Passare ai contenuti

Dare l'allarme

Allerte migliori possono salvare la vita durante un'emergenza. Google Crisis Response utilizza l'intelligenza artificiale per fornire aiuto.

L'uragano Florence, due settimane prima di arrivare sulla costa della Carolina del Nord a settembre, si stava formando nell'Oceano Atlantico. Florence si è rivelato un uragano che si muoveva in modo insolitamente lento, in grado di provocare precipitazioni record in aree soggette a inondazioni. Grazie al ritardo imprevisto con cui l'uragano è arrivato, le persone hanno avuto a disposizione più tempo per prepararsi per la tempesta.

“Questo è stato un evento previsto con diversi giorni di anticipo per un sistema così complicato”

Sara Jamison, idrologo senior presso il Servizio meteo nazionale

Per questo motivo, le persone sono state avvisate delle condizioni, sono iniziate le evacuazioni e sono state diffuse allerte sui disastri. Tuttavia, ciò non significa che tutti si siano allontanati dal percorso dell'uragano.

Foto di Mor Schlesinger

Mor Schlesinger, responsabile del software engineering di Crisis Response.

In seguito a scenari di emergenza come quello presentato dall'uragano Florence, spesso le persone si rivolgono a Google in cerca di risposte. “La nostra mission è l'organizzazione delle informazioni del mondo in modo da renderle accessibili a livello universale”, afferma Mor Schlesinger, responsabile del software engineering in Google. “I momenti in cui le persone hanno maggior bisogno di queste informazioni sono i momenti di crisi.”

Nel 2010 è scoppiato un incendio sul Monte Carmelo in Israele. Gli ingegneri di Google vedevano il fuoco da una finestra dell'ufficio, ma non trovavano informazioni in merito online. Quindi si sono messi d'impegno e hanno iniziato a lavorare su un modo per cambiare la situazione. Nel giro di alcune ore, il piccolo team si è coordinato con l'amministrazione locale, ha realizzato le risorse di emergenza pertinenti e le ha rese disponibili attraverso Ricerca Google.

Quell'occasione di creazione della prima allerta ha definito l'esigenza di organizzare le informazioni durante gli scenari di emergenza.

In situazioni di crisi, le persone cercano disperatamente informazioni che possano aiutarle a prendere decisioni per la loro sicurezza", spiega Matias, "e abbiamo l'opportunità di mettere a loro disposizione tali informazioni in questi tragici momenti.

Yossi Matias, VP Engineering di Google e capo dell'Israel R&D Center.

Telefono con funzionalità Avvisi SOS che mostra informazioni su un incendio

Avvisi SOS

Avvisi SOS, uno strumento utile durante e dopo un evento, riunisce in un'unica posizione i dati di Mappe, Ricerca e quelli forniti dai partner. La serie di strumenti realizzati per gli eventi di emergenza offre risorse durante e dopo un'ampia gamma di scenari catastrofici, comprese le calamità naturali come uragani, inondazioni e terremoti.
Telefono dotato di funzionalità Allerte che mostra informazioni su una tormenta invernale

Allerte

Allerte funge da sistema di trasmissione delle emergenze online, che raccoglie i dati e trasmette i contenuti sulle emergenze a Maps, Ricerca e ad altri servizi. Al momento, Crisis Response ha implementato Allerte in 12 paesi e ha in programma di espandersi ulteriormente.
È un grandissimo sollievo scoprire che, nel mezzo di un evento terribile, almeno puoi sapere che cosa sta accadendo. Ciò che ci spaventa di più è la mancanza di sufficienti informazioni.

Mor Schlesinger, responsabile del software engineering di Crisis Response.

Nel decennio passato, Google Crisis Response esisteva sotto svariate forme, mentre ora rappresenta un team ufficiale composto da oltre 100 persone che operano in decine di uffici in tutto il mondo. Dal lancio di Avvisi SOS nell'autunno 2017, gli strumenti costruiti dal team Crisis Response sono stati attivati in tutto il mondo nel corso di oltre 200 crisi e le informazioni fornite sono state visualizzate più di 1,5 miliardi di volte. Lo stimolo che ha portato a questo sviluppo nasce dalla mission in cui il team si identifica. “Per fare la nostra parte proviamo ad affrontare questi problemi”, afferma Schlesinger, che si è unita al team per coordinare i lavori di engineering. “Lo facciamo perché crediamo sia la cosa giusta.”

