图片来源:视觉中国
从古至今,自然灾祸给人类带来了无尽的损失。随着城市社会的开展水平越来越高,一场突如其来的自然灾祸将会形成宏大的生命和财富损失。人们为了防止被自然灾祸“偷袭”,总结了很多经历,探究了很多的方法,构成了与自然妥协的共同智慧。
时至昔日,人类曾经可以掌握大局部自然灾祸的活动习性,并作出相应的绸缪,以最大限制降低灾祸形成的损失。但在一些顽疾面前,人类依然一筹莫展。
AI时代降临之后,可以说对那些预测起来轻车熟路的自然灾祸来说,人类又多了一把利器。那么,对以往一筹莫展的灾祸,AI又能否成为一把开山刀?
在这些灾祸面前,AI说“OK”
人们很早就开端经过对自然灾祸的预测来防患于已然,传统上靠经历,古代则是靠迷信。这代表着人们预测技术的退化。在AI衰亡的几年AI已经渗透到了生活中的方方面面。在智能交通领域,人工智能技术也正在发挥作用。里,人们也曾经把留意力转移到了它的身上,看看其能否可以为预测自然灾祸奉献一份力气。
目前来说,AI在以下几个方面的预测还是比拟靠谱的。
1. 预测风暴。我国西北沿海地域简直每年都会发作台风登陆的状况,对城市电力等根底设备形成宏大的毁坏。以如今的天气预告程度,虽然有足够的工夫收回预警,但在遭到一些强力风暴的袭击之后,城市灾后应对任务依然会存在一定的困难。
为了应对这一点,IBM为美国安大概省电力公司hydro One开发了一款AI工具。经过与气候公司察看的实时的数据相结合,其可以预测风暴的严重水平和严重的区域,从而协助hydro One提早布置电工,以协助城市疾速地恢复供电。并且,其还可以依据多年来积聚的天气数据来对风暴作出更精准的预测,从而有针对性地应对。
2. 预测泥石流。泥石流多发于暴雨之后,多见于山区。沙土由于被雨水渗透,在重力的作用下就向山下活动。大规模的泥石流可以轻而易举摧毁一座村庄。传统的泥石流预测是基于对泥石流的机理停止研讨,在预测雨量的前提下树立山体的泥石流发作模型。虽然曾经获得了很大的提高,但依然不能满足对泥石流停止高精准预测的理想需求。
在这方面,大阪大学的研讨人员针对日本全国50多万处的泥石流损害点的理想状况,开收回了一款可以预测泥石流发作的AI零碎。该零碎次要结合降水量预告、剖析降水临界点工夫,再结合可以测量斜面上的水分含量和倾斜度的传感器,从而预测出降雨之后斜面的水分含量,来判别能否收回泥石流预警。比起只能提早几分钟预告泥石流,AI预告把这一工夫添加到了几个小时。
3. 预测洪水。在普通人看来,要预测洪水就要从对天气的的剖析动身,研讨降水量和降水工夫。但为了完成洪水预警,英国迷信家们却另辟蹊径,主张用AI+社交平台数据的方式来停止。
英国邓迪大学的研讨人员应用AI从Twitter中提取数据,从而可以洪水的严重水平、位置置等信息,并且经过视觉辨认技术来辨认用户发布的洪水场景。经过对这些数据的综合处置,其可以对城市能否正在遭到洪水的腐蚀而做出判别,从而可以改良预告和预警零碎。复杂来说,就是经过搜集人们发布的社交内容,判别洪水能够侵袭的重点区域、水平等。
另外,应用AI的精准剖析,天气预告甚至曾经到达了分钟级的预测。在森林防火上,应用遥感技术,AI也可以完成重点防备区域的监控和一旦呈现火灾后的火情判别,以将损失最小化。那么,细心看看,这些在AI预测方面使用比拟靠谱的自然灾祸,是不是有什么值得总结的特点?
