Sintesi Tecnica: HASTE – Una piattaforma per la rapida valutazione dei danni edilizi post-disastro

1. Definizione del problema

A seguito di disastri su larga scala (terremoti, uragani, incendi boschivi, ecc.), i soccorritori umanitari necessitano di mappe dei danni a livello di singolo edificio entro poche ore per dirigere le squadre di ricerca e soccorso e allocare le risorse. Gli attuali approcci di machine learning per la valutazione dei danni affrontano significativi ostacoli operativi:

• Scarsità di dati: I modelli ad alte prestazioni richiedono tipicamente immagini pre e post-evento corrispondenti e set di addestramento tratti da eventi passati simili. Nelle risposte reali, le immagini pre-evento sono spesso vecchi di anni o mancanti, e i nuovi disastri differiscono significatamente dai dati storici di addestramento (domain shift).
• Colli di bottiglia nella etichettatura: Raccogliere dati sufficientemente etichettati per nuovi eventi è impossibile entro la finestra critica del primo giorno.
• Vincoli operativi: Le soluzioni esistenti si affidano all'interpretazione umana esperta o al tracciamento da parte di volontari, che sono difficili da scalare per coprire ogni edificio in una grande città rapidamente.

Il problema centrale è generare mappe dei danni accurate, a livello di singolo edificio, rapidamente utilizzando solo immagini post-disastro e un minimo di etichettatura locale, senza richiedere un team dedicato di ingegneri di machine learning.

2. Metodologia

HASTE (High-speed Assessment and Satellite Tracking for Emergencies) è una piattaforma web no-code che affronta queste lacune addestrando piccoli modelli specifici per l'evento partendo da un manipolo di etichette fornite dagli analisti. Offre due metodi distinti che condividono un'interfaccia unificata ma scambiano il rapporto tra sforzo di etichettatura e tempi di risposta computazionale.

Metodo 1: Segmentazione per scena e join delle impronte (Footprint Join)

• Workflow: L'analista disegna poligoni sulle scene post-disastro per etichettare le classi (es. sfondo, edificio intatto, edificio danneggiato).
• Addestramento: Un nuovo modello U-Net (encoder ResNeXt-50) viene addestrato specificamente per quella singola scena utilizzando la cross-entropy loss. Per gestire le etichette sparse, il sistema le raggruppa in tile e ignora i pixel di sfondo non etichettati. Una "classe di vincolo" opzionale permette agli analisti di marcare ampie aree come "note come indenni" per penalizzare i falsi positivi.
• Inferenza: Il modello viene eseguito sull'intera scena in tile sovrapposte. Le predizioni dei pixel vengono aggregate per impronta edilizia (footprint) per calcolare una "frazione di danno" (rapporto tra pixel danneggiati e pixel validi) a buffer di 0, 10 e 20 metri per tenere conto del disallineamento.
• Tempi di risposta: Un'iterazione completa (etichettatura, addestramento, revisione) richiede circa 1–2 ore.

Metodo 2: Embedding delle impronte e regressione logistica nel browser

• Workflow: Questo metodo salta l'addestramento su GPU. Utilizza un modello di visione pre-addestrato per estrarre le caratteristiche (features) per ogni impronta edilizia della scena.
• Embedding: Le caratteristiche vengono aggregate dal backbone (predefinito come varianti di MOSAIKS o DINOv2) su ogni impronta. La strategia di pooling include la concatenazione delle statistiche per canale (min, max, media, deviazione standard) dei token.
• Classificazione: Mentre l'analista clicca ed etichetta alcuni edifici, un classificatore di regressione logistica viene adattato interamente nel browser utilizzando i vettori di caratteristiche congelati. Il modello standardizza le caratteristiche e minimizza la perdita logistica regolarizzata tramite discesa del gradiente.
• Interattività: Il classificatore si ri-addestra e ri-valuta la scena visibile in pochi secondi man mano che vengono aggiunte nuove etichette. Supporta scenari multi-classe "one-versus-rest" ed è eseguito efficientemente su WebGPU o CPU.
• Tempi di risposta: L'iterazione avviene in secondi, permettendo agli analisti di raffinare rapidamente il modello senza attendere job su GPU.

Architettura della piattaforma

HASTE è costruita come una single-page application in React che comunica con un'API REST e un server di tile. I task a lunga esecuzione (addestramento, embedding, inferenza) sono delegati a un sistema di code gestito da una libreria core condivisa (hastegeo). I dati (immagini, impronte, modelli) risiedono in uno storage cloud, mentre i metadati sono memorizzati in un database NoSQL. La piattaforma si integra con gli esistenti dataset di impronte edilizie (es. Microsoft, Overture) e supporta varie sorgenti di immagini (ottiche e radar).

