多地自然災害影響黃金週出行,是時候用人工智慧解決問題了
今天是十一黃金週的第一天,這個假期也是除春節之外上班族們最為期待的,不少人早早地預定了行程,趕在一年最後一個小長假放鬆一把。但隨著假期臨近,卻傳來印尼地震,日本颱風的訊息,影響了不少人的出行計劃。
印度尼西亞當地時間9月28日,蘇威拉西省發生了7.4級地震,並引發海嘯。據當地災難9月30日訊息,目前該場地震已造成當地832人死亡,且由於當地通訊和電力的中斷,部分災區成為“孤島“難以與外界取得聯絡,極大程度地影響了當地救援程序。
這已經是印尼在近3個月以來發生的第二次大型地震。今年7月29日和8月5日,印尼西努沙登加拉省龍目島陸地分別發生6.4級和7.0級地震,而8月19日龍目島陸地及其附近海域先後發生6.5級和6.9級地震,這4次自然災害已經造成當地515人死亡、7145人受傷。
無獨有偶,近年來頗受國人青睞的日本近日也發生了影響極大的颱風災害。據日媒報道,9月29日,今年第24號颱風“潭美”由沖繩登入日本,30日下午,“潭美”繼續逼近西日本地區,導致當地交通陷入混亂。且為了應對24號颱風的逼近,關西國際機場在30日上午11點關閉了所有的跑道,並於今天上午6時到下午7時關閉整個機場,共計1126次航班受影響被迫取消。這也是9月以來日本遭遇到的第二次特大臺風,當地旅遊業受到極大影響。
面對如此嚴重的自然災害,人們在感慨和惋惜的同時不禁要問,難道沒有辦法能夠提前預知這些自然災害,早做打算避免損失嗎?人工智慧給出了答案。
當AI走進氣象服務,精準的災難預報將不再是夢
進入人工智慧時代之後,技術優勢促使有關部門對自然災害的預測更加準確,尤其是在臺風、洪水和泥石流等領域,取得了令人矚目的成績。
據外媒報道,谷歌近年來在洪水預測方面已見初步成效,他們利用機器學習、降雨記錄和洪水模擬相結合的方法,預測印度部分地區的洪水災害情況。IBM則為美國安大略省電力公司開發了一款人工智慧工具,讓其通過與氣象公司觀察的實時資料相結合,預測到颱風的區域和嚴重程度,從而更精確地進行預防工作。而日本大阪大學的研究人員也開發出一款人工智慧系統,通過結合降水量預告、分析降水臨界點時間、預測斜面上的水分含量等,來判斷該地是否會發生泥石流。
人工智慧與自然災害預測相結合的趨勢不僅發生在國外,今年9月16日在深圳登入的超強颱風“山竹”就被準確預測,在“山竹”登陸4天之前,氣象部門和氣象類服務公司就已經對它的登陸時間和路徑做出準確預測,並及時做出應對措施,避免人員傷亡,而這一切都和氣象資料的開放與技術的進步密切相關。
一直以來,我國的氣象預報的釋出是由氣象部分掌控的,雖然提供的是免費服務,但也不會對外公開氣象資料。 這種“壟斷”和半公益性質的運營方式,使得我國的氣象服務長期以來除以初步的發展階段,沒有形成產業和規模。
但是在2015年6月,氣象局頒佈了27號令,宣稱要開放中國的氣象資訊,並且將於2020年完全開放,向民間資本釋放了訊號。2015年9月29日,中國氣象資料網正式上線對外服務,該網站也成為了民營組織獲取一手氣象資料的共享門戶。
據悉,傳統的天氣預報方式,通常是分析雷達衛星收集的圖片,然後人工總結,既無法預測準準確降水量和無法確定區域。而採用人工智慧技術之後,便可以採取影象識別和機器學習的辦法,用計算機判斷雲的移動和走勢,將雲層的位置和速度算出來,從而讓判斷更為精準。據瞭解,在結合人工智慧之後,預測天氣的精準概率比純人工操作提高了至少20%。
但必須指出,上述預測天氣的辦法,最終做出判斷的依舊是人,要讓機器看懂衛星雲圖,還需要一段時間。
