Sự phát triển của Trí tuệ nhân tạo (AI) đã thúc đẩy quá trình xác định các tòa nhà bị ngập lụt ngay lập tức sau trận lũ lụt quy mô lớn, cho phép nhân viên khẩn cấp chỉ đạo nỗ lực của họ một cách hiệu quả nhất.

Ông Shunichi Koshimura thuộc Viện Nghiên cứu Quốc tế về Khoa học Thảm họa của Đại học Tohoku giải thích: "Mô hình của chúng tôi chứng minh cách thức đưa tin nhanh chóng và tăng độ chính xác của các hoạt động lập bản đồ thiệt hại, đẩy nhanh các quyết định ứng phó và cứu trợ thiên tai".

Các thuật toán học máy (ML) và học sâu được thiết kế để phân loại các đối tượng thông qua phân tích hình ảnh. Để AI và ML hoạt động hiệu quả nhất, cần có dữ liệu để đào tạo mô hình từ dữ liệu lũ lụt trong trường hợp hiện tại.

Mặc dù dữ liệu về lũ lụt có thể được thu thập từ các trận thiên tai trước đó, nhưng điều này chắc chắn dẫn đến những khó khăn do mỗi thảm họa là đặc thù duy nhất, và phụ thuộc vào đặc điểm địa phương của khu vực bị ngập lụt. Do đó, thông tin hình ảnh lũ lụt ngay thời điểm hiện tại đáng tin cậy hơn.

Các nhà nghiên cứu nhận ra rằng, thông tin được các nhóm tin tức và truyền thông ghi lại có thể được sử dụng trong các thuật toán AI. Họ đã áp dụng kỹ thuật của mình thử nghiệm cho Mabi-cho- một thành phố thuộc Kurashiki, tỉnh Okayama, nơi bị ảnh hưởng bởi những trận mưa lớn trên khắp miền Tây Nhật Bản.

Đầu tiên, nhóm nghiên cứu xác định các hình ảnh phương tiện truyền thông và định vị địa lý của khu vực dựa trên các điểm mốc và các manh mối khác xuất hiện trong bức ảnh. Tiếp theo, họ sử dụng công nghệ thăm dò hình ảnh PALSAR-2 của radar khẩu độ tổng hợp (SAR) do JAXA cung cấp để phân biệt giữa điều kiện ngập và không ngập của các khu vực không xác định.

Hình ảnh SAR có thể được sử dụng để phân loại các vùng nước vì vi sóng chiếu xạ khác nhau trên bề mặt khô và ướt. Máy vector hỗ trợ (SVM), một trong những kỹ thuật máy học được sử dụng để phân loại các tòa nhà bị bao quanh bởi nước lũ hoặc trong các khu vực không bị ngập lụt.

Koshimura nói thêm: "Hiệu suất của mô hình của chúng tôi dẫn đến ước tính chính xác đến 80%".

Trong tương lai, nhóm sẽ điều tra khả năng ứng dụng của cơ sở dữ liệu phương tiện truyền thông tin tức từ các sự kiện trong quá khứ làm tập dữ liệu đào tạo để phát triển Mô hình AI trong các tình huống hiện tại nhằm tăng độ chính xác và đẩy tốc độ phân loại.

Tương tự trước đây, đất nước Israel cũng gây chú ý giới khoa học khi phát triển hệ thống dự báo động đất sử dụng trí tuệ nhân tạo. Hệ thống trên do công ty khởi nghiệp SeismicAI của Israel phát triển, được xây dựng dựa trên trí tuệ nhân tạo, những thuật toán được các nhà nghiên cứu về động đất sử dụng và các phần cứng máy tính.

Theo đó SeismicAI sử dụng trí tuệ nhân tạo để thu thập các thông tin từ những trận động đất nhỏ, nhằm dự báo về những trận đống đất lớn hơn. Hệ thống này có thể dự báo về nhiều vụ động đất nhờ được lắp đặt các thiết bị cảm biến và có khả năng kiểm tra mặt đất 500 lần/giây cũng như xử lý các thông tin trong thời gian thực.

Khi phát hiện các trận động đất, hệ thống trên sẽ phát tín hiệu để báo động cho các trung tâm kiểm soát động đất nhằm giúp người dân chuẩn bị sẵn sàng ứng phó với động đất.

Ngoài ra, hệ thống này cũng có khả năng ra lệnh đóng các đường ống dẫn khí đốt, các động cơ turbine điện và các nhà máy hóa dầu, cũng như phong tỏa các hoạt động giao thông đường sắt khi phát hiện có động đất.

×