Hoe hebben AI en satellieten bijgedragen aan de hulpverlening na de aardbeving in Myanmar?

Na de aardbeving in Myanmar op 28 maart, waarbij duizenden mensen omkwamen, bood Microsoft hulp door satellietbeelden en AI te combineren om gebieden te identificeren die dringend hulp nodig hadden.

Kaart met een overzicht van de schade in Myanmar na de aardbeving. Foto: Microsoft

Op 29 maart maakte Planet Labs (PBC) satellietbeelden van de door de aardbeving getroffen gebieden zodra de bewolking was opgetrokken en stuurde deze naar het AI for Good-lab van Microsoft. Rond 23.00 uur op 28 maart stond een team van experts klaar op het hoofdkantoor van Microsoft in Redmond, Washington (VS), om de beelden te ontvangen en AI te gebruiken om de schade te analyseren en ingestorte en zwaar beschadigde gebouwen te identificeren.

Vóór de technologische vooruitgang van vandaag de dag, berustte de beoordeling van schade na rampen zoals aardbevingen en overstromingen op analyse ter plaatse. Deze methode was tijdrovend en duurde dagen tot weken. Hoewel het gedetailleerde gegevens opleverde, voldeed het niet aan de eisen van onmiddellijk handelen.

Dit zijn beelden gemaakt door satellieten van Planet Labs PBC vóór en na de aardbeving in Myanmar. (Foto: Planet Labs PBC)

Microsoft heeft laten zien hoe zijn AI de omvang van de verwoesting analyseert aan de hand van satellietbeelden met hoge resolutie. Het systeem gebruikt convolutionele neurale netwerken (CNN's), een type supercomputer dat gespecialiseerd is in de verwerking van visuele gegevens, om beelden van vóór en na een ramp te vergelijken. Het model past vervolgens een scoresysteem toe om de ernst van de schade te kwantificeren en gebieden in te delen in categorieën zoals 'geen schade', 'lichte schade', 'gedeeltelijk verwoest' en 'volledig verwoest'.

Microsoft benadrukt dat de waarde van geautomatiseerde schadebeoordeling in de context van rampenbestrijding ligt in de snelheid waarmee conclusies worden getrokken, en niet in de absolute nauwkeurigheid. Daarom heeft het onderzoeksteam dit keer een aangepast model specifiek voor Mandalay ontwikkeld, omdat, volgens Lavista Ferres, hoofddatawetenschapper bij Microsoft, "de aarde te divers is, natuurrampen te gevarieerd en satellietbeelden te verschillend om één enkel model voor elke situatie te gebruiken."

Volgens lokale media was Mandalay het zwaarst getroffen gebied door de aardbeving van 28 maart. Analyse met behulp van kunstmatige intelligentie toonde aan dat 515 gebouwen daar voor 80% tot 100% beschadigd waren, terwijl ongeveer 1.524 andere gebouwen voor 20% tot 80% beschadigd waren. Andere zwaar getroffen gebieden waren Yangon en Minkun.

Dit is niet de eerste keer dat Microsofts AI for Good-lab AI gebruikt om schade te beoordelen. In 2023 volgde het team de verwoestende overstromingen in Libië om risico's te voorspellen en herstelwerkzaamheden te ondersteunen; analyseerde het de schade van een zware aardbeving in Turkije in maart; en beoordeelde het de impact van bosbranden op Maui in augustus, waarbij meer dan 2.810 gebouwen werden geanalyseerd.

De reddingswerkzaamheden in Myanmar verlopen momenteel traag als gevolg van stroomuitval, brandstoftekorten, communicatiestoringen en aardverschuivingen die grote gebieden hebben afgesneden. Het gebrek aan moderne apparatuur belemmert ook de zoek- en reddingsoperaties, waardoor veel mensen gedwongen zijn om in de barre, hete weersomstandigheden met de hand te graven.

(Volgens India Today en theglobeandmail)

Beelden van verwoesting in Myanmar na de aardbeving: In Sagaing, het epicentrum van de aardbeving in Myanmar, worstelen de autoriteiten met de begrafenis van duizenden slachtoffers die op 28 maart om het leven kwamen.

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