يستخدم الذكاء الاصطناعي التغريدات لمساعدة الباحثين على تحليل حالات الفيضانات

تواجه مواقع التواصل الاجتماعي الشهيرة اليوم مثل Facebook أو Twitter أو Instagram الكثير من الانتقادات بشكل متزايد بسبب السلبية التي تجلبها للمجتمع، بما في ذلك الاحتيال والتضليل وانتحال الشخصية وحتى الاعتداءات الجسدية وسرقة بيانات المستخدم. ومع ذلك، سيكون من الظلم إنكار جميع مزايا منصات التواصل الاجتماعي هذه فقط بسبب ذلك. في الآونة الأخيرة، ساهم موقع تويتر، ثاني أكبر موقع للتواصل الاجتماعي في العالم، بشكل كبير في نجاح مشروع بحثي له الأثر الكبير في حياتنا. وبشكل أكثر تحديدًا، ظهرت مؤخرًا معلومات حول مشروع بحث علمي تم نشره على موقع Arxiv.org بعنوان: "دمج وسائل التواصل الاجتماعي في نظام أوروبي للتوعية بالفيضانات: نهج متعدد اللغات" (مترجم تقريبًا). : دمج وسائل التواصل الاجتماعي في الإنذار الأوروبي بالفيضانات النظم: نهج متعدد اللغات)، باستخدام نهج يسمى وسائل التواصل الاجتماعي لمخاطر الفيضانات (SMFR)، يعترف بأنه قد حظي بالكثير من الاهتمام من خبراء الأرصاد الجوية وكذلك الناس في جميع أنحاء العالم.

• يرجى الاستماع إلى موسيقى الروك من تأليف الذكاء الاصطناعي (AI).

وبناءً على ذلك، قدم العلماء في مركز الأبحاث المشتركة - وهو مركز أبحاث علمية ومعرفية تابع للمفوضية الأوروبية، وصفًا تفصيليًا لكيفية نشر معلومات التقارير في الوقت الفعلي من قبل المستخدمين على منصات التواصل الاجتماعي (خاصة تويتر) يمكن أن يساعد بشكل فعال في التحذير الأوروبي من الفيضانات. نظام (إيفاس).

في الواقع، تم بناء هذا العمل بشكل أساسي بناءً على الإلهام من ثلاثة مشاريع بحثية أخرى تم إجراؤها بنجاح من قبل. الأول هو بحث نشرته جامعة هارفارد وجوجل في أغسطس/آب 2018، يعرض بالتفصيل نموذج ذكاء اصطناعي قادر على التنبؤ بموقع الهزات الارتدادية لمدة تصل إلى عام بعد وقوع الزلزال. وقد وقع زلزال عظيم. والثانية هي دراسة أخرى أجراها باحثو فيسبوك في مجال الذكاء الاصطناعي في ديسمبر/كانون الأول، والتي نجحت في تطوير طريقة لتحليل صور الأقمار الصناعية بشكل أكثر فعالية من خلال نماذج فكرية من صنع الإنسان، والتي يمكن أن تساعد في قياس الأضرار الناجمة عن حرائق الغابات واسعة النطاق وكذلك الكوارث الطبيعية الأخرى. بدقة. بالإضافة إلى ذلك، نشر العلماء في جوجل مؤخرًا تقريرًا بأثر رجعي عن نظام التعلم الآلي القادر على التنبؤ بدقة بحالات الفيضانات على الأنهار بدقة تصل إلى 100% وتصل إلى 75%.

• يساعد نظام الذكاء الاصطناعي من أمازون على تقليل أخطاء التعرف على الصوت على Alexa بنسبة 15%.

وفي دراسة أخرى ذات صلة، استخدم خبراء الكمبيوتر في المملكة المتحدة خوارزميات التعلم الآلي، التي استخدمت التغريدات للعثور على المواقع التي يمكن أن تحدث فيها أعمال عنف أثناء أعمال الشغب، مع السماح لهم بالتنبؤ بدقة نسبيًا عندما قد تحدث احتجاجات كبيرة، فضلاً عن تحديد المحرضين الذين يقفون وراءها. الاحتجاجات.

"على مدى العقد الماضي، برزت وسائل التواصل الاجتماعي كمصدر ذي صلة للمعلومات حول الكوارث، وقد اجتذب هذا باحثين من العديد من المجالات. وتهتم القطاعات المختلفة أكثر بكيفية الاستفادة من هذا المصدر المفيد للمعلومات. ومن خلال التحليل والتقييم العملي، أظهرت منصات التواصل الاجتماعي إمكانات كبيرة في تقديم معلومات قيمة وفي الوقت المناسب حول التطورات المتعلقة بالمكان والزمان، سواء كانت أزمة، أو أي كارثة، وكذلك المساعدة في تحديد الأحداث المهمة المتعلقة بتلك الكارثة. قال.

