Использование искусственного интеллекта для управления экстремальными погодными явлениями

Междисциплинарная команда исследователей из Университета Макгилл объединила методы глубокого обучения (DL) и анализа социальных сетей (SNA), чтобы сделать данные из соцсетей об экстремальных погодных явлениях полезным инструментом для кризисных менеджеров, спасателей и государственных учёных. Учёные обнаружили, что с помощью механизма снижения информационного шума можно фильтровать ценные данные из соцсетей для лучшей оценки проблемных зон и реакции пользователей.

Это важно, потому что огромный объём данных, публикуемых в социальных сетях о погоде, может предоставить критическую информацию во время кризисов, таких как снежные бури, наводнения и ледяные штормы. Новый подход позволяет выявлять авторитетные источники и классифицировать тысячи сообщений по категориям, например, «повреждение инфраструктуры» или «сочувствие и эмоциональная поддержка».

«Мы снизили уровень шума, выяснив, к кому прислушиваются и какие источники являются авторитетными», — объясняет Рене Сибер, ведущий автор исследования. Команда проанализировала более 1200 твитов о наводнении в Небраске в марте 2019 года, которое нанесло ущерб свыше $1 млрд. Исследование также выявило ограничения подхода, включая отсутствие универсального языка для категоризации терминов, связанных с управлением кризисами.