สภาวะน่าสบายของผู้ใช้อาคาร | ศิริวรรณ สืบนุการณ์

จากการสำรวจอาคารจำนวนมาก ทั้งในประเทศไทยและอีกหลายประเทศพบปัญหาสำคัญที่คล้ายกัน คือ อาคารส่วนใหญ่จะตั้งค่าอุณหภูมิต่ำกว่าความต้องการที่แท้จริงของผู้ใช้งาน ทำให้สิ้นเปลืองพลังงานโดยไม่จำเป็น หรืออาคารบางแห่งตั้งค่าอุณหภูมิสูงขึ้นเพื่อประหยัดพลังงานภายในอาคาร

อุณหภูมิอากาศที่ร้อนหรือหนาวเกินไปทำให้ผู้ใช้อาคารรู้สึกไม่สบาย และเป็นหนึ่งในกลุ่มโรค Sick Building Syndrome (SBS) หรือภาวะความเจ็บป่วยจากการใช้อาคาร ทำให้คนมีอาการเหนื่อยล้า อารมณ์แปรปรวน ส่งผลให้ประสิทธิภาพการทำงานลดลง
 

“สภาวะน่าสบาย” คือ สภาพจิตใจที่แสดงความพึงพอใจต่อสภาพแวดล้อมทางความร้อน สามารถประเมินจากการใช้ผลโหวตความรู้สึกเชิงความร้อนรายบุคคล

โดยปกติสภาวะน่าสบายของมนุษย์ที่กำหนดโดย ASHRAE มีค่าอุณหภูมิอากาศอยู่ในช่วง 24-26˚C และมีค่าความชื้นสัมพัทธ์ไม่เกิน 60%

อย่างไรก็ตาม สภาวะน่าสบายของคนไทยซึ่งอยู่ในสภาพอากาศแบบร้อน-ชื้นสามารถยอมรับค่าอุณหภูมิอากาศที่สูงกว่า โดยมีค่าอุณหภูมิอยู่ในช่วง 24-27˚C (เมื่อความเร็วลมอยู่ที่ 0.2 เมตรต่อวินาที) และค่าความชื้นสัมพัทธ์อยู่ที่ 50-70% 

อย่างไรก็ตาม ช่วงความรู้สึกน่าสบายของแต่ละบุคคลแตกต่างกัน ทั้งนี้ขึ้นอยู่กับปัจจัยหลายด้าน เช่น อัตราการเผาผลาญของร่างกาย ลักษณะความหนาของเสื้อผ้าที่สวมใส่ ประสบการณ์และความคุ้นชินที่มีต่อสภาพอากาศ

ความแตกต่างของปัจจัยดังกล่าว ส่งผลต่อกระบวนการแลกเปลี่ยนอุณหภูมิระหว่างร่างกายคน และสภาพแวดล้อมเพื่อรักษาสมดุลอุณหภูมิของร่างกาย ดังนั้น อาคารที่มีกลุ่มผู้ใช้อาคารหลากหลายประเภท หลายเชื้อชาติ หรือมีความแตกต่างของช่วงวัย ย่อมเกิดปัญหาความไม่พึงพอใจต่อสภาพอากาศในพื้นที่ใช้งาน

ผู้จัดการอาคารหลายแห่งมักประสบปัญหากับการจัดการข้อร้องเรียนดังกล่าว ซึ่งเป็นโจทย์ที่ท้าทายมากในการหาแนวทางแก้ไขปัญหาและควบคุมสภาพอากาศในพื้นที่ใช้งานให้อยู่สบายที่เหมาะสมกับกลุ่มผู้ใช้อาคารที่หลากหลายได้

ในการแก้ปัญหาดังกล่าวนี้ นักวิจัยหลายคนได้เสนอแนวทางการแก้ปัญหาโดยใช้เทคโนโลโลยีปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) เพื่อเพิ่มประสิทธิภาพการเก็บรวบรวมข้อมูลความรู้สึกร้อน-หนาวของผู้ใช้อาคารในขณะใช้งานจริง สำหรับการประเมินสภาวะน่าสบายของกลุ่มผู้ใช้อาคาร และเพื่อควบคุมการทำงานของระบบการจ่ายลมเย็นในระบบปรับอากาศ

แม้ว่าที่ผ่านมานักวิจัยจะมีความพยายามในการนำเทคโนโลยี AI และข้อมูลเชิงสรีรวิทยาของบุคคลมาใช้ในการทำนายความรู้สึกร้อน-หนาวของผู้ใช้อาคาร เทคโนโลยีดังกล่าวยังมีข้อจำกัดเนื่องจากถูกพัฒนาการทำนายเฉพาะบุคคล

