الذكاء الاصطناعي في إدارة الكوارث الطبيعية

الأعاصير والزلازل وحرائق الغابات والفيضانات جميعها من الظواهر الطبيعية. إلا أننا شهدنا في السنوات الأخيرة زيادة في حدوث هذه الكوارث الطبيعية. فقد كثيرون منازلهم وسبل عيشهم وحياتهم بسبب تزايد شدة الكوارث الطبيعية وتواترها. وقد تضاعف عدد الكوارث المرتبطة بالمناخ ثلاث مرات خلال الثلاثين عامًا الماضية. ووفقًا لتقارير الأمم المتحدة، ستكلف القدرة على التكيف والتعامل مع هذه الكوارث البلدان النامية ما يُقدّر بنحو 140 إلى 300 مليار دولار سنويًا بحلول عام 2030.

لكن بفضل التطورات التكنولوجية الحديثة، مثل الذكاء الاصطناعي، أصبحت إدارة الكوارث الطبيعية أكثر سلاسة، مع تحسين كل شيء بدءًا من التنبؤ بالكوارث وصولًا إلى المساعدة في جهود التعافي. في هذا المقال، سنتناول إدارة الكوارث الطبيعية، ونستكشف كيفية تحسين الذكاء الاصطناعي لكل مرحلة من مراحلها، ونسلط الضوء على تطبيقات الذكاء الاصطناعي التي تساعد على حماية الناس.

الشكل 1. رسم بياني يوضح ارتفاع عدد الكوارث الطبيعية من عام 1900 إلى عام 2019.

استخدام الذكاء الاصطناعي للتنبؤ بالكوارث وإدارة المخاطر استباقيًا#

يمكن لأنظمة التنبؤ بالكوارث والكشف المبكر المدعومة بالذكاء الاصطناعي أن تساعد على تقليل الأضرار الناجمة عن الكوارث الطبيعية. وباستخدام هذه الأنظمة، يمكن إنذار السكان المحليين والمستجيبين الأوائل مبكرًا للتخفيف من آثار الكارثة. وتستطيع أدوات الذكاء الاصطناعي غربلة كميات هائلة من البيانات وإجراء تنبؤات دقيقة لاستشراف كوارث طبيعية مثل الأعاصير وحرائق الغابات قبل وقوعها.

تستخدم تقنيات الذكاء الاصطناعي، مثل تعلم الآلة والرؤية الحاسوبية، الشبكات العصبية العميقة لتحليل مجموعات بيانات ضخمة من مصادر متنوعة، مثل صور الأقمار الصناعية وبيانات الطقس والسجلات التاريخية. وتضم هذه الشبكات عصبونات اصطناعية مترابطة قادرة على تحديد الأنماط والشذوذات التي قد تنذر بكارثة. ومن خلال معالجة الكم الهائل من البيانات المجمعة وتحليله باستخدام أدوات مثل تحليلات البيانات الضخمة، يمكن تدريب نماذج الذكاء الاصطناعي على توفير أنظمة إنذار مبكر والمساعدة في الحد من آثار الكوارث الطبيعية.

فعلى سبيل المثال، يمكن استخدام الذكاء الاصطناعي للتنبؤ بالهزات الارتدادية للزلازل عبر معالجة البيانات الزلزالية. وقد طورت Google وHarvard نظام ذكاء اصطناعي حلل بيانات 131,000 زلزال وهزة ارتدادية. وعند اختباره على 30,000 حدث زلزالي، أظهر هذا النظام دقة أكبر في التنبؤ بمواقع الهزات الارتدادية مقارنةً بالأساليب التقليدية. في مثال التنبؤ بالهزات الارتدادية أدناه، تشير المناطق المحددة باللون الأحمر إلى المواقع المتوقع تعرضها لهزات ارتدادية. وتمثل النقاط السوداء مواقع الهزات الارتدادية المرصودة، فيما يوضح الخط الأصفر الصدوع التي تمزقت أثناء الهزة الرئيسية.

الشكل 2. صورة توضح ناتج التنبؤ بالهزات الارتدادية.

