""

申博平台-申博sunbet手机版

在救灾机器学习革命

机器学习

当自然灾害发生,紧急救援人员和援助机构需要各方面的情报,他们可以得到的。研究者们已经联合众包,机器学习和神经网络来揭示快速灾难的许多方面,并部署了该技术在飓风多利安的后果。

首次出版的故事作为对阿兰·图灵学院网站的影响(2019年9月12日)通过 肖恩·奥尼尔,科普作家。通过实物转载。

 

2019年9月12日

巴哈马是从生命的损失和造成重要基础设施的大规模的毁灭缫丝飓风多利安 - 最强大的风暴打击的岛屿有记录以来 - 哪些重创该地区约68小时,创造了6米以上风暴潮是水平。该 加勒比灾害应急管理机构 这超过15,000估计是人们需要帮助目前在岛上。

通过老乡图灵领导的研究小组 博士史蒂芬里斯 (机器学习科学工程研究组)已经部署了最先进的技术来支持救灾机构与Dorian的直接后果处理。

与全球变暖,极端天气正推动越来越频繁,破坏性的风暴和洪水,而气温升高增加野火的严重程度。地震,同时表现出没有增加频率增加的迹象,而且会导致灾难性的破坏。不论性质的灾难,回应他们的是一个充满商业不可避免的:生活就行了,时间紧迫,资源是有限的,发生了什么事在地面上的知识是不可多得,特别是在贫穷的国家。

云集什么可以迅速,然而,卫星图像。整个受灾地区可以在几个小时内就可以成像,云层许可。如果这个庞大的数据量可以迅速与“前”同一区域的图像相比,它变成了一些可能对援助机构和灾害响应者在地面上非常有用。

利用成千上万的志愿者的力量,通过这个图像数据 - 韦德之类的标签损坏的建筑物,道路封锁和淹没区 - 可以提供快速的见解应急机构。更重要的是,如果拥挤源数据的这样的质量可以与机器学习来推动,并用于神经最终培养网络自动标示的卫星图像,我们会看到在数据驱动救灾的一场革命。

这就是里斯和他的同事进来了。与其合作 zooniverse 公民科学众包平台 全球营救,他的团队已经开发了众包,前沿的机器学习和神经网络提供快速的关键情报,以救援组织的强力混合在自然灾害 - 帮助他们分配资源,并可能挽救许多人的生命。此次合作自称在planetary响应网络 (PRN)。

当灾难来袭

当自然灾害发生后,研究人员使用Zooniverse显示在线的志愿者在事件之前和之后的高分辨率卫星图像。这些人迅速标志着不利的变化在哪里发生。在厄瓜多尔在2016年地震后,例如,2000名多名志愿者zooniverse约25000帮助分析平方公里,短短12小时内的卫星图像。

一个更大的考验是在2017年,当IRMA玛丽亚和飓风快速连续摧毁了加勒比地区。在其身后,“我们被球队zooniverse,大约有30万人通过这一平台发生[在短短三天] ADH分类从7500告诉记者,”说总的救援项目经理,丽贝卡当年,在当时。 “这个非同寻常的努力是相当于一个全职工作刚刚超过一年的人的输出。”覆盖超过11,000平方公里的区域受灾岛屿的意象这些分类 - 10个岛群岛。

“你得到很多人对这样的工作非常迅速,但他们往往要回来略有不同的答案。例如,有些人比其他人更好的在识别的损害,“里斯说,他也是的一组组长 数据为中心的工程计划 在图灵。它是如何与团队处理这些嘈杂的,不一致的人的数据? “我们使用机器学习识别‘标签共识’ - 用群众的智慧 - 这是最准确的数据。”被用于此称为“贝叶斯分类相结合”(BCC)的算法。然后,研究人员能够产生“热图”哪里哪里被要求应急资源的最严重的损害的领域是认真的,因此。密件抄送算法是由工学博士研究生埃德温·辛普森开发,然后扩展到 热图 随着合作里斯。

