Google ชู AI และ Data Center พยากรณ์ภัยพิบัติล่วงหน้า

ในวันที่สภาพอากาศทั่วโลกเปลี่ยนแปลงรวดเร็วและรุนแรงขึ้น ปัญญาประดิษฐ์ หรือ AI กำลังเข้ามามีบทบาทมากกว่าการเป็นเครื่องมือด้านธุรกิจหรือเทคโนโลยี แต่กำลังกลายเป็นส่วนสำคัญของระบบเตือนภัยที่ช่วยปกป้องชีวิตมนุษย์ โดยมีศูนย์ข้อมูล (Data Center) เป็นโครงสร้างพื้นฐานเบื้องหลังที่ทำหน้าที่ประมวลผลข้อมูลสภาพอากาศจำนวนมหาศาล เพื่อให้ AI สามารถวิเคราะห์และคาดการณ์ภัยพิบัติได้รวดเร็วขึ้น 

ตัวอย่างสำคัญเกิดขึ้นในเดือนตุลาคม 2025 เมื่อพายุเฮอริเคนเมลิสซา (Hurricane Melissa) ทวีความรุนแรงอย่างรวดเร็วและกลายเป็นหนึ่งในพายุที่รุนแรงที่สุดในมหาสมุทรแอตแลนติก เหตุการณ์ดังกล่าวแสดงให้เห็นข้อจำกัดของการพยากรณ์อากาศแบบเดิม ซึ่งอาจต้องใช้เวลานานในการประเมินความรุนแรงของพายุ โดยเฉพาะกรณีที่พายุสามารถเพิ่มความเร็วลมอย่างน้อย 35 ไมล์ต่อชั่วโมงภายใน 24 ชั่วโมง หรือที่เรียกว่า Rapid Intensification

บริษัท กูเกิล (Google) ระบุว่า WeatherNext โมเดลพยากรณ์อากาศที่พัฒนาโดยกูเกิล ดีพมายด์ (Google DeepMind) และกูเกิล รีเสิร์ช (Google Research) สามารถคาดการณ์ล่วงหน้าได้ถึง 5 วันว่าเฮอริเคนเมลิสซาจะทวีความรุนแรงขึ้นเป็นพายุระดับ 5 และมีแนวโน้มเคลื่อนตัวเข้าสู่จาเมกา โดยมีความเชื่อมั่นประมาณ 80% ก่อนเพิ่มขึ้นเกือบ 100% ในช่วง 3 วันก่อนพายุขึ้นฝั่ง

จุดสำคัญไม่ได้อยู่ที่ AI เพียงอย่างเดียว แต่คือ การทำงานร่วมกับพลังประมวลผลของดาต้าเซ็นเตอร์ (Data Center)  เพราะโมเดลลักษณะนี้ต้องเรียนรู้จากข้อมูลสภาพอากาศและภูมิอากาศจำนวนมหาศาลย้อนหลังหลายทศวรรษ รวมถึงข้อมูลพายุหมุนเขตร้อนในอดีต หลังจากนั้นระบบสามารถจำลองความเป็นไปได้ของสถานการณ์หลายรูปแบบพร้อมกัน หรือ Ensemble Forecasting เพื่อให้นักพยากรณ์เห็นแนวโน้มของพายุในหลายสถานการณ์ ก่อนนำข้อมูลไปประกอบการตัดสินใจออกประกาศเตือนภัย

เทคโนโลยีดังกล่าวช่วยลดข้อจำกัดของการพยากรณ์แบบเดิมที่มักต้องเลือกระหว่างโมเดลขนาดใหญ่ซึ่งมองภาพรวมของระบบอากาศได้ดี กับโมเดลความละเอียดสูงที่สามารถวิเคราะห์สภาพอากาศในพื้นที่เฉพาะได้ละเอียดกว่า WeatherNext ใช้ AI เรียนรู้ความสัมพันธ์ของข้อมูลสภาพอากาศในระดับโลก ทำให้สามารถประเมินทั้งเส้นทางและความรุนแรงของพายุได้มีประสิทธิภาพมากขึ้น

ก่อนหน้านี้ในวันที่ 6 สิงหาคม 2026 กูเกิลเปิดตัว WeatherNext 2 โมเดลพยากรณ์อากาศรุ่นใหม่ที่ได้รับการเผยแพร่ผลการวิจัยในวารสาร Nature โดยกูเกิลระบุว่าโมเดลรุ่นนี้ทำงานได้เร็วขึ้นถึง 8 เท่า สามารถพยากรณ์ตัวแปรสำคัญ เช่น ความเร็วลม ทิศทางลม ปริมาณฝน และความกดอากาศ รวมถึงจำลองสถานการณ์ความน่าจะเป็นได้มากขึ้น เพื่อช่วยให้นักวิจัยและหน่วยงานที่เกี่ยวข้องประเมินความเสี่ยงจากสภาพอากาศที่เปลี่ยนแปลงอย่างรวดเร็ว

กูเกิลยังเปิดให้ชุมชนนักวิจัยเข้าถึง WeatherNext 2 และนำความสามารถของโมเดลไปใช้งานผ่านบริการอย่าง BigQuery, Google Earth Engine และ Gemini Enterprise Agent Platform พร้อมขยายการทดสอบกับประเทศที่มีความเสี่ยงจากภัยพิบัติสูง เช่น ฟิลิปปินส์ ไต้หวัน อินโดนีเซีย และเวียดนาม

อีกหนึ่งตัวอย่างที่เห็นภาพชัดเจนคือระบบพยากรณ์น้ำท่วมของ Google Research ซึ่งนำ AI มาวิเคราะห์ข้อมูลหลายประเภทพร้อมกัน ทั้งปริมาณน้ำฝน ระดับน้ำในแม่น้ำ สภาพพื้นดิน และข้อมูลจากดาวเทียม ก่อนนำข้อมูลเหล่านี้เข้าสู่ระบบประมวลผลประสิทธิภาพสูง เพื่อคาดการณ์แนวโน้มการเกิดน้ำล้นตลิ่งล่วงหน้าได้ถึง 7 วัน

เบื้องหลังความสามารถดังกล่าวจึงไม่ใช่เพียงการมีโมเดล AI ที่ฉลาดขึ้น แต่ต้องอาศัยโครงสร้างพื้นฐานดิจิทัลที่สามารถรองรับข้อมูลจำนวนมหาศาลและการคำนวณที่ซับซ้อนในเวลาเดียวกันศูนย์ข้อมูลดาต้าเซ็นเตอร์ (Data Center) จึงเปรียบเสมือนศูนย์กลางพลังประมวลผลที่ทำให้ AI สามารถเปลี่ยนข้อมูลสภาพอากาศจำนวนมหาศาลให้กลายเป็นข้อมูลเตือนภัยที่นำไปใช้ได้จริง

เมื่อโลกต้องเผชิญกับพายุรุนแรง น้ำท่วม และความผันผวนของสภาพอากาศที่เกิดขึ้นบ่อยขึ้น การนำ AI มาทำงานร่วมกับศูนย์ข้อมูลดาต้าเซ็นเตอร์ (Data Center) จึงไม่ได้เป็นเพียงการแข่งขันด้านเทคโนโลยี แต่เป็นการสร้างระบบคาดการณ์ที่ช่วยให้มนุษย์มีเวลาเพิ่มขึ้นในการอพยพ วางแผนรับมือ และลดความเสียหายก่อนภัยพิบัติจะมาถึง