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

據(jù)共同社近日報道，日本政府正著手探討打造發(fā)生嚴重災害時用人工智能識別和整理現(xiàn)場災害對策總部收集的受災報告及支援請求等信息的機制。此舉旨在從涌入的大量信息中挑選優(yōu)先度高的，從而反映到對策中。

報道稱，這是力圖實現(xiàn)相關(guān)機構(gòu)共享防災信息及數(shù)據(jù)庫化的一環(huán)，包括運用人造衛(wèi)星提供信息以及通過推特收集信息等方案。

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

由于剛發(fā)生災害時大量信息通過電話涌入，信息整理和共享成為重要課題。目前，處理災害較為普遍的做法是接聽電話的總部人員在白板上寫出信息，而這不可避免的會遺漏一些重要信息。但運用 AI 的語音識別等技術(shù)，根據(jù)關(guān)鍵詞判斷信息優(yōu)先度，按每個疏散地和地區(qū)進行整理信息，可以使對策總部人員能夠簡單共享信息，迅速應對災害。

日本曾多次提出使用 AI 幫助救災的構(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)預測自然災害，及早將預警和疏散等信息發(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，進而分析特定地區(qū)出現(xiàn)災害的可能性，增強防災信息的準確性。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害并預測其發(fā)生地點。

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)還在進行不斷的完善改進，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)當中，提高該系統(tǒng)處理信息的準確性，從而能夠使它做出正確的決策。

之后的預警信息將被發(fā)送給受災地區(qū)的政府，再經(jīng)由電臺、電視臺和手機網(wǎng)絡(luò)傳遞給民眾。一旦發(fā)生地震或海嘯，智能手機用戶還將憑借手機定位功能，接收疏散路線和交通狀況等定制信息。比如，根據(jù)不同的災區(qū)地點，給出最佳的營救路線以及營救方式，并且會根據(jù)各個受災區(qū)的情況不同，傷員的嚴重程度，人數(shù)多少來提供最適合的醫(yī)療機構(gòu)點，以及最適合的醫(yī)療運輸方式。

此次報道也指出，日本政府正在推進在災害中利用大量儲存手機位置信息的“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行統(tǒng)一管理。通過對整體情況的掌握，以便于對決策提供幫助。

不光是日本政府，世界銀行也在上月與 WeRobotics 和 OpenAerialMap 合作發(fā)起了一項新的開放性人工智能挑戰(zhàn)，旨在從全球的開放研究社區(qū)里測試新的 AI 應用，可以快速、伸縮性高地從災區(qū)的航拍圖像中實時評估，為應急部門人員調(diào)動和規(guī)劃提供幫助，尤其在重大自然災害如地震、海嘯、風暴潮等發(fā)生后的關(guān)鍵性的幾小時、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)人工智能快速預測地震重災區(qū)，獲得搶救最佳時機的產(chǎn)品，希望在地震發(fā)生后的幾分鐘內(nèi)，就能夠快速預測城鎮(zhèn)中受地震破壞最強的地區(qū)在何地。人工智能領(lǐng)域?qū)＜覅嵌鬟_曾推薦過該產(chǎn)品。

根據(jù)相關(guān)報道，為了研發(fā)算法模型，One Concern 下載了某個地區(qū)與建筑有關(guān)的樓齡、類型、建筑材料等有關(guān)的數(shù)據(jù)，然后需要訓練出一套能夠理解地震是如何損壞建筑物的模型。通過將這些知識和地震發(fā)生后的地震數(shù)據(jù)結(jié)合，研發(fā)的系統(tǒng)可以高效預測出建筑物對沖擊波的反饋。

最后在 AI 系統(tǒng)對災害評估之后，就會生成一張災害地圖，在地圖中，那些建筑物損壞最嚴重的街道和受災人數(shù)最多的區(qū)域都會被重點標注出來。由此可以幫助救災組織快速做出重要決策，如物資分配、首要救災地區(qū)定位、疏散路徑等。

此外，IBM 的人工智能 Watson 也曾在 2015 年嘗試預測地震、火山，專家們還建立了一個用于預測地震的數(shù)學模型。由于地震觀測點居多，需要存儲和處理的數(shù)據(jù)就會更多，不過可以借助 IBM 的超級計算機和數(shù)學模型，快速地處理異常數(shù)據(jù)，所以對是否能夠準確預測地震或許可以有所期待。

對于 AI 幫助救災，東京技術(shù)研究所智能系統(tǒng)工程客座教授 Yasuhiro Kanatani 表示，“個性化技術(shù)，例如 AI 系統(tǒng)下的關(guān)于災害損失的預計和優(yōu)化，都已經(jīng)開始使用了。從現(xiàn)在開始，很有必要將科技和災害現(xiàn)場信息，以及公開信息聯(lián)系起來，從而更好地被用于實際當中?！?/p>

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

*雷鋒網(wǎng)整理報道

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