العودة إلى بحث الاتحاد الأوروبي الجديد. إذا كنت لا تعرف، فإن EFAS هي جزء من خدمة إدارة الطوارئ كوبرنيكوس (Copernicus EMS) ويتم تشغيلها مباشرة من قبل مركز تنسيق الاستجابة للطوارئ التابع للمفوضية الأوروبية (ERCC). وفي الوقت نفسه، يعد ERCC أيضًا جزءًا من المفوضية الأوروبية، التي تم إنشاؤها لتكون مسؤولة عن المساعدات الإنسانية وأنشطة الحماية، فضلاً عن دعم الاستجابات المنسقة قبل وأثناء وبعد وقوع الكوارث داخل أوروبا وخارجها. وبشكل أكثر تحديدًا، تتمثل المهمة الرئيسية لـ ERCC في مراقبة الأخطار والمخاطر المحتملة، وجمع وتحليل بيانات الكوارث لإعداد خطط لخيارات نشر الدعم في الوقت المناسب. بالإضافة إلى ذلك، ستوفر ERCC أيضًا تنبؤات لنظام EFAS - بشكل رئيسي توقعات العواصف والفيضانات، والتنبؤات الجوية الموسمية، بالإضافة إلى تقييمات الأثر والإنذارات المبكرة.

• يقوم نموذج ديزني للذكاء الاصطناعي بإنشاء تسلسلات متحركة من النصوص

وبشكل عام، فإن نظام التحذير الخاص بالباحثين هو المسؤول عن تحديد متى يتجاوز خطر الفيضانات في منطقة جغرافية معينة الحد الآمن. وهذا ما دفع فريق البحث في EFAS إلى التوصل إلى فكرة جمع البيانات ذات الصلة من مواقع التواصل الاجتماعي، وخاصة تويتر، وذلك من خلال ضبط واختيار ما يصل إلى 400 كلمة رئيسية في نفس الوقت.

ومع ذلك، فإن استخراج التغريدات باستخدام الكلمات الرئيسية ذات الصلة (أي الكلمات التي قد تشير إلى معلومات حول فيضان وشيك أو حدث مؤخرًا) ليس مهمة سهلة بالنسبة للباحث في EFAS، لأن ببساطة أوروبا هي منطقة كبيرة يبلغ عدد سكانها أكثر من 741 مليون نسمة و27 اللغات المختلفة المنطوقة. الحل المقترح هنا هو استخدام نظام تصنيف متعدد اللغات. سيستخدم نظام التصنيف هذا تمثيلات رياضية غير لغوية، أو تضمينات للكلمات، لاستنتاج أوجه التشابه بين الكلمات الرئيسية في أربع لغات أوروبية رئيسية: الألمانية والإنجليزية والإسبانية والفرنسية.

هذا النظام هو في الواقع نموذج للتعلم الآلي، ولتدريبه كان على العلماء استخدام قاعدة بيانات تحتوي على أكثر من 7000 رسالة مشروحة (من 1200 إلى 2300 رسالة لكل نوع لغة). وفي الوقت نفسه، استخدموا أيضًا نموذجًا منفصلاً لإنتاج رسائل "تمثيلية" (تغريدات مع احتمال أن تكون مرتبطة بالفيضانات بنسبة 90٪ على الأقل) للمناطق المعرضة لخطر الفيضانات التي تم تحديدها مسبقًا.

• الاتحاد الأوروبي: ينبغي بناء أنظمة الذكاء الاصطناعي ونشرها بطريقة شفافة ومسؤولة

ولاختبار جدوى هذا النهج، قام العلماء بدمج SMFR في EFAS ونشروه أثناء الفيضانات التي أثرت على كالابريا، إيطاليا، في أوائل أكتوبر 2018. حصل SMFR على إجمالي 14347 تغريدة كانت صالحة لمدة يومين، ثم تم إجراء التحليلات ذات الصلة. أفاد الفريق أن الرسائل التي تمت تصفيتها بواسطة نموذج الذكاء الاصطناعي هذا ترتبط ارتباطًا وثيقًا للغاية بحالات الفيضانات الواقعية، وأن هذه بداية واعدة نحو نظام يمكن أن يساعد بشكل كبير في تقصير أوقات الاستجابة في المراحل المبكرة من الكارثة:

"خلال أي كارثة، يمكن أن تكون الرسائل التي تم جمعها ذات قيمة كبيرة لمنسقي الإنقاذ الدوليين، لأنها تساهم في توفير رؤية أكبر للاستجابة. استجابات محلية محددة، وحول المواقف التي يحتمل أن يتأثر بها الأشخاص المتضررون من كارثة أو تحذير من الكوارث لتواجه. بالنسبة للبحث المستقبلي، يمكننا تصور نظام مماثل يتم تطبيقه على نطاق عالمي، يغطي عشرات اللغات المختلفة، مع تشجيع استخدام لغات متعددة. علاوة على ذلك، يمكن لمنصات الوسائط الاجتماعية المختلفة كمصادر للبيانات إبلاغ نماذج التنبؤ القائمة على الذكاء الاصطناعي بطريقة فعالة حقا. طريق."