Negli Stati Uniti, durante una tempesta come Florence che ha avuto effetti su numerosi fiumi che toccano le coste della Carolina del Nord e del Sud, “cercare di fare previsioni, soprattutto nel caso di un uragano, può essere estremamente complesso”, afferma Jamison.

In queste circostanze, ciò che il team può offrire è la mappatura dei dati: i livelli che evidenziano il percorso di una tempesta, gli itinerari di evacuazione all'interno degli Stati o lungo i confini, l'ubicazione dei rifugi, nonché le allerte. Grazie alla collaborazione con amministrazioni statali e locali, è possibile integrare le informazioni su strade e ponti chiusi lungo le frontiere. Fornire informazioni precise alle persone appena ne hanno bisogno è di importanza primaria nel corso di un'emergenza.

Nonostante la solida infrastruttura per l'osservazione meteo e per la comunicazione delle informazioni, esistono dei motivi che impediscono alle persone di evacuare, perfino in zone degli Stati Uniti che sono storicamente soggette a inondazioni. Alcune famiglie non si possono permettere di alloggiare altrove dopo aver lasciato la propria casa, altre non si possono permettere la benzina per raggiungere una zona più sicura e altre ancora non dispongono di un veicolo con cui scappare. Oltre ai problemi di tipo economico, alcuni residenti spesso non evacuano perché pensano che la minaccia venga ingigantita in modo sensazionalistico, il che li porta a ignorare le allerte o a esserne diffidenti.

Se risorse come Crisis Map contengono informazioni utili durante scenari di emergenza negli Stati Uniti, in altre parti del mondo gli eventi presentano una serie di problemi diversi e maggiori. In India, dove si registra il 20% dei decessi globali legati alle inondazioni, secondo i dati sulle inondazioni compilati dal 1953 al 2017 dalla Central Water Commission dell'India, il miglioramento delle infrastrutture di previsione e di avviso potrebbe avere un impatto significativo.

All'inizio di quest'anno il team di Crisis Response, in collaborazione con il team della Ricerca di Israele, ha lanciato un programma pilota nel bacino del fiume Gange in India, ossia in un'area caratterizzata da alta densità della popolazione, intense precipitazioni monsoniche e imponenti inondazioni stagionali, che è ulteriormente penalizzata dalle difficoltà nel diramare informazioni in modo tempestivo.
I membri del team di Israele, insieme al team di Overhead Imagery, hanno utilizzato immagini satellitari e l'intelligenza artificiale per realizzare carte topografiche altimetriche delle aree lungo i fiumi indiani, al fine di fornire previsioni più affidabili sulle inondazioni. Queste informazioni vengono utilizzate per delineare in modo accurato le aree in cui si prevedono inondazioni e vengono integrate con i dati sul livello idrometrico dei fiumi, resi pubblici dal governo indiano, dopodiché vengono condivise tramite notifiche sui cellulari e attraverso i risultati di ricerca.
In precedenza, le persone non hanno mai avuto la possibilità di vedere queste mappe che mostrano la probabilità di innalzamento del livello dei fiumi locali.

Mor Schlesinger, responsabile del software engineering di Crisis Response.

Quando Avvisi SOS e Allerte sono attivati, forniscono informazioni sul livello dell'acqua, sul perché quel livello è pericoloso in base al contesto storico, sulla possibile durata del pericolo, sui comportamenti consigliati e su dove recuperare risorse extra.

È un centro risorse esauriente dall'inizio alla fine, organizzato in modo localizzato e attuabile.

Informare le persone sull'arrivo dell'inondazione è straordinario, ma quello che speriamo di fornire è un modo molto semplice per capire che cosa sta accadendo e le informazioni necessarie per prendere una decisione.

