AI trong quản lý thiên tai

Bão, động đất, cháy rừng và lũ lụt đều là hiện tượng tự nhiên. Tuy nhiên, trong những năm gần đây, chúng ta đã chứng kiến tần suất xảy ra các thảm họa thiên nhiên này tăng lên. Ngày càng nhiều người mất nhà cửa, sinh kế và tính mạng do thiên tai xảy ra thường xuyên hơn với mức độ nghiêm trọng hơn. Số thảm họa liên quan đến khí hậu đã tăng gấp ba lần trong 30 năm qua. Theo các báo cáo của Liên Hợp Quốc, đến năm 2030, các nước đang phát triển ước tính sẽ cần chi 140–300 tỷ USD mỗi năm để thích ứng và ứng phó với những thảm họa này.

Tuy nhiên, nhờ những tiến bộ công nghệ gần đây như AI, công tác quản lý thiên tai đang trở nên tinh gọn hơn, cải thiện mọi khâu từ dự báo thảm họa đến hỗ trợ nỗ lực phục hồi. Trong bài viết này, chúng ta sẽ tìm hiểu về quản lý thiên tai, khám phá cách AI cải thiện từng bước của quy trình và điểm qua các ứng dụng AI giúp bảo vệ con người.

Hình 1. Biểu đồ thể hiện số lượng thảm họa thiên nhiên gia tăng từ năm 1900 đến năm 2019.

Ứng dụng AI trong dự báo thảm họa để chủ động quản lý rủi ro#

AI dùng để dự báo thảm họa và các hệ thống phát hiện sớm có thể giúp giảm thiệt hại do thiên tai gây ra. Nhờ các hệ thống này, người dân địa phương và lực lượng ứng cứu có thể được cảnh báo sớm để giảm thiểu tác động của thảm họa. Công cụ AI có thể sàng lọc lượng dữ liệu khổng lồ và đưa ra dự đoán chính xác, giúp dự báo trước các thảm họa thiên nhiên như bão và cháy rừng.

Các kỹ thuật AI như machine learning và thị giác máy tính sử dụng mạng nơ-ron sâu để phân tích tập dữ liệu khổng lồ từ nhiều nguồn khác nhau, chẳng hạn như ảnh vệ tinh, dữ liệu thời tiết và hồ sơ lịch sử. Những mạng này chứa các neuron nhân tạo kết nối với nhau, có thể nhận diện các mẫu và điểm bất thường báo hiệu thảm họa tiềm tàng. Bằng cách xử lý và phân tích lượng dữ liệu khổng lồ thu thập được với các công cụ như phân tích dữ liệu lớn, model AI có thể được huấn luyện để cung cấp hệ thống cảnh báo sớm và giúp giảm thiểu tác động của thiên tai.

Ví dụ, AI có thể dự báo dư chấn động đất bằng cách xử lý dữ liệu địa chấn. Google và Harvard đã phát triển một hệ thống AI phân tích dữ liệu từ 131.000 trận động đất và dư chấn. Khi được kiểm thử trên 30.000 sự kiện động đất, hệ thống AI này dự đoán vị trí dư chấn chính xác hơn các phương pháp truyền thống. Trong ví dụ dự báo dư chấn bên dưới, các khu vực được dự đoán sẽ xảy ra dư chấn được đánh dấu màu đỏ. Các chấm đen biểu thị vị trí dư chấn đã quan sát được, còn đường màu vàng thể hiện các đứt gãy bị phá vỡ trong trận động đất chính.

Hình 2. Hình ảnh minh họa kết quả dự báo dư chấn.

Hệ thống hỗ trợ công tác chuẩn bị ứng phó thảm họa bằng AI#

Sau khi dự báo được thảm họa, bước tiếp theo trong quản lý thiên tai là chuẩn bị ứng phó. Các hệ thống AI cung cấp thông tin kịp thời và chính xác về những rủi ro liên quan đến thảm họa, giúp ngăn ngừa tổn thất về người và kinh tế. Những thông tin này giúp chính quyền sẵn sàng ứng phó khẩn cấp và hành động nhanh chóng để cứu người. Chẳng hạn, nông dân, ngư dân và người làm nghề rừng là một số cộng đồng có nguy cơ cao nhất trước thiên tai; các giải pháp AI có thể giúp những cộng đồng này tránh tổn thất.

Các giải pháp thị giác máy tính và phân tích ảnh cũng có thể giúp giám sát, theo dõi diễn biến thời tiết bằng cách xử lý ảnh vệ tinh theo thời gian thực. Bằng cách theo dõi đường đi của những thảm họa như bão xoáy, các khu vực có thể bị ảnh hưởng sẽ chuẩn bị ứng phó tốt hơn. Ví dụ, NASA đã sử dụng điện toán đám mây và kỹ thuật deep learning trên ảnh vệ tinh để theo dõi các cơn bão như Harvey và Florence. Hệ thống của họ vượt trội gấp sáu lần so với các phương pháp tiêu chuẩn, cho phép theo dõi bão mỗi giờ thay vì sáu giờ một lần như các phương pháp truyền thống.

