ไฟแดงอัจฉริยะ! AI ‘จราจรใจดี’ แก้รถติด
การนำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้แก้ปัญหาในชีวิตประจำวันกำลังกลายเป็นรูปธรรมมากขึ้น โดยเฉพาะในเมืองใหญ่อย่างกรุงเทพมหานครที่เผชิญกับวิกฤตจราจรมายาวนาน ล่าสุดได้มีการนำร่องระบบ ไฟแดงอัจฉริยะ! AI ‘จราจรใจดี’ แก้รถติด ซึ่งเป็นนวัตกรรมที่ถูกออกแบบมาเพื่อบริหารจัดการสัญญาณไฟจราจรอย่างมีประสิทธิภาพสูงสุด โดยใช้ AI วิเคราะห์ข้อมูลการจราจรแบบเรียลไทม์ เพื่อลดปัญหารถติดสะสมและเพิ่มความคล่องตัวบนท้องถนน
ภาพรวมของเทคโนโลยีจราจร AI
- ระบบ AI ‘จราจรใจดี’ ใช้ข้อมูลจาก Google Maps เพื่อวิเคราะห์ปริมาณรถยนต์ ความเร็ว และพฤติกรรมการขับขี่แบบเรียลไทม์
- เป้าหมายหลักคือการปรับเปลี่ยนระยะเวลาของสัญญาณไฟเขียว-ไฟแดงให้สอดคล้องกับสถานการณ์จริง ลดการจอดรอโดยไม่จำเป็น
- โครงการนี้เป็นความร่วมมือระหว่างกรุงเทพมหานคร (กทม.) และ Google ภายใต้ชื่อ Project Green Light เพื่อแก้ปัญหาจราจรและลดมลพิษ
- เทคโนโลยีดังกล่าวไม่เพียงช่วยลดปัญหารถติด แต่ยังมุ่งลดการปล่อยก๊าซเรือนกระจกจากการใช้เชื้อเพลิงที่สิ้นเปลืองขณะรถหยุดนิ่ง
- มีการทดสอบและพิสูจน์ประสิทธิภาพมาแล้วในเมืองใหญ่อื่นๆ เช่น บอสตัน ซึ่งสามารถลดปัญหารถติดได้มากกว่า 50%
บทนำสู่ระบบจราจรอัจฉริยะ
ปัญหารถติดในกรุงเทพมหานครเป็นปัญหาเชิงโครงสร้างที่ส่งผลกระทบต่อคุณภาพชีวิต เศรษฐกิจ และสิ่งแวดล้อมมาอย่างต่อเนื่อง การแก้ไขปัญหาด้วยวิธีการเดิมๆ เช่น การสร้างถนนเพิ่มหรือการปรับเปลี่ยนเส้นทางเดินรถ อาจไม่เพียงพอต่อความซับซ้อนของเมืองที่เติบโตอย่างรวดเร็วอีกต่อไป ด้วยเหตุนี้ การนำเทคโนโลยีขั้นสูงอย่างปัญญาประดิษฐ์ (AI) เข้ามาประยุกต์ใช้จึงกลายเป็นทางออกที่น่าจับตามอง ระบบไฟแดงอัจฉริยะ หรือ Smart Traffic Light System คือหนึ่งในนวัตกรรมที่ถูกพัฒนาขึ้นเพื่อตอบโจทย์นี้โดยเฉพาะ โดยเปลี่ยนสัญญาณไฟจราจรที่เคยทำงานตามเวลาที่ตั้งไว้ล่วงหน้า (Fixed-time) ให้กลายเป็นระบบที่สามารถคิด วิเคราะห์ และตัดสินใจปรับเปลี่ยนได้เองตามสถานการณ์จริงบนท้องถนน
ทำไมปัญหารถติดในกรุงเทพฯ จึงต้องแก้ไขด้วย AI?
