Zürich – Amazon Web Services (AWS) investiert vier Millionen US-Dollar, um die Arbeit des HALO Trust zu unterstützen. Gemeinsam erproben sie den Einsatz von künstlicher Intelligenz (KI) mit Drohnenbildern, um Minenfelder und andere explosive Kriegsreste zu lokalisieren. Die Zusammenarbeit mit AWS wird es HALO ermöglichen, das hochauflösende Drohnenmaterial in grösserem Umfang zu nutzen und auch Modelle des maschinellen Lernens (ML) zur Identifizierung von Minen zu testen.
HALO ist die weltweit grösste humanitäre Minenräumungsorganisation. Mehr als 90 Prozent ihrer über 11’000 Mitarbeiterinnen und Mitarbeiter sind in den von Konflikten betroffenen Ländern vor Ort, insbesondere in der Ukraine, einem der am stärksten verminten Länder der Welt. Die Minenräumung ist eine mühsame, gefährliche, manuelle Aufgabe, die von der Geschicklichkeit und dem Mut Einzelner abhängt, die sich vorsichtig durch Felder tasten, um Druckplatten und Stolperdrähte zu finden. Diese Herausforderung benötigt technische Unterstützung, daher ist die Partnerschaft von HALO mit AWS so wichtig.
«AWS unterstützt uns dabei, die riesige Menge an Echtzeitdaten, die wir im Rahmen unserer globalen Operationen sammeln, in der Cloud zu speichern, zu verarbeiten, zu analysieren und zu verbreiten – auch in aktiven Kriegsgebieten wie der Ukraine», erklärt James Cowan, CEO von HALO Trust.
Schärfere Augen am Himmel für die Minenräumung
Einige der wichtigsten Daten, die HALO zur Verfügung stehen, kommen in Form von Luftbildern, die die Suchbemühungen leiten und dabei helfen können, Minenfelder und andere mit Sprengstoff kontaminierte Gebiete zu identifizieren. Je schärfer die verfügbaren Bilder sind, desto wertvoller können sie sein, aber desto grösser ist auch die erforderliche Rechenkapazität, um sie zu speichern und zu analysieren. AWS wird HALO die Hosting- und Rechenkapazität zur Verfügung stellen, die es benötigt, um hochauflösende Luftbilder in grossem Umfang zu speichern und zu verarbeiten – und das auf sichere Weise.
Training von ML-Modellen zur Erkennung von Minen
Das anspruchsvollste Element der Partnerschaft ist die Verwendung von Amazon SageMaker zum Trainieren von ML-Modellen, um Minen und Kriegstrümmer in Drohnenbildern zu erkennen. Diese Strategie haben AWS und HALO bereits in einem Pilotprojekt eingesetzt, um bombengeschädigte Gebäude auf Satellitenbildern zu erkennen. Dadurch können Teams gewarnt werden, wo sich wahrscheinlich nicht explodierte Bomben und Granaten befinden. Auf diese Weise konnte der Zeitaufwand für die Identifizierung von Schäden an solchen Brennpunkten von vielen Tagen auf Stunden reduziert werden. Die Anforderungen beim Einsatz von Modellen zur Minensuche sind jedoch weitaus höher. Deshalb nutzen AWS und HALO die «Human-in-the-Loop»-Funktionen von Amazon SageMaker Ground Truth, um die Erfahrung von Entminungsexpert:innen zu nutzen und die Genauigkeit zu erhöhen.
Hochauflösende Bilder für gerettete Leben
HALO hat vor kurzem die zweimillionste Mine geräumt. Jedes entschärfte Gerät bedeutet die Rettung eines Menschenlebens, und jedes geräumte Gebiet hat Auswirkungen auf Tausende weitere. In vielen Ländern hat HALO die schwierige Aufgabe, bei der Räumung von Hunderten von Minenfeldern Prioritäten zu setzen. Indem es besser versteht, wo die Räumung am dringendsten ist, kann es besser bestimmen, wo seine lebensrettenden Ressourcen am effektivsten eingesetzt werden. Amazon SageMaker spielt hier eine entscheidende Rolle, mit dem Service werden Modelle anhand von Satellitenbildern und den detaillierten Kartierungen der HALO-Feldteams trainiert. AWS und HALO werden so fortschrittliche ML-Modelle entwickeln, die mithilfe dieser Daten präzise Anzeichen für die Rückkehr der Bevölkerung und die Wiederaufnahme ziviler Aktivitäten in aktuell und ehemals verminten Regionen erkennen können. Diese Fähigkeit verschafft einen genauen Überblick darüber, wo der dringendste Bedarf für Minenräumungsmassnahmen besteht, um die Gebiete zügig für eine sichere Nutzung freizugeben. Auf diese Weise lässt sich die Ressourcenverteilung der Minenräumungsteams optimieren und priorisieren. (AWS/mc/hfu)