La IA utiliza tweets para ayudar a los investigadores a analizar situaciones de inundaciones

Las famosas redes sociales actuales, como Facebook, Twitter o Instagram, se enfrentan cada vez más a críticas por la negatividad que aportan a la sociedad, incluidos fraudes, tergiversaciones, suplantaciones e incluso ataques físicos para robar datos de los usuarios. Sin embargo, sería injusto negar todos los méritos de estas plataformas de redes sociales sólo por eso. Recientemente, Twitter, la segunda red social más grande del mundo, ha contribuido en gran medida al éxito de un proyecto de investigación que tiene un gran impacto en nuestras vidas. Más específicamente, recientemente apareció información sobre un proyecto de investigación científica publicado en Arxiv.org con el título: "Integración de las redes sociales en un sistema paneuropeo de alerta de inundaciones: un enfoque multilingüe" (traducido aproximadamente): Integración de las redes sociales en la alerta de inundaciones en Europa Systems: Un enfoque multilingüe), utilizando un enfoque llamado Social Media for Flood Risk (SMFR), reconoce que ha recibido mucha atención por parte de expertos en meteorología y de personas de todo el mundo.

• Escuche música rock compuesta por inteligencia artificial (IA).

En consecuencia, los científicos del Centro Común de Investigación, un centro de investigación científica y de conocimientos dependiente de la Comisión Europea, han descrito en detalle cómo la información publicada en tiempo real por los usuarios en las plataformas de redes sociales (especialmente Twitter) puede ayudar eficazmente a la alerta de inundaciones en Europa. sistema (EFAS).

De hecho, este trabajo se construyó principalmente a partir de la inspiración de otros tres proyectos de investigación que se llevaron a cabo con éxito anteriormente. La primera es una investigación publicada por la Universidad de Harvard y Google en agosto de 2018, que detalla un modelo de IA capaz de predecir la ubicación de las réplicas hasta un año después de un terremoto. El segundo es otro estudio realizado por investigadores de inteligencia artificial de Facebook en diciembre, que desarrolló con éxito un método para analizar imágenes satelitales de manera más efectiva a través de modelos intelectuales artificiales, que pueden ayudar a cuantificar los daños causados ​​por incendios forestales a gran escala, así como otros desastres naturales. precisamente. Además, los científicos de Google publicaron recientemente un informe retrospectivo sobre un sistema de aprendizaje automático capaz de predecir con precisión situaciones de inundaciones en ríos con hasta un 100% de precisión y hasta un 75%.

• El sistema de inteligencia artificial de Amazon ayuda a reducir los errores de reconocimiento de voz en Alexa en un 15%.

En otro estudio relacionado, expertos en informática en el Reino Unido utilizaron algoritmos de aprendizaje automático, que utilizaron tweets para encontrar lugares donde podría ocurrir violencia durante los disturbios, al tiempo que les permitieron predecir con relativa precisión cuándo podrían ocurrir grandes protestas, así como identificar a los agitadores detrás. las protestas.

"Durante la última década, las redes sociales se han convertido en una fuente relevante de información sobre desastres, y esto ha atraído a investigadores de muchos campos. Diferentes sectores están más interesados ​​en cómo aprovechar esta útil fuente de información. A través de análisis y evaluación prácticos, las plataformas de redes sociales han demostrado un gran potencial para proporcionar información oportuna y valiosa sobre desarrollos relacionados con el espacio y el tiempo, una crisis o cualquier desastre, así como ayudar a identificar eventos importantes relacionados con ese desastre", afirman los investigadores. dicho.

Volvamos a la nueva investigación de la UE. Si no lo sabe, EFAS forma parte del Servicio de Gestión de Emergencias de Copernicus (Copernicus EMS) y está gestionado directamente por el Centro de Coordinación de Respuesta a Emergencias (ERCC) de la Comisión Europea. Al mismo tiempo, ERCC también forma parte de la Comisión Europea, creada para ser responsable de la ayuda humanitaria y las actividades de protección, así como para apoyar respuestas coordinadas antes, durante y después de los desastres ocurridos tanto dentro como fuera de Europa. Más específicamente, la tarea principal del ERCC es monitorear los peligros y riesgos potenciales, recopilar y analizar datos de desastres para preparar planes para opciones oportunas de despliegue de apoyo. Además, el ERCC también proporcionará pronósticos para EFAS, principalmente pronósticos de tormentas e inundaciones, pronósticos meteorológicos estacionales, así como evaluaciones de impacto y alertas tempranas.

• El modelo de IA de Disney genera secuencias animadas a partir de guiones

En general, el sistema de alerta de los investigadores se encarga de determinar cuándo el riesgo de inundaciones en una determinada zona geográfica supera un umbral de seguridad. Esto llevó al equipo de investigación de EFAS a tener la idea de recopilar datos relevantes de los sitios de redes sociales, especialmente Twitter, ajustando y seleccionando hasta 400 palabras clave al mismo tiempo.

Sin embargo, extraer tweets con palabras clave relevantes (es decir, palabras que pueden indicar información sobre una inundación inminente o reciente) no es una tarea fácil para los investigadores de EFAS, porque simplemente Europa es un área grande con una población de más de 741 millones de personas y 27 diferentes idiomas hablados. La solución propuesta aquí es utilizar un sistema de clasificación multilingüe. Este sistema de clasificación utilizará representaciones matemáticas no lingüísticas, o incrustaciones de palabras, para inferir similitudes entre palabras clave en cuatro idiomas europeos principales: alemán, inglés, español y francés.

Este sistema es en realidad un modelo de aprendizaje automático y, para entrenarlo, los científicos tuvieron que utilizar una base de datos que contenía más de 7.000 mensajes anotados (de 1.200 a 2.300 mensajes para cada tipo de idioma). Mientras tanto, también utilizaron un modelo separado para producir mensajes “representativos” (tweets con al menos un 90% de probabilidad de estar relacionados con inundaciones) para las áreas de riesgo de inundaciones identificadas y pronosticadas de antemano.

• UE: Los sistemas de IA deben construirse e implementarse de manera transparente y responsable

Para probar la viabilidad de este enfoque, los científicos integraron SMFR en EFAS y lo implementaron durante las inundaciones que afectaron a Calabria, Italia, a principios de octubre de 2018. SMFR obtuvo un total de 14,347 tweets que fueron válidos durante 2 días, luego se realizaron análisis relevantes. El equipo informa que los mensajes filtrados por este modelo de IA están extremadamente correlacionados con situaciones de inundaciones de la vida real, y que este es un comienzo prometedor hacia un sistema que puede ayudar a acortar significativamente los tiempos de respuesta en las primeras etapas de un desastre:

“Durante el curso de cualquier desastre, los mensajes recopilados pueden ser extremadamente valiosos para los coordinadores de rescate internacionales, ya que contribuyen a proporcionar una mayor comprensión de las respuestas locales específicas, y sobre las situaciones en las que probablemente se encuentren las personas afectadas por un desastre o una alerta de desastre. enfrentar. Para investigaciones futuras, podemos imaginar un sistema similar aplicado a escala global, que abarque docenas de idiomas diferentes y al mismo tiempo promueva el uso de múltiples idiomas. Además, varias plataformas de redes sociales como fuentes de datos pueden informar a los modelos de predicción basados ​​en IA de una manera verdaderamente efectiva. forma."