الذكاء الاصطناعي في إدارة الكوارث الطبيعية

تُعدّ الأعاصير والزلازل وحرائق الغابات والفيضانات جميعها جزءًا من الطبيعة. ومع ذلك، شهدنا في السنوات الأخيرة زيادة في حدوث هذه الكوارث الطبيعية. فقد فقد كثيرون منازلهم وسبل عيشهم وحياتهم بسبب تزايد شدة الكوارث الطبيعية وتواترها. وقد تضاعف عدد الكوارث المرتبطة بالمناخ ثلاث مرات خلال السنوات الثلاثين الماضية. ووفقًا لتقارير الأمم المتحدة، ستكلّف عملية التكيّف مع هذه الكوارث والتعامل معها البلدان النامية ما يُقدَّر بنحو 140 إلى 300 مليار دولار سنويًا بحلول عام 2030.

ومع ذلك، بفضل التطورات الحديثة في تقنيات مثل الذكاء الاصطناعي، أصبحت إدارة الكوارث الطبيعية أكثر انسيابية، مما يحسّن كل شيء بدءًا من التنبؤ بالكوارث وصولًا إلى المساعدة في جهود التعافي. في هذه المقالة، سنتعمق في إدارة الكوارث الطبيعية، ونستكشف كيف يحسّن الذكاء الاصطناعي كل مرحلة من مراحل العملية، وتطبيقات الذكاء الاصطناعي التي تساعد على الحفاظ على سلامتنا.

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

استخدام الذكاء الاصطناعي في التنبؤ بالكوارث لإدارة المخاطر بصورة استباقية#

يمكن لأنظمة التنبؤ بالكوارث والكشف المبكر المعتمدة على الذكاء الاصطناعي أن تساعد في تقليل الأضرار الناجمة عن الكوارث الطبيعية. وباستخدام هذه الأنظمة، يمكن تحذير السكان المحليين وفرق الاستجابة الأولى مبكرًا للتخفيف من آثار الكارثة. وتستطيع أدوات الذكاء الاصطناعي غربلة كميات هائلة من البيانات وإجراء تنبؤات دقيقة لاستباق كوارث طبيعية مثل الأعاصير وحرائق الغابات قبل وقوعها.

تستخدم تقنيات الذكاء الاصطناعي مثل تعلّم الآلة والرؤية الحاسوبية الشبكات العصبية العميقة، التي تُستخدم لتحليل مجموعات بيانات ضخمة من أنواع مختلفة من المصادر، مثل الصور الملتقطة بالأقمار الصناعية وبيانات الطقس والسجلات التاريخية. وتحتوي هذه الشبكات على عصبونات اصطناعية مترابطة يمكنها تحديد الأنماط والحالات الشاذة التي تنذر بكارثة محتملة. ومن خلال معالجة الكمية الهائلة من البيانات المجمعة وتحليلها باستخدام أدوات مثل تحليلات البيانات الضخمة، يمكن تدريب نماذج الذكاء الاصطناعي لتوفير أنظمة إنذار مبكر والمساعدة في الحد من آثار الكوارث الطبيعية.

على سبيل المثال، يمكن استخدام الذكاء الاصطناعي للتنبؤ بالهزات الارتدادية للزلازل من خلال معالجة البيانات الزلزالية. طوّرت Google وHarvard نظام ذكاء اصطناعي حلّل بيانات 131,000 زلزال وهزة ارتدادية. وعند اختباره على 30,000 حدث زلزالي، أظهر نظام الذكاء الاصطناعي هذا دقة أكبر في التنبؤ بمواقع الهزات الارتدادية مقارنةً بالأساليب التقليدية. في مثال التنبؤ بهزة ارتدادية الموضح أدناه، تُحدَّد باللون الأحمر المناطق المتوقع تعرضها لهزات ارتدادية. وتمثل النقاط السوداء مواقع الهزات الارتدادية المرصودة، بينما يوضح الخط الأصفر الصدوع التي تمزقت أثناء الهزة الرئيسية.

الشكل 2. صورة توضح ناتج التنبؤ بهزة ارتدادية.

أنظمة مدعومة بالذكاء الاصطناعي للتأهب للكوارث#

بعد التنبؤ بوقوع كارثة، تتمثل الخطوة التالية في إدارة الكوارث الطبيعية في الاستعداد لها. ويمكن منع الخسائر البشرية والاقتصادية بفضل أنظمة الذكاء الاصطناعي التي توفر معلومات دقيقة وفي الوقت المناسب حول المخاطر المرتبطة بالكارثة. وتساعد هذه الرؤى السلطات على الاستعداد لحالات الطوارئ والتحرك بسرعة لإنقاذ الأرواح. فعلى سبيل المثال، يُعدّ المزارعون والصيادون والعاملون في الغابات من أكثر المجتمعات عرضةً للخطر عند وقوع الكوارث الطبيعية، ويمكن أن تساعد حلول الذكاء الاصطناعي هذه المجتمعات على تجنب الخسائر.