將機器讀懂衛星雲圖的過程拆分開來,其實就是圖片從文字、序列到序列對映的問題,理論上是可行的。但金山人工智慧研究院院長姚冬曾在中國氣象局的講座中提到,這個過程實則需要氣象專家標準量級巨大的衛星雲圖,並不像標註貓狗那樣簡單,仍舊需要時間來講結果完善。
但可以想象的是,隨著技術的不斷髮展,讓人工智慧準確預測氣象災害,定能在不久的將來得以實現。
地震也能從人工智慧預測?專家說還早了點
在自然災害中,地震無疑是最為可怕的一種,不止是因為它的威力,而是在於它的不可預測性。
但在2017年10月,Financal Express曾報道稱科學家們已經開發出一種人工智慧系統,能夠中成功地預測地震。據悉,該研究發表在了名為《Geophysical Review Letters》的雜誌上,研究人員通過分析地震、地震前兆和斷層之間的聯絡,確定了一個隱藏的地震訊號,並以此訓練一種機器學習演算法預測未來地震的發生。不過,該模型預測的只是在實驗室中的模擬地震,而科學家也表明顯示中導致地震的影響因素有很多,還需要有更多資料來源的支撐。
2018年9月,國內有媒體報導指出,哈佛大學與麻省理工學院的研究人員開發出一種新型人工智慧神經網路,可以幫助地址學家更準確、更早的預測到發生地震的目的地。據悉,該發放主要是讓技術人員將人工智慧資料輸入到地震活躍和不活躍地區,讓系統能夠識別出哪些震動是由人類引發、哪些是地殼運動,最後通過對這種環境噪音的識別,利用AI系統檢測出地震具體位置。
同樣也是在9月,有訊息稱谷歌人工智慧部分與哈佛大學的研究人員已經建立了一個人工智慧模型,能夠預測大地震後長達一年的餘震位置。報道指出,該模型訓練了近十幾年以來的199次大地震以及之後帶來的13萬次餘震,並發現比目前用於預測餘震的方式更為精準。
有媒體樂觀指出,連餘震都能預測了,離準確預測地震還會太遠嗎?
億歐特意為此詢問了香港大學地球科學博士湯博士,他對億歐表示, 預測地震的三個要素是,時間,地點,地震級別的大小。 第二條新聞裡只提到了地點,這完全不是預測,而只是縮小了發生的機率範圍。 而餘震,本質上當然是地震的一種,受很多因素影響,比地層本身的強度,應力累積的程度,地層中水分含量,地層溫度梯度,以及之前地震對地層造成的影響等等。如果不知道這些引數,那麼預測只是一種統計學上的推測,而不是像天氣預報一樣通過模擬計算的預測。
湯博士認為, 上述新聞中提到的用人工智慧預測地震的技術,實質上是一種資料採集和分析的辦法,和預測並沒有直接聯絡。
隨著人工智慧的技術日漸增強,人們對其期望水漲船高,自然也希望AI能在災難預測中發揮預警作用,保護人類生命財產的安全。但不可否認,以目前人工智慧的發展水平而言,離達到理想目標還有一段很長的路要走。作為產業發展的觀察者,我們要做的是儘可能的關注事實發展,而不是過分誇大它。
近年來,粵港澳大灣區在打造創新驅動新引擎,科技創新帶動資源集聚等方面著力頗多,創新機制、產業升級、人才引流、協同發展等帶來了多方面的機遇。相應的,人工智慧、人才賦能正深刻地影響著商業步伐。
2018年10月18-19日,億歐將在深圳舉辦 ofollow,noindex">“引擎·引領” 2018大灣區國際科創峰會(BATi) ,集合智慧製造、智慧產品、智慧城市、智慧安防、智慧交通等一眾熱點問題展開探討,分析科技創新未來趨勢,盤點技術革命下的發展契機。
報名連結:
https://www.iyiou.com/post/ad/id/664?herkunft=6648
版權宣告
凡來源為億歐網的內容,其版權均屬北京億歐網盟科技有限公司所有。文章內容系作者個人觀點,不代表億歐對觀點贊同或支援。