面對預(yù)測自然災(zāi)害，AI還OK嗎？

原標(biāo)題：面對預(yù)測自然災(zāi)害，AI還OK嗎？

從古至今，自然災(zāi)害給人類帶來了無盡的損失。隨著城市社會的發(fā)展程度越來越高，一場突如其來的自然災(zāi)害將會造成巨大的生命和財(cái)產(chǎn)損失。人們?yōu)榱吮苊獗蛔匀粸?zāi)害“偷襲”，總結(jié)了很多經(jīng)驗(yàn)，探索了很多的辦法，形成了與自然斗爭的獨(dú)特智慧。

時至今日，人類已經(jīng)能夠掌握大部分自然災(zāi)害的活動習(xí)性，并作出相應(yīng)的綢繆，以最大限度降低災(zāi)害造成的損失。但在一些頑疾面前，人類仍然束手無策。

AI時代來臨之后，可以說對那些預(yù)測起來駕輕就熟的自然災(zāi)害來說，人類又多了一把利器。那么，對以往一籌莫展的災(zāi)害，AI又能否成為一把開山刀？

在這些災(zāi)害面前，AI說“OK”

人們很早就開始通過對自然災(zāi)害的預(yù)測來防患于未然，傳統(tǒng)上靠經(jīng)驗(yàn)，現(xiàn)代則是靠科學(xué)。這代表著人們預(yù)測技術(shù)的進(jìn)化。在AI興起的幾年里，人們也已經(jīng)把注意力轉(zhuǎn)移到了它的身上，看看其是否能夠?yàn)轭A(yù)測自然災(zāi)害貢獻(xiàn)一份力量。

目前來說，AI在以下幾個方面的預(yù)測還是比較靠譜的。

1. 預(yù)測風(fēng)暴。我國東南沿海地區(qū)幾乎每年都會發(fā)生臺風(fēng)登陸的情況，對城市電力等基礎(chǔ)設(shè)施造成巨大的破壞。以現(xiàn)在的天氣預(yù)報(bào)水平，雖然有足夠的時間發(fā)出預(yù)警，但在受到一些強(qiáng)力風(fēng)暴的襲擊之后，城市災(zāi)后應(yīng)對工作仍然會存在一定的困難。

為了應(yīng)對這一點(diǎn)，IBM為美國安大略省電力公司hydro One開發(fā)了一款A(yù)I工具。通過與氣象公司觀察的實(shí)時的數(shù)據(jù)相結(jié)合，其能夠預(yù)測風(fēng)暴的嚴(yán)重程度和嚴(yán)重的區(qū)域，從而幫助hydro One提前布置電工，以幫助城市快速地恢復(fù)供電。并且，其還能夠根據(jù)多年來積累的天氣數(shù)據(jù)來對風(fēng)暴作出更精準(zhǔn)的預(yù)測，從而有針對性地應(yīng)對。

2. 預(yù)測泥石流。泥石流多發(fā)于暴雨之后，多見于山區(qū)。沙土由于被雨水浸透，在重力的作用下就向山下流動。大規(guī)模的泥石流可以輕而易舉摧毀一座村莊。傳統(tǒng)的泥石流預(yù)測是基于對泥石流的機(jī)理進(jìn)行研究，在預(yù)測雨量的前提下建立山體的泥石流發(fā)生模型。雖然已經(jīng)取得了很大的進(jìn)步，但仍然不能滿足對泥石流進(jìn)行高精準(zhǔn)預(yù)測的現(xiàn)實(shí)需求。

在這方面，大阪大學(xué)的研究人員針對日本全國50多萬處的泥石流侵害點(diǎn)的現(xiàn)實(shí)情況，開發(fā)出了一款能夠預(yù)測泥石流發(fā)生的AI系統(tǒng)。該系統(tǒng)主要結(jié)合降水量預(yù)告、分析降水臨界點(diǎn)時間，再結(jié)合可以測量斜面上的水分含量和傾斜度的傳感器，從而預(yù)測出降雨之后斜面的水分含量，來判斷是否發(fā)出泥石流預(yù)警。比起只能提前幾分鐘預(yù)報(bào)泥石流，AI預(yù)報(bào)把這一時間增加到了幾個小時。

