眾所周知，日本是一個(gè)包括地震在內(nèi)的各種自然災(zāi)害頻發(fā)的地區(qū)，而如何減少損失，提高救災(zāi)效率一直是日本積極想要解決的問(wèn)題。

據(jù)共同社近日?qǐng)?bào)道，日本政府正著手探討打造發(fā)生嚴(yán)重災(zāi)害時(shí)用人工智能識(shí)別和整理現(xiàn)場(chǎng)災(zāi)害對(duì)策總部收集的受災(zāi)報(bào)告及支援請(qǐng)求等信息的機(jī)制。此舉旨在從涌入的大量信息中挑選優(yōu)先度高的，從而反映到對(duì)策中。

報(bào)道稱(chēng)，這是力圖實(shí)現(xiàn)相關(guān)機(jī)構(gòu)共享防災(zāi)信息及數(shù)據(jù)庫(kù)化的一環(huán)，包括運(yùn)用人造衛(wèi)星提供信息以及通過(guò)推特收集信息等方案。

日本政府之所以會(huì)引用人工智能技術(shù)，可以料想的是人工智能具備強(qiáng)大的高等級(jí)信息處理的能力，它可以以最快速度計(jì)算出最佳方案，從而有助于減少災(zāi)害可能會(huì)帶來(lái)的破壞。

由于剛發(fā)生災(zāi)害時(shí)大量信息通過(guò)電話涌入，信息整理和共享成為重要課題。目前，處理災(zāi)害較為普遍的做法是接聽(tīng)電話的總部人員在白板上寫(xiě)出信息，而這不可避免的會(huì)遺漏一些重要信息。但運(yùn)用 AI 的語(yǔ)音識(shí)別等技術(shù)，根據(jù)關(guān)鍵詞判斷信息優(yōu)先度，按每個(gè)疏散地和地區(qū)進(jìn)行整理信息，可以使對(duì)策總部人員能夠簡(jiǎn)單共享信息，迅速應(yīng)對(duì)災(zāi)害。

日本曾多次提出使用 AI 幫助救災(zāi)的構(gòu)想。雷鋒網(wǎng)了解到，去年 11 月，日本總務(wù)省官員就表示，政府打算同一些企業(yè)合作，借助“大數(shù)據(jù)”技術(shù)預(yù)測(cè)自然災(zāi)害，及早將預(yù)警和疏散等信息發(fā)送給地方政府和居民。

一種方式是把現(xiàn)有氣象記錄等數(shù)據(jù)與民眾在互聯(lián)網(wǎng)上發(fā)布的消息相結(jié)合，進(jìn)而分析特定地區(qū)出現(xiàn)災(zāi)害的可能性，增強(qiáng)防災(zāi)信息的準(zhǔn)確性。例如，把降水量、河流水位等信息與 Twitter、Facebook 上的消息相結(jié)合，或許能及早發(fā)現(xiàn)一些尚處于早期階段的災(zāi)害并預(yù)測(cè)其發(fā)生地點(diǎn)。

日本政府曾表示，要利用 AI 系統(tǒng)處理氣象的相關(guān)信息和數(shù)據(jù)，從而讓災(zāi)難發(fā)生的 10 分鐘之內(nèi)傳送出第一手的收據(jù)。目前，該系統(tǒng)還在進(jìn)行不斷的完善改進(jìn)，研究人員們正在盡可能多地搜集更多的數(shù)據(jù)，并將這些相關(guān)數(shù)據(jù)輸入系統(tǒng)當(dāng)中，提高該系統(tǒng)處理信息的準(zhǔn)確性，從而能夠使它做出正確的決策。

之后的預(yù)警信息將被發(fā)送給受災(zāi)地區(qū)的政府，再經(jīng)由電臺(tái)、電視臺(tái)和手機(jī)網(wǎng)絡(luò)傳遞給民眾。一旦發(fā)生地震或海嘯，智能手機(jī)用戶(hù)還將憑借手機(jī)定位功能，接收疏散路線和交通狀況等定制信息。比如，根據(jù)不同的災(zāi)區(qū)地點(diǎn)，給出最佳的營(yíng)救路線以及營(yíng)救方式，并且會(huì)根據(jù)各個(gè)受災(zāi)區(qū)的情況不同，傷員的嚴(yán)重程度，人數(shù)多少來(lái)提供最適合的醫(yī)療機(jī)構(gòu)點(diǎn)，以及最適合的醫(yī)療運(yùn)輸方式。