3. Contributi chiave

• Distribuzione di una piattaforma no-code: HASTE operazionalizza la rapida valutazione dei danni, permettendo ad analisti non esperti di ML di generare mappe dei danni a livello di edificio utilizzando solo immagini post-disastro.
• Approccio a doppio metodo: Il documento dettaglia due metodi complementari: un approccio di segmentazione a livello di pixel (Metodo 1) e un approccio di embedding delle impronte (Metodo 2), analizzando i loro scambi tra sforzo di etichettatura e tempi di risposta.
• Esperimenti sull'efficienza delle etichette: Esperimenti preliminari sul dataset xBD dimostrano che il metodo basato su embedding (Metodo 2) raggiunge un'elevata accuratezza con significativamente meno etichette rispetto ai baseline pienamente supervisionati.
• Validazione operativa: Il documento documenta l'uso della piattaforma in oltre 30 risposte a disastri reali dal 2023, fornendo risultati a partner (es. Croce Rossa, agenzie ONU) entro ore o giorni.

4. Risultati

Risultati sperimentali (Dataset xBD)

Gli esperimenti si sono concentrati sul Metodo 2 utilizzando solo immagini post-disastro:

• Efficienza delle etichette: L'approccio basato su embedding con un backbone DINOv2 ha raggiunto un macro ROC-AUC di 0,84 utilizzando solo l'1% delle etichette di addestramento (circa poche decine di edifici per disastro).
• Confronto con i baseline supervisionati: Al livello dell'1% di etichettatura, il metodo di embedding (0,84 AUC) ha superato un ResNet-50 completamente supervisionato e affinato sullo stesso 1% di dati (0,77 AUC). Al 5% di etichettatura, il metodo di embedding ha eguagliato le prestazioni di un ResNet-50 addestrato sul 100% delle etichette. Al 10% di etichettatura, ha superato il baseline completamente supervisionato (0,91 vs 0,88).
• Performance del backbone: I backbone auto-supervisionati (DINOv2, DINOv3) hanno superato significativamente il baseline MOSAIKS a caratteristiche casuali. La dimensione del backbone era meno importante della qualità del pre-addestramento.

Performance operative

• Terremoti in Turchia (2023): Ha mappato quattro città, stimando 3.800 edifici danneggiati e 160.000 persone colpite.
• Tornado di Rolling Fork (2023): Ha raggiunto una precisione di 0,86 e un richiamo (recall) di 0,80 rispetto alla verità sul campo in meno di due ore per scena.
• Incendio a Maui (2023): Ha fornito una valutazione di 1.700 edifici danneggiati entro l'una del pomeriggio del giorno in cui le immagini sono diventate disponibili, con una validazione che mostrava circa il 97% di accuratezza (99% di recall, 96% di precisione).
• Uragano Melissa (Giamaica, 2025): Ha identificato danni diffusi a Black River e Montego Bay. I campioni di validazione hanno mostrato un alto richiamo (86–96%) ma una precisione inferiore (71–82%), attribuibile alla natura conservativa del join delle impronte (le macerie fuori dai perimetri non vengono accreditate).
• Valutazione esterna: Uno studio indipendente sul prodotto dei danni in Turchia ha trovato un'alta specificità (94%) ma un basso richiamo (43%), confermando che il sistema è conservativo e raramente segnala edifici indenni come danneggiati, sebbene possa mancare alcuni edifici strutturalmente danneggiati.

5. Significato e rivendicazioni

Il documento posiziona HASTE come un ponte critico tra la ricerca avanzata nel machine learning e le immediate necessità umanitarie. La sua importanza risiede in:

• Superamento del Domain Shift: Addestrando piccoli modelli su un singolo evento con etichette locali, HASTE evita il degrado dell'accuratezza osservato applicando modelli addestrati globalmente a nuovi scenari di disastro imprevisti.
• Democratizzazione dell'IA: L'interfaccia no-code consente ai partner umanitari di eseguire flussi di lavoro sofisticati di valutazione dei danni senza mantenere un team dedicato di ML.
• Scambio tra Velocità e Accuratezza: La piattaforma fornisce un quadro pratico per i soccorritori per scegliere tra un metodo di segmentazione a pixel più lento e accurato (Metodo 1) e un metodo di embedding più veloce e iterativo (Metodo 2) in base ai loro vincoli temporali immediati.
• Impatto nel mondo reale: Il sistema è passato oltre i benchmark teorici per supportare oltre 30 risposte reali, fornendo dati azionabili ai decisori durante le "ore d'oro" critiche di un disastro.

Gli autori concludono che, sebbene i metodi siano semplici per design, essi affrontano efficacemente i vincoli specifici della risposta ai disastri. Il lavoro futuro si concentra sull'integrazione di modelli vision-language per l'etichettatura automatizzata, l'active learning per ottimizzare la selezione delle etichette e l'espansione della valutazione ad infrastrutture come strade e ponti.