AI nella gestione delle calamità naturali

Uragani, terremoti, incendi boschivi e alluvioni fanno tutti parte della natura. Tuttavia, negli ultimi anni abbiamo assistito a un aumento di questi disastri naturali. Molte persone hanno perso la casa, i mezzi di sussistenza e la vita a causa di disastri naturali sempre più gravi e frequenti. Negli ultimi 30 anni, il numero di disastri legati al clima è triplicato. Secondo i rapporti delle Nazioni Unite, entro il 2030 l’adattamento e la gestione di questi disastri costeranno ai paesi in via di sviluppo tra 140 e 300 miliardi di dollari all’anno.

Tuttavia, grazie ai recenti progressi tecnologici, come quelli dell'IA, la gestione delle catastrofi naturali sta diventando più efficiente, migliorando ogni fase, dalla previsione delle catastrofi agli interventi di soccorso. In questo articolo esamineremo la gestione delle catastrofi naturali, vedremo come l'IA migliori ogni fase del processo e illustreremo le applicazioni dell'IA che aiutano a proteggere le persone.

Fig. 1. Grafico che mostra l’aumento dei disastri naturali dal 1900 al 2019.

Usare l’IA per prevedere i disastri e gestire proattivamente i rischi#

I sistemi di IA per la previsione e il rilevamento precoce dei disastri possono contribuire a ridurre i danni causati dai disastri naturali. Con questi sistemi, è possibile avvisare per tempo i residenti e i soccorritori, così da mitigare gli effetti del disastro. Gli strumenti di IA possono analizzare enormi quantità di dati e formulare previsioni accurate per anticipare disastri naturali come uragani e incendi boschivi prima che si verifichino.

Tecniche di IA come il machine learning e la visione artificiale usano reti neurali profonde per analizzare enormi dataset provenienti da fonti diverse, come immagini satellitari, dati meteorologici e registri storici. Queste reti contengono neuroni artificiali interconnessi, in grado di individuare schemi e anomalie che segnalano una potenziale catastrofe. Elaborando e analizzando le enormi quantità di dati raccolti con strumenti come l'analisi dei big data, è possibile addestrare modelli di IA per creare sistemi di allerta precoce e contribuire a ridurre gli effetti delle catastrofi naturali.

Per esempio, l’IA può essere usata per prevedere le repliche dei terremoti elaborando i dati sismici. Google e Harvard hanno sviluppato un sistema di IA che ha analizzato i dati di 131.000 terremoti e repliche. Nei test condotti su 30.000 eventi sismici, questo sistema di IA ha previsto la posizione delle repliche con maggiore precisione rispetto ai metodi tradizionali. Nell’esempio riportato qui sotto, le aree in cui si prevedono repliche sono contrassegnate in rosso. I punti neri indicano le posizioni delle repliche osservate, mentre la linea gialla mostra le faglie che si sono rotte durante la scossa principale.

Fig. 2. Immagine che mostra i risultati della previsione delle repliche.

Sistemi basati sull’IA per prepararsi ai disastri#

Una volta prevista una catastrofe, la fase successiva della gestione consiste nel prepararsi. I sistemi di IA che forniscono informazioni tempestive e accurate sui rischi possono prevenire perdite umane ed economiche. Queste informazioni aiutano le autorità a prepararsi alle emergenze e ad agire rapidamente per salvare vite. Per esempio, agricoltori, pescatori e silvicoltori sono tra le comunità più esposte alle catastrofi naturali, e le soluzioni di IA possono aiutarle a evitare perdite.

Le soluzioni di visione artificiale e analisi delle immagini possono anche contribuire a monitorare e seguire i modelli meteorologici elaborando immagini satellitari in tempo reale. Monitorando il percorso di catastrofi come i cicloni, è possibile preparare meglio le aree che potrebbero essere colpite. Per esempio, la NASA ha usato il cloud computing e tecniche di deep learning sulle immagini satellitari per monitorare uragani come Harvey e Florence. Il suo sistema ha superato di sei volte i metodi standard, permettendo di seguire gli uragani ogni ora anziché ogni sei ore, come avviene con i metodi tradizionali.

