Il s’agit d’une amélioration par rapport aux systèmes d’évaluation des catastrophes plus traditionnels, dans lesquels les secouristes et les intervenants d’urgence s’appuient sur des rapports de témoins oculaires et des appels pour identifier rapidement où une aide est nécessaire. Dans certains cas plus récents, des aéronefs à voilure fixe comme des drones ont survolé des zones sinistrées avec des caméras et des capteurs pour fournir des données examinées par des humains, mais cela peut encore prendre des jours, voire plus. La réponse typique est encore ralentie par le fait que différentes organisations répondantes ont souvent leurs propres catalogues de données cloisonnés, ce qui rend difficile la création d’une image standardisée et partagée des domaines qui ont besoin d’aide. xView2 peut créer une carte partagée de la zone touchée en quelques minutes, ce qui aide les organisations à coordonner et à hiérarchiser les réponses, ce qui permet d’économiser du temps et des vies.
Les obstacles
Cette technologie, bien sûr, est loin d’être une panacée pour les interventions en cas de catastrophe. Il y a plusieurs grands défis à xView2 qui consomment actuellement une grande partie de l’attention de recherche de Gupta.
Le premier et le plus important est la dépendance du modèle à l’imagerie satellite, qui fournit des photos claires uniquement pendant la journée, lorsqu’il n’y a pas de couverture nuageuse et lorsqu’un satellite est au-dessus. Les premières images utilisables en provenance de Turquie ne sont arrivées que le 9 février, trois jours après le premier séisme. Et il y a beaucoup moins d’images satellites prises dans des régions éloignées et moins développées économiquement, juste de l’autre côté de la frontière syrienne, par exemple. Pour résoudre ce problème, Gupta étudie de nouvelles techniques d’imagerie comme le radar à synthèse d’ouverture, qui crée des images en utilisant des impulsions micro-ondes plutôt que des ondes lumineuses.
Deuxièmement, alors que le modèle xView2 est précis jusqu’à 85 ou 90 % dans son évaluation précise des dommages et de la gravité, il ne peut pas non plus vraiment repérer les dommages sur les côtés des bâtiments, car les images satellites ont une perspective aérienne.
Enfin, Gupta dit qu’il a été difficile d’amener les organisations sur le terrain à utiliser et à faire confiance à une solution d’IA. « Les premiers intervenants sont très traditionnels », dit-il. « Lorsque vous commencez à leur parler de ce modèle d’IA sophistiqué, qui n’est même pas au sol et qui regarde des pixels à environ 120 miles dans l’espace, ils ne lui feront plus confiance. »
Et après
xView2 aide à plusieurs étapes de l’intervention en cas de catastrophe, de la cartographie immédiate des zones endommagées à l’évaluation des sites d’abris temporaires sûrs pour déterminer la reconstruction à plus long terme. Abbhi, pour sa part, dit qu’il espère que xView2 « sera vraiment important dans notre arsenal d’outils d’évaluation des dommages » à la Banque mondiale à l’avenir.
Comme le code est open source et que le programme est gratuit, n’importe qui peut l’utiliser. Et Gupta a l’intention de le garder ainsi. « Quand les entreprises arrivent et commencent à dire, On pourrait commercialiser ça, je déteste ça », dit-il. « Cela devrait être un service public qui fonctionne pour le bien de tous. » Gupta travaille sur une application Web afin que tout utilisateur puisse exécuter des évaluations ; actuellement, les organisations contactent les chercheurs de xView2 pour l’analyse.
