Forskare har tränat en AI för att förvandla drönarbilder till exakta gatuvyer av jordbävningsskador. Målet är att snabba på räddningsarbetet.
Forskare vid The Ohio State University har utvecklat ett nytt AI-verktyg som kan återskapa fotorealistiska 3D-miljöer av jordbävningsdrabbade områden. Modellen, som kallas LEGG, matas med bilder från drönare och bygger sedan upp en detaljerad uppfattning om hur skadorna ser ut nere på marknivå.
Systemet testades nyligen på data från den massiva jordbävningen i Turkiet 2023, där över 280 000 byggnader förstördes. Genom att granska drönarbilder tagna både före och efter katastrofen kunde AI-modellen snabbt identifiera sprickor i fasader, lutande hus och delvisa ras.
Tidigare har räddningstjänster förlitat sig på flygbilder eller tidsödande manuella inspektioner. Rongjun Qin, en av forskarna bakom studien, konstaterar i ett pressmeddelande att drönare ger bra överblick, men att akutbeslut nästan alltid fattas utifrån hur det faktiskt ser ut på gatan.
AI används nu på bred front för att hantera seismiska katastrofer. Enligt en studie från University of Texas lyckades en AI-algoritm nyligen förutspå 70 procent av alla jordbävningar i en kinesisk testregion en hel vecka i förväg. Samtidigt har forskare vid brittiska BGS tagit fram modeller som beräknar risken för dödliga efterskalv på bara några sekunder.
Att flytta katastrofbedömningen från utdraget mänskligt arbete till omedelbara AI-analyser förändrar förutsättningarna helt för blåljuspersonal. För länder med hög seismisk aktivitet innebär det att man kan dirigera maskiner och personal exakt dit de behövs mest under de kritiska första 72 timmarna, i stället för att leta i blindo.
Nu planerar forskarteamet i Ohio att utföra fler experiment i riskzoner som Kalifornien och Japan. På sikt hoppas de att tekniken även ska användas av stadsplanerare för att bygga mer motståndskraftig infrastruktur.
Läs också: