Facebook ตั้งเป้าทำแผนที่แสดงความหนาแน่นของประชากรความสะเอียดสูงที่แม่นยำกว่าใครในโลก

Facebook ประกาศว่าพวกเขาจะเป็นเจ้าแรกที่สามารถพล็อตกราฟความหนาแน่นของประชากรได้แม่นยำกว่าใครๆในโลก
Facebook_Map
Facebook เผยโครงการสุดอลังการอีกแล้ว ซึ่งอย่างที่รู้ๆกันว่า แนวคิดของมาร์ค ซัคเคอร์เบิร์ก คือ การเชื่อมต่อทั้งโลกนี้ไว้ด้วยกัน (ซึ่งหนึ่งในโครงการที่มาร์คทำก่อนหน้านี้ ก็คือ internet.org)
ซึ่งบนโลกใบนี้ มีอีกหลายพื้นที่ที่ขาดการเชื่อมต่อ ด้อยโอกาส และไม่สามารถเชื่อมต่อกับส่วนอื่นๆหรือประเทศอื่นๆ
จากสถิติพบว่า มีประชากรโลกประมาณ 10% อาศัยอยู่ในบริเวณดังกล่าว
ซึ่งบริเวณที่กล่าวมานั้นเป็นบริเวณที่อยู่ห่างไกลจากความเจริญและสิ่งอำนวยความสะดวกต่างๆ และคิดว่ามันต้องการการเข้าถึงด้วยเทคโนโลยีการเชื่อมต่อแบบไร้สาย เพื่อทำให้สามารถเชื่อมต่อกับคนอื่นๆได้ด้วยอินเตอร์เน็ต หรืออาจเป็นเทคโนโลยีไร้สายตัวอื่นๆ
เทคโนโลยีในปัจจุบันก็มีหลากหลาย ยกตัวอย่างเช่น การเข้าถึง network ในระยะทางสั้นๆ เช่น การใช้งาน Wi-Fi hotspot ซึ่งเหมาะสำหรับผู้คนที่อยู่ในบริเวณเดียวกัน บริเวณใกล้ๆกัน หรือถ้าหากเป็นคนที่อยู่ไกลกันออกไป เทคโนโลยี cellular หรือเครือข่ายสัญญาณโทรศัพท์ก็น่าจะตอบโจทย์กว่า เป็นต้น
นอกจากแผนหลักๆคือการเชื่อมต่อผู้คนทั่วโลกไว้ด้วยกันแล้ว population distribution หรือการกระจายตัวของประชากรโลกยังเป็นอีกหนึ่งหัวใจหลักของการพัฒนาครั้งนี้
โดยการสร้างข้อมูลที่มีความละเอียดสูงในเชิงพื้นที่ตั้ง (เชิงภูมิศาสตร์) ในบางพื้นที่ หรือบางประเทศ น่าจะเป็นประโยชน์มากสำหรับการเชื่อมต่ออินเตอร์เน็ตของโครงการใหญ่ๆ เพราะ การจะทราบจำนวนของประชากรในตามจังหวัด หรือที่ต่างๆนั้น ส่วนมากจะได้มาจากการ census หรือ การสำรวจข้อมูลสำมะโนประชากร ซึ่งในยุคปัจจุบันคิดว่าการใช้ census อย่างเดียวไม่น่าจะเพียงพอแล้ว
ที่บอกว่า census อย่างเดียวไม่น่าจะเพียงพอ เพราะ พื้นที่ต่างๆนั้นมีความแตกต่างกันในทางภูมิศาสตร์ อีกทั้งยังไม่มีข้อมูลเชิงลึกเกี่ยวกับการกระจายตัวของประชากรในระดับที่ระเอียดอีกด้วย
12057232_1108353845897134_493668702_n
ทางเฟสบุ๊คจึงอยากเข้ามาแก้ไข และปรับปรุงตรงจุดนี้ โดยการใช้เทคโนโลยีคอมพิวเตอร์ที่เกี่ยวกับการถ่ายภาพโลกความละเอียดสูงจากดาวเทียม
ด้วยเทคโนโลยีดังกล่าวนี่เอง ที่เราสามารถระบุสิ่งปลูกสร้างที่มนุษย์สร้างขึ้น เช่น ตึก บ้าน อาคาร หรือสิ่งปลูกสร้างต่างๆ และใช้ที่ตั้งของสิ่งปลูกสร้างนั้นๆเพื่อเป็นตัวแทนของที่อยู่อาศัยของประชากร
หากนำเทคโนโลยีตัวนี้มาผนวกใช้งานเข้ากับการสำรวจข้อมูลสำมะโนประชากร เพื่อสร้างข้อมูลประชากรที่มีความละเอียดสูง (จากแหล่งข่าวระบุว่า ความคมชัดอยู่ที่ระดับพื้นที่ 5 เมตร โดยเริ่มทำใน 20 ประเทศก่อน)
concept ดังกล่าว นำมาประยุกต์ใช้กับพื้นที่ในเขตเมืองยังถือว่าโอเค และไม่น่าจะยาก แต่ถ้าหากต้องนำภาพเป็นจำนวนมาก เพื่อมาระบุบ้าน ตึก อาคาร หรือสิ่งปลูกสร้าง ที่ให้ความถูกต้องและแม่นยำสูงในพื้นที่ห่างไกลความเจริญ หรือในแถบชนบทนั้นคงเป็นเรื่องที่ยาก เพราะ ในพื้นที่ดังกล่าวนั้น มันไม่ค่อยจะมี หรือประกอบไปด้วยสิ่งปลูกสร้างของมนุษย์มากนัก ซึ่งจุดนี้เองที่เป็นความท้าทายของเฟสบุ๊คที่จะเข้ามาทำข้อมูลประชากรในบริเวณดังกล่าวให้ได้
12330643_528443090668437_1074027945_n
สำหรับการวิเคราะห์ภาพด้วยระบบคอมพิวเตอร์นั้น ทางเฟสบุ๊คจะรวมการประมวลผลภาพ 3 ขั้นตอนไว้ด้วยกัน