สภาพการจราจรในกรุงเทพฯ มีความผันผวนสูง ปริมาณรถยนต์ในแต่ละเส้นทางและแต่ละช่วงเวลาไม่เคยคงที่ การใช้สัญญาณไฟที่ตั้งเวลาแบบตายตัวจึงมักก่อให้เกิดปัญหา “ไฟเขียวร้าง” ในเส้นทางที่มีรถน้อย และ “ไฟแดงยาว” ในเส้นทางที่รถหนาแน่น ทำให้การจราจรไม่สมดุลและเกิดปัญหารถติดสะสมเป็นทอดๆ ความซับซ้อนนี้เกินกว่าที่มนุษย์จะสามารถควบคุมจัดการได้ทั้งหมดในเวลาเดียวกัน
ปัญญาประดิษฐ์ (AI) มีความสามารถในการประมวลผลข้อมูลจำนวนมหาศาล (Big Data) ได้อย่างรวดเร็วและแม่นยำ AI สามารถวิเคราะห์รูปแบบการจราจรที่ซับซ้อน คาดการณ์แนวโน้ม และหาทางออกที่ดีที่สุด (Optimization) เพื่อระบายรถออกจากทางแยกได้อย่างมีประสิทธิภาพสูงสุด การตัดสินใจของ AI อ้างอิงจากข้อมูลจริง ณ เวลานั้นๆ ทำให้สามารถตอบสนองต่อเหตุการณ์ที่ไม่คาดฝัน เช่น อุบัติเหตุ, การก่อสร้าง, หรือปริมาณรถที่เพิ่มขึ้นช่วงเทศกาล ได้ดีกว่าระบบเดิม นี่คือเหตุผลที่ AI ถูกมองว่าเป็นเครื่องมือสำคัญที่จะเข้ามาปฏิวัติการจัดการจราจรในเมืองหลวง
โครงการ ‘จราจรใจดี AI’: ความร่วมมือเพื่อเมืองที่ดีขึ้น
โครงการ ‘จราจรใจดี AI’ เป็นผลมาจากความร่วมมือครั้งสำคัญระหว่างกรุงเทพมหานคร (กทม.) ในฐานะหน่วยงานที่รับผิดชอบการจัดการเมือง และ Google ซึ่งเป็นผู้นำด้านเทคโนโลยีและข้อมูลแผนที่ระดับโลก โครงการนี้เป็นส่วนหนึ่งของ “Project Green Light” ของ Google ที่มีเป้าหมายในการใช้ AI เพื่อช่วยให้เมืองต่างๆ ทั่วโลกจัดการสัญญาณไฟจราจรได้อย่างมีประสิทธิภาพมากขึ้น
ความร่วมมือนี้เป็นการผสมผสานระหว่างความเข้าใจในบริบทของเมืองจากฝั่ง กทม. และความเชี่ยวชาญด้านเทคโนโลยี AI และข้อมูลการจราจรจาก Google Maps ซึ่งมีผู้ใช้งานจำนวนมหาศาล ทำให้ระบบมีข้อมูลที่ครอบคลุมและแม่นยำในการนำมาวิเคราะห์ โดยได้เริ่มนำร่องโครงการที่สี่แยกอโศกมนตรี ซึ่งเป็นหนึ่งในทางแยกที่มีการจราจรหนาแน่นและซับซ้อนที่สุดแห่งหนึ่งในกรุงเทพฯ เพื่อเป็นต้นแบบในการขยายผลไปยังพื้นที่อื่นๆ ต่อไปในอนาคต
หลักการทำงานของไฟแดงอัจฉริยะ AI ‘จราจรใจดี’
เบื้องหลังการทำงานของระบบไฟแดงอัจฉริยะ AI ‘จราจรใจดี’ คือกระบวนการที่ซับซ้อนแต่ทรงประสิทธิภาพ โดยอาศัยเทคโนโลยีปัญญาประดิษฐ์ในการเปลี่ยนสัญญาณไฟจราจรธรรมดาให้กลายเป็นระบบที่สามารถตอบสนองต่อสภาพการจราจรที่เปลี่ยนแปลงตลอดเวลาได้อย่างชาญฉลาด แทนที่จะทำงานตามโปรแกรมเวลาที่กำหนดไว้ล่วงหน้า ระบบนี้จะทำการประเมินสถานการณ์และปรับเปลี่ยนตัวเองเพื่อให้การจราจรโดยรวมมีความคล่องตัวมากที่สุด