รวมถึงการเก็บข้อมูลแบบเดิมมีการติดตั้งเครื่องมือวัดบนร่างกาย หรือติดตั้งเครื่องมือวัดใกล้กับตัวบุคคลในตำแหน่งใบหน้ามองตรง ซึ่งอาจสร้างความอึดอัดใจแก่ผู้ใช้อาคารได้

ดังนั้น เพื่อเพิ่มศักยภาพในการทำนายความรู้สึกร้อน-หนาวของผู้ใช้อาคารหลายคนที่มีความหลากหลาย   นางสาวกวีวรรณ อินทรชาธร นักศึกษาปริญญาเอก ภายใต้การดูแลของที่ปรึกษาโดย รศ. ดารณี จารีมิตร คณะสถาปัตยกรรมศาสตร์และการผังเมือง มหาวิทยาลัยธรรมศาสตร์ และ ศีตภา วัชราภินชัย จากศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ 

ทีมวิจัยได้พัฒนาวิธีการตรวจจับและทำนายความรู้สึกร้อน-หนาวของผู้ใช้อาคารแบบไร้สัมผัส โดยไม่รบกวนการทำกิจกรรมต่าง ๆ ด้วยการรวบรวมข้อมูลเชิงสรีรวิทยาที่อาศัยการถ่ายภาพอินฟราเรดจากระยะไกล  และนำเทคโนโลยี AI ขั้นสูงมาช่วยในการประมวลผลภาพ

เพื่อจำแนกและทำนายความรู้สึกร้อน-หนาวของผู้ใช้อาคารให้มีความแม่นยำยิ่งขึ้น สามารถแก้ไขข้อจำกัดของเทคโนโลยีเดิม และด้วยระยะทางการติดตั้งเครื่องมือที่ไกลขึ้นทำให้สามารถตรวจจับและทำนายผลหลายคนพร้อมกันได้    

 
 
คณะทีมวิจัยได้ใช้การเรียนรู้เชิงลึก ซึ่งเป็นเทคโนโลยีปัญญาประดิษฐ์ขั้นสูงประเภทโครงข่ายประสาทเทียม และภาพถ่ายความร้อนบริเวณใบหน้าจากกล้องอินฟราเรด สำหรับการประเมินความรู้สึกร้อน-หนาวของแต่ละบุคคล

เมื่อระบบได้รับข้อมูลภาพจากกล้องอินฟราเรดจะทำการตรวจจับใบหน้าที่ปรากฏอยู่ในภาพ แล้วจะทำการจำแนกความรู้สึกของแต่ละบุคคลตามใบหน้าที่ตรวจจับได้ โดยอาศัยข้อมูลอุณหภูมิอินฟราเรด จากนั้น จะแสดงผลการประเมินความรู้สึกร้อน-หนาวในระดับบุคคลของทุกคนในพื้นที่ที่ระบบตรวจพบ

ทั้งหมดนี้เป็นที่มาของ “i-Thermal sense: ระบบ AI ตรวจจับและทำนายความรู้สึกร้อน-หนาวของผู้ใช้อาคารในขณะใช้งานจริง” ซึ่งเน้นการทำงานแบบไร้สัมผัสที่สะดวกต่อผู้ใช้อาคาร สำหรับผลการทดสอบในระดับห้องปฏิบัติการ i-Thermal sense ให้ผลลัพธ์ประสิทธิภาพที่ดีมากในการทำนายในระดับบุคคล และสามารถรับมือกับปัญหาความแตกต่างระหว่างบุคคลได้น่าพอใจ

โดยสามารถทำนายความรู้สึกร้อน-หนาวของบุคคลใหม่ได้อย่างแม่นยำ แม้ว่าจะทำการตรวจจับจากระยะไกลและบุคคลที่ใช้ทดสอบมีความแตกต่างหลากหลายของมุมมองใบหน้า ทรงผม หรือการสวมแว่นตา

ในปัจจุบัน ทีมวิจัยกำลังอยู่ระหว่างการพัฒนาการเชื่อมเทคโนโลยีนี้ กับระบบการควบคุมการทำงานของเครื่องปรับอากาศ เพื่อต่อยอดไปสู่การใช้งานในเชิงพาณิชย์ โดยเน้นการใช้งานในพื้นที่สำนักงานและสถานศึกษาก่อน

เทคโนโลยีดังกล่าวสามารถช่วยเพิ่มประสิทธิภาพในการบริหารจัดการอาคาร ทั้งการสร้างสภาพแวดล้อมที่อยู่สบายแก่ผู้ใช้อาคารและลดการใช้พลังงานของเครื่องปรับอากาศได้.