Исследователи разработали новую ИИ-модель для ускорения оценки ущерба от торнадо и восстановления

Новый метод, разработанный исследователями из Техасского университета A&M, объединяет дистанционное зондирование, глубокое обучение и модели восстановления, чтобы ускорить оценку повреждений зданий и спрогнозировать сроки восстановления после торнадо. После получения постсобытийных изображений модель может произвести оценку ущерба и прогнозы восстановления менее чем за час.

Традиционные методы оценки ущерба после стихийного бедствия могут занимать недели или месяцы, задерживая экстренное реагирование, страховые выплаты и долгосрочные усилия по восстановлению. Разработанная модель использует высокодетальные сенсорные изображения и алгоритмы глубокого обучения для генерации оценки ущерба в течение нескольких часов, что немедленно предоставляет спасателям и политикам полезную информацию. Модель также помогает предсказать стоимость ремонта и оценить сроки восстановления, комбинируя технологии ИИ с продвинутыми моделями восстановления.

«Мы стремимся предоставить лицам, принимающим решения, почти мгновенную оценку ущерба и вероятностные прогнозы восстановления, обеспечивая эффективное и справедливое распределение ресурсов, особенно для наиболее уязвимых сообществ», — заявил соавтор исследования Абдулла Брайк. Модель была протестирована на данных разрушительного торнадо EF5 в Джоплине (Миссури) в 2011 году, который унес 161 жизнь и нанес ущерб более чем на $2 млрд. Исследователи обнаружили, что модель не только с высокой точностью определяла ущерб, но и могла оценить траекторию торнадо.

В будущем команда работает над адаптацией этой модели для других типов бедствий, таких как ураганы и землетрясения, при условии, что спутники могут обнаруживать характерные паттерны повреждений. Технология обладает потенциалом трансформировать работу служб экстренного реагирования, страховщиков и политиков в решающие часы и дни после шторма, предоставляя почти мгновенные оценки и прогнозы восстановления.