การรวบรวมและวิเคราะห์ข้อมูลแบบเรียลไทม์
ขั้นตอนแรกและสำคัญที่สุดคือการรวบรวมข้อมูล ระบบ AI จะดึงข้อมูลการจราจรแบบไม่ระบุตัวตนจาก Google Maps ซึ่งเป็นข้อมูลที่เกิดขึ้นจริงในขณะนั้น ข้อมูลเหล่านี้ประกอบด้วยหลายมิติ เช่น:
- ปริมาณรถยนต์ (Traffic Volume): จำนวนรถยนต์ที่กำลังมุ่งหน้าเข้าสู่ทางแยกในแต่ละทิศทาง
- ความเร็วเฉลี่ย (Average Speed): ความเร็วในการเคลื่อนตัวของรถยนต์ในแต่ละเส้นทาง เพื่อประเมินความหนาแน่น
- พฤติกรรมการขับขี่ (Driving Behavior): รูปแบบการเร่งความเร็ว การเบรก และระยะเวลาที่รถหยุดนิ่ง
- ความยาวของแถวคอย (Queue Length): การประเมินความยาวของรถที่ต่อคิวรอสัญญาณไฟในแต่ละช่องจราจร
ข้อมูลทั้งหมดนี้จะถูกส่งไปยังระบบประมวลผลกลาง เพื่อให้ AI ทำการวิเคราะห์และสร้างแบบจำลองสถานการณ์จราจร (Traffic Model) ของทางแยกนั้นๆ ขึ้นมาในแบบเรียลไทม์
การปรับสัญญาณไฟแบบไดนามิก
หลังจากวิเคราะห์ข้อมูลแล้ว AI จะทำการคำนวณหาระยะเวลาของสัญญาณไฟเขียว-ไฟแดงที่เหมาะสมที่สุดสำหรับสถานการณ์นั้นๆ หรือที่เรียกว่า “การปรับแบบไดนามิก” (Dynamic Adjustment) ตัวอย่างเช่น หากระบบตรวจพบว่าถนนเส้นหลักมีปริมาณรถหนาแน่นและแถวคอยยาวมาก ในขณะที่ถนนเส้นรองมีรถน้อย AI จะตัดสินใจเพิ่มระยะเวลาไฟเขียวให้กับถนนเส้นหลัก และลดระยะเวลาของถนนเส้นรองลง เพื่อระบายรถออกจากพื้นที่แออัดให้เร็วที่สุด
เป้าหมายของการปรับแบบไดนามิกไม่ใช่เพื่อให้รถเส้นใดเส้นหนึ่งไปได้เร็วที่สุด แต่เป็นการสร้างสมดุลเพื่อให้การจราจรโดยรวมของทั้งทางแยกเคลื่อนตัวได้อย่างราบรื่น ลดการหยุดชะงัก และลดเวลารอคอยเฉลี่ยของรถทุกคัน
หัวใจของระบบ: Machine Learning ที่เรียนรู้ตลอดเวลา
ความพิเศษของระบบนี้คือการใช้ Machine Learning ซึ่งเป็นแขนงหนึ่งของ AI ที่ทำให้ระบบสามารถ “เรียนรู้” และพัฒนาตัวเองได้ตลอดเวลา ทุกๆ วัน AI จะเก็บข้อมูลรูปแบบการจราจรในช่วงเวลาต่างๆ เช่น ชั่วโมงเร่งด่วนตอนเช้า-เย็น, ช่วงกลางวัน, หรือช่วงวันหยุดสุดสัปดาห์ มันจะเรียนรู้ว่าในแต่ละสถานการณ์ควรจัดการสัญญาณไฟอย่างไรจึงจะเกิดประสิทธิภาพสูงสุด เมื่อเวลาผ่านไป ระบบจะยิ่งมีความฉลาดและแม่นยำในการคาดการณ์และจัดการจราจรมากขึ้น สามารถปรับตัวให้เข้ากับพฤติกรรมที่เปลี่ยนไปของคนเมืองหรือการเปลี่ยนแปลงทางกายภาพของถนนได้โดยอัตโนมัติ
ประโยชน์และผลกระทบที่คาดว่าจะเกิดขึ้น
