Combate ao fogo com IA: projeto de Seul revela o valor dos dados de incêndio

Nada está mais associado a morte e destruição do que o fogo, elemento que pode produzir um medo primordial em todos nós.

Assim, quando um professor universitário em Seul, capital da Coreia do Sul, desafiou sua turma a usar dados para encontrar soluções para problemas complexos do mundo real, um aluno sugeriu analisar as informações mantidas pelo Corpo de Bombeiros da cidade.

A ideia era prever a probabilidade de incêndios para que as autoridades pudessem tomar medidas que tornassem a cidade mais segura para seus mais de 9 milhões de habitantes.

O professor Jae Seung Lee, da Universidade Hongik, e seus alunos usaram algoritmos de inteligência artificial (IA) e aprendizado de máquina para desenvolver um novo modelo que agora pode fazer exatamente o desejado.

Com o Azure Machine Learning Studio, eles executaram diferentes módulos de aprendizado de máquina até conseguir prever incêndios com uma taxa de precisão de 90%.

Maximizando a rapidez

As informações que eles extraíram dos conjuntos de dados identificaram áreas da cidade com alta probabilidade de incêndio, um conhecimento que permitiu aos bombeiros otimizar suas rotas e implantações de patrulha.

Ter mais equipes de bombeiros de plantão em bairros “inflamáveis” significa que eles podem responder às chamadas mais rapidamente e, assim, garantir a segurança das pessoas e minimizar os danos à propriedade.

A análise também verificou os locais dos grupamentos de bombeiros e as áreas que não estavam adequadamente cobertas. Como Seul já é uma cidade muito desenvolvida, não dá para simplesmente construir um novo posto de bombeiros. Em vez disso, as autoridades enviaram mais equipes de bombeiros para postos nas proximidades de áreas carentes.

O professor Lee admite ter ficado surpreso com algumas das conclusões do projeto.

“Eu costumava pensar que distritos mais antigos, como Gangbuk, eram mais propensos a incêndios. Mas o modelo revelou o contrário”, disse ele. “Os distritos mais novos, como Gangnam, são realmente mais suscetíveis a incidentes de incêndio, pois há mais lojas e pessoas no bairro. O estacionamento ilegal também desempenha um papel importante.”

As autoridades da cidade receberam bem essas conclusões inesperadas.

Jeong Joon Ahn, diretor da divisão de Big Data do governo metropolitano de Seul, disse: “O projeto é um bom exemplo do que queremos alcançar. Queremos usar a tecnologia mais recente, como inteligência artificial, para tornar nossa cidade mais segura e usar nossos recursos com mais eficiência.”

Construindo confiança

O departamento tinha “muitos dados” sobre as causas dos incêndios, suas localizações e os números de vítimas, mas queria garantir que os dados fossem compartilhados de maneira a proteger a privacidade dos cidadãos.

Para fazer isso, o professor Lee sugeriu criar uma máquina virtual da Microsoft, que manteria os dados seguros e restritos apenas a indivíduos selecionados.

Nenhum estranho, nem mesmo o professor, tinha acesso aos dados originais. Em vez disso, ele teve que trabalhar com informações “resumidas”, que não conseguia baixar.

Essa abordagem cautelosa criou um nível de confiança com o Corpo de Bombeiros que permitiu que o projeto fosse bem-sucedido.

Oportunidades para o futuro

O professor Lee agora quer aplicar o modelo preditivo da equipe a outros problemas da cidade, como crime e trânsito.

Atualmente, a equipe está lidando com a questão da acessibilidade para cadeiras de rodas em toda a capital. E a colaboração da universidade com as autoridades abriu o caminho para um “Campus de Big Data do Governo Metropolitano de Seul”, uma iniciativa que fornece espaço para os pesquisadores acessarem conjuntos de dados públicos e privados em ambientes controlados.

Para equipar seus alunos com as habilidades certas para um mundo movido a IA, o professor Lee ensina o essencial, como estatística básica e programação. Mas ele também diz que eles precisam de mais para ter impacto.

“Meus alunos precisam conhecer muito bem o planejamento urbano e entender como a cidade funciona. Esse é o tipo de conhecimento de domínio necessário para definir os problemas certos. Se você definiu o problema certo, a solução fica muito mais fácil de encontrar.”