يمكن أيضًا أن تساعد حلول الرؤية الحاسوبية وتحليلات الصور في مراقبة أنماط الطقس وتتبعها من خلال معالجة صور الأقمار الصناعية في الوقت الفعلي. ومن خلال مراقبة مسار هذه الكوارث، مثل الأعاصير المدارية، يمكن إعداد المناطق التي قد تتأثر بها بصورة أفضل لمواجهتها. فعلى سبيل المثال، استخدمت NASA تقنيات الحوسبة السحابية والتعلّم العميق على صور الأقمار الصناعية من أجل تتبع أعاصير مثل Harvey وFlorence. وقد تفوق نظامها على الأساليب المعيارية بستة أضعاف، مما أتاح تتبع الإعصار كل ساعة بدلًا من كل ست ساعات كما هو الحال في الأساليب التقليدية.

الشكل 3. مراقبة إعصار Florence وتتبع مساره باستخدام التعلّم العميق (المصدر).

الذكاء الاصطناعي في الاستجابة للكوارث: تحسين البيانات في الوقت الفعلي لفرق الإنقاذ#

من التطبيقات المهمة الأخرى للذكاء الاصطناعي في إدارة الكوارث الطبيعية مساعدة فرق الاستجابة. ويمكن لأنظمة الذكاء الاصطناعي تزويد فرق الاستجابة للكوارث ببيانات قيّمة في الوقت الفعلي، مثل تقييم الأضرار وتتبع مواقع الأشخاص الذين يواجهون محنة، مما يساعدها على تخصيص موارد الإغاثة بكفاءة أكبر. كما يمكنها المساعدة في تسريع إيصال المساعدات إلى الأشخاص في المناطق المتضررة وتحسين قرارات وإجراءات عمال الإغاثة في الخطوط الأمامية.

على سبيل المثال، أثناء أي كارثة طبيعية، تمتلئ خطوط المساعدة في حالات الطوارئ، مثل 911، بمكالمات الاستغاثة. وقد تفوّت فرق الاستجابة تفاصيل مهمة إذا وُجّهت جميع المكالمات إلى مشغلين بشريين. ويمكن استخدام الذكاء الاصطناعي لإدارة أحجام كبيرة من المكالمات والرسائل في وقت قياسي وتنفيذ وظائف متعددة باستخدام ميزات مثل تحويل الكلام إلى نص ومعالجة اللغة الطبيعية (NLP). ويمكن لهذه الميزات استخراج السياق الكامن وراء كل مكالمة طوارئ للحصول على معلومات دقيقة حول طبيعة الحالة الطارئة وموقع المتصل.

تقلل هذه الرؤى من مدة المكالمات وتسرّع الاستجابة للطوارئ. ويمكن تطبيق النظام نفسه على منصات التواصل الاجتماعي بمساعدة أدوات الذكاء الاصطناعي مثل الرؤية الحاسوبية وNLP.

كيف يمكن لمنصات التواصل الاجتماعي أن تساعد في الاستجابة للكوارث الطبيعية؟ أثناء وقوع كارثة طبيعية، قد تحتوي منصات التواصل الاجتماعي على معلومات مهمة قابلة للتنفيذ في أعقابها مباشرةً. فعلى سبيل المثال، يمكن للأشخاص الموجودين في المنطقة المتضررة نشر معلومات نصية وصوتية وصور وفيديو على وسائل التواصل الاجتماعي. وليس من السهل إدارة كل هذه المعلومات ومعالجتها يدويًا، ولا سيما عندما تكون كل ثانية حاسمة. ويمكن استخدام أدوات مثل منصة AIDR (الاستجابة الرقمية بالذكاء الاصطناعي) لتقليل تأخيرات الاستجابة من خلال معالجة منشورات وسائل التواصل الاجتماعي تلقائيًا. وتحلل المنصة النصوص والصور من التغريدات، أو من منصات التواصل الاجتماعي الأخرى، للحصول على 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 من الخطوط الأمامية. إذ يمكن لنماذج الرؤية الحاسوبية مثل Ultralytics YOLOv8 المساعدة في تقييم الأضرار التي لحقت بالمنطقة المتضررة باستخدام صور الأقمار الصناعية وأساليب مثل التقسيم الدلالي، الذي يصنّف كل بكسل في الصورة ضمن فئات محددة. فعلى سبيل المثال، في أعقاب الزلزال الذي وقع في تركيا، استخدمت وزارة الدفاع الأمريكية التقسيم الدلالي والصور الملتقطة بالأقمار الصناعية لتحديد شدة أضرار البنية التحتية والمباني وتصنيفها في مناطق الكوارث بسرعة تفوق بكثير أساليب الكشف التقليدية. وباستخدام هذه الأساليب، سرّعت الوزارة العملية لتستغرق ساعات أو دقائق، وتمكن مركز التحكم وفرق الإنقاذ من الاستجابة بسرعة أكبر في المناطق المتضررة خلال مرحلة التعافي.

الشكل 4. تقييم الأضرار باستخدام التقسيم الدلالي.