การนำระบบไฟแดงอัจฉริยะ AI ‘จราจรใจดี’ มาใช้งาน ไม่ได้เป็นเพียงการอัปเกรดเทคโนโลยี แต่เป็นการลงทุนเพื่อสร้างผลกระทบเชิงบวกในวงกว้าง ทั้งในมิติของการเดินทาง สิ่งแวดล้อม และคุณภาพชีวิตของประชากรในเมือง ซึ่งเป็นเป้าหมายสูงสุดของการพัฒนาเมืองอัจฉริยะ (Smart City)
การลดปัญหารถติดสะสมและเพิ่มความคล่องตัว
ประโยชน์ที่เห็นได้ชัดเจนที่สุดคือการลดความรุนแรงของปัญหาจราจรติดขัด การที่ AI สามารถปรับสัญญาณไฟให้สอดคล้องกับปริมาณรถจริง ช่วยลดการเกิด “คอขวด” บริเวณทางแยกได้อย่างมีนัยสำคัญ เมื่อรถสามารถเคลื่อนตัวผ่านทางแยกไปได้อย่างต่อเนื่อง จะช่วยลดการสะสมของแถวคอย ไม่ให้ลุกลามไปกระทบทางแยกอื่นๆ ที่อยู่ถัดไป ผลลัพธ์คือการไหลเวียนของการจราจรโดยรวมดีขึ้น ผู้ใช้รถใช้ถนนสามารถคาดการณ์เวลาเดินทางได้แม่นยำขึ้น และลดเวลาที่ต้องสูญเสียไปบนท้องถนนในแต่ละวัน
ผลดีต่อสิ่งแวดล้อม: การลดมลพิษและก๊าซเรือนกระจก
ปัญหารถติดไม่ได้ส่งผลกระทบแค่เรื่องเวลา แต่ยังเป็นปัจจัยสำคัญที่ก่อให้เกิดมลพิษทางอากาศ การจราจรที่เคลื่อนตัวช้า สลับกับการหยุดนิ่งและออกตัวบ่อยครั้ง (Stop-and-go Traffic) เป็นช่วงที่เครื่องยนต์เผาไหม้เชื้อเพลิงไม่สมบูรณ์และปล่อยมลพิษออกมาในปริมาณมาก ทั้งฝุ่น PM2.5 และก๊าซคาร์บอนไดออกไซด์ซึ่งเป็นสาเหตุของภาวะเรือนกระจก
ระบบไฟแดงอัจฉริยะช่วยให้รถเคลื่อนที่ได้อย่างราบรื่นและสม่ำเสมอมากขึ้น ลดการจอดติดเครื่องยนต์โดยไม่จำเป็น ส่งผลโดยตรงต่อการลดการใช้เชื้อเพลิงและการปล่อยมลพิษสู่ชั้นบรรยากาศ ซึ่งสอดคล้องกับเป้าหมายการพัฒนาที่ยั่งยืนและการสร้างเมืองที่เป็นมิตรต่อสิ่งแวดล้อม
การปรับปรุงคุณภาพชีวิตของคนเมือง
เวลาคือทรัพยากรที่มีค่า การลดระยะเวลาเดินทางหมายถึงการ “คืนเวลา” กลับสู่ประชาชน พวกเขาสามารถนำเวลาที่เคยเสียไปกับการนั่งอยู่ในรถ ไปใช้ทำกิจกรรมอื่นที่มีคุณค่ามากขึ้น เช่น การใช้เวลากับครอบครัว การพักผ่อน หรือการทำงานอดิเรก นอกจากนี้ การลดความเครียดที่เกิดจากการเผชิญกับปัญหารถติดในทุกๆ วัน ยังส่งผลดีต่อสุขภาพจิตของคนเมืองในระยะยาว การเดินทางที่มีประสิทธิภาพและคาดเดาได้มากขึ้น ย่อมนำไปสู่คุณภาพชีวิตโดยรวมที่ดีขึ้น
เปรียบเทียบระบบสัญญาณไฟจราจรแบบดั้งเดิมและแบบอัจฉริยะ
| คุณสมบัติ | ระบบสัญญาณไฟจราจรแบบดั้งเดิม | ระบบไฟแดงอัจฉริยะ AI ‘จราจรใจดี’ |
|---|---|---|
| การควบคุม | ทำงานตามเวลาที่ตั้งไว้ล่วงหน้า (Fixed-time) | ควบคุมแบบไดนามิก ปรับเปลี่ยนตามสถานการณ์จริง |
