การวิเคราะห์วิดีโอสามารถช่วยเร่งการกู้คืนทั่วโลกจาก COVID-19 . ได้อย่างไร

โลกของเราต่อสู้กับโรคระบาดทั่วโลกที่เรียกว่า COVID-19 ในปีที่ผ่านมา มีผู้ป่วยรายใหม่หลายแสนรายทั่วโลกทุกวัน WHO รายงาน การแพร่กระจายของโรคนี้เป็นปัญหาและเป็นกังวลอย่างต่อเนื่องสำหรับนักวิทยาศาสตร์และแพทย์ทั่วโลก

หลายประเทศออกกฎหมายเกี่ยวกับการเว้นระยะห่างทางสังคมและการสวมหน้ากาก การระบุกำลังดำเนินการด้วยความหวังว่าจะพยายามหยุดการแพร่กระจายของไวรัสนี้ เนื่องจากมีสถานที่สาธารณะเปิด (หรือเปิดใหม่) จำนวนมาก เช่น ห้างสรรพสินค้า ร้านค้า ร้านอาหาร การติดตามว่าผู้คนเคารพกฎหมายเว้นระยะห่างทางสังคมเหล่านี้หรือไม่

ขณะที่พนักงานกำลังเดินทางกลับที่ทำงาน และรัฐบาลบางแห่งค่อยๆ ยกเลิกการจำกัดการล็อกดาวน์ จึงไม่มั่นใจว่าจะควบคุมไวรัสได้อย่างไร และการขาดการควบคุมนี้อาจกลายเป็นปัญหาได้ นายจ้างควรรับผิดชอบในการติดตามว่าคนงานปฏิบัติตามกฎการเว้นระยะห่างทางสังคมหรือไม่ ซึ่งอาจกลายเป็นเรื่องล้นหลามในบางจุด

เทคโนโลยีสามารถช่วยได้อย่างไร?

หนึ่งในวิธีแก้ปัญหาเชิงตรรกะคือการหันไปใช้เทคโนโลยี แต่เทคโนโลยีสามารถช่วยที่นี่ได้อย่างไร ทุกวันนี้ ไม่ว่าเราจะไปที่ไหน เราก็ถูกรายล้อมไปด้วยเทคโนโลยี การวิจัยล่าสุดในลอนดอนพบว่ามีกล้องมากกว่า 600,000 ตัวสำหรับ 9.3 ล้านคน (ประมาณ 67.5 กล้องต่อ 1,000 คน) ภาพที่รวบรวมที่นี่อาจมีความสำคัญอย่างยิ่งเมื่อสังเกตปฏิสัมพันธ์และติดตามการปฏิบัติตามระยะห่างทางสังคม

เทคโนโลยีที่ได้รับความสนใจในช่วงไม่กี่ปีที่ผ่านมาและมีการปรับปรุงให้ดีขึ้นคือการวิเคราะห์วิดีโอ โดยมุ่งเน้นไปที่การจดจำใบหน้าหรือการจัดการฝูงชน เทคโนโลยีประเภทนี้คาดว่าจะเติบโตสูงถึง 12 พันล้านดอลลาร์ภายในปี 2569 ตลาดการวิเคราะห์วิดีโอได้แสดงให้เห็นว่ามีประโยชน์อย่างยิ่งในการระบาดใหญ่ทั่วโลกโดยนำไปใช้กับสิ่งต่าง ๆ เช่นเดียวกับการตรวจหาไข้หรือการเว้นระยะห่างทางสังคม .

ฟุตเทจนี้อาจมีประโยชน์อย่างมหาศาล แต่การดูฟุตเทจซ้ำหลายร้อยหรือหลายพันชั่วโมงซ้ำอาจทำให้เสียเวลา ต้องการเทคโนโลยีขั้นสูงเพิ่มเติม เช่น AIVA (Artificial Intelligence Video Analytics) ที่นี่ AIVA ใช้อัลกอริธึมเชิงพื้นที่เพื่อสร้างตำแหน่งของบุคคลและเพื่อเรียนรู้มุมมองของฉาก

