AI usa tweets para ajudar pesquisadores a analisar situações de inundação

Os famosos sites de redes sociais de hoje, como o Facebook, o Twitter ou o Instagram, enfrentam cada vez mais críticas pela negatividade que trazem à sociedade, incluindo fraude, deturpação, falsificação de identidade e até ataques físicos que roubam dados dos utilizadores. No entanto, seria injusto negar todos os méritos destas plataformas de redes sociais só por causa disso. Recentemente, o segundo maior site de redes sociais do mundo, o Twitter, contribuiu enormemente para o sucesso de um projeto de pesquisa que tem um grande impacto em nossas vidas. Mais especificamente, surgiram recentemente informações sobre um projeto de investigação científica publicado em Arxiv.org com o título: "Integração dos meios de comunicação social num sistema pan-europeu de sensibilização para inundações: uma abordagem multilingue" (traduzido aproximadamente). : Integração dos meios de comunicação social no alerta de inundações europeu sistemas: Uma abordagem multilíngue), usando uma abordagem chamada Social Media for Flood Risk (SMFR), reconhece que tem recebido muita atenção de especialistas meteorológicos, bem como de pessoas em todo o mundo.

• Por favor, ouça música rock composta por inteligência artificial (IA).

Assim, os cientistas do Centro Comum de Investigação - um centro de investigação científica e de conhecimento subordinado à Comissão Europeia, descreveram em detalhe como as informações de relatórios em tempo real são publicadas pelos utilizadores nas plataformas de redes sociais (especialmente o Twitter) podem ajudar eficazmente o alerta de inundações europeu. sistema (EFAS).

Na verdade, este trabalho foi construído principalmente com base na inspiração de três outros projetos de pesquisa já realizados com sucesso. A primeira é uma pesquisa publicada pela Universidade de Harvard e pelo Google em agosto de 2018, que detalha um modelo de IA capaz de prever a localização de tremores secundários até um ano após um terremoto. O segundo é outro estudo conduzido por pesquisadores de IA do Facebook em dezembro, que desenvolveu com sucesso um método para analisar imagens de satélite de forma mais eficaz por meio de modelos intelectuais feitos pelo homem, que podem ajudar a quantificar mais os danos causados ​​por incêndios florestais em grande escala, bem como outros desastres naturais. com precisão. Além disso, cientistas do Google publicaram recentemente um relatório retrospectivo sobre um sistema de aprendizado de máquina capaz de prever com precisão situações de inundação em rios com até 100% de precisão.

• O sistema de IA da Amazon ajuda a reduzir os erros de reconhecimento de voz no Alexa em 15%.

Em outro estudo relacionado, especialistas em informática no Reino Unido usaram algoritmos de aprendizado de máquina, que usaram tweets para encontrar locais onde a violência poderia ocorrer durante tumultos, permitindo-lhes prever com relativa precisão quando grandes protestos poderiam ocorrer, bem como identificar os agitadores por trás. os protestos.

"Na última década, as redes sociais emergiram como uma fonte relevante de informação sobre catástrofes, o que atraiu investigadores de muitas áreas. Diferentes sectores estão mais interessados ​​em como tirar partido desta útil fonte de informação. Através de análises e avaliações práticas, as plataformas de redes sociais demonstraram um grande potencial no fornecimento de informações oportunas e valiosas sobre desenvolvimentos relacionados com o espaço e o tempo, uma crise, ou qualquer desastre, bem como ajudar na identificação de eventos importantes relacionados com esse desastre", afirmam os investigadores. disse.

De volta à nova investigação da UE. Caso não saiba, o EFAS faz parte do Serviço de Gestão de Emergências Copernicus (Copernicus EMS) e é gerido diretamente pelo Centro de Coordenação de Resposta a Emergências (ERCC) da Comissão Europeia. Ao mesmo tempo, o ERCC também faz parte da Comissão Europeia, criada para ser responsável pela ajuda humanitária e atividades de proteção, bem como apoiar respostas coordenadas antes, durante e depois de desastres ocorridos dentro e fora da Europa. Mais especificamente, a principal tarefa do ERCC é monitorizar potenciais perigos e riscos, recolher e analisar dados sobre catástrofes para preparar planos para opções de implantação de apoio atempadas. Além disso, o ERCC também fornecerá previsões para o EFAS - principalmente previsões de tempestades e inundações, previsões meteorológicas sazonais, bem como avaliações de impacto e alertas precoces.

• O modelo de IA da Disney gera sequências animadas a partir de roteiros

Em geral, o sistema de alerta dos investigadores é responsável por determinar quando o risco de inundação numa determinada área geográfica ultrapassa um limite seguro. Isto levou a equipa de investigação da EFAS a ter a ideia de recolher dados relevantes de sites de redes sociais, especialmente do Twitter, ajustando e selecionando até 400 palavras-chave ao mesmo tempo.

No entanto, extrair tweets com palavras-chave relevantes (ou seja, palavras que possam indicar informações sobre uma inundação iminente ou ocorrida recentemente) não é uma tarefa fácil para o investigador da EFAS, porque simplesmente a Europa é uma grande área com uma população de mais de 741 milhões de pessoas e 27 diferentes idiomas falados. A solução aqui proposta é utilizar um sistema de classificação multilíngue. Este sistema de classificação utilizará representações matemáticas não linguísticas, ou incorporações de palavras, para inferir semelhanças entre palavras-chave em quatro principais línguas europeias: alemão, inglês e espanhol.

Esse sistema é na verdade um modelo de aprendizado de máquina e, para treiná-lo, os cientistas tiveram que usar um banco de dados contendo mais de 7 mil mensagens anotadas (de 1.200 a 2.300 mensagens para cada tipo de linguagem). Entretanto, também utilizaram um modelo separado para produzir mensagens “representativas” (tweets com pelo menos 90% de probabilidade de estarem relacionadas com inundações) para as áreas de risco de inundação identificadas.

• UE: Os sistemas de IA devem ser construídos e implantados de forma transparente e responsável

Para testar a viabilidade desta abordagem, os cientistas integraram o SMFR no EFAS e implantaram-no durante as inundações que afectaram a Calábria, Itália, no início de Outubro de 2018. O SMFR obtido Um total de 14.347 tweets foram válidos durante 2 dias, depois foram realizadas análises relevantes. A equipe relata que as mensagens filtradas por este modelo de IA estão extremamente correlacionadas com situações de inundação da vida real, e que este é um começo promissor para um sistema que pode ajudar a reduzir significativamente os tempos de resposta nas fases iniciais de um desastre:

“Durante o curso de qualquer desastre, as mensagens recolhidas podem ser extremamente valiosas para os coordenadores de resgate internacionais, pois contribuem para fornecer uma maior visão sobre a resposta local específica e sobre as situações que as pessoas afetadas por um desastre ou alerta de desastre provavelmente enfrentarão. encarar. Para pesquisas futuras, podemos imaginar um sistema semelhante aplicado em escala global, cobrindo dezenas de idiomas diferentes, ao mesmo tempo que promove o uso de vários idiomas. Além disso, várias plataformas de mídia social como fontes de dados podem informar modelos de previsão baseados em IA de uma forma verdadeiramente eficaz. caminho."