AI folosește tweet-uri pentru a ajuta cercetătorii să analizeze situațiile de inundații

Site-urile celebre de rețele sociale de astăzi, cum ar fi Facebook, Twitter sau Instagram, se confruntă din ce în ce mai mult cu multe critici pentru negativitatea pe care o aduc societății, inclusiv fraudă, denaturarea, uzurparea identității și chiar atacuri fizice fura datele utilizatorilor. Cu toate acestea, ar fi nedrept să negăm toate meritele acestor platforme de social media doar din această cauză. Recent, al doilea cel mai mare site de socializare din lume Twitter a contribuit foarte mult la succesul unui proiect de cercetare care are un impact mare asupra vieții noastre. Mai precis, au apărut recent informații despre un proiect de cercetare științifică postat pe Arxiv.org cu titlul: „Integrating Social Media into a Pan-European Flood Awareness System: A Multilingual Approach” (tradus aproximativ). sisteme: O abordare multilingvă), folosind o abordare numită Social Media for Flood Risk (SMFR), recunoaște că a primit multă atenție din partea experților meteorologici, precum și a oamenilor din întreaga lume.

• Vă rugăm să ascultați muzică rock compusă de inteligență artificială (AI).

În consecință, oamenii de știință de la Centrul Comun de Cercetare - un centru de cercetare științifică și de cunoaștere din cadrul Comisiei Europene, au descris în detaliu modul în care informațiile de raportare în timp real sunt postate de utilizatori pe platformele de socializare (în special Twitter) pot ajuta în mod eficient avertismentul european de inundații. sistem (EFAS).

De fapt, această lucrare a fost construită în principal pe baza inspirației din alte trei proiecte de cercetare care au fost realizate cu succes înainte. Prima este o cercetare publicată de Universitatea Harvard și Google în august 2018, care detaliază un model AI capabil să prezică locația replicilor până la un an după un cutremur. A avut loc un mare cutremur. Cel de-al doilea este un alt studiu realizat de cercetătorii Facebook AI în decembrie, care a dezvoltat cu succes o metodă de analiză mai eficientă a imaginilor din satelit prin modele intelectuale, realizate de om, care pot ajuta la cuantificarea daunelor cauzate de incendiile forestiere pe scară largă, precum și de alte dezastre naturale. cu precizie. În plus, oamenii de știință de la Google au publicat recent un raport retrospectiv despre un sistem de învățare automată capabil să prezică cu exactitate situațiile de inundații pe râuri cu o precizie de până la 100%, până la 75%.

• Sistemul AI al Amazon ajută la reducerea erorilor de recunoaștere a vocii pe Alexa cu 15%.

Într-un alt studiu similar, experții în computere din Marea Britanie au folosit algoritmi de învățare automată, care au folosit tweet-uri pentru a găsi locații în care ar putea apărea violență în timpul revoltelor, permițându-le în același timp să prezică relativ exact când pot avea loc proteste mari, precum și să identifice agitatorii din spate. protestele.

„În ultimul deceniu, rețelele sociale au apărut ca o sursă relevantă de informații despre dezastre, iar acest lucru a atras cercetători din multe domenii. Diferite sectoare sunt mai interesate de cum să profite de această sursă utilă de informații. Prin analiză și evaluare practică, platformele de social media au demonstrat un mare potențial în furnizarea de informații oportune și valoroase despre evoluțiile legate de spațiu și timp, o criză sau orice dezastru, precum și să ajute la identificarea evenimentelor importante legate de acel dezastru", au spus cercetătorii. a spus.

Înapoi la noua cercetare UE. Dacă nu știți, EFAS face parte din Serviciul de management al urgențelor Copernicus (Copernicus EMS) și este condus direct de Centrul de coordonare a răspunsului la urgențe (ERCC) al Comisiei Europene. În același timp, ERCC face parte și din Comisia Europeană, înființată pentru a fi responsabilă pentru activitățile de ajutor umanitar și de protecție, precum și pentru a sprijini răspunsurile coordonate înainte, în timpul și după.Dezastrele au avut loc atât în ​​interiorul, cât și în afara Europei. Mai precis, sarcina principală a ERCC este să monitorizeze potențialele pericole și riscuri, să colecteze și să analizeze datele despre dezastre pentru a pregăti planuri pentru opțiunile de implementare a suportului în timp util. În plus, ERCC va furniza și prognoze pentru EFAS - în principal prognoze pentru furtuni și inundații, prognoze meteo sezoniere, precum și evaluări de impact și avertismente timpurii.

• Modelul AI al Disney generează secvențe animate din scenarii

În general, sistemul de avertizare al cercetătorilor este responsabil pentru a determina când riscul de inundații într-o anumită zonă geografică depășește un prag de siguranță. Acest lucru a determinat echipa de cercetare EFAS să vină cu ideea de a colecta date relevante de pe site-urile de rețele sociale, în special Twitter, ajustând și selectând până la 400 de cuvinte cheie în același timp.

Cu toate acestea, extragerea de tweet-uri cu cuvinte cheie relevante (adică cuvinte care pot indica informații despre o inundație iminentă sau care a avut loc recent) nu este o sarcină ușoară pentru cercetătorul de la EFAS, deoarece pur și simplu Europa este o zonă mare cu o populație de peste 741 de milioane de oameni și 27 de persoane. diferite limbi vorbite. Soluția propusă aici este utilizarea unui sistem de clasificare multilingv. Acest sistem de clasificare va folosi reprezentări matematice non-lingvistice, sau înglobare de cuvinte, pentru a deduce asemănări între cuvintele cheie în patru limbi europene majore: germană, engleză și spaniolă și franceză.

Acest sistem este de fapt un model de învățare automată, iar pentru a-l antrena, oamenii de știință au fost nevoiți să utilizeze o bază de date care conținea peste 7.000 de mesaje adnotate (de la 1.200 la 2.300 de mesaje pentru fiecare tip de limbă). Între timp, au folosit și un model separat pentru a produce mesaje „reprezentative” (tweet-uri cu șanse de cel puțin 90% de a fi legate de inundații) pentru zonele cu risc de inundații identificate în avans.

• UE: sistemele de inteligență artificială ar trebui să fie construite și implementate într-un mod transparent și responsabil

Pentru a testa fezabilitatea acestei abordări, oamenii de știință au integrat SMFR în EFAS și l-au desfășurat în timpul inundațiilor care au afectat Calabria, Italia, la începutul lunii octombrie 2018. SMFR a obținut Un total de 14.347 de tweet-uri au fost valabile timp de 2 zile, apoi au fost efectuate analize relevante. Echipa raportează că mesajele filtrate de acest model AI sunt extrem de strâns corelate cu situațiile de inundații din viața reală și că acesta este un început promițător către un sistem care poate ajuta la scurtarea semnificativă a timpilor de răspuns în primele etape ale unui dezastru:

„Pe parcursul oricărui dezastru, mesajele colectate pot fi extrem de valoroase pentru coordonatorii internaționali de salvare, deoarece contribuie la oferirea unei mai bune informații asupra răspunsurilor locale specifice și asupra situațiilor în care sunt probabile persoanele afectate de un dezastru sau de avertizare de dezastru. a înfrunta. Pentru cercetările viitoare, putem imagina un sistem similar aplicat la scară globală, acoperind zeci de limbi diferite, promovând în același timp utilizarea mai multor limbi.În plus, diverse platforme de social media ca surse de date pot informa modelele de predicție bazate pe inteligență artificială într-un mod cu adevărat eficient. cale."