Hình 3. Giám sát và theo dõi bão Florence bằng học sâu (Nguồn).

AI trong ứng phó thảm họa: Cung cấp dữ liệu theo thời gian thực cho các đội cứu hộ#

Một ứng dụng AI quan trọng khác trong quản lý thiên tai là hỗ trợ các đội ứng phó. Hệ thống AI có thể cung cấp dữ liệu thời gian thực có giá trị, chẳng hạn như đánh giá thiệt hại và theo dõi vị trí người gặp nạn, cho các đội ứng phó thảm họa, giúp họ phân bổ nguồn lực cứu trợ hiệu quả hơn. AI cũng có thể đẩy nhanh việc chuyển hàng cứu trợ đến người dân ở vùng bị ảnh hưởng và cải thiện quyết định cũng như hành động của nhân viên cứu trợ tuyến đầu.

Ví dụ, trong bất kỳ thảm họa thiên nhiên nào, các đường dây trợ giúp khẩn cấp (như 911) thường bị quá tải bởi các cuộc gọi cầu cứu. Các đội ứng phó có thể bỏ lỡ thông tin quan trọng nếu toàn bộ cuộc gọi đều được chuyển đến nhân viên tổng đài. AI có thể được sử dụng để xử lý khối lượng lớn cuộc gọi và tin nhắn trong thời gian kỷ lục, đồng thời thực hiện nhiều chức năng thông qua các tính năng như chuyển giọng nói thành văn bản và xử lý ngôn ngữ tự nhiên (NLP). Những tính năng này có thể trích xuất ngữ cảnh từ từng cuộc gọi khẩn cấp để thu thập thông tin chính xác về tính chất cụ thể của tình huống và vị trí người gọi.

Những thông tin này giúp rút ngắn thời gian xử lý cuộc gọi và đẩy nhanh ứng phó khẩn cấp. Hệ thống tương tự có thể được áp dụng cho các nền tảng mạng xã hội với sự hỗ trợ của các công cụ AI kết hợp thị giác máy tính và NLP.

Các nền tảng mạng xã hội có thể hỗ trợ ứng phó thiên tai như thế nào? Trong thời gian ngay sau khi thiên tai xảy ra, các nền tảng mạng xã hội có thể chứa thông tin thiết yếu, hữu ích cho hành động ứng phó. Chẳng hạn, người dân ở khu vực bị ảnh hưởng có thể đăng tải thông tin dạng văn bản, âm thanh, hình ảnh và video lên mạng xã hội. Việc quản lý và xử lý thủ công toàn bộ thông tin này không hề dễ dàng, nhất là khi từng giây đều vô cùng quan trọng. Các công cụ như nền tảng AIDR (Phản ứng số bằng trí tuệ nhân tạo) có thể giảm độ trễ ứng phó bằng cách tự động xử lý bài đăng trên mạng xã hội. Nền tảng phân tích văn bản và hình ảnh từ tweet (hoặc các nền tảng mạng xã hội khác) để trích xuất thông tin nhân đạo liên quan. Các tổ chức ứng phó thảm họa có thể dùng dữ liệu thời gian thực được trích xuất để định hướng hành động và nâng cao hiệu quả nỗ lực ứng phó.

Các đổi mới AI cũng có thể hỗ trợ trực tiếp cho đội cứu hộ ngay tại tiền tuyến. Các model thị giác máy tính như Ultralytics YOLOv8 có thể giúp đánh giá thiệt hại tại khu vực bị ảnh hưởng bằng ảnh vệ tinh và các phương pháp như phân đoạn ngữ nghĩa, vốn phân loại từng pixel trong ảnh thành các nhóm cụ thể. Ví dụ, sau trận động đất ở Thổ Nhĩ Kỳ, Bộ Quốc phòng Hoa Kỳ đã sử dụng phân đoạn ngữ nghĩa và ảnh vệ tinh để xác định, phân loại mức độ thiệt hại đối với cơ sở hạ tầng và công trình xây dựng trong vùng thảm họa nhanh hơn nhiều so với các phương pháp phát hiện truyền thống. Những phương pháp này rút ngắn quy trình xuống còn vài giờ hoặc vài phút, giúp trung tâm chỉ huy và các đội cứu hộ ứng phó nhanh hơn tại những khu vực bị ảnh hưởng để phục hồi.

Hình 4. Đánh giá thiệt hại bằng phân đoạn ngữ nghĩa.

