Aggiornamenti recenti Dicembre 4th, 2025 10:32 AM
Ott 11, 2022 Marina Londei Approfondimenti, Tecnologia 0
Negli ultimi anni, con l’aumento dei disastri naturali, i ricercatori hanno studiato metodi sempre più precisi per prevedere le calamità e monitorare i danni in tempo reale. CONUS è uno degli ultimi sistemi realizzati che sfrutta l’intelligenza artificiale per realizzare una mappa dei danni e mantenerla sempre aggiornata.
Gli autori del sistema sono Zhe Zhu e Su Ye, entrambi ricercatori dell’Università del Connecticut. CONUS è in grado di combinare le immagini satellitari precedenti al disastro con quelle aggiornate per identificare le aree che hanno subito più danni, in modo da concentrare i primi aiuti su quelle zone.
Il sistema rileva sia le alterazioni fisiche delle aree che la gravità del cambiamento con una precisione di 30 metri. Utilizzando un modello di machine learning creato ad-hoc è possibile prevedere quali aree sono più a rischio durante una calamità futura.

Questo nuovo approccio si basa sul confronto tra le lunghezze d’onda delle immagini pre e post disastro. Se la differenza tra i due valori supera un certo limite significa che c’è stata un’alterazione importante nell’area in esame (per esempio è stato esposto molto terreno dove prima c’erano case).
L’obiettivo dei ricercatori è migliorare il sistema per renderlo funzionante in real-time. Allo stato attuale il problema più grande è l’assenza di immagini satellitari aggiornate: il governo le rende disponibili solo diversi giorni dopo il disastro.
I continui cambiamenti climatici non faranno che aumentare il numero e la forza delle calamità naturali. Secondo un report del New York Times, la probabilità che si formi un uragano di categoria 3 o superiore è aumentata dell’8% per ogni decade dal 1979.
Sebbene le squadre di risposta alle calamità siano in grado di sorvegliare aree grazie a droni e aeroplani, manca un quadro generale dei danni. CONUS si occupa di generare un’immagine completa dell’intera nazione, identificando le zone più colpite e più a rischio.
Dic 03, 2025 0
Nov 27, 2025 0
Nov 13, 2025 0
Ott 31, 2025 0
Nov 26, 2025 0
Nov 24, 2025 0
Nov 21, 2025 0
Nov 19, 2025 0
Nov 27, 2025 0
Dopo l’esplosione di ChatGPT e degli LLM, nel mondo...
Nov 26, 2025 0
I ricercatori di watchTowr Labs hanno individuato migliaia...
Nov 24, 2025 0
Analizzando DeepSeek R1, un potente LLM dell’omonima...
Nov 21, 2025 0
Lo scorso marzo Skybox Security, società israeliana di...
Nov 19, 2025 0
Di recente la Threat Research Unit di Acronis ha analizzato...
Gen 29, 2025 0
Con l’avvento dell’IA generativa...
Ott 09, 2024 0
Negli ultimi anni sempre più aziende stanno sottoscrivendo...
Ott 02, 2024 0
Grazie al machine learning, il Global Research and Analysis...
Set 30, 2024 0
Il 2024 è l’anno delle nuove normative di sicurezza:...
Mag 21, 2024 0
Una delle sfide principali delle aziende distribuite sul...
Dic 04, 2025 0
Dark Telegram, il regno dei canali clandestini, non sembra...
Dic 03, 2025 0
I ricercatori di JFrog Security Research hanno...
Dic 02, 2025 0
Una campagna durata sette anni che ha infettato 4.3...
Dic 01, 2025 0
Coupang, colosso del retail sud-coreano, ha confermato di...
Dic 01, 2025 0
Nel periodo compreso tra il 22 e il 28 novembre,...
