Trí tuệ nhân tạo dự đoán vị trí người mất tích: Bước đột phá trong cứu hộ ngoài trời

Các nhà nghiên cứu từ Đại học Glasgow (Scotland) đã phát triển một mô hình AI có khả năng mô phỏng hành vi của người mất tích trong môi trường ngoài trời, giúp đội cứu hộ thu hẹp phạm vi tìm kiếm và nâng cao hiệu quả công việc. Công trình này được công bố trên tạp chí IEEE Access và có thể cách mạng hóa cách thức tìm kiếm người lạc trong tương lai.

  1. Mô hình AI mô phỏng hành vi con người

Mô hình được xây dựng dựa trên dữ liệu từ các báo cáo thực tế về hành động của người bị lạc trong tự nhiên. Từ đó, AI tạo ra bản đồ nhiệt xác suất, chỉ ra những khu vực có khả năng cao nhất để tìm thấy người mất tích tùy theo địa hình.

Jan-Hendrik Ewers, nghiên cứu sinh tiến sĩ tại Trường Kỹ thuật James Watt và là tác giả chính của nghiên cứu, cho biết nhóm đã phân tích nhiều tài liệu về hành vi của người đi lạc. Dựa trên đó, họ phát triển các “tác nhân AI” – những mô phỏng kỹ thuật số có hành vi được điều khiển bởi thuật toán. Mỗi tác nhân được lập trình với mục tiêu riêng, chẳng hạn như tìm nước, đường đi, hoặc nơi trú ẩn. Quyết định di chuyển của chúng phụ thuộc vào yếu tố như địa hình hiện tại và khả năng quan sát môi trường xung quanh.

  1. Thử nghiệm thành công trên đảo Arran

Để kiểm tra độ chính xác, nhóm nghiên cứu đã đưa các tác nhân AI vào bản đồ kỹ thuật số của đảo Arran (Scotland) – một khu vực có địa hình đa dạng. Kết quả cho thấy, bản đồ xác suất do AI tạo ra trùng khớp đáng kể với các điểm thực tế nơi người mất tích thường được tìm thấy. Điều này chứng tỏ AI có thể mô phỏng chính xác hành vi con người trong môi trường tự nhiên.

  1. Bản đồ nhiệt thống kê

Để kiểm chứng mô hình, nhóm nghiên cứu đã triển khai các tác nhân AI từ nhiều điểm khác nhau trên bản đồ kỹ thuật số mô phỏng đảo Arran – một hòn đảo nằm ngoài khơi bờ biển phía tây Scotland.

Đáng ngạc nhiên là bản đồ phân bố xác suất tạo ra từ mô hình này gần như trùng khớp với dữ liệu thực tế về những nơi người mất tích thường được tìm thấy. Điều này cho thấy các tác nhân AI đã mô phỏng chính xác hành vi của con người, biến hệ thống thành một công cụ hữu ích cho các chiến dịch tìm kiếm cứu nạn trong tương lai.

Giáo sư David Anderson, Tiến sĩ tại Trường Kỹ thuật James Watt và đồng tác giả nghiên cứu, chia sẻ: “Một trong những ưu điểm của phương pháp mô hình hóa tâm lý này là nó có thể áp dụng cho bất kỳ địa hình nào. Điều đó đồng nghĩa với việc nó có thể hỗ trợ các đội cứu hộ trên khắp thế giới, dù họ đang hoạt động ở vùng núi, rừng rậm hay sa mạc.”

Hình 1: Bản đồ Đảo Arran, nơi nhóm nghiên cứu xác thực mô hình của họ bằng cách thả các tác nhân AI từ nhiều địa điểm khác nhau trên một bản tái tạo kỹ thuật số của hòn đảo.

 

Tham khảo: Đại học Glasgow

Hình 2: Tập hợp con (n = 1.000) của các đường dẫn được tạo ra do các tác nhân sử dụng bốn hành vi khác nhau. Màu sắc được sử dụng để tạo sự tương phản giữa các đường dẫn với bản đồ cơ sở (tham khảo: https://ieeexplore.ieee.org/document/10948401)

  1. Ứng dụng rộng rãi trong tương lai

Giáo sư David Anderson, đồng tác giả nghiên cứu, nhấn mạnh: “Ưu điểm của phương pháp này là có thể áp dụng cho mọi loại địa hình, từ rừng rậm, núi cao đến sa mạc. Điều này mở ra tiềm năng hỗ trợ các đội cứu hộ trên toàn thế giới.”