AI hỗ trợ phục hồi sau thiên tai bằng cách cung cấp hỗ trợ sức khỏe tinh thần#

Giai đoạn phục hồi sau thiên tai nhằm tái thiết cộng đồng và giúp cộng đồng vững mạnh hơn. Một trong những cách tốt nhất để làm điều đó là cung cấp hỗ trợ sức khỏe tâm thần cho người dân ở khu vực bị ảnh hưởng. Sau thảm họa, những người sống sót có thể gặp các vấn đề sức khỏe tâm thần như Rối loạn căng thẳng sau sang chấn (PTSD). Tỷ lệ mắc PTSD sau thảm họa có thể lên tới 40%. Các công cụ AI có thể được dùng để hỗ trợ những người bị ảnh hưởng. Ví dụ, Omdena là công ty cung cấp dịch vụ hỗ trợ sức khỏe tâm thần bằng chatbot AI.

Hình 5. Chatbot AI hỗ trợ bệnh nhân mắc PTSD.

AI cũng có thể hỗ trợ nghiên cứu và chăm sóc sức khỏe tâm thần. Hệ thống AI có thể dự đoán các vấn đề sức khỏe tâm thần bằng cách phân tích hồ sơ sức khỏe điện tử với độ chính xác tương đương chuyên gia. Chẳng hạn, các nhà nghiên cứu đã sử dụng AI để phân tích dữ liệu mạng xã hội và đánh giá mức độ căng thẳng ở người trẻ sau khi trải qua sang chấn. Theo các nghiên cứu của họ, kỹ thuật này cũng có thể được áp dụng để tìm hiểu tác động của khủng hoảng khí hậu và thiên tai đối với sức khỏe tâm thần trong cả ngắn hạn lẫn dài hạn.

Ưu và nhược điểm của việc ứng dụng AI trong quản lý thảm họa#

Sau khi tìm hiểu cách AI có thể tác động đến mọi quy trình trong quản lý thiên tai, hãy cùng xem xét một số ưu và nhược điểm liên quan. Dưới đây là một số lợi ích của việc ứng dụng AI trong quản lý thảm họa:

• Cải thiện khả năng phối hợp: Có thể sử dụng hệ thống AI để cải thiện sự phối hợp giữa các cơ quan và tổ chức tham gia ứng phó thảm họa, qua đó giảm chậm trễ và kém hiệu quả.
• Tự động hóa tác vụ: AI có thể tự động hóa các tác vụ lặp đi lặp lại như nhập và phân tích dữ liệu, giải phóng nhân lực để thực hiện các hoạt động quan trọng hơn trong thiên tai, khi từng giây đều mang tính sống còn.
• Thích ứng dài hạn với biến đổi khí hậu: AI có thể giúp xác định và đánh giá tác động của biến đổi khí hậu, cho phép cộng đồng toàn cầu xây dựng các chiến lược thích ứng dài hạn.

Bên cạnh nhiều lợi ích, cần lưu ý một số hạn chế liên quan đến AI trong quản lý thiên tai. Dưới đây là những thách thức chính của AI trong lĩnh vực này:

• Chi phí triển khai cao: Phát triển và triển khai hệ thống AI phục vụ quản lý thiên tai có thể tốn kém vì thường đòi hỏi đầu tư đáng kể vào phần cứng, phần mềm và chuyên môn AI.
• Lo ngại về quyền riêng tư dữ liệu: Hệ thống AI sử dụng dữ liệu vệ tinh không gian địa lý, dữ liệu liên lạc qua mạng xã hội và đường dây trợ giúp, cùng nhiều nguồn khác để đánh giá thiệt hại và theo dõi người dân trong thiên tai. Điều này làm dấy lên lo ngại về việc sử dụng thông tin cá nhân không có sự đồng ý và khả năng giám sát.
• Phụ thuộc vào chất lượng dữ liệu: Khả năng dự đoán của model AI chỉ tốt ngang với chất lượng và số lượng dữ liệu dùng để huấn luyện model. Nếu model AI được huấn luyện bằng dữ liệu không chính xác, kết quả có thể kém hiệu quả hơn, đặc biệt trong các tình huống cấp bách.

Tổng kết về AI trong quản lý thiên tai#

Chúng ta đã tìm hiểu cách AI có thể góp phần cứu sống người dân trước thiên tai. AI giúp dự báo, chuẩn bị, ứng phó và phục hồi sau thảm họa hiệu quả hơn. Các công cụ AI có thể dự báo động đất, theo dõi bão và cải thiện nỗ lực ứng phó cũng như phục hồi sau thảm họa. Nhờ đó, tác động của thảm họa lên con người và cơ sở hạ tầng đều được giảm thiểu. AI mang lại nhiều lợi ích như phản ứng nhanh hơn và phối hợp tốt hơn, nhưng cũng có một số thách thức. Những thách thức này bao gồm chi phí cao, lo ngại về quyền riêng tư dữ liệu và nhu cầu có dữ liệu chính xác. Khi giải quyết và tính đến những thách thức này, chúng ta có thể tối đa hóa tác động của AI trong công tác quản lý thiên tai hiệu quả.

Để tìm hiểu thêm, hãy truy cập repository GitHub và tham gia cộng đồng của chúng tôi. Khám phá các ứng dụng AI trong sản xuất và nông nghiệp trên các trang giải pháp của chúng tôi.