L’AI ha iniziato a fornire un aiuto nella risposta ai disastri, anche dopo il terremoto che ha devastato la Turchia e la Siria. Un progetto del Dipartimento della Difesa degli Stati Uniti sembra essere efficace: si chiama xView2. Sebbene sia ancora nelle sue prime fasi di implementazione, questo progetto di visual computing ha già aiutato con la logistica dei disastri e le missioni di salvataggio sul campo in Turchia.
Cos’è xViex2
Si tratta di un progetto open source sponsorizzato e sviluppato dalla Defense Innovation Unit del Pentagono e dal Software Engineering Institute della Carnegie Mellon University nel 2019, il quale ha collaborato con molti partner di ricerca, tra cui Microsoft e l’Università della California, Berkeley. Utilizza algoritmi di apprendimento automatico in combinazione con immagini satellitari di altri fornitori per identificare i danni agli edifici e alle infrastrutture nell’area del disastro e classificarne la gravità molto più velocemente di quanto sia possibile con i metodi attuali.
Ritwik Gupta, il principale scienziato di intelligenza artificiale presso la Defense Innovation Unit e ricercatore a Berkeley, afferma che il programma può aiutare direttamente i primi soccorritori e gli esperti di recupero sul campo a ottenere rapidamente una valutazione che può aiutare a trovare sopravvissuti e aiutare a coordinare gli sforzi di ricostruzione nel tempo.
Gupta lavora con grandi organizzazioni internazionali come la Guardia Nazionale degli Stati Uniti, le Nazioni Unite e la Banca Mondiale. Negli ultimi cinque anni, xView2 è stato implementato dalla Guardia Nazionale della California e dall’Australian Geospatial-Intelligence Organisation in risposta agli incendi e, più recentemente, durante gli sforzi di recupero dopo le inondazioni in Nepal, dove ha contribuito a identificare i danni creati dalle successive frane.
In Turchia, xView2 è stato utilizzato da almeno due diverse squadre di terra di personale di ricerca e soccorso del Gruppo consultivo internazionale di ricerca e soccorso delle Nazioni Unite ad Adiyaman, in Turchia, che è stato devastato dal terremoto e dove i residenti sono stati frustrati dal ritardo nell’arrivo di ricerca e soccorso. xView2 è stato utilizzato anche altrove nella zona del disastro ed è stato in grado di aiutare con successo i lavoratori sul campo a ”trovare aree danneggiate di cui non erano a conoscenza”, dice, notando che la presidenza turca per la gestione dei disastri e delle emergenze, la Banca mondiale, la Federazione internazionale della Croce Rossa e il Programma alimentare mondiale delle Nazioni Unite hanno tutti utilizzato la piattaforma in risposta al terremoto.
Come l’AI può aiutare nei disastri
Gli algoritmi impiegano una tecnica simile al riconoscimento degli oggetti, chiamata ”segmentazione semantica”, che valuta ogni singolo pixel di un’immagine e la sua relazione con i pixel adiacenti per trarre conclusioni.
Secondo Atishay Abbhi, specialista di gestione del rischio di catastrofi presso la Banca Mondiale, questo stesso grado di valutazione richiederebbe in genere settimane, mentre ora richiede ore o minuti.
Si tratta di un miglioramento rispetto ai sistemi di valutazione delle catastrofi più tradizionali, in cui i soccorritori si affidano a rapporti di testimoni oculari e chiamate per identificare rapidamente dove è necessario prestare aiuto. In alcuni casi più recenti, velivoli ad ala fissa come i droni hanno sorvolato aree disastrate con telecamere e sensori per fornire dati esaminati dagli esseri umani, ma questo può richiedere ancora giorni, se non di più. La risposta tipica è ulteriormente rallentata dal fatto che diverse organizzazioni che rispondono spesso hanno i propri cataloghi di dati in silos, rendendo difficile creare un quadro standardizzato e condiviso di quali aree necessitano di aiuto. xView2 può creare in pochi minuti una mappa condivisa dell’area interessata che aiuta le organizzazioni a coordinare e dare priorità alle risposte, risparmiando tempo e vite umane.
Gli ostacoli all’uso di xView2
Questa tecnologia, ovviamente, è ben lungi dall’essere una panacea per la risposta ai disastri. Ci sono diverse grandi sfide per xView2 che attualmente consumano gran parte dell’attenzione della ricerca di Gupta.
Il primo e più importante è quanto il modello sia dipendente dalle immagini satellitari, che forniscono foto chiare solo durante il giorno, quando non c’è copertura nuvolosa e quando un satellite è sopra la zona. Le prime immagini utilizzabili dalla Turchia non sono arrivate fino al 9 febbraio, tre giorni dopo il primo terremoto. E ci sono molte meno immagini satellitari scattate in aree remote e meno sviluppate economicamente, appena oltre il confine in Siria, per esempio. Per risolvere questo problema, Gupta sta ricercando nuove tecniche di imaging come il radar ad apertura sintetica, che crea immagini utilizzando impulsi a microonde piuttosto che onde luminose.
In secondo luogo, mentre il modello xView2 è accurato fino all’85 o al 90% nella sua valutazione precisa dei danni e della gravità, non può nemmeno individuare i danni sui lati degli edifici, poiché le immagini satellitari hanno una prospettiva aerea.
Infine, Gupta afferma che convincere le organizzazioni sul campo a utilizzare e fidarsi di una soluzione di intelligenza artificiale è stato difficile. ”I primi soccorritori sono molto tradizionali”, dice. ”Quando inizi a parlare loro di questo fantastico modello di intelligenza artificiale, che non è nemmeno a terra e sta guardando pixel da circa 120 miglia nello spazio, non si fideranno affatto”.
Gli sviluppi futuri
xView2 assiste in più fasi di risposta ai disastri, dalla mappatura immediata delle aree danneggiate alla valutazione di dove potrebbero andare i siti di rifugio temporanei sicuri per la ricostruzione a lungo termine. Abbhi, per esempio, dice che spera che xView2 ”sarà davvero importante nel nostro arsenale di strumenti di valutazione dei danni” presso la Banca Mondiale in futuro.
Poiché il codice è open source e il programma è gratuito, chiunque potrebbe usarlo. E Gupta intende mantenerlo così. ”Quando le aziende entrano e iniziano a dire, potremmo commercializzare questo, odio quello”, dice. ”Questo dovrebbe essere un servizio pubblico che è gestito per il bene di tutti”. Gupta sta lavorando su un’app web in modo che qualsiasi utente possa eseguire valutazioni; attualmente, le organizzazioni contattano i ricercatori di xView2 per l’analisi.
Piuttosto che cancellare o esagerare il ruolo che le tecnologie emergenti possono svolgere in grandi problemi, dice Gupta, i ricercatori dovrebbero concentrarsi sui tipi di ai che possono avere il maggiore impatto umanitario. ”Come possiamo spostare l’attenzione dell’AI su questi problemi immensamente difficili?” si chiede. ”[Questi sono], a mio parere, molto più difficili di, ad esempio, generare nuovo testo o nuove immagini”. Il riferimento all’AI generativa di ChatGPT e DALL-E, per intenderci, è chiaro.
