英特爾與美國紅十字會(American Red Cross)及其地圖補充計畫(Missing Maps project)合作，運用人工智慧(AI)在地圖上繪製出發展中國家弱勢族群(vulnerable population)的所在地，以協助災害對策(disaster preparedness)工作。2019年，英特爾資料科學家建構了AI電腦視覺模型，協助補充烏干達(Uganda)衛星影像中未能辨識並且在地圖上繪製完成的橋樑和道路。
「作為紅十字會的第一線工作人員，精準的地圖對於防災規劃和緊急救援至關重要。 然而目前在世界上尚有許多地區缺乏精準繪製的地圖，這使得規劃和應對災害變得更加困難。 因此我們與英特爾攜手運用人工智慧繪製出弱勢地區(vulnerable area)地圖以及辨識道路、橋樑、建築物和城市。」— 地圖補充計畫共同創始人暨美國紅十字會喀斯喀特地區(Cascades Region)執行長Dale Kunce
根據地圖補充計畫(Missing Maps project)統計，天災每年影響全球近2億人，許多受災區都無法在地圖上被找到，這意味著第一線的救災人員缺乏必要資訊以判斷作出迅速的救援行動。
辨識衛星圖像有時是一種挑戰，各國的橋樑和基礎建設也不盡相同；透過AI模型能增進製圖人員的辨識能力以及涵蓋更多區域，也可以捕捉人眼難以識別的物件。 例如，該模型在烏干達南部發現了70座橋樑，這些橋樑在開放街圖(OpenStreetMap)與烏干達統計局官方地圖中均未被紀錄。
此電腦視覺模型使用第2代Intel® Xeon™ 可擴充處理器(Intel® Xeon™ Scalable Processors)，應用其內含的Intel® Deep Learning Boost和nGraph執行運算。
英特爾擁有該資料集(dataset)的部分權利，且將持續致力為研究人員和地理空間社群提供開源資料集的機會，未來也將舉辦相關研討會，介紹如何運用此計畫的資料集和代碼庫來善用衛星圖像和AI，進而推展人道主義有關的使用案例。
「作為紅十字會的第一線工作人員，精準的地圖對於防災規劃和緊急救援至關重要。 然而目前在世界上尚有許多地區缺乏精準繪製的地圖，這使得規劃和應對災害變得更加困難。 因此我們與英特爾攜手運用人工智慧繪製出弱勢地區(vulnerable area)地圖以及辨識道路、橋樑、建築物和城市。」— 地圖補充計畫共同創始人暨美國紅十字會喀斯喀特地區(Cascades Region)執行長Dale Kunce
根據地圖補充計畫(Missing Maps project)統計，天災每年影響全球近2億人，許多受災區都無法在地圖上被找到，這意味著第一線的救災人員缺乏必要資訊以判斷作出迅速的救援行動。
辨識衛星圖像有時是一種挑戰，各國的橋樑和基礎建設也不盡相同；透過AI模型能增進製圖人員的辨識能力以及涵蓋更多區域，也可以捕捉人眼難以識別的物件。 例如，該模型在烏干達南部發現了70座橋樑，這些橋樑在開放街圖(OpenStreetMap)與烏干達統計局官方地圖中均未被紀錄。
此電腦視覺模型使用第2代Intel® Xeon™ 可擴充處理器(Intel® Xeon™ Scalable Processors)，應用其內含的Intel® Deep Learning Boost和nGraph執行運算。
英特爾擁有該資料集(dataset)的部分權利，且將持續致力為研究人員和地理空間社群提供開源資料集的機會，未來也將舉辦相關研討會，介紹如何運用此計畫的資料集和代碼庫來善用衛星圖像和AI，進而推展人道主義有關的使用案例。
