Computação pode evitar catástrofes em grandes eventos e complexos industriais

Um grupo de mais de 40 pesquisadores brasileiros, alemães, austríacos e espanhóis está desenvolvendo um sistema que possibilite uma ação rápida e eficiente no gerenciamento de crises em grandes eventos esportivos ou polos industriais, evitando mortes, danos materiais e ao meio ambiente.

Chamada de RESCUER, a plataforma é capaz de aliar informações provenientes da multidão via dispositivos móveis, como tablets e smartphones, com dados obtidos da defesa civil e bombeiros, a fim de construir um mapa da situação e possibilitar a tomada de decisões. A pesquisa também inclui a elaboração de estratégias para instruir a população que está em risco e direcionar corretamente as forças de resgate e combate.

“Em cada etapa do desenvolvimento dessa plataforma, há desafios diferentes”, disse a coordenadora do projeto na Europa, Karina Villela, do Instituto Fraunhofer de Engenharia de Software Experimental (IESE), da Alemanha. Segundo ela, as informações provenientes da multidão (crowdsourcing) podem ser captadas, em tempo real, por meio dos sensores disponíveis nos smartphones ou por meio de um aplicativo, que está sendo desenvolvido especialmente para ser usado em situações de emergência.

O protótipo do aplicativo foi testado com estudantes do campus da USP, em São Carlos, durante a Copa do Mundo, com participantes do FIFA Fan Fest em Salvador e com torcedores que assistiam a um jogo da Alemanha no estádio Fritz-Walter, em Kaiserslautern.

Na fase inicial de desenvolvimento, o aplicativo permite que o usuário selecione uma das quatro opções disponíveis (fogo, explosão, pânico de massa ou outro) e alerte a respeito. Automaticamente, um mapa é exibido indicando a localização. Nesse mapa, o usuário pode utilizar uma seta para especificar o local exato onde está acontecendo a emergência. Depois, é hora de informar a gravidade da situação clicando em ícones. Em seguida, solicita-se ao usuário que informe se há pessoas feridas e descreva o fogo. Por último, há a opção de enviar uma foto ou vídeo.

Mas o que acontecerá se 60 mil pessoas usarem esse aplicativo ao mesmo tempo? “Não é possível que um ser humano consiga analisar todas as informações enviadas pela multidão, olhando cada imagem e vídeo. Nosso papel é fazer isso de forma semiautomática, para que possamos extrair o que é mais relevante dessa imensidão de dados”, explicou o professor José Rodrigues Junior, do ICMC.

Para isso, o grupo de pesquisadores do Instituto que participa do projeto está mesclando conhecimentos de diferentes áreas da Ciência da Computação: processamento de imagens, aprendizado de máquina↳Machine learning39 conteúdosClassificador de Sentimentos – Azure MLData · abr 2019Inteligência Artificial e Machine Learning: O que você precisa saberAI · fev 2024Inteligência Artificial: seminário online da USP debate o futuro do aprendizado de máquinaGestão Dev & TI · jun 2021Ver tudo em AI → e banco de dados↳Banco de dados134 conteúdosSQL ou NoSQL: eis a questão!!Data · mar 2020Banco de dados: como organizar e dar segurança para milhões de dados de loteriasData · mai 20215 serviços gratuitos na cloud para bancos de dados PostgresData · fev 2025Ver tudo em Data →. “Um dos problemas que enfrentaremos é a variação da qualidade do material enviado. Na multidão, teremos pessoas correndo, sendo empurradas, em lugares muito escuros ou muito claros, e até mesmo com o celular de cabeça para baixo enquanto filma”, afirmou o professor.

Segundo Rodrigues Junior, outro obstáculo a ser enfrentado é o tempo de resposta, pois é preciso avaliar uma grande quantidade de dados o mais rápido possível. “Ainda não existe uma tecnologia de aprendizado de máquina suficientemente capaz de avaliar as informações com 100% de precisão. A melhor máquina para fazer isso ainda é o ser humano. No entanto, o computador é capaz de selecionar as melhores informações a serem apresentadas e também de aprender com o ser humano, nesse caso, com os especialistas da central de comando”, disse Rodrigues Junior.

Entre as soluções de análise de dados propostas pela equipe está a atuação da central de comando, que receberá as informações extraídas da multidão: “Na central de comando, um ser humano irá olhar as informações encaminhadas pelo computador e decidir o que fazer com elas”. Assim, se a central começar a receber informações repetidas ou vídeos e imagens com qualidade muito baixa, basta registrar isso para que o sistema de análise automática dos dados seja aprimorado. “É assim que o computador aprende com o ser humano”, enfatizou Rodrigues Junior.

O kit de ferramentas que o RESCUER pretende fornecer à central de comando engloba uma tela com um mapa apresentando de forma simples e em tempo real a situação de emergência. Estudos na área de visualização de informações estão sendo realizados para verificar qual a melhor maneira de mostrar as ocorrências nessa tela.

A previsão é de que o projeto seja finalizado no primeiro semestre de 2016. Financiada pela União Europeia e pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), a iniciativa conta com mais sete instituições parceiras além do IESE e do ICMC: a Universidade Federal da Bahia (coordenadora do projeto do lado brasileiro), a Universidade Politécnica de Madri, o Comitê de Fomento Industrial de Camaçari, as empresas MTM Tecnologia, Vomatec e FireServ, e o Centro de Pesquisa Alemão em Inteligência Artificial (DFKI).