IA na gestão de desastres naturais

Furacões, terremotos, wildfires e inundações fazem parte da natureza. No entanto, nos últimos anos, temos testemunhado um aumento na ocorrência desses desastres naturais. Muitos perderam suas casas, meios de subsistência e vidas devido a desastres naturais cada vez mais graves 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 uma estimativa 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 de desastres naturais de 1900 a 2019.

Uso 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 são usadas 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 potencial desastre. Ao processar e analisar a imensa quantidade de dados coletados usando ferramentas como análise de big data, os modelos de IA podem ser treinados para fornecer sistemas de alerta prévio e ajudar a reduzir os impactos de 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 de terremoto, este sistema de IA mostrou maior precisão na previsão de locais de réplicas em comparação com os métodos tradicionais. No exemplo de previsão de réplica mostrado abaixo, as regiões previstas para sofrer réplicas estão marcadas com a cor vermelha. Os pontos pretos são os locais de réplicas observadas, e a linha amarela mostra as falhas que se romperam durante o tremor principal.

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

Sistemas 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 oportunas e precisas 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, farmers, fishers e foresters são algumas das comunidades mais em risco quando se trata de desastres naturais, e AI solutions podem ajudar essas comunidades a evitar perdas.

Computer vision e soluções de análise de imagem também podem ajudar a monitorar e rastrear padrões climáticos processando imagens de satélite em tempo real. Ao monitorar o caminho de tais desastres (como ciclones), as áreas que podem ser afetadas podem ser mais bem preparadas para enfrentá-los. Por exemplo, a NASA usou computação em nuvem e técnicas de aprendizado profundo em fotos de satélite para rastrear 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 aprendizado profundo (Source).

IA 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. Os sistemas de IA podem fornecer dados valiosos em tempo real, como avaliação de danos e rastreamento da localização de pessoas em sofrimento, para equipes de resposta a desastres, ajudando-as a alocar recursos de ajuda com mais eficiência. Eles também podem ajudar a acelerar a entrega de ajuda às pessoas nas áreas afetadas e melhorar as decisões e ações de front-line relief workers.

Por exemplo, durante qualquer desastre naturais, linhas de ajuda de emergência (como o 911) ficam sobrecarregadas com chamadas de socorro. As equipes de resposta podem perder detalhes importantes se todas as chamadas forem direcionadas para operadores humanos. A IA pode ser usada para gerenciar altos volumes de chamadas e mensagens em tempo recorde e executar várias 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 está ligando.

Esses insights reduzem o tempo de chamada e aceleram a resposta de emergência. O mesmo sistema pode ser aplicado a plataformas de mídia social com a ajuda de ferramentas de IA como computer vision e NLP.

Como as plataformas de social media podem ajudar na resposta a desastres naturais? Durante um desastre natural, as plataformas de mídia social podem conter informações acionáveis cruciais no rescaldo imediato. Por exemplo, informações de text, audio, images e video podem ser postadas nas redes sociais pelas pessoas na área afetada. Gerenciar e processar manualmente todas essas informações não é fácil, especialmente quando cada segundo é crucial. Ferramentas como a plataforma AIDR (Artificial Intelligence Digital Response) podem ser usadas para reduzir atrasos na resposta processando automaticamente postagens em mídias sociais. A plataforma analisa textos e imagens de tweets (ou outras plataformas de mídia social) para obter informações humanitárias relevantes. Organizações de resposta a desastres podem usar os dados em tempo real extraídos para informar suas ações e melhorar a eficiência de seus esforços.

Inovações de IA também podem auxiliar equipes de resgate diretamente na linha de frente. Modelos de visão computacional como 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 da infrastructure e dos building damage em áreas de desastre a uma taxa muito mais rápida do que os métodos tradicionais de detection. Usando esses métodos, eles aceleraram o processo para horas ou minutos, e o centro de controle e as equipes de resgate puderam responder mais rápido nas áreas afetadas para a recuperação.

Fig 4. Avaliação de danos usando segmentação semântica.

IA para a recuperação de desastres naturais através do fornecimento de apoio à saúde mental#

A fase de recuperação após um desastre natural visa reconstruir as comunidades e torná-las mais fortes. Uma das melhores maneiras de fazer isso é fornecendo suporte 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 indivíduos afetados. Por exemplo, a Omdena é uma empresa que fornece suporte de saúde mental usando chatbots de IA.

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

A IA também pode auxiliar na pesquisa e suporte de health research mental. Sistemas de IA podem ser usados para prever problemas de saúde mental analisando electronic health records com a mesma precisão que especialistas humanos. Por exemplo, pesquisadores usaram AI to analyze social media data and gauge stress levels in young adults após sofrerem traumas. De acordo com seus estudos, a mesma técnica também poderia ser aplicada para entender o impacto na saúde mental de climate crises e desastres naturais, tanto a curto quanto a longo prazo.

Prós 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 automate repetitive tasks, como entrada e análise de dados, liberando recursos humanos para atividades mais críticas durante um desastre natural, quando cada segundo gasto é crítico.

• 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 gerenciamento de desastres pode ser caro, pois muitas vezes envolve investments in hardware significativos, software e expertise em IA.

• Preocupações com privacidade de dados: Os sistemas de IA usam dados geoespaciais de satélite, dados de redes sociais e comunicações 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.

Considerações 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. 🚀