AI救援河南洪灾!CMU博士生开发「求助地图」时空精准可视化

AI救援河南洪灾!CMU博士生开发「求助地图」时空精准可视化

更多精彩尽在这里,详情点击:http://wfzymc.com/,比勒费尔德

面对灾难,全球许多开发者们都联合起来,为洪灾贡献一份科技的力量。来自美国卡耐基梅隆大学的李天石发起了一个项目,希望能够让更多的人了解到灾情的进展。目前已经发布了第3个版本,并且还在持续更新中。

很多网民自发建立了各类互助群组,发布应急信息和寻人启事,帮助受困者与救援人员取得联系。

例如,这份24小时更新270多版的「救命文档」,令人感动不已

面对灾难,远在美国卡耐基梅隆大学读博的李天石同学为了让更多的人能了解到灾情的进展,便发起了一个项目,并得到了来自全球开发者的支持。

对于这个项目,有太多的理由去质疑,然而开发者们毅然决然地表示:「只要能有帮助,就值得做!」

截止到发稿,李天石和她的小伙伴们依然在处理那些关于网站的需求request,以及增加一些新的feature。

李天石的项目很快就得到了另外几位计算机学子的响应:北京大学的博士生蒋鸿达,华盛顿大学的张明瑞,斯坦福大学的杨俊睿。

他们通过爬虫获取带有「河南暴雨求助」等相关内容的微博,在进行可视化之后,在地图上展示事件的分布和详细的信息。

在最初的版本中,用户可在网页上查看全部或最近6小时的求助信息,其中事件对应的微博和地点被标注在地图上。

相比于微博的原始信息,这种形式可以让那些难以得到曝光的偏僻小城镇,也能够得到关注。

在这次更新中,开发者对数据进行了补充,更加完善和丰富了「最近六小时」的求助信息。

虽然距离项目的发起还不到24小时,但是随着全球开发者小伙伴们的加入,项目还在还在持续更新中。

昨天上午,在李天石提出这个想法之后,陈教授便邀请蒋鸿达共同参与进来,极大地推进了项目的进展。

为了验证项目的效果,陈教授根据展示的信息亲自打了电话,发现情况属实,而且救援队伍正在赶过去。

在0.3版本中,开发者优化了对时间的过滤,精度以小时计,选择范围从2小时到12小时。

项目也受到了无数志同道合的开发者的关注,不少人在GitHub上提出自己的想法。

新智元与李天石同学取得了联系,她说道,「这个项目初衷是想用技术手段更好地发挥微博上求助信息的作用。」

「包括从文字信息中自动提取出位置信息,然后用地图可视化的方法方便大家查找求助信息。开始的时候想的可能很简单。」

但她同时表示,随着项目得到越来越多的关注,她与团队也开始更深地思考项目的意义。

「我们开始联系一些志愿者,去了解他们的需求。也开始考虑到一些更长远的问题,比如说怎么保护这些数据里大量的隐私信息(电话,名字,地址)。」

看着不断变化的灾情,大多数人都只是在转发,不断复制信息,并没有办法准确地刻画出哪里灾情比较严重。

「如果我们把信息提取出来,按照地理位置放到地图上,那样就能更好的利用这些宝贵的信息了。」蒋鸿达表示。比勒费尔德

利用微博上获取带有「河南暴雨求助」,「河南暴雨救援」等关键词的帖子,通过自然语言处理的技术把文字中包含的地址信息提取出来,将求助微博以按照对应的地址信息展示在地图上。

陈宝权博士,北京大学教授,前沿计算研究中心执行主任IEEE Fellow。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注