圖：颶風哈維來襲德克薩斯州發生洪災

北京時間12月8日消息，Facebook人工智能(AI)研究人員開發出一種新技術，該技術能夠通過分析衛星圖像，確定一個地區在火災或洪災等自然災害發生后所遭受的破壞程度。

在自然災害發生后，這種技術可以幫助緊急救援人員確定受災最為嚴重的地區。Facebook研究小組還創建了一套名為“災害影響指數”(disaster Impact Index, DII)的度量標準，用來衡量某地區自然災害造成的破壞程度，該指數可用來推測嚴重的洪災或火災損失。

這一基于“卷積神經網絡”(Convolutional Neural Networks, CNN)的AI技術識別準確率達到了80%以上：在2017年德州Sugar Land附近的颶風Harvey中識別受損道路的準確率為88.8%，在圣羅莎大火中識別受損建筑的準確率為81.1%。

不像過去一些基于人工智能的分析依賴于災后地區的靜態圖像進行分析，這種新技術通過對災前和災后拍攝照片對比，并將每張照片分解成更小、更容易識別的照片網格。“作為這項工作的一部分，我們只關注道路和建筑，但是這可以延伸反映出災害對其他自然界和人造特征的影響，”Facebook在一篇論文中稱。

這項名為“從衛星圖像到災難洞察”的研究由Facebook AI研究部門的研究員Saikat Basu、Guan Pang，以及CrowdAI公司的機器學習主管Jigar Doshi共同完成。CrowdAI是一家人工智能應用眾包公司。

在本周于蒙特利爾舉行的神經信息處理系統(NeurIPS)會議上，Facebook對外公開了這項研究成果。

為了識別道路和建筑物，“卷積神經網絡”使用了Spacenet和Deepglobe衛星圖像以及DigitalGlobe和Planet Labs的圖像來進行訓練。人工智能系統檢測了德克薩斯州舒格蘭(Sugar Land)附近約55平方英里的區域和加利福尼亞州圣羅莎(Santa Rosa)附近約46平方英里的區域。在圣羅莎火災案例中，地面真實數據來自加州林業和消防部門的消防資源和評估項目(FRAP)網站。

AI與自然災害預警

在今年7月份于鹽湖城舉行的2018年計算機視覺與模式識別大會(Conference on Computer Vision and Pattern Recognition)上，CrowdAI、Facebook以及Uber等公司一道參加了DeepGlobe衛星圖像理解挑戰賽。

AI在應對自然災害中扮演著越來越重要的角色。像One Concern這樣的初創公司，正與前聯邦應急管理局(FEMA)局長克雷格·富蓋特(Craig Fugate)合作，開發能夠探測地震影響的系統，這一系統能夠幫助應急人員將應急資源優先分配給最需要幫助的人。

今年早些時候，來自谷歌AI部門和哈佛大學的研究人員跟蹤了近200次大地震和20萬次余震，創建了一套預測地震余震的人工智能系統。此外，谷歌還利用人工智能模擬印度的洪水，并向附近的智能手機用戶發送SOS警報。(編譯/若水)

關鍵詞：