此次報(bào)道也指出，日本政府正在推進(jìn)在災(zāi)害中利用大量?jī)?chǔ)存手機(jī)位置信息的“大數(shù)據(jù)”，并與 AI 整理出的信息一并納入電子地圖等方式進(jìn)行統(tǒng)一管理。通過(guò)對(duì)整體情況的掌握，以便于對(duì)決策提供幫助。

不光是日本政府，世界銀行也在上月與 WeRobotics 和 OpenAerialMap 合作發(fā)起了一項(xiàng)新的開(kāi)放性人工智能挑戰(zhàn)，旨在從全球的開(kāi)放研究社區(qū)里測(cè)試新的 AI 應(yīng)用，可以快速、伸縮性高地從災(zāi)區(qū)的航拍圖像中實(shí)時(shí)評(píng)估，為應(yīng)急部門(mén)人員調(diào)動(dòng)和規(guī)劃提供幫助，尤其在重大自然災(zāi)害如地震、海嘯、風(fēng)暴潮等發(fā)生后的關(guān)鍵性的幾小時(shí)、幾天內(nèi)提供信息。

據(jù)雷鋒網(wǎng)了解，一家叫 One Concern 的公司也在研發(fā)人工智能快速預(yù)測(cè)地震重災(zāi)區(qū)，獲得搶救最佳時(shí)機(jī)的產(chǎn)品，希望在地震發(fā)生后的幾分鐘內(nèi)，就能夠快速預(yù)測(cè)城鎮(zhèn)中受地震破壞最強(qiáng)的地區(qū)在何地。人工智能領(lǐng)域?qū)＜覅嵌鬟_(dá)曾推薦過(guò)該產(chǎn)品。

根據(jù)相關(guān)報(bào)道，為了研發(fā)算法模型，One Concern 下載了某個(gè)地區(qū)與建筑有關(guān)的樓齡、類(lèi)型、建筑材料等有關(guān)的數(shù)據(jù)，然后需要訓(xùn)練出一套能夠理解地震是如何損壞建筑物的模型。通過(guò)將這些知識(shí)和地震發(fā)生后的地震數(shù)據(jù)結(jié)合，研發(fā)的系統(tǒng)可以高效預(yù)測(cè)出建筑物對(duì)沖擊波的反饋。

最后在 AI 系統(tǒng)對(duì)災(zāi)害評(píng)估之后，就會(huì)生成一張災(zāi)害地圖，在地圖中，那些建筑物損壞最嚴(yán)重的街道和受災(zāi)人數(shù)最多的區(qū)域都會(huì)被重點(diǎn)標(biāo)注出來(lái)。由此可以幫助救災(zāi)組織快速做出重要決策，如物資分配、首要救災(zāi)地區(qū)定位、疏散路徑等。

此外，IBM 的人工智能 Watson 也曾在 2015 年嘗試預(yù)測(cè)地震、火山，專(zhuān)家們還建立了一個(gè)用于預(yù)測(cè)地震的數(shù)學(xué)模型。由于地震觀測(cè)點(diǎn)居多，需要存儲(chǔ)和處理的數(shù)據(jù)就會(huì)更多，不過(guò)可以借助 IBM 的超級(jí)計(jì)算機(jī)和數(shù)學(xué)模型，快速地處理異常數(shù)據(jù)，所以對(duì)是否能夠準(zhǔn)確預(yù)測(cè)地震或許可以有所期待。

對(duì)于 AI 幫助救災(zāi)，東京技術(shù)研究所智能系統(tǒng)工程客座教授 Yasuhiro Kanatani 表示，“個(gè)性化技術(shù)，例如 AI 系統(tǒng)下的關(guān)于災(zāi)害損失的預(yù)計(jì)和優(yōu)化，都已經(jīng)開(kāi)始使用了。從現(xiàn)在開(kāi)始，很有必要將科技和災(zāi)害現(xiàn)場(chǎng)信息，以及公開(kāi)信息聯(lián)系起來(lái)，從而更好地被用于實(shí)際當(dāng)中?！?/p>

不過(guò)需要注意的是，這是一項(xiàng)浩大的工程，尤其在初期在技術(shù)使用方面以及 AI 處理受災(zāi)信息的可信度上存在著諸多挑戰(zhàn)。

*雷鋒網(wǎng)整理報(bào)道

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。