Bagaimanakah AI dan satelit membantu dalam usaha bantuan bencana semasa gempa bumi Myanmar?

Susulan gempa bumi di Myanmar pada 28 Mac yang mengorbankan ribuan orang, Microsoft menggunakan sokongan dengan menggabungkan imejan satelit dan AI untuk mengenal pasti kawasan yang memerlukan bantuan segera.

Peta menunjukkan penilaian kerosakan di Myanmar selepas gempa bumi. Foto: Microsoft

Pada 29 Mac, Planet Labs (PBC) telah merakam imej satelit kawasan yang terjejas gempa bumi sebaik sahaja awan hilang dan menghantarnya ke makmal AI for Good Microsoft. Di ibu pejabat Microsoft di Redmond, Washington (AS), sekitar jam 11 malam pada 28 Mac, satu pasukan pakar telah bersedia untuk menerima imej dan menggunakan AI untuk menganalisis kerosakan, mengenal pasti bangunan yang runtuh dan rosak teruk.

Sebelum kemajuan teknologi hari ini, penilaian kerosakan selepas bencana seperti gempa bumi dan banjir bergantung pada analisis di lokasi. Kaedah ini memakan masa, mengambil masa berhari-hari hingga berminggu-minggu. Walaupun ia memberikan data terperinci, ia tidak dapat memenuhi tuntutan tindakan segera.

Ini adalah imej yang diambil oleh satelit Planet Labs PBC sebelum dan selepas gempa bumi di Myanmar. (Foto: Planet Labs PBC)

Microsoft telah berkongsi bagaimana AI mereka menganalisis tahap kemusnahan daripada imej satelit beresolusi tinggi. Sistem ini menggunakan rangkaian saraf konvolusi (CNN), sejenis superkomputer yang mengkhusus dalam pemprosesan data visual, untuk membandingkan imej sebelum dan selepas bencana. Model tersebut kemudiannya menggunakan sistem pemarkahan untuk mengukur tahap keterukan kerosakan, mengklasifikasikan kawasan kepada kategori seperti "tiada kerosakan," "kerosakan kecil," "musnah sebahagian," dan "musnah sepenuhnya."

Microsoft menekankan bahawa, dalam konteks tindak balas bencana, nilai penilaian kerosakan automatik terletak pada kelajuan inferens dan bukannya ketepatan mutlak. Oleh itu, kali ini, pasukan penyelidikan membangunkan model tersuai khusus untuk Mandalay, kerana, menurut saintis data utama Microsoft, Lavista Ferres, "Bumi terlalu pelbagai, bencana alam terlalu pelbagai, dan imejan satelit terlalu berbeza untuk menggunakan satu model untuk setiap situasi."

Menurut media tempatan, Mandalay merupakan kawasan yang paling teruk terjejas dalam gempa bumi pada 28 Mac. Analisis AI menunjukkan bahawa 515 bangunan di sana mengalami kerosakan 80% hingga 100%, manakala kira-kira 1,524 bangunan lain mengalami kerosakan 20% hingga 80%. Kawasan lain yang terjejas teruk termasuk Yangon dan Minkun.

Ini bukan kali pertama makmal AI for Good Microsoft menggunakan AI untuk menilai kerosakan. Pada tahun 2023, pasukan itu mengesan banjir dahsyat di Libya untuk meramalkan risiko dan membantu usaha pemulihan; menganalisis kerosakan akibat gempa bumi besar di Turki pada bulan Mac; dan menilai kesan kebakaran hutan di Maui pada bulan Ogos, menganalisis lebih daripada 2,810 bangunan.

Pada masa ini, usaha menyelamat di Myanmar berjalan perlahan disebabkan oleh gangguan bekalan elektrik, kekurangan bahan api, gangguan komunikasi dan tanah runtuh yang memotong banyak kawasan. Kekurangan peralatan moden juga menghalang operasi mencari dan menyelamat, memaksa ramai orang menggali dengan tangan dalam keadaan cuaca yang teruk dan panas.

(Menurut India Today, theglobeandmail)

Pemandangan kemusnahan di Myanmar selepas gempa bumi: Di Sagaing, pusat gempa bumi di Myanmar, pihak berkuasa sedang berusaha untuk mengebumikan beribu-ribu mangsa yang terkorban dalam bencana pada 28 Mac.

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