AI používa tweety na pomoc výskumníkom pri analýze povodňových situácií

Dnešné známe sociálne siete ako Facebook, Twitter alebo Instagram čoraz viac čelia mnohým kritikám za negatíva, ktorú prinášajú do spoločnosti, vrátane podvodov, skresľovania identity, odcudzenia identity a dokonca aj fyzických útokov. Bolo by však nespravodlivé poprieť všetky prednosti týchto platforiem sociálnych médií len preto. Nedávno druhá najväčšia sociálna sieť na svete Twitter veľkou mierou prispela k úspechu výskumného projektu, ktorý má veľký vplyv na naše životy. Konkrétnejšie, nedávno sa objavili informácie o vedeckovýskumnom projekte uverejnenom na Arxiv.org s názvom: „Integrácia sociálnych médií do celoeurópskeho systému informovania o povodniach: Viacjazyčný prístup“ (približne preložené). : Integrácia sociálnych médií do európskeho varovania pred povodňami systémy: Viacjazyčný prístup, využívajúci prístup s názvom Social Media for Flood Risk (SMFR), uznáva, že sa mu dostalo veľkej pozornosti od meteorologických odborníkov, ako aj ľudí na celom svete.

• Počúvajte rockovú hudbu zloženú umelou inteligenciou (AI).

Vedci zo Spoločného výskumného centra – vedeckého a vedomostného výskumného centra pod Európskou komisiou, preto podrobne opísali, ako používatelia zverejňujú informácie o hláseniach v reálnom čase. na platformách sociálnych médií (najmä Twitter) môžu účinne pomôcť varovaniu pred povodňami v Európe systému (EFAS).

V skutočnosti bola táto práca postavená hlavne na inšpirácii z troch ďalších výskumných projektov, ktoré boli predtým úspešne realizované. Prvým je výskum publikovaný Harvardskou univerzitou a spoločnosťou Google v auguste 2018, ktorý podrobne popisuje model AI schopný predpovedať miesto následných otrasov až rok po zemetrasení. Došlo k veľkému zemetraseniu. Druhou je ďalšia štúdia, ktorú v decembri uskutočnili výskumníci umelej inteligencie na Facebooku, ktorá úspešne vyvinula metódu na efektívnejšiu analýzu satelitných snímok prostredníctvom intelektuálnych modelov. Vytvorené človekom, čo môže pomôcť kvantifikovať škody spôsobené rozsiahlymi lesnými požiarmi, ako aj inými prírodnými katastrofami. presne. Okrem toho vedci z Google nedávno zverejnili retrospektívnu správu o systéme strojového učenia, ktorý je schopný presne predpovedať povodňové situácie na riekach s presnosťou až 100 %, až 75 %.

• Systém umelej inteligencie Amazonu pomáha znížiť chyby rozpoznávania hlasu na Alexe o 15 %.

V ďalšej súvisiacej štúdii počítačoví experti v Spojenom kráľovstve použili algoritmy strojového učenia, ktoré využívali tweety na nájdenie miest, kde by mohlo dôjsť k násiliu počas nepokojov, pričom im umožnili relatívne presne predpovedať, kedy môžu nastať veľké protesty, ako aj identifikovať agitátorov za protesty.

"Za posledné desaťročie sa sociálne médiá stali relevantným zdrojom informácií o katastrofách, čo pritiahlo výskumníkov z mnohých oblastí. Rôzne sektory sa viac zaujímajú o to, ako využiť tento užitočný zdroj informácií." Prostredníctvom praktickej analýzy a hodnotenia preukázali platformy sociálnych médií veľký potenciál v poskytovaní včasných a cenných informácií o vývoji v súvislosti s priestorom a časom, krízou alebo akoukoľvek katastrofou, ako aj pomoc pri identifikácii dôležitých udalostí súvisiacich s touto katastrofou,“ povedali vedci. povedal.