อัลกอริธึมการตรวจหาไข้และการเว้นระยะห่างทางสังคม

เนื่องจากอาการหนึ่งของโควิด-19 มีไข้ จึงจำเป็นต้องวัดอุณหภูมิร่างกายในที่ทำงาน การตรวจหาไข้มีประสิทธิภาพและเป็นประโยชน์อย่างยิ่ง ทำให้ง่ายต่อการตรวจหาบุคคลที่มีอุณหภูมิร่างกายสูงขึ้น ระบบเหล่านี้ส่วนใหญ่ทำงานเนื่องจากใช้การเรียนรู้เชิงลึกเพื่อซูมเข้าที่ดวงตาของบุคคล ซึ่งสะท้อนอุณหภูมิของร่างกายได้ดีที่สุด การตรวจคัดกรองนี้สามารถทำได้ในสถานที่สาธารณะหลายแห่ง เช่น โรงเรียน มหาวิทยาลัย สนามบิน โรงพยาบาล หรือโรงแรม

แม้ว่าสิ่งนี้จะพิสูจน์แล้วว่ามีประโยชน์มาก แต่ก็ยังไม่เพียงพอ ผู้ติดเชื้ออาจยังอยู่ในระยะฟักตัว ซึ่งหมายความว่าจะไม่แสดงอาการบางอย่าง (เช่น มีไข้) ในระยะแรกนี้

เมื่อพูดถึงการเว้นระยะห่างทางสังคม อัลกอริธึมที่จะติดตามว่าคนสองคน (หรือมากกว่า) รักษาระยะห่างจากกัน 2 เมตรจะเป็นประโยชน์อย่างยิ่ง หากมีใครฝ่าฝืนกฎ ทริกเกอร์จะแจ้งเตือนเจ้าหน้าที่ แม้ว่ากฎเกณฑ์จะเปลี่ยนไปเมื่อพูดถึงระยะห่างทางสังคมที่ควรจะเป็น การปรับการตั้งค่าก็ทำได้ง่ายดาย

หากร้านใดร้านหนึ่งหรือร้านอาหารมีคนหลายคนอยู่ภายใน จำเป็นต้องฝึกเว้นระยะห่างทางสังคม อัลกอริธึมประเภทนี้จะส่งเสริมการเว้นระยะห่างทางสังคมและสร้างวิธีการให้ทุกคนจดจำความสำคัญของการเว้นระยะห่างทางสังคมตั้งแต่แรก

อัลกอริธึมการจดจำหน้ากากใบหน้า

การใส่หน้ากากอนามัยก็กลายเป็นเรื่องธรรมดาไปแล้ว ประเทศส่วนใหญ่ต้องการให้ประชาชนสวมหน้ากากเมื่ออยู่นอกบ้าน การสวมหน้ากากทำให้ไวรัสแพร่กระจายช้าลง แต่เป็นการท้าทายอย่างยิ่งที่จะเฝ้าติดตามทุกคนและหากพวกเขาสวมหน้ากาก เนื่องจากแทบจะเป็นไปไม่ได้เลยที่มนุษย์จะทำงานนี้แบบเรียลไทม์ การทำให้กระบวนการนี้เป็นอัตโนมัติด้วยความช่วยเหลือจากเทคโนโลยีจึงเป็นสิ่งจำเป็น

ทุกวันนี้อัลกอริธึมการจดจำใบหน้าจำนวนมากหมุนรอบการสแกนตา จมูก ปาก และหู แต่อัลกอริธึมเหล่านี้ส่วนใหญ่มีปัญหาในการสแกนใบหน้าหากมีคนสวมหน้ากาก ตัวอย่างเช่น iPhone ของ Apple (ซึ่งใช้ FaceID เพื่อปลดล็อกโทรศัพท์ของบุคคล) มีปัญหาในการสแกนใบหน้าของบุคคลขณะสวมหน้ากาก Apple ต้องปรับปรุงอัลกอริทึมเพื่อตรวจจับหน้ากากบนใบหน้าของบุคคล iPhone จะให้ตัวเลือกแก่พวกเขาในการพิมพ์รหัสผ่านแทนที่จะทำให้พวกเขาปิดบังใบหน้า

นักพัฒนาอธิบายว่าอัลกอริธึมที่จะตรวจจับหน้ากากบนใบหน้าของใครบางคนข้ามปัญหาความเป็นส่วนตัวที่เราเคยพบในอดีต นั่นเป็นเพราะว่าอัลกอริทึมไม่ได้ระบุตัวบุคคลหรือตัวตนของพวกเขา อัลกอริทึมได้รับการฝึกฝนให้ทำสองสิ่ง:

