A mesterséges intelligenciáról (AI) gyakran beszélnek az emberiséget fenyegető lehetséges veszélyeiről. A humanitárius szervezetek azonban arra használják, hogy előre jelezzék az éhséget, feltérképezzék a pusztítást és segélyszállítmányokat szállítsanak anélkül, hogy embereket veszélybe küldenének.
A konfliktusövezeteken, aknamezőkön és áradásokon keresztül történő élelmiszerszállítás halálos kockázatnak teheti ki a humanitárius dolgozókat.
A távoli bolygókon közlekedő roverek irányítására kifejlesztett technológiát most úgy alakítják át, hogy a segélyszervezeteket kivonják a világ legveszélyesebb segélyküldetéséből.
Az AHEAD projekt, amely a World Food Programme, a német DLR űrkutatási központ, a Vöröskereszt és a technológiai partnerek együttműködése, olyan távirányítású járműveket fejleszt, amelyek képesek szállítani a készleteket a hagyományos szállító teherautók számára túl veszélyesnek vagy nehéznek tartott területeken.
A németországi DLR tesztterületről készült felvételen egy SHERP terepjáró látható, amint nyílt vízbe gázol, és egyenetlen talajon mászik.
Az érzékelők pásztázzák az előttünk lévő terepet, miközben a kezelő távolról irányítja a járművet, így az anélkül közlekedhet, hogy bárki a volán mögött ülne.
A rendszer a DLR távirányítású és autonóm bolygójárók fejlesztésében szerzett tapasztalataira támaszkodik, beleértve a Phobos, a Mars egyik holdjának felfedezésére épített MMX rovert.
Ugyanaz a törekvés, hogy a feltörekvő technológiát a humanitárius munkában használják, túlmutat a fizikai szállításokon.
A HungerMap Live, a World Food Programme által kifejlesztett, nyilvánosan elérhető platform gépi tanulás és közel valós idejű adatok segítségével követi nyomon az élelmiszer-ellátás bizonytalanságát több mint 95 országban.
A szervezet szerint egyesíti az olyan tényezőkkel kapcsolatos információkat, mint a konfliktusok, az időjárás, az éghajlati veszélyek és a gazdasági feltételek, hogy segítsen azonosítani a kialakuló éhínségválságokat.
„Mindenki megnézheti, a HungerMap Live-on az interneten. Valós idejű adatokat kaphat, és jelenleg még az élelmiszerbiztonság előrejelzését is vizsgáljuk 90 napra a jövőre nézve” – mondta Bernhard Kowatsch, a WFP Global Accelerator and Ventures részlegének igazgatója.
AI használata katasztrófa feltérképezésére
A megbízható térképek a humanitárius válaszadások szempontjából is kritikusak. Az utakra, épületekre és népesedési központokra vonatkozó információk hiányában a segélyszervezetek dolgozói nehezen tudják eldönteni, hová evakuálják az embereket, hová helyezzenek menedéket vagy szállítsanak utánpótlást.
Miután júniusban két erős földrengés sújtotta Venezuela északi részét, a korlátozott földrajzi adatok megnehezítették a károk felmérését és a segítségnyújtás fontossági sorrendjének meghatározását.
A Humanitarian OpenStreetMap Team azt állítja, hogy gépi tanulást használt az épületekre vonatkozó információk kinyerésére a műholdfelvételekből. Az önkéntesek ezután a MapSwipe alkalmazáson keresztül átnézték a képeket, megjelölve azokat a területeket, ahol a szerkezetek sérültnek tűntek.
„A földrengést követő négy napon belül több mint 600 önkéntest tudtunk mozgósítani, akik alapvetően balra-jobbra csúsztattak a mobilalkalmazáson, jelezve: igen, ez az épületterület sérült; nem, ez az épületterület nem sérült” – mondta Leen D’hondt, a Humanitarian OpenStreetMap Team technológiai és adatkezelési igazgatója.
„És ez valójában segített a korai reagálóknak abban, hogy a megfelelő területekre menjenek az ételszállításhoz és minden egyéb szükséglethez, amelyekre a földrengés után szükségünk lehet” – tette hozzá D’hondt.
A mesterséges intelligencia minden sebessége ellenére D’hondt azt mondta, hogy a technológia még nem felel meg az emberi térképezők által végzett részletes munka pontosságának.
„A kézi térképezés továbbra is a legjobb minőséget biztosítja. Néha azonban a sebesség fontosabb” – mondta.
„Néha fontosabb, hogy többé-kevésbé tudjuk, hol vannak az épületek. Nincsenek tökéletesen feltérképezve, de tudjuk, hányan élnek ezen a területen. És itt jönnek most képbe az AI és a gépi tanulási modellek.”
A gyors előrehaladás ellenére a bennfentesek szerint az ilyen rendszereket még mindig messze nem építik be rutinszerűen a vészhelyzeti reagálásokba szerte a világon.
„Jelenleg a legtöbb országban nem igazán vannak integrálva rendszerek ezekbe a vészhelyzeti protokollokba” – mondta Monique Kuglitsch, a Fraunhofer Heinrich Hertz Intézet innovációs menedzsere.
„Vannak kivételek. Indiában működik mesterséges intelligencia-alapú korai figyelmeztető rendszerük. Európában is van a Középtávú Időjárás-előrejelzések Európai Központjának mesterséges intelligencia-előrejelző rendszere, amely már működik. Sok országban azonban még csak kísérleti jellegű.”