| การปรับสัญญาณ | ไม่สามารถปรับเปลี่ยนได้เอง ต้องใช้เจ้าหน้าที่ในการตั้งค่าใหม่ | AI ปรับระยะเวลาสัญญาณไฟโดยอัตโนมัติแบบเรียลไทม์ |
| แหล่งข้อมูล | ไม่มีการใช้ข้อมูลจากภายนอกในการตัดสินใจ | ใช้ข้อมูล Big Data จาก Google Maps (ปริมาณรถ, ความเร็ว) |
| ประสิทธิภาพ | ประสิทธิภาพต่ำในช่วงเวลาที่การจราจรผันผวน ก่อให้เกิดรถติดสะสม | ประสิทธิภาพสูงในการระบายรถ ลดเวลารอคอย และเพิ่มความคล่องตัว |
| การเรียนรู้ | ระบบคงที่ ไม่มีการเรียนรู้หรือพัฒนา | ใช้ Machine Learning เพื่อเรียนรู้และพัฒนารูปแบบการจัดการให้ดีขึ้น |
| ผลกระทบต่อสิ่งแวดล้อม | ส่งเสริมการจอดติดเครื่องยนต์นาน ทำให้สิ้นเปลืองพลังงานและปล่อยมลพิษสูง | ลดการหยุดรถโดยไม่จำเป็น ช่วยประหยัดพลังงานและลดการปล่อยก๊าซเรือนกระจก |
กรณีศึกษาและแนวโน้มในอนาคต
เทคโนโลยีไฟแดงอัจฉริยะไม่ได้เป็นเพียงแนวคิดทางทฤษฎี แต่ได้ถูกนำไปใช้งานจริงและสร้างผลลัพธ์ที่น่าพอใจในหลายเมืองใหญ่ทั่วโลกแล้ว การศึกษาความสำเร็จและความท้าทายจากกรณีศึกษาเหล่านี้ จะช่วยให้เห็นภาพแนวโน้มและศักยภาพในการขยายผลในประเทศไทยได้ชัดเจนยิ่งขึ้น
บทเรียนจากต่างประเทศ: ความสำเร็จในเมืองบอสตัน
ก่อนที่จะมีการนำร่องในกรุงเทพฯ โครงการ Project Green Light ของ Google ได้ประสบความสำเร็จอย่างสูงในเมืองบอสตัน สหรัฐอเมริกา ซึ่งเป็นเมืองที่มีโครงข่ายถนนซับซ้อนและเผชิญปัญหารถติดรุนแรงเช่นกัน ผลการทดลองพบว่า หลังจากนำระบบ AI มาใช้ในการควบคุมสัญญาณไฟจราจร สามารถลดปัญหารถติดได้มากกว่า 50% และที่สำคัญคือ สามารถลดการปล่อยมลพิษทางอากาศได้โดยเฉลี่ยถึง 10%
ความสำเร็จนี้เป็นเครื่องพิสูจน์ที่ชัดเจนว่า การใช้ข้อมูลขนาดใหญ่และการวิเคราะห์ด้วย AI สามารถสร้างการเปลี่ยนแปลงที่มีนัยสำคัญต่อระบบการจราจรในเมืองได้จริง และเป็นต้นแบบที่สร้างความเชื่อมั่นให้กับเมืองอื่นๆ รวมถึงกรุงเทพฯ ในการนำเทคโนโลยีนี้มาปรับใช้
ความท้าทายและข้อควรพิจารณาในการนำมาใช้
แม้ว่าเทคโนโลยีจะมีศักยภาพสูง แต่การนำมาปรับใช้ในวงกว้างยังมีความท้าทายหลายประการที่ต้องพิจารณา:
- การบูรณาการกับโครงสร้างพื้นฐานเดิม: ระบบควบคุมสัญญาณไฟจราจรของกรุงเทพฯ มีหลากหลายรูปแบบและอายุการใช้งาน การทำให้ระบบ AI สามารถเชื่อมต่อและสั่งการอุปกรณ์เหล่านี้ได้อย่างราบรื่นถือเป็นความท้าทายทางเทคนิค