Mor Schlesinger, responsabile del software engineering di Crisis Response.

È su questa infrastruttura, che serve a osservare i modelli meteo che trasformano i fiumi e le terre circostanti soggette a inondazione, che gli investimenti in machine learning e IA possono avere un impatto umano. Come sottolinea Schlesinger, “l'unione di tutte queste tecnologie esclusive e di tutto il cloud computing” equivale alla capacità di prevedere meglio le inondazioni e aiutare le persone colpite.

Attualmente, durante la stagione dei monsoni, le zone dell'India soggette a inondazioni emettono un avviso con 24 ore di anticipo per permettere l'evacuazione. Grazie alle informazioni raccolte sul campo, i team di Crisis Response e Ricerca Google sperano di portare a 72 ore questa finestra. La formulazione di previsioni anticipate, con un livello di precisione garantito tale da guadagnare la fiducia delle persone che vivono in una zona colpita, potrebbe creare un ambiente in cui un numero maggiore di persone è in grado di evacuare in sicurezza le aree soggette a inondazioni periodiche.

Sella Nevo e Vova Anisimov di Google Crisis Response parlano con i residenti locali in India Risultato della Crisis Map di una zona colpita
Equipaggio di un'imbarcazione mentre misura la profondità di un fiume in India

Per Schlesinger, il futuro di Google Crisis Response comporta l'implementazione degli strumenti che il team ha sviluppato in più località e l'accorpamento di queste risorse in un unico posto facilmente accessibile. Grazie a questo sarà possibile aumentare la fiducia nelle allerte e nelle informazioni che Google può fornire.

Nei momenti di crisi c'è pochissimo tempo per prendere una decisione che può condizionare la propria vita e quella dei propri cari. Quindi è davvero importante ricevere informazioni corrette, concise e complete.

Mor Schlesinger, responsabile del software engineering di Crisis Response.

Storie correlate

Scopri il team che usa il machine learning per contribuire a salvare le api in tutto il mondo

Scopri il team che usa il machine learning per contribuire a salvare le api in tutto il mondo

Come l'intelligenza artificiale aiuta a prevenire la cecità nei diabetici

Come l'intelligenza artificiale aiuta a prevenire la cecità nei diabetici

Un giovane appassionato di musica trova la sua strada nella vita grazie al canto delle balene

Un giovane appassionato di musica trova la sua strada nella vita grazie al canto delle balene

Una tribù utilizza telefoni cellulari e TensorFlow per combattere il disboscamento illegale in Amazzonia

Una tribù utilizza telefoni cellulari e TensorFlow per combattere il disboscamento illegale in Amazzonia

Scopri il team che usa il machine learning per contribuire a salvare le api in tutto il mondo

Scopri il team che usa il machine learning per contribuire a salvare le api in tutto il mondo

Come l'intelligenza artificiale aiuta a prevenire la cecità nei diabetici

Come l'intelligenza artificiale aiuta a prevenire la cecità nei diabetici

Un giovane appassionato di musica trova la sua strada nella vita grazie al canto delle balene

Un giovane appassionato di musica trova la sua strada nella vita grazie al canto delle balene

Una tribù utilizza telefoni cellulari e TensorFlow per combattere il disboscamento illegale in Amazzonia

Una tribù utilizza telefoni cellulari e TensorFlow per combattere il disboscamento illegale in Amazzonia

Scopri il team che usa il machine learning per contribuire a salvare le api in tutto il mondo

Scopri il team che usa il machine learning per contribuire a salvare le api in tutto il mondo

Come l'intelligenza artificiale aiuta a prevenire la cecità nei diabetici

Come l'intelligenza artificiale aiuta a prevenire la cecità nei diabetici

Un giovane appassionato di musica trova la sua strada nella vita grazie al canto delle balene

Un giovane appassionato di musica trova la sua strada nella vita grazie al canto delle balene

Una tribù utilizza telefoni cellulari e TensorFlow per combattere il disboscamento illegale in Amazzonia

Una tribù utilizza telefoni cellulari e TensorFlow per combattere il disboscamento illegale in Amazzonia

Torna all'inizio