Technika není zázračná hůlka

Po každé přírodní katastrofě se objevují výzvy: „Proč tam nejsou drony?“ nebo „Proč AI neumí najít lidi jako na satelitních snímcích?“. V praxi to ale není tak jednoduché.

Jak vysvětlují výzkumníci Amy McLennan a Anthony Hoang z Australian National University, hledání lidí ve vodě plné bahna, trosek, vegetace a proměnlivého světla je výrazně složitější než analýza běžných fotografií. I špičkové algoritmy často nepoznají rozdíl mezi člověkem, kmenem stromu nebo kusem oblečení.

Dron není oči. A AI není mozek

Ve filmech vidíme drony, které přesně identifikují tváře z výšky. Ve skutečnosti dron poskytuje nízkokvalitní záběry v proměnlivých podmínkách, často za deště, mlhy nebo odrazů na vodní hladině. Kamery bývají malé, s omezeným zorným polem a záznamem.

AI systém, který by měl určit, zda je na fotce lidské tělo, potřebuje trénink na desítkách tisíc podobných obrázků. Jenže databáze „těla částečně ponořeného do kalné vody vedle větve“ prakticky neexistuje.

„Lidé si myslí, že když AI zvládne rozpoznat selfie nebo vozidla, zvládne i oběti záplav. To je ale zcela jiný problém,“ upozorňuje McLennan(The Conversation, 2024).

Co AI neumí (zatím)

AI dnes dokáže:

• analyzovat ortofotky a satelitní snímky,

• rozpoznat známé objekty v ideálním prostředí,

• filtrovat obraz podle barev a tvarů.

Ale stále má potíže s:

• context (co je důležité a co ne),

• neobvyklými tvary nebo polohami těla,

• šumem v obrazu (rozmazání, stíny, voda, pohyb listí),

• časovým vývojem scény – tedy například pokud tělo plave, mění barvu nebo tvar.

Co chybí? Kvalitní tréninková data

Základním problémem je nedostatek realistických dat. AI se učí z příkladů. Ale trénovat algoritmus na reálné scénáře s oběťmi záplav je eticky i prakticky problematické – nelze jen tak vytvářet databázi skutečných mrtvých těl v různých podmínkách.

Alternativou jsou syntetické simulace, ale ty nikdy úplně nenahradí komplexitu reality.

„Nemůžeme AI naučit najít něco, co nikdy pořádně neviděla,“ říká Hoang.

Pomohla by spolupráce s lidmi v terénu

Zatím nejúčinnější strategie spočívá v tom, že AI podporuje lidského operátora, nikoli ho nahrazuje. Například algoritmus vyznačí potenciálně zajímavé body v záběru a operátor na zemi (nebo na dálku) rozhodne, zda se jedná o relevantní nález.

To ale stále vyžaduje čas, koordinaci a přítomnost školených odborníků. V záchranných operacích se navíc často pracuje pod tlakem, kdy minuty rozhodují.

Budoucnost? Specializovaná AI a sdílení dat

Vědci nyní pracují na tréninku tzv. „kontextových modelů“ – tedy AI, která by chápala prostředí záplav, předvídala, kde se mohou nacházet oběti, a upravovala vyhledávání podle scénáře (např. v zatopených domech, na stromech, pod mosty...).

Důležitá bude i mezinárodní spolupráce – aby výzkumníci mohli sdílet data z různých katastrof a trénovat algoritmy na širším spektru scénářů.

Etika, soukromí a důvěra

Používání AI a dronů při hledání obětí přináší i etická dilemata:

• Mohou kamery narušit soukromí lidí, kteří přežili?

• Kdo zodpovídá za rozhodnutí, která udělá algoritmus?

• Může se AI splést – a způsobit, že se záchranný tým vydá jinam, než by měl?

Bez důvěry veřejnosti a transparentnosti použití nelze technologie rozvíjet efektivně.

Shrnutí

• Drony a AI nejsou (zatím) schopny spolehlivě rozpoznávat oběti záplav,

• Hlavní důvod je nedostatek realistických dat a vysoká variabilita prostředí,

• Budoucnost spočívá v kombinaci lidí, AI a dronů, nikoliv v jejich náhradě,

• Vývoj pokročilé AI potřebuje mezinárodní sdílení dat, etický rámec a testování v reálném terénu.