Jak umělá inteligence a satelity pomohly při odstraňování následků katastrof během zemětřesení v Myanmaru?

Po zemětřesení v Myanmaru 28. března, které zabilo tisíce lidí, společnost Microsoft poskytla podporu kombinací satelitních snímků a umělé inteligence k identifikaci oblastí, které potřebují naléhavou pomoc.

Mapa znázorňující odhad škod v Myanmaru po zemětřesení. Foto: Microsoft

29. března pořídila společnost Planet Labs (PBC) satelitní snímky oblastí postižených zemětřesením, jakmile se mraky rozplynuly, a odeslala je do laboratoře AI for Good společnosti Microsoft. V sídle společnosti Microsoft v Redmondu ve státě Washington (USA) byl 28. března kolem 23:00 tým expertů připraven přijmout snímky a pomocí umělé inteligence analyzovat škody a identifikovat zřícené a vážně poškozené budovy.

Před dnešním technologickým pokrokem se posuzování škod po katastrofách, jako jsou zemětřesení a povodně, spoléhalo na analýzu na místě. Tato metoda byla časově náročná a trvala dny až týdny. I když poskytovala podrobná data, nemohla splnit požadavky na naléhavé zásahy.

Před1.gif

Toto jsou snímky pořízené satelity Planet Labs PBC před a po zemětřesení v Myanmaru. (Foto: Planet Labs PBC)

Společnost Microsoft sdílela, jak její umělá inteligence analyzuje rozsah ničení ze satelitních snímků s vysokým rozlišením. Systém využívá konvoluční neuronové sítě (CNN), typ superpočítače specializujícího se na vizuální zpracování dat, k porovnání snímků před katastrofou a po ní. Model poté aplikuje systém hodnocení pro kvantifikaci závažnosti škod a klasifikuje oblasti do kategorií, jako jsou „bez poškození“, „drobné poškození“, „částečně zničeno“ a „zcela zničeno“.

Společnost Microsoft zdůrazňuje, že v kontextu reakce na katastrofy spočívá hodnota automatizovaného hodnocení škod spíše v rychlosti odvozování než v absolutní přesnosti. Výzkumný tým proto tentokrát vyvinul vlastní model speciálně pro Mandalay, protože podle hlavního datového vědce společnosti Microsoft Lavisty Ferrese „Země je příliš rozmanitá, přírodní katastrofy jsou příliš rozmanité a satelitní snímky jsou příliš odlišné na to, aby se pro každou situaci používal jeden model.“

Podle místních médií byla Mandalay nejvíce zasaženou oblastí zemětřesením z 28. března. Analýza pomocí umělé inteligence ukázala, že 515 budov utrpělo poškození z 80 % až 100 %, zatímco přibližně 1 524 dalších utrpělo poškození z 20 % až 80 %. Mezi další vážně postižené oblasti patřily Rangún a Minkun.

Není to poprvé, co laboratoř AI for Good společnosti Microsoft využila umělou inteligenci k posouzení škod. V roce 2023 tým sledoval ničivé povodně v Libyi, aby předpověděl rizika a podpořil úsilí o obnovu; analyzoval škody způsobené velkým zemětřesením v Turecku v březnu; a v srpnu posoudil dopad lesních požárů na Maui, přičemž analyzoval více než 2 810 budov.

Záchranné práce v Myanmaru v současné době postupují pomalu kvůli výpadkům proudu, nedostatku paliva, narušení komunikace a sesuvům půdy, které oddělují mnoho oblastí od světa. Nedostatek moderního vybavení také brzdí pátrací a záchranné operace a nutí mnoho lidí kopat ručně v drsných a horkých povětrnostních podmínkách.

(Podle India Today, theglobeandmail)

Scény zkázy v Myanmaru po zemětřesení: V Sagaingu, epicentru zemětřesení v Myanmaru, se úřady snaží pohřbít tisíce obětí, které zemřely při katastrofě 28. března.

Komentář (0)