ระบบนี้สามารถเชื่อมโยงกับ GPS ของกรมการขนส่งทางบกได้อย่างสมบูรณ์ เพื่อติดตามและบังคับให้รถที่มีปัญหาปรับปรุงสภาพตามกฎหมายต่อไป
เทคโนโลยีในฐานะ Watchdog ของเมือง และโจทย์ที่ต้องเดินร่วมกัน
“เราอยากให้เทคโนโลยีตัวนี้เป็นเหมือน Watchdog เป็นตัวเฝ้าระวังมากกว่า ไม่ได้มีไว้จับผิดอย่างเดียว แต่เพื่อให้เจ้าของรถตระหนักว่ารถของตัวเองอยู่ในสภาพที่เหมาะสมหรือไม่” ดร.นุวงศ์ย้ำถึงเป้าหมาย และมองว่าหากระบบสามารถชี้ให้เห็นพื้นที่ที่มีรถควันดำหนาแน่น หรือรถที่ทำผิดซ้ำได้ จะช่วยให้เจ้าหน้าที่วางแผนการตรวจเชิงพื้นที่ได้มีประสิทธิภาพมากขึ้น และสอดรับกับแนวคิด Green List ของกรุงเทพมหานคร ซึ่งพยายามขยับจากการขอความร่วมมือ ไปสู่การมีข้อมูลรองรับการตัดสินใจที่ชัดเจนขึ้น
“การที่รถไม่มีควันดำไม่ได้ช่วยแค่เรื่องสิ่งแวดล้อม มันหมายถึงการเผาไหม้ที่สมบูรณ์ขึ้น ซึ่งช่วยประหยัดน้ำมันได้จริง เจ้าของรถอาจรู้สึกว่าการตรวจสภาพเป็นภาระ แต่ถ้ามองในระยะยาว มันช่วยลดค่าใช้จ่ายได้”
อย่างไรก็ตาม เขาย้ำว่าปัญหาฝุ่น PM2.5 ในกรุงเทพฯ ไม่ได้เกิดจากยานยนต์เพียงอย่างเดียว สภาพอากาศที่นิ่งในช่วงฤดูหนาว รวมถึงแหล่งกำเนิดมลพิษจากพื้นที่รอบนอก ล้วนเป็นตัวแปรสำคัญที่ทำให้ฝุ่นสะสมในเมือง แม้จะลดแหล่งกำเนิดในกรุงเทพฯ ได้บางส่วน แต่หากปัจจัยภายนอกยังคงอยู่ เมืองก็ยังต้องเผชิญความท้าทายต่อไป
“การแก้ปัญหาฝุ่นในระยะยาวไม่สามารถพึ่งพาเทคโนโลยีเพียงอย่างเดียว แต่ต้องอาศัยการเปลี่ยนพฤติกรรมส่วนบุคคลควบคู่กันไป เช่น การเลือกใช้วิธีการเดินทางที่ช่วยลดจำนวนรถยนต์บนท้องถนน เพราะปัจจุบันคนไทยปล่อยก๊าซเรือนกระจกเฉลี่ยคนละประมาณ 6-7 ตันต่อปี โดยมีสัดส่วนจากกิจกรรมการเดินทางค่อนข้างสูง การลดพฤติกรรมบางอย่างลงหรือเปลี่ยนรูปแบบการเดินทางเพียงคนละนิด จะส่งผลดีต่อภาพรวมของเมือง”
ท้ายที่สุด ดร.นุวงศ์มองว่า เทคโนโลยี AI และกล้อง CCTV ไม่ได้ถูกพัฒนาขึ้นเพื่อใช้บังคับแทนกฎหมาย แต่ถูกออกแบบขึ้นเพื่อสนับสนุนการทำงานของหน่วยงานรัฐในช่วงที่ระบบนโยบายยังอยู่ระหว่างการเปลี่ยนผ่าน อีกทั้งภายใต้ข้อจำกัดด้านกฎหมาย เทคโนโลยี และข้อมูลส่วนบุคคล ระบบลักษณะนี้ต้องค่อย ๆ ถูกทดสอบ ปรับใช้ และเรียนรู้ไปพร้อมกับการทำงานจริงของเมือง
