ИИ научили оценивать ущерб от ураганов

Ученые Университета штата Огайо разработали алгоритм машинного обучения, предсказывающий степень повреждения зданий после урагана. Об этом пишет Techxplore.

Разработчики использовали спутниковые снимки, созданные до и после урагана. Эти изображения содержали 22 686 зданий.

Затем с помощью сверточной нейронной сети исследователи воссоздали контуры построек на спутниковых снимках до урагана и классифицировали количество повреждений после стихии. Для модели использовали четыре категории:

• неповрежденные;
• незначительные повреждения;
• серьезные повреждения;
• разрушенные.

Исследователи протестировали свою новую модель на данных об урагане «Майкл», который обрушился на восточное побережье США осенью 2018 года. Выяснилось, что алгоритм правильно оценил ущерб в 86,3% в одном из регионов Флориды. Это на 11% лучше, чем у модели, созданной с применением метода опорных векторов (SVM).

«SVM пытался различить незначительные и серьезные повреждения, что может быть серьезной проблемой для групп реагирования на ураган», — сказал соавтор исследования Дэшэн Лю.

Ученый считает, что их алгоритм поможет спасателям в режиме реального времени оценивать ущерб, причиненный стихией.

«В реальных ураганных ситуациях модель можно использовать для оценки степени повреждения здания, чтобы направить туда экстренные службы для первоочередной проверки», — заявил Лю.

Напомним, в мае 2021 года ученые разработали инструмент с искусственным интеллектом для предсказания града, торнадо и сильных ветров во время шторма.

В сентябре DeepMind представила инструмент глубокого обучения DGMR для предсказания дождя на 90 минут вперед.