I droni per la ricerca e il soccorso sono già in uso, ma la pianificazione dei loro percorsi di ricerca è più arte che scienza. L’intelligenza artificiale potrebbe cambiare le cose.
Se un escursionista si perde nelle aspre Highlands scozzesi, le squadre di soccorso a volte inviano un drone per cercare indizi del percorso dell’individuo: vegetazione calpestata, indumenti caduti, involucri di cibo. Ma con un terreno vasto da coprire e una durata limitata della batteria, la scelta dell’area giusta per la ricerca è fondamentale.
Tradizionalmente, i piloti di droni esperti utilizzano una combinazione di intuizione e “teoria della ricerca” statistica – una strategia che affonda le sue radici nella caccia ai sottomarini tedeschi della Seconda Guerra Mondiale – per dare priorità a determinati luoghi di ricerca rispetto ad altri. Jan-Hendrik Ewers e un team dell’Università di Glasgow hanno recentemente cercato di capire se un sistema di apprendimento automatico potesse fare meglio.
Ewers è cresciuto sciando e facendo escursioni nelle Highlands, il che gli ha dato una chiara idea delle complicate sfide che le operazioni di soccorso comportano. “Crescendo non c’era molto da fare, se non passare il tempo all’aria aperta o stare davanti al computer”, dice. “Ho finito per fare entrambe le cose”.
Per iniziare, Ewers ha preso una serie di dati di casi di ricerca e salvataggio da tutto il mondo, che includono dettagli come l’età dell’individuo, se era a caccia, a cavallo o in escursione, e se soffriva di demenza, oltre a informazioni sul luogo in cui la persona è stata trovata: acqua, edifici, terreno aperto, alberi o strade. Con questi dati, oltre a quelli geografici della Scozia, ha addestrato un modello di intelligenza artificiale. Il modello esegue milioni di simulazioni per individuare i percorsi più probabili per una persona scomparsa in circostanze specifiche. Il risultato è una distribuzione di probabilità – una sorta di mappa di calore – che indica le aree di ricerca prioritarie.
Con questo tipo di mappa delle probabilità, il team ha dimostrato che il deep learning può essere utilizzato per progettare percorsi di ricerca più efficienti per i droni. Nella ricerca pubblicata la scorsa settimana su arXiv, che non è ancora stata sottoposta a peer review, il team ha testato il suo algoritmo contro due modelli di ricerca comuni: il “tosaerba”, in cui un drone sorvola un’area bersaglio in una serie di semplici strisce, e un algoritmo simile a quello di Ewers, ma meno abile a lavorare con le mappe di distribuzione delle probabilità.
Nei test virtuali, l’algoritmo di Ewers ha battuto entrambi gli approcci su due misure chiave: la distanza che un drone avrebbe dovuto percorrere per localizzare la persona scomparsa e la probabilità di trovarla. Mentre il tosaerba e l’approccio algoritmico esistente hanno trovato la persona rispettivamente nell’8% e nel 12% dei casi, l’approccio di Ewers l’ha trovata nel 19% dei casi. Se si dimostrerà efficace in situazioni di soccorso reali, il nuovo sistema potrebbe accelerare i tempi di risposta e salvare più vite, in scenari in cui ogni minuto è importante.
“Il settore della ricerca e del soccorso in Scozia è estremamente vario e anche piuttosto pericoloso”, afferma Ewers. Le emergenze possono verificarsi nelle fitte foreste dell’Isola di Arran, nelle montagne e nei pendii scoscesi dell’altopiano di Cairngorm o sulle pareti del Ben Nevis, una delle mete più venerate ma pericolose per l’arrampicata su roccia in Scozia. “Essere in grado di inviare un drone e di effettuare ricerche efficienti con esso potrebbe potenzialmente salvare delle vite”, aggiunge.
Gli esperti di ricerca e soccorso sostengono che l’utilizzo dell’apprendimento profondo per progettare percorsi più efficienti per i droni potrebbe aiutare a localizzare più velocemente le persone scomparse in diverse aree selvagge, a seconda di quanto l’ambiente sia adatto all’esplorazione con i droni (ad esempio, è più difficile per i droni esplorare una fitta vegetazione che una boscaglia aperta).
“Questo approccio nelle Highlands scozzesi sembra certamente praticabile, in particolare nelle prime fasi della ricerca, quando si attende che altre persone si presentino”, afferma David Kovar, direttore dell’Associazione nazionale statunitense per la ricerca e il salvataggio di Williamsburg, in Virginia, che ha utilizzato i droni per qualsiasi cosa, dalla risposta ai disastri in California alle missioni di ricerca nelle zone selvagge delle White Mountains del New Hampshire.
Ma ci sono delle avvertenze. Il successo di un simile algoritmo di pianificazione dipenderà dall’accuratezza delle mappe di probabilità. Un’eccessiva dipendenza da queste mappe potrebbe far sì che gli operatori dei droni passino troppo tempo a cercare nelle aree sbagliate.
Ewers afferma che il prossimo passo fondamentale per rendere le mappe di probabilità il più accurate possibile sarà ottenere più dati di addestramento. A tal fine, spera di utilizzare i dati GPS di operazioni di salvataggio più recenti per eseguire simulazioni, aiutando essenzialmente il suo modello a comprendere le connessioni tra il luogo in cui una persona è stata vista per l’ultima volta e quello in cui è stata infine ritrovata.
Tuttavia, non tutte le operazioni di soccorso contengono dati abbastanza ricchi da poter essere utilizzati. “Nella ricerca e nel soccorso abbiamo un problema in cui i dati di addestramento sono estremamente scarsi, mentre sappiamo che l’apprendimento automatico richiede molti dati di alta qualità”, spiega Ewers. “Se un algoritmo non ottiene risultati migliori di un umano, si rischia potenzialmente la vita di qualcuno”.
I droni stanno diventando sempre più comuni nel mondo della ricerca e del soccorso. Ma si tratta ancora di una tecnologia relativamente nuova e le norme che ne regolano l’uso sono ancora in evoluzione.
Negli Stati Uniti, ad esempio, i piloti di droni devono avere una linea di vista costante tra loro e il drone. In Scozia, invece, gli operatori non possono trovarsi a più di 500 metri di distanza dal proprio drone. Queste regole hanno lo scopo di prevenire incidenti, come la caduta di un drone e la conseguente messa in pericolo delle persone, ma in ambito di soccorso limitano fortemente la capacità dei soccorritori a terra di effettuare indagini alla ricerca di indizi.
“Spesso ci troviamo di fronte a un problema normativo piuttosto che tecnico”, afferma Kovar. “I droni sono in grado di fare molto di più di quello per cui siamo autorizzati a usarli”. Ewers spera che modelli come il suo possano un giorno espandere ulteriormente le capacità dei droni. Per il momento, sta discutendo con l’unità di supporto aereo della polizia scozzese per vedere cosa sarebbe necessario per testare e distribuire il suo sistema in ambienti reali.