Späť k novému výskumu EÚ. Ak neviete, EFAS je súčasťou služby Copernicus Emergency Management Service (Copernicus EMS) a riadi ho priamo Koordinačné centrum reakcie na núdzové situácie (ERCC) Európskej komisie. ERCC je zároveň súčasťou Európskej komisie, ktorá bola zriadená tak, aby bola zodpovedná za humanitárnu pomoc a ochranné aktivity, ako aj za podporu koordinovaných reakcií pred, počas a po.K katastrofám došlo v Európe aj mimo nej. Presnejšie povedané, hlavnou úlohou ERCC je monitorovať potenciálne nebezpečenstvá a riziká, zhromažďovať a analyzovať údaje o katastrofách s cieľom pripraviť plány pre možnosti včasného nasadenia podpory. Okrem toho bude ERCC poskytovať aj predpovede pre EFAS – najmä predpovede búrok a záplav, sezónne predpovede počasia, ako aj hodnotenia vplyvov a včasné varovania.

• Disneyov model AI generuje animované sekvencie zo scenárov

Vo všeobecnosti je varovný systém výskumníkov zodpovedný za určenie, kedy riziko záplav v určitej geografickej oblasti prekročí bezpečnú hranicu. To viedlo výskumný tím EFAS k myšlienke zhromažďovať relevantné údaje zo stránok sociálnych sietí, najmä Twitteru, úpravou a výberom až 400 kľúčových slov súčasne.

Získavanie tweetov s relevantnými kľúčovými slovami (t. j. slová, ktoré môžu naznačovať informácie o hroziacej alebo nedávno vyskytnutej povodni) však nie je pre výskumníkov v EFAS jednoduchou úlohou, pretože Európa je jednoducho veľká oblasť s populáciou viac ako 741 miliónov ľudí a 27 hovorí rôznymi jazykmi. Navrhovaným riešením je použitie viacjazyčného klasifikačného systému. Tento klasifikačný systém bude používať nelingvistické matematické reprezentácie alebo vloženia slov na odvodenie podobností medzi kľúčovými slovami v štyroch hlavných európskych jazykoch: nemčine, angličtine a španielčine a francúzštine.

Tento systém je vlastne model strojového učenia a na jeho trénovanie museli vedci použiť databázu obsahujúcu viac ako 7 000 anotovaných správ (od 1 200 do 2 300 správ pre každý jazykový typ).jazyk). Medzitým tiež použili samostatný model na vytváranie „reprezentatívnych“ správ (tweety s aspoň 90% pravdepodobnosťou, že súvisia s povodňami) pre vopred predpovedané oblasti s rizikom záplav.

• EÚ: Systémy umelej inteligencie by sa mali budovať a zavádzať transparentným a zodpovedným spôsobom

Na otestovanie uskutočniteľnosti tohto prístupu vedci integrovali SMFR do EFAS a nasadili ho počas povodní, ktoré postihli taliansku Kalábriu začiatkom októbra 2018. Získal SMFR Celkovo 14 347 tweetov bolo platných 2 dni, potom sa vykonali príslušné analýzy. Tím uvádza, že správy filtrované týmto modelom AI mimoriadne úzko korelujú so skutočnými záplavovými situáciami a že ide o sľubný začiatok smerom k systému, ktorý môže výrazne skrátiť reakčné časy v skorých štádiách katastrofy:

"Počas akejkoľvek katastrofy môžu byť zhromaždené správy mimoriadne cenné pre medzinárodných koordinátorov záchrany, pretože prispievajú k poskytovaniu lepšieho prehľadu o reakcii. špecifických miestnych reakciách a o situáciách, v ktorých sú ľudia postihnutí katastrofou alebo varovaním pred katastrofou." čeliť. Pre budúci výskum si môžeme predstaviť podobný systém aplikovaný v globálnom meradle, pokrývajúci desiatky rôznych jazykov a zároveň podporovať používanie viacerých jazykov. Okrem toho rôzne platformy sociálnych médií ako zdroje údajov môžu informovať o predikčných modeloch založených na AI skutočne efektívnym spôsobom.“