Как искусственный интеллект помогает в устранении последствий чрезвычайных ситуаций

Как искусственный интеллект помогает в устранении последствий чрезвычайных ситуаций
Как искусственный интеллект помогает в устранении последствий чрезвычайных ситуаций

Ана­лиз сооб­ще­ний в соци­аль­ных медиа и рас­по­зна­ва­ние облом­ков зда­ний на спут­ни­ко­вых изоб­ра­же­ни­ях искус­ствен­ный интел­лект научил­ся обра­ба­ты­вать мас­си­вы инфор­ма­ции при чрез­вы­чай­ных ситу­а­ци­ях.

Поделитесь этой статьей с друзьями

Искусственный интеллект уже давно является не терминологией научно-фантастических романов, а, скорее, активно развивающейся частью нашей повседневной жизни.

Вме­сте с раз­ви­ти­ем и ста­нов­ле­ни­ем искус­ствен­но­го интел­лек­та более совер­шен­ным рас­ши­ря­ют­ся и гра­ни­цы его при­ме­не­ния уже сей­час он может помочь нам в устра­не­нии послед­ствий чрез­вы­чай­ных ситу­а­ций, обра­ба­ты­вая мас­си­вы инфор­ма­ции, с кото­ры­ми мы стал­ки­ва­ем­ся, когда про­ис­хо­дит ката­стро­фа.

Когда толпы не хватает

В чрез­вы­чай­ных ситу­а­ци­ях одним из самых быст­рых и эффек­тив­ных спо­со­бов помочь явля­ет­ся кра­уд­сор­синг. Ана­лиз инфор­ма­ции о про­ис­ше­ствии, оцен­ка ущер­ба по спут­ни­ко­вым сним­кам для того, что­бы понять, куда отправ­лять спа­са­тель­ные коман­ды, это и мно­гое дру­гое мож­но осу­ществ­лять с помо­щью кра­уд­сор­син­га.

Люди справ­ля­ют­ся с эти­ми зада­ча­ми очень хоро­шо (искус­ствен­ный интел­лект пока не при­бли­зил­ся к кол­лек­тив­но­му чело­ве­че­ско­му разу­му), но у исполь­зо­ва­ния кра­уд­сор­син­га есть одна про­бле­ма, кото­рая может стать кри­ти­че­ской в усло­ви­ях чрез­вы­чай­ных ситу­а­ций, дан­ных слиш­ком мно­го, а волон­тер­ские ресур­сы огра­ни­че­ны.

Машинное обучение может решить эту проблему.

Напри­мер, Artificial Intelligence for Disaster Response (AIDR), бес­плат­ная и откры­тая плат­фор­ма для филь­тра­ции и клас­си­фи­ка­ции сооб­ще­ний, отно­ся­щих­ся к чрез­вы­чай­ным ситу­а­ци­ям, исполь­зу­ет одно­вре­мен­но чело­ве­че­ские ресур­сы и машин­ный интел­лект для того, что­бы авто­ма­ти­че­ски ана­ли­зи­ро­вать тыся­чи сооб­ще­ний в соци­аль­ных медиа.

Для того что­бы научить­ся ана­ли­зи­ро­вать сооб­ще­ния, алго­ритм AIDR смот­рит за тем, как это дела­ют волон­те­ры, и запо­ми­на­ет каж­дое их реше­ние. Это про­ис­хо­дит до тех пор, пока он не пой­мет пат­терн доста­точ­но хоро­шо, что­бы само­му при­ни­мать подоб­ные реше­ния.

Если алгоритм не уверен в каких-либо данных, они возвращаются волонтерам, а алгоритм запоминает их решение (и становится еще умнее).

Алго­ритм очень часто дости­га­ет высо­ко­го уров­ня «уве­рен­но­сти» (до 80%) в сво­их дей­стви­ях, что поз­во­ля­ет быст­ро клас­си­фи­ци­ро­вать боль­шие мас­си­вы дан­ных рабо­та, на кото­рую у людей ухо­дит несрав­ни­мо боль­ше вре­ме­ни.

Вы можете бесплатно протестировать алгоритм для своего проекта на сайте AIDR.

Анализ изображений

Joint Research Centre (JRC) и DigitalGlobe, ком­па­ния, зани­ма­ю­ща­я­ся постав­кой спут­ни­ко­вых сним­ков, пошли даль­ше они учат алго­ритм интер­пре­ти­ро­вать изоб­ра­же­ния.

Алго­ритм JRC уже уме­ет обна­ру­жи­вать на сним­ках облом­ки и оце­ни­вать ущерб после зем­ле­тря­се­ния с точ­но­стью до 92%.

Алгоритм обнаруживает повреждения зданий на спутниковых снимках. Изображение: irevolution.net/2014/06/09/analyzing-uavaerial-imagery-haiti/
Алго­ритм обна­ру­жи­ва­ет повре­жде­ния зда­ний на спут­ни­ко­вых сним­ках. Изоб­ра­же­ние: irevolution.net/2014/06/09/analyzing-uavaerial-imagery-haiti/

DigitalGlobe с помо­щью кра­уд­сор­син­га учит свое про­грамм­ное обес­пе­че­ние рас­по­зна­вать зда­ния на спут­ни­ко­вых сним­ках, что, поми­мо исполь­зо­ва­ния в ком­мер­че­ских про­дук­тах и сер­ви­сах ком­па­нии, может при­но­сить и соци­аль­ную поль­зу.

Алго­ритм помог бороть­ся с маля­ри­ей в Сва­зи­лен­де, посколь­ку с его помо­щью мож­но было точ­нее опре­де­лить плот­ность попу­ля­ции в раз­ных рай­о­нах и, соот­вет­ствен­но, луч­ше рас­пре­де­лять спа­са­тель­ные ресур­сы.

Для рас­по­зна­ва­ния, оцен­ки и клас­си­фи­ка­ции сооб­ще­ний и изоб­ра­же­ний чело­ве­че­ские ресур­сы все еще оста­ют­ся неза­ме­ни­мы­ми, но точ­ность и ско­рость обра­бот­ки дан­ных, кото­рых уда­ет­ся дости­гать алго­рит­мам, уже сде­ла­ли их неза­ме­ни­мы­ми и очень эффек­тив­ны­ми помощ­ни­ка­ми в устра­не­нии послед­ствий чрез­вы­чай­ных ситу­а­ций.

Кроме того, они очень быстро учатся и, возможно, скоро смогут осуществлять эти действия и без участия волонтеров, оставляя им время на решение более сложных задач.