أنظمة الاستعداد للكوارث المدعومة بالذكاء الاصطناعي#

بعد التنبؤ بوقوع كارثة، تتمثل الخطوة التالية في إدارة الكوارث الطبيعية في الاستعداد لها. ويمكن لأنظمة الذكاء الاصطناعي التي توفر معلومات دقيقة وفي الوقت المناسب عن المخاطر المرتبطة بالكارثة أن تحول دون وقوع خسائر بشرية واقتصادية. وتساعد هذه الرؤى السلطات على الاستعداد للطوارئ والتحرك بسرعة لإنقاذ الأرواح. فعلى سبيل المثال، يُعد المزارعون والصيادون والعاملون في الغابات من أكثر المجتمعات عرضةً لمخاطر الكوارث الطبيعية، ويمكن لحلول الذكاء الاصطناعي مساعدة هذه المجتمعات على تجنب الخسائر.

يمكن لحلول الرؤية الحاسوبية وتحليل الصور أيضًا المساعدة في مراقبة أنماط الطقس وتتبعها من خلال معالجة صور الأقمار الصناعية في الوقت الفعلي. ومن خلال مراقبة مسار الكوارث، مثل الأعاصير المدارية، يمكن للمناطق المحتمل تأثرها الاستعداد لها بشكل أفضل. فعلى سبيل المثال، استخدمت NASA الحوسبة السحابية وتقنيات التعلم العميق لتحليل صور الأقمار الصناعية وتتبع أعاصير مثل Harvey وFlorence. وقد تفوق نظامها على الأساليب القياسية بستة أضعاف، ما أتاح تتبع الإعصار كل ساعة بدلًا من كل ست ساعات كما في الأساليب التقليدية.

الشكل 3. رصد إعصار فلورنس وتتبع مساره باستخدام التعلم العميق (المصدر).

الذكاء الاصطناعي في الاستجابة للكوارث: تحسين البيانات الآنية لفرق الإنقاذ#

ومن التطبيقات المهمة الأخرى للذكاء الاصطناعي في إدارة الكوارث الطبيعية مساعدة فرق الاستجابة. إذ تستطيع أنظمة الذكاء الاصطناعي تزويد فرق الاستجابة للكوارث ببيانات قيّمة في الوقت الفعلي، مثل تقييم الأضرار وتتبع مواقع الأشخاص المعرضين للخطر، ما يساعدها على توزيع موارد الإغاثة بكفاءة أكبر. كما يمكنها تسريع إيصال المساعدات إلى السكان في المناطق المتضررة وتحسين قرارات العاملين في الخطوط الأمامية للإغاثة وإجراءاتهم.

فعلى سبيل المثال، خلال أي كارثة طبيعية، تتلقى خطوط الطوارئ الساخنة، مثل 911، عددًا هائلًا من نداءات الاستغاثة. وقد تفوت فرق الاستجابة تفاصيل مهمة إذا وُجهت جميع المكالمات إلى موظفين بشريين. ويمكن استخدام الذكاء الاصطناعي لإدارة أعداد كبيرة من المكالمات والرسائل في وقت قياسي، وتنفيذ وظائف متعددة باستخدام ميزات مثل تحويل الكلام إلى نص ومعالجة اللغة الطبيعية (NLP). وتستطيع هذه الميزات استخلاص سياق كل مكالمة طوارئ للحصول على معلومات دقيقة عن طبيعة الحالة الطارئة وموقع المتصل.

تقلل هذه الرؤى مدة المكالمات وتسرّع الاستجابة للطوارئ. ويمكن تطبيق النظام نفسه على منصات التواصل الاجتماعي بمساعدة أدوات الذكاء الاصطناعي التي تجمع بين الرؤية الحاسوبية ومعالجة اللغة الطبيعية.