可观+数据,正中了AI的下怀
在笔者看来,AI预测使用比拟成熟的这几类自然灾祸存在着以下几个方面的类似之处。
首先,这些自然灾祸的构成进程都是可以直接察看的。比方经过气候卫星,可以察看到天空中云层的聚集和活动方向,结合对气压的检测,就可以判别什么时分会构成气旋、什么时分登陆、风力多大、雨量如何等目标。包括经过传感器对泥石流的含水量的剖析、森林火点的检测及风向判别等,可以说察看的数据够多,预测的精确度也就更高。
其次,历史数据积聚丰厚。对这几类自然灾祸,人们曾经有了一段相当长的研讨历史,在这个进程中积聚了少量的有价值的经历、数据资料。那么,正确的历史经历数据+即时的现场数据察看,使得AI预测的难度并不算高。
而对AI而言,这两项也正是其优势所在。目前AI所擅长者,一是辨认,二是数据处置。以上几种自然灾祸要么跟视觉辨认有关系(卫星云图、洪水图片等),要么跟自然言语处置有关系(Twitter用户内容搜集),可以说正中AI下怀。而对由于易于检测而发生的少量数据,自然也难不倒数据处置巨匠AI。
来自天上和来自地表的自然灾祸既然AI都能应对,那么对最未可知的来自地球外部的灾祸,它是不是就一筹莫展了呢?
上天没成绩,上天AI暂时能够不“0K”
不可否认的是,地球上最难预测的自然灾祸大约要数火山和地震了。
虽然人们把火山分为了活火山和休眠火山,但每一次火山形成的严重伤亡事故简直都是由于死火山的忽然喷发,左近的居民无法及时撤离而葬身于此。目前而言,对火山喷发的预测简直还是靠对火山四周空气成分的变化而停止预警。但当此时,往往曾经离喷发只要很短的一段工夫了。
但火山一个分明特征是它就那么几座,不晓得什么时分迸发,我们只需远离它就行了。相较之下,地震就不行了。千余年来,人们不断苦于对地震的预测,也构成了许多经历性的认知,比方地震云、植物行为异常、水面动摇等等,但这远远不能称得上是“预测地震”,由于在人们看到这些现象的时分,往往是地震曾经发作,S波由于速度快率先到达了空中。正因如此,在察看到异常的时分,往往也就间隔地震很近了。
也就是说,人类从未真正意义上“预测”过地震的发作。首先,发作在地下60公里以上的地震就可以被称为浅源地震,有记载的最深震源超越了700公里,什么仪器能深化这么深的地下?显然靠如今的技术还无法完成。另外,地震发作的工夫很短,根本是几十秒钟,这就令研讨者们捕获地震信息十分困难。并且,由于其忽然性,也难以做好应对的预备。稍纵即逝的最佳地震研讨工夫,令地震预测变成了一件简直不能够的事情。
而在没有辅佐工具协助获取数据的状况下,AI也难以发挥身手。不过,也有一些研讨者用AI的方式来试图预测地震。比方剑桥大学的研讨者们以为,地震在发作的时分会对岩石构成挤压,从而在地球外部发生声响。他们据此研发了一款可以倾听岩石的机器人,其在实验室中再现了弱小地震对岩石发生的影响,并用AI零碎辨认了一场大地震到来前的迹象。
但这毕竟是基于实验室的理想环境而停止的。要做到准确的地震预测,最好的方式还是能以某种方式“看”到它的活动:直接的地下观测岩石挪动、直接的振波检测甚至能够是尚待发现的某种地震辐射粒子之类。只要找到真正和地震的发作亲密相关的物质,才干对其停止数据的整理和剖析,这个时分AI才干大显神通。
而如今来看,我们掌握的地震材料大多是关于震级、震前震后的地量变化、十分粗糙但又努力从中寻觅出地震规律的地震频率等,这些简直还不能被以为是研讨地震成因的正确办法,又怎能拿给AI去停止学习处置呢?
所以,或许对这些地下不可知的灾祸,我们能做的是开发创新性的数据观测和搜集硬件,能伸到地球深处。经过屡次的地震经历,AI就可以停止学习,从而做出预测地震的模型。
这样的将来或许依然很远,但仍是值得等待的。毕竟,AI之所大用,基本在于造福人类。
【钛媒体作者引见:脑极体】
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或许下载钛媒体App