對于森林大火的肆虐AI能做些什么_中博培訓(xùn)學(xué)校

場景介紹：對于無法消除的森林火災(zāi)問題，AI 技術(shù)結(jié)合衛(wèi)星圖像，能夠在救災(zāi)過程過程中作出及時合理的見解，幫助人們將損失降到低。

關(guān)鍵詞：火災(zāi)救援、衛(wèi)星影像、卷積神經(jīng)網(wǎng)絡(luò)

森林火災(zāi)沒有辦法完全避免，我們也經(jīng)常在報道中，聽聞火災(zāi)帶來的巨大損失。那么對于森林大火的，有沒有能夠抵擋的方式呢?

在救災(zāi)工作中，及時掌握全面而準確的信息，以實現(xiàn)資源的合理分配，是至關(guān)重要的。而現(xiàn)在，基于 AI 的技術(shù)，正在發(fā)揮著一些作用，它能夠幫助我們與時間賽跑，挽回更多生命和損失。

也許在下一次面對大火的時候， AI 能夠幫助我們抵擋住野火的肆虐。

在火災(zāi)中發(fā)揮作用的 AI 技術(shù)

在去年損失慘重的加州大火中，就有一家叫 CrowdAI 的公司通過衛(wèi)星數(shù)據(jù)，綜合圖像視覺技術(shù)參與了救援。

CrowdAI 使用Spacenet 和Deepglobe 的衛(wèi)星圖像，以及 DigitalGlobe 和 Planet Labs 的數(shù)據(jù)，訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)。

只需一秒鐘的時間，就能預(yù)測和評估受災(zāi)程度，再將評估結(jié)果報告給救援指揮中心，幫助科學(xué)調(diào)配救援資源，制定更科學(xué)的救援方案。

借助于 CrowdAI 自定義的深度學(xué)習(xí)模型，除了標注常規(guī)的房屋建筑，還擴大到了獨立結(jié)構(gòu)，比如車棚、公用設(shè)施棚和谷倉等。

在那一次的火災(zāi)中，從衛(wèi)星圖像中識別出結(jié)構(gòu)后，根據(jù)受災(zāi)前后的圖像對比， AI 模型用紅點標識出損壞所在的位置。

拓展到整個地區(qū)，通過標記點的數(shù)量定出受災(zāi)的嚴重程度，就能用不同的顏色區(qū)別出受災(zāi)的程度。

后在 Google Earth 或 ArcGIS 上標記出來，就能為救災(zāi)和重建工作做出指導(dǎo)。

對于不斷追求評估速度的目標，CrowdAI 的創(chuàng)始人兼首席執(zhí)行官 Devaki Raj 說到，「當災(zāi)難發(fā)生時，我們必須要快速的給出預(yù)測，這就是我們需要這種速度的原因?！?/p>

很多救援人員和級政府官員，通過這些快速生成的數(shù)據(jù)，更合理的協(xié)調(diào)了救援工作，這提升了解決緊要問題的效率。

為了盡可能準確的完成受災(zāi)情況的評估，之前的方法需要很大量的數(shù)據(jù)訓(xùn)練，但 CrowdAI 的機器學(xué)習(xí)負責(zé)人Jigar Doshi 提到，「因為機器視覺技術(shù)已經(jīng)很成熟了，我們不需要訓(xùn)練很大的模型(對受災(zāi)情況)，就能進行有效的評估。」

衛(wèi)星數(shù)據(jù)在 AI 引導(dǎo)下的人文關(guān)懷

CrowdAI 利用衛(wèi)星圖像，通過計算機視覺等技術(shù)，提供數(shù)據(jù)服務(wù)，稍有不同的是，他們把精力主要投入在了自然災(zāi)害方面。

CrowdAI 還與 Facebook AI 進行過合作，研究颶風(fēng)和火災(zāi)造成損失的評估工作。他們的研究成果《From Satellite Imagery to Disaster Insights》也被 NeurIPS 會議所接受。

在論文中，他們的研究獲到了很好的成績：在 2017 年德克薩斯州附近被颶風(fēng)哈維損壞的道路識別時，達到了 88.8% 的準確率，而在 Santa Rosa 火災(zāi)中識別損壞建筑物時準確率達到了 81.1%。

而在災(zāi)難預(yù)測的方面， CrowdAI 也在探索能夠預(yù)測到的災(zāi)害模型，據(jù)稱，他們在嘗試通過整合風(fēng)力、降水和社交媒體等數(shù)據(jù)，積極開發(fā)能超越衛(wèi)星圖像的深度學(xué)習(xí)工具。

對抗火災(zāi)，AI 在前進

除了 CrowdAI ，也有其他的公司和機構(gòu)正在做著相似的努力。

大自然保護協(xié)會，正在利用小型衛(wèi)星的圖像和 AI 技術(shù)，引進森林的消防工具。通過數(shù)量眾多的小型衛(wèi)星，拍攝而成的高清圖片，對森林狀況進行實時的監(jiān)控，通過 AI 的數(shù)據(jù)分析，能夠及時的作出預(yù)防和報警。

　　還有一家叫做Salo Science 的公司，正在通過 AI 技術(shù)，研究對森林火災(zāi)風(fēng)險評定的工作。他們在開發(fā)的 AI 產(chǎn)品，同樣是基于衛(wèi)星圖像和數(shù)據(jù)，通過對樹木等情況，綜合地形，地勢，可積燃物等因素的分析，給消防人員提供森林的區(qū)域地形圖以及風(fēng)險指示數(shù)據(jù)。幫助他們在危險來臨時，作出更好的選擇。

此外，對于消防機器人的研究，也一直在進步。在前段時間的報道中，蕭山消防機器人就在一場大火中大顯身手，通過沖進火場、偵查探路、與消防人員協(xié)同作戰(zhàn)，終成功滅火。但消防機器人還不夠智能，不能應(yīng)對復(fù)雜的地形，目前也不能單獨進行救災(zāi)。

也許，在不久的將來，這些結(jié)合了 AI 或者機器人的應(yīng)用，能夠降服可怕的火災(zāi)。

谷歌和麥肯錫全球研究所做過一份報告，主旨是關(guān)于 AI 造福人類的案例，報告中提到，「 AI 能更準確地提供救援工作和應(yīng)急準備，相比于人類救援要更快速，而且適用范圍更廣?！?/p>

期待 AI 能夠制服火災(zāi)的那一天!