A IA na gestão de catástrofes naturais

Os furacões, os terramotos, os incêndios florestais e as inundações fazem parte da natureza. No entanto, nos últimos anos, temos assistido a um aumento da ocorrência destas catástrofes naturais. Muitas pessoas perderam as suas casas, meios de subsistência e vidas devido a catástrofes naturais cada vez mais graves e frequentes. O número de catástrofes relacionadas com o clima triplicou nos últimos 30 anos. De acordo com relatórios da ONU, a adaptação e a resposta a estas catástrofes custarão aos países em desenvolvimento um montante estimado entre 140 e 300 mil milhões de dólares por ano até 2030. 

No entanto, graças aos recentes avanços tecnológicos, como a IA, a gestão de catástrofes naturais está a tornar-se mais simplificada, melhorando tudo, desde a previsão de catástrofes até à assistência nos esforços de recuperação. Neste artigo, vamos aprofundar a gestão de catástrofes naturais, explorar a forma como a IA melhora cada etapa do processo e as aplicações de IA que nos estão a manter seguros.

‍

Utilização da IA na previsão de catástrofes para uma gestão proactiva dos riscos

Os sistemas de previsão de catástrofes e de deteção precoce da IA podem ajudar a diminuir os danos causados pelas catástrofes naturais. Utilizando estes sistemas, os residentes locais e os socorristas podem ser avisados atempadamente para atenuar os efeitos da catástrofe. As ferramentas de IA podem analisar grandes quantidades de dados e fazer previsões exactas para antecipar catástrofes naturais, como furacões e incêndios florestais, antes de estas ocorrerem.

As técnicas de IA, como a aprendizagem automática e a visão por computador, utilizam redes neuronais profundas, que são utilizadas para analisar vastos conjuntos de dados de vários tipos de fontes, como imagens de satélite, dados meteorológicos e registos históricos. Estas redes contêm neurónios artificiais interligados que podem identificar padrões e anomalias que conduzem a uma potencial catástrofe. Ao processar e analisar a enorme quantidade de dados recolhidos utilizando ferramentas como a análise de grandes volumes de dados, os modelos de IA podem ser treinados para fornecer sistemas de alerta precoce e ajudar a reduzir os impactos das catástrofes naturais.

Por exemplo, a IA pode ser utilizada para prever réplicas de terramotos através do processamento dos dados sísmicos. A Google e Harvard desenvolveram um sistema de IA que analisou dados de 131 000 terramotos e réplicas. Quando testado em 30.000 eventos sísmicos, este sistema de IA mostrou maior precisão na previsão de localizações de réplicas em comparação com os métodos tradicionais. No exemplo de uma previsão de réplicas apresentado abaixo, as regiões que se prevê venham a sofrer réplicas estão assinaladas a vermelho. Os pontos pretos são as localizações das réplicas observadas e a linha amarela mostra as falhas que se romperam durante o abalo principal.

‍

Sistemas alimentados por IA para preparação para catástrofes

Uma vez prevista a ocorrência de uma catástrofe, o passo seguinte na gestão das catástrofes naturais é a preparação. As perdas humanas e económicas podem ser evitadas por sistemas de IA que fornecem informações atempadas e precisas sobre os riscos envolvidos numa catástrofe. Estas informações ajudam as autoridades a prepararem-se para as emergências e a actuarem rapidamente para salvar vidas. Por exemplo, os agricultores, os pescadores e os silvicultores são algumas das comunidades de maior risco quando se trata de catástrofes naturais, e as soluções de IA podem ajudar estas comunidades a evitar perdas. 

As soluções de visão computacional e de análise de imagem podem também ajudar a monitorizar e a seguir os padrões meteorológicos através do processamento de imagens de satélite em tempo real. Ao monitorizar o percurso de tais catástrofes (como ciclones), as áreas que podem ser afectadas podem estar mais bem preparadas para as enfrentar. Por exemplo, a NASA utilizou técnicas de computação em nuvem e de aprendizagem profunda em fotografias de satélite para localizar furacões como o Harvey e o Florence. O seu sistema superou em seis vezes o desempenho dos métodos padrão, permitindo que o furacão fosse rastreado de hora a hora e não de seis em seis horas, como nos métodos tradicionais.

‍

IA na resposta a catástrofes: Melhorar os dados em tempo real para as equipas de salvamento

Outra aplicação importante da IA na gestão das catástrofes naturais é a assistência às equipas de intervenção. Os sistemas de IA podem fornecer dados valiosos em tempo real, como a avaliação de danos e a localização de pessoas em perigo, às equipas de resposta a catástrofes, ajudando-as a afetar os recursos de socorro de forma mais eficiente. Podem também ajudar a acelerar a entrega de ajuda às pessoas nas zonas afectadas e melhorar as decisões e acções dos trabalhadores da linha da frente.

Por exemplo, durante qualquer catástrofe natural, as linhas de apoio de emergência (como o 911) são inundadas com chamadas de socorro. As equipas de resposta podem perder pormenores importantes se todas as chamadas forem encaminhadas para operadores humanos. A IA pode ser utilizada para gerir grandes volumes de chamadas e mensagens em tempo recorde e executar múltiplas funções utilizando caraterísticas como a conversão de voz em texto e o processamento de linguagem natural (PNL). Estas caraterísticas podem extrair o contexto subjacente a cada chamada de emergência para obter informações precisas sobre a natureza exacta da emergência e a localização da pessoa que efectua a chamada.