1. การตรวจจับใบหน้า – สิ่งเดียวที่อัลกอริทึมจะทำที่นี่คือการตรวจจับใบหน้า
2. การตรวจจับหน้ากาก - การรับรู้ว่ามีหน้ากากหรือไม่

ข้อดีของสิ่งนี้คืออัลกอริธึมไม่ระบุใบหน้า ดังนั้นจึงไม่เชื่อมโยงไปยังบุคคลใดบุคคลหนึ่ง

บางบริษัทเริ่มใช้อัลกอริธึมเหล่านี้เพื่อช่วยติดตามว่าพนักงานสวมหน้ากากหรือไม่ อัลกอริธึมจะแบ่งคนออกเป็นสองกลุ่ม คือ กลุ่มคนที่สวมหน้ากากและคนที่ไม่สวมหน้ากาก ข้อมูลที่รวบรวมที่นี่จะอยู่ในมือของบริษัท มันจะเป็นประโยชน์ เพราะบริษัทสามารถไล่พนักงานที่ปฏิเสธที่จะสวมหน้ากากในที่ทำงานออกได้

อัลกอริธึมดังกล่าวยังสามารถนำมาใช้ในสถานที่สาธารณะได้ (เช่น ห้างสรรพสินค้า ร้านค้า ฯลฯ) แต่บางประเทศ (เช่น สหรัฐอเมริกา) ไม่มีกฎหมายที่ควบคุมความเป็นส่วนตัวของข้อมูล ดังนั้น บริษัทที่รวบรวมข้อมูลนี้ไม่จำเป็นต้องแจ้งให้เราทราบหรืออธิบายว่าเกิดอะไรขึ้นกับข้อมูลที่พวกเขารวบรวม

ลดฝูงชนและฮอตสปอต

ดังที่เราได้เห็น การมีระยะห่างทางสังคมกลายเป็นปัจจัยสำคัญในการต่อสู้กับไวรัสนี้ บางครั้งอาจเป็นเรื่องยาก โดยเฉพาะอย่างยิ่งในเมืองที่ใหญ่โตและมีประชากรมากกว่า และในหลาย ๆ ด้าน ปฏิสัมพันธ์ทางสังคมมีความสำคัญและสามารถนำไปสู่การเติบโตทางเศรษฐกิจได้ แต่ในโรคระบาดนี้ที่เรากำลังต่อสู้อยู่ เป็นสิ่งที่เราต้องควบคุม

เป้าหมายสุดท้ายสำหรับการเว้นระยะห่างทางสังคมคือการชะลอการแพร่กระจายของไวรัสให้มากที่สุด Social distancing ยังช่วยป้องกันโรงพยาบาลไม่ให้ล้น แล้วเราจะบรรลุเป้าหมายนี้ได้อย่างไร? ในพื้นที่ที่มั่งคั่งและละแวกใกล้เคียงนั้นไม่ใช่เรื่องยาก ผู้คนสามารถแยกตัวอยู่บ้านและทำงานจากที่บ้านได้จากระยะไกล

แต่ผู้อยู่อาศัยที่ร่ำรวยน้อยกว่าล่ะ? แล้วละแวกใกล้เคียงและพื้นที่ที่มีคนพลุกพล่านเกินไปล่ะ? คนส่วนใหญ่ต้องออกจากบ้านไปทำงาน พวกเขาถูกรายล้อมไปด้วยผู้คนในพื้นที่ที่พวกเขาอาศัยหรือทำงานอย่างต่อเนื่อง

เพื่อหลีกเลี่ยงวิกฤตในอนาคต การมีฮอตสปอตใหม่ๆ จะช่วยได้มาก ด้วยประชากรมากกว่าสองสามล้านคนในเมืองใหญ่ พื้นที่แออัดทำให้ควบคุมการแพร่กระจายของไวรัสได้ยากขึ้น การระบุฮอตสปอตที่เกิดขึ้นใหม่โดยอัตโนมัติด้วยอัลกอริธึม ทำให้เราสามารถระบุสถานที่ที่สำคัญและแออัดได้อย่างทันท่วงที และแจ้งเตือนเจ้าหน้าที่ทางการแพทย์หรือรัฐบาล

