استخدم ثلاثة من الباحثين في جامعة يوهانس كبلر الذكاء الاصطناعي لتحسين عمليات البحث عن طريق كاميرات التصوير الحراري للأشخاص المفقودين في الغابات.
يصف ديفيد شيدل وإندراجيت كورمي وأوليفر بيمبر، في ورقتهما البحثية المنشورة في مجلة Nature Machine Intelligence، كيف طبقوا شبكة التعلم العميق على مشكلة الأشخاص الضائعين في الغابات ومدى نجاحها.
عندما يضيع الناس في الغابات، يستخدم خبراء البحث والإنقاذ طائرات الهليكوبتر للتحليق فوق المنطقة التي يرجح أن يتواجدوا فيها. بالإضافة إلى مسح الأرض ببساطة، يستخدم الباحثون مناظير وكاميرات تصوير حراري، بأن تسلط هذه الكاميرات الضوء على الاختلافات في درجة حرارة أجسام الأشخاص على الأرض مقابل ما يحيط بهم مما يسهل اكتشافهم. لكن لسوء الحظ، لا يعمل التصوير الحراري على النحو المنشود بسبب الغطاء النباتي الذي يغطي التربة التحتية، أو تسخين الشمس للأشجار إلى درجة حرارة مماثلة لدرجة حرارة جسم الإنسان.
في هذا الجهد الجديد، سعى الباحثون للتغلب على هذه المشاكل باستخدام تطبيق التعلم العميق لتحسين الصور التي يتم إنشاؤها.
تضمن الحل الذي طوره الفريق استخدام تطبيق ذكاء اصطناعي لمعالجة صور متعددة لمنطقة معينة. بان يقارنوه باستخدام الذكاء الاصطناعي لمعالجة البيانات من تلسكوبات راديوية متعددة.
وسمح تطبيق الذكاء الاصطناعي الذي استخدموه بصور حرارية متعددة مأخوذة من طائرة هليكوبتر (أو طائرة بدون طيار) لإنشاء صورة كما لو تم التقاطها بواسطة كاميرا بعدسة أكبر بكثير.
بعد المعالجة، كان للصور التي تم إنتاجها عمق مجال أعلى بكثير، حيث بدت الأشجار مشوشة بعض الشيء، في حين أصبح الناس على الأرض أكثر قابلية للتمييز.
أظهر اختبار النظام أنه دقيق بنسبة من 87% إلى 95% تقريباً، مقارنة بدقة 25% بالمائة فقط للصور الحرارية التقليدية. يقترح الباحثون أن نظامهم جاهز للاستخدام من قبل أطقم البحث والإنقاذ ويمكن استخدامه أيضاً من قبل الشرطة أو الجيش أو فرق مراقبة الحياة البرية.
