Sztuczna inteligencja (AI) zwykle pojawia się w debacie jako zagrożenie dla ludzkości. Tymczasem organizacje humanitarne wykorzystują ją, by przewidywać głód, śledzić zniszczenia i nieść pomoc, nie narażając swoich zespołów.
Dostarczanie żywności przez strefy konfliktów, pola minowe i tereny zalane stwarza śmiertelne zagrożenie dla pracowników humanitarnych.
REKLAMA
REKLAMA
Teraz technologia opracowana do sterowania łazikami na odległych planetach jest dostosowywana tak, by wyłączyć ludzi z najniebezpieczniejszych misji pomocowych na świecie.
W ramach projektu AHEAD, prowadzonego wspólnie przez Światowy Program Żywnościowy, Niemieckie Centrum Lotniczo-Kosmiczne DLR, Czerwony Krzyż oraz partnerów technologicznych, powstają zdalnie sterowane pojazdy, które mogą przewozić zaopatrzenie przez obszary uznawane za zbyt niebezpieczne lub zbyt trudne dla zwykłych ciężarówek.
Nagrania z poligonu DLR w Niemczech pokazują pojazd terenowy SHERP, który wjeżdża do otwartej wody i pokonuje wyboisty teren.
Zamontowane czujniki skanują teren przed pojazdem, a operator steruje nim na odległość. Dzięki temu SHERP może poruszać się bez kierowcy za kierownicą.
System wykorzystuje doświadczenia DLR w konstruowaniu zdalnie sterowanych i autonomicznych łazików planetarnych, w tym łazika MMX zbudowanego do badania Fobosa, jednego z księżyców Marsa.
Podobne wykorzystanie nowych technologii w działaniach humanitarnych wykracza jednak daleko poza sam transport pomocy.
Platforma HungerMap Live, udostępniona publicznie przez Światowy Program Żywnościowy, wykorzystuje uczenie maszynowe i dane niemal w czasie rzeczywistym, aby śledzić skalę braku bezpieczeństwa żywnościowego w ponad 95 krajach.
Według organizacji łączy informacje dotyczące m.in. konfliktów zbrojnych, pogody, zagrożeń klimatycznych i sytuacji gospodarczej, co pomaga wychwycić rodzące się kryzysy głodu.
„Każdy może wejść na HungerMap Live w internecie. Można tam uzyskać dane w czasie rzeczywistym, a teraz pracujemy nawet nad prognozowaniem bezpieczeństwa żywnościowego na 90 dni do przodu” – powiedział Bernhard Kowatsch, dyrektor działu Global Accelerator and Ventures Światowego Programu Żywnościowego.
Sztuczna inteligencja w mapowaniu katastrof
Niezawodne mapy są kluczowe także dla akcji humanitarnych. Bez danych o drogach, zabudowie i skupiskach ludności ratownicy mają problem z podjęciem decyzji, skąd ewakuować ludzi, gdzie zakładać schroniska i dokąd kierować pomoc.
Po dwóch silnych trzęsieniach ziemi, które w czerwcu nawiedziły północną Wenezuelę, brak szczegółowych danych geograficznych utrudniał ocenę zniszczeń i ustalenie priorytetów pomocy.
Zespół Humanitarian OpenStreetMap podaje, że wykorzystał uczenie maszynowe do wyodrębnienia informacji o budynkach z obrazów satelitarnych. Następnie wolontariusze przeglądali te zdjęcia w aplikacji MapSwipe, zaznaczając obszary, gdzie zabudowa wyglądała na uszkodzoną.
„W ciągu czterech dni od trzęsienia zdołaliśmy zmobilizować ponad 600 wolontariuszy. Przesuwali palcem po ekranie w aplikacji, zaznaczając: tak, w tym rejonie budynki są uszkodzone; nie, tutaj nie są” – powiedziała Leen D’hondt, dyrektorka ds. technologii i danych w Humanitarian OpenStreetMap Team.
„To naprawdę pomogło ekipom ratunkowym dotrzeć w odpowiednie miejsca z żywnością i innymi niezbędnymi rzeczami potrzebnymi tuż po trzęsieniu ziemi” – dodała D’hondt.
Jak zauważa D’hondt, mimo szybkości, jaką daje sztuczna inteligencja, technologia wciąż nie dorównuje precyzji szczegółowej pracy wykonywanej przez ludzi przygotowujących mapy.
„Ręczne mapowanie nadal daje najlepszą jakość. Zdarza się jednak, że ważniejsza jest szybkość” – podkreśliła.
„Czasem ważniejsze jest, by mniej więcej wiedzieć, gdzie stoją budynki. Może nie są odwzorowane idealnie, ale wiemy, ile osób mieszka w danym rejonie. I właśnie tutaj wkraczają dziś AI i modele oparte na uczeniu maszynowym.”
Zdaniem specjalistów, mimo szybkiego postępu takie systemy wciąż są dalekie od rutynowego stosowania w reagowaniu kryzysowym na świecie.
„Obecnie w większości krajów takie rozwiązania nie są na dobre wpisane w procedury kryzysowe” – mówi Monique Kuglitsch, menedżerka ds. innowacji w Instytucie im. Fraunhofera Heinricha Hertza.
„Są jednak wyjątki. W Indiach działa już system wczesnego ostrzegania oparty na sztucznej inteligencji. W Europie korzystamy z prognozowania z użyciem AI opracowanego przez Europejskie Centrum Średnioterminowych Prognoz Pogody. W wielu krajach to jednak wciąż etap eksperymentów.”