Langkau ke kandungan

Membunyikan Penggera

Amaran yang lebih baik dapat menyelamatkan nyawa dalam keadaan kecemasan. Respons Krisis Google menggunakan AI untuk membantu.

Dua minggu sebelum Taufan Florence mendarat di pantai Carolina Utara pada September tahun ini, taufan ini mula terbentuk di Lautan Atlantik. Florence boleh menjadi taufan yang bergerak sangat perlahan, yang mampu menurunkan hujan yang memecahkan rekod ke kawasan yang terdedah kepada banjir. Ketibaan taufan yang lewat daripada jangkaan itu bermakna orang ramai mempunyai lebih banyak masa untuk bersiap sedia.

“Ini ialah acara yang dirancang dengan baik beberapa hari sebelumnya untuk sistem yang rumit sebegitu”

Sara Jamison, seorang Ahli Hidrologi Kanan di Perkhidmatan Cuaca Kebangsaan

Disebabkan itu, orang ramai dimaklumkan tentang keadaan, pemindahan bermula dan amaran bencana disebarkan. Akan tetapi itu tidak bermakna semua orang dapat lari daripada laluan taufan.

Potret Mor Schlesinger

Mor Schlesinger, Pengurus Kejuruteraan Perisian untuk Respons Krisis

Apabla bertindak terhadap senario kecemasan seperti semasa Taufan Florence melanda, orang ramai sering menggunakan Google untuk mencari jawapan. “Misi kami adalah untuk menyusun maklumat dunia dan menjadikan maklumat tersebut mudah diakses di serata dunia”, kata Mor Schlesinger, pengurus perisian dan kejuruteraan di Google. "Orang ramai amat memerlukan maklumat ini semasa berlakunya krisis."

Pada tahun 2010, kebakaran telah berlaku di Pergunungan Carmel Israel. Yossi Matias, VP Kejuruteraan di Google dan Ketua Pusat R&D Israel, dapat melihat kebakaran itu dari tingkap pejabat tetapi tidak menemukan sebarang maklumat yang berguna tentang kebakaran itu dalam talian. Jadi, mereka memulakan langkah dan berusaha mencari jalan untuk mengubah keadaan itu. Dalam masa beberapa jam, pasukan kecil itu bekerjasama dengan kerajaan tempatan, mengatur sumber kecemasan yang berkaitan dan menyediakan sumber tersebut melalui Carian Google.

Pengalaman mencipta makluman pertama itu menjelaskan hakikat bahawa terdapat keperluan untuk mengatur maklumat dalam senario kecemasan.

Dalam situasi krisis, orang ramai yang diselubungi rasa cemas mencari maklumat yang dapat membantu mereka membuat keputusan tentang cara untuk kekal selamat,” kata Matias, “dan kami mempunyai peluang untuk membuat maklumat itu tersedia kepada orang ramai pada waktu yang mendesak.

Yossi Matias, VP Kejuruteraan di Google dan Ketua Pusat R&D Israel.

Telefon dengan ciri Makluman SOS yang memaparkan maklumat kebakaran hutan

Makluman SOS

Makluman SOS, alat untuk semasa dan selepas kejadian berlaku, menggabungkan data daripada Peta dan sumber lain dalam Carian. Pelbagai alat untuk kejadian kecemasan menawarkan sumber semasa dan selepas pelbagai senario bencana, termasuk bencana alam seperti taufan, banjir dan gempa bumi.
Telefon dengan ciri Makluman Awam memaparkan maklumat ribut musim sejuk

Makluman Awam

Makluman Awam berfungsi sebagai jenis Sistem Penyiaran Kecemasan dalam talian yang mengumpulkan data dan menolak kandungan kecemasan ke Peta, Carian dan tempat lain. Pada masa ini, Crisis Response melaksanakan Makluman Awam di 12 buah negara dan merancang untuk berkembang.
Dalam kekalutan menghadapi peristiwa yang dahsyat, anda akan berasa lega jika anda mengetahui sekurang-kurangnya anda boleh tahu perkara yang sedang berlaku. Perkara yang paling menakutkan adalah apabila kita tidak mempunyai maklumat yang mencukupi.

Mor Schlesinger, Pengurus Kejuruteraan Perisian untuk Respons Krisis.

Respons Krisis di Google wujud dalam pelbagai bentuk sepanjang dekad yang lalu dan kini kekal disiarkan di Internet, dengan diketuai oleh Yossi Matias bersama berbilang pasukan di seluruh dunia. Sejak pelancaran Makluman SOS pada musim luruh 2017, alatan yang dibina oleh pasukan Respons Krisis telah diaktifkan pada lebih daripada 200 krisis di seluruh dunia, dan maklumat yang disediakan oleh Makluman SOS dan Makluman Awam telah dilihat lebih daripada 1.5 bilion kali. Dorongan pengembangan itu timbul daripada misi yang dialami oleh pasukan tersebut. "Sebahagian daripada cara kami menyebarkan kebaikan adalah untuk mencuba dan mengatasi masalah ini," kata Schlesinger, yang dibawa masuk untuk memimpin usaha kejuruteraan bagi pasukan. "Kami melakukan perkara ini kerana kami merasakan hal ini patut dilakukan.