Fig. 3. Monitoraggio e tracciamento dell’uragano Florence con il deep learning (fonte).

IA nella risposta ai disastri: dati in tempo reale per potenziare le squadre di soccorso#

Un'altra importante applicazione dell'IA nella gestione delle catastrofi naturali consiste nell'assistere le squadre di soccorso. I sistemi di IA possono fornire alle squadre dati preziosi in tempo reale, come le valutazioni dei danni e la posizione delle persone in pericolo, aiutandole ad allocare le risorse di soccorso in modo più efficiente. Possono anche accelerare la consegna degli aiuti alle persone nelle aree colpite e migliorare le decisioni e gli interventi degli operatori di soccorso in prima linea.

Per esempio, durante un disastro naturale, le linee telefoniche di emergenza, come il 911, vengono sommerse dalle chiamate di soccorso. Se tutte le chiamate vengono inoltrate a operatori umani, le squadre di intervento potrebbero non cogliere dettagli importanti. L’IA può gestire grandi volumi di chiamate e messaggi in tempi record e svolgere più funzioni con strumenti come la trascrizione da parlato a testo e l’elaborazione del linguaggio naturale (NLP). Queste funzioni possono estrarre il contesto di ogni chiamata di emergenza, fornendo informazioni precise sulla natura dell’emergenza e sulla posizione di chi chiama.

Queste informazioni riducono i tempi delle chiamate e accelerano gli interventi di emergenza. Lo stesso sistema può essere applicato alle piattaforme di social media con l'aiuto di strumenti di IA che combinano visione artificiale e NLP.

In che modo le piattaforme di social media possono contribuire alla risposta alle catastrofi naturali? Durante una catastrofe naturale, subito dopo l'evento le piattaforme di social media possono contenere informazioni fondamentali e utilizzabili. Per esempio, le persone nelle aree colpite possono pubblicare sui social media informazioni testuali, audio, immagini e video. Gestire ed elaborare manualmente tutte queste informazioni è difficile, soprattutto quando ogni secondo è decisivo. Strumenti come la piattaforma AIDR (risposta digitale basata sull'intelligenza artificiale) possono ridurre i ritardi negli interventi elaborando automaticamente i post sui social media. La piattaforma analizza testi e immagini dei tweet (o di altri social media) per estrarre informazioni umanitarie pertinenti. Le organizzazioni di risposta alle catastrofi possono usare i dati in tempo reale estratti per orientare le proprie azioni e migliorare l'efficienza degli interventi.

Le innovazioni nell'IA possono assistere direttamente anche le squadre di soccorso sul campo. I modelli di visione artificiale come Ultralytics YOLOv8 possono aiutare a valutare i danni nelle aree colpite usando immagini satellitari e metodi come la segmentazione semantica, che classifica ogni pixel di un'immagine in categorie specifiche. Per esempio, dopo il terremoto in Turchia, il Dipartimento della Difesa degli Stati Uniti ha usato la segmentazione semantica e le immagini satellitari per individuare e classificare la gravità dei danni alle infrastrutture e agli edifici nelle aree colpite, molto più rapidamente dei metodi di rilevamento tradizionali. L'uso di questi metodi ha ridotto i tempi a poche ore o minuti, consentendo al centro di controllo e alle squadre di soccorso di intervenire più rapidamente nelle aree colpite.

Fig. 4. Valutazione dei danni mediante segmentazione semantica.

IA per la ripresa dopo i disastri naturali: supporto alla salute mentale#

La fase di recupero dopo una catastrofe naturale mira a ricostruire le comunità e a renderle più forti. Uno dei modi migliori per farlo è offrire supporto per la salute mentale alle persone nelle aree colpite. Dopo una catastrofe, i sopravvissuti possono soffrire di problemi di salute mentale come il disturbo da stress post-traumatico (PTSD). Dopo una catastrofe, la percentuale di persone che soffrono di PTSD può arrivare al 40%. Gli strumenti di IA possono essere usati per aiutare le persone colpite. Per esempio, Omdena è un'azienda che offre supporto per la salute mentale tramite chatbot basati sull'IA.

