AWS如何利用人工智能帮助乌克兰排雷

AWS正在与排雷组织HALO合作，使用人工智能和机器学习来帮助更好地识别分布在全国各地的地雷

乌克兰战争是二战以来欧洲土地上最大的冲突，给这个国家造成了严重破坏。

除了流血、城市被毁、生命被毁之外，地表下还有一道伤疤，随时准备释放出更多的破坏。

尽管1997年有一项关于禁止使用杀伤地雷的国际公约，但这场战争使乌克兰成为世界上最大的雷区- -有多达200万枚地雷散布在陆地上。俄罗斯不是该协议的签署国。

然而，希望就在眼前。随着人工智能的蓬勃发展，为企业带来了各种各样的用例，亚马逊网络服务(AWS)已经将其人工智能和机器学习(ML)功能转向帮助陷入冲突的人类。

AWS已经投资了400万美元的一揽子支持，使HALO信托基金——世界上最大的人道主义排雷组织——能够试用人工智能来协助探测战争碎片。

人工智能如何协助地雷探测

HALO有扫雷的历史，2005年在奎托夸纳瓦莱开始行动，到2022年底，它已经清除了2.9万枚AP地雷和1.1万枚AV地雷。

随着技术的进步，他们的检测方法也在进步。HALO使用卫星和无人机对大片土地进行广泛调查，以便其11,000多名全球员工能够有效地确定需要手工或机器精心清理的区域。

然而，对于那些在地面上挖掘的人来说，这仍然是一项危险的任务，因为一个小小的错误可能是生与死的区别。这就是人工智能发挥作用的地方。

AWS全球公共部门副总裁Dave Levy在公告中表示:“技术，特别是人工智能，在帮助解决重大全球挑战方面具有巨大潜力，我们期待与HALO合作，使他们能够更好地利用他们收集的卫星和无人机图像的力量，加快清算过程。”

与许多其他场景一样，人工智能擅长解释数据，然后发现模式，帮助解读这意味着什么。与所有人工智能模型一样，它需要庞大的数据集，这样它才能足够可靠地学习，从而做出明智的决策。

HALO目前已经在乌克兰的雷区上空进行了542次无人机飞行，提供了高达11tb的高分辨率图像。正是这些数据可以通过人工智能进行分析，以准确地帮助加快地雷的探测。

除了无人机图像分析，HALO还以其他创新方式利用AWS的云功能。HALO使用AWS SageMaker(一种机器学习服务)在卫星图像上运行人工智能和机器学习算法，以识别受损建筑。

AWS SageMaker将帮助HALO识别受损建筑

AWS还为HALO在乌克兰的开源地图项目提供支持。该计划通过API将来自各种来源的开源数据集成到托管在AWS上的中央数据存储库中。这种全面的绘图有助于HALO更好地了解和传达不同区域爆炸性威胁的性质。

HALO首席执行官James Cowan表示:“AWS的支持也将对我们的组织如何安全地存储、处理、分析和传播我们通过云计算的全球运营收集的大量实时数据产生革命性影响，包括在乌克兰等活跃战区。”

AWS支持包括积分，使HALO能够利用其AWS云存储来存储照片、空间和非空间数据，并培训员工优化其使用。同样，由于HALO经常在几乎没有连接的地方需要这些信息，因此AWS使他们能够离线工作，并在带宽允许的情况下将内容上传到云端。

使用AWS的另一个显著好处是托管HALO的商业智能工具套件。这些工具为HALO的行动提供了重要的见解，允许更有效的资源分配和排雷工作的战略规划。

一个持续的过程

然而，训练人工智能通过无人机图像识别战争遗留爆炸物并不是一个一夜之间的过程。

像改进其他模型一样，它需要手动标记成千上万的图像(例如，战壕，不同种类的反坦克地雷)，以便算法可以学习如何比目前人工操作更有效地测量雷区。

它还需要训练有素的人员对模型进行持续的审查和验证，以消除假阳性和阴性，并提高模型的准确性。

然而，HALO预计该试点项目将在未来几个月内开始试用使用人工智能的无人机图像分析，如果它证明是成功的，那么收益将不是以金钱回报来衡量，而是以拯救生命来衡量。