ขั้นตอนที่ 1

ทางเฟสบุ๊คจะใช้การประมวลผลภาพแบบเดิมเพื่อเลือกพื้นที่ที่อาจมีสิ่งปลูกสร้างที่มนุษย์สร้างขึ้น และไม่สนใจรูปภาพในส่วนที่เป็น ทะเลทราย ป่า หรือแหล่งน้ำต่างๆ

ขั้นตอนที่ 2

จะมีการนำเครื่องมือ image-recognition engine หรือ เครื่องมือในการจดจำภาพของเฟสบุ๊คมาใช้ ซึ่งอยู่บนพื้นฐานของ convolutional neural network หรือ เซลล์ประสาทเทียม ที่มีคุณสมบัติมีมิติคงที่ซึ่งฝังอยู่ในรูปทุกรูป และสามารถใช้เครื่องมือตัวนี้ ซึ่งสามารถนำไปใช้งานกับรูปภาพธรรมดาได้อย่างมีประสิทธิภาพในการค้นหาว่าในรูปภาพที่ถ่ายจากดาวเทียมนั้นประกอบด้วยตึก อาคาร หรือสิ่งปลูกสร้างในรูปหรือไม่

ขั้นตอนที่ 3

และสุดท้าย ทางเฟสบุ๊คจะพัฒนาตัว neural network ที่ออกแบบมาเพื่อปัญหาเฉพาะด้าน โดยการใช้ binary labeling scheme ที่ใช้ระบุว่ารูปภาพนั้นมีหรือไม่มีอาคารที่อยู่อาศัยอยู่ ซึ่งเจ้า neural network นั้นสามารถเรียนรู้ “อะไร / what” และ “ที่ไหน / where” ในเวลาเดียวกันได้

