Budući da katastrofe mogu imati mnogo različitih oblika, od prirodnih katastrofa poput šumskih požara i uragana do pandemija i terorističkih napada, građani moraju biti spremni. Utjecaj katastrofe može biti razoran, jednako za pogođene ljude kao i za gospodarstvo.
Uloga umjetne inteligencije u upravljanju i smanjenju rizika od katastrofa, posebno strojnog učenja (ML), igra ključnu ulogu. U rasponu od predviđanja ekstremnih događaja do razvoja strategija za smanjenje rizika. I nudi situacijsku svijest i podršku u odlučivanju u stvarnom vremenu.
Kako bi se šteta uzrokovana katastrofama svela na minimum, važno je razumjeti ulogu umjetne inteligencije u strategiji upravljanja rizikom od katastrofa. Svakako, mnogi stručnjaci vjeruju da umjetna inteligencija (AI) može igrati ulogu u poboljšanju upravljanja rizicima i odgovora na katastrofe.
Prvo, pogledajmo kako će umjetna inteligencija i strojno učenje (ML) pomoći kada dođe do katastrofe. Umjetna inteligencija koristi algoritme za učenje iz podataka. Strojno učenje vrsta je umjetne inteligencije koja omogućuje računalnim sustavima da se poboljšaju iz iskustva, bez programiranja za to. U pozadini odgovora na katastrofu, osobe koje prve odgovaraju mogu koristiti AI i ML za razne operacije.
Jedan od prvih i glavnih koraka u svakoj reakciji na katastrofu je procjena štete. To uključuje slanje timova procjenitelja za procjenu razmjera štete. Automatizirana procjena štete pomoću AI i ML pomoći će ubrzati ovaj proces.
Na primjer, možemo koristiti algoritme računalnog vida za analizu slika i videa kako bismo identificirali oštećene zgrade. Te se informacije zatim mogu uključiti u izradu karata koje prikazuju pogođena područja. Osim toga, tvrtke mogu koristiti AI za obradu velikih količina podataka iz različitih izvora (npr. društvenih medija, satelitskih slika). To će pružiti potpunu sliku štete uzrokovane katastrofom.
Drugi način na koji AI može olakšati situaciju tijekom katastrofe je korištenje prediktivne analitike za predviđanje kada i gdje bi mogla biti potrebna evakuacija. Možemo uzeti pomoć prediktivne analitike za analizu podataka sa seizmičkih senzora, vremenskih podataka i satelitskih slika. Stručnjaci zatim mogu koristiti te podatke za izradu modela koji predviđa kako bi se daljnja eskalacija mogla odvijati.
Nadalje, razumijevanje hoće li događaj biti dovoljno velikih razmjera da zahtijeva evakuaciju i kada bi se to moglo dogoditi, kako bi se vlastima omogućilo da se učinkovito pripreme za katastrofu.
Međutim, tijekom katastrofe vrijeme je od presudne važnosti. Stoga možemo ubrzati mnoge zadatke koje je potrebno izvršiti tijekom odgovora na katastrofu. To može pomoći u spašavanju života i ublažavanju štete. Također, prijenos učenja može biti stvaranje modela koji mogu analizirati satelitske slike i identificirati područja oštećenja. Relevantna tijela zatim mogu integrirati te informacije kako bi učinkovitije rasporedila hitne službe.
Inteligentni algoritmi pretraživanja uzimaju se u obzir kako bi se pronašla najbolja ruta za evakuaciju. Uloga umjetne inteligencije u upravljanju rizikom od katastrofa je usmjeravanje hitnih resursa. Stoga, osiguravajući da su raspoređeni učinkovitije i djelotvornije. Nadalje, možemo koristiti rješenja temeljena na umjetnoj inteligenciji za predviđanje putanje prirodne katastrofe.
Uloga umjetne inteligencije u upravljanju rizikom od katastrofe nije samo odgovor i oporavak. Naravno, uz pomoć umjetne inteligencije radi se i na prevenciji. Umjetna inteligencija može identificirati čimbenike rizika koji dovode do katastrofe. Primjerice, može se koristiti strojno učenje za analizu povijesnih podataka kako bi se identificirali obrasci koji mogu projicirati nadolazeću katastrofu.
Izvor: Pametni-gradovi.eu