3. 預(yù)測洪水。在一般人看來，要預(yù)測洪水就要從對天氣的的分析出發(fā)，研究降水量和降水時間。但為了實(shí)現(xiàn)洪水預(yù)警，英國科學(xué)家們卻另辟蹊徑，主張用AI+社交平臺數(shù)據(jù)的方式來進(jìn)行。

英國鄧迪大學(xué)的研究人員利用AI從Twitter中提取數(shù)據(jù)，從而可以洪水的嚴(yán)重程度、地位置等信息，并且通過視覺識別技術(shù)來識別用戶發(fā)布的洪水場景。通過對這些數(shù)據(jù)的綜合處理，其能夠?qū)Τ鞘惺欠裾谠獾胶樗那治g而做出判斷，從而可以改進(jìn)預(yù)報(bào)和預(yù)警系統(tǒng)。簡單來說，就是通過搜集人們發(fā)布的社交內(nèi)容，判斷洪水可能侵襲的重點(diǎn)區(qū)域、程度等。

另外，利用AI的精準(zhǔn)分析，天氣預(yù)報(bào)甚至已經(jīng)達(dá)到了分鐘級的預(yù)測。在森林防火上，利用遙感技術(shù)，AI也可以實(shí)現(xiàn)重點(diǎn)防范區(qū)域的監(jiān)控和一旦出現(xiàn)火災(zāi)后的火情判斷，以將損失最小化。那么，仔細(xì)看看，這些在AI預(yù)測方面應(yīng)用比較靠譜的自然災(zāi)害，是不是有什么值得總結(jié)的特點(diǎn)？

可觀+數(shù)據(jù)，正中了AI的下懷

在筆者看來，AI預(yù)測應(yīng)用比較成熟的這幾類自然災(zāi)害存在著以下幾個方面的相似之處。

首先，這些自然災(zāi)害的形成過程都是可以直接觀察的。比如通過氣象衛(wèi)星，可以觀察到天空中云層的聚集和流動方向，結(jié)合對氣壓的檢測，就可以判斷什么時候會形成氣旋、什么時候登陸、風(fēng)力多大、雨量如何等指標(biāo)。包括通過傳感器對泥石流的含水量的分析、森林火點(diǎn)的檢測及風(fēng)向判斷等，可以說觀察的數(shù)據(jù)夠多，預(yù)測的準(zhǔn)確度也就更高。

其次，歷史數(shù)據(jù)積累豐富。對這幾類自然災(zāi)害，人們已經(jīng)有了一段相當(dāng)長的研究歷史，在這個過程中積累了大量的有價(jià)值的經(jīng)驗(yàn)、數(shù)據(jù)材料。那么，正確的歷史經(jīng)驗(yàn)數(shù)據(jù)+即時的現(xiàn)場數(shù)據(jù)觀察，使得AI預(yù)測的難度并不算高。

而對AI而言，這兩項(xiàng)也正是其優(yōu)勢所在。目前AI所擅長者，一是識別，二是數(shù)據(jù)處理。以上幾種自然災(zāi)害要么跟視覺識別有關(guān)系（衛(wèi)星云圖、洪水圖片等），要么跟自然語言處理有關(guān)系（Twitter用戶內(nèi)容搜集），可以說正中AI下懷。而對由于易于檢測而產(chǎn)生的大量數(shù)據(jù)，自然也難不倒數(shù)據(jù)處理大師AI。

來自天上和來自地表的自然災(zāi)害既然AI都能應(yīng)對，那么對最未可知的來自地球內(nèi)部的災(zāi)害，它是不是就束手無策了呢？

上天沒問題，入地AI暫時可能不“0K”