Di Amerika Syarikat, semasa ribut seperti Florence, yang memberi kesan kepada sekumpulan sungai yang bertemu di pesisir sepanjang pantai Utara dan Selatan Carolina, Jamison berkata, "percubaan meramalkan sesuatu, terutamanya dalam keadaan ribut taufan, boleh menjadi sesuatu yang amat rumit."

Dalam kes ini, bantuan yang boleh ditawarkan oleh pasukan itu ialah pemetaan data – lapisan yang menunjukkan laluan ribut, laluan pemindahan penduduk di dalam negeri atau di seluruh sempadan negeri, lokasi perlindungan – dan isyarat amaran. Kerjasama dengan kerajaan negeri dan tempatan memungkinkan pemadanan maklumat tentang penutupan jalan dan jambatan di seluruh sempadan negeri. Menyampaikan maklumat yang tepat kepada orang ramai apabila diperlukan adalah sangat penting semasa kecemasan.

Walaupun terdapat prasarana pencerapan cuaca yang kukuh dan cara menyebarkan maklumat itu, terdapat beberapa sebab yang menghalang orang daripada berpindah, walaupun di kawasan Amerika Syarikat yang selalu terdedah kepada banjir. Sesetengah keluarga tidak mampu tinggal di tempat lain apabila mereka meninggalkan rumah; ada pula yang tidak mampu membeli minyak kenderaan supaya dapat pergi ke kawasan yang lebih selamat, sementara yang lain pula tidak mempunyai kenderaan bagi melarikan diri. Selain beban ekonomi, sesetengah penduduk sering tidak berpindah kerana mereka menganggap ancaman tersebut telah disensasikan, menyebabkan mereka mengabaikan atau tidak mempercayai amaran yang dikeluarkan.

Walaupun sumber seperti Peta Krisis mengandungi maklumat berguna semasa senario kecemasan di Amerika Syarikat, peristiwa di tempat lain di dunia mendatangkan pelbagai cabaran yang berbeza dan lebih serius. Di India, yang merupakan tempat 20 peratus kematian akibat banjir di dunia berlaku - menurut data banjir yang dikumpulkan dari tahun 1953 hingga 2017 oleh Suruhanjaya Air Pusat India - peningkatan ramalan banjir dan prasaran amaran boleh memberikan kesan yang ketara.

Pada awal tahun ini, pasukan Crisis Response telah bekerjasama dengan pasukan Penyelidik yang berpangkalan di Israel untuk melancarkan program perintis di Lembangan Sungai Ganges, sebuah kawasan yang mempunyai kepadatan penduduk yang tinggi, hujan lebat sewaktu musim monsun dan rupa bumi yang terdedah kepada banjir bermusim yang mendadak serta ditambah pula dengan kesukaran untuk berkongsi maklumat tepat pada masanya.
Ahli bagi pasukan yang berpangkalan di Israel itu, bersama-sama dengan pasukan Overhead Imagery, telah menggunakan imejan satelit dan kecerdasan buatan untuk menghasilkan peta ketinggian sungai sekitar India untuk menyediakan ramalan banjir yang lebih andal. Maklumat itu digunakan untuk menghasilkan model bagi kawasan yang akan dilanda banjir dengan tepat, kemudian ditindan dengan data pengukuran sungai yang diterbitkan secara umum oleh kerajaan India dan dikongsi melalui pemberitahuan pada telefon mudah alih dan hasil Carian.
Orang ramai dapat melihat peta ini yang menunjukkan kebarangkalian banjir semakin meningkat di kawasan kediaman masing-masing – mereka tidak pernah mempunyai akses kepada maklumat yang seumpama itu semasa krisis berlaku sebelum ini.

Mor Schlesinger, Pengurus Kejuruteraan Perisian untuk Crisis Response.

Apabila diaktifkan, SOS dan Makluman Awam memberikan maklumat mengenai paras air, sebab paras itu berbahaya dengan konteks sejarah, tempoh bahaya itu boleh berlarutan, tindakan yang disyorkan dan tempat untuk mendapatkan sumber tambahan.

Ia merupakan pusat sumber yang komprehensif secara keseluruhannya, yang disusun dengan cara yang sesuai dengan keadaan setempat dan dengan cara yang boleh dilaksanakan.

Memberitahu anda banjir akan melanda merupakan sesuatu yang hebat, tetapi kami berharap dapat menyediakan cara yang sangat mudah untuk memahami apa yang sedang berlaku dan maklumat yang diperlukan untuk membuat keputusan.

Mor Schlesinger, Pengurus Kejuruteraan Perisian untuk Respons Krisis.

Infrastruktur ini, untuk memerhati corak cuaca yang mengubah sungai dan tanah di sekelilingnya yang terdedah kepada banjir, adalah tempat pelaburan dalam pembelajaran mesin dan AI dapat memberi impak kepada manusia. Seperti yang ditekankan Schlesinger, "Meletakkan semua teknologi unik ini dan semua pengkomputeran awan bersama-sama" meningkatkan kemampuan untuk membuat ramalan banjir yang lebih baik dan membantu mereka yang terjejas.