الذكاء الاصطناعي لتعافي المتضررين من الكوارث الطبيعية من خلال توفير دعم الصحة النفسية#

تهدف مرحلة التعافي بعد وقوع كارثة طبيعية إلى إعادة بناء المجتمعات وجعلها أقوى. ومن أفضل الطرق لتحقيق ذلك توفير دعم الصحة النفسية للأشخاص في المناطق المتضررة. وقد يعاني الناجون من مشكلات في الصحة النفسية مثل اضطراب الكرب التالي للصدمة (PTSD) بعد وقوع مثل هذه الكارثة. وقد تصل معدلات الإصابة باضطراب الكرب التالي للصدمة بعد الكارثة إلى 40%. ويمكن استخدام أدوات الذكاء الاصطناعي لمساعدة الأفراد المتضررين. فعلى سبيل المثال، تقدم شركة Omdena دعمًا للصحة النفسية باستخدام روبوتات محادثة تعمل بالذكاء الاصطناعي.

الشكل 5. روبوت محادثة يعمل بالذكاء الاصطناعي لمساعدة المرضى المصابين باضطراب الكرب التالي للصدمة.

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

إيجابيات وسلبيات استخدام الذكاء الاصطناعي في إدارة الكوارث#

بعد أن ناقشنا كيفية تأثير الذكاء الاصطناعي في مختلف عمليات إدارة الكوارث الطبيعية، لنستكشف بعض الإيجابيات والسلبيات المرتبطة بذلك. فيما يلي بعض مزايا استخدام الذكاء الاصطناعي في إدارة الكوارث:

• تحسين التنسيق: يمكن استخدام أنظمة الذكاء الاصطناعي لتحسين التنسيق بين مختلف الوكالات والمنظمات المشاركة في الاستجابة للكوارث، مما يقلل التأخيرات وأوجه القصور.

• أتمتة المهام: يمكن للذكاء الاصطناعي أتمتة المهام المتكررة، مثل إدخال البيانات وتحليلها، مما يتيح توجيه الموارد البشرية إلى أنشطة أكثر أهمية أثناء وقوع كارثة طبيعية، حيث تكون كل ثانية حاسمة.

• التكيّف طويل الأمد مع تغير المناخ: يمكن للذكاء الاصطناعي المساعدة في تحديد آثار تغير المناخ وتقييمها، مما يتيح للمجتمعات في جميع أنحاء العالم وضع استراتيجيات تكيّف طويلة الأمد.

على الرغم من الفوائد الكثيرة، هناك أيضًا قيود مرتبطة بالذكاء الاصطناعي في إدارة الكوارث الطبيعية ينبغي وضعها في الحسبان. فيما يلي بعض التحديات الرئيسية للذكاء الاصطناعي في إدارة الكوارث الطبيعية:

• ارتفاع تكاليف التنفيذ: قد يكون تطوير أنظمة الذكاء الاصطناعي لإدارة الكوارث وتنفيذها مكلفًا، إذ ينطوي غالبًا على استثمارات كبيرة في الأجهزة والبرمجيات والخبرات في مجال الذكاء الاصطناعي.

• مخاوف خصوصية البيانات: تستخدم أنظمة الذكاء الاصطناعي البيانات الجغرافية المكانية المستمدة من الأقمار الصناعية، وبيانات وسائل التواصل الاجتماعي واتصالات خطوط المساعدة، ومصادر أخرى لتقييم الأضرار وتتبع الأشخاص أثناء وقوع الكارثة. ويثير ذلك مخاوف تتعلق بالخصوصية بشأن استخدام المعلومات الشخصية دون موافقة واحتمال ممارسة المراقبة.

• الاعتماد على جودة البيانات: لا يمكن أن تكون تنبؤات نموذج الذكاء الاصطناعي أفضل من جودة البيانات وكميتها اللتين دُرّب عليهما. وإذا دُرّبت نماذج الذكاء الاصطناعي باستخدام بيانات غير دقيقة، فقد يؤدي ذلك إلى نتائج أقل فعالية، لا سيما في المواقف الحرجة.

أفكار ختامية حول الذكاء الاصطناعي في إدارة الكوارث الطبيعية#

استكشفنا كيف يمكن للذكاء الاصطناعي أن يساعد في إنقاذ أرواح الناس من الكوارث الطبيعية. فهو يساعدنا على التنبؤ بها والاستعداد لها والاستجابة لها والتعافي منها بفعالية أكبر. ويمكن لأدوات الذكاء الاصطناعي التنبؤ بالزلازل وتتبع الأعاصير وتحسين جهود الاستجابة للكوارث والتعافي منها. ويساعد ذلك على تقليل تأثير الكوارث في الناس والبنية التحتية على حد سواء. وعلى الرغم من أن للذكاء الاصطناعي فوائد عديدة، مثل الاستجابة الأسرع وتحسين التنسيق، فإنه يواجه أيضًا بعض التحديات. وتشمل هذه التحديات ارتفاع التكاليف ومخاوف خصوصية البيانات والحاجة إلى بيانات دقيقة. وعندما نعالج هذه التحديات ونأخذها في الحسبان، يمكننا تعظيم أثر الذكاء الاصطناعي في إدارة الكوارث الطبيعية بفعالية.

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