كيف يمكن لمنصات التواصل الاجتماعي المساعدة في الاستجابة للكوارث الطبيعية؟ أثناء الكوارث الطبيعية، قد تتضمن منصات التواصل الاجتماعي معلومات مهمة وقابلة للتنفيذ في أعقاب الكارثة مباشرةً. فعلى سبيل المثال، قد ينشر الأشخاص في المناطق المتضررة معلومات نصية وصوتية وصورًا ومقاطع فيديو على منصات التواصل الاجتماعي. وليس من السهل إدارة كل هذه المعلومات ومعالجتها يدويًا، لا سيما حين تكون كل ثانية بالغة الأهمية. ويمكن استخدام أدوات مثل منصة AIDR (الاستجابة الرقمية بالذكاء الاصطناعي) لتقليل تأخيرات الاستجابة من خلال معالجة منشورات التواصل الاجتماعي تلقائيًا. تحلل المنصة النصوص والصور الواردة في التغريدات (أو المنشورات على منصات التواصل الاجتماعي الأخرى) لاستخراج معلومات إنسانية ذات صلة. ويمكن لمنظمات الاستجابة للكوارث استخدام البيانات المستخرجة في الوقت الفعلي لتوجيه إجراءاتها وتحسين كفاءة جهودها.

يمكن لابتكارات الذكاء الاصطناعي أيضًا مساعدة فرق الإنقاذ مباشرةً في الخطوط الأمامية. إذ تستطيع نماذج الرؤية الحاسوبية مثل Ultralytics YOLOv8 المساعدة في تقييم الأضرار التي لحقت بالمنطقة المتضررة باستخدام صور الأقمار الصناعية وأساليب مثل التقسيم الدلالي، الذي يصنف كل بكسل في الصورة ضمن فئات محددة. فعلى سبيل المثال، في أعقاب الزلزال الذي ضرب تركيا، استخدمت وزارة الدفاع الأمريكية التقسيم الدلالي وصور الأقمار الصناعية لتحديد شدة الأضرار التي لحقت بالبنية التحتية والمباني وتصنيفها في مناطق الكوارث، بسرعة تفوق أساليب الكشف التقليدية بكثير. وباستخدام هذه الأساليب، اختُصرت العملية إلى ساعات أو دقائق، وتمكن مركز التحكم وفرق الإنقاذ من الاستجابة بسرعة أكبر في المناطق المتضررة ودعم جهود التعافي.

الشكل 4. تقييم الأضرار باستخدام التقسيم الدلالي.

الذكاء الاصطناعي للتعافي من الكوارث الطبيعية عبر توفير دعم الصحة النفسية#

تهدف مرحلة التعافي بعد الكوارث الطبيعية إلى إعادة بناء المجتمعات وتعزيز قدرتها على الصمود. ومن أفضل السبل لتحقيق ذلك توفير دعم الصحة النفسية لسكان المناطق المتضررة. فقد يعاني الناجون من مشكلات في الصحة النفسية، مثل اضطراب ما بعد الصدمة (PTSD)، بعد وقوع الكارثة. وقد تصل معدلات الإصابة باضطراب ما بعد الصدمة بعد الكوارث إلى 40%. ويمكن استخدام أدوات الذكاء الاصطناعي لمساعدة الأفراد المتضررين. فعلى سبيل المثال، تقدم شركة Omdena دعمًا للصحة النفسية باستخدام روبوتات محادثة مدعومة بالذكاء الاصطناعي.

الشكل 5. روبوت محادثة مدعوم بالذكاء الاصطناعي لمساعدة مرضى اضطراب الكرب التالي للصدمة.

يمكن للذكاء الاصطناعي أيضًا المساعدة في أبحاث الصحة النفسية ودعمها. إذ يمكن استخدام أنظمة الذكاء الاصطناعي للتنبؤ بمشكلات الصحة النفسية عبر تحليل السجلات الصحية الإلكترونية بدقة تضاهي دقة الخبراء البشر. فعلى سبيل المثال، استخدم الباحثون الذكاء الاصطناعي لتحليل بيانات وسائل التواصل الاجتماعي وقياس مستويات التوتر لدى الشباب بعد تعرضهم للصدمات. ووفقًا لدراساتهم، يمكن تطبيق التقنية نفسها لفهم أثر الأزمات المناخية والكوارث الطبيعية في الصحة النفسية، على المديين القصير والطويل.