Sekarang ini, kawasan yang terdedah kepada banjir di India akan diberikan notis sehingga 24 jam untuk berpindah semasa musim tengkujuh. Dengan maklumat yang dikumpulkan di lapangan, pasukan Crisis Response dan Penyelidikan Google berharap dapat memanjangkan tetingkap masa tersebut kepada 72 jam. Membuat ramalan lebih awal dan memastikan ramalan tersebut cukup tepat untuk mendapatkan kepercayaan penduduk yang tinggal di kawasan yang terjejas, boleh mewujudkan persekitaran yang membolehkan lebih ramai orang berpindah dari kawasan yang kerap mengalami banjir dengan selamat.

Sella Nevo dan Vova Anisimov daripada Respons Krisis Google berbicara dengan penduduk tempatan di India Hasil peta krisis bagi kawasan terjejas
Krew bot mengukur kedalaman sungai di India

Bagi Schlesinger, masa depan Respons Krisis melibatkan pelaksanaan alatan yang telah dibangunkan oleh pasukannya di lebih banyak lokasi dan menyatukan semua sumber tersebut di satu tempat yang mudah diakses. Tindakan itu akan membantu membina kepercayaan terhadap amaran dan maklumat yang boleh disediakan oleh Google.

Semasa dalam krisis, anda tidak mempunyai banyak masa untuk membuat keputusan yang mungkin boleh menjejaskan kehidupan anda dan kehidupan insan yang tersayang. Oleh itu, sangat penting untuk mendapatkan maklumat yang betul dan lengkap.

Mor Schlesinger, Pengurus Kejuruteraan Perisian untuk Respons Krisis

Berita Berkaitan

Cara telefon pintar anda dapat membantu untuk menyelamatkan nyawa anda dalam kes kecemasan

Cara telefon pintar anda dapat membantu untuk menyelamatkan nyawa anda dalam kes kecemasan

Temui pasukan yang menggunakan pembelajaran mesin untuk membantu usaha menyelamatkan lebah dunia

Temui pasukan yang menggunakan pembelajaran mesin untuk membantu usaha menyelamatkan lebah dunia

Cara AI membantu doktor mencegah buta pada pesakit diabetes

Cara AI membantu doktor mencegah buta pada pesakit diabetes

Seorang pencinta muzik muda mencari hala tujunya dengan mengikut panggilan paus

Seorang pencinta muzik muda mencari hala tujunya dengan mengikut panggilan paus

Suku kaum di Amazon menggunakan telefon selular dan TensorFlow untuk membanteras pembalakan haram

Suku kaum di Amazon menggunakan telefon selular dan TensorFlow untuk membanteras pembalakan haram

Cara AI TensorFlow membantu pemeliharaan budaya Jepun

Cara AI TensorFlow membantu pemeliharaan budaya Jepun

Cara telefon pintar anda dapat membantu untuk menyelamatkan nyawa anda dalam kes kecemasan

Cara telefon pintar anda dapat membantu untuk menyelamatkan nyawa anda dalam kes kecemasan

Temui pasukan yang menggunakan pembelajaran mesin untuk membantu usaha menyelamatkan lebah dunia

Temui pasukan yang menggunakan pembelajaran mesin untuk membantu usaha menyelamatkan lebah dunia

Cara AI membantu doktor mencegah buta pada pesakit diabetes

Cara AI membantu doktor mencegah buta pada pesakit diabetes

Seorang pencinta muzik muda mencari hala tujunya dengan mengikut panggilan paus

Seorang pencinta muzik muda mencari hala tujunya dengan mengikut panggilan paus

Suku kaum di Amazon menggunakan telefon selular dan TensorFlow untuk membanteras pembalakan haram

Suku kaum di Amazon menggunakan telefon selular dan TensorFlow untuk membanteras pembalakan haram

Cara AI TensorFlow membantu pemeliharaan budaya Jepun

Cara AI TensorFlow membantu pemeliharaan budaya Jepun

Cara telefon pintar anda dapat membantu untuk menyelamatkan nyawa anda dalam kes kecemasan

Cara telefon pintar anda dapat membantu untuk menyelamatkan nyawa anda dalam kes kecemasan

Temui pasukan yang menggunakan pembelajaran mesin untuk membantu usaha menyelamatkan lebah dunia

Temui pasukan yang menggunakan pembelajaran mesin untuk membantu usaha menyelamatkan lebah dunia

Cara AI membantu doktor mencegah buta pada pesakit diabetes

Cara AI membantu doktor mencegah buta pada pesakit diabetes

Seorang pencinta muzik muda mencari hala tujunya dengan mengikut panggilan paus

Seorang pencinta muzik muda mencari hala tujunya dengan mengikut panggilan paus

Suku kaum di Amazon menggunakan telefon selular dan TensorFlow untuk membanteras pembalakan haram

Suku kaum di Amazon menggunakan telefon selular dan TensorFlow untuk membanteras pembalakan haram

Cara AI TensorFlow membantu pemeliharaan budaya Jepun

Cara AI TensorFlow membantu pemeliharaan budaya Jepun

Kembali ke atas