随着技能的发展，利用人工智能预测自然磨难彷佛正在成为现实：美国斯坦福大学的研究职员开拓了一种人工智能模型，能够预测微粒污染的情形，进而追踪美国西部地区野火烟雾的变革情形；来自英国卡迪夫大学的研究职员开拓了一种人工智能程序，通过剖析水下地震引发的海洋声波，预测海啸可能发生的韶光……

人工智能是如何预测自然磨难的？它能为人类对抗自然磨难作哪些贡献？科技日报就此采访了四川大学教授、地震预警与多难种预警运用信息技能四川省重点实验室主任、成都高新减灾研究所所长王暾。

预测的条件是构建完善的理论模型

人类每每对快速暴发的直接威胁非常敏感，但却不善于识别缓慢进展的潜在威胁。
人工智能的涌现让人类拥有了能够预测自然磨难、并采纳预防方法的工具。

王暾对表示，一样平常我们所说的“预测”，包括人工智能的预测，并不是“空穴来风”，而是基于监测数据的预测。
利用卫星图像、地面基站等手段，科研职员可以在自然磨难即将发生、有自然磨难发生风险或自然磨难正在发生但并未造成严重毁坏的情形下，及时发布预警信息，最大限度地降落丢失。

王暾进一步阐明道，依托前辈的通信技能和不雅观测设备，科研职员可以得到自然磨难即将发生时或磨难发生早期但并未造成严重毁坏时的旗子暗记，然后利用人工智能对这些旗子暗记进行处理，判断灾情、进行预警。
如森林失火发生初期，人工智能可以通过卫星图像和其他信息定位失火地点、判断失火强度，这样就可以及时关照干系部门采纳戒备方法。
“像此前的四川泸定地震预警，和目前大多数山火、城市内涝预警，都利用到了人工智能技能。
”王暾说。

虽然以目前的技能水平，科研职员利用人工智能可以做到对大多数自然磨难的监测预警，但人工智能实在并不比人脑“聪明”。
人工智能准确预测的条件，是人类能够构建起完善的理论模型。

“人工智能的上风在于搜索范围大、打算能力强。
然而在磨难预测中，光有这些能力还不足，还须要理论模型去办理‘怎么预测’的问题。
”王暾说，此前也有科研团队考试测验过在不构建理论模型的情形下让人工智能进行“自主”磨难预测，但没有成功。

可帮助人类提升对滋扰的识别能力

如今人们对自然磨难的监测办法越来越前辈，应对自然磨难的手段越来越多样，但监测的准确性在对自然磨难的预测中仍旧十分主要，人们在监测自然磨难时，每每会面临很多滋扰。

王暾举例说，科研职员会通过用卫星监测森林中亮点的办法监测森林失火，但有时人们难以从卫星图上直不雅观判断亮点是由于失火形成的，还是由于太阳光反射形成的；科研职员可以通过监测地震波进行地震预警，但放炮、建筑工地施工等行为也会产生地震波。
如何以最快的速率识别并打消滋扰，成为自然磨难监测须要办理的一大问题，这就须要人工智能等技能打消掉人类活动或其他成分产生的滋扰旗子暗记，以减少误报。

“人工智能的上风是对大量数据进行学习剖析、智能处理，并在此根本上作出自动判断或赞助人类作出判断，提高预警系统的可靠性和及时性。
因此，人工智能在滋扰旗子暗记识别领域大有可为。
”王暾见告，通过学习大量案例，人工智能可以迅速判断出哪些旗子暗记是滋扰旗子暗记，为科研职员节省韶光精力，提升自然磨难预测效率和准确性。

据理解，成都高新减灾研究所利用人工智能对地震波进行智能剖析，11年来，做到了地震“零误报”。
该所还和四川省自然资源厅、成都理工大学等单位互助开拓了一款系统，利用人工智能对山体滑坡旗子暗记进行智能剖析，显著减少了山体滑坡误报率。

除此之外，人工智能还可以胜任较为繁芜的信息剖析与整合事情。
通过剖析领悟可见光、红外线等多频段信息，人工智能能够快速识别某地区的综合情形。
“比如判断着火地点的地形状况、地皮利用状况、植被状况等，或者判断短韶光内降水量极大的城市是否会发生内涝以及内涝的深度等。
”王暾说。

对抗自然磨难的运用前景十分广阔

“得益于人工智能的飞速发展，科研职员能够从繁芜繁琐的打算事情中解脱出来，实行更为繁芜且主要的任务。
”谈到利用人工智能在对抗自然磨难方面的运用前景，王暾充满了信心。

利用人工智能的快速打算能力，灾后接济事情的效率也将得到提升。
比如，高分卫星图像可以让接济者能在短韶光内得知灾区受灾状况的一手信息，通过将灾区信息与救灾物资需求相匹配，人工智能可以方案出最有效率的救灾路线；还可以将监测到的次生磨难等变量纳入接济方案之中，及时改动接济路径、调配救灾物资。

高科技手段的参与让人类不必再冒着生命危险在灾情尚不明朗时深入灾区一线，既最大限度地担保了人类的生命安全，又提升了接济效率。

除了提升人类的灾后接济能力外，人工智能在磨难链预警方面也有着很大的运用潜力。
许多自然磨难在发生之后，会诱发出持续串的次生磨难，这种征象被称为磨难链。
“比如某地可能由于下了一场暴雨造成溃坝，进而导致下贱发生大水或者山体滑坡。
”王暾阐明道，“磨难链变革多端，影响成分极为繁芜。
现在对付磨难链的预警每每基于履历。
如果在未来，人们能够构建出相应的人工智能模型，对付磨难链预测的准确性将得到提升。
”

当然，想要让人工智能在未来的磨难预警中发挥进一步浸染，还须要科研职员不断提升对磨难的认知水平，不断完善人工智能预警模型。
王暾说，科研职员在未来该当进一步加强对自然磨难的研究事情，充分考虑更多变量，构建更为准确的磨难预警模型，发挥人工智能等新技能的上风，使其更好地做事于人类安全保障奇迹。
(科技日报 演习 裴宸纬)

来源： 科技日报