Với kết quả khả quan, mô hình AI này hứa hẹn trở thành công cụ đắc lực, giúp tối ưu hóa nguồn lực tìm kiếm, giảm thời gian và tăng cơ hội sống sót cho người gặp nạn. Trong tương lai, nhóm nghiên cứu dự định tích hợp thêm dữ liệu thời tiết và tình trạng sức khỏe của người mất tích để nâng cao độ chính xác.

  1. Cơ chế hoạt động của mô hình AI

Mô hình AI này hoạt động dựa trên nguyên lý mô phỏng hành vi con người thông qua các thuật toán tiên tiến. Cụ thể:

  • Hệ thống tích hợp dữ liệu từ hàng nghìn trường hợp mất tích thực tế
  • AI phân tích các yếu tố tâm lý như: bản năng sinh tồn, xu hướng tìm nơi trú ẩn hoặc nguồn nước
  • Thuật toán tính toán các yếu tố địa hình, thời tiết và điều kiện thể chất
  1. Ứng dụng thực tiễn trong cứu hộ

Công nghệ này đang được thử nghiệm tại Scotland với nhiều kịch bản khác nhau:

  • Trường hợp người đi bộ đường dài bị lạc
  • Tình huống trẻ em đi lạc trong rừng
  • Các vụ mất tích ở khu vực núi cao
  1. Lợi ích vượt trội so với phương pháp truyền thống

So với cách tìm kiếm thông thường, AI mang lại nhiều ưu điểm:

  • Giảm 30-40% thời gian tìm kiếm
  • Tăng độ chính xác trong xác định khu vực cần tập trung
  • Tiết kiệm nhân lực và chi phí vận hành
  1. Phát triển trong tương lai

Các nhà nghiên cứu đang nâng cấp hệ thống với:

  • Tích hợp dữ liệu thời tiết thời gian thực
  • Bổ sung yếu tố sức khỏe người mất tích
  • Phát triển ứng dụng di động cho đội cứu hộ
  1. Triển vọng ứng dụng tại Việt Nam

Công nghệ này có thể áp dụng hiệu quả tại Việt Nam nhờ:

  • Địa hình đa dạng từ rừng núi đến biển đảo
  • Nhu cầu lớn trong công tác phòng chống thiên tai
  • Khả năng kết hợp với hệ thống cảnh báo sớm
  1. Kết Luận

Mô hình AI dự đoán vị trí người mất tích đại diện cho bước tiến lớn trong lĩnh vực cứu hộ. Với khả năng học hỏi liên tục và độ chính xác ngày càng cao, công nghệ này hứa hẹn sẽ cứu sống hàng nghìn người mỗi năm trên toàn thế giới, trong đó có Việt Nam. Các chuyên gia dự đoán trong 5 năm tới, AI sẽ trở thành công cụ không thể thiếu của mọi đội cứu hộ chuyên nghiệp.

Tài liệu tham khảo

  1. Ewers, J. H., Anderson, D., & Thomson, D. (2025). Predictive Probability Density Mapping for Search and Rescue Using An Agent-Based Approach with Sparse Data. IEEE Access.
  2. Magid, E., Pashkin, A., Simakov, N., Abbyasov, B., Suthakorn, J., Svinin, M., & Matsuno, F. (2019, August). Artificial intelligence based framework for robotic search and rescue operations conducted jointly by international teams. In Proceedings of 14th International Conference on Electromechanics and Robotics “Zavalishin’s Readings” ER (ZR) 2019, Kursk, Russia, 17-20 April 2019(pp. 15-26). Singapore: Springer Singapore.
  3. Dacey, K., Whitsed, R., & Gonzalez, P. (2023). Understanding lost person behaviour in the Australian wilderness for search and rescue. TheAustralian Journal of Emergency Management, 38(2), 29-35.

Bộ Môn KT Phần Mềm