Machine learning analisa posts em desastres para ajudar socorristas

Contexto da pesquisa

A inteligência artificial (IA) e o machine learning estão se tornando essenciais na resposta a desastres naturais, como furacões e incêndios florestais. Com a proliferação de dados em tempo real nas redes sociais, pesquisadores estão desenvolvendo modelos que podem analisar essas informações de maneira eficiente e precisa.

Método proposto

Um dos modelos inovadores propostos por pesquisadores utiliza uma combinação de técnicas de aprendizado profundo, como redes neurais convolucionais (CNN) e aprendizado de máquina supervisionado. Esses modelos são treinados em grandes bases de dados de postagens durante desastres para identificar mensagens de socorro, imagens de danos e classificar a urgência das solicitações.

“Olhei milhares de postagens nas redes sociais sobre desastres e agrupei em categorias como pedidos de ajuda e danos em edifícios”
(“I looked at thousands of social media posts from disasters and sorted them into groups like people asking for help and damaged buildings.”)

— Pesquisador, Instituição

Resultados e impacto

Os resultados preliminares mostraram que o sistema pode processar milhares de postagens por segundo, melhorando significativamente a capacidade de resposta das equipes de resgate. Em simulações, a acurácia do modelo na identificação de áreas necessitando de ajuda aumentou em até 30% em comparação a métodos tradicionais.

“Usar palavras e imagens em conjunto resultou em um sistema muito mais eficaz”
(“Using both words and images together resulted in a much more effective system.”)

— Pesquisador, Instituição

Os próximos passos envolvem a validação em cenários reais, além da implementação do sistema em centros de resposta de emergência nos Estados Unidos. Tais desenvolvimentos têm o potencial de transformar a forma como a ajuda é mobilizada durante crises, destacando a importância da IA na gestão de desastres.

Fonte: (TechXplore – Machine Learning & AI)