เราต้องการเทคโนโลยีนี้เนื่องจากการที่คนในบางพื้นที่ไม่สามารถรักษาระยะห่างทางสังคม ที่ซึ่งผู้คนแม้จะอยู่ในล็อกดาวน์ ก็ไม่มีทางแก้ไขอื่นนอกจากการรวมกลุ่ม การใช้คอมพิวเตอร์วิทัศน์และเทคโนโลยีที่ใช้ AI เพื่อระบุพื้นที่เหล่านี้ เราสามารถให้มุมมองแบบเรียลไทม์แก่ผู้ที่อยู่ในตำแหน่งผู้นำได้ ส่งผลให้พวกเขาสามารถเตรียมตัวต่อสู้กับการแพร่ระบาดและให้บริการประชาชนได้ดีขึ้น

คำพูดสุดท้าย

ในขณะที่คนทั้งโลกยังคงต่อสู้กับไวรัสมรณะตัวนี้ ทั่วโลกจึงมีความสำคัญอันดับหนึ่งในการเอาชนะปัญหาทั้งหมดที่ไวรัสก่อขึ้น โควิด-19 ส่งผลกระทบต่อทุกคนเกือบทุกคน โดยเฉพาะผู้สูงอายุ ได้เปลี่ยนวิถีชีวิตของเราในหลายๆ ด้าน เป็นเรื่องยากที่จะจินตนาการว่าครั้งหนึ่งเราเคยใช้ชีวิตโดยปราศจากหน้ากากและไม่มีการเว้นระยะห่างทางสังคม แต่นี่คือความปกติใหม่ อย่างน้อยก็ในตอนนี้

ข่าวดีก็คือ เรามีวิธีที่จะนำทางว่าการระบาดใหญ่ส่งผลกระทบต่อเราอย่างไร - ในระดับหนึ่ง เทคโนโลยีได้รับความช่วยเหลืออย่างมากจนถึงขณะนี้ และยังคงช่วยเหลือต่อไป ตัวอย่างเช่น ในช่วงเวลาที่ผู้คนต้องสวมหน้ากากเกือบตลอดเวลา อัลกอริธึมที่ติดตามว่าผู้คนสวมหน้ากากหรือไม่ ได้พิสูจน์ตัวเองแล้วว่ามีประโยชน์มาก นอกจากนี้ การมีอัลกอริธึมที่ช่วยในเรื่องระยะห่างทางสังคมสามารถส่งเสริมให้ผู้คนเคารพกฎหมายระยะห่างทางสังคม

การมีเทคโนโลยีขั้นสูงช่วยได้ แต่การจะเอาชนะการแพร่ระบาดนี้ได้อย่างทั่วถึง โลกจะต้องรวมกันเป็นหนึ่งและต่อสู้ไปด้วยกัน ไม่เพียงแต่เพิ่มโอกาสในการเอาชนะมันทั้งหมด แต่ยังช่วยเตรียมเราให้พร้อมสำหรับสถานการณ์ในอนาคตที่คล้ายกับที่เรามีกับ COVID-19

หมายเหตุบรรณาธิการ: Michael เป็น CTO และผู้ก่อตั้ง BroutonLab บริษัท Data Science ที่ทำโครงการพัฒนา AI มากกว่า 50 โครงการ ซึ่งมีมูลค่ารวมกว่า 1 ล้านเหรียญสหรัฐ Michael เป็นผู้เชี่ยวชาญใน Deep Learning โดยเฉพาะการใช้งาน Computer Vision, NLP และ Reinforcement Learning

มีความคิดเกี่ยวกับเรื่องนี้หรือไม่? แจ้งให้เราทราบด้านล่างในความคิดเห็นหรือดำเนินการสนทนาไปที่ Twitter หรือ Facebook ของเรา

คำแนะนำของบรรณาธิการ:

• ผลกระทบของ COVID-19 ต่อการตลาดแบบพันธมิตร
• Google Maps เพิ่มสถานที่ฉีดวัคซีนโควิด-19 ให้กับผู้ใช้
• ผลกระทบของ COVID 19 ต่อประสิทธิภาพของ Bitcoin
• ร่าง พ.ร.บ.กระตุ้นโควิด-19 ฉบับใหม่ ถูกดำเนินคดีอาญา จำคุกข้อหาสตรีมมิงผิดกฎหมาย