Fig. 5. Chatbot basato sull’IA per aiutare i pazienti con PTSD.

L'IA può inoltre contribuire alla ricerca e al supporto per la salute mentale. I sistemi di IA possono prevedere problemi di salute mentale analizzando le cartelle cliniche elettroniche con la stessa accuratezza degli esperti umani. Per esempio, i ricercatori hanno usato l'IA per analizzare i dati dei social media e valutare i livelli di stress nei giovani adulti dopo un trauma. Secondo i loro studi, la stessa tecnica potrebbe essere applicata anche per comprendere l'impatto sulla salute mentale delle crisi climatiche e delle catastrofi naturali, sia nel breve sia nel lungo periodo.

Pro e contro dell’uso dell’IA nella gestione dei disastri#

Ora che abbiamo visto come l’IA possa influire sui diversi processi di gestione dei disastri naturali, esaminiamo alcuni vantaggi e svantaggi. Ecco alcuni vantaggi dell’uso dell’IA nella gestione dei disastri:

• Migliorare il coordinamento: i sistemi di IA possono migliorare il coordinamento tra le diverse agenzie e organizzazioni coinvolte nella risposta ai disastri, riducendo ritardi e inefficienze.
• Automatizzare le attività: l'IA può automatizzare attività ripetitive, come l'inserimento e l'analisi dei dati, liberando risorse umane per interventi più importanti durante una catastrofe naturale, quando ogni secondo è decisivo.
• Adattamento ai cambiamenti climatici nel lungo periodo: l’IA può aiutare a individuare e valutare gli impatti dei cambiamenti climatici, consentendo alle comunità di tutto il mondo di sviluppare strategie di adattamento a lungo termine.

Nonostante i numerosi vantaggi, è importante tenere presenti anche le limitazioni dell’IA nella gestione dei disastri naturali. Ecco alcune delle sfide principali:

• Costi di implementazione elevati: sviluppare e implementare sistemi di IA per la gestione delle catastrofi può essere costoso, poiché spesso richiede investimenti considerevoli in hardware, software e competenze in IA.
• Problemi di privacy dei dati: i sistemi di IA usano dati geospaziali satellitari, dati delle comunicazioni sui social media e sulle linee di assistenza e altre fonti per valutare i danni e localizzare le persone durante una catastrofe. Ciò solleva questioni di privacy legate all'uso non consensuale delle informazioni personali e alla potenziale sorveglianza.
• Dipendenza dalla qualità dei dati: le previsioni di un modello di IA possono essere valide solo quanto la qualità e la quantità dei dati su cui è stato addestrato. Se i modelli di IA vengono addestrati con dati imprecisi, i risultati potrebbero essere meno efficaci, soprattutto nelle situazioni critiche.

Considerazioni finali sull’IA nella gestione dei disastri naturali#

Abbiamo visto come l’IA possa contribuire a salvare vite umane durante un disastro naturale. Ci aiuta a prevedere, prepararci, intervenire e riprenderci in modo più efficace. Gli strumenti di IA possono prevedere i terremoti, seguire gli uragani e migliorare gli interventi di risposta e ripresa dopo i disastri. In questo modo aiutano a ridurre l’impatto dei disastri sulle persone e sulle infrastrutture. L’IA offre molti vantaggi, come tempi di risposta più rapidi e un migliore coordinamento, ma presenta anche alcune sfide. Tra queste ci sono i costi elevati, i problemi di privacy dei dati e la necessità di dati precisi. Affrontando e tenendo conto di queste sfide, possiamo massimizzare il contributo dell’IA alla gestione efficace dei disastri naturali.

Per saperne di più, visita il nostro repository GitHub e partecipa alla nostra community. Scopri le applicazioni dell'IA nei settori della manifattura e dell'agricoltura nelle nostre pagine delle soluzioni.