Hogyan segítettek a mesterséges intelligencia és a műholdak a katasztrófaelhárítási erőfeszítésekben a mianmari földrengés során?

A március 28-i mianmari földrengést követően, amely több ezer ember halálát okozta, a Microsoft műholdképek és mesterséges intelligencia kombinációjával nyújtott támogatást a sürgős segítségre szoruló területek azonosítására.

Térkép, amely a földrengés utáni kárfelmérést mutatja Mianmarban. Fotó: Microsoft

Március 29-én a Planet Labs (PBC) műholdfelvételeket készített a földrengés sújtotta területekről, amint a felhők feloszlottak, és elküldte azokat a Microsoft AI for Good laboratóriumába. A Microsoft redmondi központjában, Washington államban (USA), március 28-án este 11 óra körül egy szakértői csapat készen állt a képek fogadására és a mesterséges intelligencia segítségével a károk elemzésére, valamint az összeomlott és súlyosan megrongálódott épületek azonosítására.

A mai technológiai fejlesztések előtt a katasztrófák, például földrengések és árvizek utáni károk felmérése helyszíni elemzésekre támaszkodott. Ez a módszer időigényes volt, napokig, hetekig is eltarthatott. Bár részletes adatokat szolgáltatott, nem tudta kielégíteni a sürgős beavatkozás követelményeit.

Előtte1.gif

Ezeket a képeket a Planet Labs PBC műholdjai készítették a mianmari földrengés előtt és után. (Fotó: Planet Labs PBC)

A Microsoft bemutatta, hogyan elemzi mesterséges intelligenciája a pusztítás mértékét nagy felbontású műholdképek alapján. A rendszer konvolúciós neurális hálózatokat (CNN) – egyfajta vizuális adatfeldolgozásra szakosodott szuperszámítógépet – használ a katasztrófa előtti és utáni képek összehasonlítására. A modell ezután egy pontozási rendszert alkalmaz a károk súlyosságának számszerűsítésére, a területeket olyan kategóriákba sorolva, mint a „nincs kár”, „kisebb kár”, „részben elpusztult” és „teljesen elpusztult”.

A Microsoft hangsúlyozza, hogy a katasztrófaelhárítás kontextusában az automatizált kárfelmérés értéke a következtetések gyorsaságában, nem pedig az abszolút pontosságban rejlik. Ezért a kutatócsoport ezúttal kifejezetten Mandalay számára fejlesztett ki egy egyedi modellt, mivel a Microsoft vezető adatkutatója , Lavista Ferres szerint: „A Föld túl változatos, a természeti katasztrófák túl változatosak, a műholdképek pedig túl eltérőek ahhoz, hogy minden helyzetre egyetlen modellt használjunk.”

A helyi média szerint Mandalay volt a legsúlyosabban sújtott terület a március 28-i földrengésben. A mesterséges intelligencia elemzése szerint 515 épület 80-100%-os károkat szenvedett, míg további körülbelül 1524 épület 20-80%-os károkat szenvedett. További súlyosan érintett területek közé tartozott Rangun és Minkun.

Ez nem az első alkalom, hogy a Microsoft AI for Good laboratóriuma mesterséges intelligenciát használ a károk felmérésére. 2023-ban a csapat pusztító líbiai áradásokat követett nyomon a kockázatok előrejelzése és a helyreállítási erőfeszítések támogatása érdekében; elemezte a márciusi nagyobb törökországi földrengés okozta károkat; és augusztusban Maui szigetén a bozóttüzek hatását vizsgálta, több mint 2810 épületet elemezve.

Jelenleg lassan haladnak a mentési erőfeszítések Mianmarban az áramkimaradások, az üzemanyaghiány, a kommunikációs zavarok és a számos területet lezáró földcsuszamlások miatt. A modern felszerelés hiánya szintén akadályozza a kutató-mentő műveleteket, ami miatt sok embernek kézzel kell ásnia a zord, forró időjárási körülmények között.

(Az India Today és a theglobeandmail szerint)

A földrengés utáni pusztítás Mianmarban: Sagaingban, a mianmari földrengés epicentrumában, a hatóságok küzdenek a március 28-i katasztrófa áldozatainak ezreinek eltemetésével.

Forrás: https://vietnamnet.vn/ai-va-ve-tinh-da-ho-tro-cuu-nan-trong-dong-dat-myanmar-nhu-the-nao-2386997.html