- ความแม่นยำของข้อมูล: ประสิทธิภาพของ AI ขึ้นอยู่กับคุณภาพและความครอบคลุมของข้อมูล หากมีพื้นที่ที่สัญญาณอินเทอร์เน็ตไม่ดีหรือมีผู้ใช้ Google Maps น้อย อาจส่งผลต่อความแม่นยำในการวิเคราะห์ได้
- ปัจจัยภายนอกที่ควบคุมไม่ได้: พฤติกรรมของผู้ขับขี่ เช่น การฝ่าฝืนกฎจราจร การจอดรถในที่ห้ามจอด หรืออุบัติเหตุที่ไม่คาดฝัน ยังคงเป็นปัจจัยที่ AI อาจไม่สามารถจัดการได้อย่างสมบูรณ์
- การยอมรับจากสาธารณะ: การเปลี่ยนแปลงระบบที่คนคุ้นเคยอาจต้องใช้เวลาในการสื่อสารและสร้างความเข้าใจ เพื่อให้ผู้ใช้รถใช้ถนนให้ความร่วมมือและเชื่อมั่นในระบบใหม่
อนาคตของระบบจราจรอัจฉริยะในประเทศไทย
โครงการนำร่องที่สี่แยกอโศกมนตรีถือเป็นก้าวแรกที่สำคัญ หากประสบความสำเร็จตามที่คาดการณ์ไว้ แนวโน้มในอนาคตคือการขยายผลการติดตั้งระบบไปยังทางแยกสำคัญอื่นๆ ทั่วกรุงเทพฯ เพื่อสร้าง “เครือข่ายสัญญาณไฟอัจฉริยะ” ที่สามารถทำงานประสานกันได้อย่างเป็นระบบ ซึ่งจะช่วยเพิ่มประสิทธิภาพในการจัดการจราจรในระดับมหภาคได้ดียิ่งขึ้น
ในระยะยาว เทคโนโลยีนี้อาจถูกพัฒนาให้เชื่อมต่อกับระบบขนส่งสาธารณะ เช่น การให้สิทธิ์รถโดยสารประจำทางผ่านทางแยกได้ก่อน เพื่อส่งเสริมให้คนหันมาใช้บริการขนส่งมวลชนมากขึ้น หรือเชื่อมต่อกับระบบแจ้งเตือนเหตุฉุกเฉิน เพื่อเคลียร์เส้นทางให้รถพยาบาลหรือรถดับเพลิงได้อย่างรวดเร็ว อนาคตของจราจรกรุงเทพฯ จึงอาจไม่ได้ขึ้นอยู่กับการสร้างถนนเพิ่ม แต่ขึ้นอยู่กับการทำให้ถนนที่มีอยู่ถูกใช้งานอย่างชาญฉลาดและมีประสิทธิภาพสูงสุดด้วยเทคโนโลยี AI
สรุป: ก้าวต่อไปของจราจรกรุงเทพด้วยเทคโนโลยี AI
ระบบ ไฟแดงอัจฉริยะ! AI ‘จราจรใจดี’ แก้รถติด ถือเป็นจุดเปลี่ยนที่สำคัญในการเผชิญหน้ากับปัญหาการจราจรที่ซับซ้อนของกรุงเทพมหานคร โดยเปลี่ยนจากการแก้ไขปัญหาแบบเดิมที่ใช้โครงสร้างทางกายภาพ มาเป็นการใช้ข้อมูลและปัญญาประดิษฐ์เพื่อเพิ่มประสิทธิภาพของระบบที่มีอยู่ การวิเคราะห์ข้อมูลแบบเรียลไทม์และการปรับสัญญาณไฟแบบไดนามิก ไม่เพียงแต่ช่วยลดระยะเวลาการเดินทางและบรรเทาความหนาแน่นบนท้องถนน แต่ยังส่งผลดีต่อสิ่งแวดล้อมและคุณภาพชีวิตของคนเมืองโดยรวม
แม้จะยังอยู่ในช่วงเริ่มต้นและมีความท้าทายรออยู่ข้างหน้า แต่โครงการนี้ได้แสดงให้เห็นถึงวิสัยทัศน์ในการนำเทคโนโลยีมาใช้เพื่อสร้างเมืองที่ดีขึ้น การติดตามความคืบหน้าและผลลัพธ์ของโครงการ ‘จราจรใจดี AI’ จึงเป็นเรื่องที่น่าสนใจอย่างยิ่ง เพราะนี่อาจเป็นกุญแจสำคัญที่นำไปสู่การปลดล็อกปัญหารถติดและกำหนดอนาคตการเดินทางในเมืองหลวงของทุกคน