Estas informações reduzem o tempo de chamada e aceleram a resposta a emergências. O mesmo sistema pode ser aplicado a plataformas de redes sociais com a ajuda de ferramentas de IA como a visão computacional e a PNL.

Como podem as plataformas de redes sociais 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, as informações de 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 de resposta através do processamento automático das mensagens 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 utilizar os dados extraídos em tempo real para informar as suas acções e melhorar a eficiência dos seus esforços.

As inovações da IA também podem ajudar as equipas de salvamento diretamente da linha da frente. Modelos de visão por computador como o Ultralytics YOLOv8 podem ajudar a avaliar os danos causados à área afetada utilizando imagens de satélite e métodos como a segmentação semântica, que classifica cada pixel de uma imagem em categorias específicas. Por exemplo, durante o rescaldo do terramoto na Turquia, o Departamento de Defesa dos EUA utilizou a segmentação semântica e as imagens de satélite para identificar e classificar a gravidade dos danos nas infra-estruturas e nos edifícios das zonas sinistradas a um ritmo muito mais rápido do que os métodos de deteção tradicionais. Utilizando estes métodos, aceleraram o processo para horas ou minutos, e o centro de controlo e as equipas de salvamento puderam responder mais rapidamente nas áreas afectadas para recuperação.

‍

IA para a recuperação de catástrofes naturais, prestando apoio no domínio da saúde mental

A fase de recuperação após uma catástrofe natural tem por objetivo reconstruir as comunidades e torná-las mais fortes. Uma das melhores formas de o fazer é prestar apoio em matéria de saúde mental às pessoas das zonas afectadas. Os sobreviventes podem sofrer de problemas de saúde mental como a Perturbação de Stress Pós-Traumático (PTSD) após uma catástrofe deste tipo. As taxas de PTSD após uma catástrofe podem atingir os 40%. As ferramentas de IA podem ser utilizadas para ajudar as pessoas afectadas. Por exemplo, a Omdena é uma empresa que presta apoio à saúde mental utilizando chatbots de IA.

‍

A IA pode também ajudar na investigação e no apoio à saúde mental. Os sistemas de IA podem ser utilizados para prever problemas de saúde mental através da análise de registos de saúde electrónicos com a mesma precisão que os especialistas humanos. Por exemplo, os investigadores utilizaram a IA para analisar os dados das redes sociais e medir os níveis de stress em jovens adultos depois de sofrerem um trauma. De acordo com os seus estudos, a mesma técnica poderia também ser aplicada para compreender o impacto na saúde mental das crises climáticas e das catástrofes naturais, tanto a curto como a longo prazo.

Prós e contras da utilização da IA na gestão de catástrofes

Agora que já discutimos como a IA pode influenciar todos os diferentes processos de gestão de catástrofes naturais, vamos explorar alguns dos prós e contras envolvidos. Eis algumas das vantagens da utilização da IA na gestão de catástrofes:

• Melhorar a coordenação: Os sistemas de IA podem ser utilizados para melhorar a coordenação entre as diferentes agências e organizações envolvidas na resposta a catástrofes, reduzindo os atrasos e as ineficiências.

• Automatizar tarefas: A IA pode automatizar tarefas repetitivas, como a introdução e análise de dados, libertando recursos humanos para actividades mais críticas durante uma catástrofe natural, em que cada segundo gasto é fundamental.

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

Apesar dos muitos benefícios, há também limitações relacionadas com a IA na gestão de catástrofes naturais que devem ser tidas em conta. Eis alguns dos principais desafios da IA na gestão de catástrofes naturais:

• Custos de implementação elevados: O desenvolvimento e a implementação de sistemas de IA para a gestão de catástrofes pode ser dispendioso, uma vez que envolve frequentemente investimentos significativos em hardware, software e conhecimentos especializados em IA.

• Preocupações com a privacidade dos dados: Os sistemas de IA utilizam dados geoespaciais de satélite, dados das redes sociais e das comunicações das linhas de apoio, entre outras fontes, para avaliar os danos e seguir as pessoas durante uma catástrofe. Este facto suscita preocupações em matéria de privacidade no que respeita à utilização não consentida de informações pessoais e à potencial vigilância.

• Confiança na qualidade dos dados: As previsões de um modelo de IA só podem ser tão boas quanto a qualidade e a quantidade de dados com que é treinado. Se os modelos de IA forem treinados com dados imprecisos, isso pode levar a resultados menos eficazes, especialmente em situações críticas.

Considerações finais sobre a IA na gestão de catástrofes naturais

Já explorámos a forma como a IA pode ajudar a salvar a vida das pessoas em caso de catástrofe natural. Ajuda-nos a prever, preparar, responder e recuperar de forma mais eficaz. As ferramentas de IA podem prever terramotos, acompanhar furacões e melhorar a resposta a catástrofes e os esforços de recuperação. Isto ajuda a minimizar o impacto das catástrofes tanto nas pessoas como nas infra-estruturas. Embora a IA tenha muitos benefícios, como respostas mais rápidas e melhor coordenação, também tem alguns desafios. Estes incluem custos elevados, preocupações com a privacidade dos dados e a necessidade de dados exactos. Quando abordamos e temos em conta estes desafios, podemos maximizar o impacto da IA na gestão eficaz das catástrofes naturais.

Para saber mais, visite o nosso repositório GitHub e participe na nossa comunidade. Explore as aplicações de IA no fabrico e na agricultura nas nossas páginas de soluções. 🚀