کشف جسد پس از ۱۰ ماه با هوش مصنوعی در کوهستان‌های ایتالیا

نقش محوری هوش مصنوعی و پهپادها

این عملیات با استفاده از تنها دو پهپاد انجام شد که در مدت پنج ساعت، از منطقه‌ای به وسعت ۱۸۳ هکتار تصویربرداری کردند. سپس، نرم‌افزار هوش مصنوعی در همان عصر، ۲۶۰۰ فریم تصویری را با دقت بی‌نظیری تحلیل کرد و در همان شب، چندین نقطه مشکوک را به تیم امداد معرفی کرد.

ساوریو ایسولا، خلبان پهپاد تیم، اظهار داشت: «اگر این کار با چشم انسان انجام می‌شد، هفته‌ها یا حتی ماه‌ها زمان می‌برد؛ اما هوش مصنوعی تنها ظرف چند ساعت موفق شد داده‌ها را تحلیل و نقاط کلیدی را مشخص کند.»

روز بعد، با بهبود شرایط جوی، تیم امداد به یکی از نقاط مشخص‌شده توسط هوش مصنوعی اعزام شد. در نهایت، کلاه ایمنی قرمز ایوالدو که تضاد رنگی آشکاری با محیط اطراف داشت، منجر به شناسایی جسد شد.

توسعه و پیشرفت فناوری در CNSAS

تیم CNSAS نزدیک به پنج سال است که از پهپادها در عملیات‌های خود استفاده می‌کند و در یک سال و نیم اخیر، فناوری تشخیص رنگ و شکل را نیز به کار گرفته است. این تیم با همکاری ENAC (نهاد ملی هوانوردی غیرنظامی ایتالیا)، روش‌های دقیقی برای پرواز، تصویربرداری و تحلیل اطلاعات توسعه داده‌اند که کارایی عملیات‌ها را به شکل چشمگیری افزایش داده است.

علاوه بر تصاویر هوایی، اطلاعات موبایل فرد مفقودشده نیز در تعیین محل جست‌وجو مؤثر بود. چهار امدادگر باتجربه، مسیرها و احتمالات را تحلیل کرده و تیم هدایت پهپاد را پشتیبانی کردند. به گفته ایسولا، این موفقیت «ترکیبی از دستاورد انسانی و فناوری» بود که نشان‌دهنده هم‌افزایی مؤثر بین توانایی‌های انسانی و ابزارهای پیشرفته است.

کاربردهای آتی و چشم‌انداز آینده

تکنولوژی مشابهی پیش از این در حادثه یخچال مارمولادا نیز به کار گرفته شده بود؛ جایی که پهپادها امکان ورود به نواحی خطرناک را فراهم کرده و بدون به خطر انداختن جان امدادگران، عملیات بازیابی را ممکن ساختند.

هدف بعدی CNSAS، استفاده گسترده‌تر از هوش مصنوعی و دوربین‌های حرارتی برای نجات افراد زنده است. این فناوری نه تنها توانایی شناسایی تصاویر ثابت را دارد، بلکه می‌تواند داده‌های حرارتی را نیز در چند ساعت تحلیل کند و امیدها را برای افزایش موفقیت در عملیات‌های نجات زنده افزایش دهد.