IA na gestão de desastres naturais

Furacões, terremotos, incêndios florestais e inundações fazem parte da natureza. No entanto, nos últimos anos, testemunhamos um aumento na ocorrência desses desastres naturais. Muitos perderam suas casas, meios de subsistência e vidas devido a desastres naturais cada vez mais severos e frequentes. O número de desastres relacionados ao clima triplicou nos últimos 30 anos. De acordo com relatórios da ONU, adaptar-se e lidar com esses desastres custará aos países em desenvolvimento cerca de US$ 140 a 300 bilhões anualmente até 2030.

No entanto, graças aos recentes avanços em tecnologia como a IA, a gestão de desastres naturais está se tornando mais eficiente, melhorando desde a previsão de desastres até a assistência nos esforços de recuperação. Neste artigo, vamos mergulhar fundo na gestão de desastres naturais, explorar como a IA melhora cada etapa do processo e conhecer aplicações de IA que estão mantendo a nossa segurança.

Fig 1. Um gráfico mostrando o aumento dos desastres naturais de 1900 a 2019.

Link to this sectionUso de IA na previsão de desastres para uma gestão de riscos proativa#

Sistemas de previsão de desastres e detecção precoce baseados em IA podem ajudar a reduzir os danos causados por desastres naturais. Usando esses sistemas, moradores locais e equipes de resposta rápida podem ser avisados com antecedência para mitigar os efeitos do desastre. Ferramentas de IA podem analisar grandes volumes de dados e fazer previsões precisas para antecipar desastres naturais como furacões e incêndios florestais antes que eles aconteçam.

Técnicas de IA como aprendizado de máquina e computer vision usam neural networks profundas, que servem para analisar vastos datasets de vários tipos de fontes, como satellite imagery, weather data e historical records. Essas redes contêm neurônios artificiais interconectados que podem identificar padrões e anomalias que levam a um possível desastre. Ao processar e analisar a enorme quantidade de dados coletados usando ferramentas como análise de big data, modelos de IA podem ser treinados para fornecer sistemas de alerta precoce e ajudar a reduzir os impactos dos desastres naturais.

Por exemplo, a IA pode ser usada para prever réplicas de terremotos processando dados sísmicos. O Google e Harvard desenvolveram um AI system que analisou dados de 131.000 terremotos e réplicas. Quando testado em 30.000 eventos sísmicos, esse sistema de IA mostrou maior precisão na previsão de locais de réplicas em comparação com métodos tradicionais. No exemplo de previsão de réplicas mostrado abaixo, as regiões previstas para sofrer réplicas estão marcadas em vermelho. Os pontos pretos são as localizações das réplicas observadas, e a linha amarela mostra as falhas que se romperam durante o choque principal.

Fig 2. Uma imagem apresentando o resultado da previsão de réplicas.

Link to this sectionSistemas baseados em IA para preparação contra desastres#

Uma vez que um desastre é previsto, o próximo passo na gestão de desastres naturais é estar preparado. Perdas humanas e econômicas podem ser evitadas por sistemas de IA que fornecem informações precisas e oportunas sobre os riscos envolvidos em um desastre. Esses insights ajudam as autoridades a estarem prontas para emergências e a agir rapidamente para salvar vidas. Por exemplo, agricultores, pescadores e silvicultores estão entre as comunidades mais vulneráveis quando se trata de desastres naturais, e AI solutions podem ajudar essas comunidades a evitar perdas.

Soluções de computer vision e análise de imagem também podem ajudar a monitorar e rastrear padrões climáticos processando imagens de satélite em tempo real. Ao monitorar a trajetória de tais desastres (como ciclones), áreas que podem ser afetadas podem estar mais bem preparadas para enfrentá-los. Por exemplo, a NASA usou computação em nuvem e técnicas de deep learning em fotos de satélite para track furacões como Harvey e Florence. O sistema deles superou os métodos padrão em seis vezes, permitindo que o furacão fosse rastreado a cada hora, em vez de a cada seis horas, como nos métodos tradicionais.

Fig 3. Monitoramento e rastreamento do furacão Florence usando deep learning (Source).

Link to this sectionIA na resposta a desastres: melhorando dados em tempo real para equipes de resgate#

Outra aplicação importante da IA na gestão de desastres naturais é auxiliar as equipes de resposta. Sistemas de IA podem fornecer dados valiosos em tempo real, como avaliação de danos e rastreamento da localização de pessoas em perigo, para equipes de resposta a desastres, ajudando-as a alocar recursos de ajuda de forma mais eficiente. Eles também podem ajudar a acelerar a entrega de ajuda às pessoas nas áreas afetadas e melhorar as decisões e ações dos front-line relief workers.

Por exemplo, durante qualquer desastre natural, linhas de apoio de emergência (como o 911) ficam sobrecarregadas com chamadas de socorro. As equipes de resposta podem perder detalhes importantes se todas as chamadas forem encaminhadas para operadores humanos. A IA pode ser usada para gerenciar grandes volumes de chamadas e mensagens em tempo recorde e executar múltiplas funções usando recursos como speech-to-text e natural language processing (NLP). Tais recursos podem extrair o contexto por trás de cada chamada de emergência para obter informações precisas sobre a natureza exata da emergência e a localização de quem chama.

Esses insights reduzem o tempo das chamadas e aceleram a resposta de emergência. O mesmo sistema pode ser aplicado a plataformas de redes sociais com a ajuda de ferramentas de IA como computer vision e NLP.

