AI และดาวเทียมช่วยในการกู้ภัยแผ่นดินไหวในเมียนมาร์ได้อย่างไร?

ประเทศต่างๆ ที่เกี่ยวข้องกับการกู้ภัยหลังแผ่นดินไหวในเมียนมาร์กำลังได้รับความช่วยเหลือจากเทคโนโลยีอวกาศ โดยใช้ภาพถ่ายดาวเทียมและ AI ร่วมกันเพื่อตรวจจับอาคารที่พังทลาย

หลังจากเหตุการณ์แผ่นดินไหวในเมียนมาร์เมื่อวันที่ 28 มีนาคม คร่าชีวิตผู้คนไปหลายพันคน Microsoft ได้จัดเตรียมการช่วยเหลือด้วยการผสมผสานภาพถ่ายดาวเทียมและ AI เพื่อระบุพื้นที่ที่ต้องการความช่วยเหลืออย่างเร่งด่วน

แผนที่การประเมินความเสียหายในเมียนมาร์หลังเกิดแผ่นดินไหว ภาพ: Microsoft

เมื่อวันที่ 29 มีนาคม Planet Labs PBC ได้ถ่ายภาพดาวเทียมของพื้นที่ที่ได้รับผลกระทบจากแผ่นดินไหวทันทีที่เมฆเคลื่อนตัวออกไป และส่งภาพดังกล่าวไปยังห้องทดลอง AI for Good ของ Microsoft ที่สำนักงานใหญ่ของ Microsoft ในเมืองเรดมอนด์ รัฐวอชิงตัน เวลาประมาณ 23.00 น. ของวันที่ 28 มีนาคม ทีมผู้เชี่ยวชาญพร้อมที่จะรับภาพดังกล่าวและใช้ AI เพื่อวิเคราะห์ความเสียหาย โดยระบุอาคารที่พังถล่มและได้รับความเสียหายอย่างรุนแรง

ก่อนที่จะมีความก้าวหน้าทางเทคโนโลยีในปัจจุบัน การประเมินความเสียหายภายหลังภัยพิบัติ เช่น แผ่นดินไหวและน้ำท่วม มักต้องอาศัยการวิเคราะห์ในสถานที่จริง ซึ่งใช้เวลานานตั้งแต่หลายวันจนถึงหลายสัปดาห์ แม้ว่าจะให้ข้อมูลโดยละเอียด แต่ก็ไม่สามารถตอบสนองความต้องการในการดำเนินการอย่างเร่งด่วนได้

ภาพก่อนและหลังแผ่นดินไหวในเมียนมาร์ที่ถ่ายโดยดาวเทียม Planet Labs PBC ภาพ: Planet Labs PBC

Microsoft เปิดเผยถึงวิธีการที่ AI วิเคราะห์ขอบเขตของการทำลายล้างจากภาพถ่ายดาวเทียมความละเอียดสูง ระบบดังกล่าวใช้เครือข่ายประสาทเทียมแบบคอนโวลูชั่น (CNN) ซึ่งเป็นซูเปอร์คอมพิวเตอร์ประเภทหนึ่งที่เชี่ยวชาญในการประมวลผลข้อมูลภาพ เพื่อเปรียบเทียบภาพก่อนและหลังเกิดภัยพิบัติ จากนั้นโมเดลจะใช้ระบบการให้คะแนนเพื่อวัดความรุนแรงของความเสียหาย โดยแบ่งพื้นที่ออกเป็นหมวดหมู่ เช่น "ไม่มีความเสียหาย" "ความเสียหายเล็กน้อย" "ถูกทำลายบางส่วน" และ "ถูกทำลายทั้งหมด"

Microsoft เน้นย้ำว่าในบริบทของการตอบสนองต่อภัยพิบัติ คุณค่าของการประเมินความเสียหายโดยอัตโนมัติอยู่ที่ความเร็วในการอนุมานมากกว่าความแม่นยำอย่างแท้จริง ดังนั้นในครั้งนี้ ทีมงานจึงได้พัฒนาแบบจำลองที่กำหนดเองสำหรับ Mandalay โดยเฉพาะ เนื่องจาก Lavista Ferres หัวหน้า ฝ่ายวิทยาศาสตร์ ข้อมูลของ Microsoft กล่าวว่า “โลกมีความหลากหลายเกินไป ภัยพิบัติทางธรรมชาติมีความหลากหลายเกินไป และภาพถ่ายดาวเทียมก็แตกต่างกันเกินไปที่จะใช้แบบจำลองเดียวกันสำหรับทุกสถานการณ์”

สื่อท้องถิ่นรายงานว่า เมืองมัณฑะเลย์เป็นพื้นที่ที่ได้รับผลกระทบหนักที่สุดจากเหตุแผ่นดินไหวเมื่อวันที่ 28 มีนาคม จากการวิเคราะห์ของ AI พบว่าอาคาร 515 หลังในพื้นที่ได้รับความเสียหาย 80% ถึง 100% ในขณะที่อาคารอีก 1,524 หลังได้รับความเสียหาย 20% ถึง 80% พื้นที่อื่นๆ ที่ได้รับผลกระทบรุนแรง ได้แก่ เมืองย่างกุ้งและมินคุน

นี่ไม่ใช่ครั้งแรกที่ห้องปฏิบัติการ AI for Good ของ Microsoft ใช้ AI เพื่อประเมินความเสียหาย ในปี 2023 ทีมงานได้ติดตามเหตุการณ์น้ำท่วมครั้งใหญ่ในลิเบียเพื่อคาดการณ์ความเสี่ยงและช่วยเหลือในการฟื้นฟู วิเคราะห์ความเสียหายจากแผ่นดินไหวครั้งใหญ่ในตุรกีเมื่อเดือนมีนาคม และประเมินผลกระทบของไฟป่าในเมานีเมื่อเดือนสิงหาคม ซึ่งวิเคราะห์อาคารมากกว่า 2,810 หลัง

ความพยายามในการกู้ภัยในเมียนมาร์ยังคงล่าช้าเนื่องจากไฟฟ้าดับ ขาดแคลนเชื้อเพลิง การสื่อสารหยุดชะงัก และดินถล่มที่ตัดขาดพื้นที่เป็นวงกว้าง นอกจากนี้ การขาดแคลนเครื่องจักรที่ทันสมัยยังทำให้ความพยายามในการค้นหาและกู้ภัยเป็นอุปสรรค ทำให้ผู้คนจำนวนมากต้องใช้มือขุดดินในสภาพอากาศที่ร้อนจัด

(ตามรายงานของ India Today, theglobeandmail)

ฉากโศกนาฏกรรมในเมียนมาร์หลังเกิดแผ่นดินไหว ในเมืองสะกาย ซึ่งเป็นศูนย์กลางแผ่นดินไหวในเมียนมาร์ ทางการกำลังดิ้นรนเพื่อฝังศพเหยื่อนับพันคนที่เสียชีวิตจากภัยพิบัติเมื่อวันที่ 28 มีนาคม

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