近日，有媒體報(bào)道稱，韓國光州科學(xué)技術(shù)研究所開發(fā)了一款可以提前一周預(yù)測森林火災(zāi)風(fēng)險(xiǎn)的人工智能系統(tǒng)。開發(fā)人員表示，這款人工智能系統(tǒng)可以通過測量地表附近的溫度、濕度、風(fēng)和累積降水量等數(shù)據(jù)計(jì)算森林火災(zāi)發(fā)生的概率。

　　隨著技術(shù)的發(fā)展，利用人工智能預(yù)測自然災(zāi)害似乎正在成為現(xiàn)實(shí)：美國斯坦福大學(xué)的研究人員開發(fā)了一種人工智能模型，能夠預(yù)測微粒污染的情況，進(jìn)而追蹤美國西部地區(qū)野火煙霧的變化情況;來自英國卡迪夫大學(xué)的研究人員開發(fā)了一種人工智能程序，通過分析水下地震引發(fā)的海洋聲波，預(yù)測海嘯可能發(fā)生的時(shí)間……

　　人工智能是如何預(yù)測自然災(zāi)害的?它能為人類對抗自然災(zāi)害作哪些貢獻(xiàn)?科技日報(bào)記者就此采訪了四川大學(xué)教授、地震預(yù)警與多災(zāi)種預(yù)警應(yīng)用信息技術(shù)四川省重點(diǎn)實(shí)驗(yàn)室主任、成都高新減災(zāi)研究所所長王暾。

　　預(yù)測的前提是構(gòu)建完善的理論模型

　　人類往往對快速暴發(fā)的直接威脅非常敏感，但卻不擅長識別緩慢進(jìn)展的潛在威脅。人工智能的出現(xiàn)讓人類擁有了能夠預(yù)測自然災(zāi)害、并采取預(yù)防措施的工具。

　　王暾對記者表示，一般我們所說的“預(yù)測”，包括人工智能的預(yù)測，并不是“空穴來風(fēng)”，而是基于監(jiān)測數(shù)據(jù)的預(yù)測。利用衛(wèi)星圖像、地面基站等手段，科研人員可以在自然災(zāi)害即將發(fā)生、有自然災(zāi)害發(fā)生風(fēng)險(xiǎn)或自然災(zāi)害正在發(fā)生但并未造成嚴(yán)重破壞的情況下，及時(shí)發(fā)布預(yù)警信息，最大限度地降低損失。

　　王暾進(jìn)一步解釋道，依托先進(jìn)的通信技術(shù)和觀測設(shè)備，科研人員可以得到自然災(zāi)害即將發(fā)生時(shí)或?yàn)?zāi)害發(fā)生早期但并未造成嚴(yán)重破壞時(shí)的信號，然后運(yùn)用人工智能對這些信號進(jìn)行處理，判斷災(zāi)情、進(jìn)行預(yù)警。如森林火災(zāi)發(fā)生初期，人工智能可以通過衛(wèi)星圖像和其他信息定位火災(zāi)地點(diǎn)、判斷火災(zāi)強(qiáng)度，這樣就可以及時(shí)通知相關(guān)部門采取防范措施。“像此前的四川瀘定地震預(yù)警，和目前大多數(shù)山火、城市內(nèi)澇預(yù)警，都運(yùn)用到了人工智能技術(shù)?！蓖蹶照f。

　　雖然以目前的技術(shù)水平，科研人員利用人工智能可以做到對大多數(shù)自然災(zāi)害的監(jiān)測預(yù)警，但人工智能其實(shí)并不比人腦“聰明”。人工智能準(zhǔn)確預(yù)測的前提，是人類能夠構(gòu)建起完善的理論模型。

　　“人工智能的優(yōu)勢在于搜索范圍大、計(jì)算能力強(qiáng)。然而在災(zāi)害預(yù)測中，光有這些能力還不夠，還需要理論模型去解決‘怎么預(yù)測’的問題?！蓖蹶照f，此前也有科研團(tuán)隊(duì)嘗試過在不構(gòu)建理論模型的情況下讓人工智能進(jìn)行“自主”災(zāi)害預(yù)測，但沒有成功。

　　可幫助人類提升對干擾的識別能力

　　如今人們對自然災(zāi)害的監(jiān)測方式越來越先進(jìn)，應(yīng)對自然災(zāi)害的手段越來越多樣，但監(jiān)測的準(zhǔn)確性在對自然災(zāi)害的預(yù)測中仍然十分重要，人們在監(jiān)測自然災(zāi)害時(shí)，往往會(huì)面臨很多干擾。

　　王暾舉例說，科研人員會(huì)通過用衛(wèi)星監(jiān)測森林中亮點(diǎn)的方式監(jiān)測森林火災(zāi)，但有時(shí)人們難以從衛(wèi)星圖上直觀判斷亮點(diǎn)是由于火災(zāi)形成的，還是由于太陽光反射形成的;科研人員可以通過監(jiān)測地震波進(jìn)行地震預(yù)警，但放炮、建筑工地施工等行為也會(huì)產(chǎn)生地震波。如何以最快的速度識別并排除干擾，成為自然災(zāi)害監(jiān)測需要解決的一大問題，這就需要人工智能等技術(shù)排除掉人類活動(dòng)或其他因素產(chǎn)生的干擾信號，以減少誤報(bào)。

　　“人工智能的優(yōu)勢是對大量數(shù)據(jù)進(jìn)行學(xué)習(xí)分析、智能處理，并在此基礎(chǔ)上作出自動(dòng)判斷或輔助人類作出判斷，提高預(yù)警系統(tǒng)的可靠性和及時(shí)性。因此，人工智能在干擾信號識別領(lǐng)域大有可為?！蓖蹶崭嬖V記者，通過學(xué)習(xí)大量案例，人工智能可以迅速判斷出哪些信號是干擾信號，為科研人員節(jié)省時(shí)間精力，提升自然災(zāi)害預(yù)測效率和準(zhǔn)確性。

　　據(jù)了解，成都高新減災(zāi)研究所利用人工智能對地震波進(jìn)行智能分析，11年來，做到了地震“零誤報(bào)”。該所還和四川省自然資源廳、成都理工大學(xué)等單位合作開發(fā)了一款系統(tǒng)，利用人工智能對山體滑坡信號進(jìn)行智能分析，顯著減少了山體滑坡誤報(bào)率。

　　除此之外，人工智能還可以勝任較為復(fù)雜的信息分析與整合工作。通過分析融合可見光、紅外線等多頻段信息，人工智能能夠快速識別某地區(qū)的綜合情況。“比如判斷著火地點(diǎn)的地形狀況、土地使用狀況、植被狀況等，或者判斷短時(shí)間內(nèi)降水量極大的城市是否會(huì)發(fā)生內(nèi)澇以及內(nèi)澇的深度等?！蓖蹶照f。

　　對抗自然災(zāi)害的應(yīng)用前景十分廣闊

　　“得益于人工智能的飛速發(fā)展，科研人員能夠從復(fù)雜繁瑣的計(jì)算工作中解脫出來，執(zhí)行更為復(fù)雜且重要的任務(wù)?！闭劦嚼萌斯ぶ悄茉趯棺匀粸?zāi)害方面的應(yīng)用前景，王暾充滿了信心。

　　利用人工智能的快速計(jì)算能力，災(zāi)后救援工作的效率也將得到提升。比如，高分衛(wèi)星圖像可以讓救援者能在短時(shí)間內(nèi)得知災(zāi)區(qū)受災(zāi)狀況的一手信息，通過將災(zāi)區(qū)信息與救災(zāi)物資需求相匹配，人工智能可以規(guī)劃出最有效率的救災(zāi)路線;還可以將監(jiān)測到的次生災(zāi)害等變量納入救援規(guī)劃之中，及時(shí)修正救援路徑、調(diào)配救災(zāi)物資。

　　高科技手段的介入讓人類不必再冒著生命危險(xiǎn)在災(zāi)情尚不明朗時(shí)深入災(zāi)區(qū)一線，既最大限度地保證了人類的生命安全，又提升了救援效率。

　　除了提升人類的災(zāi)后救援能力外，人工智能在災(zāi)害鏈預(yù)警方面也有著很大的應(yīng)用潛力。許多自然災(zāi)害在發(fā)生之后，會(huì)誘發(fā)出一連串的次生災(zāi)害，這種現(xiàn)象被稱為災(zāi)害鏈?！氨热缒车乜赡芤?yàn)橄铝艘粓霰┯暝斐蓾危M(jìn)而導(dǎo)致下游發(fā)生洪水或者山體滑坡?！蓖蹶战忉尩?，“災(zāi)害鏈變化多端，影響因素極為復(fù)雜。現(xiàn)在對于災(zāi)害鏈的預(yù)警往往基于經(jīng)驗(yàn)。如果在未來，人們能夠構(gòu)建出相應(yīng)的人工智能模型，對于災(zāi)害鏈預(yù)測的準(zhǔn)確性將得到提升?！?/p>

　　當(dāng)然，想要讓人工智能在未來的災(zāi)害預(yù)警中發(fā)揮進(jìn)一步作用，還需要科研人員不斷提升對災(zāi)害的認(rèn)知水平，不斷完善人工智能預(yù)警模型。王暾說，科研人員在未來應(yīng)該進(jìn)一步加強(qiáng)對自然災(zāi)害的研究工作，充分考慮更多變量，構(gòu)建更為準(zhǔn)確的災(zāi)害預(yù)警模型，發(fā)揮人工智能等新技術(shù)的優(yōu)勢，使其更好地服務(wù)于人類安全保障事業(yè)。