Оригинал материала
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%.
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.