book_icon

NEC desenvolve solução com IA generativa para responder a grandes desastres

Quando ocorrem desastres, é vital avaliar os danos com rapidez e precisão para agilizar as atividades de resposta inicial, tais como orientações de evacuação e esforços de resgate das vítimas

NEC desenvolve solução com IA generativa para responder a grandes desastres

A NEC Corporation desenvolveu uma tecnologia para avaliação de danos causados ​​por desastres utilizando IA generativa (LLM – Large Language Model) e análise de imagens. Essa tecnologia permite que os usuários avaliem de forma imediata e precisa a extensão e a localização dos danos a partir da infinidade de imagens coletadas quando ocorre um desastre. No futuro, a NEC contribuirá para a aceleração das orientações de evacuação, esforços de resgate e outras atividades de resposta inicial em caso de desastre, fornecendo esta tecnologia aos ministérios governamentais e às autoridades municipais responsáveis ​​pela resposta a desastres.

Nos últimos anos, o mundo testemunhou um aumento na frequência e gravidade dos desastres naturais, incluindo chuvas torrenciais intensificadas, terremotos massivos e, mais recentemente, incêndios florestais, como no Havai. Quando ocorrem desastres, é vital avaliar os danos com rapidez e precisão para agilizar as atividades de resposta inicial, tais como orientações de evacuação e esforços de resgate para as vítimas de desastres.

A NEC planeja colocar esta tecnologia recentemente desenvolvida em utilização prática durante o ano fiscal de 2025, num esforço para ajudar a acelerar as orientações de evacuação, os esforços de resgate e outras atividades de resposta inicial em caso de desastre

No entanto, a realização de uma resposta inicial rápida continua a ser um desafio porque os mapas de distribuição da precipitação e os mapas de distribuição da intensidade sísmica, por exemplo, bem como a informação textual recebida dos residentes, não incluem detalhes suficientes sobre a extensão e localização dos danos. Em contrapartida, as imagens das zonas atingidas pela catástrofe fornecidas aos municípios e outras entidades (imagens captadas por smartphones, gravadores de unidade, CCTV etc.

Num esforço para acelerar as actividades de resposta inicial, a NEC desenvolveu uma tecnologia que pode ser usada para definir de forma rápida e precisa quais as imagens necessárias para avaliar o impacto de um desastre e, em seguida, exibir essas imagens num mapa com precisão ao nível do endereço.

Características da nova tecnologia

Reduz as imagens do campo de acordo com a intenção do usuário

As imagens podem ser reduzidas a partir de uma infinidade de imagens de campo para incluir apenas aquelas alinhadas com a intenção do usuário, utilizando interpretação semântica de palavras de um LLM e análise de imagem para determinar a similaridade da imagem.

A tecnologia de reconhecimento de imagem tem sido convencionalmente usada para restringir as imagens àquelas que são relevantes para os usuários. No entanto, estas tecnologias só são capazes de reconhecer imagens pré-treinadas, limitando assim quais imagens podem ser reduzidas. Isto dificultou a realização de inquéritos de acordo com a intenção do utilizador, que varia dependendo do tipo e escala do desastre, das áreas afectadas e da extensão da situação.

Esta tecnologia recentemente desenvolvida utiliza LLM para restringir imagens de campo usando palavras-chave. Além disso, o emprego da análise de imagens e a especificação da cena que o usuário gostaria de pesquisar torna possível restringir cenas que são difíceis de expressar em palavras. Em outras palavras, ao combinar o LLM e a análise de imagens, os usuários podem restringir com precisão as imagens apenas àquelas que correspondem às suas intenções, tornando possível responder rapidamente aos desastres à medida que eles se desenrolam.

Exibe a extensão e localização dos danos em um mapa no nível do endereço

No caso de imagens de campo para as quais a localização de uma área atingida pelo desastre é desconhecida, a localização pode ser estimada com precisão ao nível do endereço e depois apresentada num mapa, comparando as imagens com imagens aéreas e dados de mapas que cobrem áreas extensas.

As imagens de campo fornecidas em situações de emergência, como desastres, não incluem necessariamente informações de localização, o que às vezes pode dificultar a identificação de áreas atingidas por desastres. Embora a NEC tenha desenvolvido tecnologias para estimar localizações através da utilização de imagens de satélite e fotografias aéreas no passado (*1), esta tecnologia mais recente alcançou a maior precisão de correspondência do mundo (*2) (*3), permitindo a estimativa de localização com um elevado grau de precisão, mesmo para imagens de campo capturadas durante um desastre.

Para estimar localizações, esta tecnologia extrai automaticamente áreas como estradas, edifícios e sinais de trânsito a partir de imagens de campo e, em seguida, combina-as com informações de layout do mapa (forma e layout de estradas, edifícios etc.). Desta forma, é possível uma estimativa altamente precisa de um local fotografado, mesmo para imagens de edifícios parcialmente desabados ou estradas parcialmente inundadas, através da utilização proativa de informações sobre estradas com menor risco de danos em caso de terremoto e informações sobre edifícios com um menor risco de submersão em caso de inundação para realizar a correspondência.

A NEC planeja colocar esta tecnologia recentemente desenvolvida em utilização prática durante o ano fiscal de 2025, num esforço para ajudar a acelerar as orientações de evacuação, os esforços de resgate e outras atividades de resposta inicial em caso de desastre. Além disso, a NEC continua empenhada em tornar a sociedade mais segura, mais protegida e mais conveniente, expandindo a utilização do LLM e da tecnologia de análise de imagens para outras aplicações.

Serviço
www.nec.com

As opiniões dos artigos/colunistas aqui publicados refletem exclusivamente a posição de seu autor, não caracterizando endosso, recomendação ou favorecimento por parte da Infor Channel ou qualquer outros envolvidos na publicação. Todos os direitos reservados. É proibida qualquer forma de reutilização, distribuição, reprodução ou publicação parcial ou total deste conteúdo sem prévia autorização da Infor Channel.