ซึ่งมันสามารถใช้ในการระบุภาพร่างของอาคารที่อยู่อาศัย หรือจุดเด่นบริเวณนั้นๆได้อย่างแม่นยำ ในทางกลับกัน ก็สามารถระบุพิ้นที่ที่ไม่มีสิ่งปลูกสร้างโดยมนุษย์ได้อย่างแม่นยำเช่นกัน

12765842_1738517103049008_7917261_n

ระบบคงต้องทำการฝึก หรือให้ข้อมูลกับ neural network โดยให้ดูรูปจำนวนเยอะๆ เพื่อความแม่นยำที่มากพอในการใช้งาน ซึ่งจากการใช้ขั้นตอนการทำงานที่ระบุไว้ข้างต้น จะช่วยให้ระบบสามารถจดจำรูปภาพที่ถ่ายจากดาวเทียมได้มากถึง 8,000 กว่าภาพสำหรับ 1 ประเทศ

และจากการทดสอบ เฟสบุ๊คพบว่าความแม่นยำนั้นลดลงเล็กน้อย จากการลองเปลี่ยนไปใช้กับประเทศต่างๆบนโลก

ตอนนี้ เฟสบุ๊คได้ทำการวิเคราะห์ไปถึง 20 กว่าประเทศ ซึ่งกินพื้นที่ไปกว่า 21.6 ล้านตารางกิโลเมตร และกินเนื้อที่ในการจัดเก็บรูปไปถึง 350 TB เลยทีเดียว

สำหรับการประมวลผล 1 ครั้ง จะใช้รูปภาพมากถึง 1.46 หมื่นล้านรูปเลยทีเดียว โดยรัน server พร้อมๆกันเป็นจำนวนพันกว่า server ได้ และผลลัพท์สุดท้ายที่ได้มา คือข้อมูลที่มีความละเอียดสูงระดับทุกๆ 5 เมตรเลยทีเดียว ซึ่งจะเห็นได้จากรูป 2 รูปข้างบน ซึ่งเป็นรูปของเมือง Naivasha ของประเทศเคนยา

ทางทีมงานของเฟสบุ๊คเริ่มติดตั้งเครื่องมือเพื่อใช้ในโครงการนี้ และทำงานร่วมกันกับทีมนักวิทยาศาสตร์ ซึ่งเชี่ยวชาญในการรับมือกับข้อมูลจำนวนมากๆ และการเรียนรู้เครื่องมือต่างๆ

ข้อมูลที่วิเคราะห์แล้วจะถูกเปิดเผยออกสู่สาธารณะในภายหลัง ซึ่งคาดว่าน่าจะภายในปีนี้ ซึ่งคิดว่าข้อมูลที่กำลังจะวิเคราะห์กันนั้นน่าจะมีผลต่อหลายๆฝ่ายแน่ ไม่ว่าจะเป็นเรื่อง Application ระบบงาน หรือคนที่จะรอใช้ข้อมูลประชากร หรือแม้แต่การประเมินความเสียงจากภัยธรรมชาติ ซึ่ง Facebook จะทำงานร่วมกับศูนย์เครือข่ายวิทยาศาสตร์นานาชาติของมหาวิทยาลัยโคลัมเบีย (Center for International Earth Science Information Network ของ Columbia University)

ถ้า Facebook วิเคราะห์ข้อมูลออกมาแล้วได้ข้อมูลที่ความละเอียดสูง ความแม่นยำสูงแบบที่ว่ามาจริง เชื่อว่าข้อมูลดังกล่าวจะถูกนำมาใช้ประโยชน์เพื่อสิ่งต่างๆในอนาคตข้างหน้าได้อีกเพียบเลย

ยังไงเราคงต้องจับตาดูโครงการนี้และจะคอยอัพเดตให้ทราบถึงความก้าวหน้าของโครงการครับ 🙂

ที่มาของข้อมูล และรูปภาพจาก Facebook