多米尼加的加勒比岛国的热图,显示出关键信息,以救灾机构,:如结构破坏,封锁道路和流离失所者

快速创建热图这样可以证明非常有用的:立即伊尔玛和玛丽亚之后,在PRN热图迅速传递到美国这样的国家,美国联邦紧急事务管理署(FEMA),以及60个非政府组织。汉娜·帕塔克,谁是救援的副总裁整体在灾难发生时,热图说:“之前在多米尼加的一个岛屿,维持97%的基础设施的破坏始于[救援]工作中,PRN热图给救援团队整体到港口,机场,以及道路网络损害的程度的指示“。

“除了提供供应与ST卫星通信托马斯岛,一个非政府组织”说出此言,整体救援队“也疏散少数患者的关键的医疗需求,治疗包括一名怀孕的女士,圣胡安。这两个任务是由热图帮助“。


手摇了AI

由于PRN的技术ESTA成功部署,里斯和他的团队在自己的系统带到另一个层次,通过将神经网络到混合,创造了一个叫做bccnet增强系统。而人类志愿者在卫星图像标注快速的变化,神经网络忙学习如何做的工作,培养自己以最精确的人体数据。不久,神经网络一样好,因为人群的精华。 “我们可以用训练神经网络来标记整个区域的形象 - 甚至整个国家 - 自动”

“我们可以用训练神经网络来标记整个区域的形象 - 甚至整个国家 - 自动”

史蒂夫里斯,图灵同胞

与机器学习图像的人的理解情境ESTA婚姻注意到最好的人的能力,并增加了它的快速力量和影响的,提供广域凡认识它最需要和快速。

在神经信息处理系统大会在2018年十二月, 该团队的论文 拿起最佳论文奖在题为“机器学习是发展中世界”的研讨会。这项工作是由英国航天局的国际合作计划提供资金,以谷歌冲击挑战奖,以及图灵的数据为中心的工程计划,本身支持劳氏船级社的基础。

里斯说,该神经网络被折叠到当前系统。 “我们没有测试过愤怒的神经网络尚未 - 这就是说,在真正的灾难情况。我们已经测试了从2017年的飓风加勒比海数据归档”的历史数据。里斯希望它是准备去住今年晚些时候。

飓风多利安

所述prn部署了一些它的一套方法和技术的之前和之后的巴哈马的卫星图像,在飓风多利安的觉醒。 “我们现在都在重复我们为伊尔玛和玛丽亚在巴哈马的损失评估工作,”里斯说。 “我们已经制定绿龟岛,”里斯说,“这是情报全部传递到抢险突击队24名皇家工程师[英国军队的军事工程师],”里斯说。 “A进一步两套标签从zooniverse人群是迫在眉睫,一个覆盖自由港和其他沼泽港。在某种程度上,这是看的端口是没有大的碎片,以了解他们是否能够支持援助的交付。“

随着24突击队嵌入里斯的团队,努力了解技术和PRN还有助于了解紧急救援人员的信息需求。


未来该何去何从?

当不集中在一个紧急部署:如飓风多利安,技术的另一个方面正在对提高PRN的zooniverse接口工作,使志愿者有更顺畅,更高效的体验当检查卫星图像。这些改进正在通过冲击加速度的账户资金,由工程和物理科学研究委员会颁发。 “在操作情况下,我们已经结束了做了很多手的工作,可能是自动的,”里斯说,所以这种众包边的简化是很重要的。接口已接近完成,现在正由全球救援评估。

同时,额外的重点是使用bccnet帮助巴西国家审计署(TCU)识别和监控尾矿坝。这是由采矿组织创造了向其提供的水体通过,通常产品开采倾倒剧毒水坝。他们是在自己的权利的环境噩梦,但如果他们崩溃,释放出有毒载荷他们,他们是能够杀死整个河流。 bccnet到目前为止还没有确定了三个水坝此前未知的TCU。球队在TCU合作者从2019年9月访问英国申博平台五个月,完全由巴西政府资助,以发展该项目。

它是清除bccnet算法的影响会远远超出救灾工作。这几乎任何人可以有效地发现或图像音效可以通过最终系统自动化。并提高ESTA技术的吸收,它已经过气图灵那么重要 该系统的代码 是开源的。当事情有这么多潜在的受益人类和地球,那将是错误的,要保密。

 

#turingimpact

防范脑损伤

脑力学和创伤;计算力学