Un modèle informatique qui «pense» comme une personne disparue pourrait aider à la recherche et aux efforts de sauvetage
Une nouvelle méthode pour prédire où les personnes perdues dans le désert peuvent être trouvées sur la base de simulations de leurs processus décisionnels pourraient aider les équipes de sauvetage en montagne à sauver des vies à l’avenir.
Des chercheurs de l’Université de Glasgow ont développé un système informatique sophistiqué pour modéliser les actions des personnes simulées perdues dans des environnements de plein air.
Le système, qui est basé sur des données tirées des comptes de la façon dont les gens du monde réel se sont comportés après s’être retrouvés perdus à l’extérieur, crée une « carte de chaleur » montrant la probabilité que les personnes disparues se trouvent dans n’importe quel paysage.
L’équipe de Glasgow espère que cela pourrait conduire au développement d’une nouvelle méthode robuste pour aider les équipes de recherche et de sauvetage à choisir où concentrer leurs efforts de récupération, qui pourraient incorporer des drones équipés de capteurs pour aider à parcourir le paysage.
Dans un nouvel article d’accès anticipé publié dans la revue Accès IEEEl’équipe décrit comment ils ont utilisé les données des études historiques sur la façon dont les personnes perdantes se sont comportées dans des situations réelles pour créer des « agents » simulés qui agissent sur la base de différents états psychologiques.
Les algorithmes qui sous-tendent les agents sont guidés par des sous-modèles distincts, chacun avec un objectif différent à l’esprit. Ils cherchent tous à retrouver leur chemin vers la civilisation en se dirigeant vers l’eau, les arbres, les bâtiments, les chemins ou les routes. Les agents simulés prennent des décisions sur l’endroit où aller en fonction de facteurs, notamment leur emplacement actuel et s’ils pouvaient voir leur terrain préféré.
Pour aider à éclairer le comportement des agents, le système de l’équipe a également pris en compte les données recueillies sur la probabilité des peuples disparus d’être trouvés dans différents types de terrain, et les distances que les gens ont généralement parcouru leur dernier emplacement connu.
Jan-Hendrik Ewers de la James Watt School of Engineering de l’Université de Glasgow est le chercheur principal du projet et l’auteur correspondant sur le journal. Il a déclaré: « Les équipes de recherche et de sauvetage effectuent un travail de sauvetage d’une importance vitale, bien qu’ils soient fréquemment sous-financés et souvent équipés de bénévoles.
«J’ai grandi dans les hauts plateaux ruraux, et je suis un hillwalker passionné, donc je suis très conscient à la fois à quel point la randonnée peut être dangereuse et ce que font les équipes de recherche et de secours de travail incroyables.
« Au départ, dans le cadre de mon doctorat, j’ai décidé de voir s’il serait possible d’utiliser l’apprentissage automatique pour former un nouveau type de système de recherche et de sauvetage pour prédire où les randonneurs perdus pourraient être trouvés. Cependant, l’apprentissage automatique nécessite une grande quantité d’informations pour tirer ses conclusions.
«Les ressources limitées des équipes de recherche signifient qu’elles sont à juste titre plus axées sur la sauvegarde des vies que la capture de données sur tous les aspects de leurs missions de recherche, il n’y avait donc pas suffisamment d’informations disponibles pour que cette approche fonctionne.
« Cela a conduit mes collègues et moi à déterminer si nous pouvions exploiter les recherches existantes sur le comportement des personnes disparues qui vise à comprendre leurs choix sur où ils sont allés et pourquoi. L’utiliser comme base de ces agents simulés nous a donné des résultats vraiment encourageants. »
L’équipe a validé son modèle en définissant leurs agents d’IA lâches à partir de lieux parsemés d’une recréation numérique de l’île d’Arran. La carte de distribution de probabilité des emplacements des personnes perdus simulées à travers l’île était fortement corrélée avec les endroits sur lesquels l’équipe de recherche a basé leur modèle suggérait qu’ils étaient plus susceptibles d’être trouvés. Les résultats suggèrent que le comportement des agents est un reflet précis du comportement des personnes perdues.
La recherche fait partie des efforts continus à l’Université de Glasgow pour utiliser la technologie de pointe pour renforcer le travail des équipes de recherche et de sauvetage. Des recherches connexes ont utilisé une approche axée sur les données pour explorer les moyens de faire mieux les drones contrôlés par l’IA pour rechercher la campagne pour les personnes disparues.
Le Dr David Anderson de la James Watt School of Engineering est co-auteur du journal et le doctorat de Jan-Hendrik Ewers. superviseur. Il a déclaré: « L’un des avantages de ce type d’approche de modélisation psychologique pour localiser les personnes disparues est qu’elle pourrait potentiellement être appliquée à n’importe quel paysage.
« Nous voulons explorer la possibilité d’appliquer cette technique à nos efforts continus pour réaliser le plein potentiel des drones pour les missions de recherche et de sauvetage. Des travaux de développement et de validation supplémentaires seront nécessaires avant qu’il ne puisse être utilisé dans des situations réelles, mais il s’agit d’une démonstration précoce prometteuse de l’efficacité de ce type de modélisation et de cartographie. »
