Les grandes inondations à travers le Nebraska cette année ont créé un besoin désespéré d'efforts de secours, avec divers appels à l'aide et des fournitures venant de partout dans le 77, État de 000 milles carrés.

Bharat Bhargava de l'Université Purdue pense que l'intelligence artificielle, dans le cadre d'un nouveau consortium de recherche et projet d'équipe, pourrait aider dans de telles situations de catastrophe, en utilisant l'apprentissage automatique et l'analyse des données pour coordonner les fournitures nécessaires et leur destination.

"La mission d'assistance aux personnes est de la plus haute préoccupation, " dit Bhargava, un professeur d'informatique.

"Les données provenant de tweets publics, vidéos, Appels téléphoniques, et les rapports de police peuvent être bruyants, incomplet, incorrect et changeant rapidement, ", a-t-il déclaré. "Les machines d'apprentissage peuvent analyser des données multi-modèles provenant de plusieurs sources indépendantes et rechercher des besoins qui ne sont pas évidents ou explicitement énoncés."

Bhargava et son équipe travaillent sur l'apprentissage automatique grâce à l'intelligence artificielle, permettre aux ordinateurs de décider quelles informations prendre à partir de plusieurs sources, nettoyer les données, l'intégrer, l'étiqueter, et en tirer des leçons pour identifier où il est nécessaire et le diffuser aux bons utilisateurs.

L'objectif est que les ordinateurs apprennent ce que les utilisateurs recherchent et, à mesure que de nouvelles informations arrivent, anticiper ce que les utilisateurs voudront et le leur transmettre – avant même que les utilisateurs ne sachent que les données existent.

L'équipe du projet est l'une des trois à se partager sur trois ans un financement totalisant plus de 1,2 million de dollars de Northrop Grumman Corp. dans le cadre du consortium Research in Applications of Learning Machines (REALM).

"Notre objectif est de transmettre les bonnes données aux bons utilisateurs au bon moment, " dit-il. " Si les données arrivent une heure plus tard, C'est inutile. Si les données ont beaucoup de bruit, C'est inutile. C'est l'objet total de ceci."

Bhargava a déclaré que l'apprentissage automatique via l'intelligence artificielle pourrait être utilisé dans diverses situations ad hoc, allant de l'information de la police des changements dans les schémas de circulation dus aux accidents au soutien de diverses branches de l'armée à la recherche des moindres détails concernant les missions.

En plus des informations en ligne, le système d'apprentissage automatique récupère les données des capteurs, des signaux ou des drones et le "nettoie" afin qu'il puisse être compris par les utilisateurs.

Lorsque les utilisateurs demandent des informations, l'ordinateur remplit la demande. À l'aide d'algorithmes, le système est censé apprendre en permanence le type de données que l'utilisateur souhaite afin qu'à l'avenir, au fur et à mesure que des informations pertinentes sont reçues, il peut être envoyé automatiquement à l'utilisateur approprié sans recevoir de demande formelle.

"C'est apprendre ce que l'utilisateur recherche avant même qu'il ne le sache, " dit Bhargava. " Comme les données changent, nous voulons que la machine apprenne et détermine ce qui est nouveau, de nouvelles informations qui sont inattendues mais qui peuvent être très précieuses pour l'utilisateur."

Les données seront filtrées en fonction de la politique de confidentialité et du contexte avant d'être envoyées. Un retour d'informations est ensuite fourni par l'utilisateur afin que le système puisse déterminer les paramètres des futures données à envoyer.