إيجابيات وسلبيات استخدام الذكاء الاصطناعي في إدارة الكوارث#

بعد أن تناولنا كيفية تأثير الذكاء الاصطناعي في مختلف عمليات إدارة الكوارث الطبيعية، فلنستكشف بعض الإيجابيات والسلبيات المرتبطة به. إليك بعض مزايا استخدام الذكاء الاصطناعي في إدارة الكوارث:

• تحسين التنسيق: يمكن استخدام أنظمة الذكاء الاصطناعي لتحسين التنسيق بين الوكالات والمنظمات المختلفة المشاركة في الاستجابة للكوارث، ما يقلل التأخير وأوجه القصور.
• أتمتة المهام: يمكن للذكاء الاصطناعي أتمتة المهام المتكررة، مثل إدخال البيانات وتحليلها، ما يحرر الموارد البشرية للتركيز على الأنشطة الأكثر أهمية أثناء الكوارث الطبيعية، حين تكون كل ثانية حاسمة.
• التكيف طويل الأمد مع تغير المناخ: يمكن للذكاء الاصطناعي المساعدة في تحديد آثار تغير المناخ وتقييمها، ما يتيح للمجتمعات حول العالم وضع استراتيجيات للتكيف على المدى الطويل.

على الرغم من الفوائد العديدة، ينبغي مراعاة القيود المرتبطة باستخدام الذكاء الاصطناعي في إدارة الكوارث الطبيعية. إليك بعض التحديات الرئيسية لاستخدام الذكاء الاصطناعي في إدارة الكوارث الطبيعية:

• ارتفاع تكاليف التنفيذ: قد يكون تطوير أنظمة الذكاء الاصطناعي لإدارة الكوارث وتنفيذها مكلفًا، إذ يتطلب غالبًا استثمارات كبيرة في الأجهزة والبرامج وخبرات الذكاء الاصطناعي.
• مخاوف خصوصية البيانات: تستخدم أنظمة الذكاء الاصطناعي بيانات الأقمار الصناعية المكانية، وبيانات وسائل التواصل الاجتماعي واتصالات خطوط المساعدة، ومصادر أخرى لتقييم الأضرار وتتبع الأشخاص أثناء الكوارث. وهذا يثير مخاوف بشأن استخدام المعلومات الشخصية دون موافقة واحتمال المراقبة.
• الاعتماد على جودة البيانات: لا يمكن أن تتجاوز جودة تنبؤات نموذج الذكاء الاصطناعي جودة البيانات وكميتها اللتين دُرّب عليهما. وإذا دُرّبت نماذج الذكاء الاصطناعي على بيانات غير دقيقة، فقد يؤدي ذلك إلى نتائج أقل فاعلية، لا سيما في المواقف الحرجة.

أفكار ختامية حول الذكاء الاصطناعي في إدارة الكوارث الطبيعية#

استعرضنا كيف يمكن للذكاء الاصطناعي المساعدة في إنقاذ الأرواح عند وقوع الكوارث الطبيعية. فهو يساعدنا على التنبؤ بها والاستعداد لها والاستجابة لها والتعافي منها بفاعلية أكبر. ويمكن لأدوات الذكاء الاصطناعي التنبؤ بالزلازل وتتبع الأعاصير وتحسين جهود الاستجابة للكوارث والتعافي منها. ويساعد ذلك على تقليل أثر الكوارث على الناس والبنية التحتية على حد سواء. وعلى الرغم من فوائد الذكاء الاصطناعي العديدة، مثل تسريع الاستجابة وتحسين التنسيق، فإنه ينطوي أيضًا على تحديات، تشمل ارتفاع التكاليف ومخاوف خصوصية البيانات والحاجة إلى بيانات دقيقة. ويمكننا تعظيم أثر الذكاء الاصطناعي في إدارة الكوارث الطبيعية بفاعلية من خلال التصدي لهذه التحديات وأخذها في الحسبان.

لمعرفة المزيد، تفضل بزيارة مستودعنا على GitHub وتفاعل مع مجتمعنا. واستكشف تطبيقات الذكاء الاصطناعي في التصنيع والزراعة عبر صفحات حلولنا.