DISHA — o Fluxo de Avaliação de Danos com IA da UNOSAT e da Google Research, Utilizado nas Cheias de 2026 na Colômbia
Colômbia
O fluxo DISHA, da UNOSAT e da Google Research, usa IA para acelerar a avaliação de danos após catástrofes, reduzindo …
Turquia · Kahramanmaraş · Ver o perfil de Turquia
Evidência: Descritivo / autorreportado Top 6% 87/100 · Pergunte a Evidence Copilot sobre esta prática
Após o terramoto de fevereiro de 2023, uma equipa de 5 pessoas do PAM/Google Research usou a SKAI, ferramenta de IA de código aberto, para avaliar ~600 mil edifícios na Turquia com 81%+ de precisão — impacto não verificado de forma independente.
O SKAI é uma ferramenta de aprendizagem automática de código aberto construída pelo Innovation Accelerator do Programa Alimentar Mundial (WFP) em conjunto com a Google Research para acelerar a avaliação de danos em edifícios após catástrofes, a partir de imagens de satélite e aéreas. Lançada como código aberto em junho de 2022, foi concebida para ser independente do contexto, utilizável em respostas a terramotos, inundações, furacões e ciclones sem necessidade de retreinar o modelo de raiz para cada catástrofe. Foi submetida ao seu teste de maior visibilidade após o terramoto da Türkiye-Síria de fevereiro de 2023.
A ferramenta pretende dar às agências humanitárias e de resposta a catástrofes uma forma rápida e escalável de identificar quais os edifícios destruídos ou gravemente danificados, para que os recursos de resposta possam ser direcionados para onde são mais necessários, sem esperar por uma avaliação manual lenta.
Uma equipa conjunta de cinco pessoas do WFP e da Google Research avaliou cerca de 600.000 edifícios no sudeste da Türkiye em menos de um mês, incluindo uma primeira passagem de mais de 265.000 edifícios em três grandes cidades no espaço de uma semana, cobrindo uma área afetada por cerca de 5 milhões de pessoas. Os resultados foram partilhados para apoiar a resposta coordenada pela agência nacional de catástrofes da Türkiye, a AFAD, a par de um trabalho separado de mapeamento por satélite realizado pelo AI for Good Lab da Microsoft.
A implementação na Türkiye atingiu mais de 81% de precisão e assinalou mais de 28.000 estruturas gravemente danificadas ou destruídas. Desde então, o WFP voltou a utilizar o SKAI no furacão Ian nos Estados Unidos (410.000 edifícios, cerca de 70% de precisão/recall), nas cheias no Paquistão de 2022 (850.000 agregados familiares, 80–85% de precisão) e nas cheias em Durban, África do Sul (250.000 edifícios, 88% de precisão), tendo a ferramenta avaliado, no total, mais de 2,1 milhões de edifícios desde o seu lançamento.
O próprio relato do WFP sobre a implementação na Türkiye é franco quanto às suas limitações, referindo que o impacto real dos mapas de danos gerados por IA foi difícil de medir e não foi intensivamente verificado face aos resultados no terreno. O SKAI é uma implementação de código aberto genuína e repetidamente reutilizada, mas o seu impacto humanitário a jusante não foi avaliado de forma independente.
National / regional programmes Philanthropic / foundation funding
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Artefactos reutilizáveis desta prática — tal como publicados pelas suas fontes.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Colômbia
O fluxo DISHA, da UNOSAT e da Google Research, usa IA para acelerar a avaliação de danos após catástrofes, reduzindo …
São Tomé e Príncipe
Uma equipa do Banco Mundial construiu mapas de pobreza a 110x110 metros para São Tomé e Príncipe, combinando satélite e …
Turquia
Nos três dias seguintes aos sismos de 2023 em Kahramanmaraş, o AI for Good Lab da Microsoft identificou por satélite …
Jamaica
O modelo de IA WeatherNext, da Google DeepMind, deu ao Centro Nacional de Furacões dos EUA — e ao Serviço …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.