不可否認(rèn)的是，地球上最難預(yù)測的自然災(zāi)害大概要數(shù)火山和地震了。

雖然人們把火山分為了活火山和休眠火山，但每一次火山造成的重大傷亡事故幾乎都是由于死火山的突然噴發(fā)，附近的居民無法及時撤離而葬身于此。目前而言，對火山噴發(fā)的預(yù)測幾乎還是靠對火山周圍空氣成分的變化而進(jìn)行預(yù)警。但當(dāng)此時，往往已經(jīng)離噴發(fā)只有很短的一段時間了。

但火山一個明顯特征是它就那么幾座，不知道什么時候爆發(fā)，我們只要遠(yuǎn)離它就行了。相較之下，地震就不行了。千余年來，人們一直苦于對地震的預(yù)測，也形成了許多經(jīng)驗(yàn)性的認(rèn)知，比如地震云、動物行為異常、水面波動等等，但這遠(yuǎn)遠(yuǎn)不能稱得上是“預(yù)測地震”，因?yàn)樵谌藗兛吹竭@些景象的時候，往往是地震已經(jīng)發(fā)生，S波由于速度快率先達(dá)到了地面。正因如此，在觀察到異常的時候，往往也就距離地震很近了。

也就是說，人類從未真正意義上“預(yù)測”過地震的發(fā)生。首先，發(fā)生在地下60公里以上的地震就可以被稱為淺源地震，有記錄的最深震源超過了700公里，什么儀器能深入這么深的地下？顯然靠現(xiàn)在的技術(shù)還無法實(shí)現(xiàn)。另外，地震發(fā)生的時間很短，基本是幾十秒鐘，這就令研究者們捕捉地震信息非常困難。并且，由于其突然性，也難以做好應(yīng)對的準(zhǔn)備。稍縱即逝的最佳地震研究時間，令地震預(yù)測變成了一件幾乎不可能的事情。

而在沒有輔助工具幫助獲取數(shù)據(jù)的情況下，AI也難以施展身手。不過，也有一些研究者用AI的方式來試圖預(yù)測地震。比如劍橋大學(xué)的研究者們認(rèn)為，地震在發(fā)生的時候會對巖石形成擠壓，從而在地球內(nèi)部產(chǎn)生聲音。他們據(jù)此研發(fā)了一款能夠聆聽巖石的機(jī)器人，其在實(shí)驗(yàn)室中再現(xiàn)了強(qiáng)大地震對巖石產(chǎn)生的影響，并用AI系統(tǒng)識別了一場大地震到來前的跡象。

但這畢竟是基于實(shí)驗(yàn)室的理想環(huán)境而進(jìn)行的。要做到精確的地震預(yù)測，最好的方式還是能以某種方式“看”到它的活動：直接的地下觀測巖石移動、間接的振波檢測甚至可能是尚待發(fā)現(xiàn)的某種地震輻射粒子之類。只有找到真正和地震的發(fā)生密切相關(guān)的物質(zhì)，才能對其進(jìn)行數(shù)據(jù)的整理和分析，這個時候AI才能大顯身手。

而現(xiàn)在來看，我們掌握的地震資料大多是關(guān)于震級、震前震后的地質(zhì)變化、非常粗糙但又努力從中尋找出地震規(guī)律的地震頻率等，這些幾乎還不能被認(rèn)為是研究地震成因的正確方法，又怎能拿給AI去進(jìn)行學(xué)習(xí)處理呢？

所以，或許對這些地下不可知的災(zāi)害，我們能做的是開發(fā)創(chuàng)新性的數(shù)據(jù)觀測和收集硬件，能伸到地球深處。經(jīng)過多次的地震經(jīng)驗(yàn)，AI就可以進(jìn)行學(xué)習(xí)，從而做出預(yù)測地震的模型。

這樣的未來或許仍然很遠(yuǎn)，但仍是值得期待的。畢竟，AI之所大用，根本在于造福人類。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。