Можете ли вы представить, если бы можно было обнаружить стихийное бедствие до того, как оно произошло, по изображениям, размещенным в социальных сетях? Имея это в виду, международная исследовательская группа разработала систему глубокого обучения, состоящую из инструментов компьютерного зрения, которые после обучения с использованием 1,7 миллиона фотографий доказали свою способность анализировать, фильтровать и обнаруживать реальные бедствия.
читать далее
- ИИ — это «четвертая промышленная революция в процессе», по словам эксперта
- Oracle добавляет генеративный ИИ в свое программное обеспечение для управления персоналом
- Как пчелы могут вдохновить будущее ИИ
Статья, содержащая новинку, была опубликована в журнале IEEE Transactions on Pattern Analysis and Machine Intelligence. Одним из исследователей проекта, возглавляемого Массачусетским технологическим институтом (MIT), является Агата Лапедриза. По ее словам, «сообщения в социальных сетях можно использовать в качестве источника данных с малой задержкой, чтобы понять развитие и последствия стихийного бедствия».
Как работает эта система?
- Исследователи составили список из 43 категорий происшествий, включая стихийные бедствия, такие как лавины, песчаные бури, землетрясения, извержения вулканов, засухи и т. д. Также были включены ситуации, связанные с некоторым элементом вмешательства человека, такие как, например, авиакатастрофы.
- Этот список вместе с 49 категориями мест позволил исследователям пометить изображения, используемые для обучения системы.
- Затем авторы создали базу данных с 1 787 154 изображениями, которые использовались для обучения модели обнаружения инцидентов. Из них 977 088 имели хотя бы одну положительную метку, связывающую их с одной из классификаций инцидентов, а 810 066 имели отрицательную метку класса.
- Что касается категорий мест, то 764 124 изображения имели положительный класс, а 1 023 030 — отрицательный.
- Эти отрицательные метки означали, что систему можно было обучить исключать ложные срабатывания, т.е. фотография камина не означает, что дом горит, даже если он имеет некоторое визуальное сходство.
- Когда модель глубокого обучения была обучена обнаруживать инциденты на изображениях, команда провела серию экспериментов, чтобы проверить ее, на этот раз с использованием огромного объема изображений, загруженных из социальных сетей, включая Flickr и Twitter. «Наша модель смогла использовать эти изображения для обнаружения инцидентов, и мы проверили, что они соответствуют конкретным зарегистрированным инцидентам, таким как землетрясения 2015 года в Непале и Чили», — сказал Лапедриза.
- Следующей задачей является использование одних и тех же изображений наводнений, пожаров или других происшествий для автоматического определения серьезности происшествий или даже более эффективного их мониторинга с течением времени.
С информацией от TechXplore.
Смотрели новые видео на YouTube от Olhar Digital? Подписывайтесь на канал!
Сообщение ИИ может предсказывать стихийные бедствия по фотографиям впервые появилось в Olhar Digital.