Social network e algoritmi di deep learning possono risultare particolarmente utili durante le emergenze climatiche, o almeno questo è quello che prova a dimostrare un nuovo studio pubblicato dall’università canadese McGill. Non è la prima volta che si parla di AI applicata al tema del clima, ma in questo caso lo scopo della ricerca è maggiormente legato al pronto intervento.
Grazie alla creazione di un particolare algoritmo, infatti, è possibile filtrare in maniera efficace i messaggi che vengono scambiati sulle piattaforme social proprio mentre stanno avvenendo i fenomeni in questione e ciò può rappresentare una fonte di informazioni molto utili per tutti coloro che sono chiamati a prendere decisioni nell’immediato, come ad esempio il primo soccorso e le unità di crisi.
L’algoritmo è stato testato sui dati relativi all’alluvione che nel 2019 ha colpito il Nebraska, durante la quale sono stati scambiati moltissimi messaggi su Twitter relativi a ciò che stava accadendo in quel momento. Il campione di dati è composto da ben 1.200 tweet, che sono stati sottoposti ad un algoritmo deep learning che ha classificato i post in diverse categorie predefinite, come ad esempio “messaggi di sostegno e supporto”, “danni a strutture” e così via. Ciò ha permesso di ricostruire la rete delle interazioni che ha reso chiari alcuni aspetti cruciali.