This post is also available in: enEnglish (אנגלית)

מחקר שנערך באוניברסיטת באפלו מכשיר את צ'אט GPT כדי לזהות מיקומים בפוסטים ברשתות החברתיות של קורבנות אסון, וכך לסייע למגיבים ראשונים להגיע לקורבנות מהר יותר ולהציל חיים.

נפגעי אסונות פונים לעתים קרובות למדיה החברתית ומבקשים עזרה כאשר מערכות המשטרה או 911 עמוסות יתר על המידה, אך לעתים קרובות אין למגיבים הראשונים את המשאבים כדי לפקח על הפרסומים במדיה החברתית במהלך אסון. צוות המחקר בהובלת UB מקווה שעבודתו תוביל למערכות בינה מלאכותית המעבדות באופן אוטומטי נתוני מדיה חברתית לשירותי חירום.

בעוד שניתן לאמן את הכלים הנוכחיים לזהות תיאורי מיקום מלאים, זה ידרוש מערך נתונים גדול של תיאורי מיקום מתויגים במדויק ספציפיים לאזור מקומי מסוים, תהליך מסורבל, ארוך, וקשה.

יינגג'יה הו, פרופסור חבר במחלקה לגאוגרפיה של UB ומחבר המחקר אמר: "למרות שיש מחסור בערכות נתונים מתויגות, למגיבים ראשונים יש ידע רב על האופן בו מקומות מתוארים באזור המקומי שלהם, בין אם זה שם של מסעדה או צומת פופולרי. אז שאלנו את עצמנו: איך אנחנו יכולים להחדיר במהירות וביעילות את הידע הגאוגרפי הזה למודל של למידת מכונה?"

על פי Techxplore, התשובה היא מודלי GPT- מודלים שפה גדולים שכבר אומנו על מיליארדי דפי אינטרנט, בהם חשב הצוות להשתמש כדי ללמד את המודל לפרש במדויק ובמהירות נתוני מיקום מפרסומים במדיה החברתית.

כדי לעשות זאת, החוקרים סיפקו לראשונה למודל 22 פרסומי טוויטר אמיתיים של קורבנות הוריקן הארווי וספרו לו אילו מילים בפוסט תיארו מיקום ואיזה סוג של מיקום הוא מתאר (בין אם מדובר בכתובת, רחוב, צומת, עסק או נקודת ציון). לאחר מכן הם בחנו את המודל עם הידע הגיאוגרפי על עוד 978 פרסומי טוויטר מהוריקן הארווי וביקשו ממנו לחלץ את מילות המיקום ולנחש את קטגוריית המיקום בעצמו. דגמי GPT בעלי הידע הגיאוגרפי היו טובים ב-76% בזיהוי תיאורי מיקום מאשר אלה שלא סופקו להם אותו ידע.

עם זאת, חיוני שהמודל יקבל הנחיות טובות מבני האדם שמפעילים אותו. לדוגמה, GPT לא יכול להחשיב קטע של כביש בין שתי יציאות ספציפיות כמיקום, אלא אם כן נדרש במפורש לעשות זאת.

על פי הדיווחים, הו מקווה שהמאמצים שלהם יצליחו לפשט את השימוש בטכנולוגיות בינה מלאכותית כך שמנהלי אירועי חירום יוכלו להשתמש בהן מבלי להיות מומחים לתחום בעצמם. יהיה צורך במחקרים נוספים כדי להשתמש בתיאורי המיקום שחולצו מה-GPT כדי לאתר את הקורבנות, ואולי למצוא דרכים לסנן פוסטים לא רלוונטיים או כוזבים על אסון.

מחקר זה פורסם באוקטובר בכתב העת International Journal of Geographical Information Science.