Sztuczna inteligencja rozpoczęła poszukiwania niezdetonowanych bomb

Sztuczna inteligencja rozpoczęła poszukiwania niezdetonowanych bomb

Bomby i miny, które okazały się niewypałami w czasach wojny ciągle czekają uśpione pod ziemią, aby dać o sobie znać w najgorszym momencie. Dlatego tak ważne jest ich poszukiwanie.

Naukowcy opracowali nowe narzędzie oparte na sztucznej inteligencji, które może znacznie ułatwić poszukiwanie tych niewypałów za pomocą zdjęć satelitarnych (via New Atlas).

Badania zostały przeprowadzone przez naukowców z Ohio State University, którzy rozpoczęli od zdjęcia satelitarnego obszaru o powierzchni 100 km kwadratowych, który był celem bombardowania dywanowego przez USA w 1973 roku.

Zespół rozpoczął od wzięcia pod lupę algorytmów pierwotnie opracowanych do wykrywania kraterów meteorów na księżycach i planetach, a następnie przeszkolił je w wykrywaniu subtelnych różnic między tego typu kraterami, a tymi tworzonymi przez bomby. Mowa o uwzględnieniu nowych kształtów, kolorów, czy rozmiarów kraterów.

Sztuczna inteligencja rozpoczęła poszukiwania niezdetonowanych bomb

Było to niezwykle ważne, ponieważ rzeczy takie jak trawa, krzewy i erozja zmieniają oblicza kraterów bombowych z biegiem kolejnych dekad. Początkowo algorytm uczenia maszynowego był w stanie wykryć 157 z 177 prawdziwych kraterów bombowych z dokładnością 89 procent, serwując też 1142 fałszywych znalezisk.

Czytaj też: Ze słodkości w narzędzie do zdobywania informacji

Jednak dzięki dalszym pracom zespół był w stanie wyeliminować 96 procent tych fałszywych wyników z niewielkim kompromisem w zakresie dokładności. Finalnie algorytm wykrywał 152 z 177 kraterów z dokładnością do 86 procent.

Sztuczna inteligencja rozpoczęła poszukiwania niezdetonowanych bomb

Zespół twierdzi, że jego algorytm uczenia maszynowego zapewnia wzrost rzeczywistego wykrywania bomb o ponad 160 procent. A to może okazać się potężnym narzędziem pomagającym znaleźć i usunąć te, które pozostają niewybuchowe.

Chcesz być na bieżąco z WhatNext? Śledź nas w Google News