W jaki sposób sztuczna inteligencja i satelity pomogły w łagodzeniu skutków trzęsienia ziemi w Mjanmie?

Po trzęsieniu ziemi w Mjanmie 28 marca, w którym zginęły tysiące osób, firma Microsoft wdrożyła wsparcie, łącząc zdjęcia satelitarne i sztuczną inteligencję w celu zidentyfikowania obszarów wymagających pilnej pomocy.

Mapa przedstawiająca ocenę szkód w Mjanmie po trzęsieniu ziemi. Zdjęcie: Microsoft

29 marca Planet Labs (PBC) wykonało zdjęcia satelitarne obszarów dotkniętych trzęsieniem ziemi, gdy tylko chmury się rozwiały, i przesłało je do laboratorium AI for Good firmy Microsoft. W siedzibie Microsoft w Redmond w stanie Waszyngton (USA), około godziny 23:00, 28 marca, zespół ekspertów był gotowy do odbioru zdjęć i wykorzystania sztucznej inteligencji do analizy zniszczeń, identyfikując zawalone i poważnie uszkodzone budynki.

Przed dzisiejszym postępem technologicznym ocena szkód po katastrofach, takich jak trzęsienia ziemi i powodzie, opierała się na analizie na miejscu. Ta metoda była czasochłonna i trwała od kilku dni do kilku tygodni. Choć dostarczała szczegółowych danych, nie była w stanie sprostać wymogom pilnych działań.

Oto zdjęcia wykonane przez satelity Planet Labs PBC przed i po trzęsieniu ziemi w Mjanmie. (Zdjęcie: Planet Labs PBC)

Firma Microsoft ujawniła, w jaki sposób jej sztuczna inteligencja analizuje skalę zniszczeń na podstawie zdjęć satelitarnych o wysokiej rozdzielczości. System wykorzystuje splotowe sieci neuronowe (CNN), rodzaj superkomputera specjalizującego się w przetwarzaniu danych wizualnych, do porównywania obrazów sprzed i po katastrofie. Następnie model stosuje system punktacji, aby określić skalę zniszczeń, klasyfikując obszary do kategorii takich jak „brak uszkodzeń”, „drobne uszkodzenia”, „częściowo zniszczone” i „całkowicie zniszczone”.

Microsoft podkreśla, że w kontekście reagowania na katastrofy wartość zautomatyzowanej oceny szkód leży w szybkości wnioskowania, a nie w absolutnej dokładności. Dlatego tym razem zespół badawczy opracował model dedykowany dla Mandalay, ponieważ, jak twierdzi Lavista Ferres, główna specjalistka ds. danych w Microsoft, „Ziemia jest zbyt różnorodna, klęski żywiołowe są zbyt różnorodne, a zdjęcia satelitarne są zbyt zróżnicowane, aby można było zastosować jeden model w każdej sytuacji”.

Według lokalnych mediów, Mandalaj był obszarem najbardziej dotkniętym trzęsieniem ziemi z 28 marca. Analiza AI wykazała, że 515 budynków uległo uszkodzeniu w 80% do 100%, a około 1524 innych w 20% do 80%. Inne poważnie dotknięte obszary to Rangun i Minkun.

To nie pierwszy raz, kiedy laboratorium AI for Good firmy Microsoft wykorzystało sztuczną inteligencję do oceny szkód. W 2023 roku zespół śledził niszczycielskie powodzie w Libii, aby przewidywać ryzyko i wspierać działania naprawcze; analizował szkody po silnym trzęsieniu ziemi w Turcji w marcu; a w sierpniu ocenił skutki pożarów na Maui, analizując ponad 2810 budynków.

Obecnie akcje ratunkowe w Mjanmie postępują powoli z powodu przerw w dostawie prądu, niedoborów paliwa, zakłóceń w komunikacji i osuwisk odcinających wiele obszarów. Brak nowoczesnego sprzętu utrudnia również prowadzenie akcji poszukiwawczo-ratunkowych, zmuszając wiele osób do ręcznego kopania w trudnych, upalnych warunkach pogodowych.

(Według India Today i theglobeandmail)

Sceny zniszczeń w Mjanmie po trzęsieniu ziemi: W Sagaing, epicentrum trzęsienia ziemi w Mjanmie, władze starają się pochować tysiące ofiar, które zginęły w katastrofie z 28 marca.

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