Como é que as plataformas de redes sociais podem ajudar na resposta a catástrofes naturais? Durante uma catástrofe natural, as plataformas de redes sociais podem conter informações cruciais e acionáveis no rescaldo imediato. Por exemplo, informações em texto, áudio, imagens e vídeo podem ser publicadas nas redes sociais pelas pessoas na área afetada. Gerir e processar manualmente toda esta informação não é fácil, especialmente quando cada segundo é crucial. Ferramentas como a plataforma AIDR (Artificial Intelligence Digital Response) podem ser utilizadas para reduzir os atrasos na resposta através do processamento automático de publicações nas redes sociais. A plataforma analisa textos e imagens de tweets (ou de outras plataformas de redes sociais) para obter informações humanitárias relevantes. As organizações de resposta a catástrofes podem usar os dados extraídos em tempo real para informar as suas ações e melhorar a eficiência dos seus esforços.

Inovações de IA também podem ajudar as equipes de resgate diretamente na linha de frente. Modelos de computer vision como o Ultralytics YOLOv8 podem ajudar a avaliar os danos causados à área afetada usando imagens de satélite e métodos como semantic segmentation, que classifica cada pixel em uma imagem em categorias específicas. Por exemplo, após o terremoto na Turquia, o Departamento de Defesa dos EUA usou segmentation semântica e satellite imagery para identificar e categorizar a gravidade dos danos à infrastructure e aos building damage em áreas de desastre a uma taxa muito mais rápida do que os métodos tradicionais de detection. Usando tais métodos, eles aceleraram o processo para horas ou minutos, e o centro de controle e as equipes de resgate conseguiram responder mais rapidamente nas áreas afetadas para a recuperação.

Fig 4. Avaliação de danos usando semantic segmentation.

Link to this sectionIA para a recuperação de desastres naturais através do fornecimento de apoio à saúde mental#

A fase de recuperação após um desastre natural visa reconstruir comunidades e torná-las mais fortes. Uma das melhores maneiras de fazer isso é fornecer apoio de health mental às pessoas nas áreas afetadas. Os sobreviventes podem sofrer de problemas de saúde mental, como Transtorno de Estresse Pós-Traumático (TEPT), após tal desastre. As taxas de TEPT após um desastre podem chegar a 40%. Ferramentas de IA podem ser usadas para ajudar os indivíduos afetados. Por exemplo, a Omdena é uma empresa que fornece apoio à saúde mental usando chatbots de IA.

Fig 5. Chatbot de IA para ajudar pacientes com TEPT.

A IA também pode ajudar na health research e no apoio à saúde mental. Sistemas de IA podem ser usados para prever problemas de saúde mental analisando electronic health records com a mesma precisão de especialistas humanos. Por exemplo, pesquisadores usaram IA para analisar dados de redes sociais e avaliar níveis de estresse em jovens adultos após vivenciarem um trauma. De acordo com seus estudos, a mesma técnica também poderia ser aplicada para entender o impacto na saúde mental das climate crises e desastres naturais, tanto a curto quanto a longo prazo.

Link to this sectionPrós e contras do uso de IA na gestão de desastres#

Agora que discutimos como a IA pode influenciar todos os diferentes processos da gestão de desastres naturais, vamos explorar alguns dos prós e contras envolvidos. Aqui estão algumas das vantagens de usar IA para a gestão de desastres:

• Melhorar a coordenação: Sistemas de IA podem ser usados para melhorar a coordenação entre diferentes agências e organizações envolvidas na resposta a desastres, reduzindo atrasos e ineficiências.

• Automatizar tarefas: A IA pode automatizar tarefas repetitivas, como entrada e análise de dados, liberando recursos humanos para atividades mais críticas durante um desastre natural, quando cada segundo gasto é crucial.

• Adaptação a longo prazo às mudanças climáticas: A IA pode ajudar a identificar e avaliar os impactos das mudanças climáticas, permitindo que comunidades globais desenvolvam estratégias de adaptação a longo prazo.

Apesar dos muitos benefícios, também há limitações relacionadas à IA na gestão de desastres naturais que devem ser levadas em conta. Aqui estão alguns dos principais desafios da IA na gestão de desastres naturais:

• Altos custos de implementação: Desenvolver e implementar sistemas de IA para a gestão de desastres pode ser caro, pois frequentemente envolve investments in hardware, software e expertise em IA significativos.

• Preocupações com a privacidade de dados: Sistemas de IA usam dados de satélite geoespaciais, dados de redes sociais e de linhas de ajuda, entre outras fontes, para avaliar danos e track pessoas durante um desastre. Isso levanta preocupações de privacidade sobre o uso não consensual de informações pessoais e potencial vigilância.

• Dependência da qualidade dos dados: As predictions de um modelo de IA só podem ser tão boas quanto a quality and quantity of data com a qual ele é treinado. Se os AI models forem treinados com dados imprecisos, isso pode levar a resultados menos eficazes, particularmente em situações críticas.

Link to this sectionConsiderações finais sobre IA na gestão de desastres naturais#

Exploramos como a IA pode ajudar a salvar vidas de pessoas após um desastre natural. Ela nos ajuda a prever, preparar, responder e nos recuperar deles de forma mais eficaz. Ferramentas de IA podem prever terremotos, rastrear furacões e melhorar os esforços de resposta e recuperação de desastres. Fazer isso ajuda a minimizar o impacto dos desastres nas pessoas e na infraestrutura. Embora a IA tenha muitos benefícios, como respostas mais rápidas e melhor coordenação, ela também apresenta alguns desafios. Estes incluem altos custos, preocupações com a privacidade de dados e a necessidade de dados precisos. Quando abordamos e levamos em conta esses desafios, podemos maximizar o impacto da IA na gestão eficaz de desastres naturais.

Para saber mais, visite nosso GitHub repository e interaja com nossa community. Explore aplicações de IA em manufacturing e agriculture em nossas páginas de soluções. 🚀