面對預測自然災害，AI還OK嗎？

原標題：面對預測自然災害，AI還OK嗎？

從古至今，自然災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害將會造成巨大的生命和財產(chǎn)損失。人們?yōu)榱吮苊獗蛔匀粸暮Α巴狄u”，總結了很多經(jīng)驗，探索了很多的辦法，形成了與自然斗爭的獨特智慧。

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

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

在這些災害面前，AI說“OK”

人們很早就開始通過對自然災害的預測來防患于未然，傳統(tǒng)上靠經(jīng)驗，現(xiàn)代則是靠科學。這代表著人們預測技術的進化。在AI興起的幾年里，人們也已經(jīng)把注意力轉移到了它的身上，看看其是否能夠為預測自然災害貢獻一份力量。

目前來說，AI在以下幾個方面的預測還是比較靠譜的。

1. 預測風暴。我國東南沿海地區(qū)幾乎每年都會發(fā)生臺風登陸的情況，對城市電力等基礎設施造成巨大的破壞。以現(xiàn)在的天氣預報水平，雖然有足夠的時間發(fā)出預警，但在受到一些強力風暴的襲擊之后，城市災后應對工作仍然會存在一定的困難。

為了應對這一點，IBM為美國安大略省電力公司hydro One開發(fā)了一款AI工具。通過與氣象公司觀察的實時的數(shù)據(jù)相結合，其能夠預測風暴的嚴重程度和嚴重的區(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)來對風暴作出更精準的預測，從而有針對性地應對。

2. 預測泥石流。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)的泥石流預測是基于對泥石流的機理進行研究，在預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)取得了很大的進步，但仍然不能滿足對泥石流進行高精準預測的現(xiàn)實需求。

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

3. 預測洪水。在一般人看來，要預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。但為了實現(xiàn)洪水預警，英國科學家們卻另辟蹊徑，主張用AI+社交平臺數(shù)據(jù)的方式來進行。

英國鄧迪大學的研究人員利用AI從Twitter中提取數(shù)據(jù)，從而可以洪水的嚴重程度、地位置等信息，并且通過視覺識別技術來識別用戶發(fā)布的洪水場景。通過對這些數(shù)據(jù)的綜合處理，其能夠對城市是否正在遭到洪水的侵蝕而做出判斷，從而可以改進預報和預警系統(tǒng)。簡單來說，就是通過搜集人們發(fā)布的社交內容，判斷洪水可能侵襲的重點區(qū)域、程度等。

另外，利用AI的精準分析，天氣預報甚至已經(jīng)達到了分鐘級的預測。在森林防火上，利用遙感技術，AI也可以實現(xiàn)重點防范區(qū)域的監(jiān)控和一旦出現(xiàn)火災后的火情判斷，以將損失最小化。那么，仔細看看，這些在AI預測方面應用比較靠譜的自然災害，是不是有什么值得總結的特點？

可觀+數(shù)據(jù)，正中了AI的下懷

在筆者看來，AI預測應用比較成熟的這幾類自然災害存在著以下幾個方面的相似之處。

首先，這些自然災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、風力多大、雨量如何等指標。包括通過傳感器對泥石流的含水量的分析、森林火點的檢測及風向判斷等，可以說觀察的數(shù)據(jù)夠多，預測的準確度也就更高。

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

而對AI而言，這兩項也正是其優(yōu)勢所在。目前AI所擅長者，一是識別，二是數(shù)據(jù)處理。以上幾種自然災害要么跟視覺識別有關系（衛(wèi)星云圖、洪水圖片等），要么跟自然語言處理有關系（Twitter用戶內容搜集），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害既然AI都能應對，那么對最未可知的來自地球內部的災害，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”

不可否認的是，地球上最難預測的自然災害大概要數(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)的預測幾乎還是靠對火山周圍空氣成分的變化而進行預警。但當此時，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測，也形成了許多經(jīng)驗性的認知，比如地震云、動物行為異常、水面波動等等，但這遠遠不能稱得上是“預測地震”，因為在人們看到這些景象的時候，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)在的技術還無法實現(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，也難以做好應對的準備。稍縱即逝的最佳地震研究時間，令地震預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的方式來試圖預測地震。比如劍橋大學的研究者們認為，地震在發(fā)生的時候會對巖石形成擠壓，從而在地球內部產(chǎn)生聲音。他們據(jù)此研發(fā)了一款能夠聆聽巖石的機器人，其在實驗室中再現(xiàn)了強大地震對巖石產(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。

但這畢竟是基于實驗室的理想環(huán)境而進行的。要做到精確的地震預測，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)生密切相關的物質，才能對其進行數(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于震級、震前震后的地質變化、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為是研究地震成因的正確方法，又怎能拿給AI去進行學習處理呢？

所以，或許對這些地下不可知的災害，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，AI就可以進行學習，從而做出預測地震的模型。

這樣的未來或許仍然很遠，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

免責聲明：本網(wǎng)站內容主要來自原創(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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。