As grandes inundações em Nebraska este ano criaram uma necessidade desesperada de esforços de socorro, com vários pedidos de ajuda e suprimentos vindos de todos os 77, Estado de 000 milhas quadradas.

Bharat Bhargava, da Purdue University, acredita que a inteligência artificial, como parte de um novo consórcio de pesquisa e projeto de equipe, poderia ajudar em tais situações de desastre, usando aprendizado de máquina e análise de dados para coordenar quais suprimentos são necessários e para onde devem ir.

“A missão de ajudar as pessoas é da maior preocupação, "disse Bhargava, professor de ciência da computação.

"Dados provenientes de tweets públicos, vídeos, telefonemas, e os relatórios policiais podem ser barulhentos, incompleto, incorreto e mudando rápido, "ele disse." As máquinas de aprendizagem podem analisar dados de vários modelos vindos de várias fontes independentes e procurar necessidades que não são óbvias ou explicitamente declaradas. "

Bhargava e sua equipe estão trabalhando no aprendizado de máquina por meio de inteligência artificial, permitindo que os computadores decidam quais informações receber de várias fontes, limpe os dados, integrá-lo, rotule-o, e aprender com ele para identificar onde é necessário e divulgá-lo para os usuários certos.

O objetivo é que os computadores aprendam o que os usuários estão procurando e, conforme novas informações chegam, antecipar o que os usuários vão querer e enviar para eles - mesmo antes que os usuários saibam que os dados existem.

A equipe do projeto é uma das três a compartilhar em três anos de financiamento, totalizando mais de US $ 1,2 milhão da Northrop Grumman Corp. como parte do consórcio Research in Applications of Learning Machines (REALM).

"Nosso objetivo é enviar os dados certos para os usuários certos no momento certo, "disse ele." Se os dados vierem uma hora depois, é inútil. Se os dados tiverem muito ruído, é inútil. Esse é o objetivo total disso. "

Bhargava disse que o aprendizado de máquina por meio de inteligência artificial pode ser usado em uma variedade de situações ad hoc, que vão desde informar a polícia sobre mudanças nos padrões de tráfego devido a acidentes até apoiar vários ramos das forças armadas em busca dos menores detalhes a respeito das missões.

Além de informações online, o sistema de aprendizado de máquina obtém dados de sensores, sinaliza ou drones e os "limpa" para que possam ser compreendidos pelos usuários.

Conforme os usuários solicitam informações, o computador atende à solicitação. Usando algoritmos, espera-se que o sistema aprenda continuamente o tipo de dados que o usuário deseja para que, no futuro, à medida que informações pertinentes são recebidas, ele pode ser enviado automaticamente ao usuário apropriado sem receber uma solicitação formal.

"É aprender o que o usuário está procurando antes mesmo de saber disso, "Bhargava disse." À medida que os dados estão mudando, queremos que a máquina aprenda e determine quais são as novas, novas informações que são inesperadas, mas podem ser muito valiosas para o usuário. "

Os dados serão filtrados com base na política de privacidade e no contexto antes de serem enviados. O feedback é fornecido pelo usuário posteriormente para que o sistema possa determinar